Compared to other methods, wireless power transmission using microwaves has challenges of low efficiency due to long distances and limited coverage due to beamforming. First, to overcome low efficiency, focusing, a phase compensation method, has been used in the mid-field region, but there has been a zone where efficiency has not increased any further. In this study, we present and analyze the problem that efficiency no longer increases in that zone. In addition, the proposed method improves efficiency in that zone, suggests guidelines, and proposes necessary solutions for zones. Then, distributed microwave power transmission technology is used to expand coverage. However, in this technology, there have been repetitive tasks and slow computation speeds of conventional phase optimization methods. In this study, we propose a method to remove redundant tasks and achieve fast computation speed using deep learning. As a result, the proposed method increases computation speed while having similar received power compared to conventional methods.
무선 전력 전송 중 마이크로파를 사용하는 방식은 먼 거리로 인해 낮은 효율과 빔포밍으로 인해 제한된 커버리지의 챌린지들을 가지고 있다. 먼저, 낮은 효율을 극복하기 위해 중거리 영역에서 위상 보상 방식인 포커싱을 사용해왔지만, 효율이 더 이상 증가하지 않은 구간이 존재해왔다. 본 연구에서는 그 구간에서 효율이 더 이상 증가하지 않는 문제를 제시하고 분석한다. 그리고 제안하는 방법을 통해 그 구간에서 효율을 향상 시키고, 가이드라인을 제시하여 구간마다 필요한 솔루션을 제안한다. 그다음, 커버리지를 확장시키기 위해 분산형 무선 전력 전송 기술은 사용된다. 하지만 이 기술에서 기존의 위상 최적화 방식들의 반복된 작업과 느린 연산 속도가 존재해 왔다. 본 연구에서는 딥러닝을 사용하여 중복된 작업을 제거하고 빠른 연산 속도를 위한 방법을 제안한다. 그 결과, 제안하는 방법은 기존의 방법들보다 유사한 수신 전력을 가지면서 연산 속도를 높인다.
