飞行中的无人机、正在移动的智能机器人，都可以远程隔空充电，科幻小说里描述的场景有望成为现实。

近日，由西安电子科技大学教授李龙课题组与中国科学院院士、东南大学教授崔铁军课题组共同研发的一种自适应无线传能技术，可以用类似Wi-Fi的无线传输方式，将无线能量实时、高效地聚焦并传输到动态的终端设备上，实现无电池供电的感知、计算和通信。

在李龙看来，这项研究是面向无线传能、感知、通信一体化领域的探索，未来有望为万物智联的传感器设备进行无线供电。相关论文发表于《自然·通讯》。

边移动边充电

无人机广泛应用于高空拍摄、物流配送、农业植保、应急救援等诸多领域，机器人、可穿戴设备等智能硬件也走进人们的生活，但续航能力却始终制约其进一步发展。如何为这些智能设备提供可靠、持久的能源供给，成为亟待解决的技术难题。

无线能量传输技术的突破，意味着未来的智能设备有望摆脱传统电池和有线充电设施。

“我们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，构建了一种基于双频超表面、卷积神经网络近场定位的自适应无线传能网络。它能进行同步的目标感知定位和波束调控，进而实现自适应追踪的无线能量传输。”李龙说，这项研究在动态无线能量传输和无线定位领域取得突破性进展。

据了解，传统的无线充电技术主要依赖于近距离、接触式的电磁谐振感应，其效率和适用范围受到空间、距离、环境、设备等制约。

李龙课题组研究的基于电磁超表面的辐射式无线能量传输与接收技术有望突破这一瓶颈。这种技术宛如“智慧大脑”，它能通过目标感知和环境交互实现智能化调整电磁波传输参数，并根据周围环境变化及设备实时需求，提高无线能量传输效率，精准且高效地为设备输送能量。

与传统的无线充电方式相比，自适应追踪的无线能量传输技术有望支持无人机、智能机器人等终端设备，在移动过程中进行稳定、高效的非接触式无线充电。团队成员、西安电子科技大学博士生夏得校说，这项技术是电磁超表面在无线传能领域的创新和突破，促进信息超表面研究沿着智能化、多功能方向发展。

厘米级跟踪定位

如何精准定位移动中的智能设备？这是实现远程隔空充电的关键。

研究人员将超表面能量接收整流过程中产生的二阶谐波作为定位信号进行反馈，结合超表面时空编码技术和卷积神经网络，首次在单发单收系统上实现了3厘米分辨率的近场定位精度。

研究人员介绍，他们构建了一款双频共口径的可编程超表面，用于实现全双工的辐射调控和目标感知。他们还设计了用于无线供电的传感器终端，由此对射频能量进行高效收集和直流转换，实现无电池的环境数据感知和计算，并将感知的数据通过蓝牙进行上传。最终，研究人员利用双频超表面上的阵列，对来自终端设备的定位信号进行时空编码调制。在前期完成网络训练的基础上，通过卷积神经网络终端实现快速分类及精确获取位置信息。

夏得校说，在这一系统中，超表面不仅能实现精确的目标定位，还能根据实时变化的环境和目标，进行灵活的能量聚焦，实现跟踪式隔空输能。

无线充电技术的前景广阔，随着规模化生产和技术升级迭代，其应用成本也将逐步降低。经济实惠的无线充电技术，可为大型智能仓储、可植入医疗设备及低空经济等领域提供更便捷的充电解决方案。

“我们的研究通过引入信息超材料技术，为非接触式设备能量信息同传提供了一套高效且可行的解决方案。这一探索不仅能拓宽学术视野，更有望加速无线充电技术在未来应用场景中的实践与普及。”李龙说，自适应无线传能技术将推动6G物联网、信息超表面、智能无人机等行业的发展，具有应用潜力。