微波微流体传感器通道数值的联合仿真优化方法及系统

摘要

本发明公开了一种微波微流体传感器通道数值的联合仿真优化方法及系统。其方法包括步骤：S1、初设定微波微流体传感器通道优化区域并将其像素化为大小MxN的矩阵单元；S2、初始化程序参数值；S3、根据通道搜索方法构建多条个体微流体通道，以形成种群；S4、构建模型并进行仿真，根据仿真得到的数据计算个体微流体通道适应度值；S5、根据适应度值更新在迭代过程中的个体最优通道、群体最优通道以及每个矩阵单元被选择的概率；S6、判断迭代次数是否达到最大迭代次数；若否，则重复上述步骤S3‑S5，若是，则输出优化后的微流体通道数值。本发明能够较快、较可靠且自动得出性能优异的微波微流体传感器通道布局。

说明书

技术领域

本发明涉及微波传感器设计技术领域，特别是涉及一种微波微流体传感器通道数值的联合仿真优化方法及系统。

背景技术

微波传感器以其高灵敏度、鲁棒性、低制造和测量成本等优点，在医疗、生物医学、工业等诸多领域发挥着越来越重要的作用。它们还被用于微流体系统中液体的介电特性表征。因此如何对液体的介电常数实现准确、快速的测量，已经成为目前学术界和工业界共同关注的热点。

近年来，分裂环谐振器(Split-ring resonator)和互补分裂环谐振器(Complementary split-ring resonator)由于在拓扑结构上往往能表现出较强的电场，当被测液体(LUT)放在电场较强的区域进行表征时，传感器的谐振频率和质量因数能够随着被测液体的介电常数变化而变化，从而为被测液体的介电常数的测量提供了可靠的依据。然而这些传感器的空载Q值普遍较低，在实验过程中容易造成不必要的误差。而且对于传感器而言，传感器灵敏度的高低也显得尤为重要，一个传感器拥有更高的灵敏度说明其能够对被测液体介电常数的微小变化实现更准确、更精确地区分。然而，在众多对液体进行表征的传感器中，其灵敏度往往都不高。对于微流体传感器而言，微流通道的数值优化设计的人工优化方法较为复杂、困难，因而找出对微波微流体传感器通道数值设计的优化方法是急需解决的问题。

发明内容

针对上述问题，本发明提供一种微波微流体传感器通道数值的联合仿真优化方法及系统，能够较快、较可靠地自动得出性能优异的微波微流体传感器通道布局。本发明采用以下技术方案：

一种微波微流体传感器通道数值的联合仿真优化方法，包括步骤：

S1、初设定微波微流体传感器通道优化区域并将其像素化为大小MxN的矩阵单元；

S2、初始化程序参数值；

S3、根据通道搜索方法构建多条个体微流体通道，以形成种群；

S4、构建模型并进行仿真，根据仿真得到的数据计算个体微流体通道适应度值；

S5、根据适应度值更新在迭代过程中的个体最优通道、群体最优通道以及每个矩阵单元被选择的概率；

S6、判断迭代次数是否达到最大迭代次数；若否，则重复上述步骤S3-S5，若是，则输出优化后的微流体通道数值。

优选的，步骤S2中，程序参数值包括个体微流体通道数量、最大迭代次数，每个矩阵单元被选择的初始概率、通道优化区域的矩阵起始单元和矩阵终止单元。

优选的，步骤S3中，通道搜索方法具体包括以下步骤：

S3.1.由起始单元开始，选取当前矩阵单元周围八个候选矩阵单元，并删除候选矩阵单元中的不合法矩阵单元；

S3.2.判断删除不合法矩阵单元后是否仍存在候选矩阵单元，若存在，则根据矩阵单元被选择概率值选择其中之一作为通道上的下一个单元，若不存在，则重新回到矩阵起始单元开始搜索通道路径；

S3.3.重复上述候选矩阵单元选取、候选矩阵单元删除与通道下一单元确定步骤，直至到达矩阵终止单元，得到的完整路径将作为个体微流体通道路径。

优选的，步骤S3.1中，当矩阵单元超出矩阵范围、矩阵单元已被选、矩阵单元导致通道形成环将被认为不合法矩阵单元进行删除。

优选的，步骤S4具体包括：生成不同微流体通道的传感器模型脚本，全波电磁仿真软件读取脚本文件自动构建模型并仿真，得到的仿真数据被用于适应度函数计算适应度值。

优选的，步骤S4中，对种群中的个体微流体通道适应度F

F

其中，f

优选的，步骤S5中，个体最优通道更新的步骤包括：比较所有个体微流体通道当前适应度值与它们各自迭代过程中的最优适应度值，若当前适应度值更优，将当前适应度值记录为该个体微流体通道最优适应度值，并记录当前个体微流通道；群体最优通道的更新步骤包括：将所有个体微流体通道最优适应度值分别与种群在迭代过程中的群体最优适应度值比较，若存在某一个体微流体通道最优适应度值优于群体最优适应度值，将其记录为群体最优适应度值，并记录该个体微流体通道最优适应度值对应的微流体通道。

优选的，每个矩阵单元被选择的初始概率均被设定为0.5，且步骤S5中所述矩阵单元被选择概率值的更新采用如下公式：

其中，概率提升因子prob_up＝F

优选的，当前矩阵与其斜对角矩阵单元的连接方式包括直线形连接和圆弧形连接。

本发明还公开了一种微波微流体传感器通道数值的联合仿真优化系统，包括：

初设定模块：初设定微波微流体传感器通道优化区域并将其像素化为大小MxN的矩阵单元；

初始化模块，初始化程序参数值；

通道构建模块，根据通道搜索方法构建多条个体微流体通道，以形成种群；

适应度值计算模块，构建模型并进行仿真，根据仿真得到的数据计算个体微流体通道适应度值；

更新模块，根据适应度值更新在迭代过程中的个体最优通道、群体最优通道以及每个矩阵单元被选择的概率；

判断模块，判断迭代次数是否达到最大迭代次数；

优化结果输出模块，输出优化后的微流体通道数值。

本发明的优点在于：区别于现有技术的情况，本发明的微波微流体传感器通道数值的联合仿真优化方法在基于微波谐振式传感器测量谐振频率可还原待测液体介电常数的原理的基础上，提出一种联合仿真优化方法，可以简化微波微流体传感器布局的人工设计过程，能够较快、较可靠地自动得出性能优异的微波微流体传感器通道布局，对促进微波微流体传感器的产业化进程有着十分积极的作用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是一种微波微流体传感器通道数值的联合仿真优化方法的流程图；

图2是微波微流体传感器结构单元的结构示意图；

图3是微流通道连接方式示意图；

图4是初始通道仿真结果与微流通道图；

图5是优化通道仿真结果与微流通道图；

图6是带优化通道蚀刻槽的微波微流体传感器图；

图7是覆盖PDMS的微波微流体传感器实验图；

图8是微波微流体传感器实物图；

图9是优化结构仿真实验数据图；

图10是一种微波微流体传感器通道数值的联合仿真优化系统的结构图。

具体实施方式

以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

实施例一：

参照图1，本实施例提供一种微波微流体传感器通道数值的联合仿真优化方法，包括步骤：

S1、初设定微波微流体传感器通道优化区域并将其像素化为大小MxN的矩阵单元；

S2、初始化程序参数值；

S3、根据通道搜索方法构建多条个体微流体通道，以形成种群；

S4、构建模型并进行仿真，根据仿真得到的数据计算个体微流体通道适应度值；

S5、根据适应度值更新在迭代过程中的个体最优通道、群体最优通道以及每个矩阵单元被选择的概率；

S6、判断迭代次数是否达到最大迭代次数；若否，则重复上述步骤S3-S5，若是，则输出优化后的微流体通道数值。

参照图2，微波微流体传感器结构单元的结构示意图，本发明的微波微流体传感器通道数值的联合仿真优化方法仅针对图1中通道优化区，通道优化区的长度和宽度分别被设定为9mm和1.6mm，微流体通道的宽度和高度被设定为0.2mm和0.1mm，即通道优化区被像素化为8行45列的方块矩阵，所述优化区域被转化为矩阵，矩阵值为0或1，其中0代表该矩阵单元未被选择，在模型中代表该部分覆盖金属，1代表该矩阵单元被选择为通道上的一个单元，在模型中代表该部分被蚀刻为槽，无金属覆盖。

步骤S2中，程序参数值包括个体微流体通道数量、最大迭代次数，每个矩阵单元被选择的初始概率、通道优化区域的矩阵起始单元和矩阵终止单元。

步骤S3中，通道搜索方法具体包括以下步骤：

S3.1.由起始单元开始，选取当前矩阵单元周围八个候选矩阵单元，并删除候选矩阵单元中的不合法矩阵单元；

S3.2.判断删除不合法矩阵单元后是否仍存在候选矩阵单元，若存在，则根据矩阵单元被选择概率值选择其中之一作为通道上的下一个单元，若不存在，则重新回到矩阵起始单元开始搜索通道路径；

S3.3.重复上述候选矩阵单元选取、候选矩阵单元删除与通道下一单元确定步骤，直至到达矩阵终止单元，得到的完整路径将作为个体微流体通道路径。

以此类推，即可得到多条完整路径的个体微流体通道路径。

步骤S3.1中，当矩阵单元超出矩阵范围、矩阵单元已被选、矩阵单元导致通道形成环将被认为不合法矩阵单元进行删除。

参照图3，候选矩阵单元删除过程示意图如图3(左)所示，八个候选矩阵单元中有四个矩阵单元因为判定为不合法而被不可选。

若矩阵单元被确定为斜对角矩阵单元，微流通道的连接方式包括图3(中)直线形连接方式与图3(右)圆弧形连接方式。

步骤S4具体包括：步骤S4具体包括：生成不同微流体通道的传感器模型脚本，全波电磁仿真软件读取脚本文件自动构建模型并仿真，得到的仿真数据被用于适应度函数计算适应度值。对种群中的个体微流体通道适应度F

F

其中，f

根据灵敏度S计算公式：S＝Δf/(ε

步骤S5中，个体最优通道更新的步骤包括：比较所有个体微流体通道当前适应度值与它们各自迭代过程中的最优适应度值，若当前适应度值更优，将当前适应度值记录为该个体微流体通道最优适应度值，并记录当前个体微流通道，即为个体最优通道；群体最优通道的更新步骤包括：将所有个体微流体通道最优适应度值分别与种群在迭代过程中的群体最优适应度值比较，若存在某一个体微流体通道最优适应度值优于群体最优适应度值，将其记录为群体最优适应度值，并记录该个体微流体通道最优适应度值对应的微流体通道，即为群体最优通道。

每个矩阵单元被选择的初始概率均被设定为0.5，且步骤S5中所述矩阵单元被选择概率值的更新采用如下公式：

其中，概率提升因子prob_up＝F

在大量微流体通道布局中，可能的最优解与较优解或较差解之间一定存在着一些共同的矩阵单元，甚至有些较差解比较优解更加接近最优解，所以在更新矩阵单元被选择概率时，将各个解与迭代过程中的个体最优通道与群体最优通道进行比较，按步骤S5中的公式更新矩阵单元被选择概率，在既不增加工作量的同时，提高微流体通道布局的搜索能力。

适应度值函数能正确评价各个微流通道的性能，因此本方法设计的程序能够较快、较准确地得到最优微流体通道布局。

初始通道仿真结果与微流通道图如图4所示，优化通道仿真结果与微流通道图如图5所示，两种通道分别对装载纯水与不装载纯水进行仿真，谐振频率的偏移分别为0.39和0.539，根据上述步骤S4中提及的灵敏度计算公式所述，带有优化微流通道的微波微流体传感器的灵敏度大大提高了，说明了本发明方法的优化效果表现良好。

本发明实施例微波微流体传感器如图6所示，覆盖PDMS的实验图如图7所示，实施例的微波微流体传感器实物图如图8所示，实际测试过程如下：微流通道位于聚二甲基硅氧烷(PDMS)底部，通道高度0.1mm，两侧有直径为0.35mm的圆柱连接至PDMS顶部，作为待测液体的入口与出口，底部覆盖在微波微流体传感器的表面上，通道优化区的蚀刻槽部分与PDMS的微流体通道部分完全重合；采用针管将待测液体注射进PDMS顶部入口，液体流经蚀刻槽部分引发微流通道内介电常数的变化，微波微流体传感器测量得到的谐振频率点将发生变化；分别注入纯水、10％-100％浓度乙醇(间隔10％)的待测液体，得到的S参数实验结果图如图9所示，随着乙醇浓度的降低，谐振曲线向右偏移，从而实现测量不同浓度乙醇溶液介电常数的测量；其中实验测量中装载纯水与不装载纯水的实验S参数曲线的相对频率偏移为0.539，与仿真优化结果一致，说明本发明方法具有可靠性和实用性。

本发明的微波微流体传感器通道数值的联合仿真优化方法在基于微波谐振式传感器测量谐振频率可还原待测液体介电常数的原理的基础上，提出一种联合仿真优化方法，可以简化微波微流体传感器布局的人工设计过程，能够较快、较可靠地自动得出性能优异的微波微流体传感器通道布局，对促进微波微流体传感器的产业化进程有着十分积极的作用。

实施例二：

参照图10，本发明还提供了一种微波微流体传感器通道数值的联合仿真优化系统，包括：

初设定模块：初设定微波微流体传感器通道优化区域并将其像素化为大小MxN的矩阵单元；

初始化模块，初始化程序参数值；

通道构建模块，根据通道搜索方法构建多条个体微流体通道，以形成种群；

适应度值计算模块，构建模型并进行仿真，根据仿真得到的数据计算个体微流体通道适应度值；

更新模块，根据适应度值更新在迭代过程中的个体最优通道、群体最优通道以及每个矩阵单元被选择的概率；

判断模块，判断迭代次数是否达到最大迭代次数；

优化结果输出模块，输出优化后的微流体通道数值。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。