为满足6G对超高数据速率与极低时延的迫切需求，毫米波通信成为关键支撑技术，但其易受阻塞、波束管理困难等挑战制约了在动态场景中的应用。可重构智能超表面(Reconfigurable Intelligent Metasurfaces, RIS)可动态调控无线信道以克服毫米波通信的遮挡和衰减，然而，现有超表面系统严重依赖高开销、高复杂度的信道状态信息(Channel State Information, CSI)估计。为此，本文提出一种基于人工智能(Artificial Intelligent, AI)的“智能感知-无线通信一体化”创新架构，通过对AI模型进行训练和验证，实现对智能终端的快速识别，促进从“反应式”到“感知驱动式”通信的范式转变。本研究核心包括：1) 设计了一款X波段与Ka波段的双频共口径智能超表面，并通过子阵拼接的方式，构建超大规模阵列以实现双频的精准波束调控；2) 提出一种视觉与电磁信息融合的多模态定位方法，通过前期数据集的训练使其能够对无人机进行感知，融合YOLOv8的目标识别优势与射频信号的精确测距能力，克服单一传感器的局限性；3) 基于AI感知的信息直接驱动超表面波束赋形，规避传统CSI估计的瓶颈。通过面向无人机毫米波通信场景的实验验证表明，该架构能实现对终端的精确定位、毫米波通信信号增强等，为未来低空毫米波可靠通信和无线传能提供了有效的技术路径。
Xia et al. (Thu,) studied this question.