买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广西大学

摘要：本发明涉及一种基于头脑风暴算法的RFID天线优化部署方法；该方法利用头脑风暴算法对RFID天线优化部署的多目标进行优化，提高RFID天线部署性能，利用加权和的方式找到阅读器优化部署的最优解。系统包括：RFID参考标签、阅读器天线、阅读器终端、WiFi无线收发模块和PC上位机。该系统及方法包含以下几个阶段：初始化参数阶段、个体的定义阶段、模型构建阶段、优化部署阶段。与现有的技术相比，本发明具有迭代次数少，运算精度高，无梯度优化，成本低且高效等优点。

主权项：1.一种基于头脑风暴算法的RFID天线优化部署方法，其特征在于，包括以下步骤：步骤1初始化参数阶段：定义SR为部署的阅读器集，St为标签集，对于来自St的任何标签t，标签的接受功率PR，t应超过标签的阈值Pt，以建立阅读器与标签之间的通信，而阅读器接收到标签的后向散射信号Pt，R应超过阅读器的阈值PR，以确保标签与阅读器之间的通信可用；标签覆盖率的目标函数f1可以表示为： 其中Nt表示所有标签数量，Ct表示标签t是否被至少一个阅读器覆盖；当阅读器与标签之间的无线通信成功建立时，Ct为1，否则为0；系统的总干扰量f2表示为每个标签处的干扰值之和，maxPR，t表示标签t从所有阅读器接收到的功率中，超过阈值Pt的最大功率值；其定义如下： 定义系统中的阅读器总数f3为：f2＝|RS|＝Nmax-Nred4Nmax为部署阅读器的最大数量，Nred为需要移除的多余的阅读器的数量；定义阅读器的功率损耗f4为： 其中ri表示阅读器的辐射区域的半径，NR表示所有阅读器的数量，Pli表示第i个阅读器在实例工作区域范围外的功率损耗；步骤2个体定义阶段：对将要部署的阅读器天线进行编码，将多目标头脑风暴优化算法中每个思想定义为RNP问题的一个解，每一个体表示为一个D＝3Nmax维实数向量，Nmax是部署场景中总阅读器数量，3N的维度对应阅读器坐标位置与功率，将这三个变量编码为一个个体，代表了RFID优化问题的最优解，个体的定义如下： 其中是阅读器的坐标，Nmax是最大阅读器数量，为对应的第i个阅读器的功率，将每个阅读器的部署场景看作一个个体；随机生成N个3Nmax维的头脑思想个体，由矩阵X表示： 步骤3构建模型阶段：同时考虑四个目标函数的性能，分别是标签覆盖率函数f1、阅读器之间的干扰强度函数f2、优化阅读器数量函数f3、系统功率损耗函数f4；将RNP的整体最优解用四个目标函数的线性组合来表示：A＝w1f1maxf1+w2f2f2max+w3f3f3max+w4f4f4max8w1+w2+w3+w4＝1，wi＞09其中wi是权重因子常数，根据目标函数的优先级选择不同权重因子，fi是各目标函数，将其标准化到各自的最大值fimax；将标签覆盖率f1的权重系数设置为最大，其次阅读器的干扰为第二重要的目标，当为这两个目标分配完权重后，阅读器部署数量与系统功率损耗的权重系数被平均分配，最后满足所有权重总和为1的约束条件；最终各系数设置为：w1＝0.6，w2＝0.2，w3＝0.1，w4＝0.1；步骤4优化部署阶段：1将解空间内的思想聚类：在所有解空间内，将所有个体思想聚类为多个群集；2根据公式9计算头脑风暴个体思想的适应度，将每个簇中的最优个体设置为群集的中心，在每次的迭代更新中会保持全局最优的个体；3对头脑风暴算法群体中的各个思想进行更新： 其中Xselected为头脑风暴簇中被随机选取的个体，Xnew为更新后的个体，Xbest表示所有群集中适应度值最优的个体，Xmid表示所选群集中的局部最优个体，参数θ1和θ2是0，1内的随机值，参数m1＝-τπ，m2＝-π+τπ，该参数控制了算法的搜索步长；头脑风暴算法中有三个预设的选择概率p1、p2、p3，这三个预设概率控制了新个体的生成方式，公式10中包括了两种个体的生成方式，当预设概率p1≤0.8时，随机选择一个群集中的个体，由黄金正弦算子更新群集中心，当p1＞0.8时，随机选择两个群集中的个体，由学习算子更新群集中心；当从一个群集中选择被更新个体时，Xselected为群集中的单个个体；当随机选取两个群集时，所选的待更新个体Xselected定义为Xa和Xb的线性加权： 其中Xa与Xb分别表示来自两个群集的群集中心个体或者是来自两个群集中的随机个体，θ是[0，1]内的随机数；算法的具体步骤为：首先根据概率p1判断随机选择一个群集还是两个群集，当p1≤0.8时，随机选择一个群集，接着由概率p2判断选择一个群集的中心或群集中的随机个体，当p2＞0.4时，选择一个群集中的随机个体，采用公式10中的黄金正弦算子更新待选个体；当p2≤0.4时选择群集中心，用如下高斯公式更新个体：Xnew＝Xselected+ξnμ，σ12其中nμ，σ是一个均值为μ，方差为σ的正态分布的高斯随机函数，用于产生随机值；ξ是步长，其计算方法如下： logsig表示范围在区间0，1内的对数传递函数；E和e分别是最大迭代次数和当前迭代次数；K用来改变logsig函数的斜率；当p1＞0.8时，随机选择两个群集，并由概率p3判断选择两个群集中的随机个体或选择两个群集的中心；当p3≤0.5时选择两个群集的中心，采用公式10中的学习算子更新个体，当p3＞0.5时选择两个群集中的随机个体进行合并，采用高斯变异公式12更新被选个体；4查看当前迭代次数l，是否满足最大迭代次数L，若未达到，重复执行步骤3直至最大迭代次数；若达到最大迭代次数L，则得到全局最优的个体，提取出所需的阅读器坐标部署阅读器天线，完成RFID天线的优化部署模型的构建。

全文数据：

权利要求：

百度查询： 广西大学 一种基于头脑风暴算法的RFID天线优化部署方法