為了進步進化效率，盡快的得到所需的進化結果，我們設定一些約束條件對進化方向進 行引導限制。這樣的約束條件有些是必須滿足的，在選擇過程中，不滿足這些約束條件的染 色體會被自動剔除掉。根據集成線圈的一般特點，設定參數的取值范圍如下： 0μm

　　同時，為獲得更大的搜索空間，當染色體不滿足有些約束條件時，設定一定的懲罰措施 來減弱這個染色體的競爭性，但是并不剔除。在集成線圈天線的設計中，我們要設計出性能 滿足系統要求的天線，所以設定約束條件為：VL ≥ Vr, P ≥ Pr ,l ≤ lmax。當染色體不滿足這樣的 約束條件的時候，我們設定一個懲罰函數來減小這個染色體的競爭能力，此時，這個染色體 的適應度減弱為： f (n) Q(n) 10-5

2.3 遺傳算子

　　標準 GA 的操縱算子一般包括選擇、交叉和變異三種基本形式。選擇即從當前群體中選 擇適應度高的個體以天生交配池的過程。本文使用適應度比例選擇的方法 ,其中每個個體被 選擇的期看值與其適應度和群體均勻適應度的比例有關 ,采用輪盤賭方式實現。首先計算每 個個體的適應度 ,然后計算出此適應度在群體適應度總和中所占的比例 ,表示該個體在選 擇過程中被選中的概率。選擇過程保證優良基因能夠遺傳給下一代個體。選擇完成后，染色 體要進進交叉運算和變異運算。本文選定交叉概率pc 為0.5，變異概率pm 為0.01，一代染 色體中以這樣的概率選擇部分染色體進行交叉和變異操縱。

2.4 終止條件設計

　　染色體進化到一定的代數必須進行終止，然后終極得到的染色體就是最優的結果。我們 可以設定當某些數值達到理想值時進化終止，也可以設定一個終止代數T，進化T 次之后自 動終止。本文是要得到最大的回路品質因數，它并沒有一個要達到的目標值，所以我們設定 一個終止代數作為它的終止條件。在設定不同的終止代數進行仿真后發現，在大約400 后， Q 值不再升高，即是運行400 代后已經可以得到最優的品質因數。所以我們設定終止代數為 400 代。

　　3.仿真設計及結果說明

　　根據上節設計的遺傳算法進程運用MATLAB 對集成線圈天線進行優化設計。為了取得對 比效果，選用文獻中的實例進行設計。文中天線工作頻率為23.45MHZ, 磁感應強度B 為8Gauss，芯片所需最小工作電壓Vr 為3V,最小功率Pr 為1.2mW，能提供的天線的最大 外邊長lmax 為2mm。針對遺傳算法搜索范圍大，可變參量多的特點，我們首先將所有參數進 行優化，在更大范圍內搜索最優解。然后，將工藝參數固定，取得與實例的對比效果。更好 地說明遺傳算法的上風。具體結果說明如下。

　　3.1 對所有參數進行優化

　　將{l,n,w,s,t,tox,tox/2}進行編碼天生染色體，運行遺傳算法后所得Q 隨進化代數不斷增加， 如圖三所示為回路品質因數Q 隨進化代數t 的變化圖。在進化50 代后Q 值的變化已經比較 小了，但是在250 代左右的時候Q 值又有個上升。當到達終止代數400 時得到的回路品質 因數為6.0928，此時的最優染色體為{1866,30,10,1,10,10,3.6}。運用這些參數計算出負 載獲得電壓為3.4658V，負載功率為1.2mW，并且線圈外邊長為1.8mm 是符合版圖要求的。

　　由于本設計設置的參數范圍比較大，所以結果出來的Q 值可以達到很大。在實際情況中， 可能由于制造工藝，本錢的限制對于各幾何參數有進一步的要求，我們可以通過對參數范圍 進行重新限定來方便的實現。另外，假如用戶對天線的其他性能，如電阻值，電感值，電容 值等有特殊的要求也可以添加相應的約束條件來引導進化的發展，設計出符合指標的最優天 線尺寸。

　　3.2 工藝條件固定后的優化

　　為了與文獻實例進行對比，我們取定工藝條件t=1 μm , tox=0.8 μm , tox/2=1.2 μm 。將 {l,n,w,s}進行編碼天生染色體，然后運行遺傳算法。其回路品質因數隨進化代數t 的變化如 圖四所示。其變化趨勢與上例類似，在進化400 代后終止，得到的回路品質因數為0.3723， 而文獻中設計的天線得到的回路品質因數為0.2576。說明運用遺傳算法對線圈天線進行 優化設計可以得到更好的優化結果。