項目一、節能型雙穩態液晶智能窗的研究
本項目的研究中，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的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?；陔p頻液晶的雙穩態智能玻璃/薄膜技術，不僅繼承了PDLC技術的快速響應、可制備成膜等優點，同時具備雙穩態的優勢，大大降低能耗。另外，該器件不僅具有很好的電控調光功能，還能在通過可見光的同時選擇性的反射紅外線，起到調節建筑物室內溫度的作用，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，具有非常廣闊的應用前景。本項目實施過程中將產生國家國際磚利等知識產權，我們的目標是實現雙穩態液晶智能玻璃/薄膜技術的科技轉化，切實推動該領域的技術升級。
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，順應社會發展的迫切需要，是這兩個領域交叉融合實現“綠色通信”的關鍵部分，既能實現高速可靠的通信，又能有效緩解無線能源和頻譜稀缺的壓力，在工業、醫療、基礎設施發展等方面有著重要的應用價值。
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的無線終端或器件，突破傳統電池供電的局限性，大大降低電池生產制造與回收過程中造成的環境污染，符合綠色經濟的發展需求。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的思路，解決難以架設電纜或更換電池的問題，如針對森林、沙漠。有望豐富傳統能量采集器的能量獲取方式，提供穩定的、可持續的能源。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。隨著對于通信需求的增長，大量數據處理意味著設備消耗電能加劇，既能獲得較高的網速又能提升續航能力的潛在市場需**十分巨大的。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的新型接口技術標準，開發基于無線信能同傳系統的商用交換網設備與路由設備。
本項目提出的系統細節已申請多項發明磚利，包括8項國家發明磚利與2項美國發明磚利，研究思路在國內國際均處于先進。制定無線信能同傳專用的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的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）標準研發的路由平臺配合交換網設備，使布置在不同地方的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的傳感器網絡，用于在一定范圍內激活微型傳感器、微型RFID等超級功耗傳感芯片或電路。該技術的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的工程實力。
（二）技術先進性
1、由于無線能量傳輸的特點，使處理一些復雜的、難于達到的或不方便布線的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RFID、Backscatter，Sensor等多種終端的能級，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，無源器件的芯片復雜度不高，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的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的學習和理解，是一個不確定問題，沒有唯壹解的存在，合成或修復后的圖像的合理性取決于視覺系統的接受程度。該項目的技術特點在于結合機器學習及非線性優化算法實現可編輯的圖像合成及修復，該技術能夠根據用戶的意見及需求合成新圖像或對原圖像進行編輯。
（二）技術先進性
1、基于深度學習的圖像修復能夠有效擬合樣本數據的非線性特性：如圖像的語義信息、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的修復效果；
2、基于非線性優化的圖像修復具有可解釋性和可控制性，用戶能夠根據自己的需求生成不同的修復效果；
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的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的毫米波（6GHz/28GHz）高速高頻高帶寬的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的實際需求，開展了在亞太赫茲（77GHz/140GHz）的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的5G收發機芯片設計（工信部5G制造業中心項目），基于CMOS的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的毫米波通訊器件
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）等核心器件為主的毫米波（6GHz/28GHz）高速高頻高帶寬的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的無線通訊電路
該團隊通過控制使用超材料器件的CMOS晶體管陣列的相位，從而使得電磁能量的產生和傳播可以進行同步控制，因此*終THz信號源的效率得以顯著提高。我們在之前的工作中的初步結果表明，140GHz的信號源可以產生3.5dBm的輸出功率，可用于距離>1米無線通訊的通信。通過引入基于超材料的零相移器來集成振蕩器陣列，我們可以設計一個零相位的耦合振蕩器陣列，以便產生具有高輸出功率，緊湊尺寸及低噪聲的THz信號。實驗結果表明THz信號源效率顯著提高（>10倍），達到5dBm的輸出功率。相比之下，傳統的信號源設計沒有對電磁場采取相位控制，因此在CMOS工藝下具有較低的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）的下一代低功耗（<1W），高通量（>20fps）深度學習人工智能芯片。除了先進的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，識別及分割功能的實時智能數據處理，*終可應用于消費類電子（手機，智慧城市，AR/VR，機器人等）實現邊緣智能的落地。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的新應用布局提供堅實的基礎與發展潛力。
（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的訓練量化算法開發，訓練量化技術將原始復雜深度學習神經網絡（CNN）進行有精度約束的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的圖像識別功能，同時又能在硬件上進行高通量低功耗的實現。同時進行深度學習神經網絡的張量壓縮算法開發，張量壓縮技術能顯著減少時序深度學習神經網絡（RNN）的計算量，得到輕量級深度學習網絡，在權衡準確度的基礎上使得處理動態圖像的速度得到大幅提升。