基于ESPRIT算法的可移动天线系统信道估计

摘要：可移动天线技术为无线通信系统的性能优化提供了新范式。针对可移动天线系统的信道估计难题，提出一种基于旋转不变技术的信号参数估计算法的信道估计方法。与传统固定天线位置下的同步导频传输方案不同，方案首先根据天线阵列的可移动区域范围优化设计传输帧结构与导频分配策略；其

基于ESPRIT算法的可移动天线系统信道估计

112

（1.南方科技大学，广东深圳 518055；

2.电子科技大学，四川成都 611731）

【摘要】可移动天线技术为无线通信系统的性能优化提供了新范式。针对可移动天线系统的信道估计难题，提出一种基于旋转不变技术的信号参数估计算法的信道估计方法。与传统固定天线位置下的同步导频传输方案不同，方案首先根据天线阵列的可移动区域范围优化设计传输帧结构与导频分配策略；其次，在每帧传输周期内采用多帧位移采样机制实现动态天线位置配置下的上行导频接收；进而通过接收信号构建高维虚拟阵列模型，结合基于旋转不变技术的信号参数估计算法实现信道方位角估计和最小二乘法完成信道增益估计，最终实现精确的信道重建。仿真实验表明，所提方案相较于传统方法可显著降低信道估计误差，验证了其有效性。

【关键词】可移动天线；ESPRIT算法；信道估计

doi:10.3969/j.issn.1006-1010.20250224-0001

中图分类号：TN929.5 文献标志码：A

文章编号：1006-1010(2025)04-0049-06

引用格式：聂皓旸,游昌盛,周超,等. 基于ESPRIT算法的可移动天线系统信道估计[J]. 移动通信, 2025,49(4): 49-54.

NIE Haoyang, YOU Changsheng, ZHOU Chao, et al. ESPRIT-Based Channel Estimation Scheme for Movable Antenna Systems[J]. Mobile Communications, 2025,49(4): 49-54.

0 引言

随着无线通信技术从5G向6G演进，实现全域覆盖的超密集连接场景面临双重技术需求：一方面需拓展网络覆盖广度以支持海量终端接入，另一方面亟待提升数据传输速率以满足新兴业务需求[1]。然而，高连接密度引发的用户间干扰问题日益凸显，对6G网络的频谱效率和能量效率提出严峻挑战。在此背景下，以智能反射面（IRS, Intelligent Reflecting Surface）[2]、大规模多输入多输出（mMIMO, Massive Multiple-Input Multiple-Output）[3]，可移动天线（MA, Movable Antenna）[4]及流态天线（FA, Fluid Antenna）[5]为代表的新型空口技术以及下一代先进收发机技术等[6]，成为突破传统通信系统性能瓶颈的重要研究方向。MA基于实时位置反馈的闭环控制机制，通过动态重构天线空间坐标匹配信道时变特性，在突破信道容量极限的同时，为多用户干扰抑制提供了空间自由度解耦新途径；IRS依托电磁超表面单元相移调控，构建了被动式无线环境重构技术范式。其无源低功耗特性和与三维波束赋形能力相结合，有效增强无线网络覆盖，为6G超高密度网络提供了绿色覆盖增强解决方案；FA通过液态介质形变调控实现辐射体形态可编程，在亚秒级响应时间内自适应切换多频段谐振模式，为新型多址接入创造了极化-空间联合自由度。其中，可移动天线通过动态调整天线位置实现信道状态重构，为无线通信系统开辟了全新的优化维度。研究表明，基于场响应信道模型的MA系统可显著提升单输入单输出（SISO, Single-Input Single-Output）系统的波束成形增益，尤其在多径丰富的传播环境中，其性能增益随路径数量呈指数增长[7]。进一步研究发现，在近场通信场景中实施天线位置优化可突破传统固定阵列系统的容量极限，验证了MA技术通过引入空间自由度（DoF, Degree of Freedom）提升系统性能的可行性[8]。值得注意的是，这种动态可重构特性为多用户干扰抑制[9]、物理层安全[10]、和新型多址接入设计[11]提供了创新性的解决方案，展现出广阔的6G应用前景。

然而，MA技术的性能增益高度依赖精确的信道状态信息（CSI, Channel State Information）获取。相较于传统固定阵列系统，MA系统的信道估计面临以下核心挑战：首先，天线位置动态变化导致信道参数维度显著增加，传统基于固定阵列的信道估计算法难以直接适用；其次，为实现全位置域信道探测需遍历所有可能的天线位置，这将导致过高的导频开销与传输时延。针对上述问题，文献[12]设计基于压缩感知的稀疏信道重构方法，通过动态调整天线位置同步发送导频信号实现信道参数估计，但未考虑实际硬件系统中天线机械位移的时间迟滞效应；文献[13]提出基于张量分解的高维信道估计框架，虽提升了估计精度，却忽视了天线运动机构功耗与物理约束对系统性能的影响。由此可见，现有MA信道估计方案仍存在明显局限性：其一，理想化假设天线可在传输导频时实现瞬时位移，这与实际MA设备的机械响应特性存在显著差异；其二，未能建立天线移动位置与信道估计性能的关系。

为了解决以上问题，本文提出一种基于旋转不变技术的信号参数估计（ESPRIT, Estimation of Signal Parameters via Rotational Invariance Techniques）算法的MA信道估计方案，其创新性在于：1）相比于现有文献多聚焦MA在波束成形、干扰对齐等通信性能优化中的应用，本文揭示MA空间自由度与信道参数估计间的内在耦合机制，通过构建天线位置-多径参数联合估计模型，探索利用MA提升信道估计准确性的潜力；2）相较于现存的信道估计方案，本文设计了多帧位移采样的低复杂度、低硬件开销且高有效的估计方案。其具体研究内容如下：

1）为利用MA的空间自由度对提升信道估计准确性的潜力，构建了基于MA架构的导频分配方案。

2）基于分配的导频，提出了多帧位移采样策略。在天线域基于所设计的多帧传输模型，通过移动天线位置渐进式扩展天线的虚拟孔径；在时域每一个传输帧内，基于不同的天线位置接收导频信号。

3）基于接收的信号重建虚拟阵列，并利用ESPRIT算法和最小二乘（LS, Least Square）算法实现方位角和信道增益的估计，重构信道矩阵。

1 系统模型

如图1所示，本文研究一种基于MA辅助的无线通信系统，其由一个配备N根线性MA阵列的基站以及多个仅配备单根固定天线的用户组成。具体而言，基站端的N根天线可在允许的空间范围内自由移动，而用户端的天线则保持在固定位置。

1.1 信道模型

1.2 传输模型

2 所提信道估计方案

2.1 方位角估计

2.2 信道增益估计和信道重建

2.3 所提算法计算复杂度分析

3 仿真结果

本节对提出算法进行仿真与性能分析。基站天线的数量为N=16[9]，信道复增益α满足CN(0,1)，信道空间角度θl服从[0, 2π]随机均匀分布，载波频率fc =30 GHz[6]，多径信道的个数L=3，波长λ=c/fc，其中c表示光速，信号导频数为M=100[12]。所有仿真结果均为1 000次实现结果的均值。为评估算法性能，选取两种基准方案进行对比：

1）固定阵列方案：采用ULA构型且天线位置在导频传输过程中保持固定，探究扩展孔径带来的估计性能提升；

2）随机阵列：在可移动区域内随机生成满足半波长约束的天线排布，导频传输期间保持位置不变，探究所提多帧位移策略的优势。

（1）信噪比对信道估计误差的影响

首先，图3展示了信道估计归一化均方根误差（NRMSE, Normalized Root-Mean-Square Error）随信噪比（SNR, Signal to Noise Ratio）变化的对比曲线。实验结果表明：1）所有方案的估计误差均随SNR增大呈单调递减趋势，表明增加信噪比可以有效提升信道估计的准确性；2）本文所提的方案相比于其他方案展现了更低的信道估计误差，这得益于天线位移策略有效利用了阵列的空间自由度，增强了多径信号的角度分辨率；3）固定阵列ESPRIT方案性能次优，其子空间类算法相较于基于网格离散化的DFT方法具有超分辨率优势；4）随机阵列方案中，ESPRIT结合空间平滑算法因阵列随机性导致协方差矩阵估计偏差，性能劣化显著。

（2）导频数量对估计误差的影响

其次，图4揭示了导频数量M对信道估计精度的影响规律。如图4所示，可以发现增加导频数量可以有效减低所提方案和固定阵列ESPRIT方案的估计误差，这是因为增加导频数可以增加协方差矩阵的估计精度，降低角度估计误差。此外，固定阵列DFT与随机阵列方案的信道估计误差趋于稳定，这由于DFT算法的角度分辨率受限于网格划分，因此增加导频数量对其精度无明显影响，而随机阵列ESPRIT因阵列构型随机性导致子空间分解失效，即使增加导频也无法避免该问题。

（3）孔径扩展因子对信道估计误差影响

图5给出了孔径扩展因子对估计性能的影响曲线。当孔径扩展因子为1时，随机阵列和所提方案退化为固定阵列，各方案性能趋同。当孔径扩展因子大于1时，本文方案信道估计误差随孔径扩展因子增大持续下降，说明扩展阵列孔径可有效提升空间谱估计精度。然而，随机阵列ESPRIT方案因天线位置随机分布破坏阵列流型结构，导致性能随孔径扩展因子增大急剧恶化。同时随机DFT方案也随着孔径扩展因子的增加而逐渐降低，表明MA孔径增益可以用于提升信道估计性能。

（4）多径数量对信道估计误差影响

最后，图6给出了在信噪比为20 dB，孔径扩展因子η为2时，多径的数量对信道估计误差的影响。可以发现多径数量提高时，所有方案的估计误差随之上升。多径数量为1时，所提方案与固定阵列ESPRIT方法的估计误差趋同，而随着多径数的增加，所提方案的虚拟阵列为信道估计提供了更高的自由度，从而降低了估计误差。

4 结束语

针对MA系统的信道估计难题，本文提出了一种基于ESPRIT算法的信道估计方案。一方面本文所提出的算法充分考虑了实际MA机械位移的硬件限制，设计多帧传输的估计策略，另一方面充分利用MA的空间自由度对信道估计的增益，通过渐进扩展虚拟阵列实现MA系统的高精度信道估计。

本文提出的基于ULA阵列的渐进扩展方案展现了其在信道估计的优势，不同的阵列构型如稀疏线性阵列[20]、圆形阵列等对信道估计结果的影响时需要进一步研究的内容。

参考文献：（上下滑动浏览）

[1] Wang C X, You X, Gao X, et al. On the road to 6G: Visions, requirements, key technologies, and testbeds[J]. IEEE Communications Surveys & Tutorials, 2023,25(2): 905-974.

[2] You C, Zheng B, Zhang R. Channel estimation and passive beamforming for intelligent reflecting surface: Discrete phase shift and progressive refinement[J]. IEEE Journal on Selected Areas in Communications, 2020,38(11): 2604-2620.

[3] Lu L, Li G Y, Swindlehurst A L, et al. An overview of massive MIMO: Benefits and challenges[J]. IEEE journal of selected topics in signal processing, 2014,8(5): 742-758.

[4] Zhu L, Ma W, Zhang R. Movable antennas for wireless communication: Opportunities and challenges[J]. IEEE Communications Magazine, 2023,62(6): 114-120.

[5] Wong K K, Shojaeifard A, Tong K F, et al. Fluid antenna systems[J]. IEEE Transactions on Wireless Communications, 2020,20(3): 1950-1962.

[6] You C, Cai Y, Liu Y, et al. Next Generation Advanced Transceiver Technologies for 6G and Beyond[J]. IEEE Journal on Selected Areas in Communications, 2025.

[7] Zhu L, Ma W, Zhang R. Modeling and performance analysis for movable antenna enabled wireless communications[J]. IEEE Transactions on Wireless Communications, 2023,23(6): 6234-6250.

[8] Zhou J, Yang Y, Yang Z, et al. Fluid Antenna-Assisted Near-Field System[J]. arXiv preprint arXiv:2409.20472, 2024.

[9] Wang H, Wu Q, Chen W. Movable antenna enabled interference network: Joint antenna position and beamforming design[J]. arXiv preprint arXiv:2403.13573, 2024.

[10] Mei W, Wei X, Liu Y, et al. Movable-antenna position optimization for physical-layer security via discrete sampling[J]. arXiv preprint arXiv:2408.08322, 2024.

[11] Wong K K, Tong K F. Fluid antenna multiple access[J]. IEEE Transactions on Wireless Communications, 2021,21(7): 4801-4815.

[12] Ma W, Zhu L, Zhang R. Compressed sensing based channel estimation for movable antenna communications[J]. IEEE Communications Letters, 2023,27(10): 2747-2751.

[13] Zhang R, Cheng L, Zhang W, et al. Channel estimation for movable-antenna MIMO systems via tensor decomposition[J]. IEEE Wireless Communications Letters, 2024.

[14] Alkhateeb A, El Ayach O, Leus G, et al. Channel estimation and hybrid precoding for millimeter wave cellular systems[J]. IEEE journal of selected topics in signal processing, 2014,8(5): 831-846.

[15] Sutar M B, Patil V S. LS and MMSE estimation with different fading channels for OFDM system[C]//2017 international conference of electronics, communication and aerospace technology (ICECA). IEEE, 2017,1: 740-745.

[16] Ramezani P, Tuğfe Demir Ö, Björnson E. Localization in Massive MIMO Networks: From Far-Field to Near-Field[J]. Massive MIMO for Future Wireless Communication Systems: Technology and Applications, 2025: 123-150.

[17] Roy R, Kailath T. ESPRIT-estimation of signal parameters via rotational invariance techniques[J]. IEEE Transactions on acoustics, speech, and signal processing, 1989,37(7): 984-995.

[18] Van Trees, H L. Optimum Array Processing[Z]. 2002.

[19] Ottersten B, Viberg M, Kailath T. Performance analysis of the total least squares ESPRIT algorithm[J]. IEEE transactions on signal processing, 2002,39(5): 1122-1135.

[20] Shi Z, Zhou C, Gu Y, et al. Source estimation using coprime array: A sparse reconstruction perspective[J]. IEEE Sensors Journal, 2016,17(3): 755-765.

[21] Zuo L, Pan J, Shen Z. Analytical algorithm for 3-D localization of a single source with uniform circular array[J]. IEEE Antennas and Wireless Propagation Letters, 2018,17(2): 323-326. ★

聂皓旸：南方科技大学在读本科生，主要研究方向为可移动天线、超大规模阵列通信、阵列信号处理等。

游昌盛：南方科技大学电子与电气工程系副研究员、博士生导师，主要研究方向为智能反射面、超大规模阵列通信、边缘计算与边缘智能等。

周超：南方科技大学电子与电气工程系在读博士研究生，主要研究方向为可移动天线、智能反射面、超大规模阵列通信。

梅渭东：电子科技大学通信抗干扰全国重点实验室教授、博士生导师，主要研究方向为可重构天线、太赫兹通信、智能超表面等。

★往期推荐★

汇总| 2025下半年专题征稿链接

《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。