近日，日本产业技术综合研究所（AIST）通过参考因波导连接状态而变化的高频信号的测量数据，并利用机器学习，从而自动判定连接状态的优劣。已确认无论测量系统、频率和测量对象如何，都可以在多个案例中判定波导的连接状态。进而推动从毫米波到太赫兹波的高频设备评估系统的自动化。
AIST物理测量标准研究部高级研究员Ryo Sakamaki和研究组组长Moritaro Kun开发了一种技术，该技术使用机器学习自动判定波导在测量从毫米波到太赫兹波的电磁波时的连接状态。
波导是一种用于高效地将电磁波传输到特定方向的通道。近年来，随着通信设备等处理从毫米波到太赫兹波频段的高频电磁波的设备开发不断推进，许多电子元件被安装在这些设备中。在评估这些电子元件的性能（如透过特性、反射特性等）时，需要将待评估的电子元件与波导连接。过去，波导的连接状态通常由操作人员通过目视或手工检查来确认，但由于不同人的判断标准不同，连接质量的判定结果存在差异，导致测量精度出现波动。
此外，该技术的详细内容计划于2025年6月15日在美国旧金山举行的“IEEE MTT-S International Microwave Symposium（IMS）2025研讨会/全体会议”上进行发表。
近年来，随着毫米波和太赫兹波的工业应用迅速发展，6G通信和太赫兹扫描仪等下一代技术的实际应用也在不断推进。使用这些高频带的设备配备了大量的电子元件，例如放大器和滤波器，而这些元件的性能评估和开发需要复杂的测量环境和专业知识。
在评估电子元件的反射和穿透等特性时，需要从测量仪器向设备传输电磁波，以测量反射波和透射波。传输电磁波需要用到波导管、同轴电缆、探针等波导。然而，这些波导必须根据设备的结构和所使用的频率，每次适当考虑测量系统的配置并进行连接。在高频频段，尤其是毫米波及以上频段，波导连接位置的轻微错位都会对测量结果产生重大影响，因此需要专业的技能来进行操作。此外，还需要专业经验和知识来确定连接状态的正确性。近年来，处理高频段的设备种类和数量不断增加，相应地，许多工程师参与了测量和检查工作。因此，需要开发一种测量环境，即使对于高频段测量经验不足的工程师，也可以稳定地进行工作。在实际工作中，面临着“如何确保测量结果的可靠性”和“如何判断连接质量”等问题，迫切需要摆脱以往依赖专业经验的运行模式。
AIST一直以来都致力于开发能够稳定、准确地测量高频设备电气特性的测量技术，并且也积极推进利用该技术进行设备开发（2019年5月17日AIST新闻稿）。此前，AIST还开发了一种基于机器学习技术的autoprober，并展示了它在特定测量环境中的作用。在这项研究中，AIST使用了基于波导管的高频段测量系统，而不仅仅局限于探针。该研究旨在实现从毫米波到太赫兹波段频率范围内不依赖目视或手工操作的、客观且具有一致性的测量精度。
未来，AIST将继续致力于开发利用该技术实现测量系统设置的自动化和智能化技术。这项技术是一种确定波导连接状态的技术，但若将其与波导的电动对准系统相结合，便可以实现设备设置的自动化和智能化。通过实现这一目标，有望提高毫米波和太赫兹波评估系统的可靠性，并助力自动化（无人化工厂）的推进。特别是在带有探头的测量系统中，设备设置过程中可能会损坏探针。通过实现这些设置任务的自动化和智能化技术，有望降低这些昂贵高频设备的管理成本。以往需要熟练人员进行设备设置的地方，如果实现任何人（甚至非人工）都可以进行设置（即无人化），将显著推动6G通信以及太赫兹扫描仪等下一代高频波导技术的开发进度。
