近期，西安電子科技大學電子工程學院傳來振奮人心的消息，李龍教授帶領的科研團隊在自適應無線定位和無線能量傳輸領域取得了令人矚目的創新成果。這一研究成果以一篇題為《基于卷積神經網絡的雙頻超表面近場定位自適應無線傳能網絡》的論文形式，于11月28日在國際權威期刊《自然?通訊》上發表。

該研究的核心成員包括電子工程學院的博士生夏得校，他作為第一作者參與了這項研究。通訊作者則包括李龍教授和東南大學的崔鐵軍院士，而西安電子科技大學則作為該研究的第一完成單位。

這項研究開創性地提出了一種全新的系統架構，該系統集成了無線傳能、感知定位與通信功能于一體，基于雙頻超表面技術實現自適應無線能量傳輸（AWPT）。相較于傳統的無線充電方式，AWPT技術能夠大幅提升無線能量傳輸的效率，并更好地適應復雜多變的實際應用場景，如移動設備、無人機、智能家居及可穿戴設備等。

在研究中，科研人員針對無線定位精度、無線能量傳輸的自適應性以及能量收集的高效性等問題，構建了基于雙頻超表面和卷積神經網絡（CNN）的自適應無線傳能網絡。這一網絡能夠同時實現目標定位和波束調控，極大地提高了系統的整體性能。

研究團隊還充分利用了數字編碼超表面對電磁波的靈活調控能力，實現了無線能量的實時、高效聚焦。這一技術使得終端設備能夠在無電池供電的情況下，實現感知定位與通信的一體化功能。這不僅減少了對傳統有線電源的依賴，還為物聯網、智能設備及先進技術如無人駕駛、智能機器人等提供了穩定可靠的能源供應。

研究人員在整流過程（RF-DC）中發現了二階諧波作為定位信號的潛力，并通過聯合時空編碼技術和卷積神經網絡（CNN），在單發單收（SISO）系統上首次實現了3毫米分辨率的近場定位精度。這一突破性的成果，為未來智能技術的普及和應用提供了重要的技術支持。

西安電子科技大學表示，這項研究不僅是對無線傳能感知定位和通信一體化領域的深入探索，還將對6G物聯網（IoT）、信息超表面、智能無人機等行業的發展產生深遠的影響。隨著這項技術的不斷成熟和應用，我們有理由相信，未來的智能設備將更加高效、智能和便捷。