博士生张津铭在IEEE TCOM发表RIS辅助卫星通信信道估计论文

2025年9月，博士生张津铭在戚晨皓教授的指导下，撰写的第一作者论文“Channel Estimation and Tracking for Wideband mmWave Satellite Communications with Reconfigurable Intelligent Surface”被通信领域旗舰SCI期刊 IEEE Transactions on Communications 正式录用。论文的第一作者是博士生张津铭同学，第二作者是张津铭的导师戚晨皓教授，第三作者是英国伦敦玛丽女王大学的Arumugam Nallanathan教授。

如图1所示的可重构智能反射面（Reconfigurable Intelligent Surface，RIS）辅助的宽带毫米波卫星通信系统中，为了能够获取信道状态信息，需要对级联通信信道中卫星端、RIS端和用户端的出发角（Angle of Departure，AoD）、到达角（Angle of Arrival，AoA）、信道增益和时延进行估计。为了能够减少信道估计开销，增加估计角度分辨率，本文根据时域物理信道模型，构建了频域级联信道模型，利用卫星与RIS之间信道由可视路径主导的特征，不同于现有的压缩感知和深度学习方法而采用了信号子空间分析，提出了两阶段基于信号旋转不变性的信道估计算法（Two-stage ESPRIT-based Channel Estimation Scheme）和一阶段基于零空间投影的信道估计算法（One-stage NSP-based Channel Estimation Scheme）。前者通过开关阵列的第一根天线和最后一根天线，构建了级联信道的旋转不变性，进而估计各端的AoA和AoD。后者通过接收信号的协方差矩阵，构建信道角度域的零空间，并将有限角度分辨率的字典向量投影到所构建的信道零空间当中，根据投影值估计各端的AoA和AoD。随后利用LS算法，估计频域信道每个子载波的增益。仿真结果表明，相比于正交匹配追踪算法，基于信号旋转不变性的信道估计精度更高，基于零空间投影的信道估计开销更小。

图1 RIS辅助的毫米波卫星通信系统示意图

当用户以线性运动模型移动时，信道状态将发生变化。本文提出了基于梯度下降法的信道追踪算法（GD-based Channel Tracking Scheme）。该算法根据RIS、用户之间的几何关系，推导了用户位置和角度的表达式，作为信道的粗估计。由于运动模型的不准确性和误差的累积性，需要通过额外的信号和开销来细化信道粗估计的结果。该算法将基于NSP信道估计算法中的投影表达式改写为目标函数的形式，通过梯度下降法，将凸区间内的粗估计结果作为初值，寻找投影的凸区间局部最值点，估计了信道的角度参数，并根据LS估计频域信道的增益参数。仿真结果表明，在高信噪比的环境下，该算法充分发挥了无限角度分辨率的优势，相比于卡尔曼滤波有更好的追踪性能。