轮胎是汽车最重要部件之一,其性能和状态直接决定汽车运行安全。智能轮胎通过植入RFID电子标签,可将轮胎信息传至车辆控制系统,并传输至云服务器,车主可实时获取信息,保证车辆运行安全。并且,轮胎中的RFID电子标签就像每个人都有唯一的身份证,轮胎有了自己的“身份证”,随时可以通过采集终端读取相应数据,结合相应的管理软件,从而实现对轮胎全生命周期数据的记录及追溯。RFID电子标签在空气中的阅读距离可以达到很大的距离,但是一旦植入轮胎中,很容易受到轮胎中的金属层和炭黑等电介质的影响,导致读取距离下降。所以,需要寻找合适的方法来预测RFID电子标签在不同的轮胎环境下阅读器的读取距离。本文对植入轮胎中RFID标签的螺旋弹簧式天线进行神经网络的建模预测。首先,利用电磁仿真软件FEKO仿真不同天线臂长的标签植入轮胎后在不同轮胎介电参数、植入轮胎深度、与钢丝层距离情况下的辐射特性和回波损耗。然后,根据仿真软件仿真结果对不同天线单臂长、轮胎介电参数、植入轮胎深度、与钢丝层距离等进行分析取值。作为BP神经网络的输入训练组。第三,实验设计。按照上述输入训练组中每组的参数设置,将不同单臂长的标签植入不同轮胎环境中,使用Alion ALH-9000阅读器依次得到阅读距离数值(实验条件限制,可能会存在一定误差),作为BP神经网络的输出训练数据。最后,训练BP神经网络,误差在允许范围内后,可以使用此模型作为植入轮胎的RFID标签天线的预测模型。因此,可以通过建立BP神经网络模型的方法,快速方便的在一定精度范围内预测阅读器的阅读距离,优化植入轮胎中的RFID电子标签的性能。