互耦感知的RIS辅助ISAC系统三维定位方法研究

《IEEE Transactions on Cognitive Communications and Networking》：Mutual Coupling-Aware Localization for RIS-Assisted ISAC Systems

本文针对RIS辅助ISAC系统中存在的互耦效应问题，提出了一种新型联合定位与互耦系数估计算法。研究团队通过MUSIC算法估计时延、最大似然法初估2D离角、闭式解估计互耦系数，并采用交替优化算法进行联合优化。仿真结果表明该方法在复杂多径环境下显著优于传统ML技术，为6G时代高精度定位提供了重要技术支撑。

　　

在6G时代即将来临的背景下，集成感知与通信（ISAC）技术因其能有效满足日益增长的频谱需求而备受关注。然而，在实际部署中，信号遮挡和多径效应等问题严重制约了ISAC系统的性能。特别是在毫米波通信中，信号容易被障碍物阻挡，导致通信中断或感知失效。为了解决这一问题，可重构智能表面（RIS）应运而生，它通过重构无线信道来克服信号遮挡，为ISAC系统提供了新的解决方案。

但现有研究大多忽略了一个关键问题：RIS单元之间的互耦效应。这种电磁相互作用会显著影响系统性能，特别是在精确定位等应用中。就像一群配合默契的舞者，如果彼此动作相互干扰，整体表演效果就会大打折扣。RIS单元之间的互耦效应同样会扭曲波束方向图，降低角度估计精度，从而影响最终的定位效果。

研究人员面临的挑战是在复杂的多径环境和视距链路阻塞条件下，如何同时准确估计单天线用户设备的三维位置和RIS单元的互耦系数。更复杂的是，互耦系数会随着环境因素如温度、湿度等变化，但在较长时间间隔内保持相对稳定。这一特性为改进互耦估计提供了契机。

本研究提出了一套完整的解决方案。首先利用多信号分类算法估计时延，以抑制多径效应；然后采用高效的互耦无感知最大似然方法进行初始二维离角估计；接着基于散射矩阵模型提出了互耦系数闭式解；最后引入低复杂度的交替优化算法联合优化二维离角和互耦值。

在技术方法上，研究团队创新性地采用了基于散射矩阵的互耦建模、诺依曼级数展开近似、多位置信号联合估计等关键技术。通过设计定向码本和自适应码本优化RIS相位配置，利用 MUSIC算法进行时延估计和信号压缩，并建立交替优化框架实现位置与互耦参数的联合估计。

系统建模方面，研究考虑了包含多天线基站、无源RIS和单天线UE的ISAC系统。基站和RIS均配备均匀平面阵列，假设基站与UE间的视距路径被阻挡。信号模型采用正交频分复用导频，通过几何信道模型表征多径效应。

互耦散射矩阵建模：研究采用基于散射参数的互耦模型，通过带状对称矩阵表示散射矩阵。每个RIS单元仅影响有限距离内的相邻单元，使用参数B_m确定相互影响的单元数量。例如B_m=2时，存在三个独特的散射值{s₀, s₁, s₂}。

波束成形和RIS相位配置设计：基于基站和RIS的已知位置信息，设计基站预编码器以最大化RIS处信噪比。针对RIS相位配置，提出定向码本和自适应码本两种方案，后者通过将不确定区域划分为非重叠矩形来减少信道开销。

时延估计与信号压缩：通过多信号分类算法估计RIS反射路径的时延，利用前向-后向空间平滑技术降低多径相干性，然后应用延迟波束成形压缩信号维度，抑制非视距路径干扰。

联合定位与互耦系数估计：建立联合优化问题，通过交替优化算法交替更新二维离角和互耦值。利用诺依曼级数展开近似互耦影响的RIS相位配置，显著降低计算复杂度。

研究结果表明，在互耦效应存在的情况下，传统ML方法的性能显著下降，而本文提出的方法能够紧逼克拉美-罗界。当时延估计在多径环境下仍能接近无多径情况的克拉美-罗界，且性能随带宽增加而提升。互耦估计精度随着发射功率和UE位置数量的增加而改善，当||s||<0.5时，诺依曼级数近似具有足够精度。

算法收敛性分析：通过理论证明，在初始估计足够精确的条件下，交替优化算法能够收敛到最优解。目标函数随迭代次数单调递增且有上界，保证算法稳定性。

复杂度分析：详细计算了各步骤的计算复杂度，表明所提方法复杂度随RIS单元数量线性增长，适用于大规模RIS系统。与直接计算相比，所提计算方法效率提升约M_r²倍。

本研究的意义在于首次解决了被动RIS辅助ISAC系统中的互耦感知定位问题，为6G网络的高精度定位提供了实用解决方案。通过严格的性能边界分析和广泛的仿真验证，证明了该方法在复杂环境下的有效性和高效性。未来研究方向可扩展到移动用户设备和多种硬件损伤联合考虑的场景。