Research|许河秀团队：智能超表面支援式隐身新框架研究进展

空军工程大学许河秀教授团队基于智能超表面提出了支援式隐身新框架，打破了传统接触式隐身所带来的维护困难、气动阻力增加、机动性受损以及不能解耦以应对动态主动隐身等固有瓶颈，相关成果以“Intelligent metasurface cloak reaches a new plateau: AI-assisted surface engineering for self-adaptive supportive invisibility”为题发表在Research。
Citation: He-Xiu Xu, Zhengjie Wang, Yanzhao Wang, Yanzhang Shao, Wentao Zhang, Huanhuan Gao, Chiben Zhang, Weike Feng, Cheng-Wei Qiu, Haowei Zhang. Intelligent Metasurface Cloak Reaches a New Plateau: AI-Assisted Surface Engineering for Self-Adaptive Supportive Invisibility. Research. 2026;9:1130.DOI:10.34133/research.1130
研究背景
传统隐身技术均为接触式，也即目标与隐身材料或器件固定在一起，接触式隐身按照散射特性是否可调分为固定式和可重构式，存在维护困难、气动阻力增加和机动性受损等难题，不能解耦以应对动态主动隐身需求。非接触式隐身是分水岭，内涵是隐身材料或器件独立于隐身目标，可作为脱机设备对目标散射场进行干涉，以达到隐身支援的目的，故而得名。而可重构智能反射面（RIS）作为自适应电磁调控领域的新兴技术，能够根据外界环境变化实时精确调控电磁波，有望突破传统隐身技术局限，为发展非接触式支援隐身技术提供颠覆性解决方案。为快速界定本文支援式隐身概念，这里将隐身技术分别划分为第一代、第二代和第三代方案，图1给出了其演化发展与本文提出的基于自适应超表面的第三代非接触式支援隐身原理/框架。图1.  三代隐身技术的演化发展路径（上图）与基于支援式可重构智能反射面（SRIS）的第三代非接触式自适应隐身技术的框架及核心工作原理（下图）。接触式隐身衣根据散射特征分为被动不可调型或动态可重构型两代技术。当雷达实施探测时，非接触式支援隐身技术体系通过多台部署的可重构智能反射面（RIS）协同，可同时对多个高机动性合作目标实现隐身。而智能反射阵的集成辐射散射一体化控制（IRAS control）与通感一体化（ISAC）技术则是该隐身框架具备自适应、主动式隐身的两大核心关键要素。
研究进展
如图1所示，这一变革范式的核心构成是多台由现场可编程门阵列（FPGA）驱动的有源SRIS隐身装置。此类装置部署于目标远端，搭载有人工智能模块，并集成各类微型计算机、传感器与执行器。具体而言，该范式将集成辐射散射一体化控制技术（IRAS，探测与反探测一体化）、通感一体化技术（ISAC）、多SRIS分布式联合部署（图2）、环境参数瞬时感知与目标散射特性解算、基于瞬态环境特征的散射场快速生成（口径幅度与相位精准分布，图3）以及隐身效果实时评估等多项先进模块并实现高效协同闭环。图2. 多SRIS部署实现多合作目标非接触式支援隐身框架示意图。图3. 用于智能隐身控制的算法框图。（a）基于GNN1与局部优化策略获得特定传感数据集对应的幅相分布；（b）基于GNN2的直接幅相分布预测。其中，局部优化策略用于更新幅相分布，GNN1负责预测总散射场，GNN2则负责预测幅相分布。需说明的是，GNN2的训练数据集是通过重复执行（a）中的单次优化过程（接收数据与保存数据相似情形），获取大量映射记录构建而成。
核心原理是通过在特定角度域内，使高机动性合作目标的电磁散射与非接触式自适应SRIS隐身装置散射形成干涉，而对目标散射的干涉精度与目标和SRIS回波的时间同步性、SRIS阵列尺寸及编码状态密切相关。因此，SRIS隐身装置需通过精准控制系统处理时延（图4~图5），在严格的时间同步下快速生成预定实时散射场，这一点至关重要。通过该机制，目标的雷达散射截面（RCS）将被显著降低，或其散射特征与周边背景实现融合。图4. 时间同步与时延分析的示意图。（a）雷达、合作目标和SRIS的几何关系模型和（b）回波脉冲。图5. 基于PSO算法的相消干涉性能与收敛趋势。对于散射幅度At=36、相位φt随机的目标和具有单位幅度和2b编码数的SRIS开展计算，通过800次蒙特卡洛仿真获得结果，并利用PSO算法确定SRIS的最优相位分布。（a）散射残差r随SRIS单元数量M和编码位数b的变化曲线，左下角子图展示了M = 8、b = 1且目标相位φt =92.2°场景下的优化相位分布。（b）M = 8且b = 1、2、4或8时PSO算法随迭代次数的收敛曲线。
此外，该SRIS系统还可对频率、极化方式、波形及波束指向实现自适应调控。系统通过多传感器阵列，对各类参数进行多维感知，包括雷达信号的极化方式、频率、波达方向（DOA），我方合作目标的电磁特性，以及雷达、目标与SRIS隐身装置间的相对位置和速度（图1~图2）。采集到的感知数据将输入预训练的人工神经网络（ANN）模型，快速解算出多个合作目标对应的散射特性，进而辅助SRIS生成与之抵消的散射场（图3）。最终，超表面阵列口径上的反射幅度与相位将被逐点映射，并通过FPGA输出的不同电压信号实现精准调控。
为提升对不同雷达频段的兼容性，采用集成频率感知模块的超宽带可重构SRIS可实现宽带响应，覆盖S/C/X/Ku频段典型雷达信号。同时，传感器可感知目标自身状态变化（速度、位置、姿态、尺寸等）、雷达参数变化（极化方式、频率、波形、调制方式、波达方向等）及外部环境变化（温度、气压、湿度等）。基于这些感知信息，SRIS可通过人工神经网络瞬时合成所需散射场，并对口径上各单元的幅度与相位进行动态配置，以补偿各类因素引发的散射扰动，从而使系统实现对上述变化的自适应适配（图1~图3）。同时通过引入时间编码策略，还可实现对目标速度和高分辨距离像的欺骗式隐身。