射频技术会沦为科技“边角料”？AI 能否重塑射频，找到新突破口？
昨天，射频学堂整理推送了一篇“射频技术很可能在未来十年内彻底沦为科技产业链中的‘边角料’”的文章一石激起千层浪，引起了同学们的广泛讨论。制造焦虑也好，劝退新人也罢，但其实这是很多射频人不得不面对的状态，如何找到射频技术的新突破口？是否可以利用AI重塑射频设计？这是我们应该考虑的问题。
射频技术自诞生以来，极大地改变了人类生活，从早期的无线电通信到如今无处不在的无线连接，它在通信、雷达、物联网等众多领域都扮演着不可或缺的角色。然而，近年来，射频技术的发展似乎遭遇了瓶颈。一方面，市场上关于射频相关企业上市破发、一级市场投资热度降温的现象，让不少人对射频技术的前景感到担忧；另一方面，行业巨头纷纷向外拓展其他市场，也仿佛释放出射频技术发展受阻的信号。
从技术发展的角度来看，射频技术面临着诸多挑战。在通信领域，随着5G、Wi-Fi 6等技术的普及，移动终端设备功能不断增加，射频芯片数量急剧上升，但留给射频芯片的空间并未同步增长，高度集成化使得射频芯片的设计难度呈指数级提升。例如，4G时代，高度集成的PAMiD射频前端方案仅用于头部手机厂商旗舰机；而到了5G时代，L-PAMiD和L-PAMiF已成为中高端手机标配，那些无法提供相关技术的射频芯片公司只能被市场淘汰。而且，射频芯片设计复杂，多采用IDM模式运营，Fabless模式公司难以与之竞争，再加上射频芯片门槛极高，依赖材料创新提升性能，如今市场成熟度提高，相关应用需求放缓，市场逐渐回归冷静。
那么，射频技术的新突破口究竟在哪里？其实，新兴应用领域或许蕴藏着巨大的机会。在物联网蓬勃发展的当下，智能家居、工业物联网、车联网等场景对射频技术有着广泛需求。以智能家居为例，低功耗蓝牙/Wi-Fi射频SoC芯片需求占比不断提升，预计未来还将持续增长。在工业领域，射频技术可实现设备间的无线通信与数据传输，助力工业自动化与智能化升级。在汽车电子中，车联网的发展使得车辆与外界的通信愈发重要，射频芯片用于实现车辆的导航、通信以及自动驾驶相关的传感器数据传输等功能，随着自动驾驶技术的不断发展，对射频技术的性能和可靠性要求也越来越高。
医疗领域同样是射频技术的潜在增长点。例如，低温射频技术已应用于医美行业，通过4兆赫兹单极射频实现浅层及深层同时均匀加热，配合自主研发的软件定义最佳波形系统，解决了行业长期存在的高痛感、低复购难题。未来，射频技术有望在更多医疗场景中发挥作用，如肿瘤治疗、神经调节等领域，通过精准的能量控制和靶向治疗，为患者提供更有效的治疗方案。
与此同时，AI技术的迅猛发展为射频技术的变革带来了新的契机。在射频电路设计方面，AI的应用可以显著提升设计效率与性能。传统的射频电路设计依赖工程师的经验和反复试错，过程繁琐且耗时。而AI中的机器学习和深度学习算法能够快速处理大量数据，精确计算并优化电路参数。比如在滤波器设计中，AI能够根据不同的频率和功率需求，优化频率响应、耦合衰减特性和群延迟；对于放大器设计，AI可以通过智能算法调整增益、噪声系数等关键参数，使其在复杂的工作条件下仍能保持良好性能 。在振荡器设计里，AI助力实现高稳定性和低相位噪声，保障高频谱纯度。此外，AI在阻抗匹配上也表现出色，通过精确计算匹配网络，提升射频电路的传输效率。
在天线设计领域，AI同样展现出强大的优势。一方面，AI能够作为替代模型快速生成天线的等效仿真结果，节省大量的计算时间和资源。以往，天线设计流程中，参数优化时更新模型参数的全波电磁仿真计算极为耗时，而基于机器学习算法的代理模型可以替代这一过程。该过程首先通过运行全波仿真获取数据集，构建并训练代理模型，使其生成的结果逼近真实全波仿真结果，在优化过程中替代耗时的全波仿真，大大加快了天线设计进程。另一方面，AI可以对天线形状进行精细调整，通过改变尺寸、形状和结构，或添加特定元素，提升天线的增益、带宽和方向性等关键指标。在极化方式选择上，AI通过分析不同极化对信号传输和接收的影响，帮助工程师根据具体场景选择最合适的极化方式，如线极化、圆极化或椭圆极化，提高信号传输效率和接收质量。在天线阵列设计中，AI算法辅助确定天线布局和元素数量，优化波束形成和控制，增强天线的方向性和增益 。此外，在多频段天线设计方面，AI考虑不同频段的参数和性能要求，实现天线在多个频段的兼容性和高效工作，满足现代通信对频谱资源多样化的需求。
然而，AI在射频设计中的应用也面临一些挑战。首先是数据质量和数据量的问题，高质量、大规模的数据集是训练出有效AI模型的基础，但在射频领域获取大量准确的数据并非易事，数据的准确性、完整性和一致性都会影响模型的性能。其次，AI模型的可解释性较差，对于一些对可靠性和稳定性要求极高的射频应用场景，工程师往往需要清晰了解设计背后的物理原理和逻辑，而目前AI模型的决策过程相对复杂，难以直观解释。再者，射频设计涉及到诸多专业知识和复杂的物理现象，如何将AI技术与射频专业知识有效融合，也是需要解决的问题。
尽管面临挑战，但利用AI重塑射频设计的前景依然广阔。对于射频人来说，积极拥抱AI技术，深入研究AI与射频技术的融合应用，是寻找新突破口的关键路径。同时，在新兴应用领域不断探索和创新，将射频技术与各行业的需求紧密结合，也有望开辟出全新的发展空间，让射频技术在未来的科技浪潮中持续闪耀，而非沦为所谓的“边角料”。
