据麦姆斯咨询报道，2023年10月13日至15日，北京大学研究员卢奕鹏将参加《第55期“见微知著”培训课程：微机械超声换能器（MUT）》并进行授课，具体信息如下：
授课主题：压电式微机械超声换能器技术与应用综述
授课老师简介：
卢奕鹏，博士，2022年入职北京大学集成电路学院研究员、博士生导师。2015年于BSAC（伯克利传感器与执行器中心）/加州大学戴维斯分校（UC Davis）获博士学位，之后加入美国高通（Qualcomm）先进技术研发部（2015-2022），曾任高级主任工程师，主要开展压电MEMS、超声MEMS、传感器与执行器的设计、加工以及系统集成相关技术研究。他在压电式微机械超声换能器（PMUT）的机理、关键工艺、微系统集成和产业化方面做出了原创性、系统性、突破性的贡献，实现了CMOS集成的PMUT阵列，并将其应用于超声指纹识别传感器，核心技术专利被行业内领军公司竞买并产业化。他在高通先进技术研发部主导开发的全球首例微型超声指纹传感器芯片已实现大规模量产，出货超过数亿颗。迄今为止，他在集成微纳系统和传感器领域顶级期刊（JMEMS、JSSC、TUFFC、APL等）和会议（IEEE MEMS、ISSCC、Transducers、IUS等）发表文章数十篇，拥有美国专利30余项，英文书籍章节一项，并多次获得重要奖项包括IEEE MEMS、ISSCC会议最佳论文、the BEST of BSAC、Super Qualcomm Star等。他还担任领域内顶级国际期刊IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control (UFFC)副主编、顶级会议Solid-State Sensors, Actuators and Microsystems（Hilton Head）2022技术委员会委员、IEEE SFBA MEMS & Sensor Chapter委员会委员（2016-2022）。
授课背景及内容：
压电式微机械超声换能器（PMUT）是指基于压电效应的微机械超声换能器，通常使用压电材料沉积工艺（例如磁控溅射法、溶胶-凝胶法、原子层沉积法）在空腔顶部形成可运动的压电薄膜。近些年，PMUT在飞行时间（ToF）测距、高精度超声成像、指纹识别应用领域取得重要产业化进展，例如高通于2021年1月发布第二代超声波屏下指纹识别传感器，通过将更大面积的PMUT阵列与更快的处理速度相结合，指纹解锁速度比第一代快50%，并且支持同时读取两个指纹；TDK Chirp于2022年1月推出两款新型高性能、超低功耗的超声波ToF传感器，其内部集成10倍速度DSP与硬件乘法器，可用于短距（1.2 m）和长距（5 m）检测；Exo Imaging于2022年8月收购人工智能（AI）技术厂商Medo，将Sweep AI™技术引入PMUT平台，从而实现更快、更准确的诊断和治疗。本课程从PMUT基础知识出发，详述PMUT设计要点、制备技术、与CMOS电路集成技术，最后介绍在产业界比较热门的PMUT系统及应用。
授课提纲：
1. 压电式微机械超声换能器基础知识；
2. 压电式微机械超声换能器设计要点；
3. 压电式微机械超声换能器制备技术；
4. 压电式微机械超声换能器与CMOS电路集成技术；
5. 压电式微机械超声换能器应用：ToF测距、超声成像、指纹识别等。
培训详情：
https://www.memstraining.com/training-55.html
