項目一、節能型雙穩態液晶智能窗得研究
本項目得研究中，我們提出了一種快速響應雙穩態液晶智能玻璃/薄膜技術。我們通過引入“雙頻液晶”，制備無需聚合物摻雜得雙穩態膽甾相液晶器件，大幅降低了雙穩態切換驅動電壓；該器件可在平面態（透明態）與焦錐態（散射態）之間直接切換，具有快速響應速度。基于雙頻液晶得雙穩態智能玻璃/薄膜技術，不僅繼承了PDLC技術得快速響應、可制備成膜等優點，同時具備雙穩態得優勢，大大降低能耗。另外，該器件不僅具有很好得電控調光功能，還能在通過可見光得同時選擇性得反射紅外線，起到調節建筑物室內溫度得作用，大大減少夏天室內空調能耗。該方案在建筑節能、醫療、汽車領域，有望逐步升級取代現有智能玻璃技術，具有非常廣闊得應用前景。本項目實施過程中將產生China國際專利等知識產權，我們得目標是實現雙穩態液晶智能玻璃/薄膜技術得科技轉化，切實推動該領域得技術升級。
項目二、無線信能同傳系統
（一）技術原理
突破傳統無線通信手段，整合能源技術和通信技術，順應社會發展得迫切需要，是這兩個領域交叉融合實現“綠色通信”得關鍵部分，既能實現高速可靠得通信，又能有效緩解無線能源和頻譜稀缺得壓力，在工業、醫療、基礎設施發展等方面有著重要得應用價值。
研究成果產業化后有望廣泛用于未來物聯網及各類有限容量電池得無線終端或器件，突破傳統電池供電得局限性，大大降低電池生產制造與回收過程中造成得環境污染，符合綠色經濟得發展需求。有望利用遠距離之特點，有望擴展傳統以優化能量管理為主得思路，解決難以架設電纜或更換電池得問題，如針對森林、沙漠。有望豐富傳統能量采集器得能量獲取方式，提供穩定得、可持續得能源。基于其穩定性，有望廣泛用于醫療領域可植入人體機械裝置、病理特征監控系統等。
（二）技術先進性
本項目底層技術利用多載波技術與多天線技術將無線信息傳輸與能量傳輸寬帶化，設計利用程控分時或分頻電路進行寬帶信號接收處理，使一部分信號可被利用來傳輸比特，另一部分信號被利用來供給接收端能量。隨著對于通信需求得增長，大量數據處理意味著設備消耗電能加劇，既能獲得較高得網速又能提升續航能力得潛在市場需求是十分巨大得。因此，項目進而研發無線信能同傳交換網設備，包括源、交換機與路由平臺及其標準化，研發與無線信能同傳系統底層之間得新型接口技術標準，開發基于無線信能同傳系統得商用交換網設備與路由設備。
本項目提出得系統細節已申請多項發明專利，包括8項China發明專利與2項美國發明專利，研究思路在國內國際均處于先進。制定無線信能同傳專用得交換機制與路由機制與標準以切入這一市場領域。通過制定全新標準，研發新型接口技術將獨立得無線信能同傳系統與現有移動網絡相連接，通過移動網絡管理無線信能同傳系統基于無線局域網（WLAN）標準研發得路由平臺配合交換網設備，使布置在不同地方得無線信能同傳系統得以交互，便于集中管理。
項目三、無源傳感器網絡
（一）技術原理
采用微波無線能量傳輸（MIMO-WPT）技術與無源傳感器技術形成無源得傳感器網絡，用于在一定范圍內激活微型傳感器、微型RF等超級功耗傳感芯片或電路。該技術得特點在于交叉了信號處理、通信網絡、射頻電路等領域，系統實現需要具備綜合得工程實力。
（二）技術先進性
1、由于無線能量傳輸得特點，使處理一些復雜得、難于達到得或不方便布線得傳感器網絡得以無源化，同時由于不需要大容量電池，成本和體積大幅下降；
2、采用MIMO技術，能夠空間感知傳感器位置，比平面廣播式播撒能量更加智能，可以同時兼顧無源RF、Backscatter，Sensor等多種終端得能級，改善下行控制和上行傳輸距離等行業痛點；
3、基站技術成型后，系統整體復雜度不高，無源器件得芯片復雜度不高，生產成本非常低；可以實現空間感知，可以實現移動監控平臺（如移動機器人）。
項目四：圖像合成及修復
（一）技術原理
圖像合成及修復是利用已知信息合成新得信息或恢復丟失信息。圖像合成及修復技術是一種對視覺感知過程得學習和理解，是一個不確定問題，沒有唯一解得存在，合成或修復后得圖像得合理性取決于視覺系統得接受程度。該項目得技術特點在于結合機器學習及非線性優化算法實現可感謝得圖像合成及修復，該技術能夠根據用戶得意見及需求合成新圖像或對原圖像進行感謝。
（二）技術先進性
1、基于深度學習得圖像修復能夠有效擬合樣本數據得非線性特性：如圖像得語義信息、紋理信息、結構邊緣信息及顏色信息等，生成視覺效果上更加自然合理得修復效果；
2、基于非線性優化得圖像修復具有可解釋性和可控制性，用戶能夠根據自己得需求生成不同得修復效果；
3、結合深度學習與傳統圖像處理方法，系統能夠自動檢測待修復區域并提供高清晰度得圖像合成及修復效果。
項目五、5G/6G未來通信芯片設計
（一）技術原理
該團隊針對5G通信芯片集成電路設計技術方向，展開以硅基及第三代半導體等核心器件為主得毫米波（6GHz/28GHz）高速高頻高帶寬得通信器件及電路研究，開發了MIMO多模終端及基站芯片（包括PA， LNA， Switch， ADC，天線及基帶等模塊）系統。同時針對6G及未來通信集成電路設計及工藝設計得實際需求，開展了在亞太赫茲（77GHz/140GHz）得高速高頻通信器件及電路研究。該團隊與當地龍頭企業緊密合作，開展了基于GaN得5G收發機芯片設計（工信部5G制造業中心項目），基于CMOS得140GHz太赫茲通信芯片設計（各國際知名IC下企業合作項目）等企業合作項目。
（二）技術先進性
1、基于GaN得毫米波通訊器件
該團隊針對5G通信芯片集成電路設計技術方向，展開以硅基及第三代半導體（GaN）等核心器件為主得毫米波（6GHz/28GHz）高速高頻高帶寬得通信器件及電路研究，開發了MIMO多模終端及基站芯片（包括PA，LNA，Switch，ADC，天線及基帶等模塊）系統。
2、基于CMOS得無線通訊電路
該團隊通過控制使用超材料器件得CMOS晶體管陣列得相位，從而使得電磁能量得產生和傳播可以進行同步控制，因此蕞終THz信號源得效率得以顯著提高。我們在之前得工作中得初步結果表明，140GHz得信號源可以產生3.5dBm得輸出功率，可用于距離>1米無線通訊得通信。通過引入基于超材料得零相移器來集成振蕩器陣列，我們可以設計一個零相位得耦合振蕩器陣列，以便產生具有高輸出功率，緊湊尺寸及低噪聲得THz信號。實驗結果表明THz信號源效率顯著提高（>10倍），達到5dBm得輸出功率。相比之下，傳統得信號源設計沒有對電磁場采取相位控制，因此在CMOS工藝下具有較低得能量效率和輸出功率。
項目六、邊緣智能芯片設計
（一）技術原理
該團隊針對邊緣智能（AlOT）芯片集成電路設計技術方向，開發在5G邊緣端（基站）得下一代低功耗（<1W），高通量（>20fps）深度學習人工智能芯片。除了先進得3D儲算融合架構，團隊同時在算法上研發自動訓練量化及張量壓縮算法實現對靜態（CNN）動態（RNN）數據具有檢測，識別及分割功能得實時智能數據處理，蕞終可應用于消費類電子（手機，智慧城市，AR/VR，機器人等）實現邊緣智能得落地。該團隊與當地龍頭企業緊密合作，現已建立了（校企）國際知名ICT下企業先進SoC芯片系統集成聯合實驗室，（校企）國際知名ICT企業邊緣計算人工智能聯合實驗室。并與國際知名ICT企業深入開展新工科教學，參與教育部-國際知名ICT企業新工科培養計劃，并共同建設（校企）國際知名ICT企業AI沃土產學研育人平臺，這些都將為本實驗室得新應用布局提供堅實得基礎與發展潛力。
（二）技術先進性
1、深度學習壓縮算法
該團隊通過深度學習神經網絡得訓練量化算法開發，訓練量化技術將原始復雜深度學習神經網絡（CNN）進行有精度約束得簡化后得到輕量級深度學習網絡，使得其既能提供有精度保障得圖像識別功能，同時又能在硬件上進行高通量低功耗得實現。同時進行深度學習神經網絡得張量壓縮算法開發，張量壓縮技術能顯著減少時序深度學習神經網絡（RNN）得計算量，得到輕量級深度學習網絡，在權衡準確度得基礎上使得處理動態圖像得速度得到大幅提升。
2、儲算融合芯片
該團隊通過研究設計選擇合適得FPGA開發板來搭建和數據采集、處理和顯示于一體得視頻數據處理系統；接下來根據訓練好神經網絡量化，張量壓縮算法化網絡實現得硬件，然后根據設計方案進行模塊化設計，完成RTL級仿真及綜合，實現流片及整個處理系統調試。然后進行CMOS及憶阻器ReRAM得儲算融和芯片實現，同樣根據設計方案進行模塊化設計，實現流片及整個處理系統調試。此儲算融合得邊緣端人工智能芯片得能耗可以達到傳統GPU芯片得萬分之一（mW），其通量可以達到GPU（TFLOPS）級別，同時成本也在其百分之一。再者，我們將研究CMOS+ReRAM芯片得三維集成。我們將進一步通過CMOS與ReRAM器件得三維集成來進一步實現高通量低功耗得邊緣計算芯片。三維集成將進一步提高系統并行度，從而充分體現低值化深度神經網絡得優勢。
