今天我们继续为大家带来本周的超材料前沿研究精选，内容涉及时变晶格中声学Floquet π模式的观察，普通声学Willis介质与嵌入声源的传统材料的等效性，用于加速机器视觉的多通道超成像仪，用于软机器的可重编程超构材料处理器等,敬请期待！
索引：
1 时变晶格中声学Floquet π模式的观察
2 普通声学Willis介质与嵌入声源的传统材料的等效性
3 用于加速机器视觉的多通道超成像仪
4 用于软机器的可重编程超构材料处理器
1 时变晶格中声学Floquet π模式的观察
近年来，时间调制因其为波操纵提供了额外的自由度而备受关注。一般来说，时间调制包括非周期性操作和突然的时间切换，这重塑了时间反演声学、宽带阻抗匹配和吸收、时间抗反射涂层、非厄米响应等范式。然而，周期性时间调制一直以来都扮演着核心角色，并可通过Floquet定理进行分析。时间周期性调制的一个引人注目的应用是通过在k-ω空间中设计非对称模式跃迁，制造无磁非互易器件或多功能超表面。同时，周期性时间调制被提出作为定制拓扑相位的重要方法，为经典波引入了新视角。具体而言，通过巧妙设计的时间调制，经典波系统可呈现为Floquet拓扑绝缘体（FTI），支持局部边缘态。然而，实现FTI面临着时变跃跃或在位能调制的挑战。此外，研究人员主要关注波导平台，其近轴波动方程的形式与瞬态薛定谔方程相似，将空间维度上的传播轴视为合成时间维度。虽然波导系统在研究拓扑泵浦和绝热过程方面具有潜力，但它们本质上是静态的。因此，在这种与时间无关的FTI中，局部鲁棒边沿模式本质上是互易的。此外，波导系统中的空间调制不会引起真正的频率带隙，Floquet π模式的波能量沿传播方向在耦合波导之间振荡，使其与波导结构相关。例如，Floquet π模式只能通过将激励源与初始位置的瞬时模态曲线很好地匹配来有条件地激发。
最近，南京大学梁彬、杨京、程建春教授和华中科技大学祝雪丰教授联合团队突破了静态波导系统的局限性，设计了一种时变Su-Schrieffer-Heeger模型，并在一维声学晶格中采用电路驱动的动态耦合来实现。在中等调制频率下，成功激发了局部边沿模式，即Floquet π模式。与静态波导系统中对应模式的不同之处在于，该系统中具有实时调制功能的π模式是实际带隙中相邻Floquet谐波的混合。因此，通过选择π间隙中的频率，可以稳定地激励π模式。利用Floquet理论，研究团队计算了系统的准能带，阐述了能带简并机理及相关的拓扑相变。通过实验证明了当系统同时处于低调制和高调制频率状态时，π模式不存在。该项工作为研究各种时间系统的内在特征铺平了道路，并可能引发拓扑系统中其他有趣的发现，例如高阶时间Floquet拓扑绝缘体。相关研究已发表在《Physical Review B》上。（金梦成）
文章链接：
https://doi.org/10.1103/PhysRevB.109.L020302
2 普通声学Willis介质与嵌入声源的传统材料的等效性
声学材料中应变和速度之间的交叉耦合被称为Willis耦合，在声学研究领域获得了越来越广泛的关注。与传统材料相比，Willis材料可以提供一种新的自由度来控制声音传播。但对这类奇特材料中波-物质相互作用的理解仍受到其非常规本构方程的限制。
最近，来自密西根大学的Mehmet Utku Demir 和Bogdan-Ioan Popa在最新发表的工作中推导了一般非均匀和各向异性Willis介质中的声学Willis波方程与具有单极和偶极源嵌入的传统声学材料中波动方程之间的等价性，分别在一维、二维和三维中准确有效地计算了任意形状的通用声学Willis材料的声散射问题。在此基础上，研究人员通过以迷宫型声学单元作为功能基元，获得的了声散射效果与嵌入声源的对应等效材料相同的周期性Willis超材料，并通过数值模拟验证了这一结果。等效性的研究为Willis材料的物理性质提供了进一步的理解。研究结果表明，无论激励如何，多对威利斯耦合矢量都会产生完全相同的声音散射效果，并直接证明了以有效材料参数已知的各向异性迷宫型声学单元为基元的周期性超材料可保持基元自身的声学特性。该等效模型有望用于Wills超材料的设计，并帮助研究人员更好地理解Willis材料的物理特性。相关研究已发表在《Physical Review B》上。（李治含）
M. U. Demirand , B.-I. Popa, Equivalence between general acoustic Willis media and conventional materials with embedded sources, Phys. Rev. B. 109. L020301 (2024).
文章链接：
https://doi.org/10.1103/PhysRevB.109.L020301
3 用于加速机器视觉的多通道超成像仪
数字神经网络的快速发展和大型训练数据集的可用性使得基于机器学习的广泛应用成为可能，包括图像分析、语音识别和机器视觉。然而，性能的增强通常与模型复杂性的增加相关，从而导致更大的计算要求。神经网络的使用和复杂性不断增加导致能源消耗增加，并且在无法轻松访问大量计算资源时限制了实时决策。这些问题对于自主系统中机器视觉的性能尤其重要，在自主系统中，成像器和处理器必须具有小尺寸、轻重量和低功耗，以便进行板载处理，同时仍保持低延迟、高精度和高度稳健的操作。随着对机器视觉系统的需求不断增长，需要开发新的硬件和软件解决方案。
近日，范德比尔特大学的Jason G. Valentine团队提出了一种超成像器，旨在与数字后端配合使用，将计算量大的卷积运算卸载到高速、低功耗的光学器件中。在此架构中，超表面支持角度和偏振复用，以创建多个信息通道，在单次拍摄中执行正值和负值卷积运算。研究人员使用超成像器进行对象分类，手写数字的准确率达到 98.6%，图像的准确率达到 88.8%。由于其紧凑、高速和低功耗，该方法可以在人工智能和机器视觉中得到广泛的应用。相关工作发表在《Nature Nanotechnology》上。（刘帅）
文章链接：
https://doi.org/10.1038/s41565-023-01557-2
4 用于软机器的可重编程超构材料处理器
传统的气动软体机器人通常需要微控制器、继电器和电磁阀来使执行器实现所需的变形。然而，这些刚性部件的结合破坏了软体机器人固有的柔顺性。因此，创造完全软的、可重新编程的机器人一直是一个巨大的挑战。最近，超构材料和软体机器人技术的结合为机器人赋予嵌入式物理智能开辟了新途径。通过采用超构材料作为机器人身体的结构基础，可以将变形信息编码到软体机器人中，使它们能够将简单的输入转换为具有特定序列的复杂变形输出。然而，这些驱动序列通常是预先编程的，并且在实际使用过程中很难改变，从而限制了它们在动态场景中的应用。为了应对这一挑战，一个潜在的解决方案是赋予超构材料可重新编程的逻辑计算能力，使其能够执行各种组合和顺序逻辑运算。然而，这些机械逻辑计算的执行取决于特定的输入，如滑动开关、施加压缩力或暴露于特定的溶剂，这些输入很难自主生成。此外，这些计算的逻辑输出不能直接充当软体机器人的驱动刺激。因此，不兼容的输入和输出信号对使用现有可重编程超构材料调节软体机器人的运动提出了重大挑战。
近日，浙江大学邹俊教授团队介绍了一种可打印和可回收的软超构材料，它们具有可重新编程的嵌入式智能，可调节软机器的变形。这些超构材料由相互连接和周期性排列的逻辑单元构成，能够执行耦合乘法和非的复合逻辑运算。单元的可扩展计算能力使其能够同时处理不同类型和幅度的多个流体信号，从而允许执行复杂的高级控制操作。通过建立物理布尔代数定律并制定通用设计路线，可以轻松创建和重新编程能够进行多种逻辑运算的软超构材料。此外，通过构建软锁存解复用器、能够进行通用和可定制变形编程的软控制器以及无需重新连接的可重新编程处理器，验证了超构材料直接用作软机器流体处理器的潜力。这项工作提供了一种创建可重编程的软流体控制系统的简便方法，以满足动态情况下的按需要求。相关研究发表在《Advanced Science》上。（徐锐）
文章链接：
Z. Jiao, Z. Hu, Z. Dong, et al. Reprogrammable Metamaterial Processors for Soft Machines[J]. Adv Sci (Weinh), 2023: e2305501.
https://doi.org/10.1002/advs.202305501
免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号。
