（一）项目背景 当前以硅、砷化镓为代表的第一和二代半导体接近其物理极限，以氮化镓、碳化硅为代表的第三代半导体是当前国际竞争热点，也是我国发展自主核心半导体产业、实现换道超车的难得机遇。氮化镓（GaN）特别适合制作高频、高效、高温、高压的大功率微波器件，是下一代通信、雷达、制导等电子装备向更大功率、更高频率、更小体积和抗恶劣环境（高温抗辐照）方向发展的关键技术。 目前氮化镓基射频器件已接近于商用，需解决从走出实验室到小量中试的最后“1 公里”，重点攻克其在可靠性工艺和量产稳定性的瓶颈。 以氮化镓、碳化硅为代表的第三代半导体是当前国际竞争热点，也是我国发展自主核心半导体产业、实现换道超车的难得机遇。 半导体作为信息时代的“粮食”，将成为 5G 基建、特高压、城际高铁和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等“新基建”七大领域发展的支柱性产业。而氮化镓为代表的宽禁带半导体先进电子器件，凭借其高效、高压、高温等优势，将在“新基建”中大放异彩，可以弥补传统半导体器件的技术瓶颈，满足更高性能器件要求。 （二）项目简介 5G 要求更高的数据传输速率，发射机的效率会出现指数级的下降。这种下降可以使用包络跟踪技术来修复，该技术已经在较新的 4G/LTE 基站以及蜂窝电话中采用。基站中的包络跟踪需要高速，高功率和高电压，这些只有使用 GaN 技术才能实现。诸如 GaN 助力运营商和基站 OEM 等实现了 5Gsub-6-GHz 和 mmWave 大规模 MIMO 的目标。 GaN 可以说为 5Gsub-6-GHz 大规模 MIMO 基站应用提供了众多优势：1、在 3.5GHz 及以上频率下表现良好，对比其他产品优势明显。2、GaN 的特性能转化为高输出功率，宽带宽和高效率。采用 DohertyPA 配置的 GaN 在 100W 输出功率下的平均效率达到 50%至 60%，明显降低了发射功耗。3、在高频和宽带宽下的效率意味着大规模 MIMO 系统可以更紧凑。4、可在较高的工作温度下可靠运行，这意味着它可以使用更小的散热器。 根据 Strategy Analytics 的数据，预计 5G 移动连接将从 2019 年的 500 万增长到 2023 年的近 6 亿。所以需求还将不断上涨。 根据Strategy Analytics的数据，预计5G移动连接将从2019年的500万增长到2023年的近6亿。所以需求还将不断上涨。 Efficient Power Conversion 的首席执行官兼联合创始人Alex Lidow 讨论5G时也说道：“基站中的包络跟踪需要高速，高功率和高电压，这些只有使用GaN技术才能实现。根据Yole Development公司发布的2018年度报告数据显示，随着全球整体数据流量的激增，我国5G产业将迎来大规模的需求增长。预计到2022年，我国5G基站规模将达到千亿市场，5G基站数量将达百万个。所以未来氮化镓基射频器件是5G通信基站收发端的核心。 氮化镓基射频器件是华为和中兴发展 5G 通信产业的核心器件，西安电子科技大学氮化镓射频器件研究团队自 2016 年起就与华为西安研究所、中兴西安研究所等国内主流5G通信公司协同攻关开展氮化镓基射频器件的研究，目前承担的流片服务项目合计约 500 万元。 2017 年，西安电子科技大学与西安市高新区、西电电气集团等联合成立“陕西半导体先导技术中心”，中心致力于推动陕西第三代半导体产业发展，促进以氮化镓为代表的射频器件、功率器件等加速产业化，2019 年团队向陕西半导体先导技术中心转让专利 35 项，作价 2000 万元，双方正在联合推进搭建第三代半导体中试平台，平台将会立足西安，服务全国，提升氮化镓基射频器件量产工艺可靠性，实现相关技术成果转化。 （三）关键技术 本项目由西安电子科技大学作为技术攻关的主要单位，制定技术路线，保障国家重大科技专项“高效 GaN 微波功率器件及可靠性研究”和“5G 移动通信 GaN 芯片可靠性机理研究”研究，与华为和中兴联合开展工程合作项目实施，加快解决器件工艺可靠性工程问题，重点开展氮化镓微波功率与太赫兹器件工程技术研究，突破高性能低缺陷外延材料生长、高效率高可靠氮化镓微波功率器件工艺技术等关键瓶颈问题，协助规模量产高效率 S-Ku 波段典型氮化镓功率器件和模块、5G 基站核心射频模块。

项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。

通过人脸检测模块对输入图像进行预处理，自动而准确地定位人脸所在位置并分割出相应的人脸 区域，对人脸面部图像进行特征提取，利用模式分类器进行性别识别。

（1）开发工业字符自动识别算法，有效对旋转、变形、缺失字符进行准确识别，实现自动物流跟踪；（2）支持面喷、侧喷、钢印和手写字符的识别；（3）支持自定义字库，语法，多点同步识别；（4）识别算法对喷印质量没有要求，识别准确率为：对人工能进行识别的字符整体识别正确率为 99%。

场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高志豪 计算机学院/物联网工程 2017年/2021年 201731064410 林钟煇 计算机学院/物联网工程 2018年/2022年 201831064119 阳旭菻 计算机学院/计算机科学与技术 2018年/2022年 201831062525 李沛键 计算机学院/物联网工程 2018年/2022年 201831064115 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈雁 计算机科学学院 副教授 人工智能、复杂网络、能源与人工智能交叉领域 刘忠慧 计算机科学学院 副教授 机器学习、人工智能、形式概念分析 四、项目简介 美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。

大功率射频LDMOS器件以其线性度好、增益高、输出功率大、热稳定性好、效率高、宽带匹配性能好、价格低廉等方面的优势已经成为基站、广播电视发射机、航空电子、雷达等领域等应用最广泛的射频功率器件。 本团队利用优化的法拉第屏蔽罩结构和版图布局技术，基于国内8英吋工艺技术平台，研制出大功率L 和S 波段RF LDMOS 器件（图1），能够提供完整的RF LDMOS器件的设计与研制方案。目前已制作出频率0.5GHz，输出功率>500W，功率增益>18dB、漏极效率>50%的单芯片RF LDMOS 器件；频率1.2GHz，输出功率>600W，功率增益>20dB、漏极效率>40%的L波段RF LDMOS 器件；频率3.1GHz，输出功率>80W，功率增益>10dB、漏极效率>35%的单芯片S波段RF LDMOS 器件（图2）。 (a) (b) 图1 RF LDMOS器件：(a)晶圆显微照片 (b)封装器件 a b c 图2 RF LDMOS器件功率测试曲线：(a)P波段 (b) L波段 (c) S波段

本团队利用优化的法拉第屏蔽罩结构和版图布局技术，基于国内8英吋工艺技术平台，研制出大功率L 和S 波段RF LDMOS 器件，能够提供完整的RF LDMOS器件的设计与研制方案。

本发明公开了一种基于 QPSK 信号调制的射频水印嵌入和提取 方法，方法包括以下步骤：射频水印信号嵌入步骤：将水印信号转化 为水印码元序列并和分段后的载体码元序列根据各自的信号幅度进行 叠加，叠加后进行 QPSK 调制发射；射频信号的解调步骤：将收到的 QPSK 信号进过降频、归一化处理得到的信号对比标准星座图，得到 载体码元；射频水印信号提取步骤：将归一化采样信号与载体码元的 差值作为水印提取的原始数据，从此数据中解调出水印实部和虚部的 两路水印，在通过符号函数判决水印结果。本发明还提供了实现上述 方法的系统。本发明通过在底层的物理信号中添加射频水印信号，丰 富了数字水印隐藏方法。