项目一、节能型双稳态液晶智能窗的研究
本项目的研究中，我们提出了一种快速响应双稳态液晶智能玻璃/薄膜技术。我们通过引入“双频液晶”，制备无需聚合物掺杂的双稳态胆甾相液晶器件，大幅降低了双稳态切换驱动电压；该器件可在平面态（透明态）与焦锥态（散射态）之间直接切换，具有快速响应速度。基于双频液晶的双稳态智能玻璃/薄膜技术，不仅继承了PDLC技术的快速响应、可制备成膜等优点，同时具备双稳态的优势，大大降低能耗。另外，该器件不仅具有很好的电控调光功能，还能在通过可见光的同时选择性的反射红外线，起到调节建筑物室内温度的作用，大大减少夏天室内空调能耗。该方案在建筑节能、医疗、汽车领域，有望逐步升级取代现有智能玻璃技术，具有非常广阔的应用前景。本项目实施过程中将产生国家国际砖利等知识产权，我们的目标是实现双稳态液晶智能玻璃/薄膜技术的科技转化，切实推动该领域的技术升级。
项目二、无线信能同传系统
（一）技术原理
突破传统无线通信手段，整合能源技术和通信技术，顺应社会发展的迫切需要，是这两个领域交叉融合实现“绿色通信”的关键部分，既能实现高速可靠的通信，又能有效缓解无线能源和频谱稀缺的压力，在工业、医疗、基础设施发展等方面有着重要的应用价值。
研究成果产业化后有望广泛用于未来物联网及各类有限容量电池的无线终端或器件，突破传统电池供电的局限性，大大降低电池生产制造与回收过程中造成的环境污染，符合绿色经济的发展需求。有望利用远距离之特点，有望扩展传统以优化能量管理为主的思路，解决难以架设电缆或更换电池的问题，如针对森林、沙漠。有望丰富传统能量采集器的能量获取方式，提供稳定的、可持续的能源。基于其稳定性，有望广泛用于医疗领域可植入人体机械装置、病理特征监控系统等。
（二）技术先进性
本项目底层技术利用多载波技术与多天线技术将无线信息传输与能量传输宽带化，设计利用程控分时或分频电路进行宽带信号接收处理，使一部分信号可被利用来传输比特，另一部分信号被利用来供给接收端能量。随着对于通信需求的增长，大量数据处理意味着设备消耗电能加剧，既能获得较高的网速又能提升续航能力的潜在市场需**十分巨大的。因此，项目进而研发无线信能同传交换网设备，包括源、交换机与路由平台及其标准化，研发与无线信能同传系统底层之间的新型接口技术标准，开发基于无线信能同传系统的商用交换网设备与路由设备。
本项目提出的系统细节已申请多项发明砖利，包括8项国家发明砖利与2项美国发明砖利，研究思路在国内国际均处于先进。制定无线信能同传专用的交换机制与路由机制与标准以切入这一市场领域。通过制定全新标准，研发新型接口技术将独立的无线信能同传系统与现有移动网络相连接，通过移动网络管理无线信能同传系统基于无线局域网（WLAN）标准研发的路由平台配合交换网设备，使布置在不同地方的无线信能同传系统得以交互，便于集中管理。
项目三、无源传感器网络
（一）技术原理
采用微波无线能量传输（MIMO-WPT）技术与无源传感器技术形成无源的传感器网络，用于在一定范围内激活微型传感器、微型RFID等超级功耗传感芯片或电路。该技术的特点在于交叉了信号处理、通信网络、射频电路等领域，系统实现需要具备综合的工程实力。
（二）技术先进性
1、由于无线能量传输的特点，使处理一些复杂的、难于达到的或不方便布线的传感器网络得以无源化，同时由于不需要大容量电池，成本和体积大幅下降；
2、采用MIMO技术，能够空间感知传感器位置，比平面广播式播撒能量更加智能，可以同时兼顾无源RFID、Backscatter，Sensor等多种终端的能级，改善下行控制和上行传输距离等行业痛点；
3、基站技术成型后，系统整体复杂度不高，无源器件的芯片复杂度不高，生产成本非常低；可以实现空间感知，可以实现移动监控平台（如移动机器人）。
项目四：图像合成及修复
（一）技术原理
图像合成及修复是利用已知信息合成新的信息或恢复丢失信息。图像合成及修复技术是一种对视觉感知过程的学习和理解，是一个不确定问题，没有唯壹解的存在，合成或修复后的图像的合理性取决于视觉系统的接受程度。该项目的技术特点在于结合机器学习及非线性优化算法实现可编辑的图像合成及修复，该技术能够根据用户的意见及需求合成新图像或对原图像进行编辑。
（二）技术先进性
1、基于深度学习的图像修复能够有效拟合样本数据的非线性特性：如图像的语义信息、纹理信息、结构边缘信息及颜色信息等，生成视觉效果上更加自然合理的修复效果；
2、基于非线性优化的图像修复具有可解释性和可控制性，用户能够根据自己的需求生成不同的修复效果；
3、结合深度学习与传统图像处理方法，系统能够自动检测待修复区域并提供高清晰度的图像合成及修复效果。
项目五、5G/6G未来通信芯片设计
（一）技术原理
该团队针对5G通信芯片集成电路设计技术方向，展开以硅基及第三代半导体等核心器件为主的毫米波（6GHz/28GHz）高速高频高带宽的通信器件及电路研究，开发了MIMO多模终端及基站芯片（包括PA， LNA， Switch， ADC，天线及基带等模块）系统。同时针对6G及未来通信集成电路设计及工艺设计的实际需求，开展了在亚太赫兹（77GHz/140GHz）的高速高频通信器件及电路研究。该团队与当地龙头企业紧密合作，开展了基于GaN的5G收发机芯片设计（工信部5G制造业中心项目），基于CMOS的140GHz太赫兹通信芯片设计（各国际知名IC下企业合作项目）等企业合作项目。
（二）技术先进性
1、基于GaN的毫米波通讯器件
该团队针对5G通信芯片集成电路设计技术方向，展开以硅基及第三代半导体（GaN）等核心器件为主的毫米波（6GHz/28GHz）高速高频高带宽的通信器件及电路研究，开发了MIMO多模终端及基站芯片（包括PA，LNA，Switch，ADC，天线及基带等模块）系统。
2、基于CMOS的无线通讯电路
该团队通过控制使用超材料器件的CMOS晶体管阵列的相位，从而使得电磁能量的产生和传播可以进行同步控制，因此*终THz信号源的效率得以显著提高。我们在之前的工作中的初步结果表明，140GHz的信号源可以产生3.5dBm的输出功率，可用于距离>1米无线通讯的通信。通过引入基于超材料的零相移器来集成振荡器阵列，我们可以设计一个零相位的耦合振荡器阵列，以便产生具有高输出功率，紧凑尺寸及低噪声的THz信号。实验结果表明THz信号源效率显著提高（>10倍），达到5dBm的输出功率。相比之下，传统的信号源设计没有对电磁场采取相位控制，因此在CMOS工艺下具有较低的能量效率和输出功率。
项目六、边缘智能芯片设计
（一）技术原理
该团队针对边缘智能（AlOT）芯片集成电路设计技术方向，开发在5G边缘端（基站）的下一代低功耗（<1W），高通量（>20fps）深度学习人工智能芯片。除了先进的3D储算融合架构，团队同时在算法上研发自动训练量化及张量压缩算法实现对静态（CNN）动态（RNN）数据具有检测，识别及分割功能的实时智能数据处理，*终可应用于消费类电子（手机，智慧城市，AR/VR，机器人等）实现边缘智能的落地。该团队与当地龙头企业紧密合作，现已建立了（校企）国际知名ICT下企业先进SoC芯片系统集成联合实验室，（校企）国际知名ICT企业边缘计算人工智能联合实验室。并与国际知名ICT企业深入开展新工科教学，参与教育部-国际知名ICT企业新工科培养计划，并共同建设（校企）国际知名ICT企业AI沃土产学研育人平台，这些都将为本实验室的新应用布局提供坚实的基础与发展潜力。
（二）技术先进性
1、深度学习压缩算法
该团队通过深度学习神经网络的训练量化算法开发，训练量化技术将原始复杂深度学习神经网络（CNN）进行有精度约束的简化后得到轻量级深度学习网络，使得其既能提供有精度保障的图像识别功能，同时又能在硬件上进行高通量低功耗的实现。同时进行深度学习神经网络的张量压缩算法开发，张量压缩技术能显著减少时序深度学习神经网络（RNN）的计算量，得到轻量级深度学习网络，在权衡准确度的基础上使得处理动态图像的速度得到大幅提升。