[发明专利]一种天线设计方法

说明书

技术领域

本发明涉及射频设别应用领域，尤其涉及一种天线设计方法。

背景技术

射频识别(Radio Frequency Identification，RFID)是物联网建设的核心技术基础之一。目前各国所使用的RFID标准各不相同，其工作频率包括0.92GHz、2.4GHz、3.5GHz及5.8GHz等。若RFID系统建造时，针对每个频率都设置相应的天线及前端，则成本较高，稳定性差，容易造成资源浪费，难以满足物联网大规模使用的要求。因此出现了多频RFID，可在单一天线上实现对多个工作频率数据的同时接收，有效降低了产品价格与体积。但多频RFID天线设计难度较高，在各目标频率上都有着严苛的性能要求，现实中往往难以有效平衡，造成整体通信效果不佳。因而出现了针对性的设计方法。

目前用于多频RFID天线的设计方法主要分为两类：

一、基于仿真软件的传统设计方法：根据电磁场数学模型，使用仿真软件计算所设计天线的各项性能指标，并以此为基础对其参数进行调整。常用仿真软件包括Zeland IE3D与Ansoft HFSS等。但天线选型与参数调整的方法依赖于工程师经验。而此“调整-验证”过程需反复多次进行，要求工程师全程参与，直至各项指标均得到满足。其流程耗时耗力，而最终结果也无法保证为理论最优值。

二、基于计算智能的启发式设计方法：使用计算智能方法如遗传算法(Genetic Algorithm，GA)、粒子群优化算法(Particle Swarm Optimization，PSO)等自动调整参数设置，并使用仿真软件计算对应天线设计的性能指标。这一方法避免了工程师全程参与，可实现RFID天线的全自动设计，结果可达理论最优值。但其耗时极长，且一般基于单目标优化方法。往往只能设计最简单的单频或双频天线，难以满足更多频率的要求。

现有的多频RFID天线设计，一般仍主要使用基于仿真软件的传统方法，而启发式算法则相对较少。但启发式天线设计具有先验条件少、自动化程度高、成品性能良好等优点，获得了业界越来越多的重视。将成为未来发展的主要方向。

而现有基于仿真软件的设计方法，其缺点在于：

第一，设计过程严重依赖于工程师经验。若工程师能力不足，则最终形成的天线性能也将有所下降。而多频RFID天线需同时考虑多个工作频段，其性能指标往往相互冲突，设计难度极高。依赖人工调整并仿真的方法耗时耗力，成本高昂，效率低下。最终结果也无法保证。

现有基于计算智能的启发式设计方法，其缺点在于：

第一，计算智能基于进化种群的反复迭代进行优化，而每次迭代都需计算种群中所有候选解的适应度函数值，亦即所对应天线的性能。其数值需使用仿真软件估算，每次运算时间可达数十分钟至数小时。而天线设计为复杂优化问题，这一估算过程需重复进行逾10万次，计算复杂度极高，难以在合理时间内完成。

第二，现有用于天线设计的计算智能方法，主要为简单的单目标优化算法。而RFID天线具有多个相互冲突的性能指标。若仅使用单目标优化，则难以同时改进多个指标数值，导致整体性能不佳。而若使用多目标优化，则计算复杂度将显著增加，在当前技术条件下难以有效处理。

此外，无论是现有基于仿真软件的设计方法，还是基于计算智能的启发式算法，在每次运行时都仅能形成极少量(通常为1个)成功的天线设计。若RFID系统略有改变，则往往需要重新进行设计。导致所需时间、成本急剧上升，不利于实际应用。

发明内容

本发明要解决的技术问题在于，针对上述仿真软件的设计方法过度依赖工程师的经验，基于计算智能的启发式设计方法计算复杂度高、整体性能不佳的问题，提供一种天线设计方法。

本发明解决其技术问题所采用的技术方案是：构造一种天线设计方法，包括以下步骤：

S1、获取目标天线的参数，使用正交化试验设计取得所述目标天线的参数的内插组合，并通过仿真模型获得所述内插组合的性能指标，建立所述性能指标的回归模型；

S2、依据所述回归模型获取在进化种群中输入所对应的参数时的性能指标，使用多目标优化算法于所述进化种群中搜索处于非支配地位中的性能指标以设计天线。

在本发明所述的天线设计方法中，所述步骤S1包括以下子步骤：