基于改进粒子群算法的无线能量传输系统参数优化方法与流程

本发明涉及无线能量传输系统的参数化设计，尤其基于改进粒子群算法的无线能量传输系统参数优化方法，是对胶囊内镜无线能量传输系统的参数优化设计。

背景技术：

胶囊内镜由于可以被患者口服，避免了传统内窥镜在检查过程中出现的痛苦和不适症状，并且可以到达小肠深处。因此胶囊内镜在胃肠道疾病的早期诊断过程中具有广阔的应用前景。这种技术对于患者来说是无创的和无痛的，其中微小的胶囊甚至能够到达胃肠道的复杂部分。虽然胶囊内镜在胃肠道诊断中展现出了巨大的优势，但为这种胶囊提供能量和动力是亟待解决的关键技术。由于纽扣电池的储能能力有限，更难以满足主动式胶囊内镜的需要。给电池充电或者更换电池在这样一个微小装置中实现是比较困难的。无线能量传输技术作为一种新的能量传递方式，是一种很好的解决方案。

由于人体胃肠道微诊疗装置的工作环境和其他情况下的无线能量传输有很大差别，作用机理也还有一些不明确的地方。因此这种环境下的无线能量传输技术在实际应用过程中将会面临更多困难和挑战。首先由于发射线圈与接收线圈的线圈直径相差较大，并且两者之间的耦合状态属于松耦合情形，能量传输效率方面的研究还不是很成熟；其次，能量在传输的过程中存在稳定性问题，稳定性问题主要可以分为接收线圈的位置稳定性、接收线圈的姿态稳定性以及在传输过程中的发射线圈的频率稳定性。尽管无线供能胶囊内镜在应用方面存在诸多困难，但随着人们研究的不断深入，这些问题得到了一定程度解决。

现有的胶囊内镜无线能量传输系统参数化设计的方法基本都是通过试验获得，在选定一组参数后需要测量接收线圈内阻并判断是否满足温升安全性条件，如果不符合温升安全性则需要更改接收线圈参数。根据施加的激励电流以及发射线圈参数进行电磁安全性仿真，若不符合电磁生物安全性要求则需要修改发射线圈参数。在试验过程中需要很长一段时间才能选取出一组满足要求的参数，且选取的参数无法体现出最优性。

技术实现要素：

针对上述技术问题，本发明旨在提供一种胶囊内镜无线能量传输系统参数优化设计的方法。该方法能够快速获取一组有效解，并且优化后的参数在输出功率与传输效率方面和未优化之前的系统有了一定的提升。

本发明的目的至少通过如下技术方案之一实现：

一种基于改进粒子群算法的无线能量传输系统参数优化方法，包括以下步骤：

确定改进型发射线圈的结构；

采用仿真计算的方法分析人体腹部模型的电磁安全性参数；

确定改进型发射线圈的参数约束；

根据胶囊接收端外径限制以及磁芯形状确定接收线圈匝数限制；

在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法；并采用若干标准测试函数对算法性能进行验证；

基于所述改进型粒子群算法对无线能量传输系统进行参数优化设计；

对优化后的结果进行试验分析；

完成无线能量传输系统的优化设计过程，将优化后参数以及微型化的接收端模块进行集成，设计并制作用于图像拍摄的胶囊样机。

进一步地，确定改进型发射线圈的结构时，采用改进型helmholtz线圈作为系统的发射线圈，即把三个半径相同的线圈进行串联连接，使得磁场在对称轴附近的均匀性更好。

进一步地，所述人体腹部模型通过将人体腹部模型的某一截面截取下来并进行拟合所得，拟合出来的人体腹部模型更贴近真实的人体腹部模型。

进一步地，确定改进型发射线圈的参数约束时，包括确定接收线圈匝数限制，即在设计的过程中加入了堆积因子这一参数，所述接收线圈匝数计算公式为：

其中，fp为堆积因子，fp∈[0.4,0.7]，h为多层线圈厚度，h为磁芯线圈高度，dp为磁芯线圈直径；

进一步地，所述在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法时，主要包括惯性权重的改进设计以及全局最优解的选取，针对粒子群在求解高维非线性问题时容易陷入局部最优解的问题，提出一种基于sigmod函数的新的非线性自适应权值调整策略，所述惯性权重表达式为：

然后根据公式：

计算种群的适应度方差，并将其与惯性权重调整策略相结合，其中wmin表示惯性权重的最小值，wmax表示惯性权重的最大值，max_g表示最大迭代次数，np表示种群中个体数量，favg表示适应度的均值，f(xi)表示第i个个体的适应度，fmax表示适应度的最大值；

当方差小于设定的临界方差时，对改进的惯性权重调整公式进行随机扰动，则所述惯性权重调整公式可变形为：

其中，wmin表示惯性权重的最小值，wmax表示惯性权重的最大值，max_g表示最大迭代次数，rand表示[0,1]上任一随机数；

此时，引入小生境遗传算法淘汰一些相似的个体，增加种群的多样性，增强算法全局寻优能力。

进一步地，所述采用若干标准测试函数对算法性能进行验证时，采用rosenbrock、rastrigrin、griewank、ackley、sphere和quatic6种标准测试函数对算法性能进行验证。结果表明，所提出的改进的粒子群算法在收敛速度和收敛精度以及全局最优解的获取方面均取得了满意的效果。

进一步地，所述改进型粒子群算法具体包括步骤：

step1、初始化粒子群；初始种群中粒子的速度和位置随机产生；

step2、计算粒子的适应度值，确定粒子的个体极值与全局极值；

step3、计算粒子的适应度方差；根据惯性权重计算公式计算粒子的惯性权重；如果适应度方差小于临界值，转至step4；否则转至step6；

step4、执行遗传操作，包括选择、交叉、变异；

step5、将初始种群与经过操作的种群合并，通过小生境淘汰策略选择适应度较好粒子；

step6、更新粒子的速度和位置；计算各粒子的适应度值；

step7、判断是否满足终止条件；若满足，则转至step8；否则转至step2；

step8、输出全局极值。

进一步地，所述基于改进的粒子群算法对无线能量传输系统进行参数优化设计时，将系统效能积作为优化过程中的目标函数。由于在无线能量传输过程中系统输出功率与传输效率很难同时达到最优解，为了权衡系统输出功率与传输效率，采用效能积作为优化过程中的目标函数。

相比现有技术，本发明包括有以下积极效果：

1)采用改进型发射线圈作为系统的发射线圈，能够使发射线圈中心区域磁感应强度增大，线圈中心处的均匀区域增大。

2)基于改进型粒子群算法的无线能量传输系统参数优化设计能够使系统在各种参数限制的情况下快速、准确地寻找到一组最优解，并且优化后的参数在输出功率与传输效率方面和未优化之前的系统有了一定的提升。

3)在无线能量传输系统参数优化设计地过程中由于考虑了电磁安全性与温升安全性，优化后的参数能够为胶囊内镜无线能量传输系统设计提供依据。

附图说明

图1是多维无线能量传输系统模型简图；

图2(a)是两种线圈中心处不同线圈的磁场均匀度；

图2(b)是两种轴线外一点处不同线圈的磁场均匀度；

图3(a)是人体腹部模型。

图3(b)是不同频率下人体腹部感应电流密度分布。

图3(c)是不同匝数下人体腹部感应电流密度分布。

图3(d)是不同激励电流下人体腹部感应电流分布。

图4是磁芯线圈结构示意图。

图5是改进型粒子群算法流程图。

图6(a)是rosenbrock标准测试函数进化曲线。

图6(b)是rastrigrin标准测试函数进化曲线。

图6(c)是ackley标准测试函数进化曲线。

图6(d)是griewank标准测试函数进化曲线。

图6(e)是sphere标准测试函数进化曲线。

图6(f)是quatic标准测试函数进化曲线。

图7是无线能量传输系统参数优化过程中的迭代进化过程。

图8是优化后参数的试验结果。

图中：1-脂肪；2-肌肉；3-肾；4-骨骼；5-肠道。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下结合附图并举实施例对本发明作进一步详细描述。如图1所示为多维无线能量传输系统模型。

一种基于改进粒子群算法的无线能量传输系统参数优化方法，包括以下步骤：

s1、确定改进型发射线圈的结构；

胶囊内镜无线能量传输系统中较为常见的发射线圈类型为螺线管线圈和helmholtz线圈。这两种线圈在一定程度上能够解决线圈内部磁场均匀性问题，但是构建的磁场均匀性范围无法满足使用要求。为了解决这些问题，对发射线圈进行改进设计，改进型发射线圈如图1所示，图中n为线圈匝数，a为线圈半径。改进后线圈在helmholtz线圈对称轴处串联一组相同半径的线圈组成3个同半径的串联线圈，其中k＝0.5、s＝0.75。图2(a)和2(b)为改进型发射线圈与helmholtz线圈的磁场均匀度对比，从图中可以看出改进型发射线圈在不同位置时的磁场均匀性由于优于的helmholtz线圈。

s2、采用仿真计算的方法分析人体腹部模型的电磁安全性参数；

s3、确定改进型发射线圈的参数约束；

仿真设定参数匝数为16匝，线圈外径为460mm。感应电流密度与频率之间的关系如图3(b)所示，从图中可以看出在0～400khz频率下该仿真设定参数能够满足要求。线圈匝数和激励电流的限制如图3(c)、3(d)所示。当匝数小于16匝，激励电流小于1a时能够满足发射线圈电磁安全性。

s4、根据胶囊接收端外径限制以及磁芯形状确定接收线圈匝数限制；

接收线圈理想状态下示意图如图4所示。然而在绕制的过程中接收线圈必然会出现堆积状态，为了使结果更贴近真实情况，在设计的过程中加入了堆积因子这一参数，匝数计算公式:

其中，fp为堆积因子，fp∈[0.4,0.7]，h为多层线圈厚度，h为磁芯线圈高度，dp为磁芯线圈直径；

s5、在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法；并采用rosenbrock、rastrigrin、griewank、ackley、sphere和quatic6种标准测试函数对算法性能进行验证；

所述在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法时，主要包括惯性权重的改进设计以及全局最优解的选取，针对粒子群在求解高维非线性问题时容易陷入局部最优解的问题，提出一种基于sigmod函数的新的非线性自适应权值调整策略，所述惯性权重表达式为：

然后根据公式：

计算种群的适应度方差，并将其与惯性权重调整策略相结合，其中wmin表示惯性权重的最小值，wmax表示惯性权重的最大值，max_g表示最大迭代次数，np表示种群中个体数量，favg表示适应度的均值，f(xi)表示第i个个体的适应度，fmax表示适应度的最大值；

当方差小于设定的临界方差时，对改进的惯性权重调整公式进行随机扰动，则所述惯性权重调整公式可变形为：

其中，wmin表示惯性权重的最小值，wmax表示惯性权重的最大值，max_g表示最大迭代次数，rand表示[0,1]上任一随机数；

此时，引入小生境遗传算法淘汰一些相似的个体，增加种群的多样性，增强算法全局寻优能力。

如图5所示为改进型粒子群算法的算法流程图，具体包括步骤：

step1、初始化粒子群；初始种群中粒子的速度和位置随机产生；

step2、计算粒子的适应度值，确定粒子的个体极值与全局极值；

step3、计算粒子的适应度方差；根据惯性权重计算公式计算粒子的惯性权重；如果适应度方差小于临界值，转至step4；否则转至step6；

step4、执行遗传操作，包括选择、交叉、变异；

step5、将初始种群与经过操作的种群合并，通过小生境淘汰策略选择适应度较好粒子；

step6、更新粒子的速度和位置；计算各粒子的适应度值；

step7、判断是否满足终止条件；若满足，则转至step8；否则转至step2；

step8、输出全局极值。

为了测试算法性能，将改进型粒子群算法与其他常见的算法进行对比，算法性能如图6(a)-6(f)所示，从图中可以看出改进型粒子群算法在收敛速度和收敛精度以及全局最优解的获取方面均取得了满意的效果。

s6、将系统效能积作为优化过程中的目标函数，对无线能量传输系统进行参数优化设计；由于在无线能量传输过程中系统输出功率与传输效率很难同时达到最优解，为了权衡系统输出功率与传输效率，采用效能积作为优化过程中的目标函数。

图7为无线能量传输系统迭代进化曲线，从图中可以看出改进型粒子群算法在进化过程中表现出较好的性能。

s7、对优化后的结果进行试验分析；

图8为优化后参数试验结果。在不同姿态下的输出电压最低可达5.5v，相比于原有系统的输出电压只有3v系统在输出性能上有了一定的提升。以负载电阻51ω为例，优化后参数相对于原有系统的输出功率提升了417mw，这将为主动型胶囊内镜无线能量传输技术提供基础。

s8、完成无线能量传输系统的优化设计过程，完成无线能量传输系统的优化设计过程，将优化后参数以及微型化的接收端模块进行集成，设计并制作用于图像拍摄的胶囊样机。

在本发明一个可行的实施例中，为了能够使仿真结果更贴近于真实情形，所述步骤s2中的人体腹部模型是通过截取人体腹部的某一截面并进行拟合，构建更真实的人体腹部模型替换多层均匀圆柱体模型，该模型相比于原有的多层均匀圆柱体模型更接近于人体腹部模型，图3(a)为对人体腹部模型拟合后的模型。

本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。