日本千叶大学研发机器学习驱动的无线充电技术，以提升VR设备供电稳定性

在科技飞速发展的当下，VR/AR 设备以其独特的沉浸式体验，逐渐走进人们的生活，成为科技领域的热门焦点。然而，供电问题却如同一块绊脚石，限制了这些设备的进一步发展。当前，日本千叶大学的一项创新研究，为 VR/AR 设备的无线供电带来了新的曙光，有望彻底解决其供电难题。

无线电能传输（WPT）利用电磁场来传输电能，对于 VR/AR 设备而言，这无疑是一项具有革命性意义的技术。传统 VR/AR 设备依赖有线充电或内置大容量电池供电，这不仅增加了设备的重量，限制了用户的活动自由，还带来了续航焦虑等问题。而无线电能传输技术的出现，有望帮助解决当前设备的核心痛点，为用户带来更加便捷、舒适的使用体验，同时开启全新的交互可能性。

在无线电能传输领域，线路阻抗无关运行（LI-independent Operation）是一个至关重要的概念。它意味着无论接收端负载阻抗如何变化，系统都能始终维持稳定的能量传输效率或输出功率。这一特性对于实现高效、可靠的无线供电来说，就像是大厦的基石，尤其是在动态负载场景下，如 VR/AR 设备在使用过程中，其负载会随着不同的应用场景和操作而不断变化，线路阻抗无关运行就显得尤为关键。

然而，实现线路阻抗无关运行并非易事。它需要非常精确的电路元件值，并且通常要借助复杂的解析方程进行计算。而这些相关方程往往是基于理想化的假设，无法真实反映现实世界的复杂性，这就给实际应用带来了诸多限制。

为了克服这些限制，提高电能传输效率，日本千叶大学的研究团队大胆创新，提出了一种基于机器学习的设计方法来设计 LI-WPT 系统。

研究人员首先使用微分方程来描述 WPT 电路，这些方程能够捕捉系统内电压和电流随时间的变化情况，并且充分考虑到实际组件的特性。然后，通过数值方法一步一步地求解方程，直到系统达到稳态条件。

接下来，评估函数登场。它根据输出电压稳定性、供电效率和总谐波失真等关键目标来评估系统的性能，对系统的表现进行打分。而 genetic 算法则根据评估分数更新系统参数，不断提高系统的表现，并重复这一过程，直到实现所需的线路阻抗无关运行。

团队解释道：“我们为 LI-WPT 系统建立了一种新颖的设计程序，它可以在不控制负载变化的情况下实现恒定的输出电压。我们认为线路阻抗无关是 WPT 系统普及实现的关键技术。另外，这是电力电子研究领域基于机器学习的完全数值设计的第一次成功。”

为了测试所提出方法的有效性，研究团队将其应用于 ef 类 WPT 系统。传统的 ef 类逆变器只能在其额定工作点保持ZVS（零电压开关）。一旦负载发生变化，ZVS就会丢失，效率也会随之下降。

而团队设计的 LI 版本即便在负载变化时都能保持 ZVS 和输出电压稳定。在常规系统中，当负载发生变化时，输出电压的波动幅度可达 18%。相比之下，采用完全数值方法设计的系统将这一变化保持在 5% 以下，表现出更大的稳定性。

详细的功率损耗分析显示，由于系统能够保持输出电流稳定，传输线圈在不同负载条件下消耗的功率几乎相同。在额定工作点，LI 类 ef WPT 系统在 6.78 MHz 时的功率输出效率为 86.7%，输出功率超过 23 W，这一数据充分证明了该系统的卓越性能。

对于 AR/VR 设备来说，WPT 的真正实现有望彻底解放用户。想象一下，用户无需再为头显的重量和续航问题而烦恼，头显可以直接由桌面、墙壁等位置的发射器供电，减轻了头显的重量，还解决了续航焦虑问题。

线路阻抗无关运行则是 WPT 走向实用化的核心能力，它解决了负载动态变化导致的能效崩溃问题。对 VR/AR 设备而言，这将意味着无感续航（设备功耗波动时供电不中断），就像手机在正常使用过程中无需担心电量突然耗尽；轻量化（省去冗余电池和稳压电路），让设备更加便携；以及多设备协同（头显和控制器等一“站”供电），实现更加便捷的设备管理和使用。