基于芯片级双孤子微梳的仿生声学感知系统：突破多维信号处理的集成化解决方案

研究人员针对传统声学感知系统在可扩展性、灵敏度和集成度方面的局限，创新性地提出基于全稳定双孤子微梳（dual-soliton microcombs）的仿生光声感知范式。通过集成芯片级双微梳、硅光电子学和仿生纤维麦克风阵列，实现了超灵敏声压检测（29.3 nPa/Hz1/2）、厘米级精确定位及多目标实时识别，为下一代光声智能网络提供了可扩展的技术基础。

　　

在自然界中，昆虫通过精妙的听觉系统实现多维声学信号处理，这种能力在人工系统中却长期面临集成度与性能难以兼得的挑战。传统声学传感器阵列依赖多激光器和复杂光学滤波，存在系统笨重、通道一致性差等问题。如何模仿昆虫的亚膝器结构，构建兼具超高灵敏度（nPa级）与大规模并行探测能力的微型化系统，成为声学感知领域的核心难题。

针对这一挑战，Bai-Cheng Yao团队在《eLight》发表的研究提出了一种革命性解决方案：将芯片级克尔孤子微梳（Kerr soliton microcomb）与仿生光纤麦克风阵列相结合。研究通过三个关键技术突破实现目标：首先，在硅氮化物微环中生成全稳定双微梳，利用光学频率分频（OFD）技术将梳齿线宽压窄至17 mHz；其次，模仿蟋蟀等昆虫的鼓膜结构，设计三种仿生声学薄膜（同心圆/放射条纹/蜂窝复合结构），使光纤麦克风（FOM）灵敏度达29.3 nPa/Hz^1/2；最后，通过现场可编程门阵列（FPGA）实现108通道信号的实时处理。

全稳定双微梳系统

研究团队在25 GHz间隔的硅氮化物微环中激发双孤子态，通过真空法布里-珀罗（F-P）腔锁定泵浦频率和20阶梳齿，使1秒稳定度达10^-12量级。如图2所示，双微梳（Comb#1/Comb#2）在1545-1575 nm波段产生150条梳齿，其中108条用于驱动FOM阵列，4.1 MHz的重复频率差有效避免声频混叠。

仿生声学薄膜设计

模仿三种昆虫鼓膜特征（图3a），Type 1薄膜在20 kHz响应达146.1 dB，Type 2在800 Hz达141.4 dB，Type 3在60 Hz达132.4 dB。结合20 nm金膜增强F-P腔Q值，系统在50 Hz-20 kHz带宽内保持<100 nPa/Hz^1/2的最小可检测声压（MDP）。

多目标定位与识别

如图4所示，搭载18个FOM的仿生六足机器人成功追踪无人机（UAV），1秒平均定位误差仅0.3 cm。通过双梳外差相干检测，系统可同步解析混合声源（图5）：人类语音（250-400 Hz）、无人机（500-750 Hz）和车辆（1100-1700 Hz）的识别准确率达91.5%，而结合卷积神经网络（CNN）后，混合语音识别率提升至82%。

这项研究首次将孤子微梳的相干性与仿生结构的多维响应特性相结合，构建了可室外部署的声学感知微系统。其意义不仅在于突破传统声学探测的物理极限（如194米超远探测距离），更开创了"双梳驱动传感器网络"的新范式。未来，该技术有望在军事反侦察、灾害预警等领域实现大规模分布式应用，为智能感知系统提供全新的物理载体。