-
2026-01-20表面弹性波中的混合式自旋与反常自旋-动量锁定
表面波的横向自旋是一种普遍现象，近年来在光学与声学领域备受关注。该现象存在于重力水波、表面等离激元极化激元、表面声波等多种波场中，且表现出显著的本征自旋-动量锁定特性，这一特性已被有效应用于高性能自旋-方向耦合器的研制。本文通过理论推导与实验验证双重手段证实：表面弹性（瑞利）波的横向自旋在介质表面附近会呈现反常符号，与电磁波、声波或水面波的横向自旋符号完全相反。这种符号反常源于弹性表面波兼具横波与纵波特性的混合属性。此外，研究表明，可利用该符号反常特性，在弹性薄板中实现对称与反对称兰姆波的选择性自旋调控激发，且两种兰姆波的传播方向相反。本研究成果为弹性波的自旋调控奠定了基础，有望在声子自旋器件至地震波研究等诸多领域发挥重要作用。
-
2026-01-20基于银纳米线掺杂聚合物稳定液晶的激光散斑抑制技术
小型化纯静态器件有望被应用于激光成像系统以实现散斑抑制。本研究开发了一款基于银纳米线掺杂聚合物稳定液晶（PSLC）的纯静态器件，可对激光散斑实现高效抑制。研究首先对聚合物稳定液晶中聚合物与银纳米线的掺杂浓度进行优化，随后完成了聚合物稳定液晶器件的制备。搭建了一套测试系统对所制备器件的电光特性展开表征，同时构建激光投影系统对其散斑抑制性能进行验证。此外，本研究还对该聚合物稳定液晶器件的散射程度与响应时间展开了探究与讨论。实验结果表明：对于器件尺寸为2×2×0.1cm3、银纳米线掺杂浓度为0.02wt%、聚合物掺杂浓度为3wt%的聚合物稳定液晶器件，在极低驱动电压下，其散斑抑制效率可达51.4%。上述实验结果验证了这款银纳米线掺杂聚合物稳定液晶散斑抑制方法的有效性与优越性。
-
2026-01-20基于海豚仿生的宽带声信号增强接收传感器
齿鲸亚目动物进化出了一套在水下表现优异的宽带声信号接收系统。本研究采用铝材与软硅胶材料，制备了一款仿生传感器，用以模拟江豚的声信号接收系统。数值建模与实验验证结果均表明：相较于全向接收模式，这款江豚仿生传感器可实现15～90kHz频段内的宽带定向声信号接收，且在该带宽内的接收增益平均可达3.9dB。实验数据显示，在部分频率点上，其接收增益提升幅度最高可达到7.3dB。本研究为水下宽带定向声信号接收传感器的设计提供了一种全新思路。
-
2026-01-16基于Rosen型复合材料的超高波特率甚低频磁电天线
长波天线在水下、地下等特殊环境通信中应用广泛，但传统电天线体积庞大，严重制约其便携部署。新兴声激励磁电（ME）天线有望解决这一难题，然而辐射强度与调制速率（波特率）之间的矛盾仍是其发展瓶颈。本文提出一种基于Rosen型磁致伸缩-压电复合材料的甚低频（VLF，3–30kHz）ME天线，协同优化辐射强度与传输速率。与同等尺寸环天线相比，该ME天线的辐射强度提升2个量级、辐射效率提升3个量级。基于Rosen型ME天线构建的VLF通信系统采用幅移键控（ASK）调制，实现超高波特率2kbaud（即2kbps比特率），验证了该方案的可行性。
-
2026-01-16磁-机械-电耦合甚低频机械天线研究
无线通信一直是现代信息化社会不可或缺的组成部分。除传统电天线外，甚低频（VLF）机械天线因其在导电损耗环境中兼具小型化与较高辐射效率，近期成为研究热点。然而，辐射能力有限、调制带宽窄仍是其应用瓶颈。本研究利用“压电驱动磁体运动”与“逆磁电效应”的协同作用，基于磁-机-电（MME）效应研制出一种高效磁电（ME）机械天线。逆磁电系数与辐射测试表明，MME天线性能显著优于常规ME天线：振荡磁体在ME复合材料之外额外形成振动磁偶极子，增强机械天线辐射。进一步地，以VLF载波进行数字信号调制，实现抗干扰、抗衰减通信。该MME效应天线为机械天线性能提升提供了新思路，在导电环境通信应用中展现出巨大潜力。
-
2026-01-16增强型应变介导物理储备池计算系统的实验验证
兼具本征非线性、高维度与记忆效应的物理储备池，因其能够高效解决复杂任务而备受关注。其中，自旋电子学与应变介导电子学物理储备池凭借高速度、多参数融合及低功耗优势尤为引人注目。本研究在Pt/Co/Gd多层膜与(001)取向0.7PbMg₁/₃Nb₂/₃O₃–0.3PbTiO₃（PMN-PT）构成的多铁异质结中，实验实现了斯格明子增强的应变介导物理储备池。其增强效应源于磁斯格明子与应变同步调控的电导率之融合。该应变介导RC系统通过顺序波形分类任务验证功能，对末段波形识别率达99.3%；在Mackey-Glass时间序列预测任务中，20步预测的归一化均方根误差（NRMSE）低至0.2。本工作为具备磁-电-弹可调的低功耗神经形态计算系统奠定基础，并向未来应变介导自旋电子学应用迈出关键一步。高能效的物理储备池对储备池计算至关重要，本文作者展示了全电式斯格明子增强的应变介导物理RC系统，并完成了基准混沌时间序列预测。
