网络首发
基于向列型液晶的小型化微波移相器设计
吕先洋;段金圆;谢慧琳;朱家奇;Bassem MEDDEB;为解决传统移相器设计中存在电路结构复杂、直流功耗大、插损随频率的增高而变大等缺陷，利用液晶材料的双折射原理，提出了一种基于向列相液晶材料的微波波段小型移相器设计方案。利用液晶各向异性的特性，液晶分子的轴向通过薄膜定向层进行初始化锚定，分子的长轴取向通过改变外置偏压形成的电场进行调节，从而改变液晶作为器件衬底材料的介电常数。本文设计并制作了移相器样品，通过改变外加偏压值，成功地控制了液晶分子团簇的局部轴向取向，完成射频调制功能。设计样品中采用的液晶材料的介电各向异性为0.45。器件可工作于三个频段，在高频段中移相范围最大，当工作频率为20 GHz时移相范围可达到33°。测量结果验证了设计和制作工艺的有效性。采用相同的制备工艺，可进一步优化设计以扩大差分相移的范围和设计制作基于向列型液晶的毫米波可调器件。
基于双编码器的多层级有机化学的反应预测
朱林星;姜舒;黄嘉爽;丁卫平;有机化学的正向反应预测作为人工智能的一个重要应用，一直受到研究者的关注。简化分子线性输入规范(SMILES)提供了一种使化学分子线性化编码的方法。因此，可以将正向反应预测任务转换为机器翻译中序列到序列的生成任务。传统的Transformer模型只关注化学式中原子间的注意力权重，而忽略分子内的全局信息，此外，传统的Transformer模型面对同一个分子的不同表示的时候，存在着预测性能下降、泛化能力不强的问题。为了解决上述的问题，提出了一种基于双编码器的多层级有机化学的反应预测方法。首先，通过使用两个编码器分别处理分子层级和原子层级的信息，使得模型专注于各自层面的特征提取。其次，提出分子特征表示算法，对原子嵌入取平均获得分子间的相互作用。最后，利用自动调节的门控单元对原子编码器和分子编码器的输出结果进行多层级特征融合，融合结果输入到解码器。实验结果表明，提出的方法在三个USPTO数据集上获得比基线更好的结果，并且提高了模型的泛化能力和长序列的处理能力。
人类视觉启发的模糊卷积神经网络
顾苏杭;李晨阳;朱培逸;卷积神经网络(convolutional neural networks，CNN)在深度学习领域展现了良好的数据表示和分类能力，并在图像分类方面取得了显著的成果。然而，图像数据中的不确定性会在CNN提取特征的过程中逐层传播，导致其无法实现精确的特征表示并影响模型的分类性能。针对该问题，提出一种人类视觉启发的模糊卷积神经网络。该网络中的卷积操作可模拟人类视觉的处理机制，具体包含基于中央视觉和周围视觉的卷积操作。基于中央视觉的卷积操作用于提取目标的主要特征，而基于周围视觉的卷积操作则通过模糊规则推理实现增强目标特征的表示能力，有助于目标特征的精准提取。分析结果表明，基于周围视觉的卷积操作在理论上与NIN（Network In Network）等价，并且基于模糊规则推理，可在一定程度上提升所提CNN卷积过程的可解释性。在MNIST、17flowers以及BreastMNIST数据集上的分类实验结果验证了所提方法的有效性。
基于活性氧生成/消除机制的纳米平台的临床应用及研究进展
李妍琪;周逢春;沈唯一;施文君;王梦凡;活性氧（reactive oxygen species，ROS）是细胞代谢过程中普遍存在的关键分子，广泛参与多种生理功能的调控过程。作为重要的信号分子，ROS不仅介导生物体的生长发育调控，还与机体健康状态及衰老进程密切相关，是维持生命活动正常运转不可或缺的生化基础要素，同时，这也是ROS调节应用在临床医学上的重要基础。纳米技术领域的突破性进展催生了一系列具备精准ROS调控功能的纳米材料的开发。这些材料能够定向调控生物微环境中的ROS动态平衡，为基于ROS浓度调控的新型治疗范式奠定了物质基础。这种治疗策略的核心在于：通过纳米材料介导的ROS水平时空控制，实现了“纳米调节-ROS响应-治疗输出”的三元级联协同。ROS调控被认为是一种具有化学机制、生物效应和纳米治疗应用相互交叉的新兴学科。本综述详细总结了基于活性氧调控的纳米疗法的最新研究进展，重点介绍了纳米材料的潜在化学成分。这些化学成分通过产生或清除作用，提升或降低ROS水平以改善治疗效果。此外，还讨论了目前生化体系中对ROS浓度的检测手段，旨在帮助广大研究者们解锁更多基于ROS的纳米材料应用手段和治疗方法。我们期望通过本综述能引导基于ROS利用的基础研究和临床应用的进一步发展，加快ROS调控手段在临床应用的进程。
基于离散单元法的曲形裂隙-隧洞组合结构破裂规律研究
肖艾;孙屹;朱振宇;王思瑶;郁舒阳;针对岩石中裂隙广泛存在且其几何特征会影响岩石力学特性的问题，有别于以往隧道与裂隙相互作用研究多聚焦于直裂隙，文章探究曲形裂隙与隧洞的相互作用机制。运用离散单元法，采用PFC2D软件建立含曲形裂隙的隧洞模型，通过设置无曲形裂隙（方案A）及不同方位角曲形裂隙（方案B1～B5，β 分别为 0°、60°、90°、135°、180°）共 6 种计算方案，模拟加载过程，分析裂纹扩展、应力-应变曲线等。结果表明：曲形裂隙位置显著影响隧洞破坏模式、应力-应变曲线特征及峰值强度。无裂隙时破坏模式对称，有裂隙时随方位变化裂纹扩展复杂；无裂隙模型弹性刚度高、破坏突然，含裂隙模型弹性刚度低且塑性阶段曲线变化与裂隙方位相关；峰值强度无裂隙时最高，含裂隙方案中 β = 60° 相对较高，β = 180° 最低。无裂隙时隧洞裂纹扩展受自身形状和荷载控制，呈对称渐进式；含裂隙时，不同方位角下裂纹扩展方向和形态各异，β = 0° 时隧洞底板及侧壁先起裂，β = 90° 时侧壁受拉应力产生垂直搭接裂纹；应力-应变曲线各阶段特征因裂隙存在和方位不同而变化。该研究成果有助于深入理解隧洞-曲形裂隙相互作用，为隧道工程设计、施工及安全运行提供参考，也为后续研究奠定基础。
拟周期复合材料结构热传导问题的高阶多尺度计算方法及误差估计
丁奕菲;董灏;针对拟周期复合材料结构的热传导问题性能模拟建立了一种高精度的高阶多尺度计算方法。首先，基于多尺度渐近分析，建立了拟周期复合材料结构热传导问题的高精度高阶多尺度计算模型（包括低阶和高阶细观单胞模型、宏观均匀化模型和宏-细观关联的二阶双尺度渐近解）。然后，通过点点意义下的局部误差分析，证明了二阶双尺度解可以保证热通量的局部平衡，从而精确捕捉拟周期复合材料结构细观尺度的振荡行为。进一步，通过能量范数意义下的全局误差分析，得到了二阶双尺度渐近解的显式误差估计。进一步，基于有限元方法、有限差分方法和插值方法，发展了可以有效求解拟周期复合材料结构热传导问题的多尺度数值算法。最后，通过数值实验验证了建立的高阶多尺度计算方法的有效性，特别是该方法的高精度计算性能。
基于多阶段特征融合的人体动作情感识别方法
许涵坤;郭明;周坤;邱建龙;随着人工智能技术的快速发展，情感识别已成为智能人机交互领域的重要研究方向。目前，大多数情感识别研究主要依赖面部表情和语音信息，但这些信息易受环境因素影响。相比之下，人体动作不仅能够有效传递情感信息，还能在一定程度上避免环境干扰。因此基于九轴惯性传感器采集了六种肢体动作的惯性数据，并结合手动标注与定量评分法生成情感标签。针对该情感识别任务，提出了一种融合多阶段特征的轻量级神经网络，以实现基于人体动作的情感识别。该方法利用MobileNet v2 网络提取深层特征，并结合局部二值模式（local binary pattern， LBP）特征增强浅层纹理信息，以减少特征丢失问题。提取的特征经过特征级融合后，被馈送至线性支持向量机（support vector machine， SVM）进行分类，以提升情感识别的准确性。实验在验证集和测试集上的准确率分别达到了99.3%和98.84%，该结果表明在计算复杂度较低的情况下，该模型仍能保持较高的识别精度和效率。模型在JAFFE和CK+数据集上同样达到较高水平，与传统方法相比，该模型在准确性和计算效率方面均表现出显著优势，展现了其在实际情感识别应用中的潜力。
基于Petri网与改进黑翅鸢算法的无信号交叉口车辆优化调度方法
曹猛;张富娜;姜心雨;黄程;刘慧霞;张思晗;孙文强;为满足智能网联环境下无信号交叉口高效通行的需求，以Petri网为模型、最小化最大车辆通行时间为优化目标，基于死锁避免策略和一种改进黑翅鸢算法，对无信号交叉口建立了一种新的车辆优化调度方法。首先，该方法对车辆通行序列进行编码，建立了车辆序号与黑翅鸢个体之间的映射关系；其次，基于实时在线的死锁避免策略对个体进行死锁检测与修复，保证车辆通行的控制可行性；然后，对黑翅鸢算法设计了两种改进策略，分别为改进Circle混沌映射与Levy飞行策略，以提高算法的求解速度与精度；最后，采用双向四车道交叉口场景进行实验，在多个典型场景下对改进黑翅鸢算法与原始黑翅鸢算法、遗传算法进行对比，验证了所提方法在最小化最大通行时间上的显著优势，并通过统计分析结果展示出本方法的收敛速度、稳定性与优化效果最优。实验结果表明：与现有算法相比，改进黑翅鸢算法在求解无信号交叉口车辆优化调度问题上具有较强的寻优能力。
水性电解质中电催化硝酸根还原合成氨的研究进展
肖凯雯;张弛;陶章一;葛明;袁小磊;氨(NH3)不仅是氮肥的主要成分，还可作为高能量密度无碳储氢介质，是现代工业中一种重要的化学物质。目前，工业化合成NH3仍以传统的Haber–Bosch工艺为主导。该工艺在高温高压的条件下运行，消耗大量的化石燃料，释放大量的二氧化碳。近年来，越来越多的科研工作者开始关注由可再生能源驱动的电化学氮还原反应(nitrogen reduction reaction，NRR)合成NH3技术。然而，由于N≡N键的高解离能和N2的低溶解度，导致电化学NRR的产率和法拉第效率较低。硝酸盐(NO3–)是常见的含氮污染物，因其NO3–具有较高的溶解度且N=O键具有较低的解离能，故可作为生产NH3的理想原料。本综述从电催化硝酸根还原反应(nitrate reduction reaction，NO3RR)的机理出发，结合目前对NO3RR电催化剂的研究现状进行系统地介绍，并讨论了开发硝酸根还原催化剂的多种策略。最后，总结了电催化NO3–还原技术面临的挑战和前景，以促进未来绿色可持续的大规模NH3合成。
面向射频指纹信号分析与智能识别的研究综述
闫高丽;付雪;王禹;桂冠;面向新一代无线通信和多源异构网络系统，传统的密码机制和安全协议在物联网环境下存在较大的安全隐患，亟需更加高效、可靠的安全识别技术。射频指纹识别（Radio Frequency Fingerprinting Identification， RFFI）作为一种基于设备固有信号特征进行识别的技术，为解决无线设备的身份识别和安全问题提供了新的思路和手段。现有的综述大多从较为宽泛的视角对RFFI的研究现状进行分析，仅涵盖了本研究的部分章节，未能对RFFI的整体框架进行全面系统的阐述，缺乏对各个关键部分的深入总结和讨论，无法满足当前研究的系统性需求。本综述基于RFFI的研究现状，提出了一个系统的整体框架，从射频指纹的基础出发，全面介绍了射频指纹的产生机理以及特性，从统计特征和深度学习特征两个角度出发，综述了射频指纹的分类及其识别方法，并对两者进行了比较分析，辅以实验验证分析；最后，重点分析了智能RFFI领域的几个潜在研究方向，并展望了射频指纹技术在未来的发展趋势，旨在为智能RFFI的研究与实际应用提供理论启发和实践参考。