1.痛点问题 物联网技术是工业4.0和数字经济智慧化时代的标准性特征技术，是人工智能、云计算机、大数据等核心技术的底层技术基础。物联网技术的本意是希望实现万物直接互联，并能主动协同工作，但目前尚没有一项技术可以达到上述目的。 目前现有的物联网系统架构种类很多，主要集中在物联网的顶层软件设计方面，软件研究较多也做得很好，但其面临的共同问题是各种底层设备(包括不同厂家生产的各种传感器和执行器等功能部件)如何联接？在目前现有的各种物联网技术方案不仅系统结构复杂，也只能实现万物间接互联和被动协同工作，而无法实现物联网所需的万物直接互联和主动协同工作。 2.解决方案 本成果所涉的核心技术是IPT（InformationPipeTechnology）信息管道技术及基于IPT信息管道技术的DMCS（DistributedMeasurement&ControlSystem）智能物联分布式测控系统集成方法，以下简称DMCS/IPT。 在基于IPT信息管道技术的DMCS智能物联分布式测控系统中，所有节点均具有完全平等的地位(“去中心化”)，也无需通过任何指令进行协同工作（“去指令”），所有节点及其联接的底层设备均可直接通过在信息管道中自动交互的测控信息的驱动来实现系统预期的各种测控功能，而若想改变系统功能，也只需改变系统中联接各分布式智能测控节点虚拟的信息管道联接关系即可，多数情况下，无需编程即可实现分布式智能测控系统的快速集成及其功能重构。DMCS/IPT及其所衍生的IPT云/IPT雾智能物联系统架构，能完美实现物联网所需的万物直接互联和主动协同工作。IPT雾是一种可以弥散到工业现场任何一个角落的DMCS/IPT智能测控网络，整个网络只需一条线缆（有线或无线物理链路）即可位于工业现场不同位置的底层设备及其对应的IPT节点彼此联接起来，不仅可通过信息管道实现“去中心化”和“去指令”的智能协同工作，而且可在IPT雾网络中任意位置接入的IPT远程智能联接节点联接至IPT云网络，或者直接联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。IPT云网络则是架构在IPT雾网络之上的DMCS/IPT智能测控网络，可进一步联接不同的IPT雾网络，并通过信息管道解决不同IPT雾网络之间的测控任务协同，以形成更大规模的智能物联网。IPT云网络同样具有“去中心化”和“去指令”等明显技术特征，也能在IPT云网络中任意位置通过接入一个IPT远程智能联接节点，将整个系统联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。 合作需求 1、合作企业现有产品需在某行业或某领域已占有较大的市场份额，且非常熟悉所在行业或领域的业务流程，并深度了解客户的痛点和需求； 2、合作企业需有良好的信誉记录，并需要有足够的资金来支持DMCS/IPT新产品的研发，且需要有一定数量和质量的技术人才来完善相关产品； 3、合作企业需有愿意跟其他非竞争性企业一起联手打造智能物联网生态圈的愿望。 具备以上合作条件的企业可联系清华技术转移院，通过专利普通许可方式开展各自领域的新产品研发及其推广应用，聚集多方力量，以合作共赢的方式共同打造一个可满足数字经济新时代需求的、造福于国家和社会的、国产化的智能物联技术产品生态圈。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

本发明公开了一种数控成品电路板在环境综合作用下的可靠性 快速测评方法，包括：（i）选择温度和直流偏压做为加速应力，为待 执 行 测 评 的 电 路 板 构 建 加 速 模 型 （ⅱ）确定加速应 力水平和应力组合数，分组进行加速寿命试验同时纪录试验数据； （iii） 选取寿命分布模型并根据试验数据进行参数求解，计算出不同加速应 力组合下的特征寿命值；（iv）根据特征寿命值对电路板加速模型进 行拟合和模型系数确立，然后执行可靠性测评，从而获得数控成品电 路板在环境综合作用下的可靠性指标。通过本发明，能够快速、定量 地确定数控成品板在环境综合作用下的可靠性指标，满足系统可靠性 快速评估的要求，并且整体流程便于操作，效率高，满足数控系统高 可靠性的要求。 

项目的背景及目的 桥式吊车是一种十分常见的装配运输工具，在港口、仓库、建筑工地等场所得到了广泛的应用，当前，对于桥式吊车主要还是通过有经验的工人来进行操纵的，存在着培训周期长，劳动强度大，工作效率低，安全性不高等缺点。为此，设计一套操作方便的吊车自动控制系统，可以提高吊车系统的工作效率与安全性能, 并将工作人员从当前这种艰苦的工作环境中解放出来。 技术原理与工艺流程1）桥式吊车自动控制系统设计 桥式吊车自动控制系统主要包括三个部分：吊车控制单元，工作空间监控单元，和操作单元。控制单元是整个系统的核心部分，它主要负责吊车的作业控制。该单元接收来自操作员的命令，还接收来自工作环境监测单元的环境信息，从而实现自动避障或紧急制动。监测单元主要由多个CCD摄像头和图像处理器构成，主要包括两方面功能：将采集到的环境图像实时地传输到操作单元；对环境信息进行处理，得到障碍位置信息传输给控制单元以实现自动避障。操作单元是桥式吊车自动控制系统的人机接口。 2）桥式吊车实验平台 桥式吊车实验平台主要由机械主体，驱动装置，测量装置和控制系统四部分组成。机械主体是指桥式吊车的机械部分。驱动部分根据控制量来为机械部分提供相应的力/力矩，从而实现对负载的安全、平稳运送。控制系统的控制命令是跟据吊车系统的动力学模型以及实时状态反馈来在线计算的，而实时状态的反馈则通过测量部分（主要包括编码器等传感元件）来完成。 主要技术性能指标Ø 桥式吊车自动控制系统桥式吊车实验平台主要技术指标：l  负载定位精度：5mm。l  负载摆角抑制：-10度~10度。l  具有负载紧急制动能力。l  友好的人机界面。Ø  桥式吊车实验平台主要技术指标：l  外形尺寸：2m×1.2m×0.5m。l  控制周期：<1ms。l  控制方式：力控制。    技术水平及用途 本项目得到天津市自然科学基金项目支持，应用行业  1.运输 2.工业 3.建设。本项目的应用可以提高桥式吊车系统的工作效率与安全性能, 既可将工作人员从艰苦的工作环境中解放出来，又可以增加桥式吊车在危险、极端环境下的作业能力。此外，本项目所设计开发的桥式吊车实验平台，也可以用于各大高校研究所进行非线性欠驱动系统教学、科研的平台。 应用前景分析及效益预测本项目的研究成果，可以有效地提高桥式吊车系统的装运效率，减小系统操作复杂度，降低劳动强度，增加系统的安全可靠性。从而将科学技术转化为生产力，创造出良好的经济效益。同时，随着素质教育的进一步深化，各大高校正不断地寻求良好的实验平台以提高学生的动手能力和学习兴趣，桥式吊车作为一种典型的欠驱动非线性系统是一个很好的研究对像，因此，项目组所设计开发的桥式吊车实验平台在教学、科研上也有广阔的应用前景。

采用本发明得到的准完美序列组，具有接近完美的相关特性，即绝大部分自相关函数取值为零，并且绝大部份互相关函数取值为零。本发明所得到的准完美序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。

桥式吊车是一种十分常见的装配运输工具，在港口、仓库、建筑工地等场所得到了广泛的应用，当前，对于桥式吊车主要还是通过有经验的工人来进行操纵的，存在着培训周期长，劳动强度大，工作效率低，安全性不高等缺点。为此，设计一套操作方便的吊车自动控制系统，可以提高吊车系统的工作效率与安全性能, 并将工作人员从当前这种艰苦的工作环境中解放出来。

成果描述：针对亚洲人群自然膝关节的解剖结构特点和运动学数据，实现了符合国内人群的人工膝关节的设计，为我国人工膝关节制造提供依据；提出了基于包络原理的人工膝关节匹配关节面的创新设计方法，实现了人工膝关节匹配关节面的参数化设计，在改变参数的基础上可进一步实现系列化设计和个性化设计；同时，可拓展应用于人体其它关节部位的参数化设计。市场前景分析：当前，美国大约每年有30万患者接受人工膝关节置换；在欧洲和亚洲发达地区，每年需做人工膝关节置换手术的患者约占人口的千分之一；而我国现在每年有超过3万患者接受人工膝关节置换。随着人们观念转变和生活要求的提高，以及医疗保险的改善，可以预测不远的将来我国每年至少有30万患者接受人工膝关节置换，再加上部分亚洲市场，每年亚洲国家有潜在50万患者选择人工膝关节置换。如果我们所设计的产品占领亚洲市场的1/4，每套产品按1元万记，估计产值为12亿。此项目研制开发适合于亚洲人群特点的人工膝关节假体，具有更适合亚洲人膝关节解剖特点和高屈曲度功能要求，其市场应用前景非常广阔。 根据人体自然膝关节的特点，开发适合于亚洲人群，尤其应用于中国人群的人工膝关节，符合我国当前骨科医疗领域的实际情况，对于我国外科医疗技术的进步无疑具有重要的现实意义，项目成功实施后可以有效地改善患者的生活水平，创造更大的经济效益。与同类成果相比的优势分析：国内领先。

本发明公开了一种双折线式卷筒的导向抬升垫块的设计方法，一、建立导向抬升垫块模型，设定抬升垫块的宽度为b1，高度为h1，导向垫块的宽度为b2，高度为h2；二、设定一圈钢丝绳中一段折线段所对应圆心角为γ/2，抬升垫块起始宽度为t，圆心角参数变量θ；并确定导向抬升垫块各段对应b1、h1、b2和h2参数与θ的函数关系；三、对钢丝绳与导向垫块、抬升垫块所围成的空间进行填充，填充部的外侧面为弧面。依照本设计方法制作的导向抬升垫块有效改善钢丝绳在爬升阶段钢丝绳与卷筒法兰挡板之间的接触，减少了传统设计方法中挤压抬升造成的钢丝绳磨损严重的现象，有利于钢丝绳的稳定缠绕，保证整个缠绕系统的稳定性，有效减少缠绕过程中的乱绳、爬绳现象。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。