阅读说明：本技术 连续微流控生物芯片下基于序列对的流层物理设计方法 (Sequence pair-based physical design method for flow layer under continuous microfluidic biochip ) 是由 刘耿耿 黄鸿斌 黄兴 徐赛娟 郭文忠 陈国龙 于 2021-09-27 设计创作，主要内容包括：本发明涉及一种连续微流控生物芯片下基于序列对的流层物理设计方法,包括以下步骤:步骤S1:基于序列对表示方法,在组件布局阶段通过离散粒子群优化算法得到组件布局解;步骤S2:在布线阶段将组件对之间的曼哈顿距离作为布线顺序的考虑依据,并通过基于协商布线算法进行布线；步骤S3:将根据布线的反馈信息进行针对流通道交叉点区域的布局调整;步骤S4:从而衔接组件布局与流通道布线阶段,并判断布局调整后的流层物理设计结果是否得到进一步优化,若是则循环步骤S3-S4,若否则完成流层物理设计。本发明以优化流通道交叉点数量、芯片面积和流通道长度为目标,最终得到高质量流层物理设计方案。(The invention relates to a flow layer physical design method based on sequence pairs under a continuous microfluidic biochip, which comprises the following steps of S1, obtaining a component layout solution by a discrete particle swarm optimization algorithm in a component layout stage based on a sequence pair representation method, S2, taking the Manhattan distance between component pairs as a consideration basis of a wiring sequence in a wiring stage, and performing wiring by a negotiation-based wiring algorithm; and S3, performing layout adjustment aiming at the cross point region of the flow channel according to the feedback information of the routing, and S4, connecting the assembly layout and the flow channel routing stage, judging whether the physical design result of the flow layer after the layout adjustment is further optimized, if so, circulating the steps S3-S4, and otherwise, finishing the physical design of the flow layer. The invention aims to optimize the number of the flow channel intersections, the chip area and the length of the flow channel, and finally obtains a high-quality flow layer physical design scheme.)

连续微流控生物芯片下基于序列对的流层物理设计方法

技术领域

本发明属于集成电路计算机辅助设计技术领域，具体涉及一种连续微流控生物芯片下基于序列对的流层物理设计方法。

背景技术

过去近十年中，微流体生物芯片因其试剂/样品消耗低、制造成本低以及生化反应执行效率高等原因，受到越来越多研究人员的关注，并被广泛地应用在多个领域中。而随着微流体生物芯片的广泛应用以及研究的不断深入开展，越来越多的设计挑战被提出，也就需要有更多新的设计优化算法和工艺。

微流体生物芯片主要可以分为数字微流体生物芯片和连续微流体生物芯片。对于连续微流体生物芯片的设计过程，主要可以分为以下几个步骤：高级综合设计、流层中的布局与布线设计、控制层中的阀门寻址以及控制通道布线设计。然而，在当前大多数的工作中，流层物理设计的组件布局与流通道布线阶段均是分开考虑，忽略了两个设计阶段之间的交互作用，从而导致了设计质量及生物芯片执行效率的下降。为了考虑组件布局与流通道布线两阶段之间的交互作用，Wang等提出了一种有效的布局与布线算法，该方法集成了组件布局与流通道布线阶段，并允许根据流通道布线反馈信息进行迭代布局调整[1]。在组件布局阶段使用了模拟退火方法，而在布线阶段使用了基于协商的布线算法，最后再根据流通道布线信息进行迭代的布局调整，得到连续微流控生物芯片流层物理设计结果。

然而该工作中，布局阶段所使用的模拟退火算法，其参数对最终的结果影响较大，且存在收敛速度慢和收敛质量不高等问题。而在布线阶段，只是通过单纯的迭代来削弱布线顺序对布线结果的影响，对于布线顺序的考虑不足。此外，布局调整只针对于拥有多条流通道和多个流通道交叉点的拥塞区域，未能考虑有流通道交叉点的非拥塞区域， 导致整体的调整效果差。因此，该问题仍有较大的研究价值。

发明内容

有鉴于此，本发明的目的在于提供一种连续微流控生物芯片下基于序列对的流层物理设计方法，以优化流通道交叉点数量、芯片面积和流通道长度为目标，最终得到较好的流层物理设计方案，有效提高连续微流控生物芯片质量。

为实现上述目的，本发明采用如下技术方案：

一种连续微流控生物芯片下基于序列对的流层物理设计方法，包括以下步骤:

步骤S1:基于序列对表示方法，在组件布局阶段通过离散粒子群优化算法得到组件布局解;

步骤S2:在布线阶段将组件对之间的曼哈顿距离作为布线顺序的考虑依据，并通过基于协商布线算法进行布线；

步骤S3:将根据布线的反馈信息进行针对流通道交叉点区域的布局调整;

步骤S4:从而衔接组件布局与流通道布线阶段,并判断布局调整后的流层物理设计结果是否得到进一步优化，若是则循环步骤S3-S4，若否则完成流层物理设计。

进一步的，所述步骤S1具体为:

步骤S11: 基于序列对的表示方法下，粒子群中的每个粒子的位置向量会进行编码，编码完成后，每个粒子代表着一组组件的布局方案;

步骤S12: 编码完成后，每个粒子都会进行个体变异、向个体历史最优解学习和向全局粒子最优解学习三个阶段;

步骤S13: 循环迭代步骤S12,直至满足预设需求，全局粒子最优解输出即为得到的组件布局解。

进一步的，所述步骤S2具体为：过计算出每组需要连接的组件之间的曼哈顿距离，按照从大到小排序后，使用基于协商的布线算法对流通道进行布线。

进一步的，所述基于协商的布线算法，具体为：第一阶段，是在不允许产生流通道交叉点的情况下，对每个流体微通道使用 A* 搜索算法进行布线；如果有流通道布线失败，则再在允许产生流通道交叉点的情况下，使用改进的 A* 搜索算法进行流通道布线。

进一步的，所述步骤S3具体为：在每个产生流通道交叉点数量的区域，通过分别增加其右侧组件和上侧组件的ex 和 ey，从而增加该区域的空间资源，如果能够避免交叉点数量或者使得所布线的流通道总长度减少，则保留该布局调整结果，否则不保留。

本发明与现有技术相比具有以下有益效果：

1、本发明基于可以快速对布局方案进行枚举和计算的序列对表示方法，通过具有更高求解效率的离散粒子群优化算法得到组件布局解，进一步提高布局解的质量

2、本发明为了有效减少流通道交叉点数量，在布线阶段将组件对之间的曼哈顿距离作为布线顺序的考虑依据，并通过基于协商布线算法进行布线；

3、本发明为了有效考虑布局和布线的交互作用，将根据布线的反馈信息进行针对流通道交叉点区域的布局调整，从而衔接组件布局与流通道布线阶段。

4、本发明能获得较好的连续微流体生物芯片的流层物理设计方案。

附图说明

图1是本发明方法流程图；

图2是本发明一实施例中组件布局中DPSO粒子更新过程图；

图3 是本发明一实施例中DPSO中粒子个体变异策略图；

图4 是本发明一实施例中DPSO中粒子个体经验更新策略图；

图5 是本发明一实施例中DPSO中粒子全局经验更新策略图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

请参照图1，本发明提供一种连续微流控生物芯片下基于序列对的流层物理设计方法，包括以下步骤:

步骤S1:基于序列对表示方法，在组件布局阶段通过离散粒子群优化算法得到组件布局解;

步骤S2:在布线阶段将组件对之间的曼哈顿距离作为布线顺序的考虑依据，并通过基于协商布线算法进行布线；

步骤S3:将根据布线的反馈信息进行针对流通道交叉点区域的布局调整;

步骤S4:从而衔接组件布局与流通道布线阶段,并判断布局调整后的流层物理设计结果是否得到进一步优化，若是则循环步骤S3-S4，若否则完成流层物理设计。

优选的，在本实施例中，基于DPSO的组件布局算法，具体如下

基于序列对的表示方法，粒子群中每个粒子的位置向量X _i 被编码为 (s ₁, s ₂, EX,EY)。其中，s ₁和s ₂表示含有n个组件的序列对，EX=(ex ₁, ex ₂, … , ex _n )，EY=(ey ₁, ey ₂, …, ey _n )，ex _i 和ey _i 分别表示组件i其左侧和下方需留下的空间，以用于后续的流通道布线，且设有最大值e _max = 5以及最小值e _min = 3。通过该编码方式，每个粒子即表示为一个组件布局解。图2展示了组件布局中DPSO粒子更新过程。粒子个体的变异策略通过随机选择一个序列中的两个组件交换位置(如图3中(a)中交换s ₁ 中组件b 与组件c 的位置)，或者随机将一个组件的ex或ey加1或减1 (如图3中(b) 将第二个组件的ex 减1)，从而对当前粒子进行变异得到新的组件布局解。粒子的个体经验感知策略通过保留当前粒子与个体历史最优解中序列对相同的位置，再对不同的位置进行随机交换(如图4中(a) 中将s ₁中与个体历史最优解不同的组件位置进行随机交换)，或者学习个体历史最优解中EX或EY(如图4中(b)将第二个组件的ex更新为个体历史最优解中第二个组件的ex)。粒子群的全局经验感知策略通过保留当前粒子与全局最优解中序列对相同的位置，再对不同的位置进行随机交换(如图5中(a)中将s ₁中与全局最优解不同的组件位置进行随机交换)，或者学习全局最优解中EX或EY(如图5中(b)将第二个组件的ex 更新为全局最优解中第二个组件的ex)。迭代结束后，输出全局最优解作为组件布局方案。

优选的，在本实施例中，组件间曼哈顿距离布线顺序下基于协商的布线算法，具体如下：

为了考虑布线顺序对布线结果的影响，通过计算出每组需要连接的组件之间的曼哈顿距离，按照从大到小排序后，使用基于协商的布线算法对流通道进行布线。

在基于协商的布线算法中，第一阶段，是在不允许产生流通道交叉点的情况下，对每个流体微通道使用 A* 搜索算法进行布线。如果有流通道布线失败，则再在允许产生流通道交叉点的情况下，使用改进的 A* 搜索算法进行流通道布线。

优选的，在本实施例中，针对流通道交叉点区域的布局调整，具体如下：

对于只产生一个流通道交叉点的区域，如果不设置为拥塞区域，则对于连续微流控生物芯片的整体调整效果并不好。因此，本发明提出了针对于流通道交叉点的布局调整方法。在每个产生流通道交叉 点数量的区域，通过分别增加其右侧组件和上侧组件的ex和 ey，从而增加该区域的空间资源，如果能够避免交叉点数量或者使得所布线的流通道总长度减少，则保留该布局调整结果，否则不保留。迭代该 布局调整，直到对所有产生流通道交叉点的区域调整结束后，输出最后的流层物理设计结果。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。