⚡ electrical engineering

Pilot-Free Optimal Control over Wireless Networks: A Control-Aided Channel Prediction Approach

本文提出了一种无需导频的无线网控系统最优控制框架，通过利用控制辅助信道预测（线性场景采用卡尔曼滤波结合耦合代数 Riccati 方程，非线性场景采用 KalmanNet 与 MM-DDPG 结合）来克服信道状态信息获取难题，并在理论上证明了系统的稳定性与算法收敛性，实验结果表明该方法在控制性能与预测精度上均优于基准方案。

原作者： Minjie Tang, Zunqi Li, Photios A. Stavrou, Marios Kountouris

发布于 2026-02-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Minjie Tang, Zunqi Li, Photios A. Stavrou, Marios Kountouris

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于**“如何在没有导航员的情况下，让自动驾驶汽车在颠簸的无线公路上完美行驶”**的故事。

为了让你轻松理解，我们可以把这篇论文的核心思想拆解成几个生动的比喻：

1. 核心难题：盲人摸象与昂贵的向导

想象一下，你正在开一辆自动驾驶汽车（这就是无线网络控制系统，WNCS）。你的车需要不断接收远程指令来保持平衡或改变方向。但是，连接你和远程指挥中心的是一条无线信号通道（比如 5G）。

传统做法（有向导）： 以前，为了知道路况（信道状态信息，CSI），指挥中心必须先发射一些专门的“探测信号”（导频/Pilot）。就像派一个向导先跑一圈，告诉司机前面是坑还是路。
- 缺点： 这个向导很占地方（占用带宽），还消耗能量。如果路很宽（比如 6G 或大规模天线系统），派向导的成本就太高了，甚至向导自己都会迷路（干扰）。
本文的突破（无向导）： 这篇论文提出了一种**“无向导”的新方法。它不需要专门派向导，而是直接利用“开车”这个动作本身来感知路况**。

2. 核心创意：把“方向盘”变成“雷达”

这篇论文最天才的想法是：控制指令本身，就是最好的探测信号。

以前的逻辑： 先派向导探路 -> 拿到路况报告 -> 再决定怎么开车。
现在的逻辑： 直接根据当前的状态和预测的路况去开车。当你转动方向盘（发送控制指令）时，车轮压过路面的反馈（车辆状态的变化）会反过来告诉你路面是滑还是硬。
比喻： 就像你在黑暗中走路，以前你得先扔个石子听回声（导频）来判断前面有没有墙；现在，你直接迈步走，脚底传来的震动（控制指令与状态的交互）就能让你推断出地面的情况。

3. 两大场景：从“直线跑道”到“复杂迷宫”

论文分两步解决了这个问题：

第一步：直线跑道（线性系统 + OFDM）

场景： 假设车在一条笔直的跑道上开，路况变化有规律（像正弦波）。
方法： 作者设计了一个**“卡尔曼滤波器”**（可以想象成一个超级聪明的老练司机）。
- 这个司机不需要看路牌，他通过观察“刚才我踩了多少油门”和“车现在的反应”，就能精准预测下一秒路面会不会变滑。
- 然后，他根据这个预测，算出最优的驾驶策略（最优控制）。
- 数学魔法： 为了解决计算量太大的问题，作者用了一种叫“耦合代数黎卡提方程”的数学工具，把它简化成可以用电脑快速算出来的步骤。
结果： 即使没有专门的向导，车也能开得比有向导的更稳、更省油。

第二步：复杂迷宫（非线性系统 + 通用网络）

场景： 现在路变得很复杂，有急转弯、陡坡，甚至路面材质都在变（非线性系统，如无人机群、复杂的工厂机械）。
挑战： 简单的数学公式不管用了，因为路况太 unpredictable（不可预测）。
方法： 作者引入了人工智能（AI）。
- 预测员（KalmanNet）： 这是一个经过训练的神经网络，它像一个经验丰富的老手，能根据过去的驾驶数据，学会预测复杂的路况。它不需要知道完美的物理公式，而是通过“试错”学会了规律。
- 驾驶员（MM-DDPG）： 这是另一个 AI 算法（强化学习），它根据预测员提供的路况信息，实时调整驾驶策略。
结果： 即使在极其复杂的非线性环境下，这套“无向导”系统依然能稳稳地控制住车辆，比那些依赖传统向导的方法强得多。

4. 为什么这很重要？（总结）

这篇论文就像给未来的无线世界（6G、物联网、自动驾驶）提供了一套**“省流、省电、还更聪明”**的驾驶方案：

省钱省力： 不需要发射专门的探测信号，省下了宝贵的通信资源（带宽和能量）。
更精准： 利用控制指令本身来预测路况，比传统的“先探测后控制”更及时、更准确。
更稳健： 无论是简单的直线还是复杂的迷宫，这套系统都能保证车不翻、路不偏。

一句话总结：
这就好比以前我们开车必须依赖路边的指示牌（导频），而这篇论文教我们如何通过感受车轮的震动（控制指令与状态的互动）来直接感知路况，从而在不需要指示牌的情况下，也能开得又快又稳。

论文技术总结：无线网络控制系统中的无导频最优控制：一种控制辅助的信道预测方法

1. 研究背景与问题定义

背景：
无线网络控制系统（WNCS）在自动驾驶、无人机编队和工业物联网等领域应用广泛。传统的 WNCS 设计通常依赖于实时信道状态信息（CSI）来调整控制策略，以应对无线信道的时变特性（如衰落和噪声）。

核心问题：
在实际无线环境中，获取准确且实时的 CSI 极具挑战性。传统的导频辅助（Pilot-aided）方法需要发送已知的导频序列进行信道估计，这会带来显著的频谱和能量开销，特别是在大规模 MIMO 系统中。此外，导频污染和估计延迟会进一步降低系统性能。
关键科学问题：能否在不依赖先验 CSI 和专用导频传输的情况下，设计最优控制器？

本文目标：
提出一种**无导频（Pilot-Free）**的最优控制框架，利用控制信号本身作为“隐式导频”，通过闭环反馈中的状态观测来辅助信道预测，从而实现控制与通信的联合优化。

2. 方法论与系统架构

2.1 系统模型

架构：远程控制器通过无线链路（如 OFDM、MIMO、OTFS 等）向执行器发送控制指令，执行器作用于动态对象（Plant），并将状态反馈回控制器。
无导频机制：
- 控制器根据当前植物状态 $x_k$ 和预测的信道 $\hat{H}(k+1|k)$ 生成控制指令 $u_k$ 。
- 执行器接收到的信号 $b u_k$ 是控制指令经过信道衰落和噪声后的结果。
- 核心思想：利用控制指令 $u_k$ 和植物状态转移 $x_k \to x_{k+1}$ 之间的耦合关系，反向推断信道状态，无需发送额外导频。

2.2 线性系统方案 (OFDM 架构)

针对线性植物和正交频分复用（OFDM）系统，作者提出了基于卡尔曼滤波（KF）和耦合代数 Riccati 方程（CARE）的解决方案：

信道预测 (Problem 1)：
- 将信道增益建模为高斯 - 马尔可夫过程。
- 利用植物动力学方程和接收信号模型，构建线性观测方程。
- 设计卡尔曼滤波器 (KF) 进行最小均方误差（MMSE）信道预测。该滤波器利用历史控制输入和状态观测来更新信道估计。
- 理论保证：证明了在控制信号非零的情况下，信道预测误差协方差是均方稳定的。
最优控制 (Problem 2)：
- 基于贝尔曼最优原理，推导了马尔可夫调制的最优控制策略。
- 挑战：由于信道预测状态是连续且高维的，直接求解贝尔曼方程面临“维数灾难”。
- 解决方案：
  - 引入统计量化，将连续的信道预测空间离散化为有限个区域。
  - 推导耦合代数 Riccati 方程 (CARE) 来近似最优解。
  - 设计基于随机逼近 (SA) 的在线算法（Algorithm 2）来求解 CARE，无需预先知道精确的信道统计特性。
- 稳定性：证明了闭环系统的均方稳定性，并指出控制性能与信道预测精度正相关。

2.3 非线性系统扩展 (通用架构)

针对非线性植物和通用通信架构（如 MIMO, OTFS, AFDM）：

信道预测：
- 采用 KalmanNet（一种模型感知的神经网络估计器）。
- 结合系统结构（动力学模型）与数据驱动能力，通过创新嵌入（Innovation Embedding）和可学习的增益网络，在非线性环境下实现鲁棒的信道预测。
最优控制：
- 采用 马尔可夫调制深度确定性策略梯度 (MM-DDPG) 强化学习算法。
- 将预测的信道状态作为 MDP 状态的一部分，显式地将信道时变特性纳入策略更新中，解决了传统 DDPG 在非平稳环境下的不稳定性问题。

3. 主要贡献

首创无导频 WNCS 框架：
- 首次提出直接利用控制信号作为隐式导频进行信道预测，打破了控制器设计与信道获取分离的传统范式。
- 显著降低了导频开销，提高了频谱和能量效率。
线性系统的理论完备性：
- 推导了基于 KF 的信道预测器和基于 CARE 的最优控制律。
- 建立了严格的性能保证：证明了信道预测的均方稳定性、CARE 解的存在唯一性条件，以及 SA 算法的几乎必然收敛性。
非线性系统的深度集成：
- 首次将 KalmanNet 引入非线性 WNCS 的信道预测，避免了传统扩展卡尔曼滤波（EKF）或无迹卡尔曼滤波（UKF）中的雅可比矩阵计算和噪声统计假设限制。
- 提出了 MM-DDPG 控制器，实现了在连续高维动作空间下的信道自适应控制。
广泛的适用性：
- 框架不仅适用于 OFDM，还扩展到了 MIMO、OTFS 和 AFDM 等先进无线架构。

4. 实验结果

作者在仿真中对比了多种基准方案（包括导频辅助 LS、盲预测、EKF/UKF、PID、固定 LQR 等）：

信道预测性能：
- 线性场景：提出的无导频方法在 NMSE（归一化均方误差）上比所有基准方案低约一个数量级。
- 非线性场景：KalmanNet 方案相比 EKF/UKF 和 CNN 方案，NMSE 降低了至少 60%，表现出更强的鲁棒性。
控制性能：
- 在低信噪比（SNR）下，忽略信道变化的基准方案（如 PID、固定 LQR）无法稳定系统。
- 提出的方法在所有 SNR 范围内均实现了最优的平均植物状态能量，相比基准方案降低了至少 80%。
开销分析：
- 对比导频辅助方案，提出的方法在 100 个时隙内节省了约 25 dB 的导频发射功率，同时保持了稳定的闭环性能。

5. 意义与展望

学术与工程意义：

该研究为解决无线资源受限下的控制问题提供了新范式，证明了“控制即感知”（Control-as-Sensing）的可行性。
通过联合优化控制与通信，消除了对昂贵导频的依赖，对于未来 6G 及大规模 IoT 场景下的低开销、高可靠 WNCS 设计具有重要指导意义。

未来工作：

扩展到部分可观测植物（Partial Observation）场景。
研究量化反馈或速率受限反馈下的控制策略。
探索多用户场景下的调度、干扰管理及可扩展性问题。

总结：
本文提出了一种创新的无导频控制框架，通过巧妙利用控制信号本身进行信道预测，并结合先进的滤波与强化学习技术，成功解决了无线网络控制系统中 CSI 获取难、开销大的痛点，在理论和仿真层面均展现了卓越的性能。