近日，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）副教授 Said Mikki 领衔的研究团队取得两项重要研究进展，相关成果分别发表于国际著名期刊 Institute of Electrical and Electronics Engineers (IEEE)  Transactions on Communications和IEEE Antennas and Wireless Propagation Letters，第一作者均为浙江大学2023级电子科学与技术专业博士研究生胡家润，唯一通讯作者均为副教授 Said Mikki。

Neural Network Realizations of Wideband Near-Field Communication Systems: An Electromagnetic Design Approach

Journal: IEEE Transactions on Communications

团队在宽带近场通信系统设计领域的相关研究成果，已发表于国际知名期刊 IEEE Transactions on Communications。论文第一作者为胡家润，第二作者为浙江大学博士后研究员Thng Guo Hao。

随着 6G 技术的持续发展，大规模天线阵列已被公认为提升通信速率、能效与用户体验的核心关键技术。与远场通信的平面波传播特性不同，6G 通信更多工作于近场（菲涅尔区），其电磁波以球面波形式传播，能够在三维空间中实现精确的能量聚焦，为通信、感知与无线能量传输等场景赋予了新的自由度。然而，近场通信仍面临两大核心挑战：一方面，近场阵列响应具有强烈的频率依赖性，导致传统预编码方法易产生焦点分裂问题；另一方面，基于标量格林函数的信道模型忽略了全波效应与极化耦合，进而限制了实际系统中的聚焦精度。

为解决上述挑战，团队从物理本质出发，提出了一种全新的近场聚焦框架。该框架主要包含三大核心模块，具体如下：其一，采用无穷小偶极子模型与并矢格林函数，构建高保真的近场三维极化物理模型，为后续优化与学习提供精准的物理基础；其二，将单频近场聚焦问题转化为半定凸优化问题，生成具备物理可解释性的最优激励数据，为神经网络训练提供高质量样本支撑；其三，构建多层感知机神经网络，通过学习 “频率 — 最优激励” 的映射关系，实现宽带场景下的泛化能力与毫秒级实时推理性能。

▲单频 NFF 的半定凸优化流程

▲用于宽带近场聚焦的神经网络框架

仿真实验验证结果表明，该方法在多维度显著优于传统方案，核心优势如下：单用户单频场景下，系统速率较标量模型方法提升约7.5%，有效验证了三维极化物理建模的精准性；宽带场景中，该方法成功抑制焦点分裂问题，用户可达速率大幅提升56%，突破了传统方案的性能瓶颈；推理速度方面，神经网络推理较传统凸优化方法快五个数量级以上，完全满足实时通信的严苛要求。值得注意的是，该框架具备良好的扩展性，可灵活适配多用户场景：通过为不同用户单独训练子网络，能够有效抑制用户间干扰，进而显著提升系统总容量，进一步拓宽了技术的应用边界。

▲本文提出的宽带近场聚焦框架和标量格林函数预编码方法在多个频点上的可达速率对比

▲XY平面上两个用户在不同位置同一频率下的近场聚焦结果

该研究通过将深度神经网络与第一性物理原理深度融合，为宽带近场通信系统设计开辟了全新思路。研究不仅达成了高精度、实时化的近场聚焦效果，更充分展现了利用神经网络加速物理优化过程的巨大潜力，为 6G 及未来通信系统的智能化设计提供了关键参考与实践范式。

IEEE Transactions on Communications 致力于发表天线与无线传播领域电信技术最新前沿进展的高质量学术论文，收录范围兼具广度与深度。一方面涵盖电话、电报、传真、电视等经典通信形式，另一方面深入覆盖中继与无线接力、信号存储与再生、差错检测与纠正、多路复用与载波技术、通信交换系统、数据通信及通信理论等核心技术方向，为领域内学术交流与技术创新提供重要平台。

Multifrequency Near-Field Focusing Through Infinitesimal Dipole Models and Neural Networks

Journal: IEEE Antennas and Wireless Propagation Letters

此外，团队在多频近场聚焦领域提出了一种基于无穷小偶极子表征与神经网络的方法，成功解决了真实天线阵列在互耦存在条件下的近场聚焦问题，相关研究成果发表于国际著名期刊 IEEE Antennas and Wireless Propagation Letters。

近场波束聚焦是 6G 通信与无线能量传输领域的核心支撑技术，但在实际阵列部署中面临两大核心瓶颈：其一，阵元间显著的互耦效应会改变阵列辐射特性，传统基于标量格林函数的模型难以精准刻画该效应，导致设计方案在真实阵列中严重失效；其二，多频信号引发的阵列响应频率依赖性易造成宽带聚焦的焦点分裂，而基于全波的精确优化方法计算成本高昂，无法满足实时应用需求。

针对上述瓶颈，研究团队基于活动单元方向图，融合矩量法求解的表面电流分布，为每个阵元建立了考虑互耦效应的等效无穷小偶极子表征模型。该模型能以极高精度复现真实阵列的近场辐射特性（与全波仿真结果的误差低至−25.26 dB），为后续多频聚焦优化提供了可靠的物理基础。在此基础上，团队将单频聚焦问题建模为半定凸优化问题，生成了严格遵循物理规律的高质量训练数据。

▲对于同一聚焦目标，该神经网络在不同测试频点上聚焦结果（图中所示为xy平面上的归一化场能量密度）

通过学习 “频率—最优激励” 的映射关系，所构建的神经网络可在毫秒级时间内精准预测任意频率对应的最优阵列激励，实现多频近场聚焦的快速推理与优化。仿真结果显示，在 18.8–19.8 GHz 频段内，针对 10 单元半波偶极子线阵的测试表明，系统全频段聚焦精度均保持在90%以上；计算效率方面，单频激励预测时间从传统凸优化的46.3秒降至约2.4毫秒，实现超 4 个数量级的计算加速。

▲神经网络训练期间损失函数的变化以及其和凸优化方法在测试验证频率上的聚焦精准度对比

总体而言，该研究首次在数据驱动近场聚焦框架中系统性融入阵列互耦的精确建模，通过神经网络实现了对复杂物理规律的高效学习与实时推理，为多频/宽带近场聚焦提供了一条兼具物理精确性与工程可行性的全新技术路径，有效弥合了理想模型与实际阵列部署之间的鸿沟。

IEEE Antennas and Wireless Propagation Letters 创刊于 2002 年，聚焦于天线、电磁波传播及相关领域的短篇高质量研究论文。核心覆盖领域包括天线设计、传播建模、无线通信、雷达、遥感、电磁理论等经典方向，同时涵盖 5G/6G、太赫兹（THz）传播、大规模天线（MIMO）等新兴技术领域。