基于神经网络的RFID标签天线印刷品质的优化研究

摘要

国内外研究表明：用导电油墨丝网印刷工艺制造RFID标签天线，是实现其小尺寸、低成本、大规模应用最具发展前景的方法。
　　 本文针对标签天线印刷品质优化控制中的评价指标、印刷参数优化设置、神经网络模型建立、天线结构尺寸预测与设计方案评价等一系列问题研究，取得了若干有价值的研究成果，主要创新点如下：
　　 ①提出了RFID标签天线印刷品质的四个关键判据，并根据这四个关键判据，建立了印刷品质定量评价数学模型。这些关键判据及评价模型适合于包括射频标签在内的各种微电子产品印刷品质分析和评价。
　　 ②创建了基于印刷品质优化的BP和RBF神经网络模型，使天线设计者可预先掌握最佳印刷品质状态下的导线墨膜实际尺寸，并可根据该实际尺寸修正标签天线的各项电性能指标，从而可实现天线各项电性能指标与印刷参数的综合优化。
　　 ③通过神经网络模型仿真预测，可向印刷人员推荐最合适的丝网网版及最佳刮印压力、刮印速度等一组印刷参数，可取代过去采用反复上机调节丝网网版分辨率及印刷参数的传统方法。实现了印刷过程的误差可控，达到高效率、低成本和优品质的目的。
　　 总之，本文研究成果使电子专家和印刷专家密切合作，可确保设计天线和印制天线的性能一致。

目录

文摘

英文文摘

声明

第一章 绪论

1.1研究的背景及意义

1.2 RFID标签天线的制造工艺分析

1.3 RFID标签天线印刷制造技术的国内外研究现状

1.3.1国内外研究成果综述

1.3.2目前国内外研究中所存在的问题

1.4本论文研究的主要技术要点

1.5本论文的主要研究内容和创新点

第二章 神经网络的理论、模型及实现方法研究

2.1神经网络产生的背景

2.1.1关于非线性科学

2.1.2非线性科学与脑神经信息传递原理

2.2神经网络的理论基础

2.2.1神经网络构造原理

2.2.2神经网络结构和模型

2.3误差反向传播(BP)神经网络模型的分析与建立

2.3.1 BP神经网络的结构模型

2.3.2 BP神经网络的标准学习算法

2.3.3 BP神经网络的结构优化

2.3.4 BP神经网络的两个不足

2.4径向基函数(RBF)神经网络模型的分析与建立

2.4.1 RBF神经网络的结构模型

2.4.2 RBF神经网络的算法

2.4.3 RBF神经网络的两大优势

2.5神经网络的样本数据处理

2.5.1关于训练和测试样本集的准备

2.5.2样本集原始数据预处理

2.6神经网络在印刷工程领域中的应用研究

2.7本章小结

第三章 标签天线印刷品质评价与控制的实验研究

3.1无源RFID标签天线的工作原理

3.2无源RFID标签天线的结构设计技术要点

3.3标签天线印刷品质关键判据的确定

3.4.基于导电油墨流变特性的标签天线印刷品质评价与控制

3.4.1导电油墨流变特性的力学分析

3.4.2导线印刷墨膜的电化学性能分析

3.4.3银微粒填充量对标签天线印刷品质影响的实验研究

3.4.4印刷墨膜干燥条件对导线印刷品质影响的实验研究

3.4.5刮印参数对标签天线印刷品质影响的实验研究

3.5基于网版拉伸变形的标签天线印刷品质评价与控制

3.5.1丝网网版的理论透墨量及其数学模型

3.5.2理论墨层厚度与实际墨层厚度的分析与计算

3.5.3丝网网版分辨率对标签天线印刷品质影响的实验研究

3.6标签天线印刷品质定量评价的实验研究

3.6.1定量评价模型研究

3.6.2标签天线印刷制造过程分析及其印刷品质定量评价

3.7本章小结

第四章 神经网络优化模型设计及系统分析

4.1利用神经网络优化标签天线印刷品质的思路

4.1.1必要性分析

4.1.2可行性分析

4.2神经网络的输入向量与输出向量设计

4.2.1输入与输出目标向量的确定思路

4.2.2样本数据向量的准备

4.2.3样本数据向量的预处理、分类及尺度变换

4.3 RBF神经网络模型的创建、训练

4.3.1 RBF神经网络模型的创建与训练

4.3.2 RBF神经网络模型的仿真与测试

4.3.3 RBF神经网络的分布密度选择

4.4 BP神经网络模型

4.4.1 BP神经网络模型的创建与训练

4.4.2 BP神经网络模型的仿真与测试

4.4.3 BP神经网络的隐含层神经元选择

4.5实例预测及其结果分析

4.5.1实例预测

4.5.2结果分析

4.5.3标签天线印刷品质的优化方案

4.6本章小结

第五章 总结与展望

5.1总结

5.2展望

参考文献

附表

致谢

博士就读期间的主要成果