一种RFID标签天线优化方法技术

本发明专利技术公开了一种RFID标签天线优化方法，包括以下步骤：（1）、模型输入节点采集步骤，（2）、神经网络模型建立步骤，（3）、RFID标签天线优化步骤，对所述RFID标签的性能参数分别在合理的范围内选取若干个值，组合成若干组输入节点，将所述若干组输入节点分别输入所述神经网络模型，相应计算输出，即阅读器的预测阅读距离，从若干组预测阅读距离中选择出最大预测阅读距离，以所述最大预测阅读距离所对应输入节点内RFID标签的性能参数制作RFID标签。本发明专利技术的RFID标签天线优化方法，通过神经网络建模预测标签性能和读取距离的方法，使得只需要通过少量的实验来获取数据，便可预测所有情况影响读取距离的参数组合值，省时省力，而且准确性也很高。

【技术实现步骤摘要】

本专利技术属于RFID通信
，具体地说，是涉及一种RFID标签天线优化方法。
技术介绍
射频识别技术（RadioFrequencyIdentification，RFID)是一种非接触式的自动 识别技术，利用射频信号自动识别目标并获取相关数据。识别工作无须人工干预。它可工 作于较为恶劣的环境。通过与一些防冲突算法的结合，RFID技术可以完成同时识别多个标 签，并能够识别高速运动的物体的任务。RFID识别技术在如今这个经济全球化，信息网络化 的现代社会中作为一种识别、管理、记录产品信息的重要手段，为产品的生产、销售过程的 管理提供了方便。 螺旋弹簧式无源天线是用金属线绕制成螺旋形结构并且是同轴馈电的一种行波 天线。采用两侧呈螺旋状延伸的弹簧式结构，在RFID电子标签封装后可以提高天线抵抗应 力及挠曲的能力，尤其针对应用于植入轮胎的RFID电子标签，螺旋状延伸的弹簧式结构还 有助于提高其自身韧性，保证标签具有较好的缓解外界应力的能力，这对于在高速运转的 轮胎中或者轮胎运行在剧烈颠簸的路面，轮胎内压不稳定的情况具有至关重要的作用。然 而，由于橡胶轮胎在制备过程的特殊性和复杂性，炭黑的含量影响轮胎的导电、介电参数等 性能，读写器的读取距离同时受到轮胎材料和标签参数（形状、尺寸等）的影响，因此，导 致RFID标签在应用过程中存在性能不确定性，基于此，如何专利技术一种RFID标签天线优化方 法，用仿真的方式对植入橡胶的RFID天线进行建模，结合试验测试数据进行RFID标签的性 能进行训练，从而预测RFID标签在不同型号轮胎的性能。
技术实现思路
本专利技术为了解决现有RFID标签植入轮胎阅读距离容易受外界参数影响，不确定 性大，不容易掌握控制的技术问题，提出了一种RFID标签天线优化方法，可以解决上述问 题。 为了解决上述技术问题，本专利技术采用以下技术方案予以实现： 一种RFID标签天线优化方法，包括以下步骤： (1)、模型输入节点采集步骤，包括： (11)、选择样本轮胎，对所述样本轮胎测试导电性及介电性； (12)、将RFID标签植入所述样本轮胎内，记录植入深度、植入位置、标签长度、阅 读器发射功率，测量实际阅读距离； (13)、按照RFID标签植入轮胎的位置结构进行电磁仿真，计算输出RFID标签的性 能参数，所述RFID标签的性能参数至少包括：螺旋线臂长，螺旋线半径，螺旋升角，工作频 率，温度，炭黑含量，植入深度； (2)、神经网络模型建立步骤，以所述RFID标签的性能参数作为输入节点，实际阅 读距离作为输出节点，建立起基本的神经网络模型结构作为预测模型；(3)、RFID标签天线优化步骤，对所述RFID标签的性能参数分别在合理的范围内 选取若干个值，组合成若干组输入节点，将所述若干组输入节点分别输入所述神经网络模 型，相应计算输出，即阅读器的预测阅读距离，从若干组预测阅读距离中选择出最大预测阅 读距离，以所述最大预测阅读距离所对应输入节点内RFID标签的性能参数制作RFID标签。 进一步的，所述步骤（2)中包括以下子步骤： (21)、初始化步骤，对权值矩阵W、V赋随机数，将样本模式计数器和训练次数计数 器q置为1，误差E置为0,学习率τι设为（0，1]区间内的小数，期望误差E_设为正值；(22)、将训练样本输入所述预测模型，计算各层输出：用当前训练样本的RFID标 签的性能参数和实际阅读距离分别对向量数组X、d赋值，计算预测模型的隐含层输出Y和 输出层输出〇中各分量， l=\J- 其中，〇k是预测模型输出的阅读距离预测值，Y,是隐含层输出，为计算的中间值， f(x)是转移函数，u是隐含层权值，ω是输出层权值，i为输入层的层数，j为隐含层的层 数，k为输出层的层数； (23)、计算预测模型总误差E总，为： 其中，p为训练样本编号； (24)、将预测模型总误差期望误差E_相比较，若预测模型总误差E大于期 望误差E_，则调整隐含层权值υ和输出层权值ω，重新计算预测模型输出。 又进一步的，所述步骤（24)中，调整隐含层权值υ和输出层权值ω的方法为： 分别计算隐含层误差考和输出层误差 隐含层权值的调节幅度为： 输出层权值的调节幅度为： 与现有技术相比，本专利技术的优点和积极效果是：本专利技术的RFID标签天线优化方 法，针对橡胶体中影响RFID天线射频传输的问题，利用人工智能算法对植入橡胶的RFID天 线进行建模，结合试验测试数据进行RFID标签的性能进行训练，从而预测RFID标签在不同 型号轮胎的性能，对于提高RFID在轮胎等橡胶制品中的广泛应用，通过大量的实际数据对 仿真模型进行校正，并在给定标签的形式下，预测出标签不同参数下对应的阅读距离，从而 为全钢载重轮胎的RFID植入提供理论指导，通过神经网络建模预测标签性能和读取距离 的方法，使得只需要通过少量的实验来获取数据，便可预测所有情况影响读取距离的参数 组合值，省时省力，而且准确性也很高。 结合附图阅读本专利技术实施方式的详细描述后，本专利技术的其他特点和优点将变得更 加清楚。【附图说明】 为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1是本专利技术所提出的RFID标签天线优化方法一种实施例中天线的参数示意 图； 图2是本专利技术所提出的RFID标签天线优化方法一种实施例的流程图。【具体实施方式】 下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于 本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本专利技术保护的范围。目前，轮胎RFID标签在轿车胎等半钢轮胎的应用上已经获得1米以上的识别距 离，但在全钢胎中由于钢丝帘布及橡胶材料的影响，由于金属的屏蔽及干扰作用，以及炭黑 等材料的影响，使得全钢胎的阅读距离一直不能获得满意的效果。基于此，本专利技术提出了一 种RFID标签天线优化方法，建立预测模型，能够在给定标签的形式下，预测出标签不同参 数下对应的阅读距离，从而为全钢载重轮胎的RFID植入提供理论指导。 实施例一，本实施例提出了一种RFID标签天线优化方法，包括以下步骤：S1、模型输入节点采集步骤，包括：S11、选择样本轮胎，对所述样本轮胎测试导电性及介电性；S12、将RFID标签植入所述样本轮胎内，记录植入深度、植入位置、标签长度、阅读 器发射功率，测量实际阅读距离；其中，植入深度、植入位置、标签长度参数、实际阅读距离 需要实际测量出来，阅读器发射功率为阅读标签是阅读器的实际发射功率，上述参数为后 续仿真及RFID标签性能的预测准备数据。S13、按照RFID标签植入轮胎的位置结构进行电磁仿真，计算输出RFID标签的性 能参数，所述RFID标签的性能参数至少包括：螺旋线臂长，螺旋线半径，螺旋升角，工作频 率，温度，炭黑含量，植入深度；S2、神经网络模型建立步骤，以所述RFID标签的性能参数作为输入节点，实际阅 读本文档来自技高网...

【技术保护点】
一种RFID标签天线优化方法，其特征在于，包括以下步骤：(1)、模型输入节点采集步骤，包括：(11)、选择样本轮胎，对所述样本轮胎测试导电性及介电性；(12)、将RFID标签植入所述样本轮胎内，记录植入深度、植入位置、标签长度、阅读器发射功率，测量实际阅读距离；(13)、按照RFID标签植入轮胎的位置结构进行电磁仿真，计算输出RFID标签的性能参数，所述RFID标签的性能参数至少包括：螺旋线臂长，螺旋线半径，螺旋升角，工作频率，温度，炭黑含量，植入深度；(2)、神经网络模型建立步骤，以所述RFID标签的性能参数作为输入节点，实际阅读距离作为输出节点，建立起基本的神经网络模型结构作为预测模型；(3)、RFID标签天线优化步骤，对所述RFID标签的性能参数分别在合理的范围内选取若干个值，组合成若干组输入节点，将所述若干组输入节点分别输入所述神经网络模型，相应计算输出，即阅读器的预测阅读距离，从若干组预测阅读距离中选择出最大预测阅读距离，以所述最大预测阅读距离所对应输入节点内RFID标签的性能参数制作RFID标签。

【技术特征摘要】

【专利技术属性】
技术研发人员：宋廷强，齐艳丽，邢照合，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：山东;37