伴随着超高频射频（UHF RFID）技术应用场景的多元化,一方面UHF RFID标签天线结构单元的多元化需求也越来越大,其由于应用对象的形状、尺寸、材质、可用空间的不同,对标签天线的要求也不尽相同;另一方面天线设计效率提高也成为了潜在需求,其由于产品的实际差异,设计人员应用传统的设计方法设计出同时满足中心频点尽可能接近理想中心频点、回波损耗尽可能低、带宽尽可能宽、面积尽可能小的天线,是十分复杂和耗时的。本文以干式水表为例,在完成标签天线结构设计基础上,提出了超高频RFID标签天线性能参数预测模型和标签天线结构参数优化的方法,该方法提高了标签天线结构的适用性和设计天线的效率。主要包括:一、基于传统设计方法,提出一种满足干式水表产品质量追溯要求的RFID标签天线结构单元。首先研究了UHF RFID标签天线设计理论,包括标签天线性能基本参数的分析和阻抗匹配理论的研究,得出了中心频点、回波损耗是影响标签天线最大识读距离的主要性能参数;其次结合不同结构单元对中心频点、回波损耗的影响不同,提出了一种适用于干式水表产品质量追溯的标签天线结构单元,并验证了回波损耗、中心频点等天线性能参数满足使用要求,但存在设计过程调试耗时及结构参数无法获得最优值等问题。二、针对传统设计方法调试过程花费时间长的问题,提出一种标签天线性能参数预测模型替代传统HFSS仿真软件的性能预测方法。首先应用正交方法和多维均匀拉丁超立方抽样方法构建具有空间代表性的数据集,减少训练标签天线预测模型的无效迭代次数;其次依据标签天线结构的时序特性和结构单元特性,建立了CNN-Bi LSTM-Attention混合神经网络结构,实现标签天线时序级信息和结构单元级信息的学习,得到标签天线性能预测模型;最后完成与常用模型的对比试验以及不同层级学习对模型的影响试验,验证模型在预测工作中的准确性。试验结果表明,基于CNN-Bi LSTM-Attention标签天线性能预测模型在性能预测结果的准确性上明显优于基于Bi LSTM的标签天线预测模型,且使用不同层次的全局信息和关键信息能够提高标签天线性能预测模型准确度,并在耗时上明显低于HFSS软件仿真。三、针对结构参数是否是最优的问题,提出了改进粒子群算法解决对UHF RFID标签天线结构参数的多目标优化问题。首先提出四个目标函数,实现中心频点尽可能接近理想的中心频点、回波损耗尽可能低、带宽尽可能宽、面积尽可能小的设计目标;其次提出了改进粒子群多目标优化算法,将多维均匀拉丁超立方体初始化策略、改进惯性权重策略、改进学习因子策略和改进扰动策略应用在标签天线结构参数多目标优化中;最后对改进前后的粒子群算法进行比较分析,试验结果表明改进后的粒子群算法得到的标签天线设计结果空间更大和均匀性更好。综上所述,本文提出的RFID标签天线结构单元能够适用于干式水表产品质量追溯过程,将基于CNN-Bi LSTM-Attention的标签天线参数预测模型应用于改进粒子群的多目标优化算法中,完成了标签天线快速设计,实现了中心频点尽可能接近目标频点、回波损耗尽可能低、带宽尽可能宽、面积尽可能小的天线设计。