壓縮感知（CS）為解決當前3D超聲成像的局限性提供了一種有希望的解決方案。通過精心選擇稀疏表示和合適的采樣策略，壓縮感知可以在減少測量數據量的情況下加快采集過程，同時還能確保目標信號基本信息的精確重建。目前，壓縮感知已廣泛應用于通信系統和網絡、醫學成像和地震研究等領域。
據麥姆斯咨詢報道，近期，奧地利硅實驗室（Silicon Austria Labs）的研究團隊提出一種創新的3D空間感知方法，即基于壓電式微機械超聲換能器（PMUT）實現多頻壓縮感知。利用該方法，不僅能夠實現物體在3D空間中的定位檢測，還能重建物體的2D/3D圖像。相關研究成果以“Theoretical Validation of a Single-Channel Air-Coupled PMUT With Multi-Frequency Operation for Compressed 3D Spatial Sensing”為題發表在IEEE Open Journal of Ultrasonics, Ferroelectrics, and Frequency Control期刊上。
在這項研究工作中，研究人員重點聚焦于單通道超聲換能器，所提出的PMUT陣列由多個不同半徑的振膜組成。由于振膜半徑大小的微小變化會使同一激勵信號激發下的所有振膜產生不同的傳輸信號，通過這種方式，感興趣區域（ROI）的聲場分布會失真，特別是垂直于波傳播方向的聲場分布，這將有助于獲取3D ROI中不同位置散射體的更多獨特信息。基于此，研究人員提出一種壓縮3D空間感知方法，并將其用于獲取所設計的單通道PMUT的測量值。
圖1 用于開發基于PMUT的系統分層設計平臺示意圖
研究人員通過PMUT等效電路模型和K-Wave聲傳播模型模擬聲學測量結果，并在障礙物感測應用中對所提出的方法進行了驗證。基于ROI中物體對象的稀疏特性，可以通過基于壓縮感知的算法重建物體的2D/3D圖像。圖像重建結果表明，所提出的方法不僅能實現物體定位，還能重建物體的描述性特征。
圖2 基于LSQR算法獲得的2D圖像重建結果
圖3 基于LSQR算法獲得的無旋轉3D圖像重建結果
此外，研究人員利用該方法開展了基于旋轉的測量，圖像重建結果顯示該方法能夠更清晰地描繪物體形狀。然而，與非旋轉測量相比，基于旋轉的測量結果呈現出更高的噪聲水平。因此，未來還需要繼續探索重建圖像的信噪比與旋轉次數之間的關系，這將是未來研究的一個重要方向。
圖4 基于LSQR算法進行3次旋轉附加測量的3D圖像重建結果
圖5 旋轉對圖像重建質量的影響分析
綜上所述，這項研究工作提出一種基于多頻單通道空氣耦合PMUT的3D空間感知方法。與傳統方法相比，該方法無需進行像素掃描就能重建物體定位和特征描述，大大減少了測量數據和采集時間。此外，單通道控制電路簡化了硬件復雜性，降低了空氣耦合3D空間感知應用中傳感系統的總成本。與基于編碼掩模的3D成像方法相比，該方法利用了PMUT陣列在換能器和空氣耦合之間的良好聲阻抗匹配，避免了編碼掩模造成的不必要反射，從而提高了能量傳輸效率。這項研究所建立的PMUT陣列仿真平臺大大提高了時域仿真的效率，為后續的系統優化和PMUT的應用研究奠定了基礎。
論文信息：
https://doi.org/10.1109/OJUFFC.2024.3408138
