基于Matlab与VC++的标签天线快速优化仿真软件.pdf

中国科技论文在线

基于MATLAB与VC++的标签天线快速优化仿真软

件研究

杨燕

北京邮电大学信息与通信工程学院北京（100876）

摘要：在RFID标签天线设计的基础上，结合Matlab编程和神经网络优化技术，以VC6.0

作为开发平台开发的RFID标签天线快速优化仿真设计软件，综合MATLAB强大的计算能

力和VC良好的界面交互性，实现天线的快速仿真以及优化。该软件提供比已有EM仿真软

件更快速的仿真速度，效率提高高达六百倍之多；此外，软件提供10款基于不同背景应用

的RFID标签天线数据库，用户可以获得各款RFID标签天线的图形、尺寸以及各性能参数

信息。可快速实现标签天线不同国家标准、不同尺寸型号、不同性能要求的优化和仿真。

关键词：RFID；VC；神经网络（ANN）；MATLAB；优化仿真

1.引言

目前RFID标签天线的设计，主要是通过ADS，HFSS等相关的电磁仿真软件进行前期的

仿真优化。先设计好天线的基本结构，在相关的尺寸范围内进行微调，每次调整之后，都要

进行长达十几分钟甚至几个小时的仿真才能得到天线参数的图形输出结果。这种方法是基于

复杂的电磁计算方法，虽然仿真结果比较准确，但是仿真速度慢，很难系统的观察每次数据

和结构变化后天线性能的变化。这样，对于快速分析标签天线的性能，确定性能最优的天线

尺寸等等都是非常困难的[1]。

本文的重点在于，如何利用神经网络训练出来的天线性能相关数据，使用Matlab和VC联

合编程，实现标签天线快速的仿真优化。

首先介绍了神经网络的基本原理，并借助于Matlab相关的函数，利用VC++友好的界面，

将其应用于RFID标签天线的优化和仿真过程中，最大限度的提高了标签天线的仿真和优化

效率。综合了十款以上的不同使用频段、不同工作环境、不同特性参数的标签天线的图形、

尺寸结构、特性参数、仿真优化结果等等，可快速的查询当前所需频段、天线工作环境、特

性参数等等满足要求的标签天线，同时，方便快捷的对其进行优化和仿真，提高仿真优化效

率高达六百倍之多，满足实验以及产品开发的需要，大大提高标签天线集成化、批量化研究

和生产的效率。

2.设计思路

人工神经网络(ANN)是动物神经网络系统的启发，利用大量简单处理单元互联而构成的

复杂系统，可用来解决一些复杂模式识别问题与行为控制问题。神经网络本质上是一个大规

模非线性连续时间自适应的信息处理系统，通过大量简单关系连接实现复杂的函数关系。系

统具有很强的鲁棒性和容错性，善于联想、概括、类比和推广，有很强的自学习能力，可在

学习过程中不断完善自己，不断创新[2]。

一个三层的前馈型人工神经网络，在隐层节点足够多的情况下，经充分学习，可以任意精

度逼近任何非线性函数。本文中使用三层人工神经网络模型，包括：输入层、输出层和隐藏

层。隐藏层使用非线性激活函数，在多个输入和多个输出之间建立输入/输出关系模型。输

入层通过一系列的权值与隐藏层联系起来，同时，输出层也通过一系列权值与隐藏层联系起

来。通过调节权值来实现ANN模型的训练，从而达到理想的结果。ANN通过被仿真天线特

-1-

中国科技论文在线

性来学习输入输出数据的关系。首先，输入训练数据的输入向量，产生输出。接着，通过与

已知输出的对比来计算误差。然后计算误差未分并相加，直到所有的数据均送入神经网络。

使用误差微分来更新模型中神经网络的权值。当误差小于预计的值时，整个训练过程就完成

[3]

了。

图1.三层人工神经网络结构

Fig1.ANNnetworkstructure

这一神经网络无论在逼近能力、分类能力和学习能力方面都具有较大的优势，并在实际工

[2]

程中得到了广泛的应用。因此，使用它进行标签天线优化仿真系统的设计，可以取得较好

的预期效果。

3.Matlab与VC+