Filler-reinforced polymer composites demonstrate pervasive applications due to their strengthened performances, multi-degree tunability, and ease of manufacturing. In thermal management field, polymer composites reinforced with thermally conductive fillers are widely adopted as thermal interface materials (TIMs). However, the three dimensional (3D)-stacked heterogenous integration of electronic devices has posed the problem that high-density heat sources are spatially distributed in the package. This situation puts forward new requirements for TIMs, where efficient heat dissipation channels must be established according to the specific distribution of discrete heat sources. To address this challenge, a 3D printing-assisted streamline orientation (3D-PSO) method was proposed to fabricate composite thermal materials with 3D programmable microstructures and orientations of fillers, which combines the shape-design capability of 3D printing and oriented control ability of fluid. The mechanism of fluid-based filler orientation control along streamlines was revealed by mechanical analysis of fillers in matrix. Thanks to the designed heat dissipation channels, composites showed better thermal and mechanical properties in comparison to random composites. Specifically, the thermal conductivity of 3D mesh-shape polydimethylsiloxane/liquid metal (PDMS/LM) composite was 5.8 times that of random PDMS/LM composite under filler loading of 34.8 vol%. The thermal conductivity enhancement efficiency of 3D mesh-shape PDMS/carbon fibers composite reached 101.05% under filler loading of 5.2 vol%. In the heat dissipation application of 3D-stacked chips, the highest chip temperature with 3D-PSO composite was 42.14 ℃ lower than that with random composites. This is mainly attributed to the locally aggregated and oriented fillers' microstructure in fluid channels, which contributes to thermal percolation phenomena. The 3D-PSO method exhibits excellent programmable design capabilities to adopt versatile distributions of heat sources, paving a new way to solve the complicated heat dissipation issue in 3D-stacked chips integration application.

随着集成电路技术的不断进步，高性能芯片的散热问题成为制约其稳定性与效率的关键瓶颈。热电制冷技术基于Peltier效应，通过精准温度控制和高效热量传递，已展现出巨大的应用潜力。本文从热电制冷的原理出发，系统综述了近室温热电材料的性能提升策略与芯片热管理中的集成应用。重点探讨了多级结构设计、柔性薄膜器件以及与其他冷却技术的集成优化，同时分析了技术发展面临的挑战与改进方向。展望未来，热电制冷将在新型材料研发、集成优化及多功能应用中发挥更大作用，为高性能电子设备提供高效可靠的热管理解决方案。

设计了一种新型的基于硫系玻璃材料（ChG）-Ge₂₆Sb₁₀S₆₄的片上集成光子芯片，可满足光学信息处理、光学传感和系统集成等方面的应用需求。因硫系玻璃具备较大的光弹系数、较低的传输损耗、超大带宽的透光窗口和易于片上混合集成等独特优势，硫系光子集成器件在高效光传感应用中表现出多功能集成、优异传感性能等显著优势。结合硫系材料的特点，开发了多种基于ChG的混合集成芯片，并围绕超声信号探测、光声成像和声光调制等领域中的应用进行了综述，论述了硫系光子集成器件面临的挑战，并对未来的研究路径进行了展望。

微波光子技术是一种将微波与光波融合的交叉前沿技术，微波光子系统相比于传统电子系统具有带宽大、质量轻、损耗低、功耗低、抗电磁干扰等优势，在雷达电子战、传感、测量以及通信等领域有广泛的应用场景。基于光纤分立器件的微波光子系统已发展成熟并在相关领域得到应用验证，但是还存在体积大、功耗高、质量重的不足，亟需向微波光子集成芯片发展。本文对微波光子收发芯片、微波光子信号产生芯片、微波光子滤波芯片、微波光子波束形成芯片、微波光子频率测量芯片、可编程微波光子芯片的最新研究进展进行了梳理和分析，并对微波光子集成技术的未来发展趋势进行了展望。

976 nm高功率半导体激光芯片是光纤激光器的核心部件，具有极为重要的产业价值。报道了课题组在高效率高功率半导体激光芯片的设计、制作与测试方面的研究成果。为了最大限度地提高器件的功率转换效率，同时满足苛刻的寿命要求，在设计上采用双非对称大光腔波导结构，同时对量子阱结构、波导结构、掺杂以及器件结构进行了优化；在外延生长方面，系统地优化了生长工艺参数，确保了外延材料具有极高的内量子效率及低内损耗。大量测试表明：所制作的器件（腔长为5 mm、发光条宽为200 μm的芯片）在室温、连续波（CW）测试条件下，阈值电流约为1 A，斜率效率为1.14 W/A；当电流为9 A时，最高功率转换效率高达72.4%；当电流为30 A时，输出功率达到29.4 W，功率转换效率为61.3%；对应于95%光场能量的水平远场发散角低至8.7°。上述参数性能已经达到了国际同类产品的先进水平。

超快激光直写技术可以高精度加工任意三维波导结构，从而实现新型拓扑模型以及集成化的拓扑光子器件。通过经典的拓扑结构（如一维二元复式晶格、非对角Aubry-André-Harper晶格、蜂窝晶格），阐述拓扑光学的基本原理和现象（如Thouless泵浦，手性边缘态、局域态与拓扑不变量之间的关系），介绍最新的拓扑光子学进展与应用（如高阶拓扑绝缘体、Floquet拓扑绝缘体、非厄米拓扑、非线性拓扑，以及量子拓扑保护），重点综述在超快激光直写平台下实现的拓扑现象与应用。

得益于飞秒激光直写技术的穿透式真三维改性加工能力，多种介质内任意三维路径及截面形状的光波导得以实现并得到了重要应用。本文围绕飞秒激光直写光波导的机理及基本类型，综述了三维光波导器件在光通信、集成量子光学、拓扑光子学、天文光子学以及光学传感等领域的应用。从三维光子芯片的应用需求入手，总结了飞秒激光直写技术在低损耗、任意截面、大纵深直写和可重构三维波导制备中面临的挑战，并展望了飞秒激光直写三维光波导的未来发展趋势。

基本密度是评估木材制浆造纸性能的重要指标。 采用近红外光谱技术检测造纸木片基本密度, 实时掌握原料材性变化, 能够为制定和优化制浆生产工艺提供基础理论数据。 但在实际生产中, 原料来源的复杂性造成木片水分含量波动较大, 光谱中的水分干扰信息严重影响模型预测效果, 成为制约近红外技术实际应用的主要因素。 以杨木片为研究对象, 通过对木片失水过程的近红外光谱动态监测, 结合主成分分析明确光谱中水分吸收信息的特征响应, 揭示了木片水分中结合水和自由水的变化规律。 分别采用不同水分条件下的木片光谱建立偏最小二乘回归(PLS)模型预测木片基本密度, 通过对比分析模型预测性能, 探究木片水分变化对近红外预测木片密度的影响, 并采用外部参数正交化算法(EPO)消除光谱中水分的干扰, 提高模型对水分变化的抗干扰能力。 研究结果表明, 基于饱水木片光谱的模型具有最好的预测精度, 模型的建立主要依靠近红外光谱对木片纤维结构特征信息的获取。 而光谱中大量的水分吸收信息对建模是冗余无用的, 并且会导致模型对样品水分高度敏感, 当测试集水分含量变化时, 模型预测出现严重偏差。 通过EPO算法对木片失水过程动态光谱的解析, 提取水分校正因子, 能够有效消除水分变化引起的光谱差异。 基于水分校正的基本密度预测模型对不同水分条件下的测试集均表现出稳定的预测性能, 均方根误差、 决定系数和预测相对标准偏差分别为12.23 kg·m-3、 0.883 4和2.93。 该研究将EPO算法引入对木材材性的近红外光谱分析, 构建了抗水分干扰的稳健型基本密度预测模型, 较好地解决了水分含量波动对原料材性快速检测的影响, 为近红外光谱技术在制浆造纸领域的推广应用提供了依据。