1.双时间尺度协同感知的毫米波智能超表面信道估计方法，其特征在于，包括以下步骤：步骤1、场景假设和信道模型；

步骤2、根据基站端与感知智能超表面之间的距离，设计感知信号长度，并确定最大盲区距离，以在基站端获取与智能超表面间的最强视距达到角；

步骤3、设计智能超表面的移相器相位，在基站端与智能超表面间进行大时间尺度协同感知，获取两者之间的等效信道；通过利用基站端与智能超表面之间的视距角度，来克服其等效信道感知过程中的相位模糊问题；

步骤4、通过依次开启智能超表面单元在基站端接收用户发出的训练序列，获得小时间尺度的与用户与智能超表面间的信道状态信息。

2.根据权利要求1所述的双时间尺度协同感知的毫米波智能超表面信道估计方法，其特征在于，步骤1具体方法如下：智能超表面辅助下的毫米波通信系统场景描述如下：考虑一个智能超表面辅助的模数混合架构多用户毫米波MISO系统，其中基站端配备 个天线和 射频链，系统在具有 个反射元件的智能超表面的协助下，对 个单天线用户传输数据流；

假设毫米波通信信道是在一个相干时隙内的慢衰落莱斯信道；

当假设基站端与用户端的视距链路被障碍物所阻挡时，毫米波通信系统在智能超表面协助下的通信信道模型由两部分构成：基站端与智能超表面之间的上行准静态高维信道矩阵 ，以及智能超表面与用户端下行低维信道矩阵，表示如下：

其中， 表示总用户与智能超表面上第 个反射元件之间的信道， 表示第 个用户与智能超表面之间的下行信道；

在基站端和智能超表面的天线阵列均采用均匀线性阵列；

智能超表面上的反射元素系数矩阵可表示为

；其中，

分别表示智能超表面中第 个反射元件的幅度和相位调节系数。

3.根据权利要求2所述的双时间尺度协同感知的毫米波智能超表面信道估计方法，其特征在于，步骤2具体方法如下：在大时间尺度上通过协同感知对基站端与智能超表面之间的准静态信道进行信道估计；首先，确定信道带宽的情况下，基于基站端与智能超表面之间的距离设计相应感知信号长度及波形并确定基站端感知的最大盲区距离；考虑到毫米波信道的高传输损耗，智能超表面的部署偏向基站侧；

基站端通过所发射的接收感知信号，以获取基站端与智能超表面的最强传播路径；基站端从 到 发射感知波束，波束搜索步长为 ，其中 为观测方向数；波束感知矩阵为 ，基站端第 列感知波束向量 ，，设计如下：

其中， ，为智能超表面到基站端可能的到达

角，其感知波束向量的特性为 ；

由于智能超表面采用的是均匀线性天线阵列，开启智能超表面的任一反射元件，并设计为 ,则基站端波束在第 个可能的到达角度接收的经第 个智能超表面上的反射元件反射的信号形式 可表示如下：其中， 为基站端发送的导频信号， 为第 个 反射元件的开启时智能超表面与基站端信道所对应的上行信道； ，是服从均值为0，方差为 的加性高斯白噪声；式（3）中参数上标“ ”表示共轭；因此，总共 个观测方向中产生最大值的波束方向角度，为可能的智能超表面在基站端的最强到达角度，即：其中， 表示是产生最大值的角度，依据式（4）的测量结果，得到的智能超表面相对 于 基 站 端的 视 距 达 到 角度 ，设 计 基 站 端 的 波 束 赋 形向 量 ，。

4.根据权利要求3所述的双时间尺度协同感知的毫米波智能超表面信道估计方法，其特征在于，步骤3具体方法如下：通过下行链路，基站端向智能超表面发送导频，通过上行链路智能超表面反射回基站端；导频信号经过智能超表面反射到基站端的传输模型表达如下：其中， 为基站端发射经智能超表面反射返回基站端的接收信号，为基站端发送的感知信号，定义 ，并设计 ，则式（5）可以表示为：从步骤2中已知基站端的波束赋形矢量 ，重新写式（6），计算得到如下：

根据式（7），通过设计RIS的相位确保基站端获得最大的接收信号，即：其中， 用于对智能超表面上的移相器设计，获取基站端在智能超表面端的最强视距出发角度AoD具体细节步骤如下：（a）信道 中基站端在智能超表面端最强视距角度搜索的 列矢量集合设计矩阵为：，是用于智能超表面上的移相

器的设计；

根据式（7）可得：

根据式（8）及（9）设计智能超表面的相位，则 中取得最大值的第 列向量，，可表示如下：其中， ，为信道 中基站端在智能超表面

端的可能最强出发角AoD，对于式（8）中同一 值，有两个不同的角度值解，即；

（b）由于式（10）中设计智能超表面相位向量 ，将导致 估计的模糊问题；通过得到的 设计相应矢量 ，即：通过参考锚定点上传参考信号方式来解决最强角度估计过程中的模糊问题；具体操作为在智能超表面某已知方位设定一参考锚定点，参考锚定点在智能超表面信道的最强到达角度信息已知，参考用户通过上行链路发射感知信号 ，此时，基站端接收信号可表示为：其中，

为其等效信道，且 是参考锚定点与智能超表面之间的莱斯信道， 是已知的参考锚定点相对于智能超表面的直达视距角度所张成的信道矢量；通过比较基站端接收信号的大小，即：因此，式（13）中得到较大值 ，即 可认为是信道 中基站端在智能超表面上真实最强角度所张成的矢量：基于步骤1及2中测出的基站端与智能超表面之间的视距角度，消除角度估计中的相位模糊问题，重构视距信道：其中， 表示基站端与第 个智能超表面上反射元件之间的视距信道；

式（15）中的视距信道 仅包含视距角度参数，不包含散射路径的角度参数；为进一步获取更多的信道信息，在基站端与智能超表面之间进行大时间尺度的协同感知，从而获取两者之间的等效准静态信道；其中，等效准静态信道定义为基站端的模拟波束形成矢量以及智能超表面与基站端之间信道的耦合；

通过依序开启智能超表面的反射元件，基站端不断接收自身所发射的感知信号以建立等效准静态信道的感知矩阵；上述过程中，开启智能超表面上第 个反射元件时，基站端的接收信号如下：其中， 是基站端发出的感知信号， 定义第 个反射元件的等效准静态信道为 ，定义 ，同时设计智能超表面反射元件相位为 ，重写式（16）如下：

进一步，利用最小二乘法（LS）解出式（17）线性方程中的 估计值为 ；由于复数开平方后会造成相位模糊问题，使用已经估计出的视距信道 通过对 开平方得出和 进行去模糊操作；

定义 ，并基于最大似然准则对得到的 根据

来进行相位纠正，方法如下：

通过数据积累和观测，估计出真实的 。

5.根据权利要求4所述的双时间尺度协同感知的毫米波智能超表面信道估计方法，其特征在于，步骤4具体方法如下：基于步骤3估计出的等效准静态信道，通过依序开启智能超表面上的反射元件，基站端接收用户发出的训练序列表示如下：其中，设定开启的智能超表面的反射元件参数 为所有用户在时隙 内发送的正交导频信号，特性为 ，基站端的高斯白噪声矩阵为从式（18）中得到；

通过以下操作，得到小时间尺度上的用户与智能超表面第 个反射元件的信道状态信息，即：基于式（20），依序遍历整个智能超表面上的反射元件，得到智能超表面与用户端之间低维度信道矩阵：。