01、招生要求

学历资质方面,申请人需满足三类情形之一:持有硕士学位,或已在澳门大学注册硕士课程满一年且完成课程部分并展现优秀研究能力,或持有学士学位且表现出色并具备强研究能力。英语能力证明不可或缺,非英语授课背景申请人须提供托福550分(纸考)或80分(网考)以上,或雅思总分6.0且单项不低于5.5,或大学英语六级430分以上成绩。
学术背景以电子信息、通信、人工智能、计算机、数据科学为宜。申请批次分两轮:2025年10月31日为首轮截止,2026年3月13日次轮截止。2026年8月入学,博士助学金每月12,500至14,000澳门元,学制四年;成绩优异者推荐澳门大学Talented Program,奖学金可达每月20,000澳门元。
02、研究方向

Tam Kam Weng教授现任澳门大学科学技术学院研究及研究生教育副院长、科学技术推广中心主任,兼任电气与计算机工程系教授。其研究体系可归纳为七大方向:
其一,RF/Microwave Filters。该方向聚焦滤波器小型化与性能优化,近年发表Folded-Patch-Based Miniaturized Quasi-Omnidirectional Filtering Antennas于IEEE Transactions on Antennas and Propagation,以及Balanced-to-Single-Ended Out-of-Phase Filtering Power Divider Using Compact Patch Resonators于Microwave and Optical Technology Letters。
其二,Microwave Differential Circuits。研究涵盖多层多导体传输线及其在差分微波电路中的应用,An Efficient Scattering Characteristics Similarity-Based Tuning-Driven Optimization Method for Microwave Filters一文体现该方向最新进展。
其三,Multi-functional Guided-/Radiated Wave Components。探索导波与辐射波组件的多功能集成,Compact Millimeter-Wave 3D Printing Balun-Fed Filtering Antenna研究将滤波与辐射功能融合。
其四,Phased Antenna Array。涉及相控阵天线理论与实现,Dynamic Surrogate-Assisted Multi-Objective Enhanced Beluga Whale Optimization Algorithm基于改进算法优化锥形四臂螺旋天线设计。
其五,Materials Analysis Using RF/Microwave。利用微波技术表征材料特性,SSPP-SIW Integrated Microwave Bandpass Filtering Sensor for 3-D Printed Material Real-Permittivity Characterization发表于IEEE Sensors Letters。
其六,Wireless Flame Sensor Network。基于ZnMgS的紫外火焰探测器研究服务于火灾安全监测。
其七,Terahertz Science and Technology。布局太赫兹无线前端系统,采用ZnTe基薄膜结构实现多Gb/s通信。
03、有想法
研究构想一:SSPP-SIW集成微波传感与滤波一体化设计。SSPP(Spoof Surface Plasmon Polariton)与SIW(Substrate Integrated Waveguide)结合可构建兼具带通滤波与材料表征功能的紧凑型传感器。具体而言,可将SSPP结构嵌入SIW腔体,通过调控其色散特性实现对3D打印材料复介电常数的实时监测。该设计突破现有分离式传感架构,在IEEE Sensors Letters论文基础上延伸,将频率拓展至毫米波段,适用于增材制造在线质量控制。技术路径包含:建立SSPP-SIW耦合模型,提取等效电路参数;优化缺陷地结构抑制高次模;设计温度补偿机制提升测量稳定性。
研究构想二:面向6G的智能超表面相控阵。基于Tam教授在Phased Antenna Array与Multi-functional Components方向的积累,可探索可编程超表面与相控阵融合架构。设想采用时空编码超表面单元,通过FPGA实时调控反射相位与幅度,实现波束赋形与干扰抑制双重功能。不同于传统相控阵依赖移相器,该方案利用超表面局部电磁响应降低系统复杂度。可参考文献中锥形四臂螺旋天线宽轴比带宽设计方法,将优化算法扩展至多目标场景,兼顾增益、带宽与扫描角度。研究难点在于非线性时变电磁特性建模与快速优化算法开发。
研究构想三:太赫兹无线前端系统的材料表征与器件协同设计。Tam教授2014至2017年已开展Terahertz Wireless Front-end System Using ZnTe-based Thin Film Structures项目。在此基础上,可深化材料参数提取与器件性能协同优化。设想构建ZnTe薄膜工艺参数-材料特性-器件性能闭环:通过太赫兹时域光谱精确测量薄膜介电特性,建立工艺-性能映射模型;将该模型嵌入器件级仿真,实现滤波器、天线一体化设计。该研究解决太赫兹频段材料特性不确定性导致的器件性能偏差问题,推动CVD生长工艺与器件设计流程融合。
研究构想四:微波差分电路的AI辅助调谐方法。Tam教授团队提出基于散射特性相似性的调谐驱动优化方法。可进一步引入深度强化学习,构建智能调谐Agent。状态空间定义为S参数偏差,动作空间为调谐螺钉位移,奖励函数融合带宽、回波损耗、隔离度等多指标。利用迁移学习将仿真模型知识迁移至实物调谐,缩短调试周期。该方法尤其适用于Balanced-to-Single-Ended Out-of-Phase Filtering Power Divider这类多目标优化问题,可实现从仿真到实物的快速迭代。
