IRS辅助无线系统盲干扰抑制研究提出新框架

智能反射面（IRS）作为6G与未来无线通信的关键技术之一，能够通过调节大量低成本反射元件的相位，主动重构无线传播环境，因此在干扰管理领域受到广泛关注。然而，在实际部署中，干扰源往往是非合作的，基站与接收端难以获取完整的信道状态信息（CSI），传统干扰抑制方法因此面临瓶颈。

针对这一难题，最新发表于arXiv的研究提出了一种全新的盲干扰抑制框架。其核心洞察在于：要在IRS反射路径与直接干扰链路之间形成有效零陷，真正需要的并非各条链路的绝对信道信息，而是它们之间的复数比值。研究团队设计了一种新颖的估计算法，仅利用IRS在随机配置下采集到的功率样本，即可获得这些信道比的无偏估计。

论文从理论上证明，当IRS离散相位档位数K≥3时，无偏估计具备可行性，并推导了相位偏移与幅度比估计的克拉美-罗下界（CRLB），为系统设计提供了量化指导。在此基础上，研究者提出了两种低复杂度的IRS相位优化算法：一种是一次性贪心方法，另一种是迭代式方案，可缓解弱反射元件带来的误差传播问题。仿真结果表明，所提方案能够将强干扰抑制到与无干扰情况下仅相差数dB的水平，为频谱竞争环境中的鲁棒无线通信提供了一条不依赖CSI的实用路径。

【空音视角】 从WiFi感知与非接触监测从业者的视角看，该研究的价值在于展示了在缺乏完整信道先验条件下，仅凭功率统计量即可提取信道结构信息的可行性。这与空音所关注的非接触感知场景存在方法论上的呼应——生命体征监测同样需要在弱信号、低信噪比且无法获取显式信道模型的条件下，从环境WiFi信号中反演有用信息。IRS对无线传播的精细调控能力，以及无CSI条件下的盲信号处理思路，或将为多住户环境下的呼吸与跌落检测鲁棒性设计提供新的技术借鉴。

—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 信号处理 原文链接：https://arxiv.org/abs/2609.38845