專利名稱：一種高精度表面等離子共振檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及傳感器及傳感技術(shù)領(lǐng)域。本發(fā)明具體涉及實現(xiàn)表面等離子共振傳感的 檢測方法以及相關(guān)信息處理方法。
背景技術(shù)：
表面等離子共振(Surface Plasmon Resonance，SPR)是發(fā)生在金屬薄膜與電介質(zhì) 分界面上的一種物理光學現(xiàn)象，自20世紀上半葉被發(fā)現(xiàn)以來，因其無標記、實時、無損傷檢 測等優(yōu)勢而被廣泛應(yīng)用在傳感，特別是生物傳感領(lǐng)域。sra傳感系統(tǒng)包括光學系統(tǒng)、傳感結(jié)構(gòu)、探測器和數(shù)據(jù)處理系統(tǒng)等。光學系統(tǒng)中， 光源輸出P偏振光通過一定光學元件耦合進入傳感器。目前廣泛使用且最易實現(xiàn)的Sra 耦合結(jié)構(gòu)是基于棱鏡耦合方式的Kretschman結(jié)構(gòu)，其典型結(jié)構(gòu)包括三層玻璃棱鏡_金屬 層-待測溶液層。當P偏振的入射光以一定大于全反射角的角度射到棱鏡/金屬分界面時，在金屬 薄膜中形成的倏逝波，與金屬表面自由電子發(fā)生表面等離子振蕩。當表面等離子波波矢與 入射光在金屬切向方向的波矢分量相等時，入射光能量耦合到表面等離子波，達到表面等 離子共振，從而導致反射光能量顯著減少，且相位顯著變化。體現(xiàn)在觀測到的SI^R信號中， 反射光強度譜上由于光強急劇減小產(chǎn)生一個尖銳的共振吸收峰，且反射光波的相位也隨之 產(chǎn)生跳變，此時對應(yīng)的入射光角度或波長稱為共振角或共振波長。由于sra信號對金屬薄 膜表面的待測溶液性質(zhì)的變化十分敏感，SPR傳感技術(shù)就是通過對反射光強度或相位譜的 檢測，獲得傳感表面待測溶液的折射率、濃度以及生化反應(yīng)的動力參數(shù)等信息，從而達到生 化檢測的目的。按照系統(tǒng)中sra傳感信號檢測分析方法的不同，sra傳感系統(tǒng)可分為以下四種(1)角度掃描強度檢測單色光入射，改變?nèi)肷浣?，檢測反射光的歸一化強度隨入 射角的變化情況，并記錄反射光強度最小時的入射角，也就是共振角；(2)波長掃描強度檢測復色光入射，固定入射角，對反射光的光譜進行分析，得 到反射率隨波長的變化曲線，并記錄共振波長；(3)強度調(diào)制入射光的角度和波長都固定，通過檢測反射光強度的變化分析折 射率的變化；須建立共振點處反射光強與折射率之間的關(guān)系。(4)相位調(diào)制入射光的角度和波長都固定，觀測入射光與反射光的相位差；須建 立共振相位與折射率之間的關(guān)系。這四種方法中，第(3)種受擾動產(chǎn)生的誤差較大，不太實用，一般用來檢測樣品折 射率快變化過程；最后一種方法的靈敏最高，但系統(tǒng)需要一系列的高頻電路；因此前兩種 的應(yīng)用最普遍。在傳統(tǒng)的角度掃描強度檢測sra系統(tǒng)中，光源固定，將傳感系統(tǒng)和探測器安置在 轉(zhuǎn)臺上，通過轉(zhuǎn)動轉(zhuǎn)臺實現(xiàn)傳感表面入射光的角度掃描。傳統(tǒng)的方法每掃描一個點，就要改 變一次入射光的角度，因此得到一條sra角度掃描曲線消耗的時間很長。聚焦光角度掃描SI^R傳感系統(tǒng)的提出克服了使用傳統(tǒng)SI^R傳感系統(tǒng)角度掃描耗時長的缺點。在聚焦光角度 掃描sra傳感系統(tǒng)中，光源發(fā)射的光通過一個透鏡聚焦到金屬表面，光電檢測器陣列(如 CCD、CMOS或光電二極管陣列)接受來自聚焦點各角度的反射光，從而一次性獲得了一條 Sra角度掃描傳感曲線，大大減少了掃描時間。因此聚焦光角度掃描sra系統(tǒng)得到了廣泛應(yīng)用。在sra信號采集過程中，由于系統(tǒng)機械振動等微擾動的引入，會不可避免地造成 多次采集的SPR曲線之間存在微小的位置誤差，即在位置軸上存在“微平移”。多次采集的 SPR曲線間的微平移表現(xiàn)為曲線在位置軸上的整體移動，并且每次采集引入的強度噪聲具 有隨機特性。因此，為了克服SPR曲線采集過程中的位置不確定性，本發(fā)明提出通過采集多 條具有微平移的SPR曲線并估計它們之間的相對微平移，從而進一步估計得到一個期望絕 對位置向量。該期望絕對位置向量是一次無位置誤差的SI^R信號采集所得到位置向量的無 偏估計，其估計利用了多條曲線間相對微平移的概率分布信息。另一方面，SI^R傳感信息的準確程度也受到SPR曲線采樣密度的限制。采樣密度越 大，檢測點之間的間隔越小，sra傳感曲線越接近于連續(xù)，從而所獲得的傳感信息也越準確。 而多次采集得到的具有微平移的sra傳感曲線間具有不同的信息，應(yīng)該得到充分利用。如 果能夠精確估計曲線間小于一個采樣點間隔的微平移，通過融合這多條具有微平移的SPR 曲線間的不同信息，則可以增加SPR曲線采樣密度，從而提高sra傳感信息的準確性以及 sra系統(tǒng)的檢測極限。

發(fā)明內(nèi)容
因此，本發(fā)明的任務(wù)是對于sra信號采集過程中由微擾動等帶來的位置不確定 性問題，通過在相同實驗條件下多次采集具有微平移的SPR曲線并估計它們之間的相對微 平移，從而進一步估計一個期望絕對位置向量；同時，通過融合多條具有微平移的SPR曲線 間的不同信息，在該期望絕對位置向量所對應(yīng)的位置范圍內(nèi)估計得到一條更精確的、采樣 間隔更小的SPR曲線，從而提高所獲SPR傳感信息的準確性以及SPR系統(tǒng)的檢測極限。該方法包括以下幾個步驟1.多次sra信號采集在sra檢測系統(tǒng)中，在相同實驗條件下進行N次sra信號采集，得到N條具有微小 隨機平移的SPR曲線Y1, Y2, -Yno2.微平移估計選取任意一條SPR曲線Yr作為參考曲線，估計各SPR曲線Yi (i = 1,2,…，N)與 參考曲線之間的微平移Motion^,Ji = 1，2，…，N)。其中，Motior^, i為0，并且估計微平移 Motionr, j的精度要求小于一個單位采樣間隔。如果估計微平移精度能低于Ι/q個采樣間 隔，那么SPR曲線采樣密度可以提高q倍。曲線間微平移估計的具體方法可采用相關(guān)函數(shù) 法、強度插值法、微分法、相位相關(guān)法等。3.期望絕對位置向量估計 設(shè)各SPR曲線均有L個數(shù)據(jù)點，參考曲線乙上的第j點Yy所對應(yīng)的位置為Py (j =1,2,…，L)。利用各SPR曲線^相對于參考曲線乙的微平移Motior^Ji = 1，2，…， N)，估計出期望絕對位置向量相對于參考曲線t所對應(yīng)的絕對位置向量的整體平移偏差AMotion0 AMotion相當于各SPR曲線Yi (i = 1，2，…，N)相對于參考曲線^的一個期 望偏移，于是期望絕對位置向量為Pr,」+Δ Motion (j = 1,2,…，L)，各SPR曲線Yi對應(yīng)的絕 對位置向量相對于期望絕對位置向量的微平移為Motion^,i-AMotionG = 1，2，…，N)。其 中，AMotion的估計方法根據(jù)多次采集SPR曲線間的微平移的概率分布可以不同，包括矩 估計、最小二乘估計和極大似然估計等。4.信息融合在準確估計期望絕對位置向量以及各SPR曲線相對其微平移的基礎(chǔ)上，在上述 估計的期望絕對位置向量所對應(yīng)的位置范圍內(nèi)，利用信息融合算法融合多條SPR曲線Y1, Y2,間的不同信息，并加入一些對SPR曲線特征的先驗約束，包括SPR曲線的光滑性， 以及用菲涅爾方程等理論公式計算得到的SPR曲線的各種特征等，從而得到期望絕對位置 向量上的一條高采樣密度的SPR曲線1。其中，信息融合算法可以使用最大后驗概率(MAP， Maximum A Posterior)將約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題，也可以直接使用凸集投影 (POCS，Projections On Convex Sets)方法解決約束優(yōu)化問題。當使用MAP算法將原約束 優(yōu)化問題轉(zhuǎn)化成為的無約束最小化問題時，可以使用共軛梯度法和擬牛頓法等無約束最小 化算法。5. SPR信息提取從經(jīng)過信息融合算法估計得到的更高采樣密度曲線Z中，采用對SPR曲線的一般 信息提取、處理方法，可提取得到共振位置、系統(tǒng)檢測極限等SI^R傳感信息。本發(fā)明具有以下優(yōu)點1.本發(fā)明在采集多條具有微小隨機平移的SPR曲線基礎(chǔ)上，根據(jù)曲線間微平移的 概率分布，估計得到一個期望絕對位置向量，并在該期望絕對位置向量上計算得到一條融 合這多條SPR曲線信息的新曲線，從而可消除由于系統(tǒng)微抖動等引入的微平移帶來的位置 不確定性。2.本發(fā)明通過信號處理的辦法融合多條具有微平移的低采樣密度SPR曲線間的 不同信息，通過算法將其融合合成一條具有更高采樣密度的高精度SPR曲線，這意味著可 以通過在相同實驗條件下反復測量提高采樣精度，從而可提高sra傳感信息提取的精度， 并改進系統(tǒng)檢測極限，對于本身掃描精度較低的SI^R系統(tǒng)(實驗得到的原始曲線為低采樣 密度SPR曲線)，該方法可通過增加一定時間成本(一般很小)，顯著提高系統(tǒng)的精度和檢 測極限，具有高精度、低成本的優(yōu)點。


以下，結(jié)合附圖來詳細說明本發(fā)明的實施例，其中圖1是本發(fā)明所提出的高精度sra傳感檢測方法流程圖；圖2是對應(yīng)于具體實施方式
中的一種聚焦光角度掃描SI3R傳感系統(tǒng)示意圖；圖3是聚焦光角度掃描SI3R系統(tǒng)中，多次采集的SPR曲線間的微平移示意圖；圖4是根據(jù)波動光學理論計算得到的理論高采樣密度SPR信號；圖5是多條具有微平移的低采樣密度SPR曲線采集模型；圖6是仿真得到的多條具有微平移的低采樣密度SPR曲線；圖7是本發(fā)明中使用的微平移估計方法流程圖8是使用本發(fā)明中微平移估計方法處理100條低采樣密度曲線的估計誤差；圖9是使用MAP信息融合算法處理圖5中多條具有微平移的低采樣密度SPR曲線 的結(jié)果；圖10是圖9的局部放大圖；
具體實施例方式本發(fā)明提供了一種高精度sra傳感檢測方法。通過在相同實驗條件下多次采集具 有微平移的低采樣密度SPR曲線并估計它們之間的相對微平移，從而進一步估計一個期望 絕對位置向量，然后通過融合多條具有微平移的低采樣密度SPR曲線間的不同信息，在該 期望絕對位置向量對應(yīng)的位置范圍內(nèi)估計得到一條更精確的更高采樣密度傳感曲線，從而 提高所獲Sra傳感信息的準確性以及sra系統(tǒng)的檢測極限。圖ι給出了該檢測方法的流程圖，其主要包括多次sra信號采集ιο ，微平移估計 102，期望絕對位置向量估計103，信息融合104，以及Sra信息提取105五個步驟。本實例中的SI3R系統(tǒng)采用聚焦光角度掃描SI3R傳感系統(tǒng)，其結(jié)構(gòu)如圖2所示。光源 201發(fā)出的發(fā)散光經(jīng)過透鏡202和偏振片203形成單色光聚焦到棱鏡204和金屬薄膜205 的交界面上。光電探測器陣列207接受來自聚焦點各角度的反射光并將其轉(zhuǎn)化為電信號， 從而一次性獲得一條SPR角度掃描傳感曲線。電信號通過數(shù)模轉(zhuǎn)換208進入計算機209進 行信號處理，以獲得關(guān)于被測溶液206的傳感信息。由于光電探測陣列207與傳感系統(tǒng)之間難以避免的相對抖動等微擾動的存在，在 相同實驗條件下多次采集的sra角度掃描曲線之間存在整體的微平移，其具體含義可由圖 3說明。如圖中實線所示，設(shè)反射光發(fā)散在探測器的第1到L個像素上，如果把每個像素看成 q個子像素的組合，那么反射光相當于發(fā)散在第1到qL個子像素上；如果在采集信號過程 中光電探測器陣列207與傳感系統(tǒng)之間發(fā)生一個微小的抖動，使反射光發(fā)散在第2到qL+1 個子像素上，如圖中虛線所示。由于微抖動具有隨機性，所以在相同實驗條件下多次采集的 sra角度掃描曲線具有亞采樣間隔的微平移，它們之間具有不同信息。本發(fā)明就是通過估計 多條具有微平移的低采樣密度SPR曲線間的微平移，進一步估計得到一個期望絕對位置向 量，并在該絕對位置向量上通過融合這多條曲線的不同信息計算一條更精確的高采樣密度 曲線。經(jīng)過步驟101，得到多條具有微平移的低采樣密度SPR曲線。為了更好地驗證本發(fā)明提出算法的性能，對具有微平移的多條低采樣密度SPR曲 線的采集過程進行了建模仿真。用連續(xù)函數(shù)X(p)表示時刻t在檢測器陣列位置ρ上的光強。設(shè)檢測器陣列被平 均劃分寬度為w的L個像素，令Y(k)，(k=l，2，…，L)表示第k個像素采集到的光信號
值，有Y(k)=Jwk x(p)dp(1)若將檢測器陣列的采樣密度增大q倍，將每個像素劃分為q個子像素，則每個子像 素采集到的光信號值X(I) (1 = 1,2-, qL)為
權(quán)利要求
1.一種高精度表面等離子體共振檢測方法，包括以下步驟(1)多次SPR曲線采集在相同實驗條件下，對同一sra檢測系統(tǒng)進行N次信號采集， 每次采集中，按相同采樣間隔獲得一條SPR曲線，從而得到N條具有微小隨機平移的SPR曲 線 Yi，丫2，· · · YN ；(2)微平移估計選取上述N條SPR曲線中的一條作為參考曲線Y,，估計各SPR曲線 Yi (i = 1,2, ... ,N)與參考曲線間的微平移Motior^i ；(3)期望絕對位置向量估計設(shè)參考曲線乙所對應(yīng)的絕對位置向量為已，利用上述 各SPR曲線Yi相對于參考曲線Y,的微平移Motior^i，估計出期望絕對位置向量相對 于參考曲線t絕對位置向量的整體平移偏差AMotion，得到估計的期望絕對位置向量 Pr+Δ Motion ；(4)信息融合在準確估計期望絕對位置向量以及各SPR曲線相對其微平移的基礎(chǔ)上， 在上述估計的期望絕對位置向量所對應(yīng)的位置范圍內(nèi)，利用信息融合算法融合多條SPR曲 線Y1, \，... Yn間的不同信息，加入SPR曲線的先驗約束，從而得到期望絕對位置向量上的 一條具有更小采樣間隔的SPR曲線Z ；(5)SI^R信息提取從上述低采樣間隔的SPR曲線X中提取得到SI^R傳感信息。
2.根據(jù)權(quán)力要求1所述的檢測方法，其特征在于，所述步驟(1)中的多次采集的SPR曲 線間具有微小隨機的整體平移，表現(xiàn)為曲線在位置軸上的整體移動，并且每次采集引入的 強度噪聲具有隨機特性。
3.根據(jù)權(quán)力要求1所述的檢測方法，其特征在于，所述步驟(2)中的微平移估計方法的 估計精度必須小于一個單位采樣間隔。
4.根據(jù)權(quán)力要求1所述的檢測方法，其特征在于，所述步驟(2)中的微平移估計方法包 括相關(guān)函數(shù)法、強度插值法、微分法和相位相關(guān)法。
5.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟(3)中，估計出來的 AMotion是期望絕對位置向量相對于參考曲線\絕對位置向量的整體平移偏差的無偏估 計。
6.根據(jù)權(quán)利要求1和5所述的檢測方法，其特征在于，所述步驟(3)中對期望絕對位 置向量相對于參考曲線t絕對位置向量的整體平移的無偏估計，其估計方法根據(jù)多次采集 SPR曲線間的微平移的概率分布不同，包括矩估計、最小二乘估計和極大似然估計。
7.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟(4)中的信息融合算法，在 最小化強度噪聲誤差的同時，加入對SPR曲線的先驗約束，以克服問題的病態(tài)性。
8.根據(jù)權(quán)利要求1和7中所述的檢測方法，其特征在于，所述步驟(4)中的信息融合算 法包括將約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題的最大后驗概率方法，以及直接解決約束優(yōu) 化問題的凸集投影方法。
9.根據(jù)權(quán)利要求8中所述的信息融合算法，其特征在于，對于將原約束優(yōu)化問題轉(zhuǎn)化 成為的無約束最小化問題的最大后驗概率方法，使用包括共軛梯度法和擬牛頓法在內(nèi)的無 約束最小化算法解決。
10.根據(jù)權(quán)利要求1和7中所述的檢測方法，其特征在于，進行所述步驟(4)的信息融 合時，加入的對SPR曲線的先驗約束包括理論SPR曲線的光滑性和形狀特性。
全文摘要
本發(fā)明公開了一種高精度表面等離子檢測方法在相同實驗條件下，對同一SPR檢測系統(tǒng)進行多次信號采集，得到多條具有微小隨機平移的SPR曲線并估計它們之間的相對微平移，在此基礎(chǔ)上進一步估計一個期望的絕對位置向量，從而克服了SPR曲線采集過程中的位置不確定性；同時，通過融合這多條具有微平移的SPR曲線間的不同信息，在該期望絕對位置上估計得到一條更精確的、更高采樣密度的SPR曲線，從而提高所獲SPR傳感信息的準確性以及SPR系統(tǒng)的檢測極限。
文檔編號G01N21/55GK102103078SQ201010572238
公開日2011年6月22日 申請日期2010年12月3日 優(yōu)先權(quán)日2010年12月3日
發(fā)明者萬育航, 曾勰, 鄭錚 申請人:北京航空航天大學