CN111626111A - Mut指纹id系统 - Google Patents
Mut指纹id系统 Download PDFInfo
- Publication number
- CN111626111A CN111626111A CN202010312022.7A CN202010312022A CN111626111A CN 111626111 A CN111626111 A CN 111626111A CN 202010312022 A CN202010312022 A CN 202010312022A CN 111626111 A CN111626111 A CN 111626111A
- Authority
- CN
- China
- Prior art keywords
- mut
- fingerprint
- transmitter
- array
- muts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000002604 ultrasonography Methods 0.000 claims abstract description 24
- 230000002500 effect on skin Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 30
- 210000002615 epidermis Anatomy 0.000 claims description 22
- 210000004207 dermis Anatomy 0.000 claims description 19
- 238000002592 echocardiography Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims 5
- 238000004519 manufacturing process Methods 0.000 abstract description 18
- 239000011295 pitch Substances 0.000 description 41
- 238000013461 design Methods 0.000 description 28
- 239000000463 material Substances 0.000 description 25
- 210000003491 skin Anatomy 0.000 description 22
- ZSDSQXJSNMTJDA-UHFFFAOYSA-N trifluralin Chemical compound CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O ZSDSQXJSNMTJDA-UHFFFAOYSA-N 0.000 description 19
- 238000010168 coupling process Methods 0.000 description 14
- 238000005859 coupling reaction Methods 0.000 description 14
- 230000008878 coupling Effects 0.000 description 13
- 230000033001 locomotion Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 9
- 235000013870 dimethyl polysiloxane Nutrition 0.000 description 8
- 239000012528 membrane Substances 0.000 description 8
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000002184 metal Substances 0.000 description 8
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 description 8
- 230000010354 integration Effects 0.000 description 6
- 229920001296 polysiloxane Polymers 0.000 description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 5
- 238000013475 authorization Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 229910052710 silicon Inorganic materials 0.000 description 5
- 239000010703 silicon Substances 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 239000010408 film Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000779568 Nomia Species 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- PMHQVHHXPFUNSP-UHFFFAOYSA-M copper(1+);methylsulfanylmethane;bromide Chemical compound Br[Cu].CSC PMHQVHHXPFUNSP-UHFFFAOYSA-M 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- -1 dirt Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 235000019713 millet Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 101100127285 Drosophila melanogaster unc-104 gene Proteins 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 239000004233 Indanthrene blue RS Substances 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 241001282290 Paeon Species 0.000 description 1
- 235000019892 Stellar Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000001752 chlorophylls and chlorophyllins Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940008099 dimethicone Drugs 0.000 description 1
- 239000004205 dimethyl polysiloxane Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- KPUWHANPEXNPJT-UHFFFAOYSA-N disiloxane Chemical class [SiH3]O[SiH3] KPUWHANPEXNPJT-UHFFFAOYSA-N 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 229920000620 organic polymer Polymers 0.000 description 1
- 150000003961 organosilicon compounds Chemical class 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002161 passivation Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 235000013446 pixi Nutrition 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- CVHZOJJKTDOEJC-UHFFFAOYSA-N saccharin Chemical compound C1=CC=C2C(=O)NS(=O)(=O)C2=C1 CVHZOJJKTDOEJC-UHFFFAOYSA-N 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229920002545 silicone oil Polymers 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000427 thin-film deposition Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
Abstract
提供一种MEMS超声指纹ID系统。该系统的方面包括三维地检测表皮指纹图案和真皮指纹图案的能力。此外，提供一种制作和使用该系统的方法以及包括该系统的设备。
Description
本申请是于2016年1月15日进入中国国家阶段的申请号为201480040556.1、发明名称为“MUT指纹ID系统”的中国发明专利申请的分案申请。
相关申请的交叉引用
根据35U.S.C§119(e)，本申请要求2013年7月16日提交的序列号为61/846,925的美国临时专利申请的优先权，其内容通过引用合并于此。
背景技术
二维指纹分析已经用于刑事司法案件中的个人识别达几个世纪。最近，指纹识别的应用已经延伸在更广的商业范围中使用，并且已经有效地扩展至利基应用(nicheapplication)，诸如，安全关键应用(诸如，银行业)。
然而，自动光学指纹扫描技术具有阻止其在更广应用中使用的若干限制。例如，自动光学指纹扫描技术仅感测指纹的表皮层。结果，这易于因手指污染物而造成错误。
市场已经反映了针对广泛市场需求(诸如，个人电子设备)的光学指纹识别特征的限制。虽然最初设置在许多个人电子设备中作为用于识别的特征，但是光学指纹扫描器已经由于这些限制而从最新的模型中移除。它们缺乏必要的鲁棒性以在这样的日常环境中可预见地运行。
已经研发了超声指纹扫描器试图使当前可用的自动光学指纹扫描的限制最小化，以及通过分析真皮指纹来避免一些产生的错误。例如，在1993年7月29日公布的Schneider等人的第5,224,174号美国专利中描述了这种系统。然而，当前可用的超声指纹扫描设备由于尺寸大、物理移动扫描设备的需要以及成本而限制了其应用。
近来，对微机械超声换能器(MUT)的研发已经进行了初步的实验工作。该研究包括电容式微机械超声换能器(CMUT)，诸如，在通过将“http://”放在“publications.lib.chalmers.se/records/fulltext/166084”前以及将“.pdf”放在其后而生成的网页中描述的电容式微机械超声换能器(钱穆勒理工大学，哥登堡，瑞典，2012)；以及萨勒诺大学，意大利，2011，在通过将“http://www.”放在“sciencedirect.com/science/article/pii/S0924424711005528”前而生成的网页中进一步描述的电容式微机械超声换能器。在一项附加研究中，在加利福尼亚大学，Davis(如在通过将“http://”放在“gradworks.umi.com/15/30/1530021”前以及将“.html”放在其后而生成的网页中所进一步描述的论文,Christine Dempster，2013年1月)已经研究了压电微机械超声换能器(PMUT)。
如果可以利用诸如电容式微机械超声换能器(CMUT)和压电微机械超声换能器(PMUT)的微机械超声换能器(MUT)来实现三维指纹ID，则这将是指纹识别(指纹ID)的变革性的进步。
发明内容
本发明的微机械超声换能器指纹识别系统(MUT指纹ID系统)在个人身份识别领域中是革命性进步。通过对个人电子设备、许多其他消费品和进入启动设备的变革性影响，空前的小尺寸、坚固的固态结构、以及比当前系统低几个数量级的单价在个人识别功能中开创了新纪元。
MUT指纹IN系统是基于超声换能器阵列的新型指纹传感器。与基于块体压电材料的现有超声指纹传感器相比，MUT指纹ID系统具有尺寸小、容易制造、容易与电子产品集成以及电子扫描快速的优点。对于当前可用的笨重的、易于出故障的机械扫描器而言，这些特点代表改变规则的进步。该新型超声指纹传感器避免了早期超声指纹传感器所需的机械扫描。
在消费性电子产品应用中所使用的传统指纹传感器是电容式传感器并且由于手指干、湿或油腻而非常易于出错。光学传感器对手指上的污垢敏感。与测量表皮(皮肤表面)上的指纹的电容式传感器和光学传感器二者不同，处于MUT指纹ID系统的核心的超声传感器可以在表皮层和真皮层(皮下)上检测指纹。
由于MUT指纹ID系统使用真皮检测和表皮检测二者来获取准确的指纹图案，因此该传感器对手指的污物和潮湿情况二者都不敏感。相比之下，光学传感器和电容式传感器对污物敏感。MUT指纹ID系统能够以小步长(～50μm)在大距离(从若干毫米至若干厘米)上电扫描聚焦的声束。
超声指纹传感器具有高保真度并且用在诸如银行业的安全关键应用中。然而，现有的超声传感器使用机械扫描的单个块体超声换能器，使得这些传感器对于消费性电子产品(例如，膝上型电脑和智能电话)的使用而言太大、太慢且太贵。
新型MUT指纹ID系统设置有微机械超声换能器阵列和数字的新电子扫描方法，具有快速响应，以及能够在现场扫描模式中工作。
附图说明
图1示出MUT指纹ID系统检测表皮指纹图案和真皮指纹图案二者的常规视图，
图2示出具有换能器子组扫描的MUT指纹ID系统相控阵列实施例，
图3示出采用声波导来检测表皮层和真皮层二者的非波束形成系统，
图4示出MUT指纹ID系统的剖面PMUT阵列实施例，
图5是示出MUT指纹ID系统的制造的流程图，
图6是对于CMOS特别有用的系统架构，
图7示出MUT指纹ID系统的基本ASIC结构，
图8示出单个PMUT的模拟振动模式模型，
图9示出作为直径的函数的PMUT的第一共振频率，
图10示出具有不同节距(pitch)的PMUT阵列的模拟声束图案，
图11示出具有不同节距的PMUT阵列的实验测量的声束图案，以及
图12示出具有140微米节距的15列PMUT阵列的实验测量的声束图案。
具体实施方式
本发明的MUT指纹ID系统通过最小的设计变化而为现有的个人电子设备提供了独特的功能，为当前消费品提供了功能的新维度。此外，MUT指纹ID系统是整个新个人识别产品和功能的研发的基础。
与基于块体压电换能器的传统超声指纹传感器相比，MUT指纹ID系统具有尺寸小、容易制造以及容易与电子产品集成的优点。此外，其由于其电扫描特征(代替现有的机械扫描)而具有快速响应时间。因此，MUT指纹ID系统以独特的工程学设计为特征，所述工程学设计解决引起较差指向性的近各向同性声传播(near isotropic sound propagation)，所述较差指向性已经大幅限制了现有系统的广泛应用。
MUT指纹ID系统设计方案的很多特征协同工作以提供针对特定需求的最佳优点。每个方案可以被选择为以最大优点来对作为整体的系统及其特定应用起作用。因此，虽然以下通过一些示例性实施例而单独地讨论了这些特征，但是设计工程师将选择或修改这些特征以最好地适应完整系统以及MUT指纹ID系统将是其特征的设备的目标和需求。
在更加详细地描述本发明之前，要理解的是，本发明不局限于描述的特定实施例，照此，当然可以变化。如本领域技术人员将理解的，本发明包括各种改变、变型和等同物。还要理解的是，由于本发明的范围将仅由所附权利要求来限定，因此本文中所用的术语仅是出于描述特定实施例的目的，而非意在进行限制。
在提供值的范围的情况下，理解的是：除非上下文明确另有指示，否则该范围的上限与下限之间的每个中间值(至下限单位的十分之一)或该规定范围中的任何其他规定值或中间值被包括在本发明之内。服从在该规定范围中的任何特别排除的限制，这些较小范围的上限和下限可以被独立地包括在较小的范围内并且也包括在本发明内。在该规定范围包括一种或两种限制的情况下，排除那些包括的限制的其一或二者的范围也被包括在本发明中。
在本文中提出了具有前面加上术语“大约”的数值的某些范围。在本文中术语“大约”被用于为其在前的精确数字提供字面支持以及为靠近或接近该术语在前的数字的数字提供字面支持。在判断数字是否靠近或接近特定列举数字时，靠近或接近的未列举数字可以是在其被提出的上下文中提供特定列举数字的实质等同的数字。
注意的是，如本文和所附权利要求中所用的，除非在上下文中明确地另外指示，否则单数形式，一个(“a”和“an”)和所述(“the”)包括复数参照。还注意的是，权利要求可以撰写为排除任何可选元件。照此，该陈述意在用作使用与列举的要求保护的元件相关的这种排他性术语(如，“唯一”和“仅”等)或使用“否定”限制的引用基础。
如本领域技术人员在阅读本公开时将明显的是，在本文中描述和说明的单独的实施例中的每一个具有分立组件和特征，在不脱离本发明的范围和精神的情况下，所述分立组件和特征可以与任何其他若干实施例的特征容易地分离或组合。可以以所列事件的次序或合乎逻辑可能的任何其他次序来执行任何列举的方法。
在该说明书中引用的任何公共出版物和专利通过引用被包含在本文中，好像每个单独的公共出版物或专利被特别并且单独地指出以通过引用被合并一样，以及在该说明书中引用的任何公共出版物和专利通过引用被包含在本文中，以公开或描述与所引用的公共出版物有关的方法和/或材料。任何公共出版物的引用是针对在申请日之前的公开并且不应当被解释为承认本发明不具有凭借之前发明而先于这种公共出版物的权利。此外，所提供的公共出版物的日期可以与实际公共出版物的日期不同，这可能需要独立证实。
除非另外定义，否则在本文中所使用的所有技术术语和科技术语具有与本发明所属领域的技术人员通常理解的意义相同的意义。虽然与本文中所描述的方法和材料类似或相同的任何方法和材料也可以用在本发明的实践或测试中，但是现在描述代表性说明性方法和材料。
微机械超声换能器元件
MUT指纹ID系统与当前可用的超声指纹传感器区别在于MUT指纹ID系统在其设计中采用微机械超声换能器(MUT)。在MUT指纹ID系统出现之前，没有MUT(包括CMUT和PMUT)已经用于初步研究工作之外的指纹感测。
当前，一般来说两种类型的MUT是可用的，电容式MUT(CMUT)和压电MUT(PMUT)。这些在以下提供MUT指纹ID系统的特定示例中进行描述。然而，根据预期应用和其他工程设计考虑，也将考虑将其他MUT用在MUT指纹ID系统中。
PMUT和CMUT具有类似的外观。CMUT和PMUT的基本结构是弯曲的振动膜。通过使该小膜振动，MUT发出声音。
PMUT与CMUT的不同之处在于PMUT设置有压电层。该压电层响应于施加的电场而产生机械运动。相比之下，CMUT设置有两个传导层。该膜和固定的反电极(或晶片)二者都是传导的。将电压施加在该膜与反电极之间。这产生静电力。
因此，CMUT和PMUT的结构是非常类似的。然而，在PMUT的情况下，设置有压电层。在CMUT的情况下，虽然缺少压电层，但是利用重叠的传导层来替代。
CMUT已经用于各种医疗目的和其他成像目的。通常这些设备通过构造CMUT的阵列来设置，并且作为阵列来操作。在某些情况下，以相对低的频率来实现检测。
出于MUT指纹ID系统的目的，以比传统用于医疗目的高的频率进行这种通用型超声成像。医疗超声的区域为MUT指纹ID系统的最优化提供一些提示。然而，MUT指纹ID系统使用非常不同的方法，其使用非常高的频率和非常短的范围。
MUT指纹ID系统区别于现有的医疗设备应用之处在于其仅穿透组织的几百微米，而不是医疗设备所需的毫米或更多。这允许MUT指纹ID系统提供皮肤表面上以及皮肤下面二者的各种结构的图像，包括指纹图像，例如，在某些情况下，3D指纹的拓扑细节。
指向性
CMUT和PMUT二者都是使用半导体批量生产制造的微电子机械系统(MEMS)设备。每个MUT能够发射和接收声波。声波如下产生：当在底电极和顶电极的两端施加电压时，换能器膜振动，在周围介质中产生声波。相反地，到达的声波在MUT中产生运动，生成电信号。
MUT具有半径a，相对于执行测量的声波长，该半径a较小。结果，声音在很多方向上传播，即，单独的MUT的指向性较弱。该特性限制了这些组件在广泛范围上提供指纹检测的应用。
MUT指纹ID系统由于MEM结构(其解决指向性问题)而具有独特的工程设计策略。如以下在示例中更详细地描述，本发明人已经研发了两种特定设计策略来提供指向性。通过设计策略中的这项突破性进展，本领域技术人员将容易地理解额外的变型。
在MUT指纹ID系统的一个实施例中，背面刻蚀形成用作波限制器的管。在这种方法中，发出的波被限制在管内，而不是沿所有方向传播。结果，几乎限定在管内的所有声波直接传播至用户手指，而不管用于原始PMUT的波束宽多大。
在MUT指纹ID系统的另一个实施例中，换能器的相控阵列用于实现高指向性的、聚焦的声束。通过适当地调节施加至每个通道的信号的相位(延迟)，声束可以被聚焦至期望深度。对于同一焦点位置，具有更多通道的阵列将把声束聚焦至更小的直径，但是过多的通道将使电子产品更复杂和更贵。
对于具有给定数量通道的阵列，减小焦点直径的可替代方式是增加阵列中的换能器之间的节距，从而增加阵列的孔径。对于指纹感测，期望具有大约50μm或更少的焦点直径，对于以40MHz来操作的换能器阵列，当换能器节距是150μm时，6通道阵列具有低于大约50μm的焦点直径。通过扫描穿过手指的声束来收集指纹图像。
在MUT指纹ID系统的一些实施例中，图像分辨率从大约50μm至130μm，具体是从大约70μm至100μm，更具体是从大约75μm至90μm，以及最具体是大约80μm。
带宽
如本领域技术人员将容易确定的，可以基于预期应用和特定设备配置来最优地选择MUT指纹ID系统带宽。范围可以从大约10MHz至大约100MHz中选择，具体从大约10MHz至大约50MHz中选择，以及更具体从大约10MHz至大约20MHz中选择。
对于当前可用的换能器，大约10MHz至大约50MHz的范围是合适的设计范围。然而，对于某些应用，高于大约100MHz的范围可以是感兴趣的设计选择。当考虑这种替代时，必须考虑设计在该高范围内的频率处具有足够的信噪比的换能器。虽然用更高频率能够改善结果，但是即将来临的换能器的工程设计改进对实现这些优点来说将是重要的。
在设计系统中，100MHz处的换能器将产生电荷输出实质上较小的系统。通过精心设计，具有好信噪比的换能器是可能的。随着预期进步，在不久的将来，可以在这些高范围内操作设备。为达到该目的，医疗换能器的结构和功能是有启发性的。
能量&功耗
指纹传感器的很多应用(例如，在电池供电设备中)需要超低功率损耗。幸运的是，MUT指纹ID系统可以设计为满足这种需要。具体地说，如果用10μJ至500μJ的更典型范围来适当地设计，则MUT指纹ID系统每次获取指纹时消耗小于1mJ的能量，该更典型范围根据系统参数(诸如，指纹分辨率(例如，500dpi对300dpi)、使用的方案(例如，是否采用相控阵列波束形成)以及制造技术)而变化。
MUT指纹ID系统使用的频率高度地取决于应用。例如，当用在智能电话中时，每次用户激活设备时，可以使用MUT指纹ID系统，通常每小时几次或每天几次。高安全应用可能需要频繁的再验证，例如，每分钟。装备有控制(例如，访问)住宅房屋的指纹传感器的门锁每天可以仅使用几次。
在所有情况下，为了使能量消耗最小化，仅可以在使用时激活MUT指纹ID系统。可以例如用软件通过电容传感器或MUT阵列自身来控制激活。在后者的情况下，仅单个或少数MUT元件被周期性激活，例如，每秒10次。由于仅几个元件被激活，因此该操作的功率损耗非常低(典型地，根据设计而小于或远小于1μW)。如果检测到手指或其他物体，则整个MUT阵列被激活以获取指纹图案。由于产生非常低的平均功率损耗，因此指纹传感器可以代替许多应用(诸如，智能电话)中的启动开关：MUT指纹ID系统仅在识别到有效指纹时开启，而不需要其他步骤。该操作模式给予用户最大的方便性和安全性。
储存在CR2032锂纽扣电池中的能量是2000-3000焦，允许数百万次的指纹识别。例如，如果纽扣电池仅用于对设备的指纹ID组件供电，则如果每小时只使用一次MUT指纹ID系统，那么该纽扣电池将够用超过40年。由于智能电话电池具有更高数量级的能量容量，因此将MUT指纹ID系统添加至这种设备将引起每次电池充电的运行时间的微不足道的减少。
为了证实这些数字，以下一些发明人已经研发了功率损耗的估算。特定实施方式的实际功率损耗将由于设计上的变化而背离该估算。然而，该估算提供有用的引导并且本领域技术人员可以容易地将该估算适应于其他情况。
考虑具有1cm乘2cm的总面积的指纹传感器。假设分辨率是500dpi，该传感器将包括200乘400个单独MUT的阵列。
在传输相位期间的能量消耗由对MUT的电容充电和放电以及电气布线来支配。虽然该电容取决于制造技术的细节，但是每个MUT的电容通常将小于并且常常远小于1pF。
利用10V来驱动所有MUT四个周期消耗16μJ的能量。根据应用的需要，所有发射器可以被立刻激活或顺序激活或在中间被任意激活。能量消耗独立于所使用的策略。在相控阵列模式中，由于若干(例如，21个)MUT被激活以感测单个点，因此能量消耗较高。
接收所需要的能量包括放大信号所需要的能量以及信号的模数转换所需要的能量。由于在已经发射了声脉冲之后接收器仅需要激活短时段，因此能量消耗可以通过功率门控(power gating)而大幅减小。例如，声信号以通常1500m/s的声音速率从换能器至真皮行进300μm至750μm并且返回经历了200ns至500ns的延迟，在大部分的该延迟期间，接收放大器必须准备好接受和放大回波(echo)。
假设具有大约1GHz带宽的放大器的平均功率损耗是1mW，在所有200乘400个MUT处处理回波所需要的能量是40μJ。以100MHz工作以将回波振幅转换为数字信号的8位模数转换器消耗掉类似量的能量。
总之，如果不使用波束形成，则在1cm乘2cm的MUT阵列中发射、接收和数字化声信号所需的总能量是16μJ+2*40μJ或大约100μJ。利用波束形成，根据每个波束激活的MUT的数量，能量是更大的一个数量级至两个数量级。
需要额外的能量来处理、识别和确认由MUT阵列获取的指纹。所需能量的水平取决于处理器和所用算法的复杂度，以及为了有效的实现，通常所需能量的水平小于1mJ。
广义系统设计
在最一般的情况下，MUT指纹ID传感器产生高指向性声脉冲，所述高指向性声脉冲传输并且在具有不同声阻抗的两种材料的界面处反射。具有与人体组织的声阻抗类似的声阻抗的耦合材料填充在超声换能器与传感器的顶表面之间，所述传感器的顶表面与用户手指接触。
MUT指纹ID系统产生高指向性声脉冲，所述高指向性声脉冲传输并且在具有不同声阻抗的两种材料的界面处反射。具有与人体组织的声阻抗类似的声阻抗的耦合材料填充在超声换能器与传感器的顶表面之间，所述传感器的顶表面与用户手指接触。
人体指纹包括具有不同声阻抗的脊图案和谷图案，引起反射超声的强度的可测量的差异。相同图案呈现在真皮和表皮二者上：表皮反射比更深的真皮反射更早到达，以及时间门控(time-gating)可以用于选择传感器是记录真皮指纹还是记录表皮指纹。
现有的非超声指纹传感器仅感测表皮指纹并且易于由于皮肤干、湿、脏或油腻而导致出错。MUT指纹ID系统通过允许测量真皮指纹而避免这些错误和限制。与基于块体压电换能器的当前可用的超声指纹传感器相比，MUT指纹ID系统由于电子扫描而非机械扫描而具有尺寸小、容易制造、容易与电子产品集成和响应快速的优点。
MUT指纹ID系统避免早期超声指纹传感器所需的机械扫描。以下描述基于PMUT阵列的传感器的一个实施例。可替代地，可以使用CMUT。CMUT和PMUT二者都是使用半导体批量生产而制造的微电子机械系统(MEMS)设备。
每个MUT可以发射和接收声波。产生声波如下：当在底电极和顶电极两端施加电压时，换能器膜振动，在周围介质中产生声波。相反地，到达的声波在MUT中产生运动，生成电信号。
图1示出MUT指纹ID系统的基本概念。MUT指纹ID系统被设计为检测来自检测器表面2、表皮层23或真皮层24的回波。
如果表皮层23具有与检测器表面2接触、提供表皮脊接触点6的表皮脊(epidermalridge)4，则在该点处不存在从检测器表面2返回的来自发射波15的回波。因此，在表皮脊4与检测器表面2接触的情况下，不存在来自该表面的回波或仅存在非常弱的回波。
相比之下，如果在检测器表面2之上存在表皮谷(epidermis valley)8，那么该表皮谷8含有空气。在这种情况下，在空气界面处10处，发射波15将从检测器表面2(其在MEMS芯片的表面处)产生非常强的回波16。
在空气耦合界面10处，由于空气与耦合材料12之间的界面导致强的声阻抗差，因此从检测器表面2产生回波16。此时，发射波14中的声音不通过表皮谷8中的空气来传输。结果，发射波14将从检测器表面2反弹并且作为回波16反射回来。这是发射波14在MUT指纹ID系统中起作用的第一种方式。
可以将来自照相机的图像与通过以上的发射波14产生的信号作类比，所述发射波14在检测器表面2上选择性地反射，引起各种强度的回波16。
在检测器表面2之上存在空气的情况下，存在非常强的回波，因此，由于非常高的信号强度，在生成的图像中该区域将看上去是“白色”。相比之下，在表皮脊4与检测器表面2接触的情况下，将不存在来自该表面的回波，因此如由超声换能器19检测到的，该区域将看上去是“黑色”。
在这些点(其是表皮脊接触点6且处于表皮空气耦合界面10的峰值处)之间的中间空间中，信号将生成许多“灰色阴影”，所述灰色阴影定义了指纹的三维拓扑，包括许多细微的结构上的区别特征。
然后，由超声换能器19检测到的图像受到信号处理以生成以上描述的三维图像。在该图像中，显得表皮空气耦合界面10是高密度区域，因此其将是明亮的。相比之下，大部分声音通过表皮脊接触点6来发射。由于大部分声音通过表皮脊接触点6来发射，因此其将相当暗。
由超声换能器19检测到的信号可以由来自相邻换能器的集群信号(clusteringsignal)来采样。通过示例，超声换能器集群20可以对特定区域采样，其中它们单独不能接收足够的信号来提供检测的情况下。类似地，超声换能器集群18将提供直接返回至它们的回波16的全部调查。
在MUT指纹ID系统的不同的实施例中，换能器将以不同的方式来接收声音。然而，该系统的重要特征是声源，其是回波来自界面表面的方式。因此，为了检测表皮，关键的不是换能器位于哪里，而是反射发生在哪里。
现在参照图1的右半边，提供指纹的三维成像的额外方法。在MUT指纹ID系统的实际使用的某些情况下，在手指与检测器表面2之间将存在污物22。通过示例，该污物22可以包括油、污垢、水或除空气以外的任何其他物。在将手指放置在检测器表面2之前，该污物22可能已经在检测器表面2上，或者在将手指放置在检测器表面2之前，该污物22可能已经在手指上。
在这种情况下，声音将穿过含有污物22的表皮谷8至真皮层24处的反射界面27。在相邻点，声音将穿过表皮脊接触点6至真皮层24上的反射界面25。结果，在表皮层23的第一界面处生成很少回波或无回波生成。反而，声音传播至真皮层24，并且在真皮点处将生成强回波或弱回波。
为了展示，表皮谷8的高度通常大约是75-150μm，更具体地大约100-120μm。然而，由于这些尺寸(包括指尖皮肤表面中的谷的空气深度)由解剖学给出，因此这些尺寸随着每个人而变化。上述情况也适用于表皮和真皮之间的实际距离，因此这些距离由人体给出。
可以出于系统优选的目的来选择换能器阵列与该第一表面之间的距离(即耦合材料的厚度26)，但是通常可以是从大约50μm至2mm，具体地从大约50μm至500μm，以及更具体地大约100-300μm，虽然其也可以制造成更小，诸如大约50-120μm，以及更具体地大约75-100μm。
任何传播声波或电磁波的分析在某些情况下包括远场区和近场区。虽然远场成像以随空间而相对平滑变化为特征，但是近场区常常显示出急剧的强度变化，使得成像困难。如在本发明人的实验中所展示的，在MUT指纹ID系统中所使用的换能器相对于操作波长如此之小以致于不存在近场区。该事实允许在非常邻近MUT阵列的表面形成聚焦波束。
图2示出MUT指纹ID系统的另一个实施例，该MUT指纹ID系统使用换能器的相控阵列来实现高指向性的聚焦声束。通过适当地调节被施加至每个通道的信号的相位延迟，声束被聚焦至期望深度。对于同一聚焦位置，具有更多通道因而具有更大孔径的阵列将声束聚焦至更小直径。然而，具有过多通道的阵列将使电子产品更复杂且更贵。
在MUT指纹ID系统的该实施例中，换能器的相控阵列用于实现高指向性的聚焦声束。在该波束形成方法中，虽然使用了一组换能器，但并不是阵列中的所有换能器都被驱动。而是较小组被驱动，通过示例，一组中大约6至16个MUT，诸如10至15。然而，通过驱动每隔一个MUT(从而使孔径翻倍)或每三个MUT(从而使孔径变为三倍)来增加组的孔径以实现窄聚焦直径。例如，当换能器节距是150μm时，以40MHz操作的6个MUT的阵列具有低于50μm的聚焦直径，对应于750微米的孔径。然而，在某些情况下，期望在MUT之间具有更精细的节距以用于扫描目的，如以下所述。可以以50微米的节距来制造MUT阵列，以及组中的6个MUT之间的150微米的节距通过来驱动每三个MUT(MUT#:1,4,7,10,13,16)来构建。可替换地，该阵列可以具有75微米的节距，在该情况下，将通过驱动每隔一个PMUT(MUT#:1,3,5,7,9,11)来形成组。
在传统超声指纹扫描器中，该扫描是机械的。这里，提供MUT指纹ID系统的新颖的电子扫描实施例，其中，通过递增地将一组像素切换至下一组像素来扫描波束。阵列中的每个MUT之间的节距等于扫描运动的步长。
通过示例，50μm的节距允许用50μm步长来扫描波束。同时，如上所述，可以扩大每个MUT组内部的节距来获取窄声束。最终，可以获得窄声束和小扫描步长二者，这随后有助于高感测分辨率和准确性。
可以在MUT指纹ID系统的MUT阵列的整个长度上扫描波束，对于通常的指纹传感器应用来说所述整个长度是大约5-20mm。使用二维阵列沿两个轴线扫描波束。可替换地，手指可以滑过阵列，如在许多电容式指纹传感器上做的那样。在后者的情况下，在y轴线滑动方向上需要较少数量的像素。
在MUT指纹ID系统的该实施例中，电控制被施加至y轴像素的信号的相位来沿y轴线聚焦波束，或者可以使用圆柱形声聚焦透镜来完成聚焦。控制沿y轴线的相位的新颖装置是使用其中在每个行上像素的底电极被图案化并且被连接的行-列寻址。结果，信号的相位延迟能够被施加至每个通道，以及沿x轴线和y轴线二者获取小聚焦区域。
如图2中所示，分离这些图像的额外策略基于回波的飞行时间，并且判断哪个回波首先到达。返回参照图1，在短时间延迟的情况下，在表皮谷脊8下回波是可识别的。稍后接收到来自真皮层24的回波。由于它们不得不进一步传播至组织中，因此通过使用时间门控来选择要接收的图像。
为同一手指的表皮层23和真皮层24二者收集数据。这是可能的，因为在产生更长的时间延迟的情况下，收集的真皮图像更深。相比之下，在产生更短的时间延迟的情况下，因为表皮图像在皮肤的表面上，因此收集的表皮图像更浅。虽然用短时间延迟记录来收集图像，但是可以基本上同时收集真皮图像和表皮图像。
这两个图像被熔合，提供了最佳的、最准确的指纹再现。因为两个图像含有相同的信息，但是可以具有缺失的节距，因此更完整的、组合的最终数据组从从两个数据组搜集的信息获得。
图2示出MUT指纹ID系统的波束形成设计实施例。该波束形成设计受到模拟医疗成像领域的启发。该配置具有相当大的MUT阵列24。MUT被布置成组；此处图示了两组26和28作为示例。MUT节距30是相邻MUT 24之间的距离并且与聚焦声束25的扫描步长32相同。当激发从组26切换至组28时，聚焦波束经历具有与MUT节距30相等的步长32的递增运动。组内节距34是同一组内的MUT之间的节距。举例来说，在图2中，组内节距34等于MUT节距30的四倍。
MUT节距30确定扫描步长32。在MUT指纹ID系统的一些实施例中，MUT节距30可以是从大约10μm至130μm，具体地从大约30μm至60μm，以及更具体地从大约48μm至52μm。如果步长32是50μm，则这对应于用于刑事司法需求级别的指纹识别的500dpi的分辨率。然而，实现250dpi的分辨率仅需要100μm的步长。后者的保真度水平对于大多消费应用来说是非常可接受的。为了清楚起见，MUT节距30是阵列中相邻MUT 24之间的间距，并且同一组内的MUT之间的间距是组内节距34。
组内节距34和换能器的频率确定焦点直径。如果操作频率降低，则需要更大的组内节距34来保持相同的焦点直径。焦点直径确定图像的横向分辨率，所述横向分辨率通常在大约50μm处是有用的。根据换能器的频率，需要特定组节距来实现50μm的斑点尺寸。通过示例，在组中可以存在11个元件以及在组中元件之间可以存在100μm的节距。因此，组内节距34将是100μm。
这些MUT指纹ID系统实施例在适合于应用时可以按比例缩小。通过示例，如果频率从40MHz降至20MHz，则组内节距34将从100μm翻倍至200μm以维持相同的聚焦波束直径。这是当在组中保持相同数量(即11)的元件时的情况。通过各种实施例的这些教导，本领域技术人员将调节该系统来最有利于特定应用。
通过将脉冲信号施加至换能器来改变延迟以产生聚焦斑点。变化的时间延迟被提供至阵列中的元件，使得波束将被聚焦至手指芯片界面处的点。该系统提供足够的焦点深度，使得聚焦斑点25在表皮的第一界面处以及在真皮的更深界面处仍保持小。一旦聚焦斑点25被聚焦，其就将在扫描处理期间保持聚焦。发明人的研究已经提供了平面图，该平面图示出标称设计的焦点深度是大约1.5mm，该信息被包括，如图12。
这些元件作为相控阵列被驱动，以及通过适当地控制时间延迟而形成波束。组中所有的换能器24接收信号。组中的11个元件一起作用以生成声音，并且这11个元件检测回波。这是波束形成并且需要阵列来像相控阵列一样工作。
可以通过持续地改变被施加至组中的换能器的驱动信号的相位来在角度范围上控制输出波束。另一个策略是在该组之上的居中的点处维持聚焦斑点25，如图2中所示，并且通过从一组切换至下一组来扫描该斑点。随着系统从组1移动至组2至组3，然后再返回来，可以使用换能器。斑点在阵列之上的递增运动通过从组切换至组而持续，允许通过扫描步骤25、36和38等来改进波束(以及获取照像处的点)。
图3示出MUT指纹ID系统的实施例，所述MUT指纹ID系统的核心工程设计是采用声的非波束形成系统。在该特定实施例中，利用了压电微机械超声换能器(PMUT)。像其他MUT一样，PMUT具有尺寸小、容易制造和容易与电子产品集成的优点。
MUT指纹ID系统的PMUT实施例实现快速响应时间。因为该MUT指纹ID系统设计不需要机械扫描，其能够在电子扫描现场扫描模式中起作用。
MUT指纹ID系统的PMUT实施例的主要特征是使用了声波导来代替电子相控阵列波束聚焦方法，或者在某些情况下通过电子相控阵列波束聚焦方法来扩增声波导的使用。在该实施例中，PMUT阵列产生高指向性声脉冲，所述高指向性声脉冲传输并且在具有不同声阻抗的两种材料的界面处反射。具有与人体组织的声阻抗类似的声阻抗的耦合材料填充在超声换能器与传感器的顶表面之间，其中，所述传感器的顶表面与用户手指接触。
指纹包括具有不同声阻抗的脊图案和谷图案，引起反射超声强度的可测量的差异。相同图案呈现在真皮和表皮二者上。表皮反射比更深的真皮反射更早到达，以及时间门控可以用于选择传感器是记录真皮指纹还是记录表皮指纹。通过该方法，MUT指纹ID系统的PMUT实施例避免或缓解由于手指污物以及皮肤干、湿、脏或油腻而造成的错误，该错误是现有光学指纹传感器和电容式指纹传感器的主要错误来源。
在精细节距PMUT阵列(大约<50.8μm)的情况下，PMUT阵列的节距通常将小于50.8μm以实现最终500DPI的图像分辨率。该分辨率是由FBI针对用于刑事侦查目的的鉴定指纹传感器而制定的规则。
可以提供大PMUT带宽(>10MHz)。指纹图案的高度h是大约75-150μm。为了避免来自真皮层的声学回波与来自表皮层的声学回波之间的重叠，脉冲持续时间t通常将小于2h/c，其中，c＝1500m/s是组织中的声速。因此，PMUT带宽通常被选择为大于1/t＝10MHz。
在MUT指纹ID系统的各种实施例中常常期望PMUT阵列以低驱动电压(理想地，小于10V)来生成足够的声输出。驱动电压可以是从大约1V至32V的范围，具体地从大约2V至15V，以及更具体地从大约3V至8V。
在MUT指纹ID系统的该PMUT实施例中，声波束宽通常将是大约<100μm。聚焦的声束尺寸限定指纹检测的准确性。考虑到指纹图案的尺寸(脊宽大约100-300μm，周期(period)～500μm)，使用小于大约100μm的聚焦尺寸来识别脊与谷之间的差异。
MUT指纹ID系统的PMUT实施例的原理是：在大多数当前可用的超声换能器的情况下，如果利用单个换能器，则会导致非常宽的波束宽。在该实施例中，提供波导40来限制单独的PMUT声输出，使得可以独立地进行来自每个PMUT的脉冲回波测量。
波导40用于限制超声波，使得其仅可以在波导40内部传播。这使得波束宽非常小，而不是全方向的。每个PMUT换能器48表现得像单独的相机像素一样，并且拍摄接触单独波导的顶部的组织的隔离图像。每次从一个或若干个PMUT换能器48发送发射脉冲44信号时，每个PMUT换能器48接收通过耦合材料46返回的回波42(其主要是其本身)。
管状波导40内设置有耦合材料46，所述耦合材料46具有与人体组织相同或相似的声阻抗。如以下所述，水或其他液体可以被用在该功能中。然而，在大多数情况下，固体或气体更加适合。通过示例，存在若干种可用的聚二甲基硅氧烷(PDMS)，所述聚二甲其硅氧烷具有适用于该目的的声阻抗。
PDMS属于一组通常被称为硅树脂的高分子有机硅化合物。PDMS是使用最广泛的硅基有机高分子，并且因其不寻常的流变(或流)性质而特别闻名。一般而言，PDMS光学清晰、惰性、无毒和不易燃。其还被称为二甲聚硅氧烷并且是若干类型的硅树脂油(高分子硅氧烷)中的一种。其当前应用包括隐形眼镜和医疗设备以及弹性体。
可以考虑其他材料用于耦合材料。通过示例，水具有与人体组织十分类似的阻抗，使得可以采用其以用于该目的。水的声阻抗与人体的声阻抗之间的差异非常小。然而，一般而言，对于大多数应用，与液体介质相比，固态材料是用于耦合材料的更好的设计选择，因为使因潜在泄漏导致的风险最小化。因此，PDMS对这些应用来说通常更加实用。
根据波导40，所有发射脉冲和回波脉冲被限制至该波导。使用该设计策略，发射脉冲44和回波脉冲42二者都将保持在波导40内并且不传播或者已经非常衰减地传播至相邻的超声换能器48。结果，每个换能器48实质上将仅接收其自身的回波脉冲42。如通过比较来自一些或所有换能器48的相关回波脉冲42时间所确定的回波时间延迟50然后用于提供指纹的完整的三维图片。
该实施例的其他参数与在图1中所示的通用示例中描述的参数类似。例如，每个像素的表面反射和真皮反射。指纹谷的宽度是大约100μm至300μm。谷范围47通常是大约100-300μm，代表脊49的节距。通常，指纹脊节距是大约500μm。
图4示出MUT指纹ID系统的PMUT实施例中的PMUT阵列的基本结构。每个PMUT能够发射和接收声波。当将电压施加在底电极和顶电极两端时，换能器膜振动，在周围介质中产生声波。相反地，到达的声波在PMUT中产生运动，生成电信号。对于一些应用，具有大约>30MHz的中心频率和大约<50μm的节距的PMUT是有用范围。
由本发明人的一些对PMUT所研发的仿真结果被列在表1中，该PMUT由堆叠2μm的Si和0.5μm的AIN的层制成。由于中心频率与厚度和直径平方的倒数成近似线性比例，因此可以通过将直径增加40％至35μm和42μm而在5μm厚的膜中实现相同的频率。
表1：假设2μm的Si和0.5μm的AIN厚度时的仿真的PMUT特性
对于提出的指纹传感器，期望小驱动电压以用于便携式设备。所需驱动振幅近似如下：在短声路径长度(～100μm)之上，忽略吸收损失和散射损失(～0.5dB)，并且通过选中界面的反射率R来控制发射损失。由于真皮层与表皮层之间的声阻抗小，因此表皮-真皮界面生成比表皮-空气界面小的声学回波。
使用1595m/s和1645m/s作为两层中的声速，反射率R将是0.015。仿真的接收器灵敏度和发射灵敏度被列在表1中，SR＝0.13μmV/Pa以及ST＝2kPa/V，以及利用10V驱动输入，来自真皮回波的期望的信号水平是39μV。假设7μV RMS的输入相关噪声超过50MHz的前置放大器带宽，则期望的SNR接近15dB。这个估计是保守的：期望的图像帧率(<100fps)意味着真实测量的带宽比第一放大级的带宽小几个数量级。另外，使用并行驱动的多个换能器的相控阵列技术还可以使SNR能够增加。
图4示出图3中描绘的设备的一种可能结构。在本文中，晶片键合52用作换能器的连接和锚节点(anchor)。在CMOS晶片54上设置晶片键合52。用于系统的电路设置在CMOS晶片54内。PMUT位于MEMS晶片56中，所述MEMS晶片56通常由硅构成。换能器58可以是CMUT或PMUT。可以通过将管等离子刻蚀至硅MEMS晶片中来生成波导。随后，实现制造后处理，以利用PDMS或一些其他耦合材料填充在波导管中。
晶片键合52锚定(anchor)，并且也用作CMOS晶片54与MEMS晶片56之间的电连接。对于每个MUT，存在通常由金属构成的顶电极60。当换能器是CMUT时，顶电极60和底电极62被由空气填充的间隙或真空填充的间隙隔开。图4图示在顶电极60与底电极62之间具有压电层66的PMUT，其中，钝化层64位于压电层66之下。通过将交流电压施加在顶电极60和底电极66两端，PMUT膜结构被驱动为振动，产生传播至波导40中的超声波。
图5是用于MUT指纹ID系统的典型制造过程的流程图，如步骤1-5中所示。以供参考，图5中所示的方向与图4的方向相反，据此其共享许多相同的特征。这是因为这是制造期间的方向，而非使用期间的方向。
制造过程的步骤1示出作为基本结构的腔SOI 72，包括腔70。该类型晶片可以从铸造中预制获得。在该情况下，其被称为腔SOI。
可替换方法是腔连同晶片键合一起被制成作为构造过程的一部分。步骤1的腔SOI72的所示组件是硅树脂氧化层74，所述硅树脂氧化层74位于设备硅树脂层76与硅树脂衬底层78之间。
制造过程的步骤2包括在设备硅树脂层76的表面上沉积底层62和压电层66，所述底层62通常由(BE)Pt/Ti构成。
制造过程的步骤3包括通过通常使用湿刻蚀来刻蚀78压电层66的而开放底电极62。
制造过程的步骤4包括氧化物沉积以及在压电层66的边缘处将电容减少层80图案化。该步骤仅多了一层顶电极，所述顶电极由图案化材料组成。
制造过程的步骤5包括金属层82的铝薄膜沉积，形成顶电极60和底电极62。重要的是在该点处开放层，使得该金属层连接至底电极，成为底电极62的一部分。
图6提供系统架构的一般性描绘，该系统架构在采用CMUT换能器的MUT指纹ID系统中特别有用。然而，在某些情况下，该结构也可以采用PMUT换能器。与图4中所示的实施例相比，图6中的设备的结构不具有腔。然而，这两种设备的顶部架构是类似的结构。
与之前描述的实施例一样，如图6中所示，设计仍然包括锚节点52、顶电极60和底电极62。然而，真空填充间隙或空气填充间隙70将顶电极60与底电极62与分离。图中示出的是覆盖顶电极60的光电绝缘层68。如果交流电压被施加至顶电极与底电极之间，则该绝缘层68与顶电极60一起将再次开始振动。正如图4中，其将是激活层振动。绝缘侧68与顶电极60一起也将发射超声波。结果，这些实施例显得几乎一样，然而它们在MUT的结构上是不同的。因此，这些实施例虽然利用不同的方法却实现了相同的功能。
图7示出具有不同相位延迟的MUT指纹ID系统的示例电控制和系统。PMUT阵列71被图案化，使得同一列中的所有PMUT共享同一顶电极(蓝线)，而每个PMUT的底电极连接至局部前置放大器或缓冲电路72。这可以通过例如引脚、电路晶片与MEMS晶片之间的晶片键合，或者使电路和MEMS能够处于同一裸片上的单片集成处理来实现。
在传输模式中，高压驱动器73发出可以被延迟控制的一系列脉冲。同时，通过电路来关断阵列中每个单元内部的开关74。因此，PMUT 75被激活并且发出具有延迟的脉冲，该延迟通过施加在顶电极上的信号的相位延迟来确定。
对于方法1，不需要波束形成，因此，每次仅1列(例如，列j)被高压驱动器激活。因此，在该列上的所有PMUT将被激活。当接收到的列被电路选中时，列j中的所有单元之中的开关75关断。因此，PMUT上的信号将被放大并且被缓冲器76缓冲，以及被指向至数据处理单元77以提供指纹图像。数据处理单元可以包括必要的数据转换器、可变增益放大器、数字波束形成器和用于生成指纹图像的其他硬件。
对于波束形成方法，不同的相位延迟被施加至不同列以给出如图2中所示的X方向波束形成。为了执行递增扫描，施加的延迟在高压驱动器之间转移。通过数据处理单元而利用来自不同行的数据来实现Y方向波束形成。接收方案和控制与方法1类似。
MUT指纹ID系统激活消费品
MUT指纹ID系统理想地适合于并入现有消费品设计中，并且在采纳的后期，MUT指纹ID系统使整个新产品能够具有独特的功能性。通过对个人电子设备、许多其他消费品和入口启动设备的变革性影响，空前的小尺寸、坚固耐用的固态结构、以及比当前指纹ID系统低几个数量级的单价在个人识别功能中开创了新纪元。
与光对应物不同，由于超声波能够传播通过非透明样品，因此大部分材料是超声穿透的。因此，MUT指纹ID系统能够激活现有个人电子产品的表面，同时仍然维持标准外观。在某些情况下，识别表面将与设备的其他功能表面(诸如，照相机透镜、扬声器或麦克风)成对，以简化与设备电路的电连接。互联网使能对象可以远程地设置有已验证的指纹，而在设备处编程其他物。
计算机访问验证
MUT指纹ID系统代表在电子验证中的变革性进步，并且是计算机数值和字母密码的继承者。MUT指纹ID系统将代替计算机文件用户名、口令、密码、释义和其他。除提供非常高级别的安全性以外，MUT指纹ID系统代表实质上减少对计算机和网络用户的负担。
MUT指纹ID系统提供用于在线和其他计算机文件访问的空前级别的个人验证。额外地，消费者将喜欢免于他们需要访问的多数系统所需的不同密码的当前繁琐系统。由于密码安全的易出错的性质，因此一些系统甚至需要定期地产生新密码和复杂的释义。结果，许多密码被写入和放置在实体电脑上，破坏密码保密性的意图。
MUT指纹ID系统的生物计量质量提供比计算机口令优越的验证。与能够被侵入或被骗(诸如，网络钓鱼)的口令不同，由MUT指纹ID系统使能的复杂、优雅的验证非常安全。与之前指纹识别系统相比，MUT指纹ID系统具有在清晰的地形类图中分析指纹脊的深度和节距的能力。此外，正常真皮层和表皮层的超声特性非常难以以伪造意图来复制。因此，对于MUT指纹ID系统，将非常难以(如果有可能的话)生成有效的伪造指纹。
由于存在与安全级别相适应的不同的密码复杂度级别，因此指纹验证的等级适当地允许更具灵活性的系统。对于MUT指纹ID系统的许多应用，可以适当地提供局部指纹识别或者比用于刑法识别目的所需的更低级别的分辨率。
无实体的电子钱包
除计算机使用应用以外，在其最初引入期间，MUT指纹ID系统将代替与实体(诸如，银行卡和信用卡)协作的个人身份号码和口令。随着发生更广泛的采纳，MUT指纹ID系统将消除个人携带钱包或任意类型钥匙的需要。
在MUT指纹ID系统采纳的后期，银行卡、信用卡、驾照、护照和其他实体识别和访问设备将以云计算机形式保留，并且通过由MUT指纹ID系统使能的更加安全的生物学计量识别来访问。公共交通通行卡将被手指接触所代替。
无实体的电子钥匙
MUT指纹ID系统第一次提供真正的无钥匙授权的进入能力。随着MUT指纹ID系统被广泛采纳，进入某人的家和办公室以及进入和操作某人的汽车将不需要实体“钥匙”，因为手指接触将对适当人打开这些区域。MUT指纹ID系统的这个独特能力在忘记、错放钱包或钥匙或钱包或钥匙被偷的情况下特别有利。
MUT指纹ID系统消除了传统金属钥匙或电子钥匙的需要。在当前可用系统中提供的内部未授权进入而丢失或盗窃的风险大幅降低或消除。为了在恶劣天气下便利，可以采用设置有指尖解锁的手套或薄的可超声穿透的手套指尖。
在MUT指纹ID系统的一个实施例中，为了获得进入，已验证的个体接触被使能的键盘。在采纳的早期期间，MUT指纹ID系统将最初通过改装来代替当前电子键盘，以及最安全的建筑物入口将以这种方式来设置。
在采纳的后期，个体进入锁定区域将通过抓紧由MUT指纹ID系统使能的门把手而简单地实现。在该实施例中，MUT指纹ID系统检测表面可以嵌入在标准门把手中，或者由与把手本体的装饰性金属类似的装饰性金属的薄层覆盖。然而，MUT指纹ID系统的检测表面是如此坚固耐用以应对磨损和天气挑战，薄金属饰面的覆盖物或油漆仅为了外观或偏爱的质地而设置。
在电子激活门的情况下，已验证的个体可以简单地接触包括MUT指纹ID系统钥匙键盘的门表面以通过电子门打开激活而进入。在单个运动中提供授权和进入，并且不需要传统的金属钥匙或电子钥匙。
当个人的手抓住入口把手时，该系统自动验证该个体，当把手转动的时候，门被释放并且打开。因此，在单个运动中允许进入。对于单独或深夜进入建筑物，减少进入所需的时间，使犯罪活动的风险最小化。
一旦已授权的个体已经进入建筑物，就可以类似地使能内部门以允许进入。因此，可以适当地分配建筑物内不同房间的进入级别。例如，商人将被授权进入电力室，清洁工将被授权进入杂物房，以及执行者将被授权进入特定办公室和档案室。当个人为了访问正确的楼层而接触适当的电梯按钮时，电梯访问特定楼层可以受到与已验证个体类似的限制。根据需要可以提供远程验证。
可信的个体电子钥匙授权
MUT指纹ID系统通过选中的个体来为物体提供之前难以取得的访问验证级别。在互联网使能对象的情况下，当被MUT指纹ID系统使能时，通过选择指定小心的、特定的、有限的时段来远程地提供可信个体的入口。
在某些情况下，要被访问的物体不需要被互联网使能。在该情况下，物理接触是有必要的以为入口特征提供必要指导。这将是在MUT指纹ID系统采纳的早期的主要应用。
然而，互联网使能对象通过MUT指纹ID系统来提供更广泛范围的授权功能。通过示例，特斯拉汽车(Tesla car)是互联网使能对象。接下来，互联网使能能力在更多标准汽车消费者的未来模型中将是可用的。
在以前，已经使用可视指纹ID技术来试图努力具有用于进入和操作汽车(诸如，通过接触汽车门或抓住变速杆把手)的类似能力。由于如之前讨论的其限制，它们不能得到广泛采纳。
在该实施例中，访问授权者从可信个体直接地接收电子指纹或通过网络传输来接收电子指纹。授权者可以接受可信个体的指纹识别以接收对互联网使能对象的访问。已授权的指纹被远程地传输至互联网使能对象。因此，将对互联网使能对象的适当级别的访问提供给可信个体。访问可以受位置和时间二者限制。
通过示例，出于特定目的，通过MUT指纹ID系统使能，父母可以为青少年子女提供对私家车的访问。授权可以允许在特定时段期间完成琐事。可以提供分层访问，即进入汽车的验证和启动点火和发动汽车的验证。在允许时间之后，父母使能的访问可以被编程为失效。如果需要，子女可以电子请求父母的时间延长。可以将对汽车行李箱的访问提供给非驾驶者或者那些不应当驾驶的人以取回个人用品，而使主驾驶室对他们来说是不可用的。
类似地，MUT指纹ID系统可以允许业主将时间受限制的特定人的进入能力提供给特定商人，以在预期时段期间完成修理或其他任务。如果需要，可以远程地延长预授权的建筑物进入时间。可替换地，可以提供具有用于完成任务和后来的进入能力失效的一组时段的更广泛的最初进入时段。如果需要，则可以远程地延长访问。通过示例，快递员可以被提供以临时访问住宅的入口门厅而以安全的方式存放包裹。
此外，由于存在与安全级别相适应的不同级别的密码复杂度，因此指纹验证的等级适当地允许更具灵活性的系统。对于MUT指纹ID系统的许多应用，可以适当地提供比用于刑法鉴别所需的更低级别的局部指纹识别。
个人安全性提高和犯罪威慑
盗窃智能电话是城市中主要问题，通过示例，代表了在美国、加利福尼亚、旧金山中多一半的盗窃。如果这些电话仅可以根据正确的指纹验证来使用，则这些犯罪率将减少50％。MUT指纹ID系统使能的智能电话对窃贼来说一文不值，并且将显著减少犯罪率。
在儿童安全应用中，清洁用品的门、药品的门以及烟柜/酒柜的门可以被MUT指纹ID系统使能。那样，保护幼儿免于访问危险品，改善他们的安全级别。通过使用MUT指纹ID系统，将拒绝未成年家庭成员对家庭烟酒供应品的访问。
MUT指纹ID系统可以被包括在数字枪柜的设计中，诸如第一警报器(First Alert)6742DF、消防耐高温执行枪柜、Homak电子锁手枪盒以及精英Jr(Elite Jr)执行消防耐高温枪柜，以提供对枪支的适当限制的访问。由于许多枪支死亡是由于儿童访问这些武器，因此MUT指纹ID系统将对减少这些死亡做出贡献。额外地，MUT指纹ID系统组件将通过伴随性地减少未注册枪支的未受管制的犯罪用途来提供对窃贼的较大防范。
由于枪支被设计为互联网使能对象，因此MUT指纹ID系统在限制枪支事故的安全方面将被扩展。当前，为此，X系统可以被包括在数字扳机锁(诸如，Rrarms的catmedwid/10000LOCK和其他)中。由于额外网络连接被提供给枪(诸如，追踪点Xact系统精密引导枪支(Tracking PointXactSystem Precision Guided Firearm))，因此存在更多机会以限制枪的未授权使用。
MUT指纹ID系统可以通过从扳机上的指纹来检测使用者的身份、锁定枪的使用而用作保险防护装置。在更传统的应用中，在犯罪活动期间，每个枪可以提供有指纹文件来识别枪的使用者，非常像“黑匣子”在空难之后用于获取信息。
在当进入门处于打开、未锁状态时的期间，MUT指纹ID系统可以在未授权个人进入建筑物时用于警告有关当局和潜在受害者。例如，在家庭暴力的情况下，可以从在法院留离命令之下的恶毒残暴的配偶在门表面的接触中识别出他们进入建筑物。然后电子警告将被传输至潜在受害者和建筑物保安以提醒他们注意到可能即将发生的威胁。可以通过内部门的接触来跟踪入侵者的位置。类似地，在日常看护机构中，在儿童绑架的可能威胁的电子警告被发信号至看护提供者的情况下，可以在门处识别非监护家庭成员。
使能的个人电子设备
在个人电子设备上存在多个表面，在这些表面上可以合并MUT指纹ID系统感测表面。个人电子设备的外壳是MUT指纹ID系统感测表面的极好的位置。个人电子设备的这些另外的未充分使用的外部区域提供安装MUT指纹ID系统的表面可用的关键。
与相机端口、触摸键、视觉屏幕和其他个人电子接口组件不同，MUT指纹ID系统触摸板表面高度地坚固耐用以应对磨损、液体、污垢、划痕，并且甚至可以穿过污垢薄膜和其他污物而有效地工作。来自正常使用的磨损和划痕将对功能性有少许影响或没有影响。表面的结构完整性及其拉伸强度将避免设备外壳(设备位于其中)的整体集成的危害。
为了提供对MUT指纹ID系统接触板的一些级别的保护，在某些情况下，该表面可以从外壳的整体表面轻微向内凹入。在MUT指纹ID系统设置有薄的美学覆盖层以与大部分外壳材料混合的情况下，该轻微凹陷将向使用者提供有关触摸板的位置的线索。
在许多设计中，MUT指纹ID系统验证将通过使用者拿起该设备来简单地实现。照此，感测表面有益地处于该设备将被自然地抓起以供使用的位置。在某些情况下，这将是使用者将抓起来打开该设备或握住该设备的表面。
在具有金属外壳的个人电子设备的情况下，诸如，当前的iPad、iMac和其他苹果产品，MUT指纹ID系统可以被安装在表面上，并且通过电性传导外壳材料而实现与控制芯片的连接。当在个人电子设备外壳中采用硬塑料或其他非导电外壳材料时，虽然将需要与母板或互联网使能电路的连接，但是可以通过同位置的表面设备特征而容易地实现。
个人电子产品代表广泛多样的产品。也存在产品类型之间的交叉，诸如，具有蜂窝电话功能的平板电脑、具有用作小平板电脑的大屏幕的蜂窝电话、以蜂窝电话形式和平板电脑形式两者的黑莓风格能力等。当与单个设备结合时或者当单独地提供时，几乎所有这些产品在MUT指纹ID系统并入至其设计时将享有价格和多功能性的增加。
MUT指纹ID系统可以允许进入多软件功能和文件，而无当前的需要输入和取消多个密码的不便，每个密码都具有其自身独特的形式和复杂度的需要。此外，这些系统将享有非常高级别的验证，而不会阻碍使用者对该系统的合法的访问。当前，软件病毒经常对通常繁琐的访问代码解密。因此，使用者的安全性和易用性二者由MUT指纹ID系统来使能。
MUT指纹ID系统将有益地被并入至标准的蜂窝电话。当被并入至“智能电话”时，MUT指纹ID系统也将是重要特征。由于MUT指纹ID系统尺寸小、成本非常低以及坚固耐用的固态结构，因此其对于在智能手机中使用特别有利。
MUT指纹ID系统特征的成本将根据应用和单位数而变化。在某些情况下，如果通过其他设备特征来实现，则其成本将可以忽略。在某些情况下，每单位的成本在当前美国将大约是$0.03至$2，在当前美国具体地大约是$0.05至$1，以及在当前美国更具体地大约是$0.10至$0.50。
蜂窝电话
当前可用的、广泛使用的智能手机(可以通过并入MUT指纹ID系统而被改善)的一些示例是黑莓Q10、黑莓Z10，索尼Xperia Z、三星Galaxy Nexus、三星Galaxy S3、三星Galaxy Note 2、三星Galaxy S4、HTC First、HTC Windows Phone 8X、HTC Evo 4G LTE、HTCOne X、HTC One X+、HTC Droid DNA、HTC OneApple、iPhone 4S、iPhone5、LG Optimus G、Nexus 4、诺基亚Lumia 920、摩托罗拉Droid Razr Maxx HD、其他手机。
可以被修改为包括MUT指纹ID系统的其他智能手机是宏基Allegro、宏基beTouchE110、宏基beTouch E130、宏基beTouch E140、宏基DX900、宏基neoTouch、宏基X960、Adaptxt、安卓Dev Phone、Baidu Yi、BenQ P30、黑莓Porsche Design P'9981、黑莓Torch、黑莓Torch 9800、黑莓Charm、黑莓Electron、黑莓OS、黑莓Pearl、黑莓Q10、黑莓Q5、黑莓Quark、黑莓Storm、黑莓Storm 2、黑莓Style、黑莓Tour、黑莓Z10、Carrier IQ、卡西欧G'zOne Commando、Celio技术公司、安卓对比设备、Curzon存储器App、CyanogenMod、戴尔Streak、戴尔Venue Pro、数字海洋(Digital Ocean)、Droid Charge、Droid Incredible、Droid Pro、Droid X、FairPhone、Neo 1973、Neo FreeRunner、寻找我的手机(Find MyPhone)、富士通东芝IS12T、Galaxy Nexus、佳明Nüvifone、GeeksPhoneKeon、GeeksPhoneOne、GeeksPhone Peak、Genwi、Google体验设备、谷歌Nexus、Geenphone、H1droid、HelioOcean、包括街舞的软件(Hiptop Included Software)、Hookflash、惠普Veer、HTC7Mozart、HTC 7Pro、HTC 7Surround、HTC 7Trophy、HTC Advantage X7500、HTC ButterflyS、HTC Desire、HTC Desire 600、HTC Desire HD、HTC Desire S、HTC Desire Z、HTCDream、HTC Explorer、HTC HD7、HTC Hero、HTC Legend、HTC Magic、HTC One、HTC Radar、HTC Raider 4G、HTC Rhyme、HTC Sensation、HTC Sensation XL、HTC Smart、HTC Tattoo、HTC Titan、HTC Titan II、HTC Touch 3G、HTC Touch Viva、HTC Wildfire、HTC WildfireS、HTC Windows Phone 8S、HTC Windows Phone 8X、华为IDEOS U8150、华为Sonic、华为STREAM X GL07S、华为U8230、华为U8800、华为u8860、I-mate 810-F、IBM Notes Traveler、IBM Simon、英特尔AZ210、IOS、IPhone、Iris 3000可视手机、JavaFX移动手机、Jolla(移动手机)、Kyocera 6035、Kyocera Echo、Kyocera Zio、LG enV Touch、LG eXpo、LG GT540、LGGW620、LG Intuition、LG LU2300、LG Optimus 7、LG Optimus Chat、LG Optimus Chic、LGOptimus One、LG Optimus Vu、LG Quantum、LG VS740、LiMo Foundation、LiMo Platform、Mobilinux、MeeGo、魅族M8、魅族M9、魅族MX、Micromax Canvas 2A110、Micromax Canvas2Plus A110Q、Micromax Canvas HD A116、Micromax Ninja A89、Momentem、Motodext、摩托罗拉A1000、摩托罗拉A760、摩托罗拉A780、摩托罗拉A910、摩托罗拉A925、摩托罗拉Atrix2、摩托罗拉Atrix 4G、摩托罗拉Backflip、摩托罗拉Calgary、摩托罗拉Defy、摩托罗拉Devour、摩托罗拉Flipout、摩托罗拉i1、摩托罗拉Milestone XT720、摩托罗拉Ming、摩托罗拉Photon、摩托罗拉Photon Q、N-Gage QD、N100(移动手机)、Nexus 4、Nexus One、Nexus S、Ninetology Black Pearl II、Ninetology Insight、Ninetology Outlook Pure、Ninetology Pearl Mini、Ninetology Stealth II、Nirvana Phone、诺基亚3230、诺基亚3250、诺基亚3600/3650、诺基亚500、诺基亚5230、诺基亚5250、诺基亚5500Sport、诺基亚5530Xpress Music、诺基亚5800Xpress Music、诺基亚603、诺基亚6110Navigator、诺基亚6210Navigator、诺基亚6290、诺基亚6600、诺基亚6620、诺基亚6630、诺基亚6650折叠(fold)、诺基亚6670、诺基亚6680、诺基亚6700滑盖(slide)、诺基亚6710Navigator、诺基亚6760滑盖(Slide)、诺基亚700、诺基亚701、诺基亚7610、诺基亚7650、诺基亚7700、诺基亚7710、诺基亚808PureView、诺基亚9210Communicator、诺基亚9300、诺基亚9500Communicator)、诺基亚Asha 302、诺基亚Asha 303、诺基亚Asha 311、诺基亚Asha501、诺基亚C5-00、诺基亚C5-03、诺基亚C6-01、诺基亚C7-00、诺基亚Communicator)、诺基亚E5-00、诺基亚E50、诺基亚E51、诺基亚E52、诺基亚E6、诺基亚E60、诺基亚E63、诺基亚E65、诺基亚E66、诺基亚E7-00、诺基亚E70、诺基亚E72、诺基亚E75、诺基亚E90 Communicator、诺基亚Lumia、诺基亚Lumia 620、诺基亚Lumia 800、诺基亚Lumia 810、诺基亚Lumia 820、诺基亚Lumia 822、诺基亚Lumia 900、诺基亚Lumia 920、诺基亚Lumia 925、诺基亚N70、诺基亚N71、诺基亚N72、诺基亚N73、诺基亚N75、诺基亚N76、诺基亚N78、诺基亚N79、诺基亚N8、诺基亚N80、诺基亚N81、诺基亚N82、诺基亚N85、诺基亚N86 8MP、诺基亚N9、诺基亚N90、诺基亚N900、诺基亚N91、诺基亚N92、诺基亚N93、诺基亚N93i、诺基亚N95、诺基亚N950、诺基亚N96、诺基亚N97、诺基亚X5、Nuvifone A50、O2 Xda、Ogo(手持设备)、OpenEZX、Openmoko Linux、OPhone、Palm(PDA)、Palm Centro、Palm Pixi、Palm Pre、泛泰Vega Racer、Pogo Mobile和nVoy、三星Ativ S、三星B7610、三星Behold II、三星Focus、三星Focus 2、三星Focus S、三星Galaxy、三星Galaxy Ace、三星Galaxy Ace Plus、三星Galaxy Core、三星Galaxy Fit、三星Galaxy Gio、三星Galaxy Mini、三星Galaxy Note、三星Galaxy Note II、三星GalaxyNote III、三星Galaxy Pocket、三星Galaxy Prevail、三星Galaxy S Duos、三星Galaxy YDUOS、三星Galaxy Y Pro DUOS、三星GT-B7320、三星GT-B7330、三星i5500、三星i5700、三星i5800、三星i7500、三星i8000、三星i8910、三星Minikit、三星Omnia 7、三星Omnia W、三星Replenish、三星SGH-i300、三星SGH-i900、三星SPH-i300、三星SPH-i500、三星SPH-M810、三星SPH-M900、三星Wave 575、Shots在线(On-Line)、西门子SX1、西门子SX45、Smartphone、Smartphone addiction、Smartphone wars、软输入面板、索爱Live with Walkman、索爱P1、索爱P800、索爱P900、索爱P910、索爱P990、索爱Satio、索爱Vivaz、索爱Xperiaacro、索爱Xperia Arc、索爱Xperia arc S、索爱Xperia mini、索爱Xperia Mini Pro、索爱Xperianeo、索爱Xperia neo V、索爱Xperia pro、索尼Xperia、索尼Xperia E、索尼Xperia M、索尼Xperia SP、索尼Xperia Z、索尼Xperia ZL、Spice MI-335Stellar Craze、Spice StellarNhance Mi-435、Super LCD、塞班、T-Mobile myTouch 4G、T-Mobile myTouch 4G Slide、LG的T-Mobile myTouch Q以及LG的T-Mobile myTouch、T-Mobile Pulse、Tizen、Treo600、Treo 650、Treo 680、Treo 755p、Trium Mondo、Ubuntu Touch、UIQ、Vibo A688、可视手机(Videophone)、可视电话(Videotelephony)、Windows Mobile智能手机、Windows Mobile、小米MI-1、小米手机2、小米手机2S、Xplore G18、Xplore M98以及中兴Tania、其他手机。
电子平板电脑
MUT指纹ID系统具有独特的优点作为电子平板电脑的新特征。MUT指纹ID系统允许使用者容易地访问，而不需要借助于输入口令。口令具有局限性，诸如，当使用者在具有干扰输入准确性的相当大运动的公共交通工具上时，或者在设备通过再进入多次而需要被快速访问的情况下。此外，MUT指纹ID系统使能的业主身份的指纹验证是防范窃贼的重要因素。
可以有益地包括MUT指纹ID系统的电子平板电脑的示例是:iPad苹果A4、苹果A5、苹果A5X、苹果A6X和迷你苹果A5、惠普Slate 7 8G平板电脑、三星GALAXY NOTE 8.0、三星GALAXY NOTE 10.1、许多其他平板电脑.
通过说明的方式而非限制的方式来提供下面的示例。
实验
本发明人中的一些通过使用商业软件(COMSOL)的有限元法(FEM)来获得PMUT的第一次序共振模式。
图8示出PMUT的振动模式形状的有限元分析仿真。见图8，在空气中PMUT(具有0.5μm的氮化铝/2μm的硅层叠的层以及直径25μm)的共振频率大约是64.8MHz。共振频率与膜厚成比例，与膜直径的平方成反比例。
图9示出作为直径的函数的PMUT的第一共振频率(层叠有0.5μm的氮化铝/2μm的硅的层)。更高的工作频率产生更小的声波长，引起更高分辨率的指纹图像。
图10示出具有不同节距的PMUT阵列的模拟声束图案。本发明人中的一些使用换能器的相控阵列来实现高指向性、聚焦的声束，如在该图中所示。
图11示出从15列PMUT阵列的实验测量的压力图案。通过扫描40微米水诊器来测量压力，所述40微米水诊器该阵列对面距离该阵列大约1.5毫米的距离处。通过驱动每个PMUT(70微米节距)以及每隔一个PMUT(140微米节距)来进行测量。
图12示出从15列PMUT阵列的实验测量的压力图案。通过扫描40微米水诊器来测量压力，所述40微米水诊器沿x方向和z(轴)方向在该阵列对面。PMUT具有140微米节距并且使用了波束形成，其中，每列的相位被控制为产生聚焦的声束。
虽然出于清楚理解的目的以说明和示例的方式已经相当详细地描述了前述发明，但是根据本发明的教导，对本领域技术人员显而易见的是，在不脱离所附权利要求的精神或范围的情况下，可以做出特定变化和变型。
因此，前述仅说明了本发明的原则。将理解的是，本领域技术人员将能够设计各种配置，所述配置虽然没有明确地在本文中描述或显示，但是却能实现本发明的原则并且被包括在其精神和范围内。此外，在本文中列举的所有示例和条件性语言主要意在帮助读者理解本发明的原则和发明人促进本领域所贡献的思想，并且被解释为对这种特别列举的示例和条件来说没有限制。此外，在本文中列举本发明的原则、方面和实施例的所有表述及其特定示例意在包括结构等同物及其功能等同物。此外，意图是这些等同物包括当前已知的等同物以及将来要研发的等同物(即，被研发的执行相同功能的任何元件，而不管结构如何)。因此，本发明的范围不意在受限于本文所示出和描述的示例性实施例。更确切地说，本发明的范围和精神通过所附权利要求来实现。
Claims (17)
1.一种配置为三维地检测表皮指纹图案和真皮指纹图案二者的MEMS超声指纹ID系统，所述系统包括：
微机械超声换能器MUT发射器-接收器阵列，其包括向手指施加声信号的MUT；以及
数据处理器，其接收并处理来自所述阵列的信号以产生手指的图像，
其中，所述系统被配置为以组来驱动所述MUT发射器-接收器阵列中的MUT，并且通过依次地将所述MUT的激发从组切换至组来扫描所述声信号，
其中，所述声信号的焦点直径由所述组中的MUT之间的节距和所述组中的MUT的频率来确定，以及
其中，MUT元件中的一个或多个被周期性激活以检测是否存在手指。
2.如权利要求1所述的MEMS超声指纹ID系统，其中，单个MUT元件被周期性激活以检测是否存在手指。
3.如权利要求1所述的MEMS超声指纹ID系统，其中，所述系统被配置为每秒将一个或多个MUT元件激活约十次。
4.如权利要求1所述的MEMS超声指纹ID系统，其中，所述系统被配置为在通过一个或多个MUT元件检测到手指时激活所述MUT发射器-接收器阵列。
5.一种个人电子设备，其包括如权利要求1所述的MEMS超声指纹ID系统。
6.如权利要求5所述的个人电子设备，其中，如权利要求1所述的MEMS超声指纹ID系统包括用于所述设备的开关。
7.一种互联网使能对象，其包括如权利要求1所述的MEMS超声指纹ID系统。
8.如权利要求7所述的互联网使能对象，其中，所述MEMS超声指纹ID系统包括用于所述对象的开关。
9.一种入口启动设备，其包括如权利要求1所述的MEMS超声指纹ID系统。
10.如权利要求9所述的入口启动设备，其中，所述MEMS超声指纹ID系统包括用于所述设备的开关。
11.一种用于激活微机械超声换能器MUT发射器-接收器阵列的方法，该阵列包括向手指施加声信号的MUT，所述方法包括：
周期性地激活所述MUT发射器-接收器阵列的第一部分；
基于通过所述MUT发射器-接收器阵列的第一部分所接收的信号来检测邻近所述MUT发射器-接收器阵列的手指的存在；以及
在检测到手指之后，激活所述MUT发射器-接收器阵列的第二部分。
12.如权利要求11所述的用于激活微机械超声换能器MUT发射器-接收器阵列的方法，其中，所述MUT发射器-接收器阵列的第一部分包括单个MUT。
13.如权利要求11所述的用于激活微机械超声换能器MUT发射器-接收器阵列的方法，其中，每秒将所述MUT发射器-接收器阵列的第一部分激活约十次。
14.一种配置为三维地检测表皮指纹图案和真皮指纹图案二者的MEMS超声指纹ID系统，所述系统包括：
微机械超声换能器MUT发射器-接收器阵列，其包括向手指施加声信号的MUT；以及
数据处理器，其接收并处理来自所述阵列的信号以产生手指的图像，
其中，所述系统被配置为以组来驱动所述MUT发射器-接收器阵列中的MUT，并且通过依次地将所述MUT的激发从组切换至组来扫描所述声信号，
其中，所述声信号的焦点直径由所述组中的MUT之间的节距和所述组中的MUT的频率来确定，
其中，所述数据处理器基于来自所施加的声信号的回波的飞行时间而处理来自所述阵列的信号，以及
其中，所述数据处理器使用时间门控以识别来自所述阵列的回波。
15.如权利要求14所述的MEMS超声指纹ID系统，其中，所述数据处理器使用时间门控以识别对应于表皮的回波。
16.如权利要求14所述的MEMS超声指纹ID系统，其中，所述数据处理器使用时间门控以识别对应于真皮的回波。
17.如权利要求14所述的MEMS超声指纹ID系统，其中，所述数据处理器通过将表皮的图像与真皮的图像融合来产生手指的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010312022.7A CN111626111B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361846925P | 2013-07-16 | 2013-07-16 | |
| US61/846,925 | 2013-07-16 | ||
| CN202010312022.7A CN111626111B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
| CN201480040556.1A CN105378756B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
| PCT/US2014/046557 WO2015009635A1 (en) | 2013-07-16 | 2014-07-14 | Mut fingerprint id system |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480040556.1A Division CN105378756B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111626111A true CN111626111A (zh) | 2020-09-04 |
| CN111626111B CN111626111B (zh) | 2024-03-08 |
Family
ID=52346663
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010312022.7A Active CN111626111B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
| CN201480040556.1A Active CN105378756B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480040556.1A Active CN105378756B (zh) | 2013-07-16 | 2014-07-14 | Mut指纹id系统 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US10430631B2 (zh) |
| EP (1) | EP3022683B1 (zh) |
| JP (1) | JP6616296B2 (zh) |
| KR (1) | KR102305274B1 (zh) |
| CN (2) | CN111626111B (zh) |
| WO (1) | WO2015009635A1 (zh) |
Families Citing this family (112)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10217045B2 (en) | 2012-07-16 | 2019-02-26 | Cornell University | Computation devices and artificial neurons based on nanoelectromechanical systems |
| US9114977B2 (en) | 2012-11-28 | 2015-08-25 | Invensense, Inc. | MEMS device and process for RF and low resistance applications |
| US9618405B2 (en) | 2014-08-06 | 2017-04-11 | Invensense, Inc. | Piezoelectric acoustic resonator based sensor |
| US10497747B2 (en) * | 2012-11-28 | 2019-12-03 | Invensense, Inc. | Integrated piezoelectric microelectromechanical ultrasound transducer (PMUT) on integrated circuit (IC) for fingerprint sensing |
| US10726231B2 (en) | 2012-11-28 | 2020-07-28 | Invensense, Inc. | Integrated piezoelectric microelectromechanical ultrasound transducer (PMUT) on integrated circuit (IC) for fingerprint sensing |
| US9511994B2 (en) | 2012-11-28 | 2016-12-06 | Invensense, Inc. | Aluminum nitride (AlN) devices with infrared absorption structural layer |
| CA2929723C (en) * | 2013-12-12 | 2020-09-15 | Qualcomm Incorporated | Micromechanical ultrasonic transducers and display |
| US9633269B2 (en) * | 2014-09-05 | 2017-04-25 | Qualcomm Incorporated | Image-based liveness detection for ultrasonic fingerprints |
| EP3757884A1 (en) * | 2014-09-08 | 2020-12-30 | InvenSense, Inc. | Integrated piezoelectric microelectromechanical ultrasound transducer (pmut) on integrated circuit (ic) for fingerprint sensing |
| US9952095B1 (en) | 2014-09-29 | 2018-04-24 | Apple Inc. | Methods and systems for modulation and demodulation of optical signals |
| US9747488B2 (en) * | 2014-09-30 | 2017-08-29 | Apple Inc. | Active sensing element for acoustic imaging systems |
| US9607203B1 (en) | 2014-09-30 | 2017-03-28 | Apple Inc. | Biometric sensing device with discrete ultrasonic transducers |
| US10133904B2 (en) * | 2014-09-30 | 2018-11-20 | Apple Inc. | Fully-addressable sensor array for acoustic imaging systems |
| US9984271B1 (en) | 2014-09-30 | 2018-05-29 | Apple Inc. | Ultrasonic fingerprint sensor in display bezel |
| US9824254B1 (en) | 2014-09-30 | 2017-11-21 | Apple Inc. | Biometric sensing device with discrete ultrasonic transducers |
| US9979955B1 (en) | 2014-09-30 | 2018-05-22 | Apple Inc. | Calibration methods for near-field acoustic imaging systems |
| US9904836B2 (en) | 2014-09-30 | 2018-02-27 | Apple Inc. | Reducing edge effects within segmented acoustic imaging systems |
| US10008659B2 (en) * | 2014-12-09 | 2018-06-26 | Lg Innotek Co., Ltd. | Fingerprint sensor |
| KR102402146B1 (ko) * | 2015-04-21 | 2022-05-26 | 삼성전자주식회사 | 지문 감지 방법 및 장치 |
| US10387704B2 (en) * | 2015-06-29 | 2019-08-20 | Qualcomm Incorporated | Method and apparatus for enabling the touchscreen display of a mobile device |
| US9830497B2 (en) * | 2015-07-05 | 2017-11-28 | Qualcomm Incorporated | Correction of diffraction effects in an ultrasonic sensor |
| US9928398B2 (en) | 2015-08-17 | 2018-03-27 | Invensense, Inc. | Always-on sensor device for human touch |
| US11048902B2 (en) | 2015-08-20 | 2021-06-29 | Appple Inc. | Acoustic imaging system architecture |
| US10004432B2 (en) * | 2015-09-01 | 2018-06-26 | Qualcomm Incorporated | Pixel receiver with capacitance cancellation for ultrasonic imaging apparatus |
| US10275638B1 (en) | 2015-09-29 | 2019-04-30 | Apple Inc. | Methods of biometric imaging of input surfaces |
| CN105380632B (zh) * | 2015-10-23 | 2018-11-30 | 江苏久祥汽车电器集团有限公司 | 具有高安全性能的生物识别机器人系统 |
| SE539636C2 (en) | 2016-03-14 | 2017-10-24 | Fingerprint Cards Ab | Capacitive fingerprint sensing device and method for capturing a fingerprint using the sensing device |
| CN105975044B (zh) * | 2016-04-25 | 2020-03-31 | Oppo广东移动通信有限公司 | 一种通过指纹检测自动控制触摸屏湿手模式的方法及装置 |
| US9898640B2 (en) * | 2016-05-02 | 2018-02-20 | Fingerprint Cards Ab | Capacitive fingerprint sensing device and method for capturing a fingerprint using the sensing device |
| US10325915B2 (en) | 2016-05-04 | 2019-06-18 | Invensense, Inc. | Two-dimensional array of CMOS control elements |
| US10656255B2 (en) * | 2016-05-04 | 2020-05-19 | Invensense, Inc. | Piezoelectric micromachined ultrasonic transducer (PMUT) |
| US10315222B2 (en) | 2016-05-04 | 2019-06-11 | Invensense, Inc. | Two-dimensional array of CMOS control elements |
| US10445547B2 (en) | 2016-05-04 | 2019-10-15 | Invensense, Inc. | Device mountable packaging of ultrasonic transducers |
| US10670716B2 (en) | 2016-05-04 | 2020-06-02 | Invensense, Inc. | Operating a two-dimensional array of ultrasonic transducers |
| US10366269B2 (en) | 2016-05-06 | 2019-07-30 | Qualcomm Incorporated | Biometric system with photoacoustic imaging |
| US10235551B2 (en) | 2016-05-06 | 2019-03-19 | Qualcomm Incorporated | Biometric system with photoacoustic imaging |
| US10706835B2 (en) | 2016-05-10 | 2020-07-07 | Invensense, Inc. | Transmit beamforming of a two-dimensional array of ultrasonic transducers |
| US10408797B2 (en) | 2016-05-10 | 2019-09-10 | Invensense, Inc. | Sensing device with a temperature sensor |
| US10562070B2 (en) | 2016-05-10 | 2020-02-18 | Invensense, Inc. | Receive operation of an ultrasonic sensor |
| US10632500B2 (en) | 2016-05-10 | 2020-04-28 | Invensense, Inc. | Ultrasonic transducer with a non-uniform membrane |
| US10539539B2 (en) | 2016-05-10 | 2020-01-21 | Invensense, Inc. | Operation of an ultrasonic sensor |
| US10452887B2 (en) * | 2016-05-10 | 2019-10-22 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
| US11673165B2 (en) | 2016-05-10 | 2023-06-13 | Invensense, Inc. | Ultrasonic transducer operable in a surface acoustic wave (SAW) mode |
| US10600403B2 (en) | 2016-05-10 | 2020-03-24 | Invensense, Inc. | Transmit operation of an ultrasonic sensor |
| US10441975B2 (en) | 2016-05-10 | 2019-10-15 | Invensense, Inc. | Supplemental sensor modes and systems for ultrasonic transducers |
| CN106166078B (zh) * | 2016-06-27 | 2020-04-10 | 业成科技（成都）有限公司 | 超声波感测装置及其感测方法 |
| TWI701581B (zh) * | 2016-07-22 | 2020-08-11 | 仟融科技股份有限公司 | 指紋觸控裝置及其驅動方法 |
| KR102019957B1 (ko) * | 2016-09-21 | 2019-11-04 | 크루셜텍 (주) | 생체 정보 센서 및 오브젝트 인증 방법 |
| US10410034B2 (en) | 2016-11-07 | 2019-09-10 | Qualcomm Incorporated | Ultrasonic biometric system with harmonic detection |
| WO2018112701A1 (zh) * | 2016-12-19 | 2018-06-28 | 深圳市汇顶科技股份有限公司 | 盖板、生物识别装置及终端 |
| FR3060810B1 (fr) * | 2016-12-21 | 2020-07-10 | Moduleus | Dispositif de stockage externe de donnees muni d'un capteur biometrique ultrasonore |
| CN106711320A (zh) * | 2017-01-09 | 2017-05-24 | 清华大学 | 一种超声波指纹采集器件及其制备方法 |
| CN108509829B (zh) * | 2017-02-28 | 2019-11-26 | 京东方科技集团股份有限公司 | 显示基板及其驱动方法、显示装置 |
| US9953205B1 (en) | 2017-04-28 | 2018-04-24 | The Board Of Trustees Of The Leland Stanford Junior University | Acoustic biometric touch scanner |
| US10489627B2 (en) | 2017-04-28 | 2019-11-26 | The Board Of Trustees Of The Leland Stanford Junior University | Acoustic biometric touch scanner |
| CN107194327B (zh) * | 2017-04-28 | 2019-02-15 | 维沃移动通信有限公司 | 一种指纹识别装置、方法及移动终端 |
| US10846501B2 (en) | 2017-04-28 | 2020-11-24 | The Board Of Trustees Of The Leland Stanford Junior University | Acoustic biometric touch scanner |
| US10891461B2 (en) | 2017-05-22 | 2021-01-12 | Invensense, Inc. | Live fingerprint detection utilizing an integrated ultrasound and infrared sensor |
| US11144158B2 (en) * | 2017-05-24 | 2021-10-12 | Apple Inc. | Differential acoustic touch and force sensing |
| CN107256391B (zh) * | 2017-05-31 | 2020-10-13 | 北京小米移动软件有限公司 | Lcd面板、lcm、指纹识别方法、装置及存储介质 |
| US10474862B2 (en) | 2017-06-01 | 2019-11-12 | Invensense, Inc. | Image generation in an electronic device using ultrasonic transducers |
| US10569302B2 (en) * | 2017-06-26 | 2020-02-25 | Qualcomm Incorporated | Biometric sensor with force detection and ultrasonic imaging capability |
| US10643052B2 (en) | 2017-06-28 | 2020-05-05 | Invensense, Inc. | Image generation in an electronic device using ultrasonic transducers |
| KR101911183B1 (ko) * | 2017-07-20 | 2018-12-19 | 이승진 | 임피던스를 이용한 페이크 지문 판별장치 및 방법 |
| US10461124B2 (en) * | 2017-08-07 | 2019-10-29 | Invensense, Inc. | Ultrasonic sensing device |
| US10691912B2 (en) * | 2017-08-09 | 2020-06-23 | The Board Of Trustees Of The Leland Stanford Junior University | Ultrasonic biometric sensing device integrated with optics |
| CN109472182B (zh) * | 2017-09-08 | 2020-09-22 | 茂丞科技(深圳)有限公司 | 晶圆级超声波芯片规模制造及封装方法 |
| CN107659204B (zh) * | 2017-09-28 | 2023-12-26 | 成都大超科技有限公司 | 超声波驱动电路和指纹识别传感器 |
| CN107832594A (zh) * | 2017-09-28 | 2018-03-23 | 芯海科技（深圳）股份有限公司 | 一种低成本的指纹童锁实现方法 |
| WO2019109010A1 (en) | 2017-12-01 | 2019-06-06 | Invensense, Inc. | Darkfield tracking |
| US10997388B2 (en) | 2017-12-01 | 2021-05-04 | Invensense, Inc. | Darkfield contamination detection |
| US10984209B2 (en) | 2017-12-01 | 2021-04-20 | Invensense, Inc. | Darkfield modeling |
| US10988376B2 (en) | 2017-12-13 | 2021-04-27 | Vanguard International Semiconductor Singapore Pte. Ltd. | Monolithic integration of piezoelectric micromachined ultrasonic transducers and CMOS and method for producing the same |
| WO2019125273A1 (en) * | 2017-12-21 | 2019-06-27 | Fingerprint Cards Ab | Display arrangement comprising ultrasonic biometric sensing system and method for manufacturing the display arrangement |
| KR102433315B1 (ko) * | 2017-12-27 | 2022-08-16 | 삼성전자주식회사 | 초음파 트랜스듀서가 임베디드된 유기 발광 다이오드 패널 및 이를 포함하는 표시 장치 |
| US11151355B2 (en) | 2018-01-24 | 2021-10-19 | Invensense, Inc. | Generation of an estimated fingerprint |
| US10802651B2 (en) | 2018-01-30 | 2020-10-13 | Apple Inc. | Ultrasonic touch detection through display |
| KR102608821B1 (ko) | 2018-02-08 | 2023-12-04 | 삼성메디슨 주식회사 | 무선 초음파 프로브 및 무선 초음파 프로브와 연결되는 초음파 영상 장치 |
| US11515465B2 (en) * | 2018-02-26 | 2022-11-29 | Invensense, Inc. | EMI reduction in piezoelectric micromachined ultrasound transducer array |
| US10755067B2 (en) * | 2018-03-22 | 2020-08-25 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
| CN108932775B (zh) * | 2018-07-10 | 2020-08-07 | 蒋钱 | 指纹锁身份识别系统 |
| CN109083510A (zh) * | 2018-10-16 | 2018-12-25 | 北京集创北方科技股份有限公司 | 一种指纹锁 |
| US11329098B2 (en) * | 2018-11-08 | 2022-05-10 | Vanguard International Semiconductor Singapore Pte. Ltd. | Piezoelectric micromachined ultrasonic transducers and methods for fabricating thereof |
| WO2020102965A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市汇顶科技股份有限公司 | 超声换能器件及电子装置 |
| TW202034217A (zh) * | 2018-12-07 | 2020-09-16 | 美商蝴蝶網路公司 | 超音波指紋偵測和相關設備及方法 |
| US11354926B2 (en) | 2018-12-07 | 2022-06-07 | Bfly Operations, Inc. | Ultrasound fingerprint detection and related apparatus and methods |
| US10936843B2 (en) | 2018-12-28 | 2021-03-02 | Invensense, Inc. | Segmented image acquisition |
| US20220197987A1 (en) * | 2019-05-17 | 2022-06-23 | The Regents Of The University Of California | Biometric identification through intra-body communication |
| CN115917485A (zh) * | 2019-05-21 | 2023-04-04 | 京东方科技集团股份有限公司 | 用于产生和检测超声波感测信号的传感器电路、超声波感测显示设备 |
| CN110245629B (zh) * | 2019-06-19 | 2021-07-27 | 业成科技（成都）有限公司 | 电子装置及其制造方法 |
| US11188735B2 (en) | 2019-06-24 | 2021-11-30 | Invensense, Inc. | Fake finger detection using ridge features |
| CN112131905A (zh) * | 2019-06-24 | 2020-12-25 | Oppo广东移动通信有限公司 | 超声波指纹识别方法、装置、存储介质及电子设备 |
| WO2020264046A1 (en) | 2019-06-25 | 2020-12-30 | Invensense, Inc. | Fake finger detection based on transient features |
| CN110286738B (zh) * | 2019-06-29 | 2021-06-08 | Oppo广东移动通信有限公司 | 指纹采集方法及相关产品 |
| US11216632B2 (en) | 2019-07-17 | 2022-01-04 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
| US11176345B2 (en) | 2019-07-17 | 2021-11-16 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
| CN110472606B (zh) * | 2019-08-21 | 2022-05-20 | 京东方科技集团股份有限公司 | 一种超声波识别模组、其驱动方法及显示装置 |
| US11232549B2 (en) | 2019-08-23 | 2022-01-25 | Invensense, Inc. | Adapting a quality threshold for a fingerprint image |
| CN113168531B (zh) * | 2019-09-24 | 2022-07-15 | 指纹卡安娜卡敦知识产权有限公司 | 超声生物计量成像系统和用于控制超声生物计量成像系统的方法 |
| US11392789B2 (en) | 2019-10-21 | 2022-07-19 | Invensense, Inc. | Fingerprint authentication using a synthetic enrollment image |
| TWM606450U (zh) * | 2019-11-12 | 2021-01-11 | 神盾股份有限公司 | 超聲波指紋感測器 |
| EP3827906A1 (en) * | 2019-11-29 | 2021-06-02 | Imec VZW | A phased array ultrasound device for creating a pressure focus point |
| CN113597612B (zh) * | 2019-12-06 | 2022-08-09 | 京东方科技集团股份有限公司 | 超声指纹识别单元、指纹识别装置和指纹识别驱动方法 |
| CN115551650A (zh) | 2020-03-09 | 2022-12-30 | 应美盛公司 | 具有非均匀厚度的接触层的超声指纹传感器 |
| US11243300B2 (en) | 2020-03-10 | 2022-02-08 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers and a presence sensor |
| US11950512B2 (en) | 2020-03-23 | 2024-04-02 | Apple Inc. | Thin-film acoustic imaging system for imaging through an exterior surface of an electronic device housing |
| US11328165B2 (en) | 2020-04-24 | 2022-05-10 | Invensense, Inc. | Pressure-based activation of fingerprint spoof detection |
| US11719671B2 (en) * | 2020-10-26 | 2023-08-08 | UltraSense Systems, Inc. | Methods of distinguishing among touch events |
| DE102020214925A1 (de) | 2020-11-27 | 2022-06-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Herstellung eines Polysilizium-SOI-Substrats mit einer Kavität |
| CN112871614B (zh) * | 2021-01-12 | 2022-03-15 | 武汉大学 | 高发射性能的mems超声换能器 |
| KR20220129334A (ko) * | 2021-03-16 | 2022-09-23 | 삼성전자주식회사 | 초음파를 이용하여 지문 이미지를 식별하는 전자 장치 및 이의 동작 방법 |
| CN115482605A (zh) * | 2021-05-26 | 2022-12-16 | 华为技术有限公司 | 一种指纹识别方法及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1388946A (zh) * | 2000-07-19 | 2003-01-01 | 金榮浣 | 用于无卡式安全信用交易处理的系统和方法 |
| CN1633671A (zh) * | 2002-01-17 | 2005-06-29 | 十字验证技术公司 | 指纹工作站和方法 |
| US20050174015A1 (en) * | 2000-03-23 | 2005-08-11 | Scott Walter G. | Multiplexer for a piezo ceramic identification device |
| TW200828134A (en) * | 2006-09-11 | 2008-07-01 | Validity Sensors Inc | System, method and apparatus for fingerprint motion tracking using an in-line array for use in navigation applications |
| US20090289908A1 (en) * | 2008-05-22 | 2009-11-26 | Po-Tsun Chen | Touch detecting device capable of saving electricity |
| US20110163630A1 (en) * | 2008-09-16 | 2011-07-07 | Koninklijke Philips Electronics N.V. | Capacitive micromachine ultrasound transducer |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5224174A (en) * | 1990-11-07 | 1993-06-29 | Niagara Technology Incorporated | Surface feature mapping using high resolution c-scan ultrasonography |
| JP2557796B2 (ja) * | 1993-10-19 | 1996-11-27 | 株式会社エニックス | 圧電型面圧入力パネル |
| US5456256A (en) * | 1993-11-04 | 1995-10-10 | Ultra-Scan Corporation | High resolution ultrasonic imaging apparatus and method |
| US5647364A (en) * | 1995-02-15 | 1997-07-15 | Ultra-Scan Corporation | Ultrasonic biometric imaging and identity verification system |
| JP2000346610A (ja) * | 1999-03-31 | 2000-12-15 | Mitsubishi Electric Corp | 凹凸検出センサ、凹凸検出装置、指紋照合装置および個人判別装置 |
| AU2001245936A1 (en) * | 2000-03-23 | 2001-10-03 | Cross Match Technologies, Inc. | Piezoelectric identification device and applications thereof |
| US7141918B2 (en) * | 2000-03-23 | 2006-11-28 | Cross Match Technologies, Inc. | Method for obtaining biometric data for an individual in a secure transaction |
| US7113070B2 (en) | 2003-03-21 | 2006-09-26 | Sheng Bill Deng | Door lock and operation mechanism |
| JP2005110934A (ja) * | 2003-10-07 | 2005-04-28 | Matsushita Electric Ind Co Ltd | 超音波診断装置 |
| KR100561851B1 (ko) * | 2003-11-18 | 2006-03-16 | 삼성전자주식회사 | 지문 인식 센서 및 그 제조 방법 |
| WO2006042144A2 (en) | 2004-10-07 | 2006-04-20 | Ultra-Scan Corporation | Ultrasonic fingerprint scanning utilizing a plane wave |
| CA2597831A1 (en) * | 2004-11-02 | 2006-05-11 | Cross Match Technologies, Inc. | Multiplexer for a piezo ceramic identification device |
| US20070230754A1 (en) * | 2006-03-30 | 2007-10-04 | Jain Anil K | Level 3 features for fingerprint matching |
| CA2653202A1 (en) * | 2006-05-25 | 2008-06-05 | Ultra-Scan Corporation | Biometrical object reader having an ultrasonic wave manipulation device |
| CA2684788A1 (en) | 2007-04-20 | 2009-02-05 | Ultra-Scan Corporation | Reliability improvement for piezoelectric imaging array device |
| US20100256498A1 (en) | 2007-11-16 | 2010-10-07 | Hiroki Tanaka | Ultrasonic imaging device |
| US8331633B2 (en) * | 2008-05-08 | 2012-12-11 | Sonavation, Inc. | Method and system for multi-mode mechanical resonator |
| EP2310093A2 (en) | 2008-07-10 | 2011-04-20 | Cornell University | Ultrasound wave generating apparatus |
| US8508103B2 (en) * | 2009-03-23 | 2013-08-13 | Sonavation, Inc. | Piezoelectric identification device and applications thereof |
| JP2012204874A (ja) * | 2011-03-23 | 2012-10-22 | Olympus Corp | 超音波照射装置 |
| US9442095B2 (en) * | 2011-06-15 | 2016-09-13 | Northwestern University | Optical coherence photoacoustic microscopy |
| US8836472B2 (en) * | 2011-11-23 | 2014-09-16 | Blackberry Limited | Combining navigation and fingerprint sensing |
-
2014
- 2014-07-14 KR KR1020157037001A patent/KR102305274B1/ko active IP Right Grant
- 2014-07-14 CN CN202010312022.7A patent/CN111626111B/zh active Active
- 2014-07-14 WO PCT/US2014/046557 patent/WO2015009635A1/en active Application Filing
- 2014-07-14 US US14/896,150 patent/US10430631B2/en active Active
- 2014-07-14 EP EP14825944.3A patent/EP3022683B1/en active Active
- 2014-07-14 CN CN201480040556.1A patent/CN105378756B/zh active Active
- 2014-07-14 JP JP2016527017A patent/JP6616296B2/ja active Active
-
2019
- 2019-08-28 US US16/554,053 patent/US11238258B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050174015A1 (en) * | 2000-03-23 | 2005-08-11 | Scott Walter G. | Multiplexer for a piezo ceramic identification device |
| CN1388946A (zh) * | 2000-07-19 | 2003-01-01 | 金榮浣 | 用于无卡式安全信用交易处理的系统和方法 |
| CN1633671A (zh) * | 2002-01-17 | 2005-06-29 | 十字验证技术公司 | 指纹工作站和方法 |
| TW200828134A (en) * | 2006-09-11 | 2008-07-01 | Validity Sensors Inc | System, method and apparatus for fingerprint motion tracking using an in-line array for use in navigation applications |
| US20090289908A1 (en) * | 2008-05-22 | 2009-11-26 | Po-Tsun Chen | Touch detecting device capable of saving electricity |
| US20110163630A1 (en) * | 2008-09-16 | 2011-07-07 | Koninklijke Philips Electronics N.V. | Capacitive micromachine ultrasound transducer |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6616296B2 (ja) | 2019-12-04 |
| US20160117541A1 (en) | 2016-04-28 |
| CN105378756A (zh) | 2016-03-02 |
| CN111626111B (zh) | 2024-03-08 |
| EP3022683A1 (en) | 2016-05-25 |
| CN105378756B (zh) | 2020-05-08 |
| KR20160032045A (ko) | 2016-03-23 |
| EP3022683B1 (en) | 2024-01-17 |
| WO2015009635A1 (en) | 2015-01-22 |
| JP2016533234A (ja) | 2016-10-27 |
| US11238258B2 (en) | 2022-02-01 |
| KR102305274B1 (ko) | 2021-09-24 |
| US20200167538A1 (en) | 2020-05-28 |
| US10430631B2 (en) | 2019-10-01 |
| EP3022683A4 (en) | 2017-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11238258B2 (en) | MUT fingerprint ID system | |
| US11651611B2 (en) | Device mountable packaging of ultrasonic transducers | |
| KR102452268B1 (ko) | 하이브리드 용량성 및 초음파 감지 | |
| US10699095B2 (en) | Dual-mode capacitive and ultrasonic fingerprint and touch sensor | |
| US10410034B2 (en) | Ultrasonic biometric system with harmonic detection | |
| US20200309930A1 (en) | System and Method Associated with User Authentication Based on an Acoustic-Based Echo-Signature | |
| JP2022184843A (ja) | 音響生体識別タッチスキャナ | |
| KR20200032227A (ko) | 광학계와 통합된 초음파 생체 인식 장치 | |
| US20030001459A1 (en) | Secure wireless sales transaction using print information to verify a purchaser's identity | |
| US10891461B2 (en) | Live fingerprint detection utilizing an integrated ultrasound and infrared sensor | |
| US10783346B2 (en) | Enhancing quality of a fingerprint image | |
| KR20170115225A (ko) | 지문인식모듈과, 이것이 적용된 전자기기, 그리고 이를 위한 음파제어부재의 제조방법 | |
| US11348357B1 (en) | Fingerprint sensor configured for avoidance of latent fingerprints | |
| KR20190139027A (ko) | 글래스 일체형 초음파 지문인식 센서 | |
| US20220392249A1 (en) | Deep finger ultrasonic sensor | |
| CN115398490A (zh) | 具有隐约指纹检测的指纹传感器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |