本发明提供一种基于金属微纳结构天线阵列的反射式离轴透镜，包括衬底层、反射层、光学薄膜匹 配层和金属微纳结构天线层。每一个金属微纳结构天线的朝向均不同，通过特定排布，可实现将平行入 射的激光反射汇聚在与入射光束同侧的任意方向上，可应用于激光离轴光学系统中。由金属微纳结构天 线阵列构造的反射式离轴透镜，不仅可连续调制入射光的位相，且仅需简单的一次光刻工艺步骤即可制 造完成，因此具有设计灵活、加工简单、结构紧凑等突出优点。

本发明针对以大型碟式聚光器制造过程存在的工艺难题，提出了一种反射面的安装结构，反射面组件与反射面支撑网架之间通过至少3个安装座进行连接与固定，所述的安装座在紧固之前均有6个自由度可供调节，使得反射面组件的安装位置可以调节，当反射面组件处于合适的位置之后，紧固各安装座，从而将反射面组件在合适的位置固定。 市场预测：本发明可使反射面支撑网架的精度要求大大降低，从而反射面组件更加容易地安装在支撑网架上，之后很容易地按照要求进行调节，使得反射面组件能够比较方

一种反射式铝纳米棒阵列，每个铝纳米棒与其对应的氟化镁层、铝反射层和介质基底层构成单元结 构；所述单元结构包括对红光、绿光、蓝光具有窄带响应的单元结构，记为单元结构 R、单元结构 G 和 单元结构 B；所述三种单元结构在单元结构长度方向上依次交替排列。利用其实现彩色全息的方法为： 确定响应的主波长；寻找单元结构的边长、氟化镁层厚度、纳米棒的宽度、高度和长度；计算排列周期 尺寸、单元数和朝向角；三种单元结构交替排布，进行彩色全息。其优点为：工艺简单

非线性光学开关材料是非线性光学材料的一个重要分支，指的是在某种外界条件（如：光、热、化学环境变化等）变化下，能够在非线性光学 “开”、“关”两种状态间切换的物质。先前的大多数研究主要集中于液态材料，但其易失谐以及不稳定等特点，使得液态开关材料难以获得实际应用。而固态非线性开关材料具备非线性性质优良、性能稳定、易于调控等优势；但是目前具备固态非线性开关特性的材料却还很匮乏，这是因为其不仅要求其结构构筑基元是强响应非线性活性基团，而且环境变化下具备基元间对称性的可逆重排特性。目前，已经报道的固态非线性开关材料在状态间切换依赖于材料本身的相变温度Tc，正因如此，已报道材料只能在一个固定温度点下使用，这严重限制了固态非线性材料在温度响应方面的应用。 2018年吴立明课题组从理论上预测具不对称性的单氟磷酸根PO3F2-有望成为新的DUV NLO功能基团，并提出氟磷酸盐可作为深紫外非线性光学材料；进而通过实验合成获得(NH4)2PO3F，NaNH4PO3F∙H2O，(C(NH2)3)2PO3F等新型单氟磷酸盐深紫外非线性光学材料，并对其非线性光学性能进行了系统研究。（Chem. Mater. 2018, 30, 7823-7830.）。对其中非线性晶体材料(NH4)2PO3F相变特性深入研究发现：该化合物可在温度变化下发生低温相（P21/n、无非线性信号）和高温相（Pna21、有非线性信号）的相互转变。通过单晶结构表征分析证实，该相转变需要克服氢键网络重排的能垒。基于此，该工作提出，如果能调控(NH4)2PO3F中的氢键结构，有望实现对该化合物相变能垒和相变温度的调控。据此，该工作利用K+与NH4+的半径相似但不存在氢键环境的特点，设计合成了一系列化合物Kx(NH4)2-xPO3F (x = 0.0 – 2.0)。研究表明，随着K+含量x的增加，由于Kx(NH4)2-xPO3F结构中氢键网络不断被削弱，发生相转变所需克服的能垒也逐步降低，在材料性能上则表现为非线性开关激发温度Tc的不断降低。因此，通过调控材料中K+离子的含量，固态非线性开关材料Kx(NH4)2-xPO3F (x = 0 – 0.3)可实现激发温度Tc在270–150 K大温度范围内的连续可调。这是首次实现对固态非线性开关材料激发温度的调控，并且根据K+离子含量的控制，可实现在120摄氏度范围内的宽温度连续可调。通过理论计算高温相与低温相的自由能证实当K+含量高于30%时，由于氢键结构的过度削弱，该相转变消失，这与实验结果相符。该工作系统深入地探究了内部微观结构与宏观非线性光学开关性质之间的内在机制，不仅打破了传统非线性开关局限在特定温度的壁垒，而且为今后研究氢键机制作用下调控宏观性质提供了有益的参考。

非线性光学开关材料是非线性光学材料的一个重要分支，指的是在某种外界条件（如：光、热、化学环境变化等）变化下，能够在非线性光学 “开”、“关”两种状态间切换的物质。先前的大多数研究主要集中于液态材料，但其易失谐以及不稳定等特点，使得液态开关材料难以获得实际应用。而固态非线性开关材料具备非线性性质优良、性能稳定、易于调控等优势；但是目前具备固态非线性开关特性的材料却还很匮乏，这是因为其不仅要求其结构构筑基元是强响应非线性活性基团，而且环境变化下具备基元间对称性的可逆重排特性。目前，已经报道的固态非线性开关材料在状态间切换依赖于材料本身的相变温度Tc，正因如此，已报道材料只能在一个固定温度点下使用，这严重限制了固态非线性材料在温度响应方面的应用。 2018年吴立明课题组从理论上预测具不对称性的单氟磷酸根PO3F2-有望成为新的DUV NLO功能基团，并提出氟磷酸盐可作为深紫外非线性光学材料；进而通过实验合成获得(NH4)2PO3F，NaNH4PO3F∙H2O，(C(NH2)3)2PO3F等新型单氟磷酸盐深紫外非线性光学材料，并对其非线性光学性能进行了系统研究。（Chem. Mater. 2018, 30, 7823-7830.）。对其中非线性晶体材料(NH4)2PO3F相变特性深入研究发现：该化合物可在温度变化下发生低温相（P21/n、无非线性信号）和高温相（Pna21、有非线性信号）的相互转变。通过单晶结构表征分析证实，该相转变需要克服氢键网络重排的能垒。基于此，该工作提出，如果能调控(NH4)2PO3F中的氢键结构，有望实现对该化合物相变能垒和相变温度的调控。据此，该工作利用K+与NH4+的半径相似但不存在氢键环境的特点，设计合成了一系列化合物Kx(NH4)2-xPO3F (x = 0.0 – 2.0)。研究表明，随着K+含量x的增加，由于Kx(NH4)2-xPO3F结构中氢键网络不断被削弱，发生相转变所需克服的能垒也逐步降低，在材料性能上则表现为非线性开关激发温度Tc的不断降低。因此，通过调控材料中K+离子的含量，固态非线性开关材料Kx(NH4)2-xPO3F (x = 0 – 0.3)可实现激发温度Tc在270–150 K大温度范围内的连续可调。这是首次实现对固态非线性开关材料激发温度的调控，并且根据K+离子含量的控制，可实现在120摄氏度范围内的宽温度连续可调。通过理论计算高温相与低温相的自由能证实当K+含量高于30%时，由于氢键结构的过度削弱，该相转变消失，这与实验结果相符。该工作系统深入地探究了内部微观结构与宏观非线性光学开关性质之间的内在机制，不仅打破了传统非线性开关局限在特定温度的壁垒，而且为今后研究氢键机制作用下调控宏观性质提供了有益的参考。

本发明公开了一种基于光学天线的片上无线光通信系统，现有关于光学频段天线的发明与研究多是基于诸如透镜、反射镜等传统光学器件，这些设计只适用于较大的光学范围。本发明利用金属光学天线自身的定向辐射特性，采用片上系统集成的方式，将光学天线发射基站、反射单元、光学天线中继单元以及光学天线接收终端构成基于光学天线的片上无线光通信系统。该系统能够大大降低通信网络中器件的串扰与功耗，同时使得系统空间响应大大减小达到亚波长量级，进而提高整个光纤通信网络的传输带宽与响应速度。

本成果通过接收目标反射的激光信号，分析光斑在四象限探测器上的分布获取目标位置信息，实现对目标的定位，具有位置分辨率高、响应速度快、性价比高、结构紧凑的优点。

本发明公开了一种知识约束的公路车辆红外图像气动光学效应校正方法，该方法先建立车辆模板和多尺度公路模板，再使用多尺度公路模板提取高超声速条件下实时模糊图像中的公路区域；利用 HU矩约束的最大似然估计算法校正气动光学效应图像中的公路区域，得到公路区域校正图像；使用车辆模板在公路区域校正图像中匹配车辆区域位置，得到所要提取的车辆区域；利用 HU 矩约束的最大似然估计算法校正车辆区域，得到车辆区域校正图像。本发明是由粗到细递

产品详细介绍：低热膨胀二维光学微动工作台采用因瓦合金作为机体材料，使得微动工作台的热膨胀系数极低。该产品具有采用传统材料工作台性能的前提下，在外界环境的波动下其位移输出近似恒定。并可集成电阻应变片式传感器以实现高精度闭环控制。主要应用于精密光学等在一定的环境温度要求下尺寸近似恒定的元器件中。 

项目负责人：唐杰，清华大学计算机系WeBank讲席教授、大模型研究中心主任，国家级人才，ACM/AAAI/IEEE Fellow。研究兴趣包括人工智能、知识图谱、数据挖掘、社交网络、大语言模型等。曾获ACM SIGKDD Test-of-Time Award（十年最佳论文）、IEEE ICDM研究贡献奖、国家科技进步二等奖。 运营团队：2019年，智谱AI成立，迅速形成以清华大学计算机系98级张鹏为CEO、高文院士弟子刘德兵为董事长、清华创新领军博士王绍兰等为核心的运营团队。 清华大学计算机系知识工程实验室李涓子、唐杰、许斌等人建立了完全自主知识产权的科技情报挖掘与智能服务平台，申请专利40余项。2019年，通过科技成果转化，北京智谱华章科技股份有限公司（以下简称“智谱AI”）成立，致力于打造新一代认知智能大模型，与学校合作研发了双语千亿级超大规模预训练模型GLM-130B，并基于此千亿基座模型打造了对话模型ChatGLM，具有双语、高精度、快速推理、可复现、跨平台等核心优势，在此基础上开源单卡版模型ChatGLM-6B，全球下载量已超过1000万次。 2024年1月，新一代基座大模型GLM-4正式推出，整体性能相比上一代大幅提升，比肩世界先进水平。它支持更长上下文，具备更强多模态能力，推理速度更快，支持更高并发，大大降低推理成本。同时，GLM-4的智能体能力得到大幅提升，可根据用户意图，自动理解、规划指令以完成复杂任务。GLMs个性化智能体定制功能亦同时上线，用户用简单提示词指令即能创建属于自己的GLM智能体，由此任何人都能实现大模型的便捷开发。