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双有源智能超表面辅助移动频谱感知研究方面取得重要理论进展，在国际权威期刊《IEEE Internet of Things Journal》(一区TOP，影响因子9.096)发表研究成果“DEE-Aware Dual Active RIS-Empowered Spectrum Sensing under User Mobility”。该成果以上海电机学院为第一单位，2024级电子信息硕士研究生叶金波为第一作者，盛淑然博士为通讯作者，李靖超教授为合作作者。
面向6G物联网海量终端接入需求，动态频谱共享是提高频谱资源利用率的重要技术。然而，在车辆、无人机和移动终端等高动态场景中，用户移动及障碍物遮挡会引发信道快速变化，造成感知信号衰减和频谱感知盲区，影响频谱接入决策的准确性。同时，有源智能超表面对信号的放大也会增加系统能耗和噪声，如何兼顾感知可靠性与能量效率成为亟待解决的问题。
针对上述问题，研究提出一种检测能效感知的双有源可重构智能表面（RIS）辅助频谱感知框架。该框架通过部署两个有源RIS，构建并行与级联反射链路，增强弱覆盖区域的感知信号，有效缓解复杂遮挡环境下的传播损耗。研究同时建立移动用户时变信道模型，并推导虚警概率和检测概率的闭式表达式，为动态场景下的频谱感知性能分析提供理论基础。
论文链接：https://doi.org/10.1109/JIOT.2026.3717662
研究进一步提出“检测能效”指标，建立检测门限、RIS相移和放大系数联合优化模型，并设计融合二次变换、交替优化、顺序旋转与改进差分进化的混合优化算法。仿真结果表明，所提双有源RIS级联方案在正确检测概率和检测能效方面均优于无RIS、无源RIS、单有源RIS及双RIS并行部署方案，在用户移动和链路部分遮挡场景下展现出良好的适应能力。
该成果形成了“移动信道建模—感知能效分析—双有源RIS联合优化”的完整研究框架，可为6G物联网、智能交通、无人机网络及动态频谱共享系统的设计提供重要参考，也体现了团队在智能频谱感知与可重构智能表面研究方向的持续积累。
未来，团队将继续围绕复杂电磁环境感知、智能频谱共享及通信感知融合等方向开展研究，推动科研创新与研究生人才培养协同发展。同时，积极探索多智能超表面协同组网、人工智能驱动的智能频谱决策等前沿课题，并面向低空经济、车联网与无人机集群等6G典型应用场景推进产学研合作，加速成果落地转化，力争在可重构智能表面辅助的智能频谱感知领域形成系列化、体系化的创新成果。