- 基于遗传算法的高频标签天线的优化设计

　　为了进步进化效率，尽快的得到所需的进化结果，我们设定一些约束条件对进化方向进 行引导限制。这样的约束条件有些是必须满足的，在选择过程中，不满足这些约束条件的染 色体会被自动剔除掉。根据集成线圈的一般特点，设定参数的取值范围如下： 0μm

　　同时，为获得更大的搜索空间，当染色体不满足有些约束条件时，设定一定的惩罚措施 来减弱这个染色体的竞争性，但是并不剔除。在集成线圈天线的设计中，我们要设计出性能 满足系统要求的天线，所以设定约束条件为：VL ≥ Vr, P ≥ Pr ,l ≤ lmax。当染色体不满足这样的 约束条件的时候，我们设定一个惩罚函数来减小这个染色体的竞争能力，此时，这个染色体 的适应度减弱为： f (n) Q(n) 10-5

2.3 遗传算子

　　标准 GA 的操纵算子一般包括选择、交叉和变异三种基本形式。选择即从当前群体中选 择适应度高的个体以天生交配池的过程。本文使用适应度比例选择的方法 ,其中每个个体被 选择的期看值与其适应度和群体均匀适应度的比例有关 ,采用轮盘赌方式实现。首先计算每 个个体的适应度 ,然后计算出此适应度在群体适应度总和中所占的比例 ,表示该个体在选 择过程中被选中的概率。选择过程保证优良基因能够遗传给下一代个体。选择完成后，染色 体要进进交叉运算和变异运算。本文选定交叉概率pc 为0.5，变异概率pm 为0.01，一代染 色体中以这样的概率选择部分染色体进行交叉和变异操纵。

2.4 终止条件设计

　　染色体进化到一定的代数必须进行终止，然后终极得到的染色体就是最优的结果。我们 可以设定当某些数值达到理想值时进化终止，也可以设定一个终止代数T，进化T 次之后自 动终止。本文是要得到最大的回路品质因数，它并没有一个要达到的目标值，所以我们设定 一个终止代数作为它的终止条件。在设定不同的终止代数进行仿真后发现，在大约400 后， Q 值不再升高，即是运行400 代后已经可以得到最优的品质因数。所以我们设定终止代数为 400 代。

　　3.仿真设计及结果说明

　　根据上节设计的遗传算法进程运用MATLAB 对集成线圈天线进行优化设计。为了取得对 比效果，选用文献中的实例进行设计。文中天线工作频率为23.45MHZ, 磁感应强度B 为8Gauss，芯片所需最小工作电压Vr 为3V,最小功率Pr 为1.2mW，能提供的天线的最大 外边长lmax 为2mm。针对遗传算法搜索范围大，可变参量多的特点，我们首先将所有参数进 行优化，在更大范围内搜索最优解。然后，将工艺参数固定，取得与实例的对比效果。更好 地说明遗传算法的上风。具体结果说明如下。

　　3.1 对所有参数进行优化

　　将{l,n,w,s,t,tox,tox/2}进行编码天生染色体，运行遗传算法后所得Q 随进化代数不断增加， 如图三所示为回路品质因数Q 随进化代数t 的变化图。在进化50 代后Q 值的变化已经比较 小了，但是在250 代左右的时候Q 值又有个上升。当到达终止代数400 时得到的回路品质 因数为6.0928，此时的最优染色体为{1866,30,10,1,10,10,3.6}。运用这些参数计算出负 载获得电压为3.4658V，负载功率为1.2mW，并且线圈外边长为1.8mm 是符合版图要求的。

　　由于本设计设置的参数范围比较大，所以结果出来的Q 值可以达到很大。在实际情况中， 可能由于制造工艺，本钱的限制对于各几何参数有进一步的要求，我们可以通过对参数范围 进行重新限定来方便的实现。另外，假如用户对天线的其他性能，如电阻值，电感值，电容 值等有特殊的要求也可以添加相应的约束条件来引导进化的发展，设计出符合指标的最优天 线尺寸。

　　3.2 工艺条件固定后的优化

　　为了与文献实例进行对比，我们取定工艺条件t=1 μm , tox=0.8 μm , tox/2=1.2 μm 。将 {l,n,w,s}进行编码天生染色体，然后运行遗传算法。其回路品质因数随进化代数t 的变化如 图四所示。其变化趋势与上例类似，在进化400 代后终止，得到的回路品质因数为0.3723， 而文献中设计的天线得到的回路品质因数为0.2576。说明运用遗传算法对线圈天线进行 优化设计可以得到更好的优化结果。