近日，我校空天信息科学与技术学院空间多维感知与抗干扰团队在机载双智能超表面辅助车-车通信信道建模研究方面取得重要理论进展，在《IEEE Transactions on Cognitive Communications and Networking》（一区TOP，影响因子7.59）发表研究成果“AI-Enhanced 3D Channel Modeling for Aerial Double-RIS Assisted V2V Communications with UAV Fluctuation Compensation”，该成果以上海电机学院为第一单位，赵莹博士为第一作者，陈志敏教授为通讯作者。
面向6G车联网高动态、非平稳复杂通信环境，机载智能超表面可通过动态构建反射链路，有效解决地面障碍物遮挡带来的视距链路中断问题。但无人机飞行过程中不可避免存在姿态扰动，给RIS单元引入随机相位偏差。传统基于几何的随机信道模型（GBSM）难以精准刻画该类非线性传播效应，制约了机载RIS车-车通信系统的仿真分析与性能优化。
针对这一痛点，团队提出一套AI增强的三维非平稳混合信道建模框架，将物理信道模型与人工智能补偿算法深度融合，为动态无人机UAV搭载双智能反射面RIS辅助的V2V通信，构建了一套高精度三维信道模型。有效解决了因无人机姿态抖动带来的信号预测失准问题，为未来智能交通和低空经济网络提供了重要的理论支撑。
论文链接：https://doi.org/10.1109/TCCN.2026.3717903
该研究将轻量化多层感知机MLP作为残差校正模块嵌入物理驱动信道模型，学习无人机偏航、俯仰抖动与信道畸变之间的非线性映射，对物理模型输出信道矩阵做误差补偿；同时采用TD3深度强化学习算法，完成无人机轨迹与RIS相位、幅度参数联合优化，在平台能耗与动作平滑约束下最大化系统频谱效率。仿真结果表明，该模型能够有效刻画信道的空—时—频非平稳特性，在信道相关性与通信容量方面均优于传统单RIS模型及其他深度强化学习算法。
该成果形成“物理信道建模-AI扰动补偿-强化学习联合优化”完整理论体系，为未来空天地一体化通信网络的设计提供了重要参考。这一成果不仅彰显了我校在新一代通信技术研究领域的科研实力，也是学校深化产教融合、服务国家战略性新兴产业的具体体现。（供稿：空天信息科学与技术学院）
