我校空天信息科学与技术学院空间多维感知与干扰团队在智能超表面（RIS）辅助车载非视距环境下的无网格二维波达方向（DOA）估计方向取得了重要突破。在通信领域知名期刊《IEEE Communications Letters》（三区，影响因子4.29）发表研究成果"DANM-ADMM for RIS-Aided Gridless 2-D DOA Estimation in Vehicular NLoS Scenarios"。该成果以上海电机学院为第一单位，陈志敏教授为第一作者，24级控制科学与工程专业研究生程壮壮、24级电子信息专业研究生申天煜为参与作者。
波达方向（DOA）估计是无线感知与车联网的基础。传统方法依赖视距路径，在车载非视距场景下性能下降。基于离散角度网格的方法往往存在“基不匹配”问题，影响估计精度。在非视距、连续域条件下实现高精度、低复杂度的二维DOA估计成为关键难题。
针对上述挑战，团队提出了一种基于解耦原子范数最小化（DANM）与交替方向乘子法（ADMM）的高效DOA估计算法——DANM-ADMM。利用智能超表面（RIS）的可控反射特性，在被遮挡的非视距环境中建立起一条"虚拟视距"感知路径。通过解耦原子范数最小化（DANM）公式，将高维向量化半定规划（SDP）转化为两个较小Toeplitz矩阵的联合优化，在保留连续域稀疏先验的同时，显著降低了问题的计算规模。仿真验证表明DANM-ADMM在Nlos场景下的DOA估计精度优于ANM-ADMM、FFT等算法。该成果为车联网非视距感知、6G智能超表面辅助定位、无人机蜂群感知等下一代无线系统提供了理论依据与轻量化实现方案。
论文链接：https://doi.org/10.1109/LCOMM.2026.3719280
该成果不仅从理论上完善了RIS辅助感知的理论框架，也为车联网NLoS场景下的高精度定位提供了切实可行的算法方案，对推动自动驾驶、智能交通系统的发展具有重要应用价值。
团队长期深耕空间多维感知与测向、非理想阵列稀疏重构、强干扰抑制与波形优化等前沿方向，坚持"科研反哺教学、创新支撑产业"理念，持续产出高质量学术成果，推动基础研究与工程应用协同创新，为服务国家新质生产力发展与上海高端装备产业升级贡献更大力量。（供稿：空天信息科学与技术学院）
