近期，西安电子科技大学电子工程学院传来振奋人心的消息，李龙教授带领的科研团队在自适应无线定位和无线能量传输领域取得了令人瞩目的创新成果。这一研究成果以一篇题为《基于卷积神经网络的双频超表面近场定位自适应无线传能网络》的论文形式，于11月28日在国际权威期刊《自然・通讯》上发表。
该研究的核心成员包括电子工程学院的博士生夏得校，他作为第一作者参与了这项研究。通讯作者则包括李龙教授和东南大学的崔铁军院士，而西安电子科技大学则作为该研究的第一完成单位。
这项研究开创性地提出了一种全新的系统架构，该系统集成了无线传能、感知定位与通信功能于一体，基于双频超表面技术实现自适应无线能量传输（AWPT）。相较于传统的无线充电方式，AWPT技术能够大幅提升无线能量传输的效率，并更好地适应复杂多变的实际应用场景，如移动设备、无人机、智能家居及可穿戴设备等。
在研究中，科研人员针对无线定位精度、无线能量传输的自适应性以及能量收集的高效性等问题，构建了基于双频超表面和卷积神经网络（CNN）的自适应无线传能网络。这一网络能够同时实现目标定位和波束调控，极大地提高了系统的整体性能。
研究团队还充分利用了数字编码超表面对电磁波的灵活调控能力，实现了无线能量的实时、高效聚焦。这一技术使得终端设备能够在无电池供电的情况下，实现感知定位与通信的一体化功能。这不仅减少了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、智能机器人等提供了稳定可靠的能源供应。
研究人员在整流过程（RF-DC）中发现了二阶谐波作为定位信号的潜力，并通过联合时空编码技术和卷积神经网络（CNN），在单发单收（SISO）系统上首次实现了3毫米分辨率的近场定位精度。这一突破性的成果，为未来智能技术的普及和应用提供了重要的技术支持。
西安电子科技大学表示，这项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，还将对6G物联网（IoT）、信息超表面、智能无人机等行业的发展产生深远的影响。随着这项技术的不断成熟和应用，我们有理由相信，未来的智能设备将更加高效、智能和便捷。
