双频带无线能量数据传输系统线圈的优化方法和优化系统

摘要

一种双频带无线能量数据传输系统线圈的优化系统和优化方法，包括步骤：获取用户输入的初始参数，并进行内部初始化设置；定义目标函数；对需要优化参数进行二进制编码；初始化种群；计算每个个体的适应度；父代个体的选择；进行交叉互换；随机变异。本发明提高系统的能量传输效率和数据信号增益，并降低能量-数据串扰比，同时，缩短线圈设计流程，通过遗传算法得到较多的优化结果，适用多种传输环境，具有良好的适用性。

主权项

一种双频带无线能量数据传输系统线圈的优化方法，其特征在于，包括如下步骤：步骤1，获取用户输入的初始参数，并进行内部初始化设置；步骤2，定义目标函数，即个体的适应度f_i，i＝1,2…G：$f_i={\eta }^{\alpha }·{G_d}^{\beta }·{\mathrm{SITR}}^{\gamma }---\left(1\right)$式中，η表示能量传输效率，G_d表示数据传输增益，SITR表示能量数据串扰比，公式如下：$\eta =\frac{k_{12}^2{Q}_1{Q}_{2,\mathrm{eff}}}{1+k_{12}^2{Q}_1{Q}_{2,\mathrm{eff}}}·\frac{Q_2}{Q_2+Q_L}---\left(2\right)$$G_d=\left|\frac{V_4\left({\mathrm{jw}}_d\right)}{V_3\left({\mathrm{jw}}_d\right)}\right|---\left(3\right)$$\mathrm{SITR}=\left|\frac{V_4\left({\mathrm{jw}}_d\right)}{V_3\left({\mathrm{jw}}_d\right)}\right|/\left|\frac{V_4\left({\mathrm{jw}}_p\right)}{V_1\left({\mathrm{jw}}_p\right)}\right|---\left(4\right)$式中，Q_i(i＝1,2)为线圈i的品质因素，Q_L为能量链路次级端负载品质因素，Q_2，eff为次级端等效品质因素，k₁₂为线圈1和线圈2互感系数；V₄(jw_d)为数据链路次级端由数据链路耦合而产生的输出电压，V₄(jw_p)为数据链路受能量链路干扰产生的输出电压；V₃(jw_d)为数据链路输入端电压，V₁(jw_p)为能量链路输入端电压；步骤3，获取用户输入的需要优化参数，并对其进行二进制编码，编码长度为length，由用户自定义；步骤4，初始化种群，随机的产生G个个体；步骤5，将种群每个个体进行编码的线圈的物理参数转换为线圈的电气参数后，根据公式(1)计算每个个体的适应度f_i；步骤6，根据基于概率选择的轮盘赌方法从种群中选择G个父代个体，并将循环次数loopnum加1；步骤7，进行交叉互换，具体如下：①计算所有父代个体的交叉概率P_cii＝1,2.......G，公式如下：$P_{\mathrm{ci}}=\left\{\begin{array}{cc}{P}_{c,\max }-\frac{(P_{c,\max }-P_{c,\max })·(f_{\max }-f_i)}{f_{\max }-\bar{f}},& f_i\ge \bar{f}\\ P_{c,\max },& f_i<\bar{f}\end{array}\right.---\left(5\right)$式中，f_max为G个父代个体中适应度的最大值，为平均适应度；②按顺序每次选择一个未执行交叉的个体i，记录该个体的序号H，随机产生一个[0,1]内的随机数与该个体的交叉概率P_ci进行比较：如果随机数小于P_ci，则该个体选中，记为个体A，执行步骤③；如果随机数大于P_ci，则该个体不进行交叉，重复步骤②；③计算所有剩余个体与选中个体的交叉执行概率Pe，公式如下：$P_e=\left\{\begin{array}{cc}\frac{1}{N}[1+\lambda ·\frac{r-\bar{r}}{r_{\max }-r_{\min }}],& r_{\max }\ne r_{\min }\\ \frac{1}{N},& r_{\max }=r_{\min }\end{array}\right.---\left(6\right)$式中，N表示剩余的未交叉的父代个体数，r表示两个父代个体的相关度，用汉明距即二进制编码的不同比特位数来表示，λ为[0,1]的系数，采用基于概率选择的轮盘赌的方法决定剩余个体中哪个个体与个体A进行交叉，该个体记为B,同时未交叉个体总数N减2；④产生两个[1,length]的随机数m,n，将步骤②得到个体A编码的第m位与步骤③得到个体B编码的第n位进行数据交换，产生两个新个体，即个体C和个体D，分别计算个体C和个体D的适应度；⑤将个体C、个体D与父代个体A、个体B进行比较，选择其中两个适应性高的作为子代个体；⑥判断H是否等于G，如果是则表示所有G个个体都执行完成，结束交叉过程，如果不是则返回步骤②；步骤8，计算整个种群中需要突变的比特数num，公式如下：num＝P_m*G*length式中，P_m为突变概率,G为种群中个体个数，length为二进制编码的长度；然后，用随机的方式决定哪些比特位数据进行突变，具体如下：首先随机产生一个[1，G]之间的数，即为被选中的个体序号，再随机产生一个[1,length]之间的数，即为被选中的个体中需进行比特数据突变的位数，一直重复上述两步直至产生num个突变；步骤9，更新突变个体的适应度；步骤10，判断当前循环次数loopnum是否等于循环总次数M，如果等于，则停止循环执行，并输出得到的G个优化后的参数；如果不等于，则返回步骤6。