• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

一种针对聚类问题的量子主成分分析算法

刘文杰, 王博思, 陈君琇

刘文杰, 王博思, 陈君琇. 一种针对聚类问题的量子主成分分析算法[J]. 计算机研究与发展, 2022, 59(12): 2858-2866. DOI: 10.7544/issn1000-1239.20210333
引用本文: 刘文杰, 王博思, 陈君琇. 一种针对聚类问题的量子主成分分析算法[J]. 计算机研究与发展, 2022, 59(12): 2858-2866. DOI: 10.7544/issn1000-1239.20210333
Liu Wenjie, Wang Bosi, Chen Junxiu. A Quantum Principal Component Analysis Algorithm for Clustering Problems[J]. Journal of Computer Research and Development, 2022, 59(12): 2858-2866. DOI: 10.7544/issn1000-1239.20210333
Citation: Liu Wenjie, Wang Bosi, Chen Junxiu. A Quantum Principal Component Analysis Algorithm for Clustering Problems[J]. Journal of Computer Research and Development, 2022, 59(12): 2858-2866. DOI: 10.7544/issn1000-1239.20210333
刘文杰, 王博思, 陈君琇. 一种针对聚类问题的量子主成分分析算法[J]. 计算机研究与发展, 2022, 59(12): 2858-2866. CSTR: 32373.14.issn1000-1239.20210333
引用本文: 刘文杰, 王博思, 陈君琇. 一种针对聚类问题的量子主成分分析算法[J]. 计算机研究与发展, 2022, 59(12): 2858-2866. CSTR: 32373.14.issn1000-1239.20210333
Liu Wenjie, Wang Bosi, Chen Junxiu. A Quantum Principal Component Analysis Algorithm for Clustering Problems[J]. Journal of Computer Research and Development, 2022, 59(12): 2858-2866. CSTR: 32373.14.issn1000-1239.20210333
Citation: Liu Wenjie, Wang Bosi, Chen Junxiu. A Quantum Principal Component Analysis Algorithm for Clustering Problems[J]. Journal of Computer Research and Development, 2022, 59(12): 2858-2866. CSTR: 32373.14.issn1000-1239.20210333

一种针对聚类问题的量子主成分分析算法

基金项目: 国家自然科学基金项目(62071240);江苏省高校优势学科建设工程项目(PAPD)
详细信息
  • 中图分类号: TP181; O413

A Quantum Principal Component Analysis Algorithm for Clustering Problems

Funds: This work was supported by the National Natural Science Foundation of China (62071240) and the Priority Academic Program Development of Jiangsu Higher Education Institutions (PAPD).
  • 摘要: 聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值更新奇异值并得到主成分,再通过势函数得到簇中心,从而减少异常值对簇中心选取的影响.此外,采用量子最小值搜索算法寻找距离样本点最近的簇中心,减少聚类所需迭代次数.以小规模数据集为例,采用Cirq量子编程框架对算法进行电路设计和仿真实验.实验结果表明,该算法与已有的量子聚类算法相比,在聚类准确度上有所提升.性能分析表明,与现有经典和量子算法比较,该算法在簇中心选取和最短距离搜索时间复杂度上有不同程度的改进,消耗资源有所降低.
    Abstract: The outliers in the clustering problem can easily affect the selection of cluster centers, and the expansion of the clustering scale will cause more computing resources to be consumed in the calculation of the distance between sample points. To address the above issues, a new quantum principal component analysis algorithm for clustering problems (QC-PCA) is proposed, improving the selection of the cluster center and the shortest distance search. In this paper, the principal components are marked by adding and subtracting thresholds to singular values and the cluster center is selected according to the potential function of the subset, thereby reduce the influence of abnormal points on the selection of the cluster center. In addition, a quantum minimum search algorithm is used to find the cluster center closest to the sample point, reducing the number of iterations required for clustering. Taking a small-scale data set as an example, the Cirq quantum programming framework is used to circuit design and simulation experiments. The experimental results show that compared with the existing quantum algorithms, the proposed QC-PCA algorithm improves the clustering accuracy. Performance analysis shows that compared with the existing classical and quantum algorithms, our algorithm has different degrees of improvement in the time complexity of the cluster center selection and the shortest distance search. And the resource consumption of the proposed QC-PCA algorithm is also lower than that of them.
  • 多年来物联网技术的积累与近年来人工智能的快速发展推动了智能物联网(artificial intelligence of things,AIoT)技术的崛起,成为不可阻挡的新浪潮. 如今,AIoT技术已在众多应用领域实现了落地,如智能家居、智慧城市、智慧医疗和智能工业等. 根据国际数据公司(international data corporation,IDC)统计数据[1]显示,2022年全球物联网总支出规模约为7300亿美元,预计到2027年将接近1.2万亿美元,5年复合增长率为10.4%. 聚焦中国市场,IDC预测2027年中国物联网支出规模将趋近3000亿美元,位居全球第一,占全球物联网总投资规模的1/4左右.

    随着AIoT技术的广泛应用,物联网终端设备数量呈现爆发式增长,预计到2025年将有近640亿台物联网设备相互连接,部署于各种尖端应用[2]. 对于海量的物联网设备而言,采用传统的电池、有线电源进行供能并非长久之计,因为频繁检查及更换电池会造成相当大的人力浪费,同时大量使用电池还会导致环境污染. 有线电源则存在着电缆安装困难、充电线易损坏以及插拔麻烦等问题. 因此,对无线充电(wireless charging,WC)技术的研究成为了健全物联网产业发展的关键一环. 其中,无线充电技术又称为无线电能传输(wireless power transfer, WPT)技术.这项技术摆脱了线缆的限制,实现了设备和电源的完全分离,在安全性、灵活性和便捷性等方面表现出显著优势. 可以预见,无线充电将成为未来信息化、智能化时代的重要基石.

    目前,如图1所示,无线充电技术主要包括无线电波/微波式、激光式、电容式、磁感应式、磁共振(magnetic resonant coupling,MRC)式等传输方式. 具体来说,远场无线充电技术具有充电距离远(远达数十米及以上)、自由度高的优势,但能量传输效率较低. 其中,无线电波/微波式涉及安全性问题,要实现大功率能量传输不得不考虑其在传输范围内对人类及其他生物的影响;激光式无放射性辐射,但仅可进行点对点传输. 相比之下,近场无线充电技术利用电或磁耦合通过近场共享能量,能够实现更为高效的无线电能传输,引起了人们的极大兴趣. 其中,电容式耦合结构简单灵活,但传输距离十分有限并且对器件有着很高的耐压要求. 磁感应式和磁共振式均基于电磁感应原理,前者要求接收设备与供能装置精准对齐才能有效地进行能量传输,因此尽管这种方式能够达到很高的能量传输效率,但也导致充电系统的自由度与灵活性大大受限(有效充电距离一般仅为毫米量级). 相比之下,后者利用电磁耦合谐振,在提供可观的能量传输效率的同时将有效充电距离提升至数十厘米. 由此可见,在人们的日常生产与生活当中,磁共振无线充电技术有着更为均衡的技术优势,在保证一定系统空间自由度的同时,能够达到不错的能量传输效率,并且支持多设备同时充电. 因此,磁共振无线充电技术在未来有着更为广阔的应用前景.

    图  1  无线充电技术分类
    Figure  1.  Wireless charging technology classification

    目前,已有综述文献围绕无线充电技术展开了研究与总结. 考虑到现有的传统磁性材料难以满足无线充电系统的高传输性能要求,Wang等人[3]对磁性材料在无线充电技术中的应用进行了介绍. 从对无线充电技术的综合分析出发,Liu等人[4]对磁场耦合式、电场耦合式、微波式及激光式4种无线充电技术展开了全面概述,涵盖了其工作原理、性能优化设计、新颖的物理概念以及电磁超材料的应用等方面. Alabsi等人[5]分别从辐射式及非辐射式2个角度介绍了无线充电技术,并回顾了最近用于无线传感器网络的无线充电调度方案. 聚焦于磁共振无线充电技术,Abou等人[6]从补偿拓扑、错位谐振器结构以及电磁干扰诊断3个主要角度对磁共振无线充电系统进行了深入的比较. 然而,针对磁共振无线充电技术有关研究工作进行系统性归纳的综述文献仍然欠缺. 为此,本文对磁共振无线充电技术的发展进行了全面地梳理,在参考国内外大量文献的基础上,首先简要概述了磁共振无线充电技术的发展历程以及相关概念,然后从通信、调度、应用以及安全角度对该技术的相关研究成果进行了分析、归纳和总结,并讨论该技术的未来发展,从而为该领域的研究者提供一定的参考和研究思路.

    本节首先回顾磁共振无线充电技术的发展历程,然后详细介绍其相关概念背景,从而为后续章节的深入讨论奠定基础.

    磁共振无线充电技术至今已有百余年的发展历史. 早在19世纪90年代,被誉为“交流电之父”的科学家尼古拉·特斯拉制作了特斯拉线圈完成了点亮灯泡的壮举,向人们展示了利用磁共振耦合在2个电路之间传递电能的可能性,划开了人类历史上无线电能传输的序幕. 1978年,美国发明家约翰·乔治·博格尔开创了为电动汽车进行无线充电的先例. 2006年,麻省理工学院的马林·索尔贾希克团队利用磁共振无线充电技术,在2个相距2米的线圈之间成功传输高达60瓦的电力. 这一成果不仅表明了该技术的商业化可行性,也是无线充电技术迈出的重要一步. 随后,这项技术催生了著名的无线电能传输技术先驱公司WiTricity. 2014年,WiTricity加入WiPower,共同制定了目前国际磁共振无线充电技术领域中最为通用的A4WP标准. 2012年,电气电子工程师协会发布根据IEEE标准协会的PMA磁感应标准,组成电力事务联盟PMA. 2015年,PMA与A4WP无线充电组织合并,成为AirFuel Alliance,以推动统一的无线充电标准.

    磁场耦合式无线充电系统的基本原理如图2所示. 其中,磁感应式无线充电系统由2个感应线圈组成,即发射(transmitter,TX)线圈和接收(receiver,RX)线圈. 根据法拉第电磁感应定律,当TX线圈中有交变电流通过时,会在近场周围介质中产生一个变化的磁场. 这个变化的磁场扩散到RX线圈所在的位置,由于磁场是动态变化的,所以会在RX线圈中激发感应电动势. 通过将设备连接到RX线圈即可获得电能,从而实现无线充电. 然而,当TX线圈与RX线圈分离超过几厘米时,磁通量将迅速下降,以至于电能传输几乎停止.

    图  2  磁场耦合式无线充电系统原理图
    Figure  2.  Schematic diagram of magnetic field coupled WPT system

    为此,磁共振无线充电技术得以提出. 该技术仍然是感应式的,因为TX线圈产生的变化磁场在RX线圈中感应出电流,但它在磁感应式电路基础上增加了电容器件,利用TX端与RX端之间频率共振在两线圈间形成了一种能量通道,即使相隔数十厘米也是如此.

    图3所示,MRC-WPT系统按照能量传输链路和线圈的组合方式,可以细分为4种基本模型:单输入单输出(single-input single-output,SISO)、单输入多输出(single-input multiple-output,SIMO)、多输入单输出(multiple-input single-output,MISO)以及多输入多输出(multiple-input multiple-output,MIMO).

    图  3  4种MRC-WPT模型
    Figure  3.  Four MRC-WPT models

    近年来,中继谐振器被引入MRC-WPT系统构成TX端—中继—RX端结构,在显著增大电能传输距离的同时保证了系统的电能传输能效. 如图4所示,中继谐振器会接收来自发射器的磁场,然后将磁场中继到接收器,从而增强较远距离的磁耦合. 相应地,类似于传统的TX端—RX端两线圈结构,三线圈结构的MRC-WPT系统同样可以划分为多种模型,如图5所示即为多输入多中继多输出模型.

    图  4  含中继的MRC-WPT系统原理图
    Figure  4.  Principle diagram of MRC-WPT system with relay
    图  5  多输入多中继多输出MRC-WPT模型
    Figure  5.  Multi-input multi-relay multi-output MRC-WPT model

    对于磁共振无线充电系统来说,为了达到更好的充电性能,往往需要执行优化调度操作. 为此,RX端设备需通过反馈通信上传其自身状态,诸如自身阻抗、能量需求等信息. 依据RX端反馈信息,TX端能够实时了解RX端状态,从而动态调整系统配置以优化系统效用、提升用户体验. 现有关于RX端反馈通信的工作可以分为以下2类:带外通信和带内通信,具体对比如表1所示.

    表  1  反馈通信工作对比
    Table  1.  Comparison of Feedback Communication Work
    通道利用方式 物理传输方式 来源 RX端调制方式 TX端解码方式 要点 缺陷
    带外 串行 文献[7] 高斯频移 键控 额外配置蓝牙无线电模块 硬件成本增加,造成额外的
    能量消耗及频谱占用
    带内 串行 文献[8] OOK 基于脉冲宽带 将OOK调制方式用于MRC-WPT
    系统进行反馈通信
    同时仅支持单个RX进行反馈通信
    文献[9] OOK 基于电流 利用通信中继现象扩展通信距离
    并行 文献[10] OOK 基于电流聚类 最多支持5个设备的并行反馈通信 需预先观测大量不同RX
    开关通断组合状态
    文献[11] OOK 基于电流 支持数十个设备的并行反馈通信 忽略了RX间互感
    文献[12] 高低阻抗+OOK 基于信道矩阵 综合考虑强耦合干扰及通信中继现象 未考虑保障通信的可靠性
    下载: 导出CSV 
    | 显示表格

    对于基于带外通信的方式,通常假设系统中存在某种带外通信链路,例如,蓝牙[7]等. AirFuel共振系统规范[13]配备蓝牙无线电模块,旨在为一个能量发射单元(power transmitting unit,PTU)与相应的能量接收单元(power receiving unit,PRU)之间提供通信. 相应通信机制被设计为双向且半双工架构,PRU向PTU上报自身特性,PTU进行响应调整,以实现效率优化、过/欠电压保护和异物检测. 然而,这种方式不仅增加了硬件成本,还会造成额外的能量消耗与频谱占用,无法很好地适用于AIoT设备的无线充电应用场景,例如,无源物联网、低功耗物联网等.

    基于带内通信方式的好处在于其完全工作在MRC-WPT系统自身预期的频段内(如6.78 MHz[13]),可以实现MRC-WPT系统供能通信一体化服务,有效隔绝了外界频段信号的干扰.

    Jadidian等人[8]提出的MagMIMO系统巧妙地利用了TX端与RX端之间的耦合实现带内反馈通信. 具体来说,由于TX端与RX端之间耦合的存在,RX端电路阻抗的变化会导致TX端反射阻抗的相应变化. MagMIMO采用通断键控(on-off keying,OOK)调制方式,即接收器通过切换自身开关状态来改变反射阻抗,并将反馈信息编码于脉冲宽度中. TX端通过解码与测量脉冲宽度即可获取反馈信息. 此外,Liang等人[9]设计的Onion通信机制考虑了MIMO MRC-WPT系统中通信链路存在的中继现象以扩展系统的通信距离. 首先,考虑到接收器接通与否将改变其在TX端的等效阻抗进而影响TX电流,Onion提出通过监测TX电流来解码RX反馈信息. 此外,由于依赖性RX的反馈通信取决于相应的中继,因此提出分层式依赖性检测机制及对应的通信方案,以避免复杂的RX协作. 当某一依赖性RX进行反馈通信时,相应依赖层涉及的RX均会保持接入状态,从而确保该RX能够在其相应中继RX的协助下完成信息反馈. 然而,要注意的是,文献[8-9]提出的设计在同一时段仅支持单个RX进行反馈通信,无法满足涉及较多RX场景下的通信需求.

    为此,Hua等人[10]提出了一种基于TX电流聚类的并行通信机制. 该机制的提出来源于他们所观察到的聚类现象,即TX电流形成与RX通断组合状态相对应的聚类. 但是该机制在解码前需要观测大量的不同RX开关通断组合状态,且最多只能同时支持5个设备的并行反馈通信. 进一步地,Zhou等人[11]提出的Camel系统设计了一种基于充电信道估计的带内并行反馈通信机制,可以同时支持数十个设备进行反馈通信. 该机制考虑到RX端开关电路转换频率的有限性,从碰撞低秩状态而非仅含单个接通RX的状态中进行信道估计,并利用RX级信道可分解性进行分解,有效避免了RX间的复杂协同. 完成信道估计后,RX通过OOK调制方式反馈信息,TX端基于TX电流进行解码从而避免了对高秩状态进行信道矩阵恢复的过程. 然而,该机制有一个潜在的应用前提,即忽略RX间互感,这意味着该机制无法很好地适用于存在强RX-RX耦合的情景. 针对这一缺陷,Zhou等人[12]设计了一种鲁棒并发的带内层级并行反馈通信机制Roland,综合考虑了RX-RX耦合带来的影响,即强耦合干扰以及通信中继现象. 他们设计了一种全新的 RX双模态开关电路,结合基于RX高低阻抗和基于RX开关通断2种调制方式,不仅加速了RX设备的识别过程,同时完成了RX间通信依赖关系的初步检测. 另外,他们基于文献[11]进一步提出RX分组级信道可分解性,并基于该特性构建了不同RX分组间的信道关系图,以实现TX端基于信道矩阵匹配的并行解码. 然后,推广此方法以进一步处理RX间的通信依赖,从而支持层级反馈通信.

    本节介绍了磁共振无线充电系统中的反馈通信相关工作. 反馈通信技术的发展经历了从带外通信到带内通信的显著转变. 最初的研究利用独立的通信链路实现带外通信技术,尽管有效,但增加了硬件成本和能耗,不适合低功耗设备. 因此,研究逐渐转向带内通信技术,旨在克服带外通信的缺点. 初期的带内通信技术仅支持单个RX进行反馈通信. 随着多设备通信需求的增加,带内通信技术发展到并行通信,支持多个设备同时进行反馈,从5个设备扩展到数十个设备,进一步提升了系统在复杂场景下的通信性能. 总体来看,反馈通信技术经历了不断改进和优化,为无线充电系统的高效运行提供了重要保障,并将在未来研究和应用中继续发挥关键作用.

    毫无疑问,拥有高效的充电性能是无线充电系统的核心目标之一,如今已有许多工作关注于充电性能优化设计,以满足各种使用场景的多样化需求. 本节从两线圈/三线圈结构2个方面组织相关工作,并依次进行详细介绍.

    针对两线圈结构MRC-WPT系统,已有多种优化调度方式被提出以提升系统性能,表2对相关工作进行了对比与总结.

    表  2  两线圈结构MRC-WPT系统优化调度工作对比
    Table  2.  Comparison of Optimization Scheduling Work for Two-Coil MRC-WPT System
    调整对象 来源 模型 研究动机 能量传输距离/cm 最佳传输效率或功率 实验原型接收设备数
    TX电流/电压 文献[8] MISO 引入无线通信领域MIMO波束成形技术 40 89% 1
    文献[14] MIMO 为支持多设备同时充电 50 90% 6
    文献[15] MIMO 考虑互感信息存在误差以提升波束成形鲁棒性 10 69.6% 4
    文献[16] MIMO 避免获取互感信息以降低实施成本 30 4.4 W 1
    文献[17] MIMO 应对不同接收设备具有不同能量需求的情况 20 34% 4
    文献[7] MIMO 考虑TX端电路约束并权衡多个用户间性能 10 77.3% 4
    系统频率 文献[18] SIMO /MISO 研究TX间或RX间耦合对系统性能的影响 31 57% 1或2
    文献[19] SISO 研究TX与RX不同耦合状态下频率的影响 70 70% 1
    文献[20] MIMO 进行MIMO场景下频率调节以优化系统性能 30 2.5 W 6
    TX线圈 几何结构 文献[21] SISO 减少线圈间寄生耦合 4 2.5 W 1
    文献[22] MISO 非耦合线圈模式以降低波束成形实现复杂度 96% 1
    文献[23] MIMO 在TX端周围整个空间中提供准均匀充电效率 15 70.53% 8
    文献[24] MIMO 设计大小可调线圈以调节TX-RX间耦合 50 80.78 W 8
    方位 文献[25] MIMO 考虑TX方位自适应调整 60 15 W 6
    位置 文献[26] MISO 部署TX位置以实现均匀的能量覆盖 20 25.54 W 1
    阻抗 TX阻抗 文献[27] MIMO 构建使用电容阵列的自动阻抗匹配网络 20 90.6% 1
    RX阻抗 文献[28] SISO 推导优化系统能量传输的最佳负载条件 77.4 94% 1
    文献[29] MISO 结合RX端负载阻抗优化及TX端电压调度 91% 1
    文献[30] SIMO 进行集中式/分布式RX端负载阻抗优化 160 60% 3
    文献[24] MIMO 观察到强耦合RX对难以获取到足够能量 50 80.78 W 8
    文献[31] MIMO RX分组方案影响系统负载获能总量 5 14 W 12
    下载: 导出CSV 
    | 显示表格

    显然,通过调节TX端电流/电压实现系统优化调度是一种十分自然且直观的方式.

    通过将无线电能传输与无线通信相关联,Jadidian等人[8]提出了一种针对MRC-WPT系统的磁波束成形技术. 具体来说,他们借鉴无线通信领域MIMO波束成形的概念,设计了MagMIMO系统. 通过调控TX端电流,对非辐射磁场进行波束成形并将其导向接收设备以进行无线充电. 实验结果表明,该技术在0.5 cm近距离范围内的能量传输效率高达89%,并将充电范围增加到了40 cm,同时不受接收设备方位的影响. 但是,MagMIMO系统同时只能为一个设备充电.

    为了支持多设备同时充电,Shi等人[14]基于MagMIMO系统进行了改进,提出MultiSpot系统,通过调整TX端电流能够同时将磁场导向至多个接收设备. 他们对多接收器磁充电问题进行了公式化,并推导出相应解决方案,其方程考虑了接收器之间的耦合作用. 实验结果表明,MultiSpot系统在2 cm距离下能够为单个设备提供90%的能量传输效率,并且可以在最多50 cm的范围内同时给6个智能设备充电. 考虑到互感信息存在误差,Zhang等人[15]提出了一个鲁棒的波束成形优化方案. 通过建立范数边界误差模型,旨在通过优化TX电流以最小化TX端总功率,同时保证对每个接收器的可靠供能. 在互感信息偏差不超过35%的情况下,相较于非鲁棒方案,该方案可提升37.7%的能量传输效率.

    然而,实现上述系统需要获取TX端和RX端间互感信息,这涉及额外的电路及通信协议等设计. 为此,Zhao等人[16]针对MRC-WPT系统提出了一种基于蒙特卡洛的随机能量波束成形技术. 该技术对TX端电压进行调度,并且仅需利用有限的反馈信息. 相比于为各TX端分配相同权重进行能量波束成形,该方式能够提升系统负载获能达69%. 这表明,通过该方式能够以极低的计算成本极大提升系统能量传输效用.

    值得一提的是,这些工作并不能灵活调整RX端的能量分配,因而无法应对不同接收设备具有不同能量需求的情况. 为了弥补这一缺陷,Cao等人[17]提出了一种用户需求驱动的自适应充电优化方案. 其中,每个接收设备的功率需求表示为相应的正权重因子,并通过反馈通信上报给TX端. TX端在收到接收设备不同的功率需求因子后,在系统总功率及电流/电压峰值限制下,求解加权功率和最大化问题,通过电流调度实现系统自适应充电. 通过性能评估和收敛特性分析,得出该方案能够达到与常用的半正定松弛算法几乎相同的性能(能量传输效率相差在1.07%以内),并且相较于其所需的上千次迭代,该方案可在几百次迭代内收敛,因此具有更高的效率. 除此之外,Yang等人[7]引入并表征多用户功率区域,它构成了针对全部接收设备的所有可实现功率元组,受给定的TX端总功率约束以及各TX的峰值电压及电流约束. 通过调节TX端电流能够在RX之间实现最佳的性能权衡,在具有TX电压/电流约束的情况下,该机制能够以70%的传输效率将高达56 W的功率传输至RX端.

    一些工作研究了系统工作频率变化对MRC-WPT系统充电性能所带来的影响,并通过调节频率以提升系统能量传输效率或负载获能总量.

    Ahn等人[18]对最大能量传输效率及最大负载获能总量对应的频率条件进行了理论分析得出:为了达到最大效率,TX端驱动频率应设置为RX端谐振频率;达到最大效率无法保证负载获能最大化. 基于此结论,表示谐振和/或驱动频率应根据TX间或RX间的耦合进行调整. 采用所提出的频率调整,即使在TX端与RX端间耦合关系非常弱的情况下,仍能使51~65 W的功率以45%~57%的效率得到传输. 而如果未经调整,传输效率最高不超过33%. Sample等人[19]进一步研究了SISO MRC-WPT系统出现的频率分裂现象,即当TX端与RX端呈过耦合状态时,系统在谐振频率下不会达到最大能量传输效率,但在其附近形成2个峰值. 针对这一现象,提出一种自适应频率调谐技术,能够消除TX端到RX端的距离和/或方向变化时对系统效率造成的影响. 该技术能够在70 cm范围内达到超过70%的能量传输效率,几乎不受接收器位置或方位的影响. 通过将SISO场景中对频率分裂现象的处理进一步引入到MIMO场景下,Cui等人[20]提出了一种基于系统工作频率调节的MIMO MRC-WPT系统负载获能总量最大化方案,通过联合考虑频率调整及TX电压自适应以提升系统性能. 与能量传输效率最大化方案相比,该方案以牺牲较小的能量传输效率为代价以提升负载获能总量,如当TX端与RX端间垂直距离为10 cm时,相较于26%的效率损失,负载获能得到了361%的提升.

    一些工作对TX线圈的几何结构进行了精心设计. Ghotbi等人[21]提出了一种使用三谐波无线电力传输以提高负载获能总量的方式. TX端由3个电感链路组成,每个链路都以工作频率的谐波调谐,对应的3个线圈处于同一平面并且同轴. 他们设计了一种垂直的8形线圈结构以减少线圈之间的寄生耦合,相较于传统单线圈设计,实现了负载获能总量从1.93 W到2.5 W的提升. Kim等人[22]基于MIMO WPT系统提出了一种采用由异质多极环组成的非耦合线圈模式作为TX线圈阵列的增强型波束成形方案,该方案能够在更远的距离内获得更高的能量传输效率,且有效降低了计算复杂度. 实验结果表明,该方案能够通过简单的计算实现比传统波束成形方案高出约20%的能量传输效率. 为了保证多个用户设备能够有效地获取能量而不受设备位置的影响,Wang等人[23]采用一组平衡磁线圈,在TX端以相移电流激励,具有全方向性. 只要线圈以相同的距离指向TX端球体的中心,该系统便可产生准均匀的磁场大小,而与接收线圈的位置无关. 其中,与由90度相移电路驱动的两发射线圈结构相比,120度相移电路驱动的三发射线圈结构平均提高了6.8%的能量传输效率,效率差异减少了88.7%. Zhou等人[24]观察到能量传输效率与负载获能总量冲突现象:当TX端和RX端处于紧耦合状态时,系统能量传输效率很高但实际的负载获能总量却非常低. 为此,他们对传统的平面圆形螺旋型线圈进行了改进,设计了大小可调的多状态TX线圈来调节TX-RX间耦合. 与MultiSpot系统[14]提出的能量传输效率最大化方案相比,所提出的方案平均实现了74.7倍的负载获能总量提升.

    现有工作很少考虑过动态的TX端部署问题,这在很多场景下是十分需要的. 例如,无人机结束巡检后回来的位置分布是不固定的,这就要求动态改变TX端部署. 然而以上工作通过设计各种线圈结构以优化系统充电性能,却忽视了TX方位调整这一简单、高效的方法. 为此,Guo等人[25]提出了一个分布式概率自适应的TX转向调整方案. 在硬件层面,他们设计了一个基于舵机的机械系统来支持TX转向自适应调整. 在软件层面,他们提出了一个广泛应用于无线通信领域的随机波束成形分布式控制算法. 不仅避免了TX-TX以及TX-RX之间的协同,还使用了一个动态的角度控制函数来保证算法的快速收敛. 与文献[20]所提出的频率调整方案相比,在TX-RX水平偏差较大的情况下,该TX转向调整方案可以实现平均1.98倍的负载获能总量提升.

    除此之外,为了实现均匀的能量覆盖,可以对TX放置位置进行调整,以保证无论RX的位置如何,都可以满足其最低充电功率需求. 为此,Moghadam等人[26]首先针对TX与RX均处于固定位置的分布式MISO MRC-WPT系统推导出了最佳磁波束成形方案,以在给定的TX端总功率约束下最大限度地提高RX端所获功率,接着基于对应最优解联合优化所有TX的位置,以最大限度地提高可传输给RX的最小功率. 其中,仅进行TX位置优化或最优磁波束成形的2种方案可实现的最小可传输功率分别为8.93 W、5.91 W,而该联合方案能够显著提升其至20.05 W.

    根据最大能量传输定理,当RX端阻抗与TX端阻抗呈共轭匹配状态时,能够实现负载获能总量最大化.

    站在TX端的角度来看,Zhao等人[27]构建了一个使用电容阵列的自动阻抗匹配网络用于MIMO MRC-WPT系统. 一旦RX在无线充电过程中发生移动导致等效阻抗发生变化,TX端将自动调整自身阻抗以与其匹配. 实验结果表明,在没有阻抗匹配网络的情况下,即使接收器靠近发射器,效率也仅有60.1%,而使用阻抗匹配网络能够实现90.6%的能量传输效率.

    从RX端的角度出发,Seo等人[28]针对SISO MRC-WPT系统使用双端口网络的Z参数推导出了优化系统能量传输的最佳负载条件,并分别在强耦合与弱耦合情况下进行了验证. 其中,在强耦合系统中的最大能量传输效率约为94%,而在弱耦合系统中为86%. Kim等人[29]针对MISO MRC-WPT系统提出了一种基于RX端负载阻抗优化的增强型波束成形方案,并结合TX端电压调度以最大化系统能量传输效率. 该方案基于非耦合线圈模式,以避免多个TX线圈之间相互耦合对能量传输造成的干扰. Moghadam等人[30]针对SIMO系统提出了一种联合优化RX端负载阻抗的集中式控制算法,以在满足每个独立负载的给定功率要求的同时,最大限度地减少所消耗的TX端总功率. 为了便于实现,还进一步设计了一种分布式算法,以迭代的方式独立调整各RX负载阻抗.

    此外,RX分组机制是一种能够同时影响TX-RX与RX-RX间耦合进而改变RX等效阻抗以进行阻抗匹配的有效技术. Zhou等人[24]观察到“孤立”RX对现象:当RX间存在强RX-RX耦合时,这一对RX会形成一个“孤岛”,能量无法传输进去,此时系统的能量传输效率和负载获能总量都会很低. 针对这一现象,他们提出一种RX分组机制,通过将强耦合的RX对分离到不同组中,并采用时分多路技术避免对它们同时充电. 在存在2个紧密耦合的RX对的实验场景下,采用该机制能够达到80.78 W的负载获能总量,而MultiSpot系统[14]所设计的机制仅达1.21 W的负载获能总量. Tang等人[31]进一步观察发现,即使在没有强耦合RX对存在的情况下,合理的RX分组分时充电仍然可以显著提升系统负载获能总量. 基于这一发现,他们聚焦于最优RX分组问题求解,旨在兼顾公平性的前提下最大化系统负载获能总量. 与同时对所有RX充电以及分别对单个RX充电这2种方案相比,该分组机制分别提高了78.5%和28.9%的系统负载获能总量.

    为了提升能量传输距离,许多学者已对MRC-WPT系统的中继装置展开了研究. Zhang等人[32]通过理论分析以及实验验证,证实了引入中继的有效性. 结果表明,使用1个或多个中继装置可以在TX端和RX端间的远距离范围内显著提高能量传输效率. 如表3所示,我们将详细探讨TX端—中继—RX端结构无线充电系统优化的3种主要方式:参数优化、硬件设计及能量路由.

    表  3  三线圈结构MRC-WPT系统优化调度工作对比
    Table  3.  Comparison of Optimization Scheduling Work for Three-Coil MRC-WPT System
    角度 来源 研究对象 场景 具体内容 能量传输距离/cm 最佳传输效率/功率 实验原型接收设备数
    参数优化 文献[33] 系统频率及TX端与中继间互感 SI-单中继-SO 分析三线圈结构优于两线圈结构的理论条件 3 65% 1
    文献[34] 中继方位 SI-单中继-SO 探讨中继方位对能量传输效率的影响 200 90%
    文献[35] 中继位置 SI-单中继-SO 研究TX端和RX端之间一个中继的最佳位置 5.5 53%
    文献[36] 中继数量及位置 SI-多中继-SO 优化继电器数量与位置以最大化能量传输效率 80 63%/1 W
    文献[37] 中继电容 SI-多中继-SO 调整中继电容以在系统频率下提升能量传输效率 120 51.6%
    文献[38] 中继位置 SI-多中继-SO 在中继非对称情况下优化中继位置 90 98%
    文献[39] 中继电容及位置 SI-多中继-SO 确定最佳中继电容及位置以实现非对称中继下
    能量传输效率最大化
    75 80%
    硬件设计 文献[40] 可重构2D平面 SI-多中继-MO 利用多跳中继实现水平方向上的充电距离扩展 130 46.7% 2
    文献[41] 超表面 SI-多中继-SO 利用超材料以提升系统能量传输效率 50 47%/40 W 1
    文献[42] 能量模式可重配置超表面 SI-多中继-MO 设计双层架构实现高粒度塑造能量场 45 92.8% 2
    文献[43] 可重构超表面 MI-多中继-MO 调控超表面特定线圈阵列单元中的电容器和
    电阻实现波束成形
    40 91% 2
    文献[44] 可调谐超表面 SI-多中继-SO 固定频率下调谐系统电容以实现最佳耦合 8 2.6% 1
    能量路由 文献[45] 能量路由及电流调度 MI-多中继-MO 联合中继能量路由和TX端电流调度以
    最大化能量传输效率
    60 74% 6
    下载: 导出CSV 
    | 显示表格

    一些工作通过精心设计三线圈结构MRC-WPT系统在实际部署时所涉及的相关参数以提升系统效用.

    Zhong等人[33]提出只要系统频率与TX端-中继间互感足够大,即可确保所设计的三线圈结构无线充电系统比两线圈结构系统更为节能. 该设计的关键在于利用了TX端和中继间的磁耦合,使得TX端中只需要小电流就可以在中继中感应出大电流,从而增强磁通量以向RX端传输能量. 其中,中继上的大电流不流经TX端电阻,能量损耗大大减少,继而有效降低了驱动电路的成本,提高了系统能效. 实验表明,在相同的条件下三线圈结构系统可以传输更高的功率. 当输入功率为12.7 W时,二线圈结构系统的输出功率为2.92 W,即23%的能量传输效率. 而对于5.61 W的输出功率,三线圈结构系统的输入功率仅为9.14 W,因此能量传输效率为61.4%.

    Kim等人[34]对包含中继的MRC-WPT系统进行了详细的理论分析. 他们对比了2种中继部署方式,即中继线圈与TX线圈、RX线圈同轴/垂直部署,以观察中继部署方位对效率的影响. 分析结果表明,引入中继可以适当地提高效率并延长TX端和RX端间距离,如在160 cm范围内仍可达到60%以上的能量传输效率. Zhang等人[35]对中继的作用进行了批判性研究,表明在无线充电系统中部署中继并不总是可取的,不当的中继部署反而可能降低系统整体效用. 研究结果还表明,存在一个最佳位置来放置中继以最大限度地提高系统能量传输效率. 实验表明,当TX端与RX端相距55 mm时能量传输效率低于2%,而将中继线圈放置于距TX线圈33 mm的位置后,有效地将能量传输效率提高到27%.

    进一步地,Ahn等人[36]分别研究了包含偶数和奇数个中继的MRC-WPT系统的共振频率分裂现象,并对每种中继器配置下的传输功率及效率等进行了评估,从而为最佳中继器位置和数量的确定提供了具体指导. 由于非相邻中继间的磁耦合会导致WPT系统中最大效率对应频率发生偏移,因此系统在谐振频率下的效率相对低于在偏移频率下的效率. 实验发现,以负载获能为优化目标时,当TX端与RX端间距离低于30 cm时,无需部署中继;在40~60 cm范围内,仅部署1个中继是实现传输功率最大化的最佳选择;在超过60 cm的范围内,双中继系统性能更优.

    为解决这一问题,Kim等人[37]在中继配置对称的情况下对中继器电容进行优化,通过解析计算,利用遗传算法求解最佳电容值. 实例表明,在无中继情况下,TX端与RX端间距离为40 cm时,能量传输效率为48.4%;而当距离增长至50 cm时,效率迅速下降到0%. 在进行该优化设计后,任意距离下的效率均提高了3个百分点以上,在40 cm时效率为51.6%,特别是在50 cm距离下实现了39.5%的巨大增长. Kim等人[38]基于ABCD矩阵推导出了具有多个中继的MRC-WPT系统的一般最大效率方程,并适用该方程确定最佳中继部署位置,即使这些中继是非对称的.

    然而,由于每个中继的电容设计不理想,非对称情况下系统能量传输效率没有实现最大化. 为此,Choi等人[39]首先通过扫描中继位置以找到最佳位置,接着使用遗传算法求解最佳电容,以实现非对称中继下的能量传输效率最大化.

    现有一些工作针对中继硬件结构进行设计,为三线圈结构无线充电系统优化提供了新的思路和技术路径. Sumiya等人[40]设计了一个端到端的可重构2D平面无线充电系统Alvus,实现了在水平方向上的充电距离扩展. 在单个TX端的驱动下,Alvus系统利用多跳中继,能够在19.6 m2的范围内实现效率超过25%的无线电能传输. 同时,Alvus系统能够简单地构建和重新配置无线充电表面,并根据感测到的信息(例如,接收器位置、模块放置以及障碍物)自动调整能量传输路由.

    超表面,即由人工原子按照一定的排列方式组成的二维平面结构,由于具有电磁场操控能力,被自然地应用于无线充电系统设计当中. Wang等人[41]通过在系统TX端和RX端之间部署一层由超材料制成的中继,有效地增加了系统在垂直方向上的充电距离. 实验表明,当TX端与RX端距离为50 cm时,采用该超材料中继能够将能量传输效率从17%提高到47%. Li等人[42]搭建了一个能量模式完全可重配置的超表面无线充电系统,除了可以扩大水平充电距离之外,还能够以高粒度塑造能量场,并根据需要进行功率放大、直通和阻断. 该系统设计为2层架构,底层是能量分配层,顶层是元共振控制层. 具体来说,底层由一组相同的发射线圈谐振器构成,能量经跳变传播到不同的谐振器. 该系统仅含1个功率放大器,称为源发射器,将连接到一个TX端线圈. 其余TX端线圈通过相邻间的磁共振互耦从源发射器获得能量. 顶层由可配置的元线圈阵列组成,能够重塑通过它的能量场. 该系统能够提供具有安全保证的高功率传输、高端到端效率以及三维定制的能量分布. 结果表明,通过波束成形,能够以95%以上的效率将磁场重塑在2 cm范围内,同时能量传输效率可以提高到92.8%. 考虑到MRC-WPT系统中传统的磁波束成形技术通常需要精确的磁通道估计以及对能量源幅度和相位的控制,在极端环境下是无法实现的,Li等人[43]提出了一种基于可重构超表面的MIMO WPT系统中的新型波束成形方案. 利用该可重构超表面,无需操纵TX端配置,只需调整超表面特定线圈阵列单元中的电容器及电阻即可实现近场波束成形. 该方案相较于传统波束成形方案能够在40 cm的充电范围内有效提升能量传输效率高达2倍. Li等人[44]提出了一种专为植入式医疗设备定制的基于可调谐超表面的MRC-WPT系统,通过在固定频率下调谐系统电容实现最佳耦合. 与上述工作不同之处在于,该系统兼顾了超表面的设计,提出了近场场景下准确反演超表面有效渗透率的方法. 实际验证表明,该系统能够在8 cm的植入深度处实现2.6%的能量传输效率.

    除了对系统参数或硬件结构进行设计优化之外,还有一些工作考虑了三线圈结构无线充电系统中的最佳中继能量路由问题. 为此,Zhou等人[45]提出了一种近似最优的联合中继能量路由和TX端电流调度的优化方案,并且无需依赖RX端的任何反馈. 对于最佳中继能量路由决策,他们设计了一个近似比为1/2的贪婪算法,并利用基于深度Q网络的方法进一步提升其效果. 相较于文献[14]及文献[33]中优化机制,该方案能够实现3.2倍与1.43倍的能量传输效率提升.

    本节介绍了磁共振无线充电系统中的优化调度相关工作,分别探讨了两线圈结构和三线圈结构的优化策略. 在基于两线圈结构的优化中,通过调整TX电流/电压、系统频率以及TX/RX阻抗等参数,达到了提升系统充电性能的目的. 具体方法包括利用谐振频率调谐、阻抗匹配以及优化电流分布等技术. 对于三线圈结构,通过在TX端和RX端之间引入中继线圈,进一步增加了传输距离和系统效率. 优化策略包括设计能量路由方案、硬件结构改进,以及通过调节中继线圈的参数实现最佳能量传输. 总的来说,本节所述的优化调度方法有效提升了磁共振无线充电系统的性能,提供了不同应用场景下的技术解决方案,为未来的研究和应用奠定了扎实基础.

    随着无线充电技术在消费电子、汽车充电和工业自动化等多个领域的迅速发展和广泛落地,各类感知应用应运而生,旨在利用非侵入式感知技术捕捉并分析无线充电系统状态. 本节从识别认证、异物检测以及追踪定位3个方面对磁共振无线充电技术相关感知应用进行梳理介绍.

    随着智能设备以及物联网设备在数量及种类上的激增,设备管理和安全维护的难度也随之加大. 最明显的威胁之一是能量窃取——非预期设备只需简单地接近无线充电器即可. 此外,还可能发生更为严重的非预期设备攻击. 攻击者可以通过异常谐振攻击引起高电压/高电流,从而造成充电器损坏. 他们还可能窃听充电设备,或通过注入恶意消息劫持通信信道,以控制整个充电过程. 因此,对于磁共振无线充电系统来说,实现设备精准识别认证对于确保整个系统的稳定运行至关重要.

    设备指纹识别作为一种典型的身份验证方案,它为每个设备构建指纹(即唯一标识符),以防御设备伪装攻击. 在现有的设备指纹识别机制中,设备指纹往往来自以下因素:密码[46]、身份(ID)[47]、位置[48](例如,接收信号强度、信道状态信息)和硬件差异(例如,加速器、陀螺仪)[49-51]. 在Qi标准[52]中,RX端设备基于通信协议上传其ID. 然而,由于电磁信号的开放传播特性以及非加密的Qi通信信道,该身份验证信息容易被伪造[53]. Zhang等人[54]等人利用底层电路元件的固有非线性失真特性为无线设备构建指纹,在充电开始前收集并处理无线信号以提取指纹特征来验证设备是否预期. 然而该系统针对发射器进行识别,没有考虑对移动电子设备的识别.

    不可忽视的是,密码和ID可以被攻击者伪造,其他方案如位置和硬件差异,要么要求用户主动执行与充电无关的操作,要么需要在充电系统内部署专用设备以收集数据,无疑增加了实现成本. 相比之下,基于磁信号能够实现非侵入性且用户友好的设备指纹识别,不仅能够自然地融入无线充电过程中,还能保持无线充电系统的正常工作. 为此,Li等人[55]根据“由于制造误差使得不同的智能设备之间存在微小的硬件差异,这种差异使得设备进行无线充电时,磁信号变化具有与设备固有硬件属性相关的独特特性”这一见解,提出了一种使用现成的商用磁传感器采集磁场变化特征作为唯一指纹来识别设备的方案.

    在无线充电系统的高效和安全运营中,不仅需要准确辨认设备,而且必须灵敏地识别和处理充电过程中无意引入的异物. 在MRC-WPT系统中,TX端与RX端之间总会存在一定气隙(空间间隙),这个气隙内的交变磁场是实现能量传输的关键. 然而,任何非预期的物体进入这一气隙都可能对系统造成干扰. 根据其物理特性,这些异物主要分为2类:金属物体(metal object,MO)以及LO(living object,LO),其中常见金属异物如图6所示. 当MO处于MRC-WPT系统的耦合磁场时,其温度会因涡流损耗而迅速升高,仅需几分钟即可达到大多数可燃物的着火点,存在致人烫伤甚至引发火灾的潜在隐患. 同时,系统能量传输将受到严重影响,甚至无法正常工作. 此外,对于误入耦合磁场内的LO,可能出现恶心、休克等不良反应,严重情况下甚至危及生命.

    图  6  常见金属异物
    Figure  6.  Common metal foreign objects

    毋庸置疑地,在MRC-WPT系统中执行异物检测对保障充电能效、避免设备损害、维护充电环境安全有着重要意义. 接下来,如表4所示,本文将对基于参数变化、基于传感器和基于辅助线圈这3种主要检测方法的相关工作进行介绍总结.

    表  4  异物检测工作对比
    Table  4.  Comparison of Foreign Object Detection Work
    方式 对象 来源 依据 具体内容 可检测对象
    基于参
    数变化
    MO 文献[56] MO影响TX端电压 测量输入电流及电压基频振幅以实时估计感应电压 距收发线圈5 cm处半径
    1.5 cm铝盘
    文献[57] MO影响TX端电压与电流相位差 监测全桥逆变器输出电压与输出电流间的相位差 收发端20 cm气隙间易拉罐/铁杯/锅
    文献[58] MO影响谐振频率 综合监测TX端谐振频率偏差及电流 收发端20 cm气隙间硬币/易拉罐
    文献[59] MO影响RX端品质因数 测量RX端品质因数 收发端1 cm气隙间硬币/回形针
    文献[60] MO影响TX端逆变器电流 采集TX端逆变器电流并设计特征提取分类器 收发端15 cm气隙间易拉罐
    文献[61] MO影响反射系数参数 构建基于反射系数参数检测异物的神经网络 收发端18 cm气隙间铜板/
    装水塑料瓶
    基于
    传感器
    LO 文献[62] LO存在微小运动 基于雷达传感器并应用二维信号处理技术 1.5 m×1.5 m范围内LO
    道路异物 文献[63] 道路异物视觉可见 配备相机并采用实时图像处理技术 道路异物
    LO 文献[64] LO影响电容传感器电容 利用电容传感器检测LO引起的电容变化 10 cm范围内LO
    MO+LO 文献[65] MO、LO发热 使用实时热成像仪采集充电区域图像 铝罐/硬币/螺丝/模拟手
    MO+LO 文献[66] 物体高光谱特性高度依赖于其材料 基于高光谱成像技术及支持向量机模型 半径0.3 cm金属垫圈
    MO 文献[67] MO导致磁场偏移 利用隧道磁阻传感器测量磁场分布 收发端8 cm气隙间3 cm螺栓
    基于辅
    助线圈
    MO 文献[68] MO影响辅助线圈电压 采集辅助线圈交流电压信号峰值 收发端10 cm气隙间直径和
    高度3.5 cm铝圆柱
    文献[69] 检测辅助线圈感应电压是否超出阈值 收发端5 cm气隙间
    3 cm×3 cm×0.5 mm铜片
    文献[70] 基于辅助线圈电压向量分解 收发端10 cm气隙间
    1.3 cm×1.3 cm×4 mm硬币
    文献[71] MO造成电磁模型异常 量化电磁模型偏差 收发端20 cm气隙间约128 g铝罐
    下载: 导出CSV 
    | 显示表格

    当MO进入TX端与RX端之间的气隙时,将会与WPT系统产生耦合,导致TX和RX线圈之间的磁通量分布出现显著变化,通过观测这些电气特性的变化能够进行MO检测.

    Pucci等人[56]认为导电异物的存在将改变TX端电压,而考虑到直接对TX线圈电流或电压进行测量可能导致电路品质因数降低而影响系统性能,因此仅基于对输入电流以及电压信号的基频振幅的测量实现感应电压的实时估计,能够有效检测到距收发端20 cm处半径7.5 cm铝盘及距收发端5 cm处半径1.5 cm铝盘等. Huang等人[57]通过监测全桥逆变器输出电压与输出电流间的相位差实现了对位于收发端20 cm气隙间的易拉罐、铁杯等大尺寸金属异物的检测.

    Jafari等人[58]进一步考虑异物尺寸. 他们认为导电异物的存在以及TX端与RX端间对准情况的变化均会使谐振频率发生偏差. 其中,对诸如易拉罐这样的大尺寸异物的检测根据谐振频率偏差即可完成,而仅仅依据谐振频率偏差无法很好地区分回形针、硬币等微小异物与错位. 为此,他们通过综合监测TX端谐振频率偏差并实时测量TX端电流以判别MO的存在. 实验针对收发端20 cm气隙间的5美分硬币及易拉罐进行. 结果表明,硬币可能引起的最大频率偏差为24 Hz,而易拉罐为660 Hz. 具有200 ms采样时长的异物检测控制器可以在TX端上占比49%的可能位置检测出5美分硬币. 而对于易拉罐来说,具有10 ms采样时长的控制器的最大可检测区域占比为82%. 由此可见,易拉罐的检测速率是硬币的20倍,并且检测概率更高. 实验测试进一步表明,检测速率越低、检测面积越大,就能够实现更小的异物检测. 此外,相较于微小异物,TX端电流受错位影响更为显著,因此结合谐振频率偏差与TX端电流能够有效将微小异物与错位区分开来. Fukuda等人[59]认识到MO将会降低RX端线圈的品质因数,因而对其进行测量以进行检测. 实验表明通过该方式可以实现收发端1 cm气隙间各种硬币以及2.5 cm×0.7 cm大小的回形针的检测.

    然而,诸如TX和RX电流和功率损耗之类的参数明显受到TX和RX线圈之间错位的影响. 因此,将导电异物存在导致的系统电气参数变化与线圈间未对准引起的变化区分开来成为一项具有挑战性的任务. 为此,一些研究者利用机器学习或深度学习算法来实现异物检测,旨在减少由功率波动或线圈错位引起的干扰. 他们首先从TX端或RX端收集系统参数,随后训练神经网络以做出更为明智的决策. 其中,Li等人[60]采集TX端逆变器电流,并提出了一种基于长短期记忆递归神经网络的特征提取分类器,能够在不同的传输距离以及错位情况下判断是否有异物存在. 实验完成了对收发端最大15 cm气隙间半径为3 cm、高度为9 cm的易拉罐的检测,并在0~15 cm错位情况下达到了约95%的准确率. Ote等人[61]构建了一个基于神经网络的异物检测系统,仅需采集反射系数参数,并且对线圈排列的变化具有鲁棒性. 实验表明,针对23 cm×15 cm×0.12 cm的铜板以及用以模仿人体的装有15mL或30 mL水的塑料瓶,该方法在12~18 cm气隙范围内实现了约98%的检测精度. 虽然这种检测方法简单易行,不需要额外的安装空间,成本效益高,但其应用受到WPT系统功率水平的限制. 对于高功率系统,通过监测电气特性的变化进行异物检测可能很困难[72]. 此外,TX线圈与RX线圈间的错位、气隙变化以及电池状态(如充电状态、温度和老化)改变会影响WPT系统的电气特性,不可避免地会影响该方法的检测精度.

    基于传感器的检测方法的明显优势在于其对LO的检测能力. 由于LO与磁场之间的相互作用较弱,若无辅助性传感器的加持,对其实现准确检测则比较困难. 毫无疑问,当LO出现在充电空间时,必然会对无线充电系统的一些非电气特性产生影响. 比如,异物落在TX线圈上将导致其表面变形,这意味着使用压力传感器能够检测异物的存在. 此外,雷达传感器[62]能够通过测量雷达发射信号与接收信号之间的距离相关信息实现生命体识别,图像相机[63]为异物识别提供直观的视觉检测. Poguntke等人[62]基于雷达传感器,应用二维信号处理技术能够检测到LO极其微小的运动从而实现生命体检测. Azad等人[63]配备相机并通过实时图像处理技术,选取图像的关注区域并进行十字形划分. 利用一维Haar小波变换,检测该区域内是否存在异物. 利用电容传感器也是一种可行方案. 充电区域上存在LO将导致电容传感器的电容发生变化. Jeong等人[64]通过添加电感网络以放大电容变化并将其转换为易于检测的电压信号,以准确检测由LO的存在引起的任何最小电容变化. 结果表明,当存在LO时,该传感模式所测电容与无LO时相比增加了27.5%.

    另外,除了考虑LO所造成的非电气特性变化,导电异物将在电磁场的作用下不可避免地出现涡流效应进而导致温度持续增加,这一物理现象为导电异物的检测提供了新的途径. 热像仪(例如红外传感器)、温度传感器和热敏电阻能够感应温升以指示金属异物的存在,并且独立于MO大小. Sonnenberg等人[65]设计了一种使用实时热成像仪的导电材料与生命体联合检测系统,在对充电区域图像信息采集之后,使用去噪卷积自动编码器的深度学习算法检测异物. 在实际测试中,对于大至12.27 cm×6.6 cm的铝罐,小至0.018 cm×2.45 cm的硬币,均可在安全温度范围内被检测出,通常为35~40℃.

    此外,Tian等人[66]基于高光谱成像技术,构建了一个使用支持向量机对高光谱图像中的异物进行自动分类与检测的模型,该模型只对异物的材料敏感,不受异物大小和形状的影响,具有优异的泛化能力. 实验表明,基于像素的铁磁性金属和非铁磁性金属检测精度分别达到93.4%和94.2%,基于对象的MO检测准确率可达100%.

    Liu等人[67]提出一种多功能的隧道磁阻传感器阵列,通过测量线圈之间的磁场分布,在监测充电性能的同时,基于测量的磁场偏移检测MO并获取线圈错位情况. 实验验证了检测位于收发端8 cm气隙间约3 cm长的螺栓的可行性.

    基于传感器方法的优势在于其检测异物的高度敏感性,并且其性能不受WPT系统工作频率与功率水平的限制,还不会因为线圈错位而受到影响. 即便如此,该技术在实际应用中仍面临着多种限制,包括成本高昂、部署复杂以及对环境变化的敏感度高等因素. 另外,在涉及为移动设备充电的场景中,往往难以找到合适的空间用来部署这些传感器. 因此,基于传感器的检测技术通常应用于传输距离从数十到数百厘米不等的静态WPT场景下,比如电动汽车和工业物联网场景中的WPT系统.

    为了克服4.2.1节和4.2.2节所述的2种方法的局限性,研究人员还提出了一种新思路,即在设备充电过程中利用辅助线圈完成异物检测. 当异物进入无线充电系统时,特制的辅助线圈相较于原有的TX端或RX端电路将表现出更快的响应速度. 具体而言,辅助线圈中的电压和电流变化直接反映了其与异物之间的耦合关系,相比之下,TX端或RX端电路中的电压和电流变化则因复杂的耦合机理而难以直观解读.

    基于辅助线圈的异物检测方法主要分为两大步骤进行:首先,设计线圈结构以获取数据;其次,构建异物检测机制. 由于检测性能极大程度上依赖于辅助线圈的电气属性,因此精心特制的线圈组对于提升检测效果和减少盲点至关重要. 从这一角度出发,具有各种结构的线圈已被广泛研究和设计,例如,非重叠线圈组[73-74]、多层线圈[75]、对称线圈组[72,76-78]、缠绕在TX线圈周围的传感器线圈[79]、线圈阵列[80-82]、多重四极线圈[83]. 在利用辅助线圈收集数据后,研究者们提出了多种机制进行异物检测. 其中,一些研究通过分析辅助线圈的电压变化来判断异物的存在,并为此专门设计了电路来收集必要的数据. Gong等人[68]构造了一个精确的半波整流器来获得线圈上交流电压信号的峰值,并使用低通滤波器消除TX线圈产生的谐波噪声,最后利用电压偏差来判定导电异物的存在. 实验表明,该方式检测位于收发端5~10 cm气隙间的直径为3.5 cm、高度为3.5 cm的铝圆柱体时具有90%以上的准确率. Zhong等人[69]通过设计的检测电路,对辅助线圈的感应电压进行连续扫描. 一旦检测到的电压明显超过预设的阈值,就表明存在异物. 实验表明,在TX端与RX端存在3 cm错位的情况下,该设计能够检测到位于收发端5 cm气隙间的30 mm×30 mm×0.5 mm大小的铜板. 另外一些工作则深入研究了异物与线圈间的耦合机制,以构建高效的检测模型. Niu等人[70]提出一种基于辅助线圈电压向量分解的异物检测策略,以避免线圈错位所造成的异物检测精度的下降. 实际测试中,铝罐、钥匙和硬币导致由高到低的感应电压差. 对于硬币这种灵敏度低的微小异物来说,凭借辅助线圈的5匝设计,其感应电压相较于单匝线圈增强了2.5~2.7倍,从而保证其感应电压差能够超过所设阈值. 此外,在10 cm错位范围内的金属异物检测总体准确率达到94.75%. Chu等人[71]利用辅助线圈电压的线性组合重构发射线圈电流这一常态模型,并通过包含来自异物的电磁耦合将其扩展到异态模型,以两者的偏差指示异物对电磁场扰动的程度. 这一方法基本不受功率波动以及错位的影响. 实际表明,对于位于收发端20 cm气隙间的铝罐来说,它位于充电系统边界内时所引起的电流误差至少为40倍,位于TX线圈外时误差约5倍,并且该误差在错位情况下几乎保持一致.

    此外,鉴于深度学习算法在特征学习方面的高效性,它也被应用于异物检测的研究中. Gong等人[68]将辅助线圈的差分电压和发射线圈的输入电压作为输入,训练神经网络从而同时预测MO的存在以及线圈间的错位距离.

    基于辅助线圈的检测已然是一种可行的MO检测方式,尤其是在高功率应用(如电动汽车充电)场景中. 然而,额外的功率损耗以及专用的系统结构限制了该方法在中低功率水平场景中(例如便携式电子产品)的部署.

    表5进一步总结了3种异物检测方法各自的优劣.

    表  5  3种异物检测方法对比
    Table  5.  Comparison of Three Foreign Object Detection Methods
    方法 优势 劣势
    基于参数变化简单易行、成本低、不占用额外
    空间
    受系统功率、TX端与RX端错位、充电状态等因素影响
    基于传感器高度敏感,独立于WPT系统功
    率水平、工作频率等,不受错位影响
    高成本,安装难度较高,受环境影响,占用空间
    基于辅助线圈高度敏感,高精度,可避免错位影响,独立于WPT系统功率水平辅助线圈需精心设计在系统通电时才有效
    下载: 导出CSV 
    | 显示表格

    对于追踪应用,定位是实现位置和方向感知的必要条件. 这在许多应用中都是必不可少的,包括体内医疗设备导航、移动机器人、运动跟踪、虚拟现实等. 对于这些应用,磁定位技术凭借其在短距离内快速且准确的优势大受欢迎[84]. 如表6所示,我们依据应用场景对相关工作进行了梳理,并简单阐述了相应设计依据.

    表  6  追踪定位工作对比
    Table  6.  Comparison of Tracking and Positioning Work
    场景 定位维度 来源 系统结构 依据
    常规
    MRC-WPT
    系统
    二维 文献[85] 2-TXs 1-RX RX位置变化影响2个TX正向/反射功率的相位与幅度差异
    文献[86] 1-TX 1-中继 1-RX RX位置变化影响其与TX和
    中继间耦合进而改变相应电流
    三维 文献[87] TX阵列 1-RX 给定高度下耦合仅受TX和RX线圈之间横向错位影响
    电动汽车错位避免 三维 文献[88] 1-TX 1-RX
    4-辅助线圈
    RX位置变化影响耦合进而改变4个辅助线圈电压
    人体运动跟踪 二维 文献[89] 1-TX RX阵列
    1-目标谐振线圈
    谐振线圈将导致对应RX线圈与TX线圈间耦合增强进而影响RX线圈阵列感应电压
    三维 文献[90] 1-TX(3线圈)
    1-RX(3线圈)
    RX不同位置对应着不同的3×3维接收矩阵
    文献[91] 1-驱动线圈
    15-调谐线圈
    拾波线圈阵列
    每个调谐线圈具有特定谐振频率
    经拾波线圈采集信号并进行反演求解
    医疗设备定位 二维 文献[92] 体内定位器
    (2线圈)
    体外1-TX 1-RX
    TX发送信号至定位器,经频率偏移后传送回RX,记录并对比各可能位置接收光谱峰平均值以定位坐标
    文献[93] 体外TX阵列
    体内 1-RX
    RX位置变化影响耦合系数进而改变TX电压
    三维 文献[94] 体内标签(1线圈)
    体外2-TXs 2-RXs
    标签位置变化影响耦合进而
    改变RX线圈接收信号强度
    文献[95] 体外2-TXs
    体内1-RX(3线圈)
    RX位置变化影响耦合进而改变RX电流强度
    下载: 导出CSV 
    | 显示表格

    一些工作针对常规的MRC-WPT系统提出了各种定位RX线圈的方式. 在Ranganathan等人[85]所提出的定位技术中,利用2个TX实现对RX在二维空间内的定位. 他们保持2个TX上的功率大小恒定,检测并记录各个可能位置上2个TX上正向/反射功率的相位与幅度差异作为参考,以实现对RX的近似定位. Wen等人[86]设计了一个简单的三线圈结构MRC-WPT系统,仅需测量TX线圈和中继线圈上的电流,即可实现RX线圈的二维定位. 具体来说,在RX线圈与中继线圈垂直距离恒定的情况下,可以根据互感值推算RX线圈相对于中继线圈的水平偏移量. 根据三点定位原理,通过改变中继线圈的位置或方向并测量3次电流值即可推导出RX线圈的位置. Chen等人[87]基于TX线圈阵列对RX线圈进行定位. 考虑到在给定高度下耦合系数仅受TX线圈和RX线圈之间横向错位影响,首先对三维空间进行网格划分并预先建立所有网格对应的耦合系数表,在给定TX与RX间高度情况下利用3个TX线圈与RX间的横向错位距离即可确定RX位置.

    针对电动汽车MRC-WPT系统,Gao等人[88]考虑TX端与RX端错位将影响充电性能,提出了一种三维线圈定位技术,利用现有主站以及安装在接收器上的4个辅助线圈来引导驾驶员停车,以实现高效的无线电能传输. 他们测量辅助线圈的输出电压并对其进行建模以将电压转换为互感,接着由互感推导位置,再进行由辅助线圈到RX线圈的坐标转换,最终进行校准及定位估计. 实验结果表明,92%以上的样本定位误差在2 cm以内.

    在人体运动跟踪应用方面,Srivastava等人[89]提出了一种用于感知指尖运动方向的MRC-WPT系统. 该系统由TX线圈、RX线圈阵列以及谐振线圈构成. 由9个线圈组成的RX线圈阵列及TX线圈分别部署于双面印刷电路板的顶层与底层,谐振线圈置于指尖. 一旦指尖在电路板上方移动,由于谐振线圈的存在,其对应下方RX线圈与TX线圈之间的耦合将增加,进而导致RX线圈阵列的感应电压发生变化. 因此通过监测RX线圈阵列电压变化即可实现指尖运动追踪. Pirkl等人[90]提出了用于跟踪身体部位相对位置和方向的MRC-WPT系统. 该系统由一个发射器和任意数量的接收器构成,且均包含3个正交线圈. 发射器的3个线圈依次接入信号,接收器的3个线圈相应地感应出电压,进而得到3×3维接收矩阵. 由于该接收矩阵表征对于不同的相对位置和方向是不同的并且对于相同的相对位置和方向是相同的,因此可直接用于活动识别而无需确定实际位置和方向值. Huang等人[91]提出了一种用于手势交互识别的六自由度多标记运动跟踪系统. 该系统包括拾波线圈阵列、驱动线圈以及最多15个调谐线圈,每个手指佩戴一个环形标记并且有3个调谐线圈以不同方向固定在环上,拾波线圈阵列用于跟踪标记,驱动线圈与拾波线圈阵列位于同一平面. 具有不同频率的调制信号被施加到驱动线圈以产生交变磁场,并在对应频率的调谐线圈中产生磁通量. 然后,几个不同位置的拾波线圈从谐振线圈中选择磁场,通过测量信号求解反演问题,计算出调谐线圈的五自由度姿态. 此外,通过2个调谐线圈之间已知的空间关系获取第六自由度. 其中,每个调谐线圈特有的谐振频率巧妙地避免了彼此间的相互干扰.

    针对体内可植入/可食用医疗设备,已有的定位方式(如基于射频、X射线、核磁共振成像和超声波),要么过于繁琐昂贵,要么对人类有害,或者经过人体组织会出现严重衰减. 相比之下,磁定位更具优势. Ray等人[92]设计了一种全无线、无电池定位系统,其由体内定位器、体外TX线圈及RX线圈构成. 他们将40.68 MHz正弦信号传送至TX线圈,由定位器接收后生成13.56 MHz信号并传回RX线圈,接着通过记录并对比各可能位置接收光谱的峰平均值来确定定位器坐标. 其中,发射信号与接收信号使用2个独立的频率能够避免相互干扰,最终能够达到小于1 cm的定位精度. Yamamoto等人[93]提出了一种利用小型扁平阵列TX线圈进行RX线圈二维定位的方案. TX线圈与RX线圈间距离的改变将影响2线圈间耦合系数进而改变TX线圈上电压,而更接近RX线圈的TX线圈上的电压变化会更为明显. 基于这一关系,他们利用每个TX线圈上的电压变化差异来检测RX线圈的位置. Tao等人[94]提出了一种用于体内定位的磁反向散射系统,其由体内标签、体外TX线圈及RX线圈构成. 随着标签位置发生变化,耦合系数同步改变,进而导致RX线圈所接收到的信号强度发生变化. 基于此,他们通过理论推导提出了一个分析模型有效地将接收信号强度与标签位置关联起来,能够以5 mm的精度进行定位. Khan等人[95]对线圈结构进行了精心设计. TX端由2个正交平面螺旋型线圈组成,RX端由3个相互正交放置的三维螺旋形线圈组成. 通过将3个RX线圈上的电流强度转换为耦合系数,并基于查找表的算法确定其在三维空间中的位置及方向.

    本节介绍了磁共振无线充电系统中的感知应用,涵盖了识别认证、异物检测和追踪定位3个方面. 识别认证部分讨论了设备指纹识别技术,用于确保系统的安全性. 异物检测部分介绍了基于参数变化、基于传感器和基于辅助线圈3种主要方式及其相关工作,并对各自的优缺点进行了对比. 追踪定位部分探讨了基于MRC-WPT系统如何实现对设备位置和方向的感知. 总的来说,本节总结了感知技术在无线充电系统中的多种实际应用部署,为提高系统安全性、拓展系统适用性提供了重要的技术支持.

    在磁共振无线充电技术的发展过程中,各类安全问题日益凸显. 由于电磁信号的开放传播特性,电力安全、隐私安全以及辐射安全等方面的隐患不断涌现. 本节从这3个隐患角度出发,对具体的安全威胁以及相应的安全保障机制进行详细探讨.

    在磁共振无线充电系统当中,电能传输通道易受到攻击,威胁设备的安全或中断其运行. 例如,被动反向散射标签可能会被充电系统的不良泄漏误唤醒从而干扰其他设备,一些非预期设备可能有意地窃取能量而无需支付任何费用. 为了解决这些问题,系统应保证能量只会传输给预期接收方,同时防止能量泄漏给非预期接收方,这在文献[96]中被称为“电力安全”.

    Sun等人[96]考虑了一个具有多个发射器、一个预期接收器和一个非预期接收器的MRC-WPT系统. 该系统通过控制TX端电流,在最大限度提高预期设备所获功率的同时,限制非预期设备接收的功率. Xu等人[97]针对类似的系统构成,提出了一种基于迫零波束成形技术的优化机制,通过调节TX端电压以最大化能量传输效率,同时约束TX端总功率、预期设备所获功率以及频谱效率. 进一步地,Sun等人[98]考虑了一个具有多个非预期接收器的MRC-WPT系统,在假设非预期接收器的互感测量值存在误差的情况下,设计了一种鲁棒的波束成形方案,能够在满足预期/非预期接收功率约束及单个发射器功率约束的前提下,通过调整TX端电流最大限度降低TX端总功率. 然而,文献[96, 98]所提出的系统模型忽略了RX间耦合,导致其在实际中的适用性十分有限. 为此,Jung等人[99]提出了一种同时进行磁聚集和零点调向的TX端电压调度方案,使WPT系统能够更好地进行能量分配,即,关注预期接收方同时抑制向非预期接收方的能量泄漏. 他们不仅弥补了文献[96, 98]中的设计缺陷,还考虑了更为通用的场景,即同时存在多个预期设备和多个非预期设备.

    此外,一些工作通过采取能量加密的方式来避免非预期设备窃取能量. 在Zhang等人[100]所提出的MRC-WPT系统中,通过混沌调节TX端频率实现了能量的加密. 预期设备能够基于从TX端获取的安全密钥同步调整电路,从而对加密能量进行解密以此来接收能量,而非预期设备在不知道安全密钥的情况下无法接收能量. Liu等人[101]进一步改进了加密系统,通过调节频率和持续时间生成了二维混沌安全密钥. 在知道密钥的情况下,预期设备能够解密并获取几乎所有加密的无线能量,而非预期设备无法进行解密以窃取能量.

    由于磁场的开放性和电磁感应效应的普遍性,无线充电不可避免地会引起隐私安全问题. 显然,借助无线充电进行攻击正成为一种巨大的威胁,因为它不需要与被攻击设备发生物理连接,并且可以在没有用户许可或复杂设备协作的条件下发生.

    已有研究[102]表明,用户在与智能手机进行交互操作时会在无线充电过程中留下可识别的特征. 攻击者可以通过提取并识别这些特征,推测出手机上运行的应用程序以及其他更为详细的隐私信息,相关工作对比如表7所示.

    表  7  隐私安全工作对比
    Table  7.  Comparison of Privacy Security Work
    来源 监测对象 隐私信息 效果
    文献[103] TX端电流 加载网页 跟踪5 s电流准确率可达98.8%
    文献[104] TX端电压 密码、按键、应用程序、
    语音内容
    准确率均在94%以上
    文献[53] 感应线圈电压 呼叫、发送消息、用户手动
    打开屏幕
    识别准确率在95%以上
    文献[105] 电磁感应声学噪声及磁场
    扰动
    设备界面(熄屏、锁屏、主界面、应用程序界面)、界面内活动
    (启动应用程序、打开键盘、
    按键)
    准确率在90.4%
    以上
    文献[102] 泄露磁场波形 应用程序、空闲状态 识别准确率为100%
    下载: 导出CSV 
    | 显示表格

    一些工作聚焦于对TX端电流/电压进行监测以窃取用户隐私信息. La等人[103]观察到当被攻击设备电量充足时,其功耗几乎直接反映在无线充电器的功率消耗上,从而揭示了设备上活动. 因此,通过收集并跟踪无线充电器上的电流,他们能够推断手机浏览器所加载的网页等私人信息. 实际验证表明,即使获取的电流轨迹短至2.5 s,也可实现这一攻击. Liu等人[104]通过研究用户隐私信息与无线充电器发射线圈上电压变化之间的相关性,实现了对智能手机上输入和显示的隐私数据的窃取. 他们建立了一个基于电磁学原理的理论模型,证明了手机活动引起的负载变化与无线充电器的电压变化高度相关. 通过监测动态电压,他们成功获取到了用户的登录密码、键盘输入、应用程序信息以及语音内容,准确率均在94%以上.

    Wu等人[53]引入感应线圈对充电设备进行攻击. 他们通过监测感应线圈上的感应电压识别充电设备是否接收到消息通知、电话呼叫或打开/关闭屏幕,乃至识别触发活动的特定应用程序. 具体来说,与应用程序相关的不同活动对应着可识别的功耗模式,并进一步反映在攻击线圈所感应到的电压上. 实际验证表明,所提出的攻击能够以相当高的准确性区分呼叫、发送消息或手动打开屏幕等不同类型的活动,在3款智能手机上的识别准确率至少达到95%.

    Ni等人[105]通过捕获无线充电过程中的2种物理现象,即电磁感应声学噪声和磁场扰动,实现了对用户与智能手机交互操作的推断. 具体来说,用户在无线充电过程中与智能手机的交互可能改变触摸屏显示内容,进而改变无线充电器的电流大小. 充电器内部线圈上的电流变化将产生电磁力,导致线圈发生轻微变形和振动,因而发出电磁感应声学噪声并产生磁场扰动,基于这2种现象便可揭示用户交互. 评估结果表明,该机制在推断敏感信息(如屏幕解锁密码和应用程序启动)方面可以达到90.4%以上的准确率. 类似地,Ni等人[106]利用无线充电器为智能手机充电时发出的电磁感应声学噪声和磁场扰动,采用了少量学习来识别手机上运行的应用程序和解锁按键,平均达到了90%以上的准确率.

    为从泄漏磁场中提取信息,Yang等人[102]采用基于铁氧体棒天线的长波无线电接收技术,将信号检测范围扩展到1.5 m,从而在受害者完全不知情的情况下测量泄漏磁场. 基于获取的磁场波形,该研究表明,与充电功率相关的信息嵌入在原始波形中. 机器学习技术被用于从这些信息中提取特征并训练深度神经网络模型. 在实验中,该模型能够根据测得的磁场波形区分手机的空闲状态和运行的5种应用程序,达到100%的准确率.

    尽管无线充电侧信道攻击可以在没有物理连接的情况下进行,但这类攻击仍大多依赖于设备功耗与用户交互之间的关联性,这与传统的功耗侧信道攻击所利用的原理相同. 因此,现有针对功耗侧信道攻击的防御对策也可以有效抵御无线充电侧信道攻击.

    Matovu等人[107]所设计的防御机制随机扰动充电过程中设备所消耗的电流,从而掩盖用户活动的独特模式. Pothukuchi等人[108]提出了一种操作系统级别的防御架构,能够对设备所消耗的功率进行调控,以混淆运行中的应用程序所留下的指纹. Yan等人[109]提出可以将无意义的代码嵌入移动应用程序或者随机更改设备显示参数,以实现能量模糊处理,使功耗跟踪中的特征不可预测. Liu等人[104]设计了一款防御应用程序对用户在智能手机上的活动进行监控,当发现有隐私泄露风险时将形成随机负载以扰动侧信道电压信号,从而干扰动态电压中蕴含的隐私信息.

    对于通过监测磁场扰动[102,105,106]以及电磁感应声学噪声[105,106]窃取隐私信息的攻击方式来说,可以通过动态调控TX端电压的振幅和频率[110]或者添加随机噪声(例如高斯白噪声[53]),主动向感应电磁场引入额外的失真.

    随着无线充电技术的广泛应用,人们在享受这项技术带来的极大便利的同时,对长期接触电磁辐射可能对健康造成潜在危害的担忧逐渐加深. 已有多项研究将高电磁辐射暴露与癌症、神经系统疾病、生殖障碍、免疫功能障碍和电磁超敏反应等疾病相关联[111]. 因此,许多国家和地区的官方组织为了加强电磁环境管理、保障公众健康,都发布了相关指南,如欧洲的国际非电离辐射防护委员会(ICNIRP)颁布的《限制电磁场暴露的导则》以及中国发布的《电磁环境控制限值》标准GB 8702—2014[112],全面规定了无线充电系统中100 kHz~300 GHz各个频段下的电磁安全阈值.

    一些工作对各类MRC-WPT系统的电磁安全性进行了评估,能够为系统设计提供重要指导. Christ等人[113]为评估MRC-WPT系统在人体电磁暴露界限方面的合规性提供了指导. 在他们所搭建的系统中,在人体处于距离线圈10 mm且呈最大暴露方位的位置、频率达到8 MHz、发射线圈电流为0.5~1.2 A时,将达到局部乃至全身比吸收率界限. Wang等人[114]评估了暴露于电动汽车MRC-WPT系统的成人和儿童的电磁安全性. 结果表明,站在车后和坐在驾驶座上的成人模型基本可以满足暴露限值,而在靠近WPT系统利兹线的成人和儿童模型的小部分区域,感应电场超过了界限.

    此外,研究者们针对不同应用场景下的MRC-WPT系统提出了相应的电磁辐射安全保障机制.

    Hong等人[115]提出了一种利用额外屏蔽线圈的频率选择性电磁干扰降低方案,以有效抑制WPT系统的电磁辐射. 所提出的方法依据磁场泄漏的谐波来调整屏蔽线圈的电容值从而改变其谐振频率以最小化磁场泄漏,不仅能够有效降低特定频率范围内的电磁干扰并且不会对系统能量传输效率造成明显影响. 该方案可以很容易地应用于智能手机、人工耳蜗[116].

    Xiu等人[117]考虑到无线充电有轨电车利用高频电磁场进行电力传输将不可避免地对周围环境造成电磁辐射,提出了一种以最小化电磁辐射为目标的具有最低传输功率及效率约束的数学模型,从而对线圈参数进行设计.

    对于一般性的MRC-WPT系统,Worgan等人[118]对MagMIMO[8]和MultiSpot[14]系统进行了有限元法磁性模拟,结果表明两者均违反了ICNIRP规定的基本限制. 这一发现表明,一些研究在进行系统充电性能优化时,往往忽视了对辐射安全性的考虑. Sato等人[119]为实现MISO MRC-WPT系统中任意点的泄漏磁场抑制,基于粒子群优化算法对TX端线圈的部署以及TX端电压幅值与相位的调控进行了优化. Zhou等人[120]为MIMO MRC-WPT系统设计了一种保障电磁辐射安全的充电性能优化方案,不仅给出了整个三维有效充电空间内电磁辐射安全约束兼顾简洁与精度要求的离散化表达,而且将其与TX端电流调度技术相结合实现了系统能量传输效率最大化.

    本节详细探讨了磁共振无线充电技术在电力安全、隐私安全及辐射安全3个方面正面临的具体威胁及相应的保障机制. 在电力安全保障方面,波束成形、能量加密等技术得以应用以避免非预期设备窃取能量;隐私安全方面的研究则展示了攻击者如何通过无线充电侧信道窃取用户隐私信息,并提出了多种防御对策以保障用户隐私安全;在辐射安全方面,相关研究提供了评估和保障电磁辐射安全性的技术方案,确保系统在提供高效能量传输的同时,将电磁辐射对人体健康的影响降至最低. 总体而言,本节所述的安全保障机制研究为提升磁共振无线充电系统的安全性和可靠性提供了重要参考和指导.

    磁共振无线充电技术已成为AIoT领域的重要研究方向. 然而,这一技术的研究仍存在一些可改进之处. 因此,本节将首先归纳总结现有工作在实际应用中可进一步改进和完善的方面,然后提出我们对未来潜在研究方向的见解.

    尽管近年来磁共振无线充电技术在反馈通信、优化调度、感知应用以及安全保障方面取得了显著进展,但仍存在一些可改进之处.

    1)允许更多设备同时进行反馈通信. 现有MRC-WPT系统中反馈通信距离约为0.5 m,通过提升TX端总功率或引入无源中继设备,可以实现通信范围的扩展. 此外,现有机制在同一时段内通常只能支持最多数十个设备进行反馈通信. 当并行通信的设备数量超过一定限度后,通信准确率会显著下降. 为了满足大规模设备同时进行反馈通信的需求,可以考虑采取分组调度机制,对通信设备进行分组,并依次调度各组进行并行反馈通信. 通过这种方式,不仅可以显著提高系统支持的设备数量,还能保证每组设备的通信准确率.

    2)降低反馈通信预处理时间开销. 现有带内反馈通信机制在正式通信阶段之前,往往需要开展相关准备工作. 文献[9]涉及繁琐耗时的RX识别以及依赖性检测过程;文献[10]需要预先对大量不同的RX通断状态进行观测;文献[11]虽避免了对高秩信道矩阵的直接恢复,但仍需进行多次低秩道矩阵估计;文献[12]虽巧妙地利用了组级信道可分解性避免了对各RX通断状态对应信道矩阵进行一一测量,但在RX数目较多的情况下仍存在着不可忽视的时间开销. 为此,可以考虑引入人工智能模型对所需信息进行估计预测,或进一步挖掘更低成本的可利用信息以加快反馈通信预处理过程.

    1)增强系统应对环境动态变化的鲁棒性. 现有工作在各类场景需求下进行MRC-WPT系统性能优化机制设计时,往往假定为特定的固定部署场景,忽略了对工作环境动态变化(如接收设备发生移动)的考虑,可能无法很好保证系统稳定性. 文献[14]提出了一种自适应波束成形算法,当任何接收器移动时,将重新估计RX端等效阻抗而非再次测量,从而实现快速响应. 然而这一操作将不可避免地引入误差,因此需要在实时响应性与能量传输效率之间进行权衡. 文献[19]提出了一种自适应频率调谐机制,以自动应对接收器与发射器间距离/方位的变化. 但对于工作在较窄频带上的MRC-WPT系统来说,并不支持该机制的部署. 为此,可以进一步考虑调整TX-RX间耦合以响应变化,且该方式能够在单一频率下实现.

    2)降低系统实施开销. 一些优化调度方案由于存在着较大的实施开销,无法应用于对实时性要求较高的实际场景,如对移动机器人进行无线充电. 以文献[40]为例,该设计无法同时进行供能与检测(发射器/中继部署拓扑生成、接收器接近检测等),因此检测环节所占用的时间将不可避免地影响系统性能. 为此,一个可能的解决方案是基于不同频带进行充电与检测,即以频域复用方式取代当前时域复用的实现方式.

    3)分布式部署以提升系统可扩展性. 现有工作大多依赖于TX端控制器在多个发射器之间进行协调,从而集中式应用优化机制. 而分布式MRC-WPT系统拥有多个独立的发射单元,能够有效提升系统可扩展性,比如便于扩展系统有效充电范围. 如文献[25]提出了一种随机波束成形分布式控制算法,有效避免了TX之间及TX与RX之间的复杂协作,有利于算法的快速收敛. 此外,为了便于实际部署,文献[30]针对RX端提出了一种分布式负载阻抗优化算法,RX能够基于本地信息以及其他RX的反馈迭代调整自身负载.

    1)实现多设备识别认证. 现有工作往往仅考虑对单一设备进行识别认证,当同时有多个设备靠近时,识别准确率将受到极大影响. 在多设备识别场景中,除了要考虑TX与RX间耦合,还需要处理RX之间的相互耦合效应. 为此,可以考虑采用分时调度或频率分割的策略,将识别认证过程分散到不同的时间段或频带上,从而减少设备间干扰,提高识别准确率.

    2)拓展异物检测技术适用场景. 当前大部分异物检测技术主要应用于日常生活中的无线充电系统,如电动汽车、智能手机等. 然而,随着磁共振无线充电技术逐渐应用于更为复杂的场景,例如水下、宇宙空间等特殊环境,相应的异物检测技术也需要进一步改进优化.

    3)扩大定位跟踪有效范围. 设计更为优良的硬件组件能够降低定位噪声并增强驱动信号,从而获得更大的有效空间. 此外,可以考虑将探测线圈设计为三维结构,以解决类似于文献[91]中出现的无法测量位置与方向的死角问题.

    1)引入实时监测与异常检测以保障电力安全. 现有工作往往假定预期设备及非预期设备已经明确,而实际上为区分出非预期设备需进行额外设计. 为此,可以考虑建立正常电力传输的行为模型,设计实时监测和异常检测系统,从而及时发现并响应非预期设备能量窃取行为.

    2)识别恶意充电器以避免隐私泄露. 现有的隐私保护机制大多通过设计各种方式来消除无线充电过程中所蕴含的与隐私信息相关的特征. 更为直观地,可以考虑对无线充电器进行识别以直接避免恶意充电器对设备进行充电.

    3)提升辐射安全保障机制鲁棒性. 在实际应用中,设备和人体所处位置可能发生动态变化,导致需要关注的安全保障空间随之改变. 以文献[119]及文献[120]提出的安全保障机制为例,当用户相对于MRC-WPT系统的位置发生改变时,文献[119]中考虑的磁场抑制区域需要重新规划,并且文献[120]定义的安全距离界限值也需进行修正,进而相应调整TX端的调控策略. 为此可以考虑引入用户检测机制以粗粒度感知用户位置变化.

    通过结合不同特定物联网应用场景下的特点与需求,现给出磁共振无线充电技术在未来的3个潜在应用研究方向,以供探讨.

    1)无源与低功耗物联网. 众所周知,无源与低功耗物联网[121-122]的目标是摆脱传统电池供电的限制,以实现设备的长时间运行(一般要求为数年)和自给自足的物联网系统. 终端节点设备的获能方式要么通过激励源或者环境信号捕捉无线电磁能量(“开源”),要么通过自身携带电池(“节流”). 然而,无论是哪种方式,这都要求终端节点设备以极低功耗(一般为微瓦级)的方式进行系统运行. 这大大限制了终端节点设备的能力和应用场景,例如,难以部署深度学习模型(即使是轻量级模型)以增强设备的数据处理能力,以及无法支持摄像头等较高功耗的传感器以扩展设备的感知能力. 磁共振无线充电技术有望解决当前这一困境. 在供能量级方面,其可以同时为多个终端节点设备提供瓦级的能量供应. 在反馈通信方面,其可以利用自带的带内反馈通信机制,避免带外通信手段所带来的额外硬件成本、能量消耗以及频谱占用. 在充电距离方面,其可以通过部署中继线圈或移动智能小车的方式实现房间级的有效充电覆盖范围. 相信在未来磁共振无线充电技术可以极大程度地助力无源与低功耗物联网的发展.

    2)水下物联网. 当前,水下物联网技术[123]发展迅速,其主要利用水下传感器、通信设备和数据处理技术,实现对水下环境的实时监测、数据传输和远程控制. 然而,水下传感器设备的能量供应是当前面临的一大难题. 一方面,水下环境增加了传统电池供能方式更换设备电池的难度,同时更换电池操作也容易破坏设备的防水性. 另一方面,传统电磁波信号在水中衰减过大,无法通过基于射频信号的无线充电方式为设备提供足够的能量. 幸运的是,相较于传统电磁波信号,磁信号在水中的衰减要小得多. 因此,磁共振无线充电技术可以有效解决水下环境中的设备供能难题,例如,可以通过机械臂的方式将能量发射线圈送至水下传感器设备的指定位置进行无线能量传输.

    3)库存追踪. 随着电子商务的飞速发展,高效的库存追踪已经成为当前大型物流、仓储场景中的关键技术之一. 其核心的基本需求,就是快速且准确地自动化获取指定位置区域(例如,货架或者盘货通道)内的全部物品信息. 已有基于RFID的库存追踪技术虽然已经在不同领域内都得到了较为成功的应用,但仍然面临着一个难以解决的根本性问题. 也就是,高频RFID信号(通常工作频段为860~960 MHz)易受到环境多径效应干扰(由于水和金属等物体的反射作用)而导致物品标签的漏读和误读[124-126]. 而即使1%的标签读取误差也会造成全球每年几十亿的包裹被错误投递,所造成的直接经济损失可达数十亿美元. 即使对于大型的电子商务公司而言,这也是无法承受的. 磁共振无线充电技术有望解决当前基于RFID的库存追踪技术在实际应用时遇到的挑战,主要出自以下3点原因. 首先,与高频RFID信号不同的是,水和金属等材料对于磁信号更加友好,所造成的信号衰减要小得多,因此可以极大程度地减少环境干扰以降低标签漏读率. 然后,磁信号在近场空间中的衰减速度极快(与距离之间成负六次方衰减关系),因此不存在信号的多径干扰问题,且单基站(能量发射线圈)所形成的有效读取范围很好界定,从而有效解决标签误读情况. 其次,磁共振无线充电系统中能够实现带内反馈通信机制,以支持标签携带信息的读取. 最后,磁共振无线充电技术本身的供能特性可以实现系统对廉价无源标签的支持.

    随着AIoT领域的快速发展,对便捷可靠的供能方式的需求变得越来越迫切. 幸运的是,无线充电技术很好地满足了这一需求. 其中,磁共振无线充电技术凭借其均衡的技术优势,成为眼下研究的热点之一,并逐步走进人们的生活当中.

    本文从反馈通信、优化调度、感知应用以及安全保障4个角度介绍了磁共振无线充电技术的代表性研究成果,并从研究背景、理论依据和关键要点等多个方面进行了分析总结. 最后,针对这4个方面讨论了未来可改进之处,并探讨了磁共振无线充电技术的未来潜在应用研究方向.

    总的来说,磁共振无线充电技术作为一种前沿的供能方式,拥有广阔的发展前景. 尽管当前技术已经在多个方面取得了显著进展,但仍有许多需要改进和优化的地方. 随着研究的深入,磁共振无线充电技术将逐渐克服现有的瓶颈和挑战,成为AIoT时代的重要支撑力量. 未来,我们可以期待这一技术在智能家居、智慧医疗、智能工业等多个领域的广泛应用,成为智能化、便捷化生活的坚实基础.

    作者贡献声明:王馨语负责文献调研及论文撰写;周王球提出论文整体框架并参与撰写;周颢、李向阳提出论文修改意见并指导撰写. 王馨语和周王球为共同第一作者,周颢和李向阳为共同通信作者.

计量
  • 文章访问数:  170
  • HTML全文浏览量:  13
  • PDF下载量:  89
  • 被引次数: 0
出版历程
  • 发布日期:  2022-11-30

目录

/

返回文章
返回