学术进展 | 柔性电子学院2025年科研成果回顾
科研成果回顾：
- 范德瓦尔斯材料中的层间重构相变
- 低温水分蒸发介导粘合
- 脉冲神经编码触觉感知
- 首次提出并实现了“铁电可切换交错磁性”效应
- 仿生机械-生物电双模态柔性生物传感器
- 受贻贝启发的高灵敏、可拉伸和自修复纤维生物传感器
- 柔性智能反射面赋能无人机隐蔽通信新范式
- 柔性天线赋能毫米波索引调制通信新机制
- 空天地一体化网络混合生成式语义通信新方法
01. 范德瓦尔斯材料中的层间重构相变
中山大学柔性电子学院王来源副教授与兰州大学彭勇教授和加州大学洛杉矶分校段镶锋教授在二维材料相变领域中取得学术进展，相关成果以“Interlayer reconstruction phase transition in van der Waals materials”为题发表在《Nature Materials》期刊。
该研究利用原位扫描透射电子显微镜（STEM）观察了层状In2Se3在电流驱动下从2H-α相到2H-β相的动态相变过程。研究发现了一种独特的“层内分裂-层间重构”相变路径，即共价层内键断裂（解链）与范德华间隙中新键形成（接链）交替进行，并通过能量级联机制实现，揭示了传统“层内滑移”之外的另一种相变路径，为调控二维材料的相变动力学提供了新思路。此外，相变传播方向受电流方向调控，其源于异质结界面的佩尔捷效应导致的温度梯度。该工作为范德华材料中结构相变的原子机制与调控提供了重要见解。
电压刺激下2H-α到2H-β相变的原子级分辨动态过程
02. 低温水分蒸发介导粘合
中山大学柔性电子学院张驰副教授与加拿大新不伦瑞克大学Huining Xiao教授、南京林业大学周晓燕教授和陈敏智教授在可持续结构材料领域取得新进展，相关成果以“Low-Temperature Water Evaporation-Mediated Fusion and Densification of Wood for High-Performance and Sustainable Materials”为题发表在《Nano Letters》期刊。
该研究提出了一种利用低温水分蒸发介导的木材自组装策略，通过化学软化处理木材，利用水分蒸发产生的毛细管力和氢键作用促使细胞壁发生融合与致密化（“自粘合”），从而在不使用合成树脂粘合剂的情况下制备出高性能、可持续的木质复合材料。
03. 脉冲神经编码触觉感知
中山大学柔性电子学院张驰副教授与深圳大学王子娅助理教授在类脑触觉感知领域取得新进展，相关成果以“Recent advances in spike-based neural coding for tactile perception”为题发表在《Microsystems & Nanoengineering》期刊。
该综述系统地阐述了人工触觉感知从冯·诺依曼架构向生物启发的神经形态计算转变的过程，全面分析了基于脉冲的神经编码策略（如频率编码和时间编码）、多样化的硬件实现（如振荡器、忆阻器和自供电传感器）以及解码方法（从突触可塑性到脉冲神经网络），旨在构建高能效、低延迟的触觉智能系统。
04. 首次提出并实现了“铁电可切换交错磁性”效应
中山大学柔性电子学院顾铭强副教授与拉奎拉大学Alessandro Stroppa教授和南方科技大学刘奇航教授在交错磁性的调控领域中取得学术进展，相关成果分别以“Ferroelectric switchable altermagnetism”和“Sliding ferroelectric control of unconventional magnetism in stacked bilayers”为题发表在《Physical review letters》期刊。
在磁性材料研究中，顾铭强团队首次提出并实现了“铁电可切换交错磁性”效应，就像通过一个开关调控磁性一样——只需翻转材料的铁电极化，就能自由控制其内部的交错磁序。这一方法无需传统方式中翻转整个磁结构，能耗可降低近百倍，为低功耗磁器件带来新可能。该成果发表获编辑推荐发表，并被《物理》杂志专题报道，评价其是“交错磁性走向实际应用的重要一步”，发表不到一年引用已超110次，入选ESI全球Top 0.1%热点论文。随后，团队进一步将这一思路拓展至二维材料体系，通过对称性分析，系统揭示了如何利用二维滑移铁电来调控交错磁性及反常霍尔效应，为未来微型化、可调控磁性器件的设计提供了清晰的理论路线图。
05. 仿生机械-生物电双模态柔性生物传感器
中山大学柔性电子学院李国强副教授与韩国延世大学Jong-Hyun Ahn教授和济南大学赵松方教授在仿生机械-生物电双模态传感器领域中取得学术进展，相关成果以“Bioinspired Durable Mechanical-Bioelectrical Dual-Modal Sensors Enabled by Mixed Ion-Electron Conduction and Mechanical Interlocking for Multifunctional Sensing”为题发表在《Advanced Functional Materials》期刊。
该研究提出并验证了一种基于混合离子-电子传导和机械互锁结构的材料设计概念，实现了高性能机械-生物电双模态传感 。基于导电金属有机框架（cMOFs）与碳纳米管（CNTs）的协同组装及离子液体（ILs）的渗透，该策略构建了具有半嵌入式结构的复合网络。由于机械互锁结构增强了界面结合力且离子液体作为润滑层有效缓解了干摩擦，显著降低了界面阻抗并解决了柔性传感器中高拉伸性、高灵敏度与电学稳定性难以兼得的难题 。该设计不仅实现了对人体运动、心电/肌电信号及膀胱生理活动的精准监测，未来还可在复杂动态生物环境中深入应用，为耐用型仿生传感材料与新型医疗健康监测器件的开发提供了创新思路。
06. 受贻贝启发的高灵敏、可拉伸和自修复纤维生物传感器
中山大学柔性电子学院李国强副教授与韩国延世大学Jong-Hyun Ahn教授和济南大学赵松方教授在多功能导电纱线领域中取得学术进展，相关成果以“Mussel-Inspired Highly Sensitive, Stretchable, and Self-Healable Yarns Enabled by Dual Conductive Pathways and Encapsulation for Wearable Electronics”为题发表在《Advanced Functional Materials》期刊。
本研究受贻贝启发，提出了一种结合双重电子传输通路与双重封装技术的高性能导电纱线制备策略 。该设计选取包覆氨纶纱为弹性基底，利用聚多巴胺（PDA）增强界面粘附，并通过还原氧化石墨烯与银纳米颗粒构建双重导电网络 。外部采用自修复PU/PDA复合层封装，有效缓解了裂纹扩展并防止导电材料脱落 。得益于此，该纱线兼具高拉伸性（158%应变）、高灵敏度（GF=22.88）及优异的循环稳定性（10000次）。基于该纱线开发的压力传感器阵列与自修复螺旋导体，在生理运动监测及人机交互领域展现出广阔应用前景 。
07. 柔性智能反射面赋能无人机隐蔽通信新范式
中山大学柔性电子学院朱静博士、陈高洁教授与英国萨里大学6G创新中心Pei Xiao教授在空域与功率域联合调制的多天线无线通信领域中取得学术进展，相关成果以 “Composition Aided Generalized Quadrature Spatial Modulation: Transceiver Design and Performance Analysis” 为题发表在《IEEE Transactions on Wireless Communications》期刊。
论文提出合成辅助广义正交空间调制（C‑GQSM）新体制，将组合调制与GQSM有机融合，使信息比特同时映射到天线激活模式、能量分配模式以及幅相调制符号，在不增加发射天线的情况下进一步提升频谱效率。作者设计了ML‑OSIC和WCD‑OSIC两种低复杂度检测算法，并给出了系统可达速率表达式以及平均误比特率上界的解析推导。仿真结果显示，C‑GQSM在相同传输速率下较传统GQSM和VBLAST具有更优误码性能，而在大规模MIMO场景中，WCD‑OSIC在接近最优性能的同时可节省约99%的检测复杂度，为下一步面向柔性电子智能终端的高效空域调制提供了理论与技术支撑。
柔性RIS仿真平台
08. 柔性天线赋能毫米波索引调制通信新机制
中山大学柔性电子学院朱静博士、陈高洁教授与英国萨里大学6G创新中心Pei Xiao教授在主动可重构智能表面赋能无线通信领域中取得学术进展，相关成果以 “Amplitude-Domain Reflection Modulation for Active RIS-Assisted Wireless Communications” 为题发表在《 IEEE Transactions on Wireless Communications 》中科院一区Top期刊。
该工作提出一种新型主动RIS辅助幅度域反射调制（ARIS ADRM）机制，利用有源RIS单元的幅度自由度设计振幅分配模式，将信息同时映射到基站调制符号和反射面幅度模式索引，在不增加射频链的前提下提升频谱效率。论文推导了可达速率及平均误比特率上界，并将幅度分配模式码本设计转化为最小欧氏距离的优化问题，采用连续凸近似算法高效求解。仿真表明，相比传统主动/被动RIS索引调制方案，该方法在相同频谱效率下显著降低误码率并具备灵活的速率自适应能力，为构建高能效6G智能反射面通信系统提供了新思路。
柔性天线无线通信实验平台
09. 空天地一体化网络混合生成式语义通信新方法
中山大学柔性电子学院陈高洁教授与英国帝国理工学院皇家工程院院士Geoffrey Li教授在天地空一体化网络混合比特与生成式语义通信资源分配领域中取得学术进展，相关成果以 “Deep Reinforcement Learning-Based Resource Allocation for Hybrid Bit and Generative Semantic Communications in Space-Air-Ground Integrated Networks” 为题发表在《IEEE Journal on Selected Areas in Communications》期刊。
该研究面向包含多颗LEO卫星、无人机和地面用户的SAGIN架构，构建了比特传输与多种生成式语义图像传输并行的混合通信框架，引入文本到图像、文本+图像嵌入等多级语义模式，以适应不同的时延与质量需求。论文提出综合考虑任务时延与重构质量的语义通信效率指标（SCE），并将卫星‑无人机‑地面用户关联、无人机轨迹规划、星间链路选择及传输模式选择统一建模为长期效用最大化问题，采用分布式Soft Actor‑Critic（DSAC）深度强化学习算法进行资源优化。结果表明，所提方案在节省通信资源、降低时延及保持高质量图像重构方面均优于传统方法，为柔性电子感知终端接入的智能天地空一体化语义通信提供了可行路径。
所提空天地一体化网络混合生成式语义通信系统框架
