跳转至

Joint and Streamwise Distributed MIMO Satellite Communications with Multi-Antenna Ground Users

会议: CVPR 2026
arXiv: 2603.12914
代码: 无
领域: 遥感
关键词: 分布式MIMO, LEO卫星通信, 多天线用户, 非相干联合传输, 前传开销优化

一句话总结

提出面向多天线地面用户的分布式LEO卫星下行链路两种传输方案(联合传输 & 流式传输),通过基于统计CSI的WMMSE预编码设计和基于匈牙利算法的流-卫星关联策略,在无需卫星间相位同步的前提下实现了高频谱效率与低前传开销的灵活折中。

研究背景与动机

1. 领域现状

6G网络的核心目标之一是实现全球无缝连接,而LEO卫星系统凭借低延迟、低传播损耗和低成本等优势,正成为弥合偏远地区数字鸿沟的关键基础设施。近年来,将MIMO技术引入卫星通信引起广泛关注——通过多天线波束赋形可集中能量、抑制干扰并提升覆盖质量。进一步地,cell-free massive MIMO概念从地面网络扩展到卫星场景,多颗卫星组成虚拟天线阵列联合服务地面用户。

2. 现有方法的痛点

  • 单天线用户假设:现有多卫星协作工作(如[9][23][31])大多假设地面用户仅有单天线,限制了空间复用和流级处理的自由度
  • 相干联合传输难以实现:多数先前方案依赖多颗卫星的相干联合传输,但LEO卫星间距大、传播延迟差异和相位抖动严重,使卫星间紧密同步极其困难
  • 前传开销过大:联合传输要求将每个用户的所有数据流分发到所有卫星,对星间链路和馈电链路的带宽、延迟和星载处理均施加了沉重负担

3. 核心矛盾

在分布式卫星MIMO中,要充分利用多卫星多天线的空间资源来最大化频谱效率,就需要联合传输所有流——但这与有限的前传容量和无法实现卫星间相位同步之间形成根本矛盾。

4. 要解决什么

为多天线地面用户设计不依赖卫星间相位同步的分布式传输方案,并在频谱效率与前传开销之间提供灵活的设计选择。

5. 切入角度

利用LoS主导信道模型中仅需统计CSI(角度信息+大尺度衰落)而非瞬时CSI的特性,将精确遍历SE近似为可处理的确定性表达式,从而使预编码设计天然不依赖瞬时相位——无需卫星间同步。

6. 核心Idea

提出两层方案:(1) 联合非相干传输——所有卫星传所有流,用WMMSE框架+椭球法求解通用凸功率约束下的预编码;(2) 流式传输——每个流仅由一颗卫星发送,通过SVD分析聚合信道的特征模态,用参与因子+匈牙利算法完成流-卫星一对一匹配,大幅降低前传需求。

方法详解

整体框架

系统由 \(L\) 颗LEO卫星(各 \(N\) 天线)服务 \(K\) 个地面用户(各 \(M\) 天线),每个用户接收 \(S \leq M\) 个空间数据流。信道建模为LoS主导的Rician衰落,仅依赖角度信息和大尺度衰落方差 \(\beta_{l,k}\)(统计CSI)。在此基础上,论文提出两种传输模式并分别设计了完整的收发机优化算法。

关键设计

设计1:基于SE近似的问题可处理化

  • 做什么:将精确遍历频谱效率(含期望的矩阵对数行列式)近似为确定性SE表达式
  • 核心思路:利用近似 \(\mathbb{E}\{\log_2|\mathbf{I}+\mathbf{X}\mathbf{Y}^{-1}|\} \approx \log_2|\mathbf{I}+\mathbb{E}\{\mathbf{X}\}\mathbb{E}\{\mathbf{Y}\}^{-1}|\),将信号项和干扰项的期望分别计算,消除随机相位 \(\psi_{l,k}\) 的影响
  • 设计动机:精确SE无闭式解且难以优化;近似后的SE仅依赖 \(\beta_{l,k}\)、到达角/离开角等确定性量,使预编码设计可行且天然无需卫星间相位同步

设计2:WMMSE联合预编码(联合传输模式)

  • 做什么:在通用凸功率约束下最大化所有用户的和频谱效率
  • 核心思路:利用和SE最大化与加权和MSE最小化的经典等价性,将非凸问题转化为关于接收合并矩阵 \(\mathbf{U}_k\)、MSE权重矩阵 \(\mathbf{C}_k\) 和发射预编码矩阵 \(\mathbf{W}_{l,k}\) 的块坐标下降迭代:
  • 固定预编码,求MMSE最优接收器 \(\mathbf{U}_k^\star\)
  • 固定接收器和预编码,求最优MSE权重 \(\mathbf{C}_k^\star = \frac{1}{\ln 2}\mathbf{E}_k^{-1}\)
  • 固定接收器和权重,求解带拉格朗日乘子的预编码闭式解,乘子通过椭球法更新
  • 设计动机:通用凸功率约束(涵盖逐卫星总功率、逐天线功率等)使方案可适配多种实际场景;椭球法可高效处理多维乘子更新

设计3:基于特征模态的流-卫星关联(流式传输模式)

  • 做什么:将每个数据流分配给单一卫星,减少前传数据交换
  • 核心思路
  • 构建聚合信道 \(\tilde{\mathbf{H}}_k = [\tilde{\mathbf{H}}_{1,k}, \ldots, \tilde{\mathbf{H}}_{L,k}]\) 并做SVD
  • 计算每颗卫星对每个特征模态的参与因子 \(\eta_{l,k,m} = \|\mathbf{v}_{k,m}^{(l)}\|^2\)(右奇异向量中对应卫星的能量占比)
  • 以参与因子为权重,建立最大权重二部图匹配问题,用匈牙利算法求解流-卫星一对一分配
  • 设计动机:参与因子直接刻画了每颗卫星对用户空间特征模态的贡献强度;一对一匹配确保每个流由最匹配的卫星发送,同时每颗卫星至多承担一个流,避免资源浪费

损失函数 / 训练策略

本文为优化理论方法,无神经网络训练。核心优化目标为:

\[\max_{\{\mathbf{W}_{l,k}\}} \sum_{k=1}^{K} \bar{R}_k, \quad \text{s.t. } \sum_{k=1}^{K} \text{Tr}(\mathbf{W}_{l,k}^H \mathbf{A}_{l,x} \mathbf{W}_{l,k}) \leq \rho_{l,x}\]
  • 联合传输:Algorithm 1(WMMSE迭代 + Algorithm 2椭球法),收敛到稳定点
  • 流式传输:Algorithm 3(先匈牙利匹配,再WMMSE迭代 + bisection法更新乘子)
  • 初始化:MMSE预编码器,按大尺度衰落分配功率
  • 收敛条件:\(I_{\max}=40\)\(\epsilon=10^{-4}\)

实验关键数据

主实验

仿真参数:轨道高度560km,载频20GHz,带宽400MHz,默认 \(L=4\) 卫星、\(N=64\) 天线/卫星、\(K=2\) 用户、\(M=4\) 天线/用户、\(S=2\) 流/用户,Rician因子 \(\kappa=12\)dB。

表1:联合 vs 流式传输——正交与非正交信道下的SE对比

信道条件 传输模式 低功率SE (bps/Hz) 高功率SE (bps/Hz) SE差距
UE侧正交 联合传输 ~6 ~22 基准
UE侧正交 流式传输 ~6 ~21.5 极小(<3%)
UE侧非正交 联合传输 ~5 ~20 基准
UE侧非正交 流式传输 ~5 ~15 显著(~25%)

表2:联合传输 vs 基线方法的SE对比(非正交信道,L=4/8,高功率域)

方法 L=4 SE (bps/Hz) L=8 SE (bps/Hz) 相对提升
提出的联合传输 ~20 ~28 基准
MMSE基线 ~16 ~22 -20%~-21%
ZF基线 ~15 ~20 -25%~-29%
正交MRT (K=4) ~8 -71%

消融实验

  • 近似精度验证(Fig. 4):SE近似表达式在低功率域与精确Monte Carlo结果几乎重合;高功率和大\(L\)时差距增大,但趋势一致,适合作为预编码设计的代理目标
  • 流数影响(Fig. 7):联合传输从 \(S=1 \to S=2\) 显著提升,\(S=3\) 反而下降(干扰主导);流式传输 \(S=1 \to 2 \to 3\) 持续提升;\(S=3\) 时两种模式性能趋同
  • 流-卫星关联策略(Fig. 9):提出的匈牙利匹配 vs 随机分配,功率增大和天线数增多时差距扩大,验证了特征模态匹配的有效性

关键发现

  1. UE侧信道正交时,流式传输几乎无损(<3% SE损失),可大幅节省前传开销
  2. 非正交信道下联合传输优势明显(~25%增益),因为可跨卫星塑造干扰
  3. 流数选择需谨慎:过多流在联合传输下会因干扰恶化而适得其反
  4. 同时服务用户数也需权衡:\(K=4\) 优于 \(K=2\)(空间复用增益)和 \(K=6\)(干扰过重)

亮点与洞察

  • 无需卫星间相位同步的非相干设计是核心亮点——利用统计CSI的确定性近似天然绕过了同步难题
  • 参与因子的概念直观优美:通过SVD右奇异向量的分块能量占比,清晰刻画了"哪颗卫星对哪个空间模态最重要"
  • 通用凸功率约束框架统一了逐卫星、逐天线等多种功率限制,工程适应性强
  • 联合传输与流式传输的正交性条件分析提供了明确的模式选择指导准则

局限性 / 可改进方向

  • SE近似在高功率/多卫星时精度下降,可探索更紧的近似(如Jensen gap补偿)
  • 信道模型仅考虑LoS + Rician衰落,未涉及遮挡、多径丰富场景
  • 流-卫星关联为静态一次性决策,未考虑时变信道下的动态重分配
  • 仅研究下行链路,上行链路的分布式接收设计值得扩展
  • 用户调度(选择同时服务哪些用户)未纳入联合优化

相关工作与启发

  • Cell-free massive MIMO(Ngo et al., Demir et al.)从地面推广到卫星的关键区别在于无法实现相干联合传输
  • WMMSE框架(Shi et al.)被巧妙适配到带通用凸约束的卫星场景,椭球法处理多维乘子是技术新颖点
  • 匈牙利算法用于流-卫星匹配,启发了将组合优化引入卫星资源分配的思路
  • 参与因子的概念可推广到其他分布式系统(如RIS辅助通信、无人机编队)的资源分配决策

评分

⭐⭐⭐⭐ 理论扎实、框架完整的分布式卫星MIMO工作,两种传输模式互补设计巧妙,参与因子概念直观且可推广,但实验基于仿真无实测验证,信道模型相对简化。