IT之家 12 月 25 日消息，西安电子科技大学电子工程学院李龙教授课题组在自适应无线定位和无线能量传输方面取得突破性进展，研究成果以 Adaptive wireless-powered network based on CNN near-field positioning by a dual-band metasurface 为题，于 11 月 28 日发表在 《自然・通讯》 （Nature Communications）上。
电子工程学院夏得校博士生为第一作者，李龙教授和东南大学崔铁军院士为通讯作者，西安电子科技大学为第一单位。
该成果首次构建了一种基于双频超表面的无线传能、感知定位和通信一体化系统，实现自适应的无线能量传输（Adaptive wireless power transmission，简称 AWPT）。
与传统无线充电方式相比，AWPT 技术能够显著提高无线能量传输效率，适应动态、复杂的应用场景，如移动设备、无人机、智能家居及可穿戴设备等。它不仅能推动绿色能源可持续发展的进程，减少对传统有线电源的依赖，还为物联网、智能设备及先进技术（如无人驾驶、智能机器人等）提供稳定可靠的能源供应，并在未来智能技术的普及中具有重要的应用潜力。
研究人员针对精确近场无线定位、自适应无线能量传输、高效无线能量收集等问题，构建的基于双频超表面 CNN 近场定位的自适应无线传能网络，实现了同时的目标定位和波束调控。
该研究还利用数字编码超表面对电磁波的灵活调控特性，将无线能量实时、高效地聚焦到动态的终端设备上，实现无电池供电的感知定位和通信一体化系统。
此外，研究人员利用整流过程（RF-DC）中产生的二阶谐波作为定位信号进行反馈，通过联合时空编码技术和卷积神经网络（CNN），首次在单发单收（SISO）系统上实现了 3mm 分辨率的近场定位精度。
西安电子科技大学表示，该研究是面向无线传能感知定位和通信一体化领域的探索，将推动 6G 物联网（IoT）、信息超表面、智能无人机等行业的发展。
自适应无线定位与无线能量传输实验
