更精细的印刷电路;波长转换;预测6G流量。
更精细的印刷电路
日本国立材料科学研究所、江南大学、郑州大学、Senju金属工业公司和C-INK公司的研究人员开发了一种方法打印较小的特征用于印刷电子产品。定向自组装方法增加了表面预定区域的化学极性，促进了金属纳米颗粒的选择性粘附。
双表面结构方法可以打印0.6微米宽的电路线路。
在此过程中对基材进行简单的照相和化学处理。首先，通过紫外线照射激活预先选定的表面区域。然后对这些区域进行化学处理，仅在紫外线激活的表面区域增加化学极性和表面能量。这增加了金属油墨在这些特定区域的粘附性。
(a)使用双表面结构工艺印刷的微电路图案。印刷在聚酰亚胺(b)和透明(c)薄膜上的电路。(资料来源:美国国家材料科学研究所)
这两种处理都可以在环境空气中进行，结果比目前用喷墨和丝网印刷方法制作的线条更细。该团队表示，它也比光刻和其他传统印刷方法更快。
Priways Co.和C-INK Co.已经建立了一种金属纳米颗粒自组装系统，两家公司计划很快将其与旨在提高在不同基材上附着力的引物一起上市销售。
波长转换
加州大学洛杉矶分校、爱荷华州立大学和达姆施塔特技术大学的研究人员发现了一种更有效地利用不需要状态的方法将光从一种波长转换为另一种波长．
该团队专注于一种通常不受欢迎但称为半导体表面态的自然现象，当表面原子与其他原子的结合数量不足时，就会发生这种现象，从而导致原子结构的破坏。这些悬垂的键会阻碍电荷在半导体中的流动，从而影响性能。
加州大学洛杉矶分校萨穆利分校电子与计算机工程教授、加州大学洛杉矶分校太赫兹电子实验室负责人莫娜·贾拉希(Mona Jarrahi)说:“人们一直在努力抑制半导体器件中表面态的影响，却没有意识到它们具有独特的电化学特性，可以实现前所未有的器件功能。”
这些不完整的键在半导体表面形成了一个浅电场。研究人员表示，入射光可以击中半导体晶格中的电子，并将它们移动到更高的能量状态，这样它们就可以在晶格中移动。光激发的高能电子被电场进一步加速，并通过在不同的光波波长辐射释放额外的能量。
为了使这一过程更有效，该团队加入了一个纳米天线阵列，可以弯曲入射光，使其紧紧地限制在半导体的浅表面周围。
放置在光纤尖端用于光学到太赫兹波长转换的制备的纳米天线阵列的摄影、显微镜和扫描电子显微镜图像。(资料来源:德尼兹·图兰)
“通过这个新的框架，波长转换很容易发生，当入射光穿过场时，没有任何额外的额外能量来源，”加州大学洛杉矶分校萨缪利分校电气工程专业的博士毕业生Deniz Turan说。
研究人员成功有效地将波长为1550纳米的光束转换为频谱的太赫兹部分，波长从100微米到1毫米不等。该团队通过将新技术集成到内窥镜探头中，证明了波长转换效率，该探头可用于使用太赫兹波进行详细的体内成像和光谱学。
研究小组表示，这种转换通常需要100倍的光功率来实现相同的太赫兹波，这对于内窥镜探头中的光纤来说是不可能的。此外，他们说，它可以应用于电磁波谱的其他部分的光学波长转换，从微波到远红外波长。
有效预测无线流量
阿卜杜拉国王科技大学(KAUST)的研究人员提出了一种帮助方法未来的无线网络处理流量．
人工智能可用于协调即将到来的6G网络的通信资源，从网络使用的历史模式中学习。但是，将使用数据从笔记传输到中央数据库进行分析会产生大量的带宽开销。
相反，研究人员提出了一个分散的预测模型。
KAUST博士后研究员张传庭表示:“无线流量预测作为智能通信系统的基础，可以在网络管理中发挥核心作用。”“深度神经网络等人工智能技术能够准确地模拟无线流量中复杂的时空非线性相关性。然而，由于不同的基站可能有非常不同的交通模式，因此开发一个在所有基站同时表现良好的预测模型是相当具有挑战性的。”
该方法将中央全局模型与每个基站的本地模型结合起来。该方案根据网络位置来衡量本地模型的影响，然后在每次更新时只从基站发送有限数量的信息。
“通过这种方法，我们进行了分散的无线流量预测，并通过同时关注中央服务器的当前知识和本地客户端的信息，实现了双关注全局模型优化。张说。“每个更新的全球模型可以部署到每个基站，以预测和适应新的交通模式。”
该团队表示，该框架被称为FedDA或基于双重注意力的联邦学习，可以以较低的开销提供网络使用随时间的空间和时间变化的高质量预测。还可以根据地理位置对基站进行集群，提高效率和预测精度。
|
|
|
|
|
|
|
|
|
|
留下回复