通信感知一体化关键技术（IMT-2030 6G）

• 空口关键技术
• • 波形技术
  • 波束赋型技术
  • 干扰消除技术
  • 定位技术
  • 参数化估计技术
• 架构与组网技术
• 硬件架构与设计
• 参考文献

波形设计可以分为两个主要研究方向：

• 基于现有波形的一体化波形适配性研究：采用该方法可以满足设备的快速演进，实现前向兼容性。但此研究方向的基础理论前提没考虑通信和感知的一体化需求，因此对通感一体的需求满足度偏低。
• 新型通感一体化波形设计及研究：这类波形目前还处在研究初期。传统雷达波形设计的目的是得到具有最优自相关特性的波形来保证雷达探测性能；通信波形的设计是要保证能对抗各种信道衰落以及多用户干扰从而正确地解调解码出通信信息。 两者存在较大的差异，需要找到合适的信号同时完成信息传递和目标探测功能。目前来看国内外的专家主要还是从通信和感知的互信息最大化进行设计的较多。其中使用通信和感知信号的互信息加权的波形生成方法是目前较为前沿的技术[1]。

对于通信感知一体化的波束赋形设计来说，感知和通信可能有不同的性能要求，因此，在通信感知一体化体制中，波束赋形的设计也面临一些独特的挑战。例如，在车联网中，雷达感知通常需要时变扫描波束，以实现对更大范围内目标的估计和检测；而通信系统则要求准确指向通信方向的波束，以保障稳定的高质量通信。

在毫米波波束赋形系统中，实现波束赋形的硬件条件会影响算法性能：

1. 毫米波系统的波束赋形通常由模拟阵列（又称相控阵）或者数字模拟混合阵列完成。这些波束赋形阵列通常用量化的移相器实现相位加权。加权矢量（连续的复向量）用具有单位振幅和离散相位值的移相器现实时，波束赋形矢量的量化误差会造成波形失配、增益下降等严重后果。
2. 波束赋形算法里阵列的数学模型将天线阵元简化为理想点源天线，而实际毫米波天线阵列的阵元具有方向性，且通常伴有互耦的影响，其辐射性能也受实际电磁辐射环境的影响。实际阵列和理想模型的不一致也会带来波束赋形算法的性能恶化。

在无线通信中，干扰消除是非线性检测中的关键技术，它的作用是去除天线间的干扰，从而提高系统检测的性能。
在通信感知一体化系统中，解除传统双工机制对收发机频谱资源利用的限制，有助于进一步提高频谱效率和系统的灵活性。但上下行链路同时同频传输信号，会存在严重的自干扰和交叉干扰问题，需要在设备和网络部署时采取一定的干扰抑制和消除手段，广泛接入和大规模协作会带来复杂网络信号干扰问题，随着期望感知范围或者精度要求的提升，增加传输的功率是一个有效的方法，但是随着功率的提高，网络传输的动态性和随机性也会相应提升，从而增加了干扰，从网络中提取信息就需要更加深入的学习和挖掘，尽可能提取出更多高有价值的数据。此外，我们也可以通过对反馈的实时信道波束信息等电磁环境信息以及周围节点空间信息进行分析处理，可进一步降低传统通信和感知功能分离带来的相互之间的干扰，实现通信、感知功能增强。进一步，为了有效提升通信感知一体化性能，可引入智能化计算能力进行高效干扰管理，也可以利用多用户波束选择技术来进一步降低干扰，通过对获取的通信环境先验信息包括目标位置与速度信息、信道状态信息、用户波束信息以及干扰信道信息进行特征提取与筛选，并基于智能算法与历史子网波束信息联合训练，完成最佳波束决策，从时域和频域上降低子网用户波束间干扰。

无线基础设施提供数百万个地面锚点，无论是在室内还是室外，无论晴朗还是恶劣天气，静止还是移动，移动网络终端都可以实现数十米级别的定位精度。通信感知定位系统的节点按照功能不同可以分为普通节点和锚节点：

• 普通节点：用于传输数据且位置未知的待定位节点，又称为目标节点、盲节点或未知节点；能源受限，通常无法充电，需要参照锚节点以某种定位算法在上位机进行定位。
• 锚节点：又称参考节点或信标节点。是位置已知的节点，可以预先在指定位置人工部署或通过GPS 得到位置。人工部署不需要GPS，成本低，但需要前期规划和部署，且部署后不可移动。而GPS不需人工操作，但成本高、能耗大，在室内、水下或地下室等非视距环境定位效果差。

通感一体化场景下的感知任务包括目标进行测距、测角、测速，以及面向应用的模式识别，例如目标和行为的识别、分类等。
感知参数估计是一个非线性问题，因此大多数经典的线性估计器已不再适用。

• 常用的参数估计方法包括：周期图方法，如二维或者三维傅里叶变换（2D/3D-FFT）、空域滤波器如Bartlett 滤波器以及最小方差无失真响应滤波器（Minimum Variance Distortionless Response，MVDR）、基于子空间的频谱分析技术，如多重信号分类（Multiple Signal Classification, MUSIC）等、期望最大化类（Expectation-Maximization，EM）技术、压缩感知（Compressed Sensing），以及张量工具等。这些技术具有不同的估计性能和算法复杂度，广泛应用于雷达以及图像处理领域。
• 对于通信业务为了使收发两端进行预编码/波束赋形以及接收机正确进行数据解调等，需要进行信道估计。常用的信道估计算法包括有最小二乘（Least Squares，LS）法、最小均方误差（Minimum Mean Square Error，MMSE）法、最大似然估计法（Maximum Likelihood，ML）及针对以上算法的改进算法等。 通感一体化场景下通信和感知参数联合估计有助于节省通信系统资源开销，提高系统通信感知效率。

通信感知一体化网络架构是支持无线通信与无线感知功能、服务和应用的系统架构，需要考虑到云原生、虚拟化和微服务等先进技术理念，以实现通感（算）资源，功能服务和数据之间的有效组织和联动，其总体框架分为资源层、能力层与应用层。

• 通信感知一体化三层框架
  
• 通感算一体化网络架构
  

组网技术是实现业务广域无缝覆盖、保障用户体验的关键。组网技术主要目标是实现业务连续性与干扰协调。通信感知一体化系统中，业务连续性包括了感知连续性、通信连续性、计算连续性与上下文连续性。干扰协调包括小区间干扰、感知间干扰、通信感知间干扰等协调控制。

通信感知一体化系统在组网设计时，应充分考虑通信与感知信号覆盖的折衷、网络层干扰协调，以及系统算力与功耗均衡等因素，优化提升通信感知一体化系统性能。

通信与感知系统因系统功能及规格等需求的差异，在带宽、功率输出能力、接收检测灵敏度、系统的动态范围、双工能力和性能，以及射频通道的频偏、相噪、非线性等指标需求均有较大的差异，因此传统的方式是分开按照通信和感知的需求来进行设计。通感一体化技术希望架构和硬件系统能同时实现感知和通信功能，因此系统在设计之初就要平衡好通信和感知需求，新增共享频谱资源、高动态范围、全双工及自干扰消除、高通道性能等特性要求，此外还需兼顾低实现复杂度、低功耗、高集成的目标。

硬件设计需要解决高性能全双工等带来的干扰和设备电路等设计问题。

从一体化的硬件设计研究思路和研究路径来看，需要从基础的系统与电路架构、高隔离度的系统、高性能高精确度的器件与电路模型建模、及小型化集成化的收发信机方案上持续进行突破，解决相应挑战。并开展实验研究，建立通信和感知实验平台，通过实验研究验证完善相关理论分析和电路模型。

【1】https://mp.weixin.qq.com/s?__biz=MzI0MzA1NzUzNQ==&mid=2247484828&idx=2&sn=207b21a0f3a6218cd4a3ae2365a5446b&chksm=e973938cde041a9af4a78f78ef66c41a00c7533dabfd9b8ffd02c7f0290e4f36af6e11829265&mpshare=1&scene=1&srcid=1209AAh4zRLMQPkW7ejfL6zG&sharer_sharetime=1639055258334&sharer_shareid=b406653aa0694b67a9f5e3f58b113562#rd
【2】通信感知一体化技术研究报告（IMT-2030 6G）