用户中心无蜂窝大规模多输入多输出系统的多超对角智能表面设计

该研究考察用户中心无蜂窝大规模多输入多输出系统的上行传输，并在多个超对角可重构智能表面辅助下，分析信道状态信息不完美与导频复用对系统性能的影响。研究将超对角表面建模为互易、无损且具有群连接结构的散射网络，围绕用户至服务接入点的聚合信道，推导最小均方误差估计所需的统计量，为后续系统设计建立分析基础。

为减少信道状态信息获取和表面重配置的频率，论文利用长期信道统计量优化多个表面的散射矩阵，使其可在多个相干时间块内保持固定。设计目标是在群连接结构的对称性与酉性约束下，最小化各用户聚合信道估计的归一化均方误差之和。作者提出乘积流形上的黎曼优化算法，并对其收敛性和计算复杂度进行分析。

在频谱效率评估中，论文进一步推导中央处理单元采用最大比合并时的有效信干噪比闭式表达及可实现遍历频谱效率下界，同时纳入共享表面传播路径造成的跨接入点信道统计依赖，以及导频复用下的二阶统计特性。数值结果表明，中等程度的群连接能够保留全连接方案带来的大部分估计误差改善；当表面辅助路径相对于接入点直连链路更强时，优化收益更明显。研究还指出，较低的估计误差并不必然带来更高的上行频谱效率，说明估计与传输性能之间不能简单画等号。

【空音视角】 这项研究提示，面向复杂室内环境的无线感知与监测系统，也需在有限信道反馈、节点协同和长期统计建模之间取得平衡。利用长期统计量配置可重构表面，有助于减少实时信道获取压力，对无线局域网分布式感知具有方法论参考。“估计精度提升不等于链路性能提升”的结论，也提醒从业者联合评估感知链路质量与数据通信性能。不过，论文聚焦通信系统，不能直接外推为生命体征监测效果。

—— 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/2610.33415