一種新的RFID彎折偶極子天線優化策略*

張宏亮，王超梁，周 鵬

（鄭州航空工業管理學院，河南 鄭州 450046）

一種新的RFID彎折偶極子天線優化策略*

張宏亮，王超梁，周 鵬

（鄭州航空工業管理學院，河南 鄭州 450046）

無源RFID標簽的性能主要取決于其天線。彎折偶極子天線由于小型化的特點,廣泛應用于超高頻RFID標簽。提出一種新的RFID彎折偶極子天線優化策略，將改進的演化算法應用于偶極子天線結構參數的優化，采用二進制數對各參數進行編碼，搜索具有全局最優的結構參數，克服了普通搜索方法容易陷入局部最優的缺陷，并結合HFSS進行仿真。結果表明，該優化方法和仿真結果一致，可以快速確定彎折偶極子天線的結構參數。

RFID標簽；演化算法；彎折偶極子；天線；優化策略

0 引 言

射頻識別RFID（Radio Frequency Identification）是一種非接觸式的﹑依靠空間電磁感應進行雙向通信的自動識別技術。通過射頻信號實現電子標簽和閱讀器之間的信息交互，無須人工干預，適應于各種惡劣環境，被廣泛應用于物流﹑交通等領域。RFID標簽和閱讀器之間的通信主要依靠電磁波反向散射調制，標簽天線結構對RFID系統的性能至關重要[1]。隨著標簽芯片集成度的提高，天線結構更趨向于小型化。分型天線和環形天線雖然能實現天線尺寸的縮減，但其效率低，結構復雜。彎折偶極子天線由于結構簡單﹑效率高等特點，被廣泛應用于高頻RFID標簽的設計。彎折偶極子天線的長度﹑彎折次數﹑彎折高度﹑彎折寬度﹑材料厚度等，直接影響天線頻率和阻抗特性。因此，設計時需要綜合考慮各參數，達到天線性能的最優化[2]。演化算法具有離散性﹑并行性﹑魯棒性﹑全局最優性等特點，已成功應用于組合優化問題﹑作業任務調度問題﹑背包問題等。但由于傳統演化算法還存在收斂性差﹑易早熟等缺點，給全局尋優帶來了很大困難[3]。因此，提高算法的收斂速度和解決早熟問題成為尋優的關鍵。本文對傳統演化算法進行改進，自動調整演化因子，保證尋優快速收斂且不易早熟。首先介紹改進演化算法的原理，然后將該算法應用于RFID天線結構參數優化，闡述彎折偶極子天線性能優化的編碼過程，并結合HFSS仿真軟件進行仿真，最后給出仿真結果。

1 彎折偶極子天線設計

高頻RFID標簽天線設計中，天線通常制作在電介質基板表面。根據半波偶極子天線的定義，天線的總長度為工作頻率下電磁波波長的1/2。結合電磁波在電介質中傳播的波長公式，半波偶極子天線的長度L可以按照式（1）估算：

其中，ε為電介質的相對介電常數，c為電磁波的傳播速度，f為工作頻率。但由于彎折偶極子天線的彎折線之間相互耦合影響，導致用式（1）計算的天線長度存在較大誤差。因此，本文采用改進演化算法，對彎折偶極子天線的彎折參數進行全局優化。優化后的天線各參數如圖1所示。

圖1 彎折偶極子天線參數

2 演化算法及其描述

演化算法研究的歷史比較短。20世紀60年代末期到70年代初期，主要由美國Michigan大學的John Holland與其同事研究形成了一個較完整的理論和方法。從試圖解釋自然系統中生物的復雜適應過程入手，模擬生物進化的機制來構造人工系統的模型，促使作為具有系統優化﹑適應和學習的高性能計算和建模方法的研究漸趨成熟[4]。演化算法從代表問題可能潛在解集的一個種群（Population）開始。而一個種群則由經過基因（Gene）編碼（Coding）的一定數目的個體（Individual）組成，每個個體實際上是染色體帶有特征的實體。因此，一開始需要實現從表現型到基因型的映射編碼工作。

由于仿照基因編碼的工作很復雜，通常進行簡化，以二進制編碼表示。初始種群產生后，按照適者生存和優勝劣汰的原理，逐代（Generation）演化產生出越來越好的近似體。這個過程將導致種群像自然進化一樣，后生代種群比前代更加適應環境，末代種群中的最優個體經過解碼（Decoding），作為問題的最優解。演化算法的參數中，交叉概率pc和變異概率pm的選取是影響算法行為和性能的關鍵所在，直接影響算法的收斂性[5]。pc越大，新個體產生的速度越快。pc過大時，演化模式被破壞的可能性也越大；過小又會使搜索過程緩慢，以致停滯不前。變異概率pm過小，不易產生新的個體結構；過大時，演化算法就成了純粹的隨機搜索。

針對不同的優化問題，需要反復實驗來確定pc和pm，而且很難找到適應問題的最優值。改進的演化算法pc和pm，能隨適應度自動改變。當種群個體適應度趨于一致或局部最優時，使pc和pm增加；當群體適應度比較分散時，使pc和pm減少。因此，自適應的pc和pm能提供相對某個解的最佳的pc和pm，既保證了種群的多樣性，又保證了算法的收斂性。

在改進的演化算法中，pc和pm依次按式（2）和式（3）進行自動調整：

其中，fmax為群體中最大適應度值，favg為每代群體的平均適應度值，f'為要交叉的兩個個體中較大的適應度值，f為變異個體的適應度值，pc1為最大交叉概率，pm1為最大變異概率。該算法用于彎折偶極子天線參數優化模型。

2.1 彎折偶極子天線優化模型數學描述

對于給定的優化問題，設目標函數為f(x):Rn→R。輸入自變量，求解相應的函數值，要求x0使得f(x0)=min f(x)（或者f(x0)=max f(x)）。使用改進演化算法作為搜索方法，應該把問題的自變量當作生物體，將其轉化成有基因構成的染色體；函數值定義為適應度；未知函數為演化環境；生物體的目標就是進化為具有最優適應度的基因型[6]。

演化算法求解的算法流程描述如下。

（1）選擇編碼策略。常用二進制編碼表示基因串，每位二進制為一個基因位。首先，將基因串轉化為演化環境內對應的實數值：

x'對應的演化環境內的數值為：

其中n為基因串的長度，i為第i個基因位，[a,b]為選擇環境空間。

（2）確定適應度函數F，即最后解的評價函數。本文選取頻率范圍內三個取樣點的諧振點處S11參數的平均值作為適應度函數：

為了保證相對頻帶寬度達到優化目標，對|S11|進行如下限制：

（3）種群初始化，隨機產生N個基因串組成初始種群P(t)，本文初始種群個數N=30。

（4）計算種群中的個體適應度。適應度越高，越接近最優解。

（5）演化操作，包括遺傳﹑交叉和變異操作，分別計算每代個體的適應度。為了保證種群最優基因遺傳到下一代，通常采用把適應度最高的幾個基因直接復制到下一代，種群里余下的個體采用隨機選擇的方法。交叉策略是對除最優保存的那些個體的剩余個體，以概率pc進行交叉運算，且子代個體為父代個體的加權和[7]。本文初始參數pc=0.7，pm=0.01。

（6）重復演化步驟，直到滿足某一特性指標或規定的演化代數。本文實驗算法終止條件為演化代數Num=100。

3 基于改進演化算法的彎折偶極子天線優化

3.1 實驗過程

本文采用的RFID芯片為ALIEN Higgs4，阻抗為12-j145 Ω，工作頻率為840～960 MHz。彎折偶極子天線材料為鋁（電導率σ=38 mS/m），厚度為0.01 mm；優化目標諧振頻率為960 MHz；相對頻帶寬度不小于5%；優化范圍內的天線平均反射系數S11≤-20 dB；在優化頻帶內選取3個抽樣頻率點，取平均值作為適應度評價函數。本文算法的仿真實驗是在Windows環境下，采用MATLAB編程實現。實驗的主要過程是通過改進演化算法，搜索天線結構參數的最優值。定義演化算法的個體為天線結構參數的二進制組合，采用二進制編碼，演化算法的適應度函數為天線諧振點S11參數，最小時的變換參數即為最優個體。通過演化操作搜索最優的結構參數，搜索終止的條件為固定的演化代數。

3.2 實驗結果與分析

本文設計彎折偶極子天線優化目標為960 MHz，相對頻帶寬度不小于5%，優化范圍內的天線平均反射系數S11≤-20 dB。采用本文算法優化天線結構參數﹑算法穩定性以及與傳統算法的對比結果，如表1所示。

表1 本文算法不同彎折次數天線優化參數

從表1可以看出，采用本文優化算法，均可以得到滿足設計要求的天線結構參數，且彎折次數不同，天線各結構參數也不同。

本文取不同彎折次數的偶極子天線，試驗次數50次，得到的平均優化參數，如表2所示。由表2結果可知，本文算法穩定性良好，50次試驗平均值滿足設計要求。

本文算法和傳統優化算法的比較結果如表3所示。由表3結果可知，本文算法在尋優速度上也要優于傳統算法。

表2 本文算法穩定性分析

表3 本文算法和傳統尋優算法比較

傳統演化算法和本文算法收斂曲線，依次如圖2﹑圖3所示。從圖2可以看出，傳統演化算法在平均演化89代后，才搜索到最優解；而由圖3可知，本文算法在平均演化80代后，便搜索到最優個體。終止演化代數Num=100，本文算法收斂速度要優于傳統演化算法9%。

圖2 傳統演化算法收斂曲線

圖3 本文算法收斂曲線

4 結 語

本文提出了一種新的高頻RFID彎折偶極子天線優化方法，采用改進的演化算法搜索天線結構參數的最優值，克服了傳統優化算法速度慢且容易陷入局部最優的缺陷。仿真結果表明，該方法能快速準確地實現彎折偶極子天線結構參數的優化。

[1] 徐龍海,黃搖進,謝搖井.基于遺傳算法的2.45 GHz RFID天線優化設計[J].電子器件,2014,37(03):450-453.

XU Long-hai,HUANG Yao-jin,XIE Yao-jing.Optimal Design of 2.45 RFID GHz Antenna based on Genetic Algorithm [J].Electronic Devices,2014,37(03):450-453.

[2] 張亞平,陶波,陳顯才等.小型RFID偶極子天線設計與優化[J].通信與網絡,2012,38(03):117-120.

ZHANG Ya-ping,TAO Bo,CHEN Xian-cai,et al.Design and Optimization of Dmall RFID Dipole Antenna[J]. Communication and Network,2012,38(03):117-120.

[3] 賴曉錚,賴聲禮,張瑞娜.偶極子RFID標簽天線研究[J].科學技術與工程,2006,14(06):2130-2131.

LAI Xiao-zheng,LAI Sheng-li,ZHANG Rui-na.A RFID Dipole Tag Antenna Research[J].Science Technology and Engineering,2006,14(06):2130-2131.

[4] 賴曉錚,張小燕,賴聲禮.彎折線偶極子天線諧振特性的研究[J].微波學報,2006,22(03):18-22.

LAI Xiao-zheng,ZHANG Xiao-yan,LAI Sheng-li.Study on the Resonance Characteristics of Curved Line Dipole Antenna[J].Microwave Journal,2006,22(03):18-22.

[5] 李嬋娟,邵特,傅世強.基于MATLAB和HFSS的疊層微帶天線優化設計[J].信息技術,2016,(02):61-63.

LI Chan-juan,SHAO Te,FU Shi-qiang.Optimal Design of Stacked Microstrip Antenna based on MATLAB and HFSS[J].Information Technology,2016,(02):61-63.

[6] 周鵬,秦三團.一種基于HFSS結合遺傳算法進行陣列天線方向圖優化的研究[J].現代電子技術,2016,39(09):86-89.

ZHOU Peng,QIN San-tuan.A HFSS based on Combined with Genetic Algorithm to Optimize the Pattern of A rray Antenna[J].Modern Electronic Technology,2016,39(09):86-89.

New Optim ization of RFID Bent Dipole Antenna

ZHANG Hong-liang, WANG Chao-liang, ZHOU Peng

(Zhengzhou University of Aeronautical Management, Zhengzhou Henan 450046, China)

The performance of passive RFID tag is mainly determined by the antenna of this tag, and the bent dipole antenna is now widely applied in the ultra-high frequency RFID tag for its miniaturization. A new optimization strategy is proposed, and the improved evolutionary algorithm is used as the search strategy to optimize the structure parameters of the dipole antenna, the binary chromosome coding is adopted to code the transform coefficients and search the global optimal structure parameters, thus overcoming the problem of general search method easily falling into local-optimum defect. Various experiment results indicate that the improved algorithm is effective and efficient.

RFID tags; evolutionary algorithm; bent dipole；antenna; optimization strategy

TP311

A

1002-0802(2016)-11-1472-04

10.3969/j.issn.1002-0802.2016.11.011

張宏亮（1978—），男，碩士，講師，主要研究方向為電子通信﹑物聯網技術；

王超梁（1986—），男，碩士，助教，主要研究方向為圖像處理﹑射頻識別﹑演化計算；

周 鵬（1968—），男，碩士，教授，主要研究方向為信號處理﹑嵌入式。

2016-07-04;

2016-10-19 Received date:2016-07-04;Revised date:2016-10-19

航空科學基金資助項目（No.2015ZD55005）；河南省科技攻關基金資助項目（No.152102210137）；河南省高等學校重點科研項目（No.17B510009）；鄭州航空工業管理學院青年基金資助項目（No.2015133001）

Foundation Item: Aviation Science Foundation(No.2015ZD55005);Scientific and Technological Foundation of Henan Province(No.152102210137);Key scientific Research of Colleges in Henan Province(No.17B510009);Youth Fund of ZUA(No.2015133001)