为进一步促进实验室发挥学科交叉融合优势，充分利用实验室良好的科学研究平台，促进学术交流，发现和培养智能感知材料与技术相关领域的创新科技人才，加速高水平学术成果产出以及成果转化落地，秉持“开放、流动、联合、竞争”的运行机制，实验室现设立2021年开放课题基金，资助校外研究人员和访问学者依托本实验室开展研究工作。 一、拟支持的研究方向 重点项目： 1、新型高灵敏非制冷红外光电探测器研究 选择新型高灵敏红外材料并优化设计器件结构，获得高信噪比红外探测器。研究器件暗电流噪声产生机理及其主要来源、通过能带工程设计合适的界面能带匹配，构筑单边多子势垒异质结器件及界面能带调控，在不影响红外光电流电响应的情况下，突破暗电流及噪声抑制的关键技术问题，为获得高灵敏非制冷红外探测提供技术支撑。 2、面向多元与微纳集成的电磁特性神经网络建模技术 将面向多元与微纳集成领域中的物理约束条件与神经网络结合，构建面向电磁散射特性问题的物理驱动神经网络模型，讨论其相对于传统神经网络的优势，分析网络参数和物理约束条件对计算效率和精度的影响。结合高保真实验数据，获得满足实际电磁特性分析需求的高保真神经网络模型，并对典型目标电磁散射特性进行研究。在多元与微纳集成研究领域面向目标识别和电磁材料逆向设计的需求，构建基于物理驱动神经网络的目标电磁逆散射模型。 3、面向工业应用的光纤微振/震检测关键技术研究 微振/震检测技术是煤与瓦斯突出、突水和岩爆等矿山动力灾害预测预警的最佳方案之一。突破探头共振解耦技术、大动态信号解调算法、系统低频噪声抑制方法和系统成本控制方法，解决已有光纤微振/震检测系统存在的不足，形成可在工业生产中大规模应用的光纤微振/震检测系统。 4、面向工业过程感知大数据的智能分析和模式识别 工业过程是一个十分复杂的大系统,其非线性,不确定性,时变,强耦合等复杂特性使得难以传统的方法进行建模，常规的过程级优化技术不能直接采用。利用模式识别优化技术,对工业过程感知过程大数据进行智能分析。主要包括建立支持分析过程的数据分布理论、优化模型和参数估计模型。特别对非结构化、多源数据及信息进行整合，建立工业过程感知大数据的深度分析系统。 5、多源遥感地表动态数据的智能应用 同一区域不同时相的遥感影像，可以提取军事、城市、灾害、环境等地表动态变化信息，但地表要素的复杂多样与多源遥感数据间的异质性，已成为多源遥感地表动态监测领域的难点问题。开展高精度、全自动化、快速的多源遥感地表动态监测的方法创新与技术产品研发，正在成为解决国家安全和社会经济发展的重大需求的研发焦点。 一般项目： 1、磁感知材料与偏振灵敏感知器件 通过邻近铁磁层磁化方向的相对变化所导致的磁阻改变，可利用人工反铁磁异质结探测感知微弱应变场大小和类型、数百高斯大小磁场等多种物理场。在人工反铁磁低维体系的材料优化和提升多物理场感知灵敏度，并进行设计具有潜在实用前景的自旋电子学原型器件。如何获得具有强磁各向异性的低维人工反铁磁材料体系，提升多物理场偏振灵敏感知器件的灵敏度及开发具有潜在应用的自旋电子学原型器件。 2、基于 MXene材料压力感知材料与器件 采用化学溶液法实现单层或少层MXene纳米片的可控制备，研究工艺参数对MXene纳米片微结构及表面缺陷浓度的影响，通过电子输运机制上研究材料微结构及表面缺陷浓度对材料电阻的影响规律，实现制备工艺对材料电阻的调控，建立材料制备-材料结构-材料性能关系，为研发高灵敏度柔性压阻传感器奠定坚实的理论和实验基础。 3、新型二维材料大面积生长与阵列化器件制作 新型二维半导体材料在电子器件更高集成度方面具有重要应用前景。采用衬底切割角度控制和气流方向控制材料单晶生长方向和拼接角度，提高材料的均一性，发展新型二维半导体材料MoS2，WSe2，等大面积制作方法，突破晶圆级二维半导体材料生长技术关键，发展传统硅工艺兼容的二维半导体光电探测器件集成工艺，为二维半导体器件集成提供材料基础和工艺支撑。 4、电磁污染防护材料研发 随着5G时代的到来，高频率、硬件零部件的升级以及联网设备及天线数量的成倍增长，设备与设备之间及设备本身内部的电磁干扰无处不在，电磁干扰和电磁辐射给电子设备及人类健康带来的危害对电磁污染的防护提出了更高挑战。因此设计污染小、成本低、吸收强的电磁污染防护材料具有重要意义。 5、面向隐身天线罩的宽带可重构吸波式频率选择结构研究 针对非线性元器件，开展有源非线性器件的特征参数提取与参数化建模；研究基于传输线理论和等效电路理论的空间电磁场激励下的可重构吸波式频率选择结构的工作机制；研究可重构吸波式频率选择结构与天线之间的耦合机理及规律，提出吸波式频率选择结构与天线的一体化设计方法。 6、无源射频组件非线性特征建模与互调干扰抑制研究 针对典型无源射频组件，开展无源非线性网络的特征提取与参数化建模；研究基于微观隧道理论与磁性材料非线性的复杂电磁环境下无源互调产生物理机制；结合电热耦合效应、铁磁效应、趋肤效应等对互调产物的频率依赖性与功率依赖性影响规律研究，提出无源组件互调干扰信号的行为特征预测分析方法。 7、复杂结构的电磁特征模式理论 目前的电磁特征模理论（characteristic mode theory, CMT）基本上只适用于全金属结构，对有耗介质结构、复杂金属-介质复合结构等的CMT物理图像及解释尚不统一，相关的数学处理过程和方法亦不成熟。基于全新的理论框架重建CMT，实现对CMT之物理图像的有效揭示以及对相关数学处理的进一步完善，为各类天线尤其是复杂结构天线的设计和优化提供有力的理论和技术支撑。 8、毫米波双频段天线共口径设计 共口径技术很大程度地减少天线尺寸，增加口径的利用率，极大的增加了通信容量。然而共口径技术也增强了同频率和不同频率天线单元之间的耦合。因此抑制耦合成为共口径天线设计的尚需解决的关键技术问题。毫米波28/38GHz双频段天线带宽需分别达到10%，天线单元之间隔离度设计达到-20dB以下。 9、新型光电响应机理及光电增益技术 通过界面能带工程构筑的type-II型vdW异质结，采用层间激子扩展探测光谱范围，利用层间激子特性，通过材料匹配、层数变化和电场调节等方式实现调层间激子响应波段调控，调控层间激子发射波长至通讯波段（1–3 μm），最终实现基于层间激子跃迁的高性能非制冷SWIR光探测，探测波长至通讯波段，为高灵敏光电探测技术提供支撑。 10、高灵敏AlGaN日盲紫外雪崩光电探测器研究 针对具有重要应用潜力的III族氮化物半导体日盲紫外雪崩光电探测器（APD）面临的关键材料和器件工艺问题，开展AlGaN日盲紫外雪崩探测器的建模与仿真；高质量AlGaN材料的异质外延生长、高性能AlGaN日盲APD器件结构设计以及核心微加工工艺研究；力争实现高灵敏度氮化物半导体日盲紫外雪崩探测技术的突破。 11、超宽带掺杂石英光纤的开发及特性研究 近年来，在宽带互联网、物联网、移动通信、云计算等技术的支撑和催生作用下，全球数据量呈现指数级增长，意味着未来20年需要单根光纤数据传输速率超过1000Pbit/s。利用化学气相沉积和原位纳米溶液掺杂技术制备铋/铒共掺光纤，开展1150-1700 nm范围内的超宽带发光及放大研究，为下一代超宽带光纤通信网络提供材料基础和技术支撑。 12、集成纤上微腔结构的高品质脉冲激光器研究 研究集成纤上微腔结构的高品质脉冲激光器，解决其中的基础科学问题，突破光纤传感网络关键光源器件的技术瓶颈，具有重要的学术价值与潜在的应用前景。针对集成纤上微腔结构的高品质脉冲激光器的重要科学问题，开展四个方面的研究：1）超宽带可饱和吸收体石墨烯、单壁碳纳米管集成高品质光学微腔，实现外腔注入脉冲激光输出；2）研究高品质光学腔内饱和吸收体的非线性机制；3）研究饱和吸收体对高品质光学腔的影响；4）研究外腔注入脉冲激光器的运转机理，优化外腔注入脉冲激光器输出性能。 13、PGC解调电路参数的自动优化控制研究 相位载波技术（PGC）用模拟电路实现时为了得到最佳的、稳定的输出，需要对调制信号、混频用的一倍频和二倍频信号的幅值、相位等参数进行调整，手动调整费时费力，且结果的一致性较差。研究一种根据电路状态参数，实现解调电路相关参数的自动寻优方法具有重要意义。 14、鲁棒结构化深度学习方法在视觉信息感知中的应用研究 近年来，图神经网络，自注意模型以及Transformer等结构化深度学习技术在计算机视觉得到广泛的应用。然而这些结构化深度学习方法往往存在计算复杂，受噪声干扰影响较大等问题。因此，研究轻量化，鲁棒的结构化深度学习方法具有重要的理论和应用价值。为大规模复杂视觉数据感知提供重要技术基础。 15、基于光电感知技术的智能控制系统的抗扰技术及应用 智能控制系统是具有智能感知、智能信息反馈的人工智能技术与控制理论的交叉。光电智能感知具有精度高、反应快等优点，必将成为获取传感信息的主要手段。抗扰控制技术在处理光电智能感知面临的不确定性和干扰方面具有独特的优势。因此，研究基于光电感知技术的智能控制系统的抗扰技术及应用问题具有重要理论和实际意义。 16、材料学科多粒度知识图谱构建与推理研究 以材料学科为研究对象，以该学科论文、项目、专利为数据源，研究基于多源异构数据的材料学科多粒度知识图谱的自动构建、表示学习和深度推理等关键技术；研究融合知识图谱的预训练语言模型，探索领域技术发展路径、卡脖子技术挖掘、多粒度领域体系分析等核心技术；在此基础上实现竞争对手分析、智能推荐等应用服务。 17、基于AI的光电智能感知材料与器件应用研究 光电材料与器件应用研究在各个领域发挥着举足轻重的作用。如何聚焦太赫兹、激光传感和AI算法在光电行业的应用，在相关方向做出突破与进展是一重要课题。如何将前沿光电与人工智能结合，在安防、车载、工业和医学等领域实现应用。光电技术急需AI算法的支持，主要包括开发的光电系统，需要运用AI算法进行多维度精细计算分析，以获得单纯人工算法无法达到的效率、精度。 18、环境水质指标在线监测 水体的动态COD（化学需氧量）数据网格，可以获取污染物浓度、时空分布、迁移转化规律等实时信息。但测试时长的局限与悬浮物的干扰，已成为COD在线监测的难点问题。开展高效快速、普适全面、集成便携的COD在线监测的方法创新与技术产品研发，成为解决国家生态环境安全与污染治理重大需求的研发焦点。 19、近海区域大气温室气体排放特征及规律研究 为支撑我国“减污降碳”战略目标实现和进一步摸清我国温室气体排放来源特征，针对近海区域研究温室气体的排放特征，定量评价其分布规律和来源，形成大气中温室气体排放有效监测数据分析方法，初步建立支撑我国重点区域大气温室气体研究的技术体系。分析的物种要素不少于CO2、CH4和N2O三种核心温室气体，时间分辨率优于8小时，能够定量评价温室气体等物种来源。 20、土壤环境污染监测与评估 精准分析监测土壤环境中高毒性重金属离子及农药残留的迁移行为、分布规律、形态转化等动态演变过程，对于揭示其污染行为及土壤环境预警评估具有重要意义。针对复杂土壤环境及共存离子和有机质的相互干扰的精准检测挑战，发展快速简易、高灵敏、高选择性的重金属离子和农药残留精确电化学检测方法及高度集成的电化学监测设备，成为土壤环境安全与预警评估的研究重点。 二、课题申请要求 1、申请人为具有博士学位或者中级及以上职称的校外科研人员。 2、申请课题紧扣以上研究方向，且学术思想新颖、技术交叉显著，具有原创性或者应用性。 3、开放课题的申请实行合作教授制。凡在实验室申请的开放课题，均需要实验室一名教授作为该课题的合作教授。合作教授由开放课题申请人自行联系与协商。 4、开放课题研究周期一般为2年，起止时间为2022年1月至2023年12月。 5、每位申请人当年只能申请主持一项课题。尚有未结题的开放课题负责人，不能参与本年度开放课题的申请。 6、开放课题的资助额度与项数：重点项目为8万元/项，资助5项；一般项目为4万元/项，资助10项。 三、课题申请程序 1、申请人按照规定格式，填写《信息材料与智能感知安徽省实验室2021年开放课题申请书》（见附件）。 2、申请者应于本指南发布之日起至10月24日，将申请书的纸质版（一式三份）寄送至本实验室，同时发送电子版到邮箱（imis@ahu.edu.cn），逾期不予受理。 3、根据择优资助的原则，经实验室综合评审，在实验室网站公布结果（网址：http://imis.ahu.edu.cn/）。 四、联系人及联系方式 联系人：李丹,电话：0551-63861875 通信地址：安徽省合肥市经济技术开发区九龙路111号太阳成集团tyc234cc磬苑校区理工创新楼E楼104室， 邮编：230601
信息材料与智能感知安徽省实验室 2021年9月30日 |
