面向 6G 的天线技术：进展与挑战

《IEEE Transactions on Antennas and Propagation》：Antenna Technologies for 6G–Advances and Challenges

　　

本文综述了即将到来的第六代移动通信 (6G) 的主要特征和功能及其对天线技术的直接影响。研究人员回顾了对于实现高性能 6G 功能至关重要的关键天线技术的进展，包括混合天线阵列、模拟多波束天线、多频段天线共址、可重构智能表面 (RIS)、可重构天线、带内全双工 (IBFD) 天线、毫米波 (mm-wave) 和太赫兹 (THz) 天线、可穿戴天线以及人工智能 (AI) 在天线设计中的应用。研究人员概述了主要挑战，并在适当情况下提供了潜在的解决方案和研究方向。受扩展现实 (XR)、全息通信和动态数字孪生 (DTs) 等新兴应用以及人工智能 (AI) 和高性能计算发展的驱动，无线通信技术正经历前所未有的快速增长。虽然第五代 (5G) 网络，特别是 5G 毫米波系统仍在部署中，但第三代合作伙伴计划 (3GPP) 已发布了被称为 5G-Advanced 的 3GPP Release 18，这构成了未来 6G 移动通信网络的关键基础。从 5G 到 6G 系统的技术演进预计将提供若干关键能力和特征，其中包括增强型移动宽带 (eMBB) 数据速率高达 1 Tbp/s、集成传感与通信 (ISAC)、增强的侧行链路通信以及地面与非地面网络 (NTNs) 的融合。这些需求推动了天线技术的创新，以应对大规模多输入多输出 (MIMO)、高增益、低能耗、低成本以及动态波束赋形等挑战。本文旨在概述 6G 天线技术的最新进展，重点讨论模拟多波束天线、多频段共址基站天线以及 AI 在天线设计中的应用等选定技术的近期进展，并阐明可能对 6G 产生重大影响的广泛研究方向。

面向 6G 的天线技术：研究进展、核心挑战与未来展望

随着扩展现实 (XR)、全息通信及动态数字孪生 (DTs) 等应用的涌现，以及人工智能 (AI) 和高性能计算的飞速发展，无线通信技术正经历前所未有的变革。尽管第五代 (5G) 网络仍在全球范围内部署，国际标准化组织 3GPP 已启动 5G-Advanced 标准并着手规划第六代 (6G) 通信系统。6G 系统旨在实现太比特级数据速率、集成传感与通信 (ISAC)、全覆盖的地面与非地面网络 (NTNs) 融合以及极致的能效比。然而，现有的天线技术难以完全满足 6G 在更高频段（如毫米波和太赫兹）、超大规模多输入多输出 (MIMO)、动态波束管理及复杂电磁环境下的性能需求。特别是在基站站点获取困难、频谱资源稀缺以及硬件成本与功耗受限的背景下，如何设计高效、紧凑且智能的天线子系统成为制约 6G 落地的关键瓶颈。因此，深入研究适应 6G 特征的新型天线技术，解决多频段干扰、波束灵活调控及智能化设计等问题，具有重要的科学意义和应用价值。

针对上述挑战，研究人员系统综述了支撑 6G 功能的关键天线技术进展。研究涵盖了混合天线阵列、模拟多波束天线、多频段共址技术、可重构智能表面 (RIS)、可重构天线、带内全双工 (IBFD) 技术、毫米波与太赫兹天线、可穿戴天线以及人工智能辅助天线设计等领域。研究指出，混合阵列通过结合模拟波束赋形的低功耗优势与数字波束赋形的灵活性，成为实现大规模 MIMO 的可行方案；模拟多波束天线在降低能耗方面潜力巨大，但需解决带宽受限和独立波束 steering 难题；多频段共址技术通过去散射 (de-scattering) 和滤波等手段，有效抑制了不同频段天线间的相互干扰；而 RIS 和可重构天线则为克服非视距传播障碍和实现环境智能调控提供了新途径。此外，研究还探讨了 AI 在天线单元设计、阵列综合及超表面优化中的颠覆性作用。这些研究成果发表于《IEEE Transactions on Antennas and Propagation》，为 6G 天线系统的架构创新和工程实现提供了全面的理论依据和技术路线图。

为开展此项研究，研究人员采用了文献综述与理论分析相结合的方法，系统梳理了近年来天线领域的关键突破。主要技术手段包括：对混合波束赋形架构的能效与成本权衡分析；对模拟多波束网络（如 Butier 矩阵、Blass 矩阵、Nolen 矩阵及广义联合耦合器 GJC 矩阵）的拓扑结构优化与带宽扩展技术的研究；针对多频段共址天线的去散射机理分析与新型滤波结构设计；基于变换光学和超材料理论的透镜及透射阵列天线设计；以及利用机器学习（ML）和深度学习模型构建天线性能的代理模型，实现天线参数逆向设计与阵列方向图综合。研究未涉及具体的生物实验或化学试剂操作，主要基于电磁场理论与通信系统需求的交叉分析。

研究结果与分析

**混合天线阵列与多波束技术**
研究人员指出，全数字大规模 MIMO 面临高昂的功耗与成本压力，混合天线阵列成为必然选择。通过引入模拟子阵列，可在降低数字通道数的同时保持波束赋形能力。然而，毫米波频段下移相器的非一致性导致的波束倾斜 (beam squint) 及馈电网络损耗是主要挑战。在多波束方面，模拟多波束天线虽能效高，但传统电路型波束形成网络 (BFN) 如 Butier 和 Nolen 矩阵多支持固定波束。研究人员重点介绍了广义联合耦合器 (GJC) 矩阵，该技术通过特殊的相位器排布，实现了多波束的独立 steering，且电路复杂度显著低于传统方案。此外，针对二维波束赋形需求，研究展示了通过堆叠级联或维度扩展方法实现的平面化二维 Nolen 矩阵，有效解决了传统非平面拓扑体积庞大的问题。

**准光学多波束天线**
相较于电路型天线，准光学多波束天线（如透镜、反射面、透射阵列）能实现更高增益和效率。Luneburg 透镜因其固有的多波束特性受到广泛关注，研究人员总结了利用 3D 打印、超材料及变换光学技术降低透镜重量和剖面高度的进展，例如半压缩椭圆透镜和平面梯度折射率 (GRIN) 透镜。同时，透射阵列凭借其低剖面和共形能力，结合 Huygens 超表面单元，实现了宽带高增益多波束辐射。平行板天线（如 pillbox 天线）作为毫米波基站的潜在方案，通过加载 Luneburg 透镜或泄漏波结构，也展示了优异的多波束性能。

**多频段天线共址与去散射**
针对基站天线共址引发的互耦和交叉散射问题，研究人员强调了去散射技术的重要性。传统的去耦技术主要针对同频互耦，而 6G 需解决异频大尺寸天线对小尺寸天线辐射方向的畸变。研究总结了多种去散射策略，包括在低频单元引入陷波结构（chokes）、利用频率选择表面 (FSS) 提高透明度、以及新型的缓冲层 (buffering) 技术。特别是紧耦合缓冲层 (TCBL) 的提出，不仅实现了低频天线的小型化，还扩展了高频带宽并有效隔离了交叉频段干扰，为多代通信系统共存提供了解决方案。

**人工智能赋能天线设计**
面对 6G 天线设计的复杂性，研究人员证实了 AI 技术的巨大潜力。通过构建基于卷积神经网络 (CNN)、深度回归网络 (PDRN) 等机器学习模型，可实现对天线谐振频率、增益及方向图的快速预测，替代耗时的电磁仿真。更重要的是，逆向设计模型能够根据期望的性能指标直接生成天线几何结构，大幅缩短设计周期。在阵列综合方面，强化学习 (RL) 被用于动态波束调控，使天线具备认知能力；在超表面设计中，生成对抗网络 (GAN) 和变分自编码器 (VAE) 成功解决了高维参数空间的优化难题，实现了多功能超表面的自动化设计。

讨论与结论部分总结指出，6G 的新特征为天线研究带来了前所未有的机遇与挑战。首先，地面与非地面网络的融合要求天线设计必须兼顾无人机、低轨卫星及地面用户的多重需求，实现真正的立体覆盖。其次，随着新频段（如 7-15 GHz）的引入，多频段共址天线的去散射与集成难度将进一步加剧，亟需创新的共享孔径设计。第三，高增益、宽角扫描与低成本的矛盾依然突出，特别是在大规模阵列中平衡单元方向图与互耦效应仍是难点。第四，天线与射频电路乃至数字系统的深度融合（如封装天线 AiP 技术）将是必然趋势。最后，尽管 AI 在天线设计中展现出巨大前景，但训练数据的获取困难、模型泛化能力不足以及与数字孪生系统的实时交互仍是亟待突破的瓶颈。未来的研究需致力于开发自主运行的智能天线架构，推动天线技术向自适应、自优化的认知网络演进，以支撑 6G 愿景的实现。