近期，西安电子科技大学电子工程学院的一项研究成果在国际顶级期刊《自然・通讯》上发表，标志着该校在自适应无线定位和无线能量传输领域取得了重要突破。该研究由李龙教授课题组完成，论文题为Adaptive wireless-powered network based on CNN near-field positioning by a dual-band metasurface。
在这项研究中，电子工程学院的博士生夏得校作为第一作者，携手李龙教授与东南大学崔铁军院士共同完成了这一创新工作。西安电子科技大学作为第一单位，展现了其在无线通信领域的雄厚实力。
研究团队成功构建了一种全新的系统，该系统基于双频超表面，实现了无线传能、感知定位与通信的一体化。这一系统最引人注目的特点是其自适应无线能量传输（AWPT）技术，它相较于传统的无线充电方式，能够大幅提升无线能量传输的效率，并灵活适应各种动态、复杂的应用场景。
AWPT技术的优势不仅在于其高效性，更在于其广泛的应用潜力。它有望推动绿色能源的可持续发展，减少对有线电源的依赖，同时为物联网、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。这一技术的普及，将极大地促进未来智能技术的发展。
为了实现这一目标，研究团队针对精确近场无线定位、自适应无线能量传输以及高效无线能量收集等关键问题进行了深入研究。他们构建了一个基于双频超表面和卷积神经网络（CNN）近场定位的自适应无线传能网络，实现了目标定位与波束调控的同步进行。
研究团队充分利用了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。这一创新不仅实现了无电池供电的感知定位和通信一体化系统，还显著提高了系统的整体性能。
研究团队还利用整流过程（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），他们首次在单发单收（SISO）系统上实现了3毫米分辨率的近场定位精度，这一成果在无线定位技术领域具有里程碑式的意义。
西安电子科技大学表示，该研究不仅是对无线传能感知定位和通信一体化领域的深入探索，更将为6G物联网（IoT）、信息超表面、智能无人机等行业的发展提供强有力的技术支撑。
研究团队还展示了自适应无线定位与无线能量传输的实验过程，进一步验证了该系统的可行性和实用性。这一研究成果的发表，不仅为学术界带来了新的研究思路，更为工业界提供了宝贵的技术参考。
