一种基于IBES算法的锥形光纤SPR传感器结构参数优化方法

本发明涉及spr传感器结构参数优化领域，具体涉及一种基于ibes算法的锥形光纤spr传感器结构参数优化方法。

背景技术：

1、光纤表面等离子(surface plasmon resonance，spr)传感器具有高检测精度和高灵敏度的特点，目前已经在医疗诊断、食品质量、环境和气体传感等领域得到广泛的应用。但是，有研究表明，在利用均匀光纤spr传感器测试过程中，会出现spr吸收谱对称性破坏和光谱展宽的现象。因此，一些学者提出改变光纤的结构来提高其检测效果。导波光学理论证明，拉锥光纤具有更丰富的包层泄漏模，可在较大波长范围内有着相对稳定的吸收谱形状，从而较好地保持吸收谱的对称性与谱宽的稳定。然而，在设计锥形光纤spr传感结构时，由于影响传感器性能的参数众多，传感模型表现出大规模、多约束、多极值、非线性、非凸性等特点，由此导致难以用传统的数学建模方法对其求解。现有研究只考虑了传统spr传感器的结构，且一般仅仅将谐振曲线的最低点作为设计适应度函数的基础，由此大大限制其适用性和普适性。

技术实现思路

1、发明目的：为了提高光纤spr传感器的检测灵敏度，设计一种锥形光纤spr传感器模型，并利用ibes算法优化其结构参数；同时设计一个综合适应度函数，对传感器的灵敏度、分辨率和线性度进行综合评价；利用三分区优化获得结构参数计算的反射光谱也更加优良，fwhm更窄，顶点值更小，劣化更小。

2、技术方案：一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，包括以下步骤：

3、(1)设计锥形光纤spr传感模型。采用拉锥的方法来增加倏逝波的穿透度，并在锥区部位镀上金属膜以构成锥形spr传感器。具体步骤如下：

4、步骤(1)a：设计锥形光纤spr传感器的光路传输模型；

5、步骤(1)b：确定锥形光纤spr传感器的总体反射系数、光强传输透射率；

6、(2)基于光折射的学习策略，提出一种改进的秃鹰算法(ibes)，用以增强种群的多样性。具体步骤如下：

7、步骤(2)a：选择搜索空间阶段；

8、步骤(2)b：搜寻猎物阶段；

9、步骤(2)c：捕捉猎物阶段；

10、步骤(2)d：利用折射率学习策略更新最优解；

11、(3)利用ibes算法对锥形光纤spr传感器结构参数进行优化。同时，定义一个考察了传感器模型的灵敏度、分辨率和线性度的综合性适应度函数，用以提高其优化效果。具体步骤如下：

12、步骤(3)a：确定优化参数及优化范围；

13、步骤(3)b：设计适应度函数；

14、(1)设计线性适应度函数fl；

15、(2)设计品质因数适应度函数fom；

16、(3)设计综合评估适应度函数f；

17、步骤(3)c：利用ibes算法对锥形光纤spr传感器结构参数进行优化；

18、(4)对所提出的方法进行实验验证，将被测折射率范围划分为较小的优化区间，建立三个不同的优化实验，包括一分区优化、两分区优化和三分区优化，以获得更准确的优化参数。

19、步骤(4)a：完成基于不同待测折射率范围的优化实验；

20、step 1：利用ibes算法获取不同待测折射率范围内的优化参数；

21、包括金属膜厚度(d2)、传感区长度(l)、锥率(tr)和待测折射率(ns)。

22、step 2：计算基于优化后结构参数的传感器反射谱；

23、case 1：ns＝[1.33-1.36]；

24、case 2：ns＝[1.37-1.40]；

25、case 3：n3＝[1.41-1.44]；

26、步骤(4)b：完成基于不同分区优化的比较实验。

27、有益效果：影响锥形光纤spr传感器的参数众多，这些参数的不同取值会对传感器性能产生重大影响，如何找到众多参数的最佳组合，特别是针对不同的待测介质折射率范围，如何获得具有最佳传感性能的结构参数，这是影响spr传感器设计的重要问题。为此，针对利用传统数学建模方法难以确定最佳的传感器结构参数的现状，本专利使用群智能算法ibes对锥形光纤spr传感器的参数组合进行优化。一方面，为了提高光纤spr传感器的检测灵敏度和测试效率，设计一种锥形光纤spr传感器；另一方面，使用ibes算法来优化锥形光纤spr传感器的结构参数，包括金属膜厚度(d2)、传感区长度(l)、锥率(tr)和测量折射率(n3)，同时，提出一种新的适应度函数，该函数是一种考察了吸收峰的半峰全宽(fwhm)、品质因数(fom)和线性度的综合性适应度函数，可以更好地评估传感器的设计模型。具体实施中，首先，设计锥形光纤spr传感器，建立传感器模型，并选取影响传感器性能的重点关注参数，然后，利用群智能算法ibes对各个结构参数进行初始化，再送入所建立的传感器模型中，计算反射谱，接下来，利用所定义的适应度函数，对初始参数条件下的锥形传感器的性能进行评估，最后，利用评估结果来重新设计优化各个参数，直到找到最佳的参数组合，从而获得由适应度函数评估的最优传感性能。该方法为spr传感器提供了一种新的设计思路，具有良好的应用前景。另外，由于该方法可以在制作spr传感器之前获得其结构参数，因此，能大大简化传感器的设计过程，降低因多次修改结构参数带来的制作成本，极大地增加了spr传感器设计的灵活性。

技术特征：

1.一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述步骤(1)包括设计锥形光纤spr传感器的光路传输模型：

3.根据权利要求2所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述步骤(1)还包括确定锥形光纤spr传感器的反射系数，光强传输透射率：

4.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述改进的秃鹰算法，具体改进为利用折射率学习策略优化秃鹰算法更新最优解：

5.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述步骤(2)包括：

6.根据权利要求5所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述线性度适应度函数fl定义如下式：

7.根据权利要求5所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述品质因数适应度函数fom：

8.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，利用改进的秃鹰算法对锥形光纤spr传感器的结构参数进行优化包括：

9.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述步骤(3)中，对所提出的方法进行实验验证，将被测折射率范围划分为三个不同的优化区间，建立三个不同的优化实验，包括一分区优化、两分区优化和三分区优化，具体包括以下：

10.根据权利要求1所述的一种基于ibes算法的锥形光纤spr传感器结构参数优化方法，其特征在于，所述待测折射率范围包括：[1.33-1.36]、[1.37-1.40]和[1.41-1.44]。

技术总结本发明公开了一种基于IBES算法的锥形光纤SPR传感器结构参数优化方法包括：提出锥形光纤SPR传感结构模型，利用改进的秃鹰算法IBES算法对锥形光纤SPR传感器结构参数进行优化，同时定义包括传感器模型的灵敏度、分辨率和线性度的综合性适应度函数，最后对所提出的方法进行实验验证，建立三个不同的优化实验，以获得更准确的优化参数。利用优化后的结构参数计算所得到的反射光谱退化最小。该方法为SPR传感器提供了一种高效、智能的设计思路，大大增加了SPR传感器设计的灵活性。技术研发人员：付丽辉,戴峻峰,严振兴,张江江受保护的技术使用者：淮阴工学院技术研发日：技术公布日：2024/7/29