1.北京大学团队在光钟领域取得两项重要进展
2.西安电子科技大学青年教师在材料领域期刊发表研究成果
3.南方科技大学深港微课题组在端侧多模态数据表示学习方面取得进展
1.北京大学团队在光钟领域取得两项重要进展
目前实验室级的光晶格原子和离子光钟都达到数百亿年误差1秒水平，超过目前最好的微波原子钟两个量级以上。国际计量大会在规划以超高精度更精准的光钟重新定义时间单位“秒”的具体路线。一旦构建全球性光钟网络，将全球范围内实现高精度时间同步，为5G及未来通信、导航定位等提供统一的时间基准，并为检验相对论与量子力学、探测引力波与暗物质等基础科学研究提供新的手段。在光钟领域的未来，针对光钟最核心的量子频率参考体系和专用量子稳频激光器，一方面，拓展光钟精度极限的新原理和新方法；另一方面，发展小型化、集成化与工程化光钟，满足空间站、星载、舰载、机载场景等实际平台应用。
但构建光晶格原子或离子光钟一般需要5台以上不同波长的稳频激光器，且钟跃迁激光需匹配Pound-Drever-Hall (PDH) 技术，对腔体材料和工作环境有着极其严苛的要求，系统庞杂、成本昂贵，大多被限制在实验室内。
2025年1月21日，北京大学电子学院陈景标教授团队在AIP出版社旗下的国际学术期刊《Applied Physics Letters》上，同时发表了光钟研究两项成果：“A 780 nm optical frequency standard based on diffuse laser cooled 87Rb atoms”和“Compact 852 nm Faraday optical frequency standard”。陈景标教授团队提出了与光晶格原子钟和离子光钟完全不同的两种光钟新方法，相比光晶格原子和离子光钟，原理上仅需一台激光器或加上移频、不需要昂贵的PDH系统。低成本和低复杂性的特点，具有空间站、星载、舰载、机载场景等实际平台的应用潜在优势。
图1 成果1论文截图
图2 成果2论文截图
陈景标教授课题组在漫反射冷原子光钟领域取得进展，成果1中提出并原理验证了一种基于漫反射激光冷却铷原子的780 nm光钟方案。首次利用漫反射激光冷却技术制备出50厘米长的冷87Rb原子团，并以此作为量子频率参考，成功实现了基于频率调制谱稳频的780 nm冷原子光频标，有望发展成为空间冷原子光钟，促进空间科学、导航定位、波长标准领域的应用。
将激光冷却原子技术与频率调制谱稳频技术相结合，利用各向同性的漫反射激光冷却，在一个 ϕ 2 cm × l 50 cm的真空玻璃管内获得一个50 cm长的冷原子团。通过探测冷原子频率调制谱，并将外腔半导体激光器的输出频率锁定在87Rb 52S1/2 (F=2) 至52P3/2 (F’=3) 循环跃迁，最终实现了环内秒级频率稳定度为3.3×10-15的冷原子光频标，6000秒内的峰峰频率波动小于50 Hz。该方案仅用3台相同波长的780 nm冷却、重泵、探测激光器（后续可通过移频减少至1台）即可满足冷原子的制备以及光频标信号的产生。漫反射激光冷却原子光钟的稳频激光器系统，一旦应用了北京大学自主发展的原子选频法拉第激光器，相比光晶格和离子光钟将更加简单、可靠。
图3 基于漫反射激光冷却87Rb原子的780 nm冷原子光频标实验装置图
图4 冷原子频率调制谱探测（上）和780 nm冷原子光频标环内频率稳定度结果（下）
成果2中，陈景标教授课题组在法拉第光钟领域取得进展，基于北京大学自主原创的原子选频法拉第激光器，实现了基于133Cs原子的852 nm紧凑型法拉第光频标。由于使用原子滤光器作为选频器件，法拉第激光器能够自动对准原子的量子跃迁谱线。因此，激光波长对环境变化具有很强的鲁棒性。通过两套光频标外差拍频，法拉第光频标的稳定度为2.81 × 10-13√τ。该成果的小型化和环境适应性为需要高频率稳定性的星载、舰载、机载等应用场景提供了一种实用且可靠的光钟解决方案。
图5 小型化852 nm法拉第光频标实验装置图
图6 小型化852 nm法拉第光频标频率稳定度结果
这两项研究工作由北京大学电子学院陈景标教授和集成电路学院史田田助理研究员合作完成。其中，成果1的第一作者为北京大学电子学院博士生关笑蕾，共同研究人员还包括北京大学电子学院博士生张佳和高勋；成果2的第一作者为北京大学电子学院博士生王志洋，共同研究人员还包括北京大学电子学院博士生刘子捷、史航博、秦晓敏、关笑蕾和张佳。两项研究得到了“量子科学与技术创新”重大项目、中国博士后科学基金、国家自然科学基金、温州重大科技创新重点项目和计量与校准技术实验室基金的支持。（PKU电子学人）
2.西安电子科技大学青年教师在材料领域期刊发表研究成果
近日，西安电子科技大学物理学院青年教师刘骄龙在电磁波吸收领域取得重要进展，在材料领域期刊《Nano-Micro Letters》和《Advanced Functional Materials》先后发表两篇最新研究成果“Defects-Rich Heterostructures Trigger Strong Polarization Coupling in Sulfides/Carbon Composites with Robust Electromagnetic Wave Absorption”和“Selective Ions Exchange Reactions Endow Defective Heterovalent Copper-Based Selenides With Enhanced Dielectric Polarization Response”，西安电子科技大学物理学院为第一单位。
随着5G/6G技术的发展，依靠电磁波作为信息载体的电子设备被广泛应用于民用及军事领域。然而，电磁波在促进人类社会发展的同时，也带来了不容忽视的辐射污染。电磁波吸收材料（简称吸波材料）可以吸收投射到它表面的电磁波能量，并通过材料的耗散机制转换为热能等其他形式，从而达到有效吸收和衰减电磁波的目的。例如，吸波材料可用于笔记本电脑、智能手机等电子设备的电磁屏蔽和人员的电磁防护等。因此，发展高性能吸波材料具有重要意义和社会价值，已成为众多国内外科学家的研究热点。
第一篇论文针对传统方法难以实现缺陷型异质结的精细构筑，以及微观电磁极化耦合机理不清晰的科学问题，创新提出了一种新颖的卡拉胶辅助阳离子调控（CACR）策略。源于硫化物可控的空位形成能和强的硫化物-碳载体相互作用，该策略可以诱导一系列硫化物纳米粒子原位固定在碳基质表面，从而实现硫化物/碳复合材中富含缺陷的异质结构的精细构筑。这些界面硫空位首次被发现可以增强异质界面处的电子积累/消耗能力，同时诱导电子结构的局部不对称以引起大的偶极矩，最终导致强的极化耦合（即缺陷型界面极化）。研究人员首次通过理论计算和实验研究直观地证实了界面硫空位的此种“双面神效应”，为先进吸波材料的设计和研发提供了理论指导。值得注意的是，这种CACR策略简单、灵活、可控，有望应用到除硫化物以外的其他纳米功能材料的理性设计和高效制备。
第二篇论文针对现有硒化物吸波材料介电极化响应弱和有效吸收频带窄的科学难题，创新性的提出了选择性离子交换构筑“缺陷型异价硒化物”的设计概念，并首次揭示了其极化位点对介电极化响应能力的作用机制，在高频微波范围内获得了高效、宽频的硒化物吸波材料。以铜基硒化物为研究对象，研究人员发现不同金属阳离子在不同阴离子反应体系下具有不同的离子交换能力。通过选择性的改变金属离子浓度比和离子交换反应时间，研究人员实现了对材料异质界面、Cu+/Cu2+电子结构配置和硒空位浓度的可控调节，进而达到优化材料极化位点和微波吸收性能的目的。该项工作突破了传统合成方法的局限性，开辟了一种崭新的方法用于制备复杂的缺陷型纳米功能材料和器件，并有望应用到能量存储和转换、光催化、传感、热电和环境修复等其他领域。
论文链接：
[1] https://doi.org/10.1007/s40820-024-01515-0
[2] https://doi.org/10.1002/adfm.202420239
（西安电子科技大学）
3.南方科技大学深港微课题组在端侧多模态数据表示学习方面取得进展
近日，南方科技大学深港微电子学院王中锐博士团队与中科院微电子所集成电路制造技术全国重点实验室尚大山研究员合作，通过软硬件协同设计，开发了基于随机阻变存储器的深度极限点云学习机系统。成果近期发表在《自然-通讯》期刊上（Nature Communications, DOI: https://doi.org/10.1038/s41467-025-56079-3）。南方科技大学王中锐博士和中科院微电子所尚大山研究员为该文章的通讯作者。参与本工作的还有复旦大学，浙江大学，以及香港大学等合作单位。
当前的边缘智能硬件系统正越来越多地将各种不同类型的视觉传感器集成于一体（包括3D激光雷达、神经形态动态视觉传感器（DVS）以及传统相机），以提升系统性能。而直接在边缘智能系统上对不同传感器输出的多模态数据进行分析，对于各种新型应用如增强现实/虚拟现实（AR/VR）、无人机等都很重要，这一需求对软硬件系统的多个方面都提出了挑战。比如，系统需要考虑如何对多模态数据进行统一的数据表征，较高的硬件能效，以及快速的模型训练。然而，多模态信号在数据结构上的异构性导致边缘系统的开发有较高复杂性。此外，传统数字硬件的性能受限于物理分离的存储与计算单元（即冯·诺依曼瓶颈）以及晶体管尺寸缩放的物理极限（摩尔定律放缓）。随着模型规模的持续扩大，其复杂的训练过程进一步加剧了上述限制。
本研究提出一种新颖的软硬件协同设计系统——基于随机电阻存储器的深度极限点云学习机（DEPLM），可支持高效统一的点集分析。从数据层面，将多模态数据统一表示为点集，从而实现通用化处理；从软件层面，团队首次提出深度极限点云学习机，大部分权重无需训练，大幅降低了训练复杂度；从硬件层面，纳米级阻变存储器不仅实现了存储与计算的一体化，缓解了冯·诺依曼瓶颈与摩尔定律放缓问题，还利用其固有的编程随机性生成DEPLM的随机稀疏权重，从而抑制了读取噪声的影响。我们在多种数据类型和两类学习任务中验证了该系统的普适性。与传统数字硬件系统相比，我们的协同设计系统实现了最高达15.79倍的能效提升，同时训练成本较传统系统最多可降低89.46%。这种基于随机阻变存储器的深度极限点云学习机，有望为跨模态、跨任务的高能效、易训练边缘人工智能开辟新路径。该项目得到了科技部、国家自然科学基金委、南方科技大学、中科院和香港研究资助局的支持。
（南方科技大学）
