综述：关于聚合物多模态柔性传感器多维信号处理策略的研究进展

《Advanced Composites and Hybrid Materials》：Research advances towards multidimensional signal processing strategies for polymeric multimodal flexible sensors

多模态柔性传感器利用聚合物材料优势，面临信号串扰挑战，本文系统综述材料组合、结构优化、信号响应差异分析及AI技术解耦方法，比较传统与机器学习策略优劣，总结现存技术瓶颈与发展方向。

　　

摘要

聚合物材料固有的优势，如优异的柔韧性、可加工性和分子结构可调性，使其成为制造多模态柔性传感器的关键材料。这些传感器可应用于复杂场景中，以感知和监测各种刺激，特别是在生理信号采集和人机交互领域。然而，由于材料本身的特性和设备集成策略导致的信号串扰和耦合现象普遍存在，严重影响了多模态柔性传感器的性能和可靠性。本文从多个角度系统地回顾了信号处理策略，以识别多模态柔性传感器所需的正确信号，包括基于材料组合的信号处理、结构优化、信号响应特性的差异以及人工智能技术。首先，本文系统介绍了柔性传感器的基本结构组成、常用材料、基本传感机制和常见的制造方法。接着，详细讨论了通过提取输出信号在测试条件、时间响应和幅度变化方面的特征差异，并利用差分测量技术来进行信号解耦的方法。此外，在讨论机器学习算法在信号解耦和识别中的应用之前，还详细介绍了机器学习算法的基本类型和原理及其优缺点。同时，本文详细阐述了基于机器学习的信号处理策略相较于传统信号处理策略的优势及其当前存在的局限性。最后，本文总结了多模态柔性传感领域持续面临的挑战，并对聚合物多模态传感器的发展趋势进行了展望，旨在为未来的研究提供参考，并推动多模态柔性传感器的实际应用。