基于电磁表面单元结构的微波传感器的联合仿真优化方法

本发明属于微流体传感器技术领域，具体涉及一种具有更高灵敏度的基于电磁结构的微流体传感器的联合仿真优化方法。

背景技术：

微波传感器因其较高的测量精度、较高的鲁棒性以及较低的测量成本，制造成本等优点而在医疗、生物工程等技术领域得到了较为广泛的应用，同时随着万物互联的时代到来，传感技术的重要性日渐凸显。其中，在微流体系统中，待测液体的介电常数表征问题，在准确性和精度方面还面临着巨大的挑战。近年来对于微流体传感器的探索研究是工业界和学术界的热点。

目前，新型人工电磁材料—电磁带隙结构(electromagneticbandgap，ebg)结构因其能够有效解决传统去耦合电容带来的寄生参数以及跨槽耦合等问题得到了学者们的高度重视，ebg这一种周期性结构的概念提出，最初是出现在光学领域，从光子带隙(photonicsbandgap)逐渐发展而来，它的出现也使得天线、滤波器、电源配电网络等器件应用得到快速发展。近年来，有学者提出了通过在天线下方放置ebg结构改变反射相位，从而增强传感器灵敏度的，同时将ebg的沟槽作为微流体通道，可以测量不同液体的谐振频率点从而实现传感测量。实验证明，该结构实现了对不同液体产生较大的灵敏度，同时有较高的品质因数。

随着无线通信技术的不断发展，基于电磁材料的新型应用在微波传感器的设计中也得到了广泛应用，ebg结构这种典型的新型人工电磁材料在某些方面虽然有很多的局限性，但是其潜在的性能优势和广阔的发展前景仍然值得学者和工程师们去不断探索和研究，以便在未来有更好地应用。

然而，由于电磁学问题设计研究的不可微分性和不连续性，对于更高性能的电磁器件研究往往需要花费科研人员大量的时间和精力。因此，需要提供一种更加高效的参数设计以及结构优化的优化方法，以解决当下对电磁学问题和微波传感器设计优化过程任务繁重且耗时巨大的问题，另一方面该方法对促进ebg结构在电磁学问题中的更广泛应用将有重大意义。

技术实现要素：

基于上述现有技术存在的问题，本发明提出了一种基于电磁结构的微流传感器设计优化的联合仿真优化方法，该方案能够较高效、较可靠地自动得出性能更优异的片上配电网络布局。

为解决上述技术问题，本发明提供了采取如下技术方案：

基于电磁表面单元结构的微波传感器的联合仿真优化方法，其按如下步骤：

步骤1：初始化参数，包括：将ebg结构的周围通过刻槽方式形成微流体通道，并将选定的微流体通道经过像素化得到mxn的矩阵单元；对初始生成的种群进行判断，去除不合理的矩阵单元；

步骤2：形成不同的ebg结构；

步骤3：计算每个个体传感器模型的适应度值；

步骤4：更新个体最优值，分别比较当前各个个体适应度值，若群体中某个个体的当前适应度值优于该个体迭代过程中的个体最优值，将其作为新的个体最优值，并记录其当前的适应度以及相应的微波传感器结构；

步骤5：更新种群最优值，分别将群体各个个体迭代过程中的个体最优值与群体最优值比较，若存在某一个体的个体最优值优于群体最优值，将其作为新的群体最优值，并记录其对应的微波传感器结构；

步骤6：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2至步骤5；若是，则输出优化后的电磁表面结构，结束优化；

步骤7：将得到的ebg结构进行与微带天线进行组合再次建模得到优化后的传感器结构。

优选的，步骤1还包括：选定ebg表面部分区域并对其进行像素化得到axb的矩阵单元，通过不规则的刻蚀得到不完整的ebg表面。

优选的，步骤1进一步包括：对整个ebg模型的部分结构参数转换为二进制矩阵；将微流体通道的矩阵、ebg表面刻蚀的矩阵、参数矩阵转换而来的矩阵进行组合得到整个待优化的二进制矩阵。

优选的，步骤2进一步包括：生成不同结构参数的电磁表面周期结构的模型脚本，根据脚本文件生成模型并仿真，种群中每个个体的模型仿真得到的s11参数(即回波损耗)传回主程序。

优选的，对种群中个体进行评价的适应度函数的公式如下所示：

将仿真得到的结果取出，其中，r0、r1、r2分别空气、甲醇、乙醇的s11值，s1和s2为传感器对待测液体的灵敏度，灵敏度计算公式如上所示，f0是指当ebg结构的沟槽中未充任何液体样品时对应的谐振频率，fr是指ebg结构的沟槽中加入不同液体样品时对应的谐振频率，δε是指加入不同液体样品的介电常数的变化。fitness为群体的适应度，在仿真中设置了甲醇、乙醇和空气三种不同的微流体，微流体的种类可以通过改变相对介电常数和损耗正切来确定。通过对甲醇和乙醇的相对灵敏度以及三种微流体的s11深度赋予不同的权重并相加得到最后的适应度函数。s11深度在一定程度上可以代表传感器的q值，该评价函数希望得到同时具有较高灵敏度以及较高q值的微流体传感器。与此同时，之所以设置三种材料来得到两个相对灵敏度的值，是为了保证该传感器在所需的整个频段内都具有相对较高的灵敏度，防止出现部分频段内灵敏度较低的情况。将采样点布局在1ghz-5ghz，希望在该频段内得到性能较好的传感器。

优选的，对于当代最优个体与全局最优个体的更新步骤包括：

比较当代的每个个体适应度，得到当代的最优个体，将当代个体与全局最优个体进行比较，若该个体的适应度超过目前的全局最优个体，则将全局最优个体替换为该个体，并记录全局最优个体相应的矩阵，适应度以及对应的传感器结构。

优选的，对于各代种群之间的比较，迭代步骤为：

记录每代种群的最优个体以及当代的平均适应度，下一代的最优个体适应度以及平均适应度需要大于等于上代，因此需要记录并保留每代种群中评分最高的个体，使其不至于在种群迭代中丢失，这样能保证种群朝着更优的方向更替。

本发明基于电磁表面单元结构的微波传感器联合仿真优化方法是在基于ebg结构沟槽中的不同微流体改变结构的反射相位，从而引起天线的谐振频率的变化，实现对不同介电常数的液体样品的测量的基础上，提出一种联合仿真优化方法，通过智能算法对ebg结构的金属表面以及微流体沟槽通道进行优化，可以简化人工设计过程，能够较快、较可靠地自动得出性能优异的微波传感器结构，这对于ebg结构在微波传感器领域的产业化进程有着十分积极的促进作用。

附图说明

图1是本发明实施例的优化后电磁表面单元结构的示意图；

图2是本发明实施例的基于电磁表面单元结构的微波传感器的联合优化方法流程图；

图3是本发明实施例的基于电磁表面单元结构的微波传感器的示意图；

图4是本发明实施例的最终优化结果图(改变材料的相对介电常数以及损耗正切值)。

具体实施方式

下面结合附图和实施例对本发明进行详细说明。

本发明基于电磁表面单元结构的微波传感器联合仿真优化方法是在基于ebg结构沟槽中的不同微流体改变结构的反射相位，从而引起天线的谐振频率的变化，实现对不同介电常数的液体样品的测量的基础上实现的，图1是本发明实施例基于电磁表面单元结构的微波传感器结构示意图，本发明进行的优化仅针对ebg表面的部分区域以及电磁表现部分参数结构和微流体通道，其余结构变量参数值在图1中均已经确定，其中，ebg的材料被设定为copper，基底的材料被设定为fr4，其介电常数和损耗正切值分别为4.4和0.02，其厚度为1mm，边长为34.5mm。图3为本发明的微波传感器示意图，传感器由两部分组成，上部分为微带天线，下部分为优化过的电磁表面，中间用foam连接。

本发明实施例的微流体通道的长度、宽度和深度分别被设定为0.03mm、0.015mm和0.01mm，其中，ebg结构的中刻蚀部分的矩阵单元边长为1mm；ebg单元的半径为26.3mm，材料为pec，整个模型的优化结构将由本发明的联合仿真优化方法确定，基于电磁表面单元结构的微波传感器的设计阶段，如果由人工设计布局，其工作量是异常庞大和复杂的。

图2是本发明实施例基于电磁表面单元结构的微波传感器优化方法流程图，如图2所示，其优化方法包括如下步骤：

步骤1：初始化参数；

步骤1包括：将电磁带隙(electromagneticbandgap，ebg)结构的周围通过刻槽的方式形成微流体通道，并将选定的微流体通道经过像素化得到大小mxn的矩阵单元；并且对初始生成的种群进行判断，去除一些不合理的矩阵单元；

步骤1还包括：将ebg表面选定部分区域并对其进行像素化得到axb的矩阵单元，通过不规则的刻蚀得到不完整的ebg表面；

步骤1进一步包括：对整个模型的部分结构参数转换为二进制矩阵；将微流体通道的矩阵，ebg表面刻蚀的矩阵，参数矩阵转换而来的矩阵进行组合得到整个待优化的二进制矩阵；

步骤2：根据上述步骤，形成不同的ebg结构；

步骤2进一步包括：生成不同结构参数的电磁表面周期结构的模型脚本，电磁仿真软件被程序自动调用根据脚本文件生成模型并仿真，种群中每个个体的模型仿真得到的s参数将被传回主程序，s参数为适应度评价函数中的重要参数；

步骤3：计算每个个体传感器模型的适应度值，适应度函数如下所示：

将仿真得到的结果取出，其中，r0、r1、r2分别空气、甲醇、乙醇的s11值，s1和s2为传感器对待测液体的灵敏度，灵敏度计算公式如上所示，f0是指当ebg结构的沟槽中未充任何液体样品时对应的谐振频率，fr是指ebg结构的沟槽中加入不同液体样品时对应的谐振频率，δε是指加入不同液体样品的介电常数的变化。fitness为群体的适应度，在仿真中设置了甲醇、乙醇和空气三种不同的微流体，微流体的种类可以通过改变相对介电常数和损耗正切来确定。通过对甲醇和乙醇的相对灵敏度以及三种微流体的s11深度赋予不同的权重并相加得到最后的适应度函数。s11深度在一定程度上可以代表传感器的q值，该评价函数希望得到同时具有较高灵敏度以及较高q值的微流体传感器。与此同时，设置三种材料来得到两个相对灵敏度的值，是为了保证该传感器在所需的整个频段内都具有相对较高的灵敏度，防止出现部分频段内灵敏度较低的情况。将采样点布局在1.2ghz-3.8ghz，希望在该频段内得到性能较好的传感器。

步骤4：更新个体最优值，分别比较当前各个个体适应度值，若群体中某个个体的当前适应度值优于该个体迭代过程中的个体最优值，将其作为新的个体最优值，并记录其当前的适应度以及相应的微波传感器结构。

步骤5：更新种群最优值，分别将群体各个个体迭代过程中的个体最优值与群体最优值比较，若存在某一个体的个体最优值优于群体最优值，将其作为新的群体最优值，并记录其对应的微波传感器结构。

步骤6：判断迭代次数是否达到最大迭代次数(即终止条件)；若否，则重复上述步骤2至步骤5；若是，则输出优化后的电磁表面结构，结束优化；

步骤7：将得到的ebg结构进行与微带天线进行组合再次建模得到优化后的传感器结构；

步骤8：结束联合仿真。

天线与优化后的周期性电磁单元结构的组合侧视图如图3所示。

因优化主要目标是得到具有较高q值和较高灵敏度的微波传感器，选择该适应度值函数能较为准确地评估个体的性能，因此本方法设计的程序能够较快、较准确地得到更优的微波传感器布局。

仿真结果如图4所示，可以看到优化后的结构有较高的灵敏度和q值。

本发明基于电磁表面单元结构的微波传感器联合仿真优化方法是在基于ebg结构沟槽中的不同微流体改变结构的反射相位，从而引起天线的谐振频率的变化，实现对不同介电常数的液体样品的测量的基础上实现的，该方法能够较高效、较可靠地自动得出性能优异的ebg结构以及组成的微波传感器布局，这对于促进ebg结构在电磁学领域的产业化进程有着十分积极的作用。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。