南京大学缪峰教授、梁世军教授、杨悦昆研究员提出传感内无线计算架构，基于 MoS₂光电晶体管阵列的交流光响应特性，将遥感图像的光学压缩、信号调制与无线传输集成于单一步骤，通过光学傅里叶变换提取低空间频率信息，结合频分复用编码实现压缩传输，接收端可直接基于空间频率信息完成图像识别（准确率与原始图像相当），相较于传统方案延迟降低 96.8%。相关工作发表于Nature Sensors。
传统遥感图像传输需经成像、模数转换、数字压缩、信号调制等独立步骤，导致大数据量下延迟显著，而现有压缩传感技术难以兼顾低延迟、高压缩比与直接识别能力，制约了智能遥感的实时应用。
MoS₂材料与器件制备：采用化学气相沉积（CVD）法，以 MoO₃和硫粉为前驱体，在 Ar/H₂氛围中 700℃生长单层 MoS₂；通过机械剥离法获取 MoS₂薄片，经电子束光刻定义源漏电极图案，电子束蒸发沉积 Ti/Au（5 nm/40 nm）电极，制备单个 MoS₂光电晶体管；采用 PMMA 辅助转移法与光刻 / 刻蚀工艺，制备 2×2 阵列单元组成的 MoS₂光电晶体管阵列。
传感内无线计算系统搭建：发射端集成光学透镜（实现傅里叶变换）、微透镜阵列（波前编码）与 MoS₂阵列，对每个阵列单元施加不同频率的交流驱动电压，将光强与传播方向信息编码为交流光电流幅度；通过混频器将阵列输出信号调制到 118.3 MHz 载波，经功率放大后由天线无线发射。接收端通过天线接收信号，经低噪声放大、相干解调与低通滤波恢复原始编码信号，直接提取频率谱用于识别。
性能表征与验证：通过 Keysight 源表、信号发生器与示波器测试 MoS₂器件的交 / 直流光响应特性；利用 Zemax 软件模拟光学傅里叶变换过程；基于 FashionMNIST 数据集与 LeNet-5 神经网络，验证接收端空间频率信息的识别准确率；对比传统方案（全成像 + GPU 压缩 + 传输）与本方案的延迟与数据量。
(a) 卫星遥感传统范式示意图：包含成像、压缩与无线视觉数据传输，N×N 像素图像需进行 N² 次模数转换，延迟随图像尺寸平方增长。(b) 传感内无线计算范式的物理结构与流程：从光学输入到无线传输，光学压缩传感与光电子信号调制一体化完成。(c)-(d) 基于交流光响应与频分复用（FDM）的传感内信号调制：(c) 光照下阵列中光电导器件的交流驱动电压输入与交流光电流输出关系，光电流幅度由光强调制，实现光强信息编码。(d) 向 n 个光电导器件施加 n 个不同频率、相同幅度的电压信号，输出总光电流包含 n 个频率成分，原始图像的空间频率（含光强与传播方向）编码为频率 f₁-fₙ的幅度谱，P₁-Pₙ表示入射光强。
图 2 交流与直流驱动下 MoS₂光电晶体管的光响应特性
(a) MoS₂光电晶体管器件结构示意图。(b) 直流驱动下的光响应特性：VBG=0 V、波长 520 nm 时，不同光强下的 IDS-VDS 输出曲线；插图为 MoS₂光电晶体管的光学显微镜图像。(c) 交流驱动下的光响应特性：交流驱动电压频率 10 Hz、幅度 1 V、VBG=-20 V、波长 520 nm 时，不同光强下的 IDS - 时间曲线。(d) 不同交流驱动电压频率与光强下，器件输出交流光电流的幅度映射图。
图 3 基于 MoS₂光电晶体管阵列的传感内无线信号调制
(a) 4 个交流光电子编码单元的示意图与显微镜图像，每个单元由 2×2 MoS₂光电导器件阵列组成；单个微透镜的空间频率信息由光强与传播方向反映，单元内器件施加不同频率驱动电压，光强与方向信息同步记录为单元总光电流。(b)-(f) 不同光斑位置（反映不同空间频率相位梯度）下单元的总光电流输出：(b) ∇φ=φ₁（光照射左上角器件，驱动频率 100 Hz）；(c) ∇φ=φ₂（光照射右上角器件，驱动频率 200 Hz）；(d) ∇φ=0（光照射单元中心，4 个器件部分受照）；(e) ∇φ=φ₃（光照射左下角器件，驱动频率 300 Hz）；(f) ∇φ=φ₄（光照射右下角器件，驱动频率 400 Hz）；左图为时间域单元输出，右图为傅里叶变换后的频率域结果。
(a) 图像压缩传感、无线传输与接收的架构示意图：包含发射端（编码单元阵列、混频器、功率放大器、天线）与接收端（天线、低噪声放大器、混频器、低通滤波器、示波器）；LO 为 118.3 MHz 本振信号。(b) AC 光电子编码单元阵列产生的传感信号（IDS - 时间曲线）。(c) 调制后的传输信号（Vout - 时间曲线）。(d) 接收并解调后的信号（Vout - 时间曲线）。(e) 基于 LeNet-5 神经网络，FashionMNIST 数据集原始图像（蓝点）与接收端空间频率信息（红点）的识别准确率对比。(f)-(g) 原始图像（f）与空间频率信息（g）识别 FashionMNIST 数据集的混淆矩阵。(h) 原始输入图像 “N” 与压缩传输图像的数据量对比。(i) 不同尺寸图像（300×300、10000×10000、20000×10000）的原始数据与压缩数据量对比。(j) 传统方案与本方案的延迟对比（图像尺寸 10000×10000，压缩比 30:1）。
文章链接：https://doi.org/10.1038/s44460-026-00043-1
