近日，通信与信息工程学院王斌教授团队在无线通信领域国际顶级期刊《IEEE Journal on Selected Areas in Communications》（IEEE JSAC）发表题为“Hybrid-Driven Lightweight FM-based Positioning Method in Wireless Power Transfer Systems”的研究论文。IEEE JSAC由IEEE通信学会主办，创刊于1983年，是通信与网络领域公认的三大顶级期刊之一，长期位列中科院一区TOP期刊和JCR Q1区，入选中国计算机学会（CCF）推荐的A类国际学术期刊。论文第一作者为通信与信息工程学院王斌教授，第二作者为2023级硕士研究生汤智伟。该研究工作得到了国家自然科学基金项目（U19B2015、62471385）和国家重点研发计划（2022YFB4401904）等项目的联合资助。

面向低空经济、城市交通和国防安全等领域无人系统精准自定位的迫切需求，现有定位导航技术长期面临两大瓶颈：一是高度依赖GPS等专用基础设施，在卫星拒止环境下难以有效工作；二是抗干扰能力薄弱，在无线电力传输（WPT）等强电磁干扰场景中定位性能严重退化。在此背景下，如何利用环境中广泛存在的调频广播（FM）机会信号实现高精度、低复杂度的自定位，成为亟待突破的关键技术难题。

针对上述挑战，研究团队提出了一种混合驱动的轻量化FM定位方法（Lightweight FM-based Positioning Method, LFMPM）。该方法的核心创新在于将知识驱动与数据驱动深度融合：利用机会信号形变理论指导数据预处理策略、轻量化卷积神经网络结构及位置感知损失函数的设计。通过这一“知识+数据”双驱动机制，LFMPM能够有效抑制WPT系统的强干扰，建立信号形变与地理位置的唯一映射关系，在显著降低模型复杂度的同时，实现了GPS拒止或强干扰环境下移动平台的米级定位精度。

实验结果表明，LFMPM在计算和存储复杂度上较纯数据驱动的定位方法降低约两个数量级，同时展现出更高的定位精度和更强的抗干扰鲁棒性。这一成果为低空无人系统等复杂场景下的精准自定位提供了一种自主可控的技术方案，有效推动了智能自定位技术从理论模型向实际应用的跨越。

据悉，团队未来将进一步探索小样本条件下的自适应定位策略，持续提升系统在动态极端场景中的可靠性与泛化能力。

论文链接：https://ieeexplore.ieee.org/document/11614325

混合驱动的轻量化FM定位方法框架