2025年,yl23455永利官网柔性射频技术研究中心在《Small》期刊(影响因子:13.3)发表了题为“Interwoven MXene Sediment Architecture Empowers High-Performance Flexible Microwave Devices”的研究论文,以下为
具体介绍。
在用于无线通信的可穿戴电子系统中,柔性微波器件至关重要,而高导电材料对于确保最佳电磁性能必不可少。MXene以其出色的导电性、轻质和易于制造而闻名,成为可穿戴电子产品中传统金属材料的有前景替代品。然而,在以低成本和可扩展生产制造高性能微波器件方面,MXene 悬浮液或沉淀物的技术局限性给其实际应用带来了巨大挑战。在此,一种交织的 MXene 沉淀架构被设计在天然交联织物上,同时实现了高材料利用率和卓越的导电性。该架构打破了传统堆叠 MXene 薄膜的平面导电行为,促进了多方向电子传输,并将 MXene 沉淀微波器件的导电性提升至 1.6×106 S/m。通过电阻网络模型和渗流理论,对导电性提升的潜在机制进行了研究。此外,该架构在电磁干扰屏蔽方面表现出色,并支持高质量和长距离的无线通信。这一验证不仅突显了交织 MXene 沉积物架构的有效性,还确立了基于 MXene 的微波器件作为下一代高性能柔性无线通信技术变革性组件的地位。
图1. MXene 沉淀架构
该模型创新性地将参数信息映射至量子增强特征空间,仅需个位数量子比特即可完成编码与演化,远低于现有中尺度量子器件的可用规模。最终,研究团队在量子模拟器上完成数值实验,结果显示SED-HVQA能够快速、精确地计算出有限周期结构的电磁特性。尤其在边角单元等强边缘效应场景下,学习效率提升27%–62%。此外,在训练样本数缩减至10%时,模型在全类型单元上展现出22%–59%的鲁棒性提升。
图2. SED-HVQA的学习效率和鲁棒性相较于经典神经网络大幅提升
该研究通过SED方法与混合量子算法的深度融合,突破了经典神经网络在学习性能和样本依赖方面的局限,开辟了量子计算辅助电磁仿真的新路径,为高效设计频率选择表面、超表面及相控阵天线等周期结构提供了创新性解决方案。
论文信息
Song W, Yu B Y, Ju L, et al. Interwoven MXene Sediment Architecture Empowers High‐Performance Flexible Microwave Devices[J]. Small, 2025: 2503857.
https://onlinelibrary.wiley.com/doi/full/10.1002/smll.202503857