Wireless-Power-Metasurface

無線功率傳輸的物理邊界與超表面突破

無線功率傳輸（Wireless Power Transfer, WPT）的物理根源可追溯至 Nikola Tesla 的電磁波能量傳輸實驗，但其現代工程實現主要依賴兩種機制：近場感應耦合（Inductive Coupling）用於短距離（cm級），和遠場輻射傳輸（Radiative Transfer）用於長距離（m級以上）。兩種機制各自面臨根本性的物理制約——近場耦合的傳輸距離受限於線圈尺寸（磁場隨距離 d⁻³ 衰減），遠場傳輸的效率受限於波束發散與自由空間路徑損耗。

超表面（Metasurface）——亞波長電磁諧振單元的二維平面陣列——為突破這些限制提供了全新的自由度。通過對超表面孔徑上每個單元的幅度與相位進行精確調控，可以按照任意給定場分佈賦形近場消逝波或遠場輻射波。在近場 WPT 中，超表面可以作為磁共振線圈的「磁場透鏡」，將發散磁通重新聚焦至接收線圈，有效增強互感係數；在遠場 WPT 中，可重構超表面（Reconfigurable Metasurface）可以實時調整波束指向，實現自適應功率追蹤——這對於移動設備（如無人機）的遠距離無線充電尤為關鍵。

近場磁共振超表面

在 MHz 頻段的近場磁共振 WPT 中，發射線圈與接收線圈之間的功率傳輸效率 η 與互感 M 的平方成正比：η ∝ k²Q₁Q₂，其中 k = M/√(L₁L₂) 為耦合係數，Q₁、Q₂ 為兩個諧振器的品質因數。超表面的介入可以顯著增大等效互感：當超表面由亞波長螺旋諧振單元（Spiral Resonator）組成，且每個單元被調諧至與 WPT 系統相同的諧振頻率時，超表面中的感應電流分佈會形成一個「磁場中繼」——將發射線圈的磁通逐單元傳遞至接收線圈。

超表面增強的關鍵設計參數包括：單元品質因數（越高越好，但需平衡諧振頻率的製造公差敏感性）、單元間距（影響近場耦合強度與空間均勻性），以及超表面與線圈的相對位置。最優配置通常是超表面置於發射與接收線圈中間位置，且單元間互耦合係數選擇在臨界耦合點——此時磁場傳播效率最大化。此外，非均勻超表面（梯度折射率設計）可以實現磁場的亞波長聚焦，在接收線圈處形成磁場「熱點」，大幅提升局部功率密度。

可重構超表面與自適應波束賦形

在遠場 WPT（通常工作於 2.45 GHz 或 5.8 GHz ISM 頻段）中，超表面的相位調控能力可以將傳統的固定波束天線陣列替換為可動態編程的孔徑。通過在每個超表面單元中嵌入可變電容（Varactor）或 PIN 二極管，可以實現對反射/透射相位的實時調節。當這些相位按照二元全息原理（Binary Holography）排列時，饋源天線發出的球面波被超表面轉換為指向特定方向的平面波束。

更先進的時空編碼超表面（Space-Time-Coding Metasurface）引入了時間維度的調製：通過對每個單元的反射相位進行週期性時序切換，可以實現非線性諧波功率傳輸——在基頻以外的諧波頻率上產生定向波束。這一特性具有重要的工程價值：接收設備可以在諧波頻率上接收功率，避免了同頻干擾問題。同時，基於機器學習的自適應波束賦形算法（如深度強化學習）已開始應用於多用戶 WPT 場景——超表面根據多個接收設備的實時位置和功率需求，動態優化孔徑相位分佈。

超表面 WPT 系統的耦合矩陣模擬

以下 Python 程式碼實現了基於耦合模理論（Coupled-Mode Theory）的近場磁共振 WPT 系統模型，含超表面單元的等效互感矩陣分析。

import numpy as np

class WPTCoupledSystem:
    def __init__(self, N_units, f0=6.78e6, Q=200):
        self.N = N_units + 2  # TX + metasurface + RX
        self.f0 = f0
        self.omega = 2 * np.pi * f0
        self.Q = Q
        # Build mutual inductance matrix
        self.M = np.zeros((self.N, self.N))

    def set_coupling(self, i, j, k):
        """Set coupling coefficient k between resonators i and j."""
        L = 1.0  # Normalized inductance
        self.M[i,j] = self.M[j,i] = k * L

    def power_transfer_efficiency(self):
        """Compute max efficiency via eigenmode analysis."""
        # Simplified: PTE from coupled-mode eigenvalues
        Gamma = np.eye(self.N) / self.Q
        # System matrix
        A = 1j * self.omega * self.M - self.omega / (2*self.Q) * Gamma
        eigvals = np.linalg.eigvals(A)
        # Max PTE from eigenvalue with smallest damping
        max_Q_factor = self.omega / (2 * np.abs(np.min(np.imag(eigvals))))
        pte = 1 / (1 + np.sqrt(1 + max_Q_factor**2))
        return pte * 100

# Example: TX → 3-unit metasurface → RX
wpt = WPTCoupledSystem(N_units=3, f0=6.78e6, Q=200)
for i in range(wpt.N-1):
    wpt.set_coupling(i, i+1, 0.15)
eff = wpt.power_transfer_efficiency()
print(f"Estimated PTE (with metasurface) = {eff:.1f}%")

結語：無所不在的無線電力

超表面技術正在從根本上重塑無線功率傳輸的設計空間。從消費電子（智能手機無線充電距離擴展至房間尺度）到工業物聯網（傳感器網絡的免電池維護供電），再到生物醫學（植入式醫療器械的經皮無線供電），超表面增強的 WPT 系統有望實現「電力無所不在」——類似於 Wi-Fi 之於數據通信。當前的關鍵挑戰包括：多用戶自適應功率分配算法、寬帶超表面設計（以兼容不同充電標準）、以及大規模低成本製造（印刷電子學與柔性超表面）。隨著 6G 通信與無線傳能一體化（Simultaneous Wireless Information and Power Transfer, SWIPT）概念的推進，超表面將成為未來無線電能基礎設施的核心使能技術。