面向混合反射与感知RIS的半盲接收机设计：基于张量建模的联合信道与符号估计

《IEEE Open Journal of the Communications Society》：Semi-Blind Receivers for Hybrid Reflecting and Sensing RIS

本文针对混合反射与感知RIS（HRIS）辅助的无线通信系统，提出了一种新型半盲接收机方案，解决了在无需先验训练阶段的情况下实现联合信道估计（CE）与符号检测的难题。研究通过张量编码与多维信号结构建模，在HRIS和基站（BS）端分别设计了闭式和迭代接收算法，实现了无模糊的信道分离与符号解码。结果表明，所提方法在功率分配、符号恢复与CE精度间取得良好权衡，为未来HRIS部署中的接收机优化提供了关键见解。

　　

混合反射与感知RIS：开启无线通信的“智能感知”新时代

在第六代移动通信（6G）的蓝图里，可重构智能表面（RIS）被誉为提升网络覆盖与频谱效率的关键使能技术。传统的被动RIS（PRIS）虽能通过软件可控的相位偏移智能调控电磁波传播环境，但其“纯反射”的特性也带来了两大挑战：一是信道估计（CE）需依赖大量导频，导致频谱资源浪费；二是仅能估计级联信道（UT-RIS-BS），无法分离获取用户终端（UT）至RIS（UT-RIS）和RIS至基站（BS）（RIS-BS）的独立信道信息，这在用户定位、移动性跟踪等场景中严重限制了RIS的潜能。

为解决这一瓶颈，研究者们提出了混合RIS（HRIS）架构。其在保留被动反射单元的同时，引入部分具备信号感知功能的元原子，使HRIS不仅能反射信号，还能通过连接的射频链（RF-chain）对入射信号进行基带处理，从而赋予RIS“接收机”能力。然而，如何高效利用HRIS的感知能力，在无需显式导频的情况下联合估计信道与解码符号，仍是一个待探索的难题。

针对这一问题，巴西塞阿腊联邦大学（Federal University of Ceará）的研究团队在《IEEE Open Journal of the Communications Society》上发表了题为“Semi-Blind Receivers for Hybrid Reflecting and Sensing RIS”的论文。该研究首次为HRIS辅助的MIMO通信系统设计了一套完整的半盲接收机方案，通过张量建模巧妙利用了接收信号的多维结构，实现了在HRIS和BS两端的联合符号与信道估计。研究不仅推导了迭代（如BALS）和闭式（如KRONF/KRF）算法，还深入分析了辨识性条件、计算复杂度及性能权衡，为HRIS在集成传感与通信（ISAC）、车辆网络等动态场景中的应用奠定了理论基础。

关键技术方法

研究采用结构化时域传输协议，将传输时间分为多个子帧，每个子帧包含若干符号周期。在HRIS端，通过优化设计感知相位偏移矩阵（Φ_k）和反射波束成形向量（ψ_k），使部分信号能量被耦合至RF链进行基带处理，另一部分被反射至BS。在信号编码方面，比较了两种方案：基于Kronecker积的张量空时编码（TSTC）支持多流复用，而Khatri-Rao空时编码（KRSTC）则简化了接收机设计。利用接收信号在HRIS和BS端形成的三阶张量结构（如PARAFAC、Tucker模型），通过矩阵展开、向量化等操作将联合估计问题转化为双线性或三线性最小二乘问题，并采用交替最小二乘（ALS）或Kronecker因子分解（KRONF/KRF）算法进行求解，无需训练序列即可实现无模糊的信道与符号恢复。

研究结果

1. HRIS端接收机性能

• •
  BALS与KRONF/KRF接收机对比：在TSTC方案下，HRIS-BALS和HRIS-KRONF接收机均能有效估计UT-HRIS信道（G）和符号矩阵（X），且性能相近。KRSTC方案下的HRIS-KRF接收机通过Khatri-Rao分解将问题分解为多个并行秩-1矩阵近似子问题，显著降低复杂度。
• •
  功率分配因子（ρ）的影响：当ρ趋近0时，HRIS近乎仅感知信号，其在HRIS端的符号误差率（SER）极低，但BS端性能恶化；随着ρ增大，HRIS感知能力下降，但反射信号增强，BS端CE精度提升。研究表明，ρ=90%时可在两端性能间取得良好平衡。

2. BS端接收机性能

• •
  HRIS-BS接收机对组合：研究评估了多种“HRIS-BS”接收机对（如BALS-BALS、KRONF-BALS等）。当BS仅通过控制链路（CL）接收HRIS估计的G矩阵（CL场景1）时，迭代BALS接收机在BS端能联合估计HRIS-BS信道（H）和符号，性能接近基于导频的方法，但需更多迭代次数。若BS同时接收G和X（CL场景2），则可直接估计H，计算更简单且性能更优。
• •
  闭式与迭代算法权衡：闭式KRONF接收机复杂度低，但需要更多子帧（K≥RN）满足可辨识条件；迭代BALS接收机设计更灵活，在相同K下收敛快（通常<10次迭代），但计算量随信噪比（SNR）降低而增加。

3. 系统级洞察

• •
  信道估计精度：HRIS端的CE精度显著高于BS端，因UT-HRIS链路路径损耗更低。在BS端，半盲方法的组合信道（Θ=G^{T?H）估计性能与被动RIS方案（如TALS接收机）相当，验证了数据辅助CE的有效性。}
• •
  符号解码延迟：通过将数据符号提前在CE阶段传输，半盲方法减少了纯导频方案的开销，提升了数据速率并降低了符号解码延迟。

结论与展望

本研究系统性地解决了HRIS辅助通信中的联合信道与符号估计问题，提出的半盲接收机充分利用了张量分解的唯一性特性，在HRIS和BS端实现了无需训练序列的高效估计。结果表明：

1. 1.
   设计灵活性：迭代接收机（如BALS）对系统参数约束更宽松，而闭式方法（如KRONF）在满足可辨识条件下可大幅降低复杂度。
2. 2.
   控制链路优化：通过CL仅反馈G矩阵（而非原始数据），可减少信令开销，更适合高移动性场景。
3. 3.
   应用扩展性：HRIS的符号解码能力使其可独立执行感知任务（如用户定位），为RIS在6G网络中的角色从“被动反射面”向“主动感知节点”演进提供了支撑。

未来工作将探索多用户场景下的扩展、低复杂度算法设计以及HRIS在集成感知与通信（ISAC）中的具体应用案例。本研究为HRIS在实际网络中的部署提供了重要的理论工具与性能基准，标志着RIS技术从“被动”走向“感知-通信一体化”的关键一步。