使用照片进行全波天线分析

NFC、RFID和物联网系统传感器等无线应用受益于打印在塑料衬底上的低成本天线。然而，当天线集成到系统中时，数据表规范与天线的实际行为以及与相邻结构的相互作用之间往往不匹配。在这种情况下，您需要执行更高级的分析，以充分了解天线特性，这就需要天线模型的精确EM模型。

从基本几何形状中获得打印天线的几何模型可能很繁琐，因为打印天线通常有多个弯曲和其他结构来增加增益和带宽。一个更简单的解决方案是从照片中获得模型——但是如何确保照片提供了足够的细节呢?你如何处理网络摄像头或智能手机拍摄的图像所产生的光学畸变?

有两个应用程序可以帮助你解决这些问题。计算机视觉工具箱中的相机校准器应用程序可以让您校准网络摄像头，以提高测量精度。然后，您可以使用图像处理工具箱中的图像分割器应用程序对图像进行分割，并获得天线边界。

本文以RFID标签为例，介绍了从照片构建和分析天线的工作流程(图1)。它描述了分割图像、查找几何边界、校准天线尺寸以及使用全波矩量法(MoM)技术分析天线的步骤。

RFID标签

射频识别(RFID)标签通常用于箱子和托盘的库存跟踪。该标签由一个辐射结构、天线和一个设计用于在频带上工作的芯片组成。天线通常是窄带的，在两个主要平面之一具有全向模式，并且在谐振时具有复杂阻抗，以确保与芯片输入的阻抗良好匹配。在本例中，我们的目标是确认RFID标签天线的这些端口、表面和场特性。

我们首先在高颜色对比度的背景下拍摄标签的照片。我们用便宜的网络摄像头和网络摄像头函数在MATLAB中直接获取图像^®(图2)。

C = webcam();Img =快照(c)

为了确保沿天线边界精确测量距离，我们将摄像机直接放置在天线上方，以便天线表面上的所有点与摄像机的距离大致相同。

使用相机校准器应用程序校准相机

相机校准是任何距离测量工作流程的重要组成部分，特别是当您使用低质量镜头光学的相机时，如本例所示。

使用计算机视觉工具箱中的相机校准器应用程序，我们可以通过简单地在与相机的不同方向和距离上拍摄棋盘式校准模式的照片来校准网络摄像头(图3)。

一旦我们从网络摄像头获取了一组校准图像，我们就可以使用应用工具条中的校准按钮计算相机参数(图4)。

我们从应用中导出这些相机参数cameraParameters对象。为了从给定相机获得的图像中去除镜头畸变的影响，我们使用cameraParameters的一种相机，其模型相机的镜头畸变，连同undistortImage计算机视觉工具箱中的功能。初始图像和未失真图像如图5所示。

undistortion dimage = undistortion timage (img,webcamParameters);

原始图像中出现的径向透镜畸变是由于相机镜头的光学物理缺陷造成的。在天线所在的焦点中心附近，很难看到径向透镜畸变的影响。当您移动到图像的边缘时，效果最为明显。在未畸变的图像中，上下边缘的弯曲反映了镜头畸变的校正。

使用图像分割应用程序分割图像

Image Segmenter应用程序包括各种算法，可以在不同的组合中使用，以探索分割对象的最佳方式。在这个例子中，我们将使用图切割分割和迭代能量最小化算法，称为活动轮廓和蛇。

使用Image Segmenter应用程序中的Graph Cut功能，我们可以根据颜色特征分割图像，制作“涂鸦”来标记位于前景和背景的区域(图6中的红色和绿色线)。

在使用图切割算法获得初始分割后，我们使用活动轮廓算法对分割进行细化。我们从图切割得到的分割边界看起来很准确。然而，它有一些小的，锯齿状的缺陷，我们想要改进。

活动轮廓是我们分割下一步的一个很好的选择，有两个原因。首先，该算法从输入图像和分割掩码开始，并尝试迭代细化掩码，使其与原始图像的边界更接近。其次，在被优化的主动轮廓目标函数中，有一项描述了分割掩码中边界的平滑度，从而产生具有更平滑边界的分割(图7)。

获得准确的分割掩码后，我们将其从Image Segmenter应用程序导出到MATLAB工作区(图8)。

执行全波分析

为了对该结构进行全波分析，我们首先需要将边界的像素空间表示转换为笛卡尔空间表示。为此，我们提取x,y维度上的最大和最小像素索引，并根据标签的长度和宽度将它们转换为(x,y)坐标。分割可以在边界上产生大量的点:RFID图像边界大约有11000个点。这种高保真表示的意外后果可能是一个非常大的网格。为了减少边界上的点的数量，我们将其采样降低了20倍。基于简单的视觉检查，这个下采样因子仍然可以准确地表示边界细节。原始边界和下采样版本如图9和10所示。

在这个模型中有两组不同的边界:天线的外部边界和内部边界。必须去掉这个内部边界，这样模型才能在初始照片中准确地表示天线的拓扑结构。我们通过将边界加载到天线工具箱™中的多边形对象中，并在它们之间应用布尔减法操作来实现这一点。然后，我们将几何图形以坐标系统原点为中心，并定义天线的馈送位置和馈送宽度。得到的天线如图11所示。在下面的代码段中，两个边界存储在变量中桶作为单元格数组。

outerPoly =天线。多边形;outerPoly。顶点= BpD{1};innerPoly =天线。多边形;innerPoly。顶点= BpD{2};c = outerPoly - innerPoly;c =翻译(c, [(max (outerPoly.Vertices (: 1)) - l / 2), - - - - - - (max (outerPoly.Vertices (:, 2)) - w / 2), 0]);图显示(c)标题(“RFID天线几何”）

点周围的馈源区域(0.0mm,0.0mm)有一些尖锐的过渡，这是分割算法检测到的伪影。我们需要清理这些，以尽量减少这个区域的网格。为此，我们定义了一个矩形，并将提要周围的几何部分切片，以创建一个干净的间隙(图12)。

缝隙=天线。矩形(“长度”, 6 e - 3,“宽度”2 e - 3“中心”， [-5.5e-3 -1e-3]);C = C -间隙;图显示(c)标题(“RFID天线几何结构与跨馈电区域的间隙”）

然后我们定义一个馈电带穿过这个间隙来施加激励电压。馈源完全指定的天线模型如图13所示。

在定义了天线的整体边界之后，我们指定了两个层:顶部的天线几何层和下面的电介质层。对于这个模型，由于介电材料非常薄，最初的分析是通过假设天线处于自由空间来执行的。这使得我们可以相当快速地对标签进行第一次分析，因为我们不需要为电介质材料构造网格。只要材料是低损耗和低相对介电常数(ε)，电介质的存在就会对标签的整体行为产生微小的变化_r< 2)。最后，我们将提要位置指定为由[x,y,layerNumber]组成的三元组。layerNumber是一个整数，表示提要存在于哪个层。由于这是平衡天线的内部端口，单个数字足以完全指定馈电点。

馈电=天线。矩形(“长度”, 0.25 e - 3,“宽度”, 3.0 e - 3,“中心”， [-5.5e-3， -1e-3]);Cf = c +进料;

D =介电(“空气”）;p = pcbStack;p.Name =rfid标签的；p.BoardShape =天线。矩形(“长度”22 e - 3,“宽度”,80 e - 3);p.Layers = {cf,d};p.FeedLocations = [-5.5e-3， -1e- 3,1];p.进给直径= 0.5*0.25e-3;图显示(p)视图(0,90)

天线现在可以进行分析了。

天线分析

我们首先进行阻抗分析，以确定天线在粗采样频率范围内的端口特性。为此，使用带有一对输入的阻抗函数，即天线和频率。RFID标签预计将在超高频波段工作，在800到900兆赫之间。分析频率范围将略微超出900 MHz。任何分析都将导致在该范围内选择的最高频率的几何图形的自动网格。然后将该网格传递到求解器中，求解器识别馈电位置和相应的馈电边以应用1V激励。计算了RWG基函数(对三角形)之间的相互作用矩阵，求解了表面电流形式的未知量。

f_粗= linspace(0.8e9,0.95e9,21);图阻抗(p, f_coarse)

该标签是感应的，在大约857 MHz时具有良好的阻性成分(图14)。此外，电抗在该频率附近显示经典的平行共振曲线。

图15显示了为此分析生成的网格。

图网(p)

通常情况下，芯片的输入阻抗将是复杂的，以匹配标签。我们使用天线上的Load属性来取消感应组件。由于电抗约为200 Ω，我们创建一个电抗为-200 Ω的负载，并将其添加到天线模型中。在馈电处负载到位后，电抗的感应部分应在857兆赫取消。我们通过在更细的频率范围内分析阻抗来证实这一点。857 MHz的电抗约为0 Ω(图16)。

X = -1i*200;zl = lumpedElement;zl。阻抗= X;p.Load = zl;F_fine = linspace(0.8e9,0.95e9,51);图阻抗(p, f_fine)

电流分布在857 MHz时表现出强烈的响应，天线表面有显著的电流发展(图17)。我们使用颜色条来交互地调整电流密度范围。

图当前(p,857e6)视图(0,90)

RFID标签通常在一个平面上有一个全向远场图案。为了证实这一点，我们可以可视化标签的远场辐射模式。该标签在857 MHz时有大约2 dBi的增益。如图18所示，最大指向性发生在仰角为0度的位置，并沿标签最大尺寸的轴为零。天线的这种响应类似于一个简单的半波长偶极子天线，它位于xy平面上，具有与标签相同的方向。

图模式(p, 857 e6)

总结和下一步

本例演示了从照片识别天线边界并将其转换为天线的几何模型以进行全波分析的过程。在使用计算机视觉工具箱和图像处理工具箱中的应用程序去除图像中的光学透镜畸变后，我们建立了天线模型，并在天线工具箱中使用矩基求解的全波方法进行分析。分析证实了RFID标签的平行共振行为及其感应性质。远场辐射模式遵循半波长偶极子，并在仰角平面上是全向的。

分析结果可用于多种方式。例如，频率相关阻抗数据可用于射频系统仿真，辐射图可用于阵列级仿真。