本發(fā)明屬于射頻通信
技術(shù)領(lǐng)域：
，特別涉及一種基于改進(jìn)粒子群的RFID閱讀器智能天線方向圖綜合算法。
背景技術(shù)：
：射頻識(shí)別技術(shù)(radiofrequencyidentification，RFID)是一種通過(guò)電磁信號(hào)實(shí)現(xiàn)數(shù)據(jù)交互的無(wú)線通信技術(shù)。近年來(lái)，RFID系統(tǒng)憑借其非接觸、非視距、高精度以及低成本的優(yōu)勢(shì)被廣泛應(yīng)用于工業(yè)生產(chǎn)、智能交通、資產(chǎn)管理等各個(gè)領(lǐng)域。天線作為RFID系統(tǒng)中實(shí)現(xiàn)無(wú)線數(shù)據(jù)通信的關(guān)鍵因素，在閱讀器與標(biāo)簽之間起到了橋梁的作用。常見(jiàn)的RFID閱讀器采用單天線輻射電磁波，其輻射范圍較寬，輻射方向圖形狀固定，增益較低，導(dǎo)致系統(tǒng)的抗干擾能力不強(qiáng)、定位效果不佳、碰撞率較高，極大地降低了系統(tǒng)的性能。智能天線定義為利用多個(gè)天線陣元的組合進(jìn)行信號(hào)處理，通過(guò)控制陣列天線中各天線單元的激勵(lì)幅度、相位差等參數(shù)調(diào)整輻射方向圖，使得系統(tǒng)性能在不同的信號(hào)環(huán)境中達(dá)到最優(yōu)。將智能天線技術(shù)應(yīng)用到RFID系統(tǒng)中可以有效地改善系統(tǒng)在抗干擾、定位、防碰撞等方面的性能。陣列方向圖綜合技術(shù)定義為通過(guò)調(diào)整天線陣列中天線數(shù)目、陣元間距、陣元激勵(lì)和各陣元間的相位差等參數(shù)獲得符合要求的輻射方向圖。隨著通信環(huán)境愈來(lái)愈復(fù)雜，經(jīng)典的道爾夫-切比雪夫綜合技術(shù)、泰勒綜合技術(shù)等方向圖綜合技術(shù)已不能滿足通信需要，針對(duì)一些有約束條件的方向圖綜合問(wèn)題，如在特定角度上產(chǎn)生零陷特性以克服干擾等，無(wú)法給予有效的解決方案，因此在智能天線的方向圖綜合中應(yīng)用比較困難，不適用于RFID閱讀器的波束形成。近年來(lái)，智能優(yōu)化算法逐漸成為研究熱點(diǎn)，其本質(zhì)是通過(guò)模擬某些自然現(xiàn)象或生物的某些行為而提出尋優(yōu)方法，能夠有效地解決較為復(fù)雜的非線性函數(shù)的優(yōu)化問(wèn)題。智能優(yōu)化算法的興起也為解決方向圖綜合問(wèn)題提供了嶄新的方向，如粒子群優(yōu)化算法(PSO)、入侵雜草優(yōu)化算法(IWO)、蟻群算法(ACO)等智能優(yōu)化算法已成功地應(yīng)用于陣列方向圖綜合技術(shù)中并取得良好的效果。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提出一種基于改進(jìn)粒子群的RFID閱讀器智能天線方向圖綜合算法。基于該算法，能夠優(yōu)化各智能天線中各陣元的激勵(lì)幅度得到目標(biāo)輻射方向圖，提升RFID系統(tǒng)的抗干擾性能。1、基于改進(jìn)粒子群的RFID閱讀器智能天線方向圖綜合算法，包括下列步驟：步驟1：根據(jù)RFID閱讀器智能天線的目標(biāo)方向圖，建立優(yōu)化目標(biāo)函數(shù)；步驟2：以優(yōu)化目標(biāo)函數(shù)最小化作為優(yōu)化目標(biāo)，以各陣元激勵(lì)幅度為尋優(yōu)參量，采用粒子群優(yōu)化算法進(jìn)行尋優(yōu)。生成初始粒子種群，初始化各粒子的位置和優(yōu)化速度；步驟3：將各粒子位置代入優(yōu)化目標(biāo)函數(shù)，計(jì)算得到當(dāng)前粒子位置的目標(biāo)函數(shù)值，確定當(dāng)前尋優(yōu)狀態(tài)下的局部極值和全局極值；步驟4：依據(jù)粒子群更新公式對(duì)各粒子位置和優(yōu)化速度進(jìn)行更新，并依據(jù)目標(biāo)函數(shù)值，更新局部極值、全局極值和各粒子位置；步驟5：為進(jìn)一步平衡粒子群優(yōu)化算法的局部搜索能力和全局搜索能力，引入模擬退火算法動(dòng)態(tài)地調(diào)整粒子速度更新公式中慣性權(quán)重系數(shù)，計(jì)算當(dāng)前尋優(yōu)狀態(tài)的退火溫度；步驟6：依據(jù)退火溫度、當(dāng)前尋優(yōu)狀態(tài)的全局極值和前一代尋優(yōu)狀態(tài)的全局極值，計(jì)算當(dāng)前尋優(yōu)狀態(tài)下的退火概率；步驟7：依據(jù)當(dāng)前尋優(yōu)狀態(tài)的退火概率，調(diào)整粒子速度更新公式中的慣性權(quán)重系數(shù)；步驟8：判斷當(dāng)前尋優(yōu)次數(shù)是否達(dá)到預(yù)設(shè)的最大值或全局極值是否滿足要求，若沒(méi)有，則繼續(xù)執(zhí)行步驟3，否則執(zhí)行步驟9；步驟9：以粒子群全局極值對(duì)應(yīng)的粒子位置作為天線陣元的最優(yōu)激勵(lì)幅度。所述步驟1中，優(yōu)化目標(biāo)函數(shù)為式中：MSLLD表示設(shè)計(jì)副瓣電平最大值，NLVL表示在干擾方向上所設(shè)計(jì)的零陷電平值，表示在干擾角度上的輻射方向圖的電平值，ω1、ω2表示權(quán)重系數(shù)。所述步驟4中，粒子位置和優(yōu)化速度的更新公式為式中：為粒子速度的更新權(quán)重系數(shù)，r1，r2為位于[0，1]之間的隨機(jī)數(shù)，c1，c2表示學(xué)習(xí)因子，和Gbestτ-1分別表示前一代尋優(yōu)的局部極值和全局極值對(duì)應(yīng)的粒子狀態(tài)。所述步驟5中，以第τ次尋優(yōu)為例，退火溫度Tτ計(jì)算公式為Tτ＝F(Pbestτ)avg/F(Gbestτ)(4)式中：F(Pbestτ)avg表示第τ代尋優(yōu)的局部極值的平均值，F(xiàn)(Gbestτ)表示第τ代尋優(yōu)的全局極值，Pbestτ和Gbestτ分別是第τ代尋優(yōu)的局部極值和全局極值對(duì)應(yīng)的粒子狀態(tài)。所述步驟6中，退火概率P的計(jì)算公式為P=1;F(Gbestτ-1)≤F(Gbestτ)exp([F(Gbestτ)-F(Gbestτ-1)]/Tτ);F(Gbestτ-1)>F(Gbestτ)---(5)]]>所述步驟7中，粒子速度的更新權(quán)重系數(shù)的更新公式為：式中：k1和k2為固定參數(shù)，且滿足0＜k2＜k1＜1，β為取值介于0和1的預(yù)設(shè)參數(shù)。附圖說(shuō)明：為了更清楚的說(shuō)明發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單的介紹，下面描述中的附圖僅僅是本發(fā)明的一個(gè)實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造勞動(dòng)性的前提下，還可以根據(jù)附圖獲得其他的附圖。圖1是本發(fā)明引入模擬退火算法的改進(jìn)粒子群算法的流程圖；圖2是改進(jìn)粒子群算法與傳統(tǒng)粒子群算法在理想情況下陣列天線輻射方向圖；圖3是偶極子陣列天線仿真模型；圖4是改進(jìn)粒子群算法與傳統(tǒng)粒子群算法耦合情況下偶極子陣列天線輻射方向圖；圖5是微帶貼片陣列天線仿真模型；圖6是改進(jìn)粒子群算法與傳統(tǒng)粒子群算法耦合情況下微帶貼片陣列天線輻射方向圖。具體實(shí)施方式：本發(fā)明的主旨是提出一種基于改進(jìn)粒子群的RFID閱讀器智能天線方向圖綜合算法，該算法能夠優(yōu)化各天線陣元的激勵(lì)幅度得到目標(biāo)輻射方向圖，提升天線陣列的抗干擾性能。如圖1所示，具體包括如下步驟：步驟1：構(gòu)建智能天線的優(yōu)化目標(biāo)函數(shù)。以線陣為例，對(duì)于N元直線陣，在忽略各天線陣元之間的耦合作用下，輻射方向圖函數(shù)可表示為：F(θ)=Σl=1NAteji(2πλdsinθ-ΔφB)---(1)]]>式中：Ai表示第i個(gè)天線陣元的激勵(lì)電流幅度，λ表示波長(zhǎng)，d表示各天線陣元的間距，θ表示方位角，ΔφB表示各天線陣元間的相位差。定義最大相對(duì)旁瓣電平值為：MSLL=maxθ∈p{F(θ)}---(2)]]>式中，max表示最大值函數(shù)，p表示方向圖的副瓣區(qū)域。若零點(diǎn)波束寬度為2α，則p＝{θ|-90°≤θ≤0°-α∪0°+α≤θ≤90°}，仿真中需要設(shè)置一定的步長(zhǎng)對(duì)副瓣區(qū)域進(jìn)行抽樣以獲取各個(gè)角度的輻射增益，通常認(rèn)為較低的副瓣電平值可在一定程度上降低干擾。需指出，當(dāng)某個(gè)方向上存在較強(qiáng)的干擾時(shí)，為了屏蔽干擾信號(hào)，需要在干擾信號(hào)方向上形成零陷特性，因此對(duì)副瓣電平值的要求也不盡相同。綜合考慮到輻射方向圖的低副瓣和零陷特性的指標(biāo)，可建立智能天線優(yōu)化目標(biāo)函數(shù)如下：式中，MSLLD表示設(shè)計(jì)副瓣電平最大值，NLVL表示在干擾方向上所設(shè)計(jì)的零陷電平值，表示在干擾角度上的輻射方向圖的電平值，ω1、ω2表示權(quán)重系數(shù)。步驟2：初始化種群中各粒子的位置和優(yōu)化速度，生成初始種群Z＝[Z1Z2...ZW]T(4)式中：表示當(dāng)前粒子的位置，即各天線陣元的激勵(lì)幅度，W為粒子總數(shù)，U為天線陣元的個(gè)數(shù)。步驟3：將各陣元激勵(lì)幅度代入優(yōu)化目標(biāo)函數(shù)公式(3)中計(jì)算函數(shù)值，將每個(gè)函數(shù)值作為當(dāng)前尋優(yōu)狀態(tài)下的局部極值，將最優(yōu)的函數(shù)值作為當(dāng)前尋優(yōu)狀態(tài)下的全局極值。步驟4：依據(jù)式(5)、(6)更新各粒子的速度與位置，并計(jì)算當(dāng)前尋優(yōu)狀態(tài)下各粒子的優(yōu)化目標(biāo)函數(shù)值，比較當(dāng)前的優(yōu)化目標(biāo)函數(shù)值和其歷史局部極值，若優(yōu)于歷史局部極值，則用當(dāng)前的值代替歷史局部極值，并與歷史全局極值比較，若優(yōu)于歷史全局極值，則用當(dāng)前值代替歷史全局極值，同時(shí)更新粒子位置。粒子位置和優(yōu)化速度的更新公式為式中：為粒子速度的更新權(quán)重系數(shù)，r1，r2為位于[0，1]之間的隨機(jī)數(shù)，c1，c2表示學(xué)習(xí)因子，和Gbestτ-1分別表示前一代尋優(yōu)的局部極值和全局極值對(duì)應(yīng)的粒子狀態(tài)。步驟5：為了進(jìn)一步平衡粒子群算法的局部搜索能力和全局搜索能力，引入模擬退火算法動(dòng)態(tài)地選取式(5)中。以第τ代尋優(yōu)為例，計(jì)算得到退火溫度TτTτ＝F(Pbestτ)avg/F(Gbestτ)(7)式中：F(Pbestτ)avg表示第τ代繁殖的局部極值的平均值，F(xiàn)(Gbestτ)表示第τ代繁殖的全局極值，Pbestτ和Gbestτ分別是第τ代尋優(yōu)的局部極值和全局極值對(duì)應(yīng)的粒子狀態(tài)。步驟6：依據(jù)退火溫度Tτ、當(dāng)前尋優(yōu)狀態(tài)的全局極值F(Gbestτ)和前一代尋優(yōu)狀態(tài)下的全局極值F(Gbestτ-1)，計(jì)算得到退火概率PP=1,;F(Gbestτ-1)≤F(Gbestτ)exp([F(Gbestτ)-F(Gbestτ-1)]/Tτ),;F(Gbestτ-1)>F(Gbestτ)---(8)]]>步驟7：依據(jù)當(dāng)前尋優(yōu)狀態(tài)下的退火概率P，按式(9)對(duì)式(5)中進(jìn)行更新，有式中：β表示取值介于0和1之間預(yù)設(shè)參數(shù)，k1、k2表示固定參數(shù)且滿足0＜k2＜k1＜1。步驟8：判斷當(dāng)前尋優(yōu)次數(shù)是否達(dá)到預(yù)設(shè)的最大值或全局極值是否滿足要求，若沒(méi)有，則繼續(xù)執(zhí)行步驟3，否則執(zhí)行步驟9。步驟9：停止尋優(yōu)，以粒子群全局極值對(duì)應(yīng)的粒子位置作為最優(yōu)天線的激勵(lì)幅度。實(shí)例分析說(shuō)明下面結(jié)合實(shí)例通過(guò)圖2、圖3、圖4、圖5、圖6對(duì)上述實(shí)施方式進(jìn)行說(shuō)明。實(shí)例中選取陣元數(shù)目為8陣元，陣元間距為λ/2，各天線陣元同相，最大尋優(yōu)次數(shù)為80，種群的粒子數(shù)為50，各天線陣元的激勵(lì)幅度范圍為(0，1)，MSLLD＝-30dB，主瓣方向±40°附近形成零陷特性且NLVL為-75dB，ω1＝2，ω2＝0.1，c1＝c2＝1.495，k1＝0.7，k2＝0.3，傳統(tǒng)粒子群算法中。采用傳統(tǒng)粒子群算法和改進(jìn)粒子群算法所得輻射方向圖如圖2所示，對(duì)于副瓣的抑制效果，采用改進(jìn)粒子群算法得到的輻射方向圖的第一副瓣電平的最大值為-35dB，對(duì)比于采用傳統(tǒng)粒子群算法所得到的第一副瓣電平的最大值降低了5dB；對(duì)于干擾方向的零陷特性，采用改進(jìn)粒子群算法得到的輻射方向圖的零陷電平值約為-78dB，對(duì)比采用傳統(tǒng)粒子群算法所得到的零陷電平值降低了約為11dB，對(duì)于提升天線陣列的抗干擾能力有良好的效果。圖3、圖5分別為考慮到耦合作用時(shí)偶極子天線和微帶貼片天線的模型圖，圖4、圖6分別為為對(duì)應(yīng)的輻射方向圖，可以看出采用改進(jìn)粒子群算法的輻射方向圖對(duì)第一副瓣電平值抑制比傳統(tǒng)粒子群算法下降了約5dB左右，同時(shí)零陷電平值也比傳統(tǒng)粒子群算法有所降低。實(shí)例表明，所提算法在考慮到天線陣元間存在耦合的情況下所得到的輻射方向圖仍具有效性，且對(duì)于定向天線和全向天線均可適用，能夠有效地提升UHFRFID系統(tǒng)中天線陣列的抗干擾能力，對(duì)提高RFID系統(tǒng)性能具有極大的實(shí)際意義。本領(lǐng)域技術(shù)人員可以理解附圖只是一個(gè)實(shí)施例的示意圖，上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。以上所述僅為本發(fā)明的較佳實(shí)施例，并不限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3