综述：可穿戴纺织天线超材料：材料、结构与制备工艺

《Materials》：Metamaterials for Wearable Textile Antennas: Materials, Structures, and Fabrication

　　

随着体域网（Body-Centric Wireless Systems）的快速发展，兼具稳定人体佩戴性能、低剖面、柔韧性及服装兼容性的纺织天线需求日益迫切。纺织超材料通过调控天线-人体耦合、后向辐射、表面波传播、频率选择性、局域共振及极化特性，为突破传统纺织天线的性能瓶颈提供了有效途径。现有综述虽已探讨超材料的机理与结构，但将超材料结构与纺织材料、制备工艺及性能表现进行系统性关联的讨论仍较为匮乏。研究人员系统梳理了纺织天线中代表性超材料体系，深入分析了其在增益提升、比吸收率（SAR）降低、小型化、多频段工作及极化性能改善等方面的作用机制。文章进一步综述了常用基板、间隔层及导电材料体系，并详细阐述了层压、刺绣、缝纫、机织、针织、印刷、涂覆及激光图形化等主流制备技术。当前研究表明，材料离散性、导体损耗、制备公差、层间对准精度、形变稳定性及服装集成度仍是制约其实际应用的关键瓶颈。本综述旨在为开发高可靠性纺织天线超材料的设计与实现提供系统性参考。

1. 引言

可穿戴纺织天线是体域网射频系统的核心组件，必须在保证共形性、轻量化、柔韧性与穿戴舒适性的同时，维持稳定的电磁性能。此类天线面临的核心挑战在于高损耗的人体近场环境：人体组织会导致输入阻抗扰动、谐振频偏、增益与辐射效率下降、后向辐射增强以及比吸收率（SAR）超标。纺织基板因其吸湿性通常呈现低介电常数、多孔结构及介电性能随湿度变化的特性，而导电纱线与织物则引入了有限电导率、表面电阻及工艺相关的电流路径，进一步增加了设计复杂度。超材料作为人工电磁结构，能够通过调控反射相位、表面阻抗、波传播特性、频率选择性、极化响应及电磁吸收，有效调节天线-人体耦合并维持辐射性能。现有研究已证实，人工磁导体（AMC）/高阻抗表面（HIS）、电磁带隙（EBG）、频率选择表面（FSS）、超材料谐振器（如开口环谐振器SRR、互补开口环谐振器CSRR、复合左右手传输线CRLH、零阶谐振器ZOR）以及极化控制超材料在提升天线性能方面具有显著效果。本综述重点建立超材料结构、纺织材料、兼容制备工艺与最终性能之间的关联，涵盖天线-人体耦合控制、辐射性能改善、SAR降低、极化调控及服装集成等核心维度。

2. 纺织天线中的超材料结构与机理

2.1 人工磁导体（AMC）与高阻抗表面（HIS）

AMC/HIS属于反射型超材料，其核心特征是在谐振频率附近呈现高表面阻抗与近零反射相位。与侧重于表面波抑制的EBG及侧重频率选择性的FSS不同，AMC/HIS主要用于替代或改良金属反射板，允许辐射体与背衬层保持极小间距。纺织AMC/HIS通常由柔性介质基板上的周期性导电单元构成，常见单元包括方形贴片、环形、网格及C形谐振器等。其单元间隙提供等效电容，导电通路与基板厚度贡献等效电感。AMC/HIS的布局决定了其与辐射体的相互作用强度：作为人体侧背衬层时，通过泡沫或空气层间隔，主要实现后向辐射重定向、前后比与增益提升及SAR降低；集成于天线堆叠层内部时，则参与阻抗调谐、谐振加载及极化控制。对于带完整接地板的纺织贴片天线，需谨慎评估AMC/HIS的放置位置，通常仅在接地板为部分开槽或网格结构时，AMC/HIS才能有效提供额外隔离并兼顾透气性。AMC/HIS设计需统筹单元几何、阵列尺寸、层间距、基板厚度、导体连续性及弯曲稳定性，以实现预期电磁功能。

2.2 电磁带隙（EBG）

EBG结构利用周期性表面产生电磁波传播阻带，主要功能是抑制天线-纺织-人体界面处的表面波。纺织EBG多采用柔性基板上的周期性导电单元，常采用无过孔设计以适应纺织品的柔软特性，尽管其阻带响应对单元尺寸、间隙、基板厚度及形变较为敏感。研究表明，EBG可有效降低人体侧辐射、提升增益与前后比、改善隔离度并降低SAR，甚至在毫米波5G物联网（IoT）及多输入多输出（MIMO）系统中引导体表波传输。纺织EBG设计需在电磁性能与纺织兼容性之间取得平衡，周期性、层间精度及抗形变能力是维持稳定阻带的关键。

2.3 频率选择表面（FSS）

FSS是具备频率相关传输/反射特性的周期性导电或孔径型表面，在纺织天线中常作为选择性反射器、屏蔽层或覆盖层。相比连续金属地，纺织FSS在提供电磁隔离的同时，保留了柔韧性、轻量化及部分透气性。其单元形式多样，包括方环、网格、十字形及分形结构等，性能受单元几何、周期、基板介电常数、导体方阻及间距影响。制备公差、层压方向及弯曲形变均可能导致频偏或频率选择性退化。FSS在提升增益、降低SAR、波束赋形及电磁屏蔽方面表现优异，但阵列密度增加可能牺牲柔韧性与舒适度。设计时需综合考虑频率选择性、穿戴兼容性及动态形变下的性能稳定性。

2.4 代表性性能可视化

超材料集成显著改善了纺织天线的辐射特性与阻抗匹配，并大幅降低了SAR值。AMC/HIS通过反射相位控制重分布电磁能量，减少人体方向辐射；EBG则通过抑制表面波降低能量损耗。虽然超材料加载可拓展带宽并降低回波损耗，但也可能因等效电感电容变化引起谐振频偏，需进行频率调谐。SAR降低是集成超材料的主要驱动力，但增加的反射层与间隔层可能抬高天线剖面，影响柔韧性与集成度。此外，超材料谐振器与极化控制超表面可实现局域电磁调控，支持小型化、多频段及圆极化性能提升，其效能评估需结合布局、耦合强度及天线整体性能指标。

3. 纺织天线超材料的材料体系

3.1 基板与间隔层材料

基板决定超材料单元的有效介电常数、损耗及电尺寸，间隔层则控制辐射体、超材料层与人体间的耦合。高介电常数利于小型化但增加损耗，厚间隔层提升隔离度但牺牲舒适度。毛毡因柔软、低成本、低介电常数及易加工性成为AMC/EBG最常用基板；泡沫、Rohacell、空气层及间隔织物常用于调节层间距。FSS与极化超表面则拓展至法兰绒、聚酯、PET织物及多层毛毡等体系。材料厚度、相对介电常数及损耗角正切的显著差异是导致性能离散的主要原因。未来研究需重点关注压缩、湿度、弯曲及洗涤对材料有效参数的影响。

3.2 导电材料

导电材料决定了超材料单元的电流路径与表面电阻。铜/镍镀覆导电织物、ShieldIt织物、铜箔、导电纱线、印刷银浆、液态金属及MXene涂层等是主流选择。导电织物虽易加工但存在方阻不均、边缘粗糙及各向异性问题；铜箔适用于高频精细结构；刺绣导电纱线利于集成与耐洗涤，但针迹密度影响等效线宽与电阻；吸波与可调结构则选用阻性薄膜或碳基涂层以实现可控损耗。导电材料选择需匹配结构功能，反射层要求低损耗连续导体，未来需系统评估其导电率、方阻、分辨率、弯曲耐久性、附着力及耐洗涤性。

4. 超材料制备与集成技术

4.1 织物层压

层压技术通过将导电织物或铜箔切割成周期性单元并粘接至柔性基板，适用于AMC/HIS、EBG及FSS的快速原型制备。该方法简单低成本，但切割误差、胶层厚度不均及层间错位会改变等效电容与反射相位，且胶层可能降低透气性与柔韧性，适用于实验室验证阶段。

4.2 刺绣与缝纫

刺绣与缝纫利用导电纱线直接形成辐射体与谐振单元，特别适用于SRR、RFID天线等结构。针迹密度、走向、张力及稳定衬底的选择可主动调控电磁响应，实现纺织量产兼容与耐洗涤集成。但工艺引入的射频不确定性要求严格评估制备公差、弯曲响应及洗涤耐久性。

4.3 印刷与涂覆

丝网印刷银浆、导电浆料、阻性薄膜、碳基涂层及MXene涂层可用于制备谐振或吸波图案。该方法可灵活调控电导率与吸收损耗，但墨水在织物上的渗透、扩散、干燥开裂及弯曲失效会显著影响线宽、厚度与方阻，进而改变谐振特性。需重点评估方阻稳定性、耐弯折性与耐洗涤性。

4.4 激光图形化与刻蚀

激光加工提供高精度图形化能力，适用于高频小尺寸单元制备。其优势在于边缘清晰与重复性好，但受限于基板热稳定性、加工成本及材料兼容性。该技术适用于精密图案化与机理验证，实际应用需控制热效应、方阻及机械耐久性。

5. 纺织超材料的可靠性

5.1 弯曲与形变稳定性

现有研究通过静态弯曲与人体佩戴测试评估性能，表明纺织超材料天线在常规弯曲与静态佩戴下可维持可接受性能，但谐振频移随弯曲曲率增大而加剧，且存在方向敏感性。然而，褶皱、扭曲、非均匀压缩、层间滑移及动态人体运动等复杂形变尚未得到系统评估。

5.2 湿热、洗涤、磨损与长期耐久性

纺织基板的吸湿特性导致含水率增加引起有效介电常数与损耗上升，改变单元间耦合。浸水测试显示频率显著下移与响应畸变，干燥后虽有恢复但存在残余偏差。目前研究多局限于S₁₁参数，缺乏针对反射相位、增益、效率、方向图及SAR的系统耐久性评估。标准化磨损、人工汗液、反复洗干循环及长期可靠性测试仍显不足。

6. 结论与展望

6.1 结论

超材料通过引入人工电磁界面，有效调控天线-人体耦合、抑制后向辐射、提升辐射效率并降低SAR。AMC/HIS与EBG在降低后向辐射与提升增益方面应用最广，FSS提供灵活的频率选择与极化控制，谐振器结构助力小型化与多频段设计。纺织材料本身是决定超材料性能的核心变量，其介电特性、导体方阻及层间精度直接决定电磁响应。各类制备工艺各具优劣，需在电磁性能、纺织兼容性、可制造性及人体安全性之间取得平衡。未来研究应建立面向纺织特性的超材料设计方法，结合人工智能优化材料选择与结构参数。

6.2 未来展望

未来研究应超越简单移植刚性超材料结构，致力于将电磁功能深度融入纺织结构本身，通过机织、针织、刺绣与增材制造一体化实现功能集成。石墨烯、碳基薄膜及可编程超表面等新材料与新架构为纺织超材料提供了新思路，但需解决导电率、偏置网络、封装及耐洗涤性等挑战。数据驱动设计与机器学习将助力复杂纺织超材料的优化与性能预测，推动其在通信、能量收集及智能穿戴领域的实际应用。