josh
5d9a652b77
按 agent_instruction.md 阶段 4 的命名约定： - detDoaEst → sec1_singleArrayDoa - detDoaDopplerEst → sec2_singleArrayDoaDoppler - multiArrayStatDetDoaDopplerEst → sec3_multiSatSingleUser - multiArrayDynDetDoaDopplerEst → sec6_multiFrameCp 不进入主线的内容归档到 archive/： - stoDoaEst（空文件）、stoDoaDopplerEst（仅注释） - multiArrayStoDoaEst（随机信号模型不进入主线） - multiArrayDetDoaDopplerDelayEst（与新论文方向不符） - 98-future work、99-literature（前言已并入"后续方向"段） 主文件 \input 顺序对齐新命名，并为 sec4/sec5/sec7 留出注释占位。 abstract 同步更新以反映学习笔记定位与新章节结构。 本提交仅做结构搬迁，内容改写见后续 content commit。
38 lines
5.4 KiB
TeX
38 lines
5.4 KiB
TeX
\section{初步文献调研}
|
|
|
|
\subsection{多星全相干合并建模分析}
|
|
|
|
在理想条件下，本文采用的多星协同 \gls{doa} 估计并不是在观测数据层面直接将多颗卫星阵列拼接成一个“超级阵列”，而是基于单星随机信号模型，通过共享一组全局角度参数，在似然函数中实现相干合并。多星最大似然估计的对数似然可写为各单星代价函数的加和，其形式与单星随机信号 \gls{mle} 基本一致，只是将本地角度替换为 $\mathcal{P}_\ell(\boldsymbol{\Theta}_\mathrm{ref})$。在实现上，可以先对每颗卫星独立构造协方差矩阵与本地阵列流形，再在全局角度域中将这些单星代价相干叠加以完成联合估计。
|
|
|
|
从统计结构来看，该方法相当于在单星 \gls{mle} 之外增加“全局到本地角度映射”与“多星求和”两个步骤，其核心估计机制仍与传统随机信号 \gls{mle} 保持一致。因此，在完全同步与完美标定的假设下，多星全相干融合的主要工作更多体现在几何关系的建模与联合性能分析，而非估计算法框架的改变。
|
|
|
|
这一现象与部分校准阵列和分布式子阵列的既有研究结果相吻合~\cite{pesaventoDirectionFindingPartly2002, seeDirectionofArrivalEstimationPartly2004, zhangDirectionFindingPartly2023, suDirectionFindingPartly2025}。当子阵间的相对相位、阵元位置及姿态信息均已校准时，多子阵协同 \gls{doa} 估计通常可以等价为单一大阵列的估计问题。本文的全相干建模与此类方法在本质上是一致的，因此整体表达形式也较为直接。
|
|
|
|
从性能角度来看，对于两颗结构相同且噪声功率一致的卫星阵列，其联合 Fisher 信息近似为单星的两倍，从而使单参数的 \gls{crb} 约降低一半，等效于获得约 $3$\,dB 的理论性能提升。此外，当多颗卫星处于不同轨道位置时，等效阵列孔径进一步增大，可在某些几何结构下获得额外的精度提升。因此，全相干模型在后续工作中可作为多星协同性能的理论上界。
|
|
|
|
\subsection{分布式阵列相关文献的调研结果}
|
|
|
|
虽然全相干模型提供了一个便于分析的理论基线，但在实际星座系统中完全满足相关假设并不容易。星间时钟偏移、载频漂移、姿态扰动和链路延迟等因素都会破坏严格相干性，使得直接采用全相干建模具有局限性。因此，有必要参考分布式阵列的相关研究，探讨在不完美条件下如何有效利用多星观测信息。
|
|
|
|
现阶段，与卫星通信直接结合的 \gls{doa} 估计研究仍然有限，更多的成果来自阵列信号处理和分布式子阵网络的研究体系。以下内容给出若干具有代表性的方向。
|
|
|
|
\subsubsection{基于部分校准阵列和弱同步模型的多星 DoA}
|
|
|
|
多星系统可视为时变的分布式阵列网络。现有关于部分标定阵列和分布式子阵列的研究~\cite{seeDirectionofArrivalEstimationPartly2004, zhangDOAEstimationExploiting2024, chowdhuryDirectionofArrivalEstimationExploiting2021, wangEnhancedDOAEstimation2024} 表明，当子阵间存在未知相位漂移或阵元位置误差时，通过对子阵内部与子阵间的约束结构进行建模，仍可在一定程度上恢复虚拟全孔径的角度估计能力。
|
|
|
|
基于这一思路，在卫星场景中可以构建“星内完全标定、星间弱同步”的模型，并进一步研究在星间信息交换受限的条件下如何实现稳定且性能接近虚拟全孔径的联合估计。
|
|
|
|
\subsubsection{基于角域稀疏性的 DoA 估计}
|
|
|
|
在密集 \gls{leo} 星座下，卫星可覆盖范围极大，但实际地面来向往往只有有限数量，因此角域呈现明显稀疏性。压缩感知与稀疏表示~\cite{chowdhuryDirectionofArrivalEstimationExploiting2021, liHighResolutionDOA2025} 提供了一类适合这类结构的 \gls{doa} 估计方法，尤其适用于快拍数有限、信噪比较低或仅有少量卫星参与协作的情况。
|
|
|
|
此外，多星在轨道运行中具有不断变化的相对几何结构，这些时变特征可进一步作为额外约束，引入到“多星多时刻”场景的时–空联合稀疏估计框架中。
|
|
|
|
\subsubsection{DoA、TDOA 与 FDOA 的联合参数估计}
|
|
|
|
现有卫星定位研究~\cite{haoInterferenceGeolocationSatellite2021, elgamoudiSurveyRecentTechniques2021} 主要依赖 \gls{tdoa} 和 \gls{fdoa} 测量，而基于 \gls{doa} 的方法通常仅在单星场景有所涉及。多星场景使三类观测量可以在同一几何框架下结合，从而获得更稳健的联合估计能力。
|
|
|
|
构建联合似然函数并推导联合 \gls{crb} 能够揭示不同观测量之间的互补关系。例如，\gls{doa} 估计可以降低对高精度时钟同步的依赖，而 \gls{tdoa}/\gls{fdoa} 提供了对目标位置与运动状态更敏感的测量；几何结构随时间变化也能为多参量融合带来额外增益。
|
|
|
|
在星间链路受限时，还可考虑分布式求解策略，即各卫星仅交换有限的中间信息，通过迭代的方式逼近集中式最优解。典型方法包括基于“共识（consensus）”思想的分布式最大似然方法~\cite{chenDistributedAlgorithmsArray2021}：各卫星先利用本地观测进行更新，再通过少量信息交换使整个系统在迭代中逐步趋于一致。这类方法通信开销可控，适用于未来大规模密集星座的协作定位任务。
|