面向实时信道控制的超低功耗磁驱动翻转盘可编程超表面及其多任务强化学习优化策略

本文介绍了一种创新的磁驱动翻转盘可编程超表面（FD-MTS），该设计通过机械双稳态单元实现电磁波（EM）的灵活动态调控，仅在状态切换时消耗能量（约0.04J/翻转），静态维持编码状态时功耗近乎为零，有效解决了传统电可调超表面持续供电带来的高能耗与热管理难题。研究进一步结合多任务强化学习（MTRL）算法，实现了基于实时信道状态感知的自适应优化，在多种室内场景下平均提升信道质量6dB，迭代步数较单任务方法减少37.5%，为6G通信、物联网（IoT）及智能电磁调控提供了软硬件协同的高效能解决方案。

　　

1 引言

可编程超表面（Programmable Metasurfaces, MTS）作为超材料的二维形式，具备灵活调控电磁波（EM）传播的非凡能力，可实现负折射、完美透镜和隐身 cloaking 等功能。然而，传统MTS一旦制备便具有固定的电磁特性，无法适应动态变化的应用需求。电可调超表面（如基于二极管或晶体管的方案）需持续供电以维持状态，导致显著能耗与热效应；机械可调方案（如微机电系统（MEMS）、折叠或电机驱动）则结构复杂、成本高昂且调制速度慢。磁调控、等离激元和相变材料等其他方法在被动通信信道增强中尚未充分探索，或因制造成本和反射效率限制而适用性不足。为此，本研究受商用翻转盘显示技术启发，提出一种基于磁调控的机械可编程1比特超表面——翻转盘超表面（FD-MTS），兼具超低功耗、快速响应与低成本优势。

2 高效能硬件：翻转盘超表面

2.1 翻转盘超表面设计

FD-MTS单元核心为可绕中心轴旋转的盘片，内嵌小型磁体；盘片两侧垂直立柱内含螺线管，通过电流方向控制磁力矩实现盘片翻转，能耗约0.04J。双稳态设计使单元仅在翻转时耗电，维持状态时静态功耗为零。盘片一面贴装定制被动移相元件（提供约180°相位差），另一面覆盖铜层以实现电磁隔离；框架涂覆导电漆作为屏蔽层，减少内部电路对反射EM波的干扰。测量显示，在5GHz附近，两状态间相位差接近180°，幅度反射带宽达50MHz，满足1比特编程需求。模块化设计支持以7×5单元子阵列组合扩展规模，且可通过更换被动元件重构工作频段。视觉可检特性使故障单元易于诊断，优于PIN二极管基MTS的调试复杂度。

2.2 反射波调控性能

通过微波暗室实验验证FD-MTS的远场波束成形与近场聚焦能力。远场测试中，针对法向入射与45°倾斜入射球面波，实现了单波束（-50°至50°扫描）与双波束成形，旁瓣电平约10dB，波束质量与PIN二极管基MTS相当甚至更优。近场测试中，在距MTS 360mm的焦平面上成功生成1至4个聚焦点，编码图案由Gerchberg-Saxton算法计算。结果表明，FD-MTS在多种EM操控任务中均表现出色，证实其硬件平台的实用性与灵活性。

3 智能软件：多任务强化学习

强化学习（RL）通过智能体与环境的交互学习最优策略，深度强化学习（DRL）结合神经网络进一步提升了处理复杂度问题的能力。本研究提出分支深度Q网络（BDQN）架构，将MTS编码优化建模为多维动作空间问题：每个单元独立决策翻转或保持，网络输出N×2个Q值，允许单步翻转多个单元，大幅提升交互效率。奖励函数根据目标位置场强增强设定，阈值_Gt=5dB，成功时奖励为1，否则按差距惩罚。

多任务强化学习（MTRL）框架将不同位置的信道增强视为独立任务，共享回放缓冲区与特征提取网络（h），同时通过任务特定编码器（w）与输出头（f）实现 specialization。经验按任务分组处理，促进知识迁移与收敛加速。相比单任务RL（STRL），MTRL将收敛所需交互从4000次降至2500次，步数减少37.5%，且避免粒子群优化（PSO）易陷局部最优的问题，软件层面能效显著提升。

4 信道增强实验结果

在室内办公室环境中选取4个目标位置（包括非视距点_P(4)），以通用软件无线电外设（USRP）测量信号强度。BDQN在任务_P(1)中成功收敛，而DQN因单单元动作效率低而失败。MTRL联合优化四任务，平均场强增强6dB；PSO初期搜索高效但最终性能劣于MTRL。星座图显示，优化后信号集中度显著改善，通信质量提升。参数迁移实验表明，先验任务知识可加速收敛约24%。

5 结论

FD-MTS通过磁驱机械双稳态设计实现了超低功耗与快速响应的电磁调控，结合MTRL算法软硬件协同优化，为动态信道增强提供了高效解决方案。未来可通过扩展单元至多比特相位控制（如组合2×2四分之一波长盘片）进一步提升操控精度，在6G通信、IoT及AI-物理融合平台中具有广阔应用前景。

6 实验部分

全波仿真使用CST Microwave Studio；被动元件采用F4B基板（ε_r=2.65, tanδ=0.0019）标准PCB工艺制作；控制通过PC端LED软件经RS-485实现，系统功耗约8W且与阵列规模无关；远场与近场测量在微波暗室完成，信道增强实验使用USRP B210（功耗3.8W）与Wi-Fi天线（5GHz）；MTRL网络基于Pytorch实现，运行于NVIDIA GPU。