近年来，MEMS传感器已在众多领域获得了广泛应用。其中，MEMS麦克风作为一种声学传感器，被集成到耳机、手机、笔记本电脑等各类消费电子产品中。与驻极体电容麦克风（ECM）相比，MEMS麦克风具备多项核心优势，例如尺寸小型化、优异的电声性能、出色的环境适应性以及低成本批量制造等。压电式和电容式换能技术是MEMS麦克风采用的两种主要方法。

压电式MEMS麦克风采用单振膜结构，由结构材料/金属/压电层/金属层堆叠而成。压电式MEMS麦克风的性能高度依赖压电薄膜层。锆钛酸铅（PZT）、氧化锌（ZnO）以及氮化铝（AlN）是最常用的压电材料。通过在AlN薄膜中掺杂钪（Sc），可进一步提升器件性能，但这会增加制造难度。此外，也可以通过新型结构设计及优化手段来提升器件性能。

电容式MEMS麦克风通常由可变形振膜和背板构成可变电容器，二者分别作为可动电极和固定电极。空气间隙和声学通孔对电容式MEMS麦克风的性能起着关键作用。采用新型材料制备振膜是提升器件性能的一种有效方法，优化器件结构也同样是一种可行的有效途径。

在单个器件中集成多种换能原理，是提升MEMS麦克风性能的一种极具前景的方法。已有研究报道了结合压电与电容换能机制的PZT基混合式MEMS麦克风，有效提升了器件的灵敏度。然而，混合模式下的MEMS麦克风整体信噪比仍受限于压电换能器的高本底噪声。

据麦姆斯咨询介绍，苏州大学、西北工业大学及比利时鲁汶大学等机构的联合研究团队提出了一种集成压电和电容两种换能机制的AlN基MEMS麦克风，大幅提升了器件性能。该研究对压电和电容双路同步信号采用信号融合技术，最终使信噪比提升至66.7 dB。相关研究成果已经以“A capacitive-piezoelectric hybrid MEMS microphone with signal fusion for enhancing signal-to-noise ratio”为题发表于Microsystems & Nanoengineering期刊。

论文摘要附图

器件结构与集总参数单元

该混合式MEMS麦克风的压电振膜由硅层、热氧化层、底部金电极、AlN薄膜和顶部铂电极组成。电容式换能结构包含硅支撑层和器件层，分别作为固定电极和可动电极。环形顶部电极的设计用于抵消薄膜沉积过程中残余应力产生的力矩。

为了高效预测MEMS麦克风的工作特性，该研究采用了集总参数建模方法。在分析中，假设器件工作在线性区间，即振膜位移远小于电极标称间隙。在这种小信号近似条件下，非线性电容效应、间隙减小引发的非线性以及偏置相关刚度的变化均被视为高阶项并予以忽略。这种线性化方法构建出一个物理意义直观的模型框架，既能捕捉主要的换能机制，又能保证分析的可解析性。

图1 混合式MEMS麦克风模型

混合式MEMS麦克风的制备

该混合式麦克风的制备工艺从一片SOI晶圆开始，其器件层与衬底层均为重掺杂。首先对晶圆进行热氧化处理，以生长热氧化层。通过磁控溅射沉积一层250 nm的铬/金（Cr/Au）薄膜作为底电极。通过磁控溅射沉积一层600 nm的AlN薄膜，并通过剥离工艺对其进行图形化处理。通过磁控溅射沉积一层300 nm的铬/铂（Cr/Pt）层作为顶电极，并通过剥离工艺对其进行图形化处理。通过刻蚀工艺对Cr/Au薄膜进行刻蚀，同时通过反应离子刻蚀（RIE）对热生长的氧化硅层进行刻蚀。再通过深反应离子刻蚀（DRIE）对硅器件层进行刻蚀，并通过RIE对掩埋氧化层进行刻蚀。在后续步骤中，通过DRIE对晶圆背面进行刻蚀，以形成释放孔。最后一步刻蚀牺牲氧化层，该氧化层在48%的氢氟酸中被去除。

图2 混合式MEMS麦克风的制备工艺

图3 混合式MEMS麦克风的图像

频率响应

研究人员测试了混合式MEMS麦克风在1 kHz分别处于压电、电容和混合换能模式时，不同声压级下的输出响应信号。混合换能模式下的响应斜率为2.39 mV/Pa，高于纯压电换能模式的0.61 mV/Pa以及纯电容换能模式的1.79 mV/Pa。

结合两种输出信号后，与单独的压电和电容换能模式相比，目标全频段的灵敏度均得到提升。该混合器件在1 kHz、94 dB SPL下，压电、电容和混合换能模式对应的灵敏度分别为-64.3 dB、-54.9 dB和-52.4 dB（re: 1 V/Pa）。实验与理论结果在目标频段内匹配度良好。理论与实测结果的偏差可归因于加工公差、残余薄膜应力等多种因素。

图4 混合式MEMS麦克风的实验表征

信号融合

为解决混合模式相较于纯压电模式信噪比下降的问题，本文采用了基于多传感器的信号融合技术。通过混合式MEMS麦克风双路同步输出所得到的融合信号，其噪声水平可借助噪声相关性分析得到降低。

该研究采用了一种加权线性融合技术。加权融合算法充当一种最优估计器，通过降低噪声较大路径的贡献，在保留两路有用信号的同时，将总噪声功率降至最低。由于相干信号分量呈线性叠加，而不相关噪声分量按功率叠加，因此融合操作使信号增益超过噪声的增加量。最终，融合后的输出信噪比可高于任意一种单独传感模式的信噪比。

图5 信号融合

结论

综上，该研究提出的混合换能架构为未来的多模式MEMS传感器设计提供了极具前景的方向。通过在单个器件中集成多种换能机制，并结合信号融合算法，此类设计相比单模式器件能够实现更优异的性能。

论文链接：

https://doi.org/10.1038/s41378-026-01251-y