面向全息声学镊实时优化的目标函数设计

《Results in Engineering》：Objective design for real-time optimization in holographic acoustic tweezers

　　

全息声学镊（holographic acoustic tweezers）结合相控阵换能器（phased-array transducers，PATs）与声学全息技术，生成可编程的三维声场以实现无接触操控。重力补偿力平衡优化（Gravity-compensated Force-Equilibrium，GFE）计算单陷阱（single-trap）指令仅需11毫秒，而传统优化方法（conventional optimization）需29秒。实时相位指令无需训练好的逆模型（trained inverse model）或线性降维（linear reduction）。目标函数设计（Objective design）在加速收敛的同时恢复了已建立的陷阱族（trap families）。GFE在指定位置使机械平衡（mechanical equilibrium）与压力极小值（pressure minima）对齐。与迭代反传（iterative backpropagation，IB）及Gerchberg–Saxton（GS）方法不同，GFE将精确定位与基于压力的振荡控制（pressure-based oscillation control）相结合。

论文解读：面向全息声学镊实时优化的目标函数设计

一、研究背景与问题

声学悬浮技术，具体实现为全息声学镊，结合相控阵换能器（phased-array transducers，PATs）与声学全息技术，可生成可编程的三维声场，用于无接触操控。随着PAT系统在散射介质中的自导航操控、五自由度（5-DoF）微机器人技术以及定量陷阱表征等应用中的动态重构需求日益增长，逆设计（inverse design）已成为该技术的核心组成部分，直接决定PAT的物理控制方式。此外，粒子运动变换、金属增材制造粉末分选以及声辅助磁分离等应用进一步拓展了声操控的工程用途。

在这些应用中，阵列布局必须兼顾光学或制造工具的空间需求，同时保持预期的粒子位置。这些应用要求在预定陷阱位置实现精确定位，并在有限粒子振荡条件下实现稳定约束。相关的工程成本包括平衡位置调节、重复指令生成，以及将计算指令转移至物理阵列所需的制备与校准。连续操控还引入了相邻目标轨迹上相位指令的连续性要求。相位仅逆问题（phase-only inverse problem）是多值的：多个换能器指令都能产生支持陷阱的条件。独立优化可能选择不同的解分支，即使每个压力场都能形成预期陷阱。对于学习型逆设计，分支混合的目标-指令对将构成人为不连续的回归问题。

现有方法大致分为两类。场合成或全息方法，如迭代反传（iterative backpropagation，IB）、用于换能器相控阵的Gerchberg–Saxton方法（GS-PAT）以及基于自动微分（automatic differentiation，AD）的声学全息术，将声操控视为相位恢复问题，依赖预先设定的陷阱构型作为设计基元，虽可接近实时操作，但场重构损失不直接评估平衡位置或恢复刚度，实际应用仍需机械评估、调谐和校正。相比之下，基于优化的陷阱控制直接针对声场导出的物理量，如陷阱力平衡、势能曲率和基于压力幅值的振荡度量。指定这些物理量使逆问题在换能器相位上呈非线性。Marzo等人的全息声学元素工作表明，对物理动机量的优化可揭示生成稳定陷阱结构的相位构型，但这些非线性优化成本可能限制目标、阵列、粒子或校准前向响应变化时的重复设计。因此，核心问题在于：实时合成是否需要重构为场重建问题，还是对陷阱力学本身的直接非线性优化即可提供实时相位指令？直接非线性优化的成本是力学设计固有的，还是部分取决于目标函数如何表达力学需求？

二、研究内容与结论

研究人员对已建立的压力-曲率目标函数（Conventional）的局部几何进行了数学分析，考察其数学表达形式如何决定求解器遇到的局部目标变化。在此基础上，提出了重力补偿力平衡优化（Gravity-compensated Force-Equilibrium，GFE），该优化直接指定力平衡和恢复曲率。通过与Conventional、IB、相位仅Gerchberg–Saxton（GS）基线以及AD场优化进行比较，研究人员评估了相位解、合成速度、收敛可靠性、陷阱精度、局部恢复刚度和平衡压力。

研究得出以下主要结论：GFE计算单陷阱指令仅需11毫秒，而传统优化需29秒，实现了三个数量级的加速；实时相位指令无需训练好的逆模型或线性降维；目标函数设计在加速收敛的同时恢复了已建立的陷阱族；GFE在指定位置使机械平衡与压力极小值对齐；与IB/GS不同，GFE将精确定位与基于压力的振荡控制相结合。

三、关键技术方法

研究人员采用了以下主要技术方法：一是局部目标几何分析，通过保持陷阱位置固定并扰动换能器相位，研究压力-曲率目标函数在陷阱解附近的局部变化；二是GFE优化方法，直接指定力平衡与恢复曲率作为目标；三是与多种基线方法的系统比较，包括Conventional、IB、相位仅GS基线和AD场优化；四是对相位解、合成速度、收敛可靠性、陷阱精度、局部恢复刚度和平衡压力等多维度指标的量化评估。

四、研究结果

局部目标几何的数学分析：通过将陷阱位置固定并扰动换能器相位，研究人员分析了压力-曲率目标函数的局部变化。Gor'kov势能U的曲率描述了局部恢复响应，定义了加权曲率目标C_w[U]，其单位为N·m?1。压力-曲率目标函数O_C(?)由负曲率项与压力幅值项加权组合而成。该分析揭示了目标函数数学表达形式对求解器收敛行为的影响。

GFE优化性能：GFE计算单陷阱指令仅需11毫秒，而传统优化需29秒，实现了约2600倍的加速。这一速度使在线位置更新所需时间内可靠生成相位指令成为可能。

收敛可靠性与陷阱族恢复：GFE在加速收敛的同时恢复了已建立的陷阱族，包括Twin、Vortex和Bottle等陷阱类型，表明目标函数设计可保持解的多样性。

陷阱精度与力学对齐：GFE在指定位置使机械平衡与压力极小值对齐，实现了精确定位。与IB/GS相比，GFE将精确定位与基于压力的振荡控制相结合，同时满足位置精度和约束稳定性需求。

与基线方法的比较：通过与Conventional、IB、GS和AD方法的系统比较，GFE在合成速度、收敛可靠性、陷阱精度、局部恢复刚度和平衡压力等指标上展现出综合优势。

五、讨论与结论

讨论部分指出，这些比较回应了两个工程目标：确定直接力学优化何时能在在线位置更新可用时间内可靠生成相位指令，同时满足显微镜和接触式装配的定位与恢复响应需求；以及为适应光学或制造工具的阵列几何重设计陷阱、在连续操控和数据驱动逆设计中使用力学指定的相位解建立基础。

研究结论表明，声学镊操控本质上是一项力学任务——控制粒子位置和约束。相位恢复提供了快速指令生成的便捷途径，但直接非线性优化陷阱力学本身即可提供实时相位指令。直接非线性优化的成本并非力学设计所固有，而在很大程度上取决于目标函数如何表达力学需求。GFE通过直接指定力平衡和恢复曲率，实现了实时相位合成，无需训练好的逆模型或线性降维，为全息声学镊的实时优化提供了新的设计范式。