光栅耦合型SPR传感器性能提升的研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:readbookmen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
表面等离子体共振(SPR)传感器是一种免标记、高灵敏的光学传感器,它的原理是当入射光引起金属与介质界面的SPR时,可获得与共振波长一一对应的介质折射率。目前商用的SPR传感器均为棱镜耦合型,虽然灵敏度很高,但体积庞大,价格昂贵。随着纳米制备工艺的成熟和人们对传感器小型化的迫切需求,光栅耦合型SPR传感器应运而生。目前的光栅耦合型SPR传感器存在灵敏度较低,无法检测不透明溶液的问题,这限制了此类传感器的推广应用。本文通过理论分析和模拟计算,对光栅结构做出优化,有效提高了传感器的灵敏度。实验上采用多种方法制备出不同周期的光栅传感芯片,并搭建了相应的SPR传感器。提出一种新型背照式光栅耦合型SPR传感器,成功检测有色和不透明溶液。具体研究内容如下:(1)综合考虑传感器的灵敏度、SPR吸收峰的半峰全宽和深度,定义了新的评价参数FOM*。依据FOM*,优化了三种不同结构的光栅耦合型SPR传感器。使用时域有限差分法,分析光栅周期、光栅深度、金属膜厚度和占空比对基于正弦光栅、连续金属膜的矩形光栅和不连续金属膜的矩形光栅的SPR传感器性能的影响。结果表明,优化后的光栅耦合型SPR传感器FOM*最高可达123.70,相对应的灵敏度为568.46 nm/RIU,平均半峰全宽为3.31 nm,平均吸收峰深度为72.03%。(2)理论上分析了光栅耦合型SPR传感器的灵敏度极限,提供了达到最大灵敏度的设计思路以及提高灵敏度极限的方法。理论分析表明,应使用周期尽可能大的金属光栅,并且入射角应设置为接近90°,以使特定检测波长的灵敏度达到最大值。此外,灵敏度极限随检测波长的增加而增加。实验上,我们通过剥离商用光盘和光刻法制备了三个周期分别为314nm,1470 nm和6733 nm的光栅,基于这些光栅的传感器灵敏度分别为319.96 nm/RIU,1477.74 nm/RIU和2077.26 nm/RIU。采用本文设计方法的传感器灵敏度优于现有传感器。(3)提出背照式光栅耦合型SPR传感器,测量有色和不透明溶液的折射率。使用聚二甲基硅氧烷压印DVD-R光盘,获得透明光栅基底,并于光栅表面蒸镀35 nm金膜制成传感器芯片。不同于传统的光栅耦合型SPR传感器,本文入射光从基底侧入射,透过金属层激发金属与待测液体界面的SPR。这种结构可以有效避免入射光穿过液体时被部分吸收。通过测量不同浓度的葡萄糖溶液、蓝色发动机冷却液、绿色防锈切削液及白色防锈乳化油的吸收和反射光谱,证明所设计的传感器能检测有色和不透明溶液。本文提出的优化设计方法可以极大提高光栅耦合型SPR传感器的灵敏度和探测极限。所采用的光栅制备方法具有步骤简单、成本低、SPR激发效果好的优点。所设计的传感器可以广泛应用于医疗诊断、环境监测和生物蛋白检测等领域。
其他文献
无线传感器网络的作用是对目标场景数据进行详细地监控与传输,其工作地点大多为室外的恶劣环境;特殊环境使无线传感器网络采用随机部署的方式更为广泛,但随机部署会使初始覆盖效能低下,继而引发信道冲突、能耗激增等问题。为解决此类问题,无线传感器网络覆盖研究的重点是通过改变节点位置或感知范围等属性对网络覆盖质量及完整性进行优化。为适配复杂恶劣的工作环境,满足网络多样化应用,通常使用泛在的异质网络包容节点硬件规
梅干菜是一种常见的传统发酵蔬菜制品,选用常见芥菜使菜叶晾干、堆黄,然后经过加盐腌制和干燥等步骤加工而成,不仅富含维生素、氨基酸和膳食纤维等营养元素,而且因其独特的风味长期作为食品辅料存在。梅干菜属于干态腌菜,其制作过程复杂且需要在室外长时间曝晒和堆黄,并且在后期的运输、贮存、加工和成包等过程中,会混入各种外界杂质,严重影响了梅干菜成品的食品品质,因此有必要采用一种具有快速检测特点的检测技术来检测梅
湿度传感器广泛应用于社会生产和日常生活的诸多领域,对湿度传感器各项性能参数包括灵敏度、精确度、湿滞和线性度等提出了更高的要求。微波检测相比传统电阻、电容类检测方案具有高分辨率、多衍生参数、低功耗等优点,有望进一步提升湿度检测特性。对微波湿度检测进行研究也将为微波材料特性检测提供重要的理论依据和参考。本文对微波检测技术理论和实现过程展开了详细论述。通过分析不同类型谐振器的设计原理和响应特性,开展了基
随着时代的更迭,科技的发展,振动传感系统理论不断完善。基于高灵敏度、高精度、高集成度,高稳定性等方面的新型振动传感系统正在不断地被研究制作出来。近几年来,基于光纤的振动传感系统进入了高速发展时期,由于其简单的结构,优秀的抗干扰能力和较低的成本,已广泛应用于海洋、陆地、航空、工业,医学等领域。现有的基于光纤振动传感系统的振动信号解调技术,其关键在于对振动信号引起的光信号波长或相位变化的分析,具有较高
在一个机器学习任务中,特征选择是样本预测的关键一步,而在面对复杂的未知领域时,我们很难判断特征与预测目标或者特征与特征之间的关联性,所以在建立一个神经网络时,常常采用随机生成的方式来初始化神经网络的参数,然后再通过一系列的算法来完成特征的选择和高维映射。有效的特征选择可以降低输入特征的维度,还可以防止过拟合,提高模型泛化能力和可解释性,加快模型的训练速度,合适的特征映射还可以提高模型的预测性能。本
随着人机交互领域的不断扩张,人类赖以生存的物质世界与数字世界的边界愈发模糊,这导致了现实世界中真实物体的感受缺失。感受的过程是人与世界建立生命联系的过程,如何让人们重新关注现实世界中的直接感受成为当下之思。在众多数字化产物中,互动装置真实可感的实体界面,给予观众真切体验,但其相关研究多集中于技术应用和艺术观念层面,缺乏对实体界面及体验者自身的关注。体验者的亲历性决定了实体界面与“身体”相互蕴涵的交
传统的ELM优化算法关注的焦点都在隐含层输出权重上面,忽视了隐含层输入与输出的分布方式,针对这一容易令人忽视的方向,本文提出了基于高斯分布优化仿射参数的极限学习机模型,具体研究内容如下:针对让隐含层输出强制服从均匀分布效果不佳的问题,提出了在高斯分布下优化仿射变换的极限学习机(Extreme Learning Machine for Optimized Affine Transformation
论文针对目前乘坐扶梯经常出现的事故和危险行为,使用图像处理方法对扶梯上携带宠物、推车、抱小孩、攀爬等异常行为进行实时检测预警,在此基础上开发出智能监控系统,对扶梯场景进行实时检测分析和在线报警,保护乘客安全。论文主要进行了以下几个方面的研究:第一,针对扶梯入口、出口出现的快速运动导致的目标运动模糊问题,提出基于生成对抗网络的去运动模糊算法。使用生成对抗网络对模糊图片进行重构,以降低运动模糊的影响。
在当今社会的各个领域中,智能化是未来发展的大趋势;生活中的各类物联网产品、汽车飞机的无人驾驶技术、雷达系统、设备结构监测、基础建筑的安全检测以及工业生产自动化及其机器人系统都需要更加智能的感知技术;这就对传感器的感知精度和速度提出了更高的要求,且需要覆盖范围更广、覆盖密度更高的传感器网络。以工业生产中智能机器人为例,智能机器人需要代替人类在极端的环境下进行大量的危险性高、重复率高、难度大以及长时间
近年来,工业以太网技术促进了工业控制系统(Industrial Control System,ICS)和信息技术(Information Technology,IT)网络的集成,使得ICS信息化程度不断加深。信息网络集成虽然提高了系统生产效率,但也带来了更多新的信息安全问题。同时系统中设备节点数量众多且拓扑结构呈现分布式的趋势,传统中心化信息控制的方式中的性能瓶颈和安全问题将会日益明显。就关键基础