機械学習で最適化した四角スロット型テラヘルツ・メタマテリアル風MIMOアンテナ設計：TWPANネットワークと次世代通信システム向け

日常機器のためのより高速な接続

メガピクセルに迫る高精細映像をスマートグラスにストリーミングしたり、ウェアラブル間でデータを瞬時に同期したり、机上の数十台の機器をケーブルなしで繋ぐには、電子機器内部に隠れた小さなアンテナが不可欠です。本稿は、現在のWi‑Fiや5Gをはるかに超える周波数帯であるテラヘルツ帯で動作することを目指した新しい小型アンテナを検討します。次世代の短距離無線ネットワークにおいて、極めて大きなデータレート、低遅延、コンパクトなハードウェアを実現することを狙いとしています。

なぜ新しい小型アンテナが必要か

無線技術がより高速化するにつれて、テラヘルツ帯へ移行することで電波スペクトルに広大な“空き地”が生まれます。しかし従来のアンテナ設計はその領域で苦戦します：極めて小型でありながら、広い周波数帯にわたって強く、指向性の高い信号を出さねばなりません。本稿の著者らは将来のテラヘルツ・ワイヤレス・パーソナルエリアネットワーク（TWPAN）を想定しており、携帯電話、センサー、ヘッドセットなどの近接機器同士が短距離で通信します。こうしたネットワークを実用化するには、アンテナが微小な占有面積に高性能を詰め込み、複数のアンテナ使用時に相互干渉を避けつつ、数十テラヘルツにわたる帯域で効率を保つ必要があります。

金属形状でテラヘルツ波を制御する

研究チームは「メタマテリアル風」アンテナを提案します：単純な金属パッチの代わりに放射面に四つの四角いスロットを刻み、電磁波を通常とは異なる方法で導くパターンを形成します。これらのパターン化されたパッチを二つ並べて薄い柔軟プラスチック層（ポリイミド）上に配置し、部分的に切り取られた金属接地面の上に載せます。この配列は約110×55マイクロメートルというごく小さな領域に収まり—砂粒よりもはるかに小さい—それでいてテラヘルツ波を効率的に閉じ込めて放射するように設計された媒質のように振る舞います。四つのスロットは複数の電流経路を生み、いくつもの共振モードが重なって超広帯域動作をもたらしつつ、放射を主に機器外側へ向けるようにします。

互いに干渉しない二つのアンテナ

現代の機器は信頼性とスループットを高めるために複数のアンテナを並べて使うことが多く、これがMIMOとして知られる戦略です。しかしアンテナ同士が非常に近接すると意図せず相互に“話しかけ”て性能を損なうことがあります。提案設計はこの望ましくない結合を最小化するよう最適化されています。シミュレーションでは約10〜70テラヘルツという広大な周波数範囲で二つの素子が強く分離されていることが示されました。工学的には、片方のポートからもう片方へ漏れる信号は、本来の信号に比べて数万分の一程度に弱いということです。同時に構造は約7.6 dBiのピーク利得を維持しており、エネルギーをあちこちにばら撒くのではなく有用な方向に集中させています。

機械学習で微調整を行う

アンテナが極小であるため、パッチ長、全幅、基板厚、接地面幅といった寸法の微小な変化が動作帯や絶縁特性をずらす可能性があります。全ての組み合わせを試行錯誤で探索するのは手間がかかり過ぎます。著者らは代わりに、シミュレーションデータに基づく単純な機械学習モデル（線形回帰）を訓練します。このモデルは幾何学的な調整が反射、利得、相互結合などの主要性能指標にどう影響するかを学習し、製造誤差に対して性能が高く寛容な有望な設計領域を設計者に示します。いくつかの重要なパラメータに関しては、モデルの予測がシミュレーション結果とよく一致し、総当たりの計算を行わずに効率的な最適化を可能にしています。

将来の機器にもたらす可能性

最適化後、四角スロットのアンテナ対は約54テラヘルツの超広帯域、強い利得、およびマルチアンテナ運用に好ましい指標（非常に低いチャネル相関や最小限の容量損失など）を示します。本研究は現時点で試作されたハードウェアではなくシミュレーションに基づくものですが、メタマテリアル風パターンとデータ駆動のチューニングを組み合わせることでテラヘルツ帯域で強力な新設計を開く可能性があることを示しています。非専門家向けの要点は、将来のウェアラブルや微小センサーの内部に収まるほど小さなアンテナであっても短距離で光ファイバー並みのデータ速度を提供でき、家庭やオフィス、スマートデバイス内での高速パーソナルネットワークの中核を成し得るということです。

引用: Alsharari, M., Sharma, Y., Armghan, A. et al. Square-slotted THz metamaterial-inspired MIMO antenna design optimized with machine learning for TWPAN networks and next-generation communication systems. Sci Rep 16, 11921 (2026). https://doi.org/10.1038/s41598-026-41207-w

キーワード: テラヘルツ無線, メタマテリアルアンテナ, MIMO, 機械学習設計, パーソナルエリアネットワーク