\section{后续研究方向}

在当前多星协作 DoA-Doppler 联合估计工作的基础上，后续可以从以下几个方向进一步扩展。

\subsection{扩展到定位场景：面向 DoA-Doppler-时延联合估计}

在当前多星协作 DoA-Doppler 联合估计工作的基础上，后续可进一步引入传播时延参数，研究多星场景下的 DoA-Doppler-时延联合估计问题，建立多星联合观测模型，对三类参数进行统一估计，并利用它们与用户位置、速度之间的几何关系，进一步实现定位或测速。

主要目标包括：
\begin{itemize}
  \item 基于 MLE 的高精度联合估计；
  \item 基于 空时二维/三维谱搜索的子空间方法（如空时 MUSIC）；
  \item 面向高维参数空间的低复杂度迭代算法或交替优化算法；
  \item 相应的 CRB 推导，用于刻画 DoA-Doppler-时延联合估计及定位的性能下界。
\end{itemize}

但是引入时延后，待估参数维度明显上升，计算复杂度会显著增加，会给算法设计带来更大挑战。

\subsection{考虑星间传输受限：分布式处理与低比特量化}

当前模型通常默认多星接收数据能够无损、实时地汇聚到中心节点进行全相干处理，这一假设在实际卫星系统中偏理想化。由于星间链路带宽、时延和计算资源受限，后续可研究在受限传输条件下的联合估计问题。

可以考虑分布式处理，也即各卫星本地完成部分信号处理，仅上传局部统计量、局部似然信息或低维特征，在中心节点进行融合；或者低比特量化，也即引入 1-bit ADC、混合精度 ADC 或压缩采样机制，以减少需要传输的原始观测数据量。

主要目标包括：
\begin{itemize}
  \item 传输开销与估计性能之间的权衡关系；
  \item 分布式/量化条件下 MLE、MUSIC 或迭代融合算法的设计；
  \item 相应的量化 CRB、分布式 CRB 或性能损失分析。
\end{itemize}

\subsection{考虑模型失配与鲁棒联合估计}

当前分析通常建立在理想信号模型之上，但实际系统中往往存在模型失配。后续可以研究在模型不准确条件下的鲁棒 DoA-Doppler 联合估计。

可考虑的失配因素包括：
\begin{itemize}
  \item 阵列流形失配，如阵元位置偏差、幅相误差、互耦等；
  \item 卫星平台相关误差，如姿态误差、轨道参数误差、基线误差；
  \item 时频同步误差，如星间时钟偏差、频偏；
  \item 信道扰动，如相位抖动或短时不稳定效应。
\end{itemize}

这一方向通常可表述为带不确定集约束的优化问题，往往是非凸的，因此需要设计近似求解或迭代优化算法，并通过仿真验证鲁棒性提升。鲁棒算法适合形成篇幅较短但问题明确的论文，适合发 letter。

\subsection{面向超大规模阵列的随机矩阵理论分析}

当卫星端阵列规模、观测快拍数或协作卫星数进一步增大时，传统有限维分析可能难以准确刻画系统行为。此时可以引入随机矩阵理论，研究大系统条件下的渐近性能。

该方向可以分析的性能主要包括：

\begin{itemize}
  \item \textbf{参数估计性能界}：例如大规模阵列下 DoA-Doppler 联合估计的渐近 CRB 或 Fisher 信息矩阵的确定性等价；
  \item \textbf{子空间方法性能}：例如 MUSIC 谱峰分辨能力、噪声子空间泄漏、信号子空间与噪声子空间分离条件；
  \item \textbf{协方差估计误差影响}：研究有限快拍条件下样本协方差偏差对参数估计的影响；
  \item \textbf{可分辨性与相变现象}：分析两个相近信号在大系统条件下何时可分辨、何时出现分辨失效；
  \item \textbf{量化或压缩条件下的性能极限}：例如 1-bit 量化、大规模阵列与有限快拍共同作用下的性能退化规律。
\end{itemize}

随机矩阵理论的优点是不仅可以解释仿真现象，还可以给出简洁的渐近表达式，用于揭示阵列规模、快拍数、信噪比和协作卫星数之间的基本规律；但对问题建模要求较高，需要首先明确所考虑的大系统极限形式。

\subsection{其他可进一步考虑的扩展方向}

除上述方向外，还可考虑以下扩展：

\begin{itemize}
  \item \textbf{多用户场景}：由单用户扩展到多用户 DoA-Doppler 联合估计，并研究参数配对与用户分离问题；
  \item \textbf{动态跟踪场景}：由静态估计扩展到时序跟踪，结合状态空间模型研究 DoA-Doppler 连续跟踪；
  \item \textbf{宽带或近场模型}：针对超大孔径阵列或宽带信号，研究窄带远场假设失效时的联合估计问题；
  \item \textbf{异步协作场景}：考虑多星间并非严格相干同步，而存在未知时延、相位差和频率偏差时的联合估计。
\end{itemize}

\subsection{与物理层安全的结合}

在上述方向基础上，需要进一步引入物理层安全（Physical Layer Security, PLS）的概念，使参数估计与安全传输形成结合。可能的切入方式包括：

\begin{itemize}
  \item \textbf{基于参数估计的安全波束赋形}：利用多星估计得到的用户方向或位置参数，设计面向合法用户的协作波束，并抑制潜在窃听方向；
  \item \textbf{鲁棒安全设计}：在 DoA、Doppler 或位置存在估计误差时，联合优化波束赋形与人工噪声，提高系统的保密性能；
  \item \textbf{基于物理特征的认证}：利用多星观测到的 DoA-Doppler-Delay 组合作为物理层特征，实现合法用户识别与伪装检测；
  \item \textbf{受限传输下的隐私保护融合}：在分布式估计或压缩传输场景中，同时考虑“估计性能--传输开销--信息泄露”之间的权衡。
\end{itemize}