基于光子集成芯片的可穿戴光纤光栅解调研究

李鸿强，毛泉桦，安芷萱，林志琳，王英杰，孟文涛，朱智越，张 振，Juan Daniel Prades Garcia

（1. 天津工业大学 电子与信息工程学院 天津市光电检测技术与系统重点实验室，天津 300387；2. 天津工业大学 计算机科学与技术学院，天津 300387；3. 巴塞罗那大学 电子与生物医学工程学院，西班牙 E-08028）

引言

可穿戴智能传感器既能够检测和人体生理数据相关的物理化学参数，如体温[1]、肌电[2]、心率[3]和血糖[4-5]等，也能够检测身体的各类运动状况，如加速度[6]、肌肉拉伸度[7-8]和足部压力[9]等。具有以上功能的可穿戴传感器被用于医疗、健康、运动、工业和军事等多个领域[10-12]。相较于传统的电学传感器而言，光纤传感器有其无法比拟的优势所在，具体体现在灵敏度很高、质量较轻、体积较小等一系列方面中。光纤与织物纤维能够对光纤传感器进行封存，封存于织物内部，这样可以极大可能地提高佩戴的舒适程度，主要得益于其自身所具备的兼容性。因此，在可穿戴技术中，可以广泛运用光纤传感器这一种理想元件[13-15]。

硅基光子学的发展为光学系统的小型化提供了可行性。光谱仪和光纤光栅解调仪被广泛地应用于光纤光栅传感测量中，为了实现它们最大程度的集成化和微型化，国内外提出了基于SOI 技术的微型光谱仪[16-17]和硅基光子集成芯片上的光纤布拉格光栅（Fiber Bragg grating，FBG）传感器解调仪[18-20]。这种技术仍不适用于可穿戴光子传感解调领域，为了实现连续、动态、长期监测人体生理信号，本文提出了一种基于光子集成芯片的可穿戴光纤光栅传感解调系统（wearable flexible integrated optical interrogator，WFIOI）。

1 可穿戴解调系统组成

WFIOI 主要由手环结构的柔性光电路和植入紧身衣服的FBG 构成。3 个FBG 传感器分布在人体左腋窝（FBG1，中心波长为1 545.37 nm）、胸口（FBG3，中心波长为1 551.72 nm）和右腋窝（FBG2，中心波长为1 548.58 nm），左右腋窝处传感器测量人体体温，胸口处传感器测量人体心音。

手环结构的柔性光电路主要由阵列波导光栅（arrayed waveguide grating，AWG）解调光子集成芯片和外围电路构成。图1(a)是整个柔性光电路的原理图，虚线框内是解调系统的光路，光子集成芯片如图1(b)所示，芯片尺寸约为2.5 mm×1.35 mm，它由1×8 AWG、2×2 MMI 耦合器、4×1 光纤光栅耦合器阵列、Ge-on-Si 波导光电探测器（photodetector，PD）、直波导和弯曲波导等组成。光源阵列由4 个VCSEL 组成，中心波长分别为1 545.34 nm、1 548.53 nm、1 551.33 nm 和1 553.15 nm。光子集成芯片外接的3 个FBG 负责测量人体温度和心音。

图1 解调系统示意图Fig. 1 Schematic diagram of demodulation system

光子集成芯片上的锗波导光电探测器通过外接I-V 转换电路（AD825，Analog Devices）和放大电路（LF353, Texas Instruments）将探测到的光信号转化为电信号，输入到带有AD 转换功能的微控制器（ADuCM361，Analog Devices）中。微控制器负责将采集的信号AD 转换后，通过UART 接口与BLE 4.0 蓝牙模块（CC2541，Texas Instruments）通讯，将采集数据发送给移动终端。手环式柔性电路结构和实际佩戴效果如图2 所示，整个柔性光电路长为130 mm，宽为35 mm，重量仅为10 g。在深度睡眠状态下MCU 的功耗为4 μA，前端的功耗仅为7 μA，驱动蓝牙模块需要43 mA，在使用容量为1000 mAh 的3.7V 锂电池为可穿戴设备供电的情况下，整个解调系统连续工作时间可长达24 h。

图2 柔性电路实物图Fig. 2 Physical picture of flexible circuit

由于需要将光子集成芯片上的端面耦合器外接光纤阵列（fiber array，FA），我们进行了光子集成芯片的光纤耦合封装，选择的FA 尺寸为7.5 mm×2.5 mm×2.5 mm。通过外部夹具夹持FA，FA 上V 型槽放置的单模光纤作为光输入，光子集成芯片上的汇聚型光栅通过外部垂直锥形光纤作为光输出，调节FA 位置以便找到耦合效率最高的对准位置。封装中输入光源设定为1 mW，输出最大时为20 nW，所以经过光纤耦合封装后光路额外引入的损耗为-46.98 dB，最后通过点胶和UV 固化实现光子集成芯片的光纤耦合封装。

2 解调原理

VCSEL 垂直腔面发射激光器作为输入光源，其为单纵窄带光源，3 dB 带宽仅有20 pm，而输入宽带光源时布拉格光栅反射谱带宽为180 pm，VCSEL带宽远小于布拉格光栅的反射谱带宽，使用VCSEL窄带光源时无法得到完整的布拉格光栅反射谱，所以我们拟采用边缘滤波法与阵列波导光栅解调法相结合的方法，实现布拉格光栅的解调。

2.1 温度解调原理

温度解调的基本原理是根据布拉格光栅的波长选择性来实现的，它的频率光谱反射效率有着很大的改变，在一定的波段内，它的反射效率会发生强烈的变化。如果VCSEL 的波长与此区域相一致，则其反射谱的状况见图3(a)，其中蓝色实线部分所代表的是VCSEL 光谱，而黄色实线部分则代表的是FBG 的反射谱。随着布拉格光栅外部温度的增加，其反射光谱向右侧产生移动，但是VCSEL的中心波长位置并没有产生改变。在图3(b)中展现出了布拉格光栅反射光谱能量的改变，在该改变中，蓝色实线代表了VCSEL 谱，而黄色实线代表了在频率光谱移动之后的反射光谱。由于布拉格光栅中心波长的变化，导致了VCSEL 中心波长处的高效率折射率下降。根据反射光谱的能量状况，可以计算出布拉格光栅中心波长的移动，并由此获得外部温度的变化数据。在采用VCSEL阵列时，因为VCSEL 的中心波长存在差异，在多个反射谱导入AWG 时，布拉格光栅的反射光谱将从不一致的通道发射出去。图3(c)中的红色虚线部分代表的是AWG 的信道输出频谱，而黄色实线部分则代表的FBG 反射频谱，这样就完成了VCSEL垂直腔面发射激光器窄带光源下人体体温的解调测量。

图3 温度解调原理图Fig. 3 Schematic diagram of temperature demodulation

2.2 心音解调原理

心音解调原理是采用2 束窄带光源，1 559.94 nm、1 560.67 nm 分别是其中心波长。在静止状态下，如图4(a)所示，左边VCSEL 中心波长与传感器中心波长重合。将心音传感器放置人体胸口处时，随着外部对传感器施加压力，如图4(b)所示，传感器反射谱向右偏移，左侧反射光不断下降，右侧逐渐增强。当外部压力减小时，如图4(c)所示，可以清楚地看到波长发生了显著的变化，持续向左偏移，这样就可以收获更强的左侧反射光，与此同时右侧的反射力度减小。由此可以得出结论：在判断波长的变化程度时可以将窄带光源反射光的具体比值作为标准和依据，这样就可以对人体心音信号进行调整，确保其处于合理的范围内。考虑到光反射会存在一定的干扰，需要将其置于经过仿真计算后的相邻2 个AWG 通道中，经过测试得到波长值分别为1 558.9 nm 和1 561.7 nm 时效果最好，如图4(d)所示，这样就可以实现心音信号的解调。

图4 心音解调原理图Fig. 4 Schematic diagram of heart sound demodulation

当心音传感器反射的中心波长随心脏跳动变化时，可以看到通道内的光强有显著的变化，因此通过FBG 反射光谱以及检测范围内的积分，即可得出阵列波导光栅相邻两通道的光强。以相邻2 个AWG 输出通道m和m+1 为例，其输出光强可分别表示为

式中：Is(λ)为输入光的发射谱；Pm为阵列波导光栅相邻2 个输出通道中m的输出光强；Pm+1为通道m+1 的输出光强。处于一样的阵列波导光栅解调系统，各通道的衰减因子也是相等的，也就是说：Lm=Lm+1=L。如果光谱密度处于窄带范围，那么就会对应一个定值，即Is(λ)=Is，则联合 (1) 式和 (2) 式后再以e 为对数可得到：

分析(3)式能够发现阵列波导光栅的2 个相邻通道的输出光强对数和对应的心音传感器中心波长之间存在直接相关性。鉴于此，本文对阵列波导光栅相邻两通道的输出光强信号做了全方位的探究，通过2 个光强信号对数之比，实现对心音信号的检测。

3 解调实验结果与分析

3.1 温度解调实验结果与分析

本文将植入服装后的温度传感器置于加热台上，封装好的温度传感器如图5(a) 所示。通过改变加热台的温度来模拟人体体温，实验温度变化范围为35 ℃～42 ℃，每1 ℃记录一次。当加热台温度变化时，会引起温度传感器中心波长发生偏移，利用光谱分析仪测量传感器反射谱中心波长，可以得到中心波长随温度的变化关系，如图5(b)所示。实验结果显示，FBG1 和FBG2 温度传感器测量的温度和中心波长之间明显相关。

图5 传感器实物图和实验结果Fig. 5 Physical picture of sensor and experimental results

由于温度传感器反射谱中心波长的变化会导致AWG 输出光功率的变化，进而解调电路获得的电压也会随之发生变化，因此只需要测量解调电路Ge 波导探测器输出的电压，就可以得到温度与电压的对应关系。通过三维探针台对PIC 上Ge 波导探测器输出的电压信号进行采集，得到温度与电压的对应关系，如图6(a)所示。

数据拟合可以得到温度与电压的四次拟合函数，其准确率达到99.96%，由拟合函数得到的电压值即可反推测量温度，对测试温度与实际温度进行误差分析，得到温度误差曲线如图6(b) 所示。可以看到测量温度与实际温度具有较高的线性度，且测量误差在±0.1 ℃以内，满足人体体温测量精度要求。

图6 温度解调实验结果Fig. 6 Experimental results of temperature demodulation

WFIOI 上采用的AD 为24 位，参考电压为5 V时，其最小电压分辨率为0.298 μV。增敏封装后的FBG1 与FBG2 的温度灵敏度系数分别为S1=49 pm/℃和S2=51 pm/℃，由35 ℃～42 ℃时电压随温度的变化曲线（图6(a)）可知，温度每变化1 ℃，输出电压分别变化ΔV1=3.326 μV 和ΔV2=3.548 μV，则可由(4)式得到输出电压与2 个温度传感器反射中心波长的变化率：

经 计 算 得ζ1=14.732 pm/μV，ζ2=14.374 pm/μV，以最小电压分辨率0.298 μV 计算，FBG1 与FBG2的波长解调精度分别为ζ1×0.298 μV =4.39 pm 和ζ2×0.298 μV =4.28 pm，因此WFIOI 的解调精度约为5 pm。由温度测量的误差曲线（图6(b)）可以得出FBG1 与FBG2 测量温度与实际温度的最大误差分别为0.007 2 ℃和0.004 1 ℃，分别对应0.08 pm和0.05 pm，因此WFIOI 的解调分辨率为±0.08 pm。

3.2 心音解调实验结果与分析

本文把心音传感器放在了人体胸口区域，进行了封装处理的心音传感器如图7(a)所示。检测人体心音信号，借助于解调电路就可以采集到相邻通道上的电压数值，然后将这一电压值传输到上位机，就可以直接进行数据分析。由于心音信号不会间断，因此，不需要分析特定的FBG3 中心波长，仅需要分析用于心音传感的相邻2 个AWG 通道的输出光功率之比。光功率又可以被光电探测器转换成电压信号，因此光电探测器输出电压之比为心音传感器测得的心音信号。

图7 传感器实物图和信号处理Fig. 7 Physical picture of sensor and signal processing

对于采集到的心音信号进行信号处理和提取特征值，处理后的信号如图7(b) 所示。心音信号可以通过小波去噪算法、归一化处理、绝对值和包络提取来提取。心音信号的采样频率为500 Hz，借助4 层小波分解处理采集心音信号，每层的频率范围为：d1：250 Hz～500 Hz、d2：125 Hz～250 Hz、d3：62.5 Hz～125 Hz、d4：31.25 Hz～62.5 Hz、a4：0～31.25 Hz。第一和第二心音主要出现在50 Hz～100 Hz 范围内，对应的d3 和d4 层是第一和第二心音的主要集中区域。对于分解后的小波系数来说，我们需要保留2 层，分别是d4、d3 层，使用重建信号作为提取的心音信号，将其他阈值调整为零。对保留的信号进行归一化处理，再对归一化后的信号取绝对值，进而可以看出提取的d4、d3 层信号，它们的主要特征是，具有显著的第一和第二心音分量。

利用数学形态学对取绝对值后的信号进行包络提取，结构元素选取直线形。将包络提取后的数据进行分段，使每一段数据中尽可能只包含1 个第一心音和第二心音，再分别对每段数据进行阈值处理，从而避免对第一心音或第二心音的误检。阈值处理后的心音信号中包含许多孤立峰，其中有的是心音成分，有的是干扰峰。在医学上，宽度小于30 ms～40 ms 的孤立峰被认定为是干扰峰。本文将宽度小于35 ms 的孤立峰认为是干扰峰，将其幅度置为零，从而达到去除干扰峰的目的。此时，心音信号中理论上只剩余各心动周期的第一心音或第二心音，借助于以上对心音信号的处理，我们能够确定第一、第二心音的两类位置：第一个是起止点，第二个是峰值。由于第一心音代表心脏的收缩，第二心音代表心脏的舒张，所以第一心音与第二心音的间隔时间要小于第二心音与第一心音的间隔时间。根据该原则，通过计算各峰值点横坐标差值判断出属于第一心音和第二心音的心音成分。信号处理和特征提取流程图如图8 所示。

图8 心音信号处理和特征提取流程图Fig. 8 Flow chart of heart sound signal processing and feature extraction

根据提取的第一和第二心音的起止点和峰值点，可以计算出心音信号的特征参数，包括心动周期、心率、心力、第一心音时限和第二心音时限，并根据这些特征参数的范围判断所测心音信号是否正常。

对采集到的心音信号进行处理，再经过相关的计算后可以得到心音信号的特征参数，如表1 所示。根据测试结果可知，每个参数都保持在正常水平，因此待测试的心音信号正常。

表1 实测心音信号特征参数Table 1 Measured characteristic parameters of heart sound signal

佩戴WFIOI 开展解调实验时，心音信号会被调解电路所收集，然后借助于蓝牙模块，将其输送到移动端。移动端将数据转发至云服务器端。本文设计了一个Python 程序在云服务器上运行，并在程序中调用由MATLAB 编译的心音信号处理算法，利用MATLAB 程序对心音信号进行预处理，提取其时域和频域特征，接下来，云服务器会将各类数据和参数传递到移动端，主要包括处理后的心音波形数据以及其特征参数。

4 结论

本文提出的基于硅基光子集成芯片的光纤光栅解调系统，采用了边缘滤波法与阵列波导光栅解调法相结合的解调方案。在解调系统的动态波长检测范围内，波长分辨率为0.08 pm，解调精度达到5 pm，误差仅为±0.1 ℃，可以对人体的温度和心音信号进行实时地精确测量，相较于传统的电学传感器，具有抗电磁干扰和灵敏度高等优势。将光子集成芯片和解调电路相结合，实现了光纤光栅传感器在可穿戴领域的应用和光纤光栅解调系统的微型化，推动了硅基光子集成技术的应用。