本网讯（集成电路学院）近日，安徽大学材料科学与工程学部集成电路学院代月花教授团队联合国防科技大学和复旦大学，在面向边缘智能的忆阻器时序信息处理研究中取得新进展。研究成果以“A Memristor-Based Saturation-Constrained Information Capacity Framework for Temporal Information Processing”为题发表于国际顶级期刊《Advanced Materials》（DOI：10.1002/adma.75096）。安徽大学为论文第一单位，安徽大学集成电路学院2024级博士生郭文斌、副教授吴祖恒、2026级博士生王昊辰为论文共同第一作者；安徽大学吴祖恒副教授、国防科技大学王伟副研究员和安徽大学代月花教授为论文共同通讯作者。
语音识别、智能感知与机器人自主决策，需要对随时间变化的信号进行持续分析，提取其中的动态特征与时序关联。物理储备池计算利用忆阻器对输入信号的响应及短时记忆特性，在硬件中直接提取这些信息，为边缘智能设备高效处理时序数据提供了新的途径。然而，传统二进制编码需要较长的脉冲序列，易引起处理延迟和器件饱和；提高编码密度又受到器件噪声和有限动态范围的制约，导致不同输入对应的响应状态难以区分。针对这一难题，团队与合作者提出饱和约束信息容量（SCIC）框架，将器件实测的状态可分辨性、动态范围和记忆特性转化为输入编码的设计依据，通过协同调节脉冲幅值与时序，使信息编码与器件物理响应相匹配。团队基于自整流氧化铌忆阻器开展了混沌时序预测与语音识别验证，并将忆阻器阵列与驱动、信号读出及控制电路集成于定制印制电路板（PCB），搭建物理储备池硬件平台。通过智能车室内避障实验，团队进一步展示了该平台处理视觉信息并辅助转向决策的能力。该系统借助器件动态响应完成特征映射，仅需训练读出层，大幅降低训练开销。研究将信息编码设计与器件物理约束相结合，为提升有限硬件资源下的时序信息处理能力提供了新思路，展现出面向边缘智能感知与实时决策的应用潜力。
此外，代月花团队联合复旦大学芯片与系统前沿研究院，在忆阻器真随机数发生器研究中取得进展。相关成果以“High-Throughput True Random Number Generator Enabled by NbOx Memristor With Dual-Clock-Edge Sampling for Dual-Image Encryption”为题发表于《Advanced Functional Materials》（DOI：10.1002/adfm.77093）。安徽大学集成电路学院2024级硕士研究生王子昊和复旦大学博士研究生陈沛为共同第一作者，吴祖恒副教授为通讯作者。安徽大学代月花教授、复旦大学张续猛青年副研究员等共同指导了该项研究工作。
真随机数发生器是密码系统与安全通信的核心硬件组件，其生成速率和随机性直接关系到高速数据处理中的安全保障能力。针对现有忆阻器真随机数发生器吞吐量受限的问题，团队提出器件与外围电路协同优化的设计方案，利用双层氧化铌忆阻器响应延迟与弛豫时间的随机波动提供物理熵源，并引入电阻电容延迟单元与双时钟沿采样机制，实现单个忆阻器驱动双通道随机数输出。生成的随机比特流通过了所开展的NIST随机性测试，并在双图像加密实验中得到验证。该研究为提高忆阻器随机熵源的利用效率提供了新方法，展现出面向智能物联网、边缘计算与高速安全通信的硬件应用潜力。
