不日，上海交通大学电子讯息与电气工程学院电子工程系邹卫文教化团队针对射频感知使用计划研发了光子学时空特点提取芯片，可能直接将天线接管的射频原域信号转化为零落的特点讯息，下降后端数据率的同时完成了精确目的识别，为超宽带射频信号照料供应了全新本事门径。闭联成效以“Analog spatiotemporal feature extraction for cognitive radio-frequency sensing with integrated photonics”（面向认知射频感知的光子学模仿时空特点提取）”为题颁发正在《Light: Science & Applications》上。
正在雷达、机械视觉、医学影像等智能感知范畴，用于计划的要害讯息往往体现出高度的零落性。比如，纪录单音节波形必要数千个采样点，但此中仅蕴涵若干比特有效讯息。若能直接正在信号接管的模仿链途中竣工要害特点讯息的提取，则可能大幅下降模数转换速度需求、下降数据的冗余度、下降数据照料的内存与算力开销。是以，模仿特点提取（AFE）计谋正在智能感知范畴受到广大的体贴。然而，正在射频感知范畴，凡是必要若干GHz的超宽带信号才华完成目的细节的有用别离，正在现有射频电途带宽与可重构性范围下，正在射频感知范畴使用AFE计谋面对着浩大寻事。
针对这一题目，本文提出采用集成光子学办法来冲破带宽与可编程性瓶颈的更始思思。天线接管的射频信号直接加载到光芯片上，正在光域修筑轶群层卷积神经汇集（如图1）对输入的射频信号举行时空域卷积照料，以提守信号的有用特点。遵循以上架构，著作计划完成光子学时空特点提取芯片（如图2），并针对性提出了一种卷积核参数练习办法金年会，胜利演示了瞬时带宽为4GHz的雷达目的识别使命。
实行结果证实，光子学时空特点提取芯片胜利完成了射频信号的原域特点提取，将后端模数转换数据率下降4倍的情形下，仍抵达了97.5%的目的识别精确率。通过t散布统计紧邻嵌入（t-SNE）剖判办法对特点提取举行了可视化评估，结果证实光子学时空特点提取芯片将目的可识别性明显提拔（如图3）。别的，著作对照了时空特点提取与简单维度特点提取的功能分别，结果证实，时空特点提取的识别精确度比简单维度特点提取超出6%，比拟无特点提取超出7.7%，反响了光子学时空特点提取芯片可能有用获取有效讯息，别离差异目的的特点分别性，为超宽带射频信号照料供应了全新的本事门径。
上海交大电院电子工程系长聘教轨助理教化徐绍夫为论文第一作家，邹卫文教化为通信作家，助理探讨员王静、博士探讨生易思成、硕士探讨生刘滨硕参预论文探讨办事。该办事取得邦度自然科学基金等项目资助。
邹卫文教化领衔的智能微波光波统一更始核心（imLic）努力于开展进步的光电宽带信号数字化、光子筹划、光子集成等本事，胀励宽带化、数字化、智能化的电子讯息编制越过式开展，近年来正在Nature Communications、Light: Science & Applications、Photonics Research等邦际期刊上颁发一系列高程度论文。
《Light: Science & Applications》旨正在胀动光学和光子学各方面的探讨，囊括基本、使用和工程探讨。该期刊要紧颁发光学和光子学范畴前沿和新兴课题的最新探讨成效，同时也涵盖光学工程范畴的古板课题，2022年影响因子19.4。