6G近场通信：从球面波信道到波束聚焦的技术跃迁
1. 项目概述：从远场到近场，6G通信的范式跃迁
在无线通信领域，我们习惯于用“远场”模型来思考和设计系统。这个模型基于一个核心假设：信号从天线发出后，其波前可以近似为平面波。这就像我们看远处的灯塔，光线几乎是平行射来的。这个简化模型在过去几十年里非常有效，因为它极大地简化了信道建模、波束赋形和信号处理的复杂度。无论是4G的MIMO还是5G的Massive MIMO，其理论基础大多建立在这个远场平面波近似之上。然而，随着我们大步迈向6G，两个关键的技术趋势正在从根本上动摇这一假设的根基：一是天线阵列的规模正在从“大规模”走向“极大规模”，阵列物理孔径急剧增大；二是系统工作频段不断上探，从Sub-6GHz到毫米波，再到太赫兹。这两者结合，导致了一个革命性的变化：通信接收端很可能不再位于传统的远场区，而是进入了“近场”区域。
近场通信，简单来说，就是当通信距离与天线阵列的尺寸可比拟，甚至更小时，电磁波的球面波特性变得不可忽略。此时，信号波前不再是平行的平面，而是具有明显曲率的球面。这个看似细微的物理差异，却引发了一系列连锁反应：信道模型需要从平面波模型重构为球面波模型；传统的基于角度的波束赋形（Beam Steering）进化为同时考虑角度和距离的波束聚焦（Beam Focusing）；信道呈现出空间非平稳特性，即阵列上不同位置的天线单元“看到”的信道可能完全不同。这不仅仅是参数的微调，而是一次通信原理的范式转移。其技术价值在于解锁了全新的自由度——距离维。利用这个新维度，我们可以实现更精准的能量聚焦，从而提升能效和安全性；可以在同一角度上服务不同距离的用户，大幅提升空间复用能力和系统容量；甚至可以激发和利用轨道角动量这类在远场难以维持的新型电磁波模式。对于6G愿景中的沉浸式通信、高精度感知、泛在连接和无线能量传输等场景，近场技术提供了不可或缺的物理层基础。无论你是通信算法工程师、系统架构师，还是对前沿技术趋势感兴趣的开发者，理解近场通信从信道到波束的完整逻辑链，都是把握下一代网络核心竞争力的关键。
2. 近场传播的核心特征与物理基础
要理解近场通信的技术体系，必须首先厘清其物理本质。近场并非一个模糊的概念，它有明确的边界和独特的传播特性，这些特性直接决定了后续所有技术方案的设计。
2.1 近场的定义与边界：不止于瑞利距离
传统上，我们使用瑞利距离（Rayleigh Distance，$d_R = 2D^2/\lambda$，其中$D$为阵列孔径，$\lambda$为波长）作为远场和近场的分界线。当通信距离大于$d_R$时，采用平面波近似；小于$d_R$时，则需考虑球面波模型。然而，这个经典定义仅基于相位误差（不超过$\pi/8$）的考量，在实际系统设计中可能过于宽松。
更工程化的定义需要从系统性能出发。例如，从功率差异视角看，即使通过最大比合并等技术对齐了相位，天线单元间接收信号幅度的差异仍会导致功率损失。因此，有学者提出了“有效瑞利距离”和“均匀功率距离”等概念，它们定义了当阵列边缘与中心单元接收功率比低于某个阈值（如3dB）时的边界，这更贴近实际接收机性能的考量。
从信道容量或自由度视角分析则更为深刻。在近场区域，由于球面波带来的非线性相位，信道矩阵的秩可能增加，这意味着可同时传输的独立数据流（即空间自由度）可能多于远场场景。我们可以通过分析信道矩阵的奇异值分布或有效自由度来界定近场范围。研究发现，在非视距环境中，由于散射体的存在，近场区域的范围甚至会进一步扩大。
此外，从高精度定位的应用需求出发，基于模型失配的克拉美-罗界来定义边界更为合适。当采用错误的远场模型进行近场定位时，其误差会超过某个门限（如3dB），此时就必须切换到更精确的近场模型。
实操心得：在实际系统规划中，不能机械地套用$2D^2/\lambda$。对于工作在28GHz频段、拥有256个天线单元的均匀线阵，其孔径D可能达到0.5米，瑞利距离约为47米。这意味着在室内或密集城区，大量用户都将处于近场区域。系统设计必须默认支持近场操作模式，并具备动态识别用户处于近场或远场的能力，以切换相应的信号处理算法。
2.2 近场传播的独特物理现象
近场传播引入了几项远场中不存在或可忽略的物理效应，它们是近场技术价值的源泉，也是设计挑战所在。
三极化效应：在远场，电磁波的电场和磁场矢量垂直于传播方向，通常只考虑两个横向极化分量。但在近场，特别是在电小天线或某些阵列配置下，沿传播方向的径向电场分量变得显著，从而引入了第三个极化维度。这理论上可以增加一个额外的复用维度，提升信道容量。实现三极化传输需要对多极化天线和相应的预编码技术进行联合设计。
波束分裂效应：在宽带近场系统中，传统的基于移相器的波束赋形会出问题。因为移相器提供的相移通常是频率无关的，而球面波相位随频率变化。这导致不同频率的波束会聚焦在不同的空间位置上，就像棱镜将白光分成七彩光谱一样，造成波束能量在距离维上“分裂”，导致宽带信号增益严重损失。但反过来，这一特性也可被利用，通过在频域上创造多个空间波束，辅助快速的信道探测或波束训练。
波束聚焦与距离域正交性：这是近场通信最核心的优势。远场波束赋形只能将能量导向某个角度，在该角度上的所有距离用户都会收到信号（即“波束导向”）。而近场波束赋形利用球面波的非线性相位，可以将能量精确地汇聚到一个特定的空间点（包含角度和距离信息），即“波束聚焦”。这带来了两个好处：一是能量更集中，提升了接收信噪比和安全性；二是在距离维上创造了新的正交资源。理论分析表明，当阵列规模极大时，位于同一角度但不同距离的两个用户的信道响应向量渐近正交。这就为实现“位置域多址接入”提供了理论基础，可以极大缓解用户间干扰。
空间非平稳性：在远场Massive MIMO中，我们通常假设信道在阵列口径上是“平稳”的，即一个散射簇对所有天线单元的可见性是相同的。但在近场，由于波前曲率和阵列尺寸巨大，一个尺寸有限的散射体可能只能照亮阵列的一部分，而对另一部分不可见。这种“Visibility Region”现象导致信道统计特性在阵列空间上不再一致，即空间非平稳性。这使得传统的基于平稳性假设的信道估计和反馈机制面临挑战。
2.3 近场性能分析：自由度与阵列增益的再认识
近场特性深刻改变了系统的性能极限。对于离散的极大规模MIMO系统，在视距场景下，远场模型通常只提供一个自由度。但在近场球面波模型下，由于各天线链路的相位和幅度均不同，信道矩阵的秩可能大于1，这意味着即使在视距条件下，也能实现一定程度的空间复用。信道矩阵的奇异值会呈现独特的“双斜率”下降特征，其有效自由度与阵列孔径、距离等因素相关。
对于连续孔径的全息MIMO，其性能同样受限于有效自由度。研究表明，在近场区域，衰逝波效应能够提供额外的自由度，在典型的电抗近场区，自由度增益可达30%。这为在极近距离内实现超高容量通信提供了可能。
在阵列增益方面，传统的远场均匀平面波模型下，信道增益随阵列规模线性或平方增长，在无限大阵列的极限情况下会趋于无穷大，这显然不符合物理实际。近场球面波模型修正了这一结论：当阵列规模趋于无穷时，等效信道增益会收敛于一个常数。这对于评估超大规模阵列的实际收益至关重要，避免了过于乐观的估计。
在感知方面，近场模型也带来了更精确的性能边界分析。采用球面波模型推导出的定位参数（角度、距离）的克拉美-罗界表明，其估计精度随天线数增加而提升的收益是逐渐递减的，并最终趋于一个极限，这比远场模型下线性无界的预测更为准确和实际。
3. 近场信道建模与测量：从理论到实测
可靠的信道模型是系统设计、仿真和性能评估的基石。近场效应的引入，使得我们必须发展新的信道建模方法论，并通过实际测量进行验证。
3.1 统计性信道模型：融入空间非平稳性
3GPP TR 38.901等标准信道模型已开始建议在近场场景下采用球面波传播模型。但更前沿的模型需要进一步刻画SnS特性。一种主流方法是引入“可见区域”的概念。每个多径分量（或散射簇）只对阵列的一部分区域“可见”，并且其功率在可见区域内也可能随天线位置变化。这可以通过在传统的信道冲激响应上乘以一个表征SnS的矩阵来实现。该矩阵中的元素取值（0或1，或介于其间）代表了该路径对特定天线单元的可见性和强度。
这类模型的优势在于，它仅比传统平稳信道模型增加了一个SnS参数，复杂度可控，同时又能通过调整该参数灵活地模拟从完全平稳到高度非平稳的各种环境。它非常适合用于大规模系统级仿真，以评估近场SnS对网络性能的影响。
3.2 确定性信道模型：基于射线追踪的精细化仿真
对于需要高精度信道重现的场景，如特定场馆的覆盖规划或算法验证，确定性模型（如射线追踪）更为合适。然而，传统的RT对大规模MIMO进行“暴力”仿真（计算每对收发天线单元间的路径）计算量巨大。
一种高效的“粗-精”混合方法被提出。其核心思想是：先将大规模阵列分组，只对每组稀疏分布的少数“代表”天线进行完整的RT计算。然后，基于这些代表天线的结果，利用球面波/像散波近似以及非平稳性建模，将信道信息“插值”到组内所有其他天线上。对于视距和反射路径，采用以接收点或其镜像点为球心的球面波模型进行插值；对于绕射路径，则采用更复杂的像散波模型。这种方法在保证与“暴力”RT方法相近精度的前提下，能显著降低计算复杂度（仿真时间可减少约95%），使得对超大规模近场MIMO信道的精细化仿真成为可能。
3.3 基于电磁信息论的信道模型：追求物理一致性
这是最根本的建模方法，直接从麦克斯韦方程组和亥姆霍兹波动方程出发，利用格林函数或傅里叶平面波展开来严格推导信道响应。例如，傅里叶平面波展开法将空间域信道表示为波数域角谱的积分，从采样定理的角度分析了近场信道的自由度。而基于格林函数的方法则能自然地导出三极化信道模型。
EIT模型的价值在于其物理上的严格性，它揭示了近场信道的一些内在特性，如衰逝波对自由度的贡献、信道容量的理论上限等。这些模型是理解近场通信物理极限的黄金标准，虽然计算复杂，但对于原理性研究和性能上界分析不可或缺。
3.4 近场信道测量：用数据揭示真相
理论模型需要实测数据的验证。近场信道测量面临巨大挑战：需要构建包含成百上千个阵元的虚拟或实体阵列，并在高频段（如毫米波、太赫兹）进行高精度测量。
近年来，一些代表性的测量工作已经开展。例如，在3.5GHz频段使用最多256阵元的均匀平面阵列进行测量，分析了信道容量和特征值扩展的统计分布。在毫米波频段，则通过机械移动单天线构建了720或360阵元的虚拟均匀圆阵，成功提取了近场多径参数，并观察到了清晰的SnS现象。在100GHz的太赫兹频段，利用定向虚拟天线阵列的测量，进一步揭示了近场、SnS以及波束失准等效应对信道的影响。
这些测量结果一致地表明：在极大规模天线阵列下，传统的远场平面波传播和空间平稳性两大假设可能不再成立。测量数据为前述各种信道模型的修正和验证提供了宝贵依据。例如，基于实测数据验证的“粗-精”RT方法和统计性SnS模型，都展示了与实测信道高度的相似性。
注意事项：进行近场信道测量时，天线的精确位置校准和相位一致性至关重要。任何微小的位置误差或相位漂移，在近场球面波模型下都会被放大，导致严重的信道估计错误。建议采用激光跟踪仪等高精度定位设备进行阵列标定，并在测量中引入定标信号以补偿系统相位响应。
4. 近场信道状态信息获取：算法革新与挑战
信道模型变了，获取CSI的“玩法”也得彻底革新。传统的基于远场假设的信道估计、波束训练和码本设计方法在近场场景下面临维度灾难和模型失配的双重压力。
4.1 信道估计：从维度压缩到智能学习
近场MIMO的信道参数空间巨大（包含角度、距离、可能的多径），直接使用最小二乘等传统方法所需的导频开销令人无法承受。压缩感知技术成为主流解决方案，它利用近场信道在变换域（如极坐标域）的稀疏性，用远少于天线数的导频来恢复信道。
一种典型的方法是构建极坐标域字典。将距离和角度二维空间进行离散化，每个网格点对应一个近场阵列响应向量，所有向量组成字典矩阵。信道估计问题转化为从少数观测中恢复稀疏向量的压缩感知问题，可以用正交匹配追踪等算法求解。但这里有个坑：近场的“功率扩散”效应会导致一个真实的物理路径在极坐标域中“污染”相邻的网格点，产生伪路径。因此，需要设计功率扩散感知的OMP算法，在迭代过程中考虑这种扩散效应，提高估计精度。
对于空间非平稳性明显的信道，可以采用按散射体或子阵列划分的OMP方法，分别估计不同可见区域内的路径。
深度学习为信道估计提供了新思路。数据驱动的方法（如卷积神经网络、多层感知机）试图直接学习从接收导频到信道矩阵的端到端映射。模型驱动的方法则更有趣，它将通信先验知识（如稀疏性、极坐标变换）与神经网络结构相结合。例如，将近场字典作为一个可学习的神经网络层嵌入，或者利用生成对抗网络来“修复”低质量的信道初始估计。这些AI方法在降低导频开销、提升估计鲁棒性方面展现出潜力，但需要大量的训练数据和适应不同的环境。
4.2 波束训练：在二维空间中高效搜索
波束训练的目的是找到对准用户的最��波束。远场只需搜索角度，近场则需在“角度-距离”二维空间搜索，复杂度激增。穷举搜索不可行。
两阶段波束训练是一种有效策略。第一阶段，在角度域进行分层搜索：先用宽波束覆盖大角度范围，根据用户反馈逐步缩窄角度范围，最终确定用户的角度信息。这个过程只需对数级的测试开销。第二阶段，在已确定的角度上，测试不同距离的聚焦波束，从而确定用户的精确距离。这种方法将二维搜索分解为两个一维搜索，大幅降低了训练时间。
多用户同时波束训练则更进一步。设计一种分层码本，其中每一层只有两个码字，但它们能共同覆盖整个服务区域。通过分析所有用户对每一层码字的反馈，可以同时推断出多个用户的角度和距离信息。这尤其适用于用户密集的场景。
基于深度学习的波束训练方案试图“绕过”复杂的搜索过程。例如，仅测试一些远场宽波束，然后将测试结果输入训练好的图神经网络，由网络直接映射出最优的近场码字索引。另一种思路是利用Sub-6GHz信道与毫米波近场信道之间的相关性，用低频频段的导频信号来直接预测高频段的最优波束，实现了跨频段、跨场域的映射。
4.3 码本设计：兼容近场与远场的混合码本
在实际网络中，用户随机分布在近场和远场区域。传统的远场码本（基于平面波）对近场用户性能不佳，而纯近场码本（基于球面波）对远场用户又非最优。因此，设计一种混合近远场码本至关重要。
设计思路是：每个码字应能同时覆盖近场和远场的一部分区域。首先，需要定义一个“有效近远场边界”，这个边界不是瑞利距离，而是基于这样一个准则：在该距离上，使用球面波模型和平面波模型进行波束赋形所获得的增益已经非常接近。然后，将整个覆盖区域按此边界和角度离散化。对于每个离散区域，计算其等效信道（综合考虑该区域内所有可能位置的信道响应）。最后，根据“码字覆盖区内接收功率恒定，覆盖区外功率为零”的原则，求解出每个码字的加权向量。
仿真表明，在相同码本大小下，这种混合码本的总和速率优于纯远场或纯近场码本，并且其性能接近拥有完美CSI的理想情况。这为实际系统中平滑支持近远场用户提供了可行的方案。
实操心得：在实际部署中，码本的设计需要与硬件约束（如移相器量化位数）和系统带宽联合考虑。宽带系统中的波束分裂效应会导致码本性能下降。一种解决方案是采用基于真实时延线的波束赋形架构来替代纯移相器架构，但这会显著增加硬件成本和复杂度。需要在性能、复杂度和成本之间取得平衡。
5. 近场使能的新型波束技术
近场不仅改变了传统波束赋形的内涵，更催生了一些在远场难以实现或效果不佳的新型波束，它们为6G应用打开了新的想象空间。
5.1 非衍射波束：突破衍射极限的传播
传统波束（包括聚焦波束）在传播过程中会因衍射而发散。而非衍射波束（如贝塞尔波束、艾里波束）能够在一定距离内保持横向光场分布不变，具有“无衍射”特性。
贝塞尔波束可以看作是一系列同轴锥面波的叠加。其横向强度分布由贝塞尔函数描述，中心是一个明亮的主瓣，周围环绕着同心圆环。它的“无衍射”距离与其锥角有关：锥角越大，聚焦能力越强，但无衍射距离越短；锥角越小，传播距离越远，但中心光斑会变大，且交叉极化分量可能增强。贝塞尔波束的生成需要在阵列上产生一个锥面波前，即给不同半径的阵元施加线性增长的相位。这种波束特别适合需要对运动目标保持稳定连接的场景，如高速移动车辆通信。
艾里波束则更加奇特，它具有“自弯曲”和“自愈合”特性。在传播时，其主瓣会沿一条弯曲的轨迹运动，能够绕过小型障碍物；当部分波前被遮挡后，它还能在后续传播中逐渐恢复形状。这为在复杂遮挡环境中实现可靠的非视距传输提供了可能。艾里波束的生成需要更复杂的振幅和相位分布，通常通过超表面来实现。
5.2 轨道角动量波束：利用新的物理维度
轨道角动量是电磁波的一个与相位波前螺旋结构相关的内禀属性。携带OAM的波束，其波前呈螺旋状，每个光子携带$l\hbar$的OAM，其中$l$为拓扑荷（整数）。不同$l$值的OAM模式在理想条件下是相互正交的，这为在同一频率上复用多路信号提供了新的维度。
在近场，生成和接收OAM波束更为可行。典型的硬件架构基于均匀圆形阵列或均匀同心圆环阵列。通过给UCA上不同位置的阵元馈送具有$e^{jl\phi}$相位分布的信号（$\phi$为方位角），即可产生OAM波束。UCCA则可以产生更高阶或混合模式的OAM波束。超表面为实现OAM波束的灵活生成和控制提供了更紧凑的平台。
OAM传输的信号处理面临独特挑战。模式复用虽然能提升频谱效率，但对收发端的对准误差极其敏感。微小的横向偏移或角度偏差都会破坏模式间的正交性，引起严重的模式间串扰。因此，需要精确的信道状态信息获取和预编码/合并技术。例如，可以利用ESPRIT等算法来估计用户的角度和距离，进而设计零空间预编码来抑制多用户干扰，或者设计低复杂度的接收合并器来补偿不对准带来的影响。将OAM与索引调制结合也是一种思路，不仅通过符号调制传递信息，还通过激活的OAM模式组合来传递额外信息。
5.3 安全波束聚焦设计：距离维带来的新优势
近场波束聚焦为物理层安全提供了新的工具。在远场，窃听者只要位于期望用户相同的角度方向上，即使距离不同，也可能接收到较强的信号。而在近场，波束能量被聚焦在特定的三维空间点上。只要窃听者与合法用户的位置（角度和距离）有足够差异，即使在同一角度，窃听者接收到的信号功率也会急剧下降。这种“距离维隔离”增强了通信的保密性。
研究显示，在近场设计中，安全容量更依赖于距离差而非角度差。基于此，可以设计混合波束赋形策略来最大化近场安全容量。此外，极大规模智能反射面可以辅助生成复杂的近场安全波束图案，在增强合法用户信号的同时，向潜在窃听者方向放置人工噪声。对于宽带系统，则需要采用实时延迟线架构的混合波束聚焦来克服波束分裂效应，确保安全性能在整个带宽内保持一致。
6. 工程实现与标准化：从实验室走向市场
近场技术从学术概念到产业应用，需要跨越工程实现和标准化两大关口。
6.1 使能技术：构建无处不在的近场环境
要让近场特性真正服务于网络，需要创造“无处不在的近场传播环境”。这面临两大现实限制：一是实际有效的近场距离通常小于理论瑞利距离，且在偏离阵列法线方向后衰减很快；二是集中式超大规模有源相控阵列成本、功耗、部署难度极高。
新型有源相控阵列是解决方案之一。例如，模块化XL阵列将天线分成多个子模块，模块内阵元密集，模块间稀疏分布。这种结构在保持大孔径的同时，减少了有源器件数量，降低了成本。可移动天线技术则通过物理移动少量天线的位置来优化信道，而非增加天线数量。
无蜂窝大规模MIMO是构建分布式近场网络的关键架构。它将大量分布式接入点协同起来为用户服务。由于AP离用户更近，用户更容易处于AP的近场区域内。无蜂窝架构天然创造了密集的近场覆盖环境。但其核心挑战在于同步与校准。要实现AP间的相干联合传输，需要极高精度的时间同步和相位校准，这需要通过空中校准参考信号等技术来解决。
可重构智能表面可能是最具潜力的使能技术。RIS是被动的电磁超表面，通过编程控制其单元反射/透射的相位和幅度，可以低成本地创造大型孔径，灵活地塑造近场波束。RIS可以密集部署在墙面、街道设施上，轻松构建近场视距环境，非常适合感知、定位和无线能量传输。基于RIS的相干协作传输也避免了有源阵列间复杂的相互校准问题。当前RIS的挑战在于宽带特性带来的网络共存干扰，需要开发滤波RIS等技术来抑制带外辐射。
6.2 网络部署与优化目标的转变
近场网络的部署逻辑与远场网络不同。远场网络优化主要关注链路预算和信号强度分布。而近场网络部署必须额外考虑空间自由度的变化。部署RIS或AP时，不仅要看覆盖区域的信号强度，还要评估其在不同位置所能提供的近场距离条件、波束聚焦能力以及空间复用潜力。优化目标从单一的“强度覆盖”转向了“强度与自由度联合覆盖”。
未来6G网络是通信、感知、能量传输一体化的网络。这三类业务对传播环境的需求存在矛盾：通信乐于见到丰富的多径（非视距），而感知和能量传输则渴望强视距路径。近场网络，特别是基于RIS的无源网络，能够更灵活地创造或增强视距路径，为一体化设计提供了新的平衡点。例如，可以用RIS为感知目标创造一个强视距链路，同时用另一个RIS为通信用户创造合适的多径环境。
6.3 标准化进程
标准化是技术大规模商用的前提。目前，3GPP R19已正式立项研究7-24GHz信道模型，其中近场特性是重点。这标志着产业界开始正视并系统研究近场信道。ETSI RIS ISG也成立了“近场模型与机制”项目。国内IMT-2030(6G)推进组、未来移动通信论坛等也发布了近场技术白皮书，并启动了相关研究。
标准化工作主要围绕两方面：一是信道模型标准，需要将球面波传播、空间非平稳性等近场特征纳入3GPP/ITU的标准化信道模型（如TR 38.901的演进），为设备性能评估提供统一基准。二是通信协议设计，这包括设计适用于球面波信道的信道状态信息反馈、波束管理（发现、训练、跟踪）、码本设计等新流程。同时，近场特性也需要与RIS、ELAA、ISAC、无线能量传输等6G潜在关键技术进行联合优化设计。
7. 未来趋势与挑战
近场通信的研究方兴未艾，以下几个方向值得深入探索：
- 分布式传输的近场视角：当前研究多集中于集中式阵列。未来可将分布式MIMO或无蜂窝网络中的多个分布式接入点视为一个稀疏大阵列，研究近场理论在其中的应用。这有望降低反馈开销，提升分布式波束赋形的增益。
- 近场三极化传输的实用化：虽然理论上三极化能提升容量，但径向极化分量衰减极快，对用户的空间分布有苛刻要求。如何设计实用的多极化天线阵列和信号处理算法，以在实际场景中稳定获取第三维度的复用增益，是一个挑战。
- 近场移动性管理：近场波束的焦点很小，用户微小的移动就会导致接收信号强度剧烈波动，并可能引起波束失准。需要研究动态波束跟踪、鲁棒码本设计、基于感知的辅助切换等机制，以支持高速移动场景。
- 近场感知的算法突破：近场感知中，目标的距离、角度、速度等多维参数相互耦合，这既提高了感知精度，也增加了算法复杂度。传统的低复杂度估计算法（如DFT、ESPRIT）在近场可能失效。需要设计适用于多载波波形（如OFDM）的新型低复杂度近场感知算法。
- 近场无线能量传输：近场波束聚焦能将射频能量高效汇聚到能量接收设备附近，极大提升传输效率。研究高效、安全的近场WPT波束设计，控制能量在非目标区域的泄露，是实现6G泛在物联和自供能网络的关键。
近场通信不是对远场通信的简单修补，而是一次从物理层根基开始的重新思考。它迫使我们从平面波的简化世界中走出来，直面电磁波球面传播的复杂现实。这场变革带来的不仅是挑战，更是前所未有的机遇：更精准的连接、更高效的频谱利用、更丰富的应用场景。从信道建模、信号处理到波束设计和网络架构，每一个环节都需要我们注入新的智慧。作为从业者，我们正站在通信范式转换的窗口期，深入理解并掌握近场技术，将是在6G时代保持竞争力的关键。在实际工作中，建议从系统仿真和原型验证入手，先用混合场码本和两阶段波束训练等相对成熟的技术进行尝试，同时密切关注RIS、无蜂窝架构等使能技术的进展，为未来构建真正智能化的近场感知通信一体化网络做好准备。