🔢 mathematics

Robust Rate-Splitting Design for Mixed Dual-Polarized Integrated Satellite-Terrestrial Networks Under Polarization Mismatch

本文针对混合双极化集成卫星-地面网络中存在的极化失配、信道去极化及信道状态信息不完美等挑战，提出了一种结合网络间与网络内速率分割的多极化速率分割多址（MDP-RSMA）框架，并设计了基于加权最小均方误差的鲁棒预编码优化算法，以最大化所有卫星和地面用户的最小速率。

原作者： Jaehyup Seong, Juhwan Lee, Jungwoo Lee, Sean Kwon, Wonjae Shin

发布于 2026-04-14

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Jaehyup Seong, Juhwan Lee, Jungwoo Lee, Sean Kwon, Wonjae Shin

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让卫星和地面手机网络“和平共处”并高效通话的聪明办法。

想象一下，未来的网络世界就像是一个繁忙的双层高速公路系统：

上层（卫星网络）： 像低轨道卫星（LEO），它们飞得很快，像高速列车一样在头顶呼啸而过。为了抗干扰，它们使用圆极化信号（想象成旋转的螺旋桨，左旋和右旋）。
下层（地面网络）： 像我们身边的基站和手机，它们站得稳，使用线极化信号（想象成垂直或水平的栅栏，竖着或横着）。

现在的麻烦是什么？

互相干扰： 卫星和地面基站都在抢用同样的频率和时间资源。卫星的信号太强，会“盖过”地面的信号；地面的信号也会干扰卫星。
信号“变向”： 卫星飞得太快，加上大气层的影响，原本对准的“旋转方向”或“栅栏方向”会跑偏（这叫极化失配）。就像你拿着收音机，如果角度歪了，声音就变小了。
信息不全： 卫星飞得太快，地面很难实时知道卫星确切在哪里、信号有多强（这叫信道状态信息不完美）。

这篇论文提出的解决方案：MDP-RSMA（混合双极化速率分割多址）

为了解决这些混乱，作者设计了一套新的“交通指挥系统”，核心思想叫**“速率分割”（Rate-Splitting）。我们可以用“快递打包”**的比喻来理解：

1. 核心策略：把消息拆成“公共件”和“私人件”

以前的做法是：要么把路完全分开（大家各走各的，效率低），要么硬碰硬（大家同时发，互相干扰）。

现在的做法是：把每个用户的信息拆成两部分：

私人件（Private Stream）： 只有特定用户能看懂的机密信息。
公共件（Common Stream）： 所有用户都能看懂的“广播通知”。

这篇论文的特别创新点（超级公共件）：
作者不仅拆了“私人件”和“普通公共件”，还加了一个**“超级公共件”（Super-Common Message）**。

比喻： 想象卫星和地面基站都在发快递。
- 普通公共件： 卫星发给卫星用户的“广播”，地面基站发给地面用户的“广播”。
- 超级公共件： 这是一个**“全宇宙广播”**。卫星把这个“超级广播”发给所有人（包括卫星用户和地面用户）。
- 怎么消除干扰？ 所有用户（无论是天上的还是地上的）都先收到这个“超级广播”，把它解码并扔掉（就像先拆掉包裹外面的大箱子）。一旦这个大箱子被拆掉，原本包裹在里面、互相干扰的“私人件”和“普通广播”就清晰了，不再互相打架。

2. 应对“信号跑偏”（极化失配）

因为卫星飞得快，天线角度一直在变，信号容易“跑偏”。

比喻： 就像你在旋转的摩天轮上给下面的人扔球，如果扔的角度没算准，球就扔偏了。
对策： 这套系统非常**“皮实”（鲁棒）**。它不需要知道卫星每一毫秒的确切位置（因为那太难了），而是根据统计规律和大概的位置信息来调整扔球的力度和角度。即使信号有点歪，它也能通过“拆包裹”（干扰消除）技术，把歪掉的信号里的有用信息提取出来。

3. 应对“信号乱反射”（去极化）

信号在传播中遇到云层、建筑物会乱反射，导致原本垂直的信号变成了水平的，或者旋转的变乱了。

比喻： 就像你在镜子里看字，镜子歪了，字也歪了。
对策： 系统利用**“加权最小均方误差”（WMMSE）算法。这就像是一个超级智能的调音师**。它不断尝试调整每个“音箱”（天线）的音量和相位，让每个人听到的声音（信号）最清晰，把杂音（干扰）降到最低。

总结：这套系统好在哪里？

不浪费资源： 卫星和地面基站可以同时使用同一段频率，不用互相谦让，效率翻倍。
谁都不吃亏： 论文的目标是**“最大化最慢用户的网速”**。也就是说，不管你是住在信号差的山区，还是被卫星信号干扰严重的城市，大家都能获得一个公平且不错的网速，不会出现“有人快飞起，有人连不上”的情况。
抗干扰能力强： 即使卫星飞得快、信号不准、环境复杂，这套“拆包裹” + “超级广播”的方法依然能让大家顺畅通话。

一句话概括：
这篇论文发明了一种聪明的“信号打包与拆包”技术，让天上的卫星和地上的基站能在同一条路上“并排奔跑”而不撞车，即使它们跑得很快、方向有点歪，也能保证每个人都能收到清晰的信息。

这是一份关于论文《Robust Rate-Splitting Design for Mixed Dual-Polarized Integrated Satellite-Terrestrial Networks Under Polarization Mismatch》（极化失配下混合双极化星地融合网络的鲁棒速率分割设计）的详细技术总结。

1. 研究背景与问题 (Problem)

随着低轨（LEO）卫星通信与地面蜂窝网络的融合（ISTN）成为趋势，如何高效利用频谱资源并管理干扰是关键挑战。本文针对一种混合双极化星地融合网络（MDP-ISTN），该系统包含：

卫星子网：采用**圆极化（CP）**传输（通常为 RHCP/LHCP），以抵抗电离层法拉第旋转和卫星高速运动引起的极化失配。
地面子网：采用**线极化（LP）**传输（通常为 VP/HP），广泛应用于现有地面基站。

面临的核心挑战包括：

网络间干扰（Inter-network Interference）：卫星（CP）与地面（LP）子网复用相同的频率和时间资源，导致严重的相互干扰。由于极化方式不同，传统的正交性无法完全保持。
网络内干扰（Intra-network Interference）：各子网内部存在同极化和交叉极化干扰。
信道极化去极化（Channel Depolarization）：传播环境中的反射、衍射和散射导致信号极化状态改变，降低了极化正交性。
极化失配（Polarization Mismatch）：LEO 卫星的高速运动导致天线方向角动态变化，引起接收端极化失配。
不完美信道状态信息（Imperfect CSIT）：由于卫星高速运动和长传播时延，发射端难以获取精确的瞬时信道状态信息，通常仅能获取统计信道信息或几何参数。

现有的速率分割多址接入（RSMA）研究多假设极化完美对齐或仅关注单一网络，缺乏针对这种混合极化、存在极化失配且信道信息不完美场景下的联合干扰管理方案。

2. 方法论 (Methodology)

论文提出了一种**混合双极化速率分割多址接入（MDP-RSMA）**框架，并结合鲁棒预编码设计来解决上述问题。

A. 系统模型与信道建模

混合极化架构：卫星使用均匀平面阵列（UPA）发射双圆极化信号，地面基站发射双线极化信号。
信道模型：
- 建立了包含视距（LOS）和非视距（NLOS）分量的卫星信道模型，显式建模了极化失配矩阵（由卫星与用户间的天线方向角差异 $\zeta$ 引起）和信道去极化效应（由交叉极化鉴别比 XPD 描述）。
- 考虑了多普勒频移和传播时延。
- 假设发射端仅掌握几何参数和统计信道信息，而非瞬时小尺度衰落。

B. MDP-RSMA 传输策略

为了同时管理网络间和网络内干扰，提出了一种分层速率分割策略：

超公共流（Super-common Stream, $m_{spc}$ ）：
- 由卫星发射，包含所有卫星用户（SUs）和地面用户（CUs）的公共信息部分。
- 作用：所有用户（包括地面用户）首先解码并消除该流，从而将网络间干扰转化为可解码的有用信号或消除，有效缓解卫星对地面的干扰。
子网公共流（Common Streams）：
- CP-公共流（ $m_{cpc}$ ）：由卫星发射，供所有卫星用户解码，用于管理卫星子网内的交叉/同极化干扰。
- LP-公共流（ $s_{lpc}$ ）：由地面基站发射，供所有地面用户解码，用于管理地面子网内的干扰。
私有流（Private Streams）：
- 针对每个用户独立编码，在消除公共流后，将剩余干扰视为噪声进行解码。

C. 优化问题与算法设计

目标：在极化失配、信道去极化和不完美 CSIT 的约束下，最大化所有用户（卫星和地面）的最小频谱效率（Max-Min Fairness）。
难点：优化问题是非凸的，且涉及期望值（Ergodic rate）的计算，直接求解困难。
解决方案：
- 引入辅助变量将问题重构。
- 提出基于**加权最小均方误差（WMMSE）**的迭代算法。
- 利用**样本平均近似（SAA）**技术将期望频谱效率转化为样本平均形式，从而将非凸问题转化为可交替优化的凸问题序列。
- 算法交替更新：接收端均衡器/权重、预编码向量（波束成形）及功率分配。

3. 主要贡献 (Key Contributions)

提出了 MDP-RSMA 新框架：
- 首次将 RSMA 应用于混合双极化（CP 卫星 + LP 地面）融合网络。
- 创新性地引入了超公共流，在不进行数据共享（Data Sharing）的前提下，实现了卫星与地面网络间的干扰协调。
- 结合了网络间 RS（超公共流）和网络内 RS（子网公共流/私有流），实现了分层干扰管理。
建立了高保真系统模型：
- 详细建模了 LEO 卫星高速运动导致的动态极化失配、传播环境引起的信道去极化以及不完美 CSIT。
- 推导了考虑极化旋转矩阵和去极化因子的有效信道向量表达式。
设计了鲁棒预编码算法：
- 针对非凸的 Max-Min 优化问题，开发了基于 WMMSE 的迭代算法。
- 通过 SAA 技术处理统计信道信息下的期望速率计算，保证了算法的收敛性和计算可行性。
广泛的数值验证：
- 在不同卫星发射功率、用户密度、Rician K 因子和 XPD 条件下进行了仿真，验证了方案的优越性。

4. 实验结果 (Results)

仿真结果表明，提出的 MDP-RSMA-ISTN 方案在多种场景下均显著优于基准方案（如 SDMA-OMA, RSMA-OMA, SDMA-ISTN, 以及现有的 RSMA-PD/PM 方案）：

频谱效率提升：在卫星发射功率为 22 dBW 时，相比现有的 RSMA-PD-ISTN 方案，最小频谱效率提升了25% 以上。
抗极化失配能力：随着卫星发射功率增加，网络间干扰加剧，超公共流的作用愈发显著，方案性能优势扩大。
鲁棒性：
- 在不完美 CSIT条件下，方案性能下降很小，表现出对信道估计误差的强鲁棒性。
- 在高 Rician K 因子（LOS 主导）和低 XPD（强去极化）场景下，方案依然保持性能优势。
用户密度适应性：随着卫星用户数量增加，方案能更好地维持公平性和系统容量。
对比分析：
- 传统的“将干扰视为噪声”的方案（如 SDMA-ISTN）在干扰严重时性能急剧下降。
- 仅利用极化复用（PM）的方案（RSMA-Dual PM-ISTN）由于无法灵活利用极化域正交性且受去极化影响大，性能不如本方案。

5. 意义与影响 (Significance)

理论价值：填补了混合极化（CP/LP）星地融合网络中干扰管理研究的空白，特别是解决了极化失配和不完美信道信息下的联合优化难题。
技术突破：证明了通过引入“超公共流”可以在不增加回传链路开销（无需数据共享）的情况下，有效协调异构网络间的干扰。
应用前景：该方案为下一代 6G 及星地融合网络提供了关键的物理层技术支撑，特别是在 LEO 卫星星座大规模部署、频谱资源极度紧张的背景下，能够显著提升系统的频谱效率和覆盖可靠性，确保在复杂信道环境下的公平服务。

总结：本文通过创新的 MDP-RSMA 架构和鲁棒的 WMMSE 算法，成功解决了混合双极化星地网络中因极化失配、去极化和信道不确定性带来的复杂干扰管理问题，显著提升了系统的整体性能和鲁棒性。