基于文化粒子群算法的RFID天线设计
2015-02-18项铁铭
徐 捷，项铁铭，陈 伟
(杭州电子科技大学电子信息学院，浙江 杭州310018)
基于文化粒子群算法的RFID天线设计
徐捷，项铁铭，陈伟
(杭州电子科技大学电子信息学院，浙江 杭州310018)
摘要：针对天线优化设计涉及高度非线性的问题，传统优化方法往往无法获得全局最优解，在此研究背景下，引入文化粒子群优化算法，提出了基于文化粒子群算法与高频结构电磁场仿真软件HFSS联合仿真的优化设计方案。将该方案应用于RFID阅读器天线优化设计，优化结果表明，所设计的天线在2.39 GHz2.51 GHz频段内回波损耗小于-10 dB，圆极化轴比带宽为2.44 GHz2.48 GHz，为此类天线结构的优化设计提供了一定的参考。
关键词：文化粒子群算法；HFSS联合仿真；优化设计；RFID阅读器天线
0引言
射频识别技术(Radio Frequency IdentiFication，RFID)是一种非接触式的自动识别技术[1]，具有传输速率快、防冲撞、读写距离远、可批量读取等优点，在工业自动化、交通运输管理、物流供应链管理等领域具有很大的潜力。天线设计是RFID系统设计的关键部分，天线的性能对RFID系统的工作指标有很大的影响。粒子群算法(Particle Swarm Optimization，PSO)[2-3]具有寻优能力强、收敛速度快等优点，能有效地求解电磁领域中多维、非线性的复杂优化问题，但是粒子群算法存在早熟收敛、易陷入局部极值等问题。本文针对这些不足，融合了文献[4-5]算法的优点，提出基于文化粒子群算法与高频电磁仿真软件(High Frequency Structure Simulator，HFSS)联合仿真方案，并优化设计了一款RFID阅读器天线。
图1 文化粒子群算法模型
1文化粒子群算法
文化粒子群算法(Cultural Based Particle Swarm Optimization，CBPSO)由PSO种群空间和信念空间构成，信念空间采用
1)接受函数。每隔Accept Step代，以一定的接受比例吸收种群空间中的优秀个体。
2)影响函数。以形势知识S调整粒子的搜索步长，以规范知识N调整粒子的搜索方向。
PSO种群空间在信念空间的指导下进行演化更新，信念空间不断吸收种群空间演化中产生的信息，更新知识，从而更好地指导PSO种群空间的进一步演化，形成“双演化双促进”的良性循环。
2算法性能测试与分析
采用3个典型的测试函数：Rastrigin函数F1(x)、Griewank函数F2(x)和Ackley函数F3(x)测试本文提出的文化粒子群算法的性能。
算法参数设置如下：种群规模为20，最大迭代次数为1 000，学习因子c1、c2为2，搜索维数n为10维。为了消除算法的随机性影响，对每个测试函数独立运行30次，以全局收敛值的平均值、标准差作为评价指标，与标准粒子群算法、线性递减惯性权重PSO算法(Linearly Decreasing Inertia Weight-PSO，LDIW-PSO)[6]的优化结果进行比较，结果如表1所示。
表1 算法优化性能比较算法
由表1可知，文化粒子群算法能有效跳出局部最优区域，在全局寻优能力、寻优精度和鲁棒性等方面的性能较粒子群算法有明显提高。
3基于优化方案的RFID阅读器天线设计
优化方案包括优化算法模块和HFSS模块两部分，其中算法模块采用本文提出的文化粒子群算法，HFSS模块通过调用由VBscript编写的天线模型建立、材料与边界设定、求解设置、运行、仿真结果处理等宏命令[7]，实现调用HFSS进行模型仿真并返回仿真结果数据的自动化，协助文化粒子群算法模块搜索到天线的最优结构参数。
由于RFID标签位置的不固定，因此读取其信息的阅读器天线通常为圆极化[8]，本文通过对圆形微带天线开十字槽实现圆极化，所设计的RFID阅读器天线如图2所示。
图2 RFID阅读器天线俯视图
图2中，r为圆形贴片半径，L、W为十字槽的长度，g为十字槽的宽度，d为馈电点位置。
采用FR4基板，其介电常数εr=4.4，长为60 mm，宽为60 mm，厚度为1.6 mm，使用同轴线馈电方式，馈电点位置为(4.8 mm，4.8 mm)。
优化变量及其范围如表2所示。
表2 变量及其范围 mm
设置粒子种群个数为20，文化粒子群算法最大迭代次数为100，定义优化目标为：
(1)
式中，S11(Fi)分别为频率在2.44 GHz、2.45 GHz 、2.48 GHz处对应的回波损耗值，g(Fj)分别为频率在2.44 GHz、2.45 GHz 、2.48 GHz处对应的天线轴比。采用罚函数法构建目标函数：
(2)
当目标频段S11的平均值小于-10 dB且轴比小于3 dB时终止程序并输出当前最优解。
程序于第21代搜索到符合设计要求的解，输出天线的结构参数：r=16.224 1 mm，g=1.759 0 mm，L=4.286 9 mm，W=9.949 1 mm。文化粒子群算法的迭代寻优曲线如图3所示。
图3 算法迭代寻优曲线
图4 天线回波损耗曲线
图5 天线轴比曲线
4结束语
本文引入文化算法对粒子群算法进行改善，提出了基于文化粒子群算法与高频结构电磁场仿真软件HFSS联合仿真优化方案，并将其应用于RFID阅读器天线优化设计，分析结果表明本算法收敛速度快、不易陷入局部最优、寻优精度较高，能有效地求解天线设计优化问题。
参考文献
[1]黄玉兰.射频识别(RFID)核心技术详解[M].北京：人民邮电出版社.2010：1-16.
[2]Kennedy J.Particle Swarm Optimization[J].Proceedings oF the IEEE International ConFerence on Neural Networks,1995,4:1942-1948.
[3]张朝龙，余春日，江善和，等.基于混沌云模型的粒子群优化算法[J].计算机应用，2012，32(7)：1951-1954.
[4]刘纯青.文化算法及其应用研究[D].哈尔滨：哈尔滨工程大学，2007：7-9.
[5]郭一楠，王辉.文化算法研究综述[J].计算机工程与应用，2009，45(9)：41-46.
[6]Shi Y，Eberhart R C.Empirical study oF particle swarm optimization[C]//Proceedings oF the 1999 Congress on Evolutionary Computation.Washington：IEEE Press，1999：1945-1950.
[7]李明洋.电磁仿真设计应用详解[M].北京：人民教育出版社.2010：1-5.
[8]董丽华.RFID技术与应用[M].北京：电子工业出版.2008：25-26.
[9]钟顺时.天线理论与技术[M].北京：电子工业出版社.2011：30-35.
[10]郝良彬，李有科，庄欣.RFID的技术标准和相关规定[J].武汉科技学院学报，2008，21(7)：44-47.
[11]田晓青，刘少斌，张学勇，等.基于北斗导航系统的一种圆极化微带天线[J].信息化研究，2011，37(2)：22-24.
RFID Antenna Design Based on Cultural-particle
Swarm Optimization
Xu Jie， Xiang Tieming， Chen Wei
(SchooloFElectronicInFormation，HangzhouDianziUniversity，HangzhouZhejiang310018，China)
Abstract:The traditional optimization algorithms might Fail to obtain the global optimal solution For highly nonlinear optimization problem in antenna design，so a cultural based particle swarm optimization(CBPSO) algorithm is induced， and propose a optimizing project based on the combination oF CBPSO with high Frequency structure simulator(HFSS)， use this project to design a RFID antenna，which covers the Frequency band From 2.39 GHz to 2.51 GHz with -10 dB return loss and 2.44 GHz to 2.48 GHz bandwidth with axial ratio. It’s proved that this project can be used to optimize the complicated structure antenna．
Key words:cultural based particle swarm optimization;HFSS co-simulation; structural optimization; RFID antenna
中图分类号：TN823
文献标识码：A
文章编号：1001-9146(2015)03-0027-04
通信作者：
作者简介：徐捷(1990-)，男，浙江丽水人，在读研究生，电磁场与微波技术.项铁铭副教授，E-mail：tmxiaxng@hdu.edu.cn.
收稿日期：2014-07-22
DOI:10.13954/j.cnki.hdu.2015.03.004
