在许多液体检测场合，不仅关注对液体某单个特征参数的敏感，还希望能够并行敏感液体的多个特征参数，如对液体密度、粘度、介电常数和电导率的并行检测。乐甫波器件适于液体传感，但液体的多个特征参数相互耦合在一起，共同影响乐甫波波速和衰减的变化，难以通过乐甫波器件直接实现液体的多参数传感。与此同时，需要采取有效的方法来提高液相环境下乐甫波器件的激发效率。针对上述问题，本文通过“压电基底-压电薄膜”双压电结构来增大乐甫波器件整体的压电效应，并提出两级级联式神经网络方法来实现乐甫波的液体多参数传感，为液体多参数传感问题提供新思路。　　在机理研究方面，论文根据声波在层状介质中的传播规律，从Christoffel方程组和边界条件出发，基于压电基底和压电薄膜各自存在的三种声场分量耦合方式，完整地建立了9种组合耦合方式的双压电结构乐甫波理论分析模型，结合考虑粘性液体的二维搜索方法可以计算出不同液体参数对应的乐甫波波速和衰减。通过理论模型，仿真分析了压电薄膜厚度对灵敏度、机电耦合系数的影响，仿真结果证明了双压电结构能够提升传感器的激发效率。　　论文根据人工神经网络的多输入多输出特点，结合理论模型可获得的仿真数据量大、液体实际测量时可采用的标定样本量多等特点，提出了用于乐甫波液体多参数并行检测的两级级联式神经网络方法。根据自由化、金属化器件性质，构建了两级级联式神经网络，对神经网络的节点转移函数和隐含层神经元个数进行了优化，并采用理论分析模型的仿真结果对两级级联式神经网络进行了验证，检测结果相对误差小于7%。在此基础上，采用遗传算法对两级级联式神经网络的初始权值和阈值进行了优化，优化后的两级级联式遗传神经网络检测结果相对误差小于4%。　　论文通过光刻和和磁控溅射技术制作了乐甫波传感器，分别搭建了基于矢量网络分析仪和基于功率检波方法的传感器测试系统。经过测试，不仅从实验上验证了双压电结构提升激发效率的设想，还验证了理论分析模型的准确性。除此之外，将实验标定数据用于两级级联式遗传神经网络，液体多参数并行检测相对误差小于4%，验证了本文乐甫波液体多参数传感方法的准确性。