2025年11.0B-6G協(xié)作通感一體化關(guān)鍵技術(shù)白皮書-未來移動(dòng)通信論壇

隨著5G移動(dòng)通信網(wǎng)絡(luò)的大規(guī)模商用，學(xué)術(shù)界以及產(chǎn)業(yè)界均已開始對(duì)第六代移動(dòng)通信技術(shù)（6G）進(jìn)行研究探索。移動(dòng)通信網(wǎng)絡(luò)是社會(huì)發(fā)展的重要新型基礎(chǔ)設(shè)施，隨著通信與社會(huì)、生產(chǎn)、生活的進(jìn)一步融合，移動(dòng)通信所承載的業(yè)務(wù)將更加豐富，可以預(yù)見，6G網(wǎng)絡(luò)將是通信、感知、AI、安全、大數(shù)據(jù)一體融合的新一代移動(dòng)信息網(wǎng)絡(luò)，多維能力的一體融合將成為6G發(fā)展的重要趨勢(shì)。通感一體化作為6G核心愿景，突破傳統(tǒng)通信網(wǎng)絡(luò)的局限，將網(wǎng)絡(luò)能力從信息傳遞擴(kuò)展至環(huán)境感知，極大拓展通信網(wǎng)絡(luò)的能力邊界，助力實(shí)現(xiàn)“萬物智聯(lián)、數(shù)字孿生”的宏偉愿景。該技術(shù)在智慧物流、城市治理、應(yīng)急救援、數(shù)字農(nóng)業(yè)等領(lǐng)域展現(xiàn)出廣闊的應(yīng)用前景，有望推動(dòng)社會(huì)經(jīng)濟(jì)效率的顯著提升與智能化服務(wù)的全面升級(jí)。協(xié)作通感一體化技術(shù)通過多節(jié)點(diǎn)分布式協(xié)作與智能融合，可以發(fā)揮6G網(wǎng)絡(luò)的超大規(guī)模部署與多維協(xié)同特性的優(yōu)勢(shì)，構(gòu)建以用戶/目標(biāo)為中心的全域高精度感知體系，不僅可以提升通信性能，還能夠賦予網(wǎng)絡(luò)“內(nèi)生感知”能力，真正實(shí)現(xiàn)通信與感知功能的“一網(wǎng)兩用”，將是6G通感一體化技術(shù)的重要發(fā)展方向之一。本白皮書全面系統(tǒng)地探討了協(xié)作通感一體化技術(shù)，第一章分析了協(xié)作通感一體化的研究背景與驅(qū)動(dòng)力，以及智慧交通、工業(yè)運(yùn)維、低空飛行器管理六大應(yīng)用場(chǎng)景，明確了其在6G網(wǎng)絡(luò)演進(jìn)中的核心地位。第二章探討了協(xié)作通感一體化的網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)，重點(diǎn)研究可拓展無蜂窩協(xié)作通感一體架構(gòu)。第三至五章深入研究了通感融合的理論挑戰(zhàn)與物理層關(guān)鍵技術(shù)，提出了容量-失真折中理論、感知信息論以及波形設(shè)計(jì)、波束管理等創(chuàng)新方案，為通信與感知性能的聯(lián)合優(yōu)化奠定了基礎(chǔ)。第六章聚焦基于無蜂窩架構(gòu)的協(xié)作通感網(wǎng)絡(luò)設(shè)計(jì)，剖析了多點(diǎn)協(xié)作時(shí)頻同步等非理想因素造成的工程化難題。第七章通過原型試驗(yàn)驗(yàn)證了協(xié)作通感在多人呼吸監(jiān)測(cè)與微動(dòng)感知中的高精度能力，為技術(shù)落地提供了實(shí)踐依據(jù)。最后，白皮書展望了協(xié)作通感一體化的發(fā)展趨勢(shì)與未來方向。1協(xié)作通感一體關(guān)鍵技術(shù)研究驅(qū)動(dòng)力 11.1背景與需求 1.2應(yīng)用場(chǎng)景 1.2.1智能交通全域協(xié)同管理 1.2.2低空飛行管理與服務(wù) 21.2.3城市環(huán)境智能監(jiān)測(cè) 21.2.4工業(yè)互聯(lián)網(wǎng)智能運(yùn)維 21.2.5高精度空間交互增強(qiáng) 31.2.6智慧醫(yī)療遠(yuǎn)程監(jiān)護(hù) 31.3技術(shù)挑戰(zhàn) 31.3.1通感一體化理論 31.3.2空口技術(shù)設(shè)計(jì) 41.3.3復(fù)雜場(chǎng)景下的高精度感知 51.3.4感知信息融合策略 51.3.5協(xié)作通感干擾管控 62協(xié)作通感一體網(wǎng)絡(luò)架構(gòu) 72.1基于無蜂窩架構(gòu)的無線接入網(wǎng) 72.2基于無蜂窩架構(gòu)的協(xié)作通感架構(gòu) 83協(xié)作通感一體性能理論 3.1容量-失真折中理論 3.2感知信息理論 3.2.1參數(shù)估計(jì)的感知信息理論 3.2.2目標(biāo)檢測(cè)的感知信息理論 4協(xié)作通感一體物理層關(guān)鍵技術(shù) 4.1協(xié)作通感序列和幀結(jié)構(gòu)設(shè)計(jì) 4.1.1協(xié)作通感幀結(jié)構(gòu)設(shè)計(jì) 4.1.2可拓展廣距高分辨率信號(hào)設(shè)計(jì) 4.2協(xié)作通感波束管理方案 4.2.1波束掃描 4.2.2波束追蹤 4.3協(xié)作通感聯(lián)合信號(hào)處理算法 214.3.1雜波抑制 244.3.2目標(biāo)檢測(cè) 254.3.3參數(shù)估計(jì) 264.4協(xié)作通感一體化算法 274.4.1參數(shù)融合 284.4.2信號(hào)融合 294.5協(xié)同感知波形選取及設(shè)計(jì) 305協(xié)作通感資源管理技術(shù) 315.1感知通信干擾管控 315.2空地干擾管控 326協(xié)作通感一體非理想因素消除 336.1多點(diǎn)時(shí)頻同步方案 336.2空口誤差校準(zhǔn)算法 346.2.1時(shí)鐘異步系統(tǒng)信道模型 346.2.2線性擬合方案 356.2.3空間天線處理方案 366.2.4互易性校準(zhǔn)方案 387協(xié)作通感一體原型試驗(yàn)系統(tǒng) 417.1多人呼吸感知驗(yàn)證 417.2微動(dòng)感知驗(yàn)證 438總結(jié)與展望 45參考文獻(xiàn) 46縮略語列表 51目前，世界各國(guó)在快速推動(dòng)5G商用部署的同時(shí)，也陸續(xù)發(fā)布了6G的研發(fā)計(jì)劃，2021年9月，中國(guó)IMT-2030（6G）推進(jìn)組發(fā)布的《6G網(wǎng)絡(luò)架構(gòu)愿景與關(guān)鍵技術(shù)展望》白皮書中指出：在服務(wù)能力方面，新一代移動(dòng)通信網(wǎng)絡(luò)將以信息傳輸為基礎(chǔ)進(jìn)一步發(fā)展“內(nèi)生感知”與通信服務(wù)融合的能力；新一代移動(dòng)通信網(wǎng)絡(luò)將從地面用戶覆蓋為主向立體化、分布式協(xié)作覆蓋演進(jìn)，從而能夠有效支撐“萬物智聯(lián)、數(shù)字孿生”的宏偉愿景。業(yè)界已經(jīng)一致認(rèn)為，在實(shí)現(xiàn)上述愿景中，協(xié)作通信感知一體化技術(shù)將扮演極為重要的角色。作為6G接入網(wǎng)演進(jìn)的重要方向，多收發(fā)節(jié)點(diǎn)（TRP）協(xié)作是實(shí)現(xiàn)以用戶為中心的網(wǎng)絡(luò)理念和提高感知能力的重要技術(shù)，將為6G帶來量級(jí)提升、要素融合、全域覆蓋等關(guān)鍵能力的提升。多TRP協(xié)作具備以“用戶”為中心的個(gè)性化服務(wù)能力，可以基于“用戶關(guān)聯(lián)”設(shè)計(jì)空時(shí)頻碼等資源的管理方案；此外，協(xié)作網(wǎng)絡(luò)具備更靈活的射頻天線單元部署能力，可以減少?gòu)?fù)雜環(huán)境下的遮擋效應(yīng)和感知盲區(qū)，這使得多TRP協(xié)作在通感一體化的研究中具備天然優(yōu)勢(shì)[1][2]。協(xié)作通感的研究可以繼承部分傳統(tǒng)通感的研究，但相對(duì)于傳統(tǒng)蜂窩通感協(xié)作在通感需求分析、通感體系架構(gòu)、物理層關(guān)鍵技術(shù)等方面存在大量挑戰(zhàn)性問題，在協(xié)作通感一體化的標(biāo)準(zhǔn)、發(fā)展趨勢(shì)和應(yīng)用前景等方面學(xué)界業(yè)界仍未達(dá)成共識(shí)。因此，亟需針對(duì)“協(xié)作”分布式架構(gòu)的特點(diǎn)，設(shè)計(jì)特有的實(shí)施流程和技術(shù)方案，在基礎(chǔ)理論、關(guān)鍵技術(shù)和行業(yè)應(yīng)用等方面進(jìn)行開展深入研究，為未來6G移動(dòng)通信標(biāo)準(zhǔn)化提供指導(dǎo)?；诰W(wǎng)絡(luò)協(xié)作通感一體化技術(shù)的分布式感知與通信深度融合能力，其憑借多節(jié)點(diǎn)協(xié)同調(diào)度、超高精度實(shí)時(shí)感知及動(dòng)態(tài)資源優(yōu)化等特性，在以下新興領(lǐng)域展現(xiàn)出顯著的應(yīng)用潛力：.多維度交通態(tài)勢(shì)感知通過多TRP協(xié)作組網(wǎng)，實(shí)時(shí)采集道路車輛位置、速度及軌跡信息，結(jié)合V2X（車聯(lián)萬物）通信鏈路，動(dòng)態(tài)生成全域交通態(tài)勢(shì)圖譜。協(xié)作通感網(wǎng)絡(luò)可突破單站感知盲區(qū)，精準(zhǔn)識(shí)別復(fù)雜路況（如交叉口擁堵、違規(guī)變道并通過低時(shí)延通信將預(yù)警信息推送至車載終端，提升行車安全[3]。.動(dòng)態(tài)交通信號(hào)協(xié)同優(yōu)化協(xié)作通感節(jié)點(diǎn)聯(lián)合分析區(qū)域車流密度，利用感知數(shù)據(jù)與通信鏈路反饋，實(shí)時(shí)優(yōu)化交通信號(hào)配時(shí)方案，緩解高峰期擁堵。例如，通過感知緊急車輛（救護(hù)車、消防車）的實(shí)時(shí)位置，自動(dòng)調(diào)整信號(hào)燈優(yōu)先級(jí)，保障應(yīng)急通道暢通。.安全保障與應(yīng)急響應(yīng)通過多節(jié)點(diǎn)聯(lián)合感知，網(wǎng)絡(luò)協(xié)作通感技術(shù)實(shí)時(shí)監(jiān)測(cè)低空飛行器的狀態(tài)和周圍環(huán)境，構(gòu)建全域安全保障網(wǎng)絡(luò)。分布式節(jié)點(diǎn)能夠快速感知飛行器的異常行為或故障跡象，并及時(shí)發(fā)出預(yù)警，協(xié)調(diào)應(yīng)急響應(yīng)。在緊急情況下，網(wǎng)絡(luò)可迅速定位故障飛行器并調(diào)度救援資源，確保低空飛行活動(dòng)的安全。此外，網(wǎng)絡(luò)支持飛行器與地面控制中心的高效通信，進(jìn)一步提升任務(wù)可靠性[8]。.低空飛行路徑規(guī)劃與優(yōu)化協(xié)作通感網(wǎng)絡(luò)利用其高精度感知和通信能力，為低空飛行器提供智能化的路徑規(guī)劃與優(yōu)化服務(wù)。網(wǎng)絡(luò)節(jié)點(diǎn)實(shí)時(shí)共享飛行器的位置、環(huán)境數(shù)據(jù)（如天氣狀況）和交通流量信息，通過多維數(shù)據(jù)分析，動(dòng)態(tài)調(diào)整飛行路徑以避開擁堵區(qū)域、惡劣天氣或禁飛區(qū)。同時(shí)，網(wǎng)絡(luò)支持飛行器之間的協(xié)同通信，確保在密集空域中保持安全間距，提升通行效率。.污染源實(shí)時(shí)溯源部署于城市各區(qū)域的TRP節(jié)點(diǎn)聯(lián)合感知PM2.5、VOCs等污染物濃度，結(jié)合氣象數(shù)據(jù)與通信網(wǎng)絡(luò)反饋，構(gòu)建污染擴(kuò)散模型并快速定位污染源頭，為環(huán)保部門提供決策依據(jù)[6]。.地質(zhì)災(zāi)害早期預(yù)警在山區(qū)或地下管網(wǎng)中，協(xié)作通感網(wǎng)絡(luò)通過振動(dòng)、傾斜度等多模態(tài)感知數(shù)據(jù)融合，實(shí)時(shí)監(jiān)測(cè)地質(zhì)形變趨勢(shì)。感知信息通過邊緣計(jì)算節(jié)點(diǎn)快速處理，觸發(fā)預(yù)警信號(hào)并同步至應(yīng)急指揮中心。.設(shè)備狀態(tài)聯(lián)合監(jiān)測(cè)在智能制造場(chǎng)景中，分布式TRP協(xié)作網(wǎng)絡(luò)可實(shí)時(shí)感知工廠設(shè)備振動(dòng)、溫度等關(guān)鍵參數(shù)，結(jié)合通信數(shù)據(jù)回傳至云端進(jìn)行異常檢測(cè)。多節(jié)點(diǎn)數(shù)據(jù)融合技術(shù)能夠精準(zhǔn)定位故障設(shè)備，減少停機(jī)損失[4]。.智慧工廠動(dòng)態(tài)調(diào)度通過感知物料運(yùn)輸機(jī)器人位置與生產(chǎn)線進(jìn)度，協(xié)作通感系統(tǒng)動(dòng)態(tài)優(yōu)化機(jī)器人路徑規(guī)劃，避免碰撞并提升物流效率。同時(shí)，基于感知反饋的通信資源動(dòng)態(tài)分配，確保高優(yōu)先級(jí)指令的低時(shí)延傳輸。.元宇宙沉浸式體驗(yàn)協(xié)作通感網(wǎng)絡(luò)為AR/VR設(shè)備提供厘米級(jí)空間定位與手勢(shì)識(shí)別能力。多TRP聯(lián)合感知用戶動(dòng)作與環(huán)境三維結(jié)構(gòu)，通過通信鏈路實(shí)時(shí)同步虛擬場(chǎng)景數(shù)據(jù)，降低交互時(shí)延，消除眩暈感[5]。.無人機(jī)集群協(xié)同作業(yè)在低空物流場(chǎng)景中，多TRP協(xié)作感知無人機(jī)群位置與障礙物分布，動(dòng)態(tài)規(guī)劃集群飛行路徑。通信與感知信號(hào)的聯(lián)合調(diào)度可避免頻譜沖突，同時(shí)支持百架級(jí)無人機(jī)的高密度協(xié)同控制。.多模態(tài)生命體征感知醫(yī)院病房與家庭環(huán)境中，分布式TRP節(jié)點(diǎn)通過毫米波雷達(dá)非接觸式感知患者呼吸、心率等生理參數(shù)，結(jié)合通信鏈路實(shí)現(xiàn)數(shù)據(jù)跨域融合。多節(jié)點(diǎn)協(xié)作可消除單一傳感器誤差，提升監(jiān)護(hù)可靠性[7]。.急救車-醫(yī)院協(xié)同聯(lián)動(dòng)救護(hù)車內(nèi)TRP實(shí)時(shí)感知患者生命體征并通過低時(shí)延通信回傳至目標(biāo)醫(yī)院，協(xié)作通感網(wǎng)絡(luò)同步優(yōu)化急救車通行路線與醫(yī)院資源調(diào)度，縮短“黃金搶救時(shí)間”。（1）理論性能指標(biāo)確定：通感一體化的初衷是提升頻譜利用效率和硬件效率。然而，就當(dāng)前的技術(shù)發(fā)展階段而言，通感一體化信號(hào)在理論層面仍缺少一個(gè)能全面、準(zhǔn)確衡量通感一體化效果的統(tǒng)一性能指標(biāo)?，F(xiàn)有的通信性能指標(biāo)和感知性能指標(biāo)各自獨(dú)立，無法有效反映二者融合后的整體效能。在通感一體化系統(tǒng)里，通信和感知在諸如時(shí)間、頻率、功率等資源維度上存在競(jìng)爭(zhēng)關(guān)系。以頻率資源為例，分配給通信的頻率增多，感知可用的頻率就會(huì)相應(yīng)減少，這直接影響二者的性能表現(xiàn)。通信指等表示，而感知性能指標(biāo)一直未能統(tǒng)一。在實(shí)際應(yīng)用中，感知功能常以分辨率和精度作為性能度量單位。如何平衡通信容量和感知精度的關(guān)系，從而確定合適的理論性能指標(biāo)已成為一大挑戰(zhàn)?，F(xiàn)有研究將通信信息論與感知檢測(cè)估計(jì)理論結(jié)合的方式還不夠完善，在系統(tǒng)級(jí)或網(wǎng)絡(luò)級(jí)場(chǎng)景下，面對(duì)多感知目標(biāo)、多通信用戶和隨機(jī)業(yè)務(wù)到達(dá)時(shí)，跨層優(yōu)化與刻畫系統(tǒng)極限存在很多開放問題。（2）性能邊界：通信追求承載效率，理論邊界是香農(nóng)容量；而感知追求探測(cè)精度，理論邊界是克拉美羅界，二者量綱不統(tǒng)一，帕累托前沿難以求解。同時(shí)，感知性能通常局限于目標(biāo)位置、速度等參數(shù)測(cè)量的準(zhǔn)確程度，以及分辨兩個(gè)相近目標(biāo)的分辨率，并不存在一個(gè)類似于通信容量的感知容量定義，從整體上衡量感知系統(tǒng)的能力。盡管部分學(xué)者針對(duì)特定的感知任務(wù)，如雷達(dá)目標(biāo)檢測(cè)、室內(nèi)定位等，提出了相應(yīng)的容量定義，但這些定義往往只適用于特定場(chǎng)景，缺乏擴(kuò)展性與普適性，難以在各種通感一體化應(yīng)用中廣泛應(yīng)用。（1）波形設(shè)計(jì)：當(dāng)前通信系統(tǒng)大多采用連續(xù)波形體制，以正交頻分復(fù)用（OFDM）波形為代表；感知系統(tǒng)則以脈沖波體制和周期連續(xù)波體制居多，如線性調(diào)頻脈沖信號(hào)。對(duì)于這一差別，不少學(xué)者提出了諸多解決方案，例如融合Chirp信號(hào)的OFDM波形，但并未確立具有可工程化、標(biāo)準(zhǔn)化的通感一體化波形。另外，由于通感一體化技術(shù)的應(yīng)用場(chǎng)景多樣，要求一體化波形必須具有靈活性和可重構(gòu)性，如何讓波形設(shè)計(jì)與現(xiàn)有通信系統(tǒng)更加兼容是需要考慮的一個(gè)重大問題。未來6G超大規(guī)模天線意味著天線數(shù)量的急劇增加和電磁特性的顛覆性變化，同時(shí)由于復(fù)雜環(huán)境的存在會(huì)產(chǎn)生大量的多徑干擾，這就要求波形具有較強(qiáng)的抗干擾能力，能夠在復(fù)雜的多徑環(huán)境中準(zhǔn)確傳輸和感知。（2）幀結(jié)構(gòu)設(shè)計(jì)：通信幀結(jié)構(gòu)注重?cái)?shù)據(jù)的高效傳輸，有特定的幀頭、數(shù)據(jù)位、校驗(yàn)位等設(shè)計(jì)以保障數(shù)據(jù)準(zhǔn)確性和傳輸效率。感知幀結(jié)構(gòu)則側(cè)重信號(hào)的發(fā)射與接收時(shí)間、頻率等參數(shù)配置來實(shí)現(xiàn)目標(biāo)探測(cè)、定位等功能。將二者融合時(shí)，需要合理安排幀內(nèi)各個(gè)部分，使通信和感知功能互不干擾且能協(xié)同工作。同步問題也是幀結(jié)構(gòu)設(shè)計(jì)內(nèi)容的一大挑戰(zhàn)。通信和感知都需要精確的同步，包括時(shí)間同步和頻率同步。時(shí)間同步誤差會(huì)導(dǎo)致通信數(shù)據(jù)傳輸錯(cuò)誤和感知信號(hào)接收不準(zhǔn)確，頻率同步誤差會(huì)影響信號(hào)的解調(diào)和解碼。在通感一體化幀結(jié)構(gòu)中，需要設(shè)計(jì)有效的同步機(jī)制，確保通信和感知在時(shí)間和頻率上的同步。例如在幀頭部分添加同步序列，用于接收端進(jìn)行時(shí)間和頻率同步，同時(shí)在幀內(nèi)設(shè)置定時(shí)參考點(diǎn)，以保證整個(gè)幀的同步精度。（3）波束管理：波束賦形通過不同角度信號(hào)的干涉產(chǎn)生定向波束，其技術(shù)管理面臨諸多挑戰(zhàn)。包括需要在有限的資源下同時(shí)滿足通信的高數(shù)據(jù)傳輸需求和感知的高精度探測(cè)要求，實(shí)現(xiàn)通信與感知波束資源的高效分配與協(xié)同調(diào)度；要設(shè)計(jì)出能適應(yīng)不同場(chǎng)景下多樣化通信和感知任務(wù)的靈活波束賦形算法，以應(yīng)對(duì)復(fù)雜多變的環(huán)境；還需解決通信和感知在波束方向圖、波束寬度等方面的差異所導(dǎo)致的性能折中問題，克服多用戶、多目標(biāo)情況下的波束干擾難題，提升系統(tǒng)的抗干擾能力和魯棒性。最后，還需要確保波束管理機(jī)制在不同的硬件平臺(tái)和系統(tǒng)架構(gòu)下具有良好的兼容性和可擴(kuò)展性，以推動(dòng)通感一體化技術(shù)的廣泛應(yīng)用。隨著物聯(lián)網(wǎng)和智能交通的蓬勃發(fā)展，自動(dòng)駕駛、無人機(jī)、智能城市等眾多應(yīng)用場(chǎng)景對(duì)感知精度提出了更為嚴(yán)格的要求。這些技術(shù)的廣泛應(yīng)用依賴于對(duì)環(huán)境的精準(zhǔn)感知，以確保系統(tǒng)的安全性、可靠性和高效性。然而，在實(shí)際應(yīng)用中，復(fù)雜的環(huán)境條件常常對(duì)感知精度構(gòu)成挑戰(zhàn)。例如，多徑效應(yīng)導(dǎo)致信號(hào)在傳播過程中發(fā)生反射、折射和散射，從而影響到接收信號(hào)的質(zhì)量；信號(hào)噪聲的存在使得有效信息被干擾，降低了系統(tǒng)的準(zhǔn)確度；基站位置擾動(dòng)也可能引發(fā)系統(tǒng)的不穩(wěn)定，進(jìn)而降低感知精度。面對(duì)這些挑戰(zhàn)，傳統(tǒng)的信號(hào)處理方法在處理復(fù)雜環(huán)境時(shí)往往存在一定的局限性。因此，亟需設(shè)計(jì)出高性能、低開銷的信號(hào)處理算法，以提升感知精度。協(xié)作通感具有多個(gè)觀測(cè)視角，能夠獲得更全面且豐富的感知信息，從而有效避免視距遮擋及多普勒盲區(qū)。此外，通過聯(lián)合處理多節(jié)點(diǎn)感知信息，可以實(shí)現(xiàn)類似于通信中空間分集的接收處理增益，提升感知精度并擴(kuò)大感知范圍。當(dāng)前的感知信息融合主要分為參數(shù)融合和信號(hào)融合。參數(shù)融合是指結(jié)合各節(jié)點(diǎn)獨(dú)立估計(jì)出的蘊(yùn)含目標(biāo)位置信息的感知參數(shù)。該融合策略計(jì)算復(fù)雜度較低，在數(shù)據(jù)傳輸及處理的實(shí)時(shí)性上具有優(yōu)勢(shì)，但在密集的多徑環(huán)境下，其定位精度較差。此外，參數(shù)間的關(guān)聯(lián)性處理也面臨較大的挑戰(zhàn)。信號(hào)融合是指聯(lián)合處理各節(jié)點(diǎn)的接收信號(hào)，提取信號(hào)中包含的目標(biāo)感知信息。該融合策略能夠高度保留原始信號(hào)中有效的感知信息，從而提高感知精度并擴(kuò)大感知范圍，但其需要高精度的時(shí)鐘同步和空間同步。因此，針對(duì)不同的協(xié)作通感場(chǎng)景，在設(shè)計(jì)感知信息融合策略時(shí)，如何權(quán)衡低復(fù)雜度的參數(shù)融合和充分保留信息量的信號(hào)融合值得進(jìn)一步研究。相較于傳統(tǒng)通信系統(tǒng)，協(xié)作通感一體化系統(tǒng)干擾類型更加復(fù)雜，包括通信信號(hào)和感知信號(hào)間的互干擾、上行通信用戶對(duì)感知接收基站的干擾以及雜波干擾等。這些干擾會(huì)降低通信中的網(wǎng)絡(luò)吞吐量和感知中的動(dòng)態(tài)范圍，從而影響系統(tǒng)的整體性能。因此，需要正確識(shí)別干擾類型并針對(duì)性地有效抑制。另外，不同時(shí)刻的組網(wǎng)情況不同，導(dǎo)致干擾情況具有時(shí)變性，需要及時(shí)掌握組網(wǎng)情況，實(shí)時(shí)改變干擾控制策略。同時(shí)，干擾廣泛存在于整個(gè)網(wǎng)絡(luò)，干擾控制需要協(xié)調(diào)全網(wǎng)節(jié)點(diǎn)，體量大。因此，如何更好地兼顧通信與感知性能，設(shè)計(jì)低復(fù)雜度的聯(lián)合干擾管控方案值得進(jìn)一步研究。新型的無蜂窩協(xié)作無線接入網(wǎng)架構(gòu)（CF-RAN）的特征在于：系統(tǒng)包括遠(yuǎn)端射頻單元（RRU）、空間擴(kuò)展單元、用戶（UE）為中心的處理單元（UCDU）、集中式控制單元；每個(gè)RRU配置多個(gè)天線，每個(gè)空間擴(kuò)展單元連接多個(gè)RRU，每個(gè)UE為中心的處理單元直接連接多個(gè)空間擴(kuò)展單元或通過交換機(jī)連接多個(gè)邊緣分布式單元（EDU每個(gè)集中式控制單元直接連接或通過交換機(jī)連接多個(gè)UE為中心的處理單元[9]。其中RRU完成射頻信號(hào)的收發(fā)、數(shù)模/模數(shù)轉(zhuǎn)換等功能；EDU主要完成基帶信號(hào)處理中的信道估計(jì)、多用戶/多數(shù)據(jù)流檢測(cè)、多用戶/多數(shù)據(jù)流預(yù)編碼、校準(zhǔn)信號(hào)的提取等功能；UE為中心的處理單元的基帶物理層信號(hào)處理主要包括：將收到的多個(gè)EDU發(fā)送來的屬于相同數(shù)據(jù)流的上行數(shù)據(jù)進(jìn)行合并、將多個(gè)下行數(shù)據(jù)流分發(fā)到相應(yīng)的EDU、RRU之間校準(zhǔn)所需的信道估計(jì)等功能；集中式控制單元的主要功能包括，確定EDU和UE為中心的處理單元的數(shù)據(jù)流對(duì)應(yīng)關(guān)系，如圖2-1所示。無蜂窩協(xié)作無線接入網(wǎng)的架構(gòu)及實(shí)現(xiàn)方法核心特征在于：EDU與UE為中心的處理單元之間的功能切分在數(shù)據(jù)流層面。其中，數(shù)據(jù)流是指在相同時(shí)頻資源上傳輸?shù)目臻g域數(shù)據(jù)流，有如下特征：對(duì)于上行接收鏈路，數(shù)據(jù)流是指檢測(cè)器輸出的多個(gè)用戶的數(shù)據(jù)流或單個(gè)用戶的多個(gè)數(shù)據(jù)流，對(duì)于下行發(fā)送鏈路，數(shù)據(jù)流是指基站待發(fā)送的在相同時(shí)頻資源上多個(gè)用戶/或單個(gè)用戶的數(shù)據(jù)流；發(fā)送端EDU與UE為中心的處理單元之間的功能切分在前向糾錯(cuò)編碼之后、預(yù)編碼之前，接收端空間擴(kuò)展單元與UE為中心的處理單元之間的功能切分在多數(shù)據(jù)流/多用戶檢測(cè)之后、前向糾錯(cuò)解碼之前；根據(jù)集中式控制單元確定的用戶數(shù)據(jù)流與空間擴(kuò)展單元和UE為中心的處理單元的關(guān)聯(lián)，多個(gè)EDU處理的同一用戶的上行數(shù)據(jù)流只能發(fā)送一個(gè)UE為中心的處理單元，類似地，同一用戶的下行數(shù)據(jù)流只能從該UE為中心的處理單元發(fā)送到多個(gè)EDU；EDU與UE為中心的處理單元之間的數(shù)據(jù)流交互采用增強(qiáng)的公共無線電接口（eCPRI對(duì)于上行接收鏈路，EDU將數(shù)據(jù)流發(fā)送到相應(yīng)的UE為中心的處理單元，對(duì)于下行發(fā)送鏈路，UE為中心的處理單元將數(shù)據(jù)流發(fā)送到相應(yīng)的EDU。無蜂窩協(xié)作無線接入網(wǎng)中由集中式控制單元確定用戶數(shù)據(jù)流與空間擴(kuò)展單元和UE為中心的處理單元的關(guān)聯(lián)，其特征在于：集中式控制單元根據(jù)用戶的位置或用戶的信道先驗(yàn)信息，確定用戶與RRU的關(guān)聯(lián)，同時(shí)也確定用戶與空間擴(kuò)展單元的關(guān)聯(lián)；集中式控制單元確定用戶與UE為中心的處理單元的關(guān)聯(lián)，一個(gè)用戶僅關(guān)聯(lián)一個(gè)UE為中心的處理單元，關(guān)聯(lián)的基本原則包括：均衡多個(gè)UE為中心的處理單元的負(fù)載，并盡量避免空間擴(kuò)展單元跨交換機(jī)訪問UE為中心的處理單元。基于高性能可無限擴(kuò)展的無蜂窩協(xié)作無線接入網(wǎng)架構(gòu)，可實(shí)現(xiàn)6G移動(dòng)通信系統(tǒng)所期望的以用戶為中心的接入網(wǎng)，并且由于采用分布式基帶池（例如EDU）和云化的集中式協(xié)作基帶池（例如UCDU），可以有效地實(shí)現(xiàn)協(xié)作規(guī)模的無限延展，進(jìn)而達(dá)到分布式和集中式的有機(jī)統(tǒng)一，為實(shí)現(xiàn)多節(jié)點(diǎn)協(xié)作通感一體搭建網(wǎng)絡(luò)架構(gòu)基礎(chǔ)。與基于蜂窩系統(tǒng)的多站通感一體化架構(gòu)相比，基于無蜂窩的通感一體化架構(gòu)在物理層信號(hào)聯(lián)合處理具有內(nèi)生優(yōu)勢(shì)，但是需要額外解決系統(tǒng)規(guī)模大規(guī)模拓展和通感能力切分問題?；诂F(xiàn)有的可擴(kuò)展的無蜂窩架構(gòu)[7]，需要額外解決三個(gè)問題1）感知授權(quán)方面，傳統(tǒng)的UE用戶授權(quán)無法滿足區(qū)域感知授權(quán)的要求2）感知關(guān)聯(lián)方面，無蜂窩通信用戶關(guān)聯(lián)無法滿足感知目標(biāo)關(guān)聯(lián)的要求3）基于無蜂窩的多點(diǎn)聯(lián)合需要可以在RAN側(cè)協(xié)調(diào)多TRP，滿足不同的感知業(yè)務(wù)和能力需要。將無蜂窩網(wǎng)絡(luò)以“用戶”為中心理念進(jìn)一步拓展到感知應(yīng)用功能請(qǐng)求，在新型無蜂窩接入網(wǎng)架構(gòu)中引入通感一體集中式控制單元（CSCU）、通感一體處理單元（CSDU）同時(shí)處理通信和感知功能[10]。如圖2-2所示，新型無蜂窩通感一體接入網(wǎng)架構(gòu)包括TRP、邊緣分布式處理單元（EDU）、CSDU。如圖2所示，通信功能可以有效切分在TRP、EDU、CSDU和CSCU上，達(dá)到分布式和集中式的統(tǒng)一，實(shí)現(xiàn)系統(tǒng)規(guī)模的拓展。感知功能可以復(fù)用切分架構(gòu)，切分在TRP、EDU、CSDU和CSCU上，實(shí)現(xiàn)無死角、高精度感知。新型無蜂窩通感一體接入網(wǎng)具備靈活部署方案，特征在于，系統(tǒng)包括TRP、EDU、CSDU和CSCU。每個(gè)TRP可以配置多天線，每個(gè)EDU可以連接多個(gè)TRP，每個(gè)CSDU可以直接連接或者通過交換機(jī)連接多個(gè)EDU，每個(gè)CSCU直接連接或者通過交換機(jī)連接多個(gè)CSDU。其中，如圖2-2所示，TRP完成射頻感知信號(hào)的收發(fā)、數(shù)模/模數(shù)轉(zhuǎn)換等功能；EDU主要完成信號(hào)處理中的L-PHY和新增的L-SEN等功能；CSDU主要完成MAC層調(diào)度功能、H-PHY和新增的H-SEN等功能，實(shí)現(xiàn)將收到的多個(gè)EDU發(fā)送的屬于同一個(gè)感知流的上行感知數(shù)據(jù)進(jìn)行合并，將多個(gè)下行感知流分發(fā)到相應(yīng)的EDU；CSCU主要完成與核心網(wǎng)的交互，將多個(gè)CSDU的通信數(shù)據(jù)、感知數(shù)據(jù)上傳給核心網(wǎng)，將核心網(wǎng)下發(fā)的控制面、用戶面數(shù)據(jù)進(jìn)行解析下發(fā)給CSDU。通信與感知系統(tǒng)采用兩類性能評(píng)價(jià)指標(biāo)體系，通信性能指標(biāo)涵蓋頻譜效率、傳輸時(shí)延、檢測(cè)概率、虛警概率等。通感一體系統(tǒng)需要在時(shí)間、頻率、功率等資源約束下，同時(shí)完成通信信息傳輸以及目標(biāo)信息感知兩大任務(wù)。因此，感知性能與通信性能指標(biāo)間往往存在相互制約的關(guān)系，通感一體系統(tǒng)不可避免地在兩者之間產(chǎn)生性能折中。研究這一性能折中有助于定義通信和感知的性能度量,刻畫二者的可達(dá)區(qū)域及性能邊界[11]。研究通感性能折衷的基本方法是描述通感性能指標(biāo)所能達(dá)到的最優(yōu)帕累托前沿，即通信與感知性能的最優(yōu)組合，一般由容量-失真邊界給出。容量-失真邊界描繪了在給定資源約束下，通信系統(tǒng)能夠達(dá)到的最大數(shù)據(jù)傳輸速率與感知系統(tǒng)能夠接受的最小失真度之間的權(quán)衡關(guān)系。這個(gè)邊界表明，當(dāng)系統(tǒng)資源被同時(shí)用于通信和感知時(shí)，提高通信容量可能會(huì)導(dǎo)致感知失真度的增加，反之亦然。容量-失真邊界主要有三種導(dǎo)出方法，包括估計(jì)信息速率導(dǎo)出方法[12]、等效均方誤差[13][14]導(dǎo)出方法以及容量-失真函數(shù)[15]導(dǎo)出方法。估計(jì)信息速率導(dǎo)出方法將感知性能失真指標(biāo)轉(zhuǎn)換成通信速率指標(biāo)來構(gòu)建容量-失真邊界。速Y之。假設(shè)θ服從方差為P的根據(jù)上述不等式，感知子系統(tǒng)的性能下界由均方誤差失真轉(zhuǎn)變成估計(jì)信息速率，可以用通信速率和估計(jì)信息速率在統(tǒng)一的信息論框架下研究通感一體系統(tǒng)的性能折中。但這種方法假設(shè)感知參數(shù)服從高斯分布，且估計(jì)子的均方誤差已知，因此在應(yīng)用中有很大限制。等效均方誤差導(dǎo)出方法則是將通信速率指標(biāo)等效為感知性能均方誤差失真來構(gòu)建容量-失真邊界。假設(shè)給定高斯信道其中X，Z服從標(biāo)準(zhǔn)正態(tài)分布。則由輸出Y估計(jì)輸入X的最小均方誤差由下式給出：D(snr)=1/(1+snr)，信道通信容量表示為C(snr)=log(1+snr)。因此，可以通過等式DEquivalent=2一C將通信容量指標(biāo)轉(zhuǎn)換為等效均方誤差指標(biāo)，為研究通信感知性能折中建立了統(tǒng)一的框架。但這種方法只適用于簡(jiǎn)單的線性高斯信道模型。除了對(duì)通信容量和感知失真指標(biāo)進(jìn)行相互等效的方法之外，構(gòu)建容量-失真函數(shù)也是研究通感性能折中的重要方法。最簡(jiǎn)單的函數(shù)形式一般為U=αUC+(1—α)US，其中UC表示通信性能指標(biāo)，US表示感知性能指標(biāo)，α為動(dòng)態(tài)權(quán)衡因子。之前的一些研究針對(duì)不同的通感一體信道模型建立了相應(yīng)的容量-失真函數(shù)。以單站感知、點(diǎn)對(duì)點(diǎn)通感一體信道模型為例，發(fā)射機(jī)向目標(biāo)接收機(jī)發(fā)射信號(hào)，并通過回波信號(hào)估計(jì)信道信息。則可建立如下容量-失真函數(shù)：其中X，Y分別表示輸入和輸出，表示感知狀態(tài)信息的估計(jì)值，EdS,表示估計(jì)子失真的均值。p(x)是輸入的概率密度函數(shù)。此外，一些研究還分別針對(duì)有設(shè)備感知、無設(shè)備感知兩種情形下的兩UE多址接入信道、兩UE廣播信道等信道模型建立了容量-失真函數(shù)或容量-失真折中區(qū)域邊界。但這種方法局限于特定的信道模型，不能涵蓋許多重要的通感一體場(chǎng)景。通感一體性能折中理論的研究一直以來存在的一大難點(diǎn)在于通信與感知性能指標(biāo)的量綱不同，感知系統(tǒng)缺少與香農(nóng)信息論對(duì)應(yīng)的數(shù)學(xué)理論，導(dǎo)致通信與感知性能的研究無法在統(tǒng)一的理論框架下展開。此前，基于信息熵理論，學(xué)界定義感知互信息[17]作為感知性能指標(biāo)，使得感知精度和通信容量獲得統(tǒng)一的信息論測(cè)度。感知互信息是衡量感知系統(tǒng)從接收信號(hào)中提取目標(biāo)信息能力的核心指標(biāo)，定義為接收信號(hào)與目標(biāo)響應(yīng)之間的條件互信息，反映接收信號(hào)中蘊(yùn)含的目標(biāo)參數(shù)（如距離、速度、角度）信息量。但除了參數(shù)估計(jì)之外，目標(biāo)檢測(cè)作為感知系統(tǒng)的另一個(gè)重要任務(wù)，仍然缺乏對(duì)應(yīng)的信息論衡量方法。且對(duì)感知信息容量、感知系統(tǒng)理論邊界也沒有明確的定義。隨著感知信息論的創(chuàng)立，感知信息的定量問題得到了解決，空間信息概念的提出，使感知系統(tǒng)和通信系統(tǒng)一樣可用比特作為單位進(jìn)行定量。感知信息論提出的感知定理，成為設(shè)計(jì)通感一體系統(tǒng)的理論依據(jù)，為通信容量與感知信息的折中奠定了基礎(chǔ)。以下分別從參數(shù)估計(jì)和目標(biāo)檢測(cè)兩方面對(duì)感知信息論的內(nèi)容進(jìn)行介紹。研究雷達(dá)獲取信息的難點(diǎn)在于需要處理幾種不同類型的信息，包括距離、方向和散射。這些信息具有不同的單位：距離是長(zhǎng)度單位；方向是角度單位；散射是功率單位或信噪比的單位。目標(biāo)的位置信息和散射信息是相互影響的。為了全面、準(zhǔn)確地反映這種影響，考慮研究接收數(shù)據(jù)與位置變量和散射變量之間的聯(lián)合互信息。可使其在觀測(cè)區(qū)間內(nèi)服從均勻分布；πs表示目標(biāo)的散射特性，取決于應(yīng)用場(chǎng)景?？臻g信息被定義為接收數(shù)據(jù)與位置信息和散射信息的聯(lián)合互信息，即：其中pY=∫PYIx,sπx,s)dxds根據(jù)互信息的可加性，有I(Y;X,S)=I(Y;X)+I(Y;SIX)其中，IY;X表示位置信息，I(Y;SIX)表示在已知目標(biāo)位置條件下的散射信息。對(duì)于聯(lián)合目標(biāo)檢測(cè)與參數(shù)估計(jì)的感知系統(tǒng)，空間信息由檢測(cè)信息與估計(jì)信息兩部分組成。根據(jù)空間信息的定義，有I(Y;X,S)=h(X;S)—h(X,SIY)其中，hX;S是位置信息和散射信息的聯(lián)合微分熵，被稱為先驗(yàn)微分熵，表示目標(biāo)的先驗(yàn)不確定性。h(X,SIY)是已知接收數(shù)據(jù)后目標(biāo)位置信息和散射信息的聯(lián)合微分熵，稱為后驗(yàn)微分熵，表示目標(biāo)的后驗(yàn)不確定性。先驗(yàn)微分熵與后驗(yàn)微分熵之差為雷達(dá)獲取的空間信息?？臻g信息的概念揭示了雷達(dá)信息獲取系統(tǒng)的本質(zhì)特征。此外，感知信息論提出，微分熵是有單位的。以均勻分布的微分熵為例，假設(shè)區(qū)間長(zhǎng)度用米（m）作為單位，那么概率密度函數(shù)p(x)=1/(b—a)的單位為1/m，微分熵h(x)=log(b—a)的單位為logm。因此，感知偏差的度量指標(biāo)也有明確的物理意義。在工程技術(shù)領(lǐng)域，誤差是廣泛使用的度量指標(biāo)，目前普遍采用均方誤差作為誤差的度量指標(biāo)。然而均方誤差在很多情況下是不可用的，例如柯西分布的整數(shù)階中心矩不存在，即中心矩?zé)o法刻畫柯西分布的偏差。評(píng)價(jià)指標(biāo)的不合理使用已經(jīng)嚴(yán)重影響了雷達(dá)感知理論的發(fā)展，感知信息論借鑒香農(nóng)信息論的思想，采用熵誤差替代傳統(tǒng)的均方誤差作為評(píng)價(jià)估計(jì)誤差的度量。假設(shè)估計(jì)器對(duì)參量x的后驗(yàn)分布為p(xIy)，后驗(yàn)微分熵h(XIy)表示已知接收數(shù)據(jù)后被估計(jì)量的不確定性。一般來說，后驗(yàn)微分越大，估計(jì)器的性能越差；后驗(yàn)微分熵越小，估計(jì)器的性能越好。我們將后驗(yàn)微分熵的熵功率定義為熵誤差(EntropyError,EE)，即熵誤差的平方根σEE定義為熵偏差。如此定義的熵誤差就是均方誤差的推廣，當(dāng)誤差統(tǒng)計(jì)量服從正態(tài)分布時(shí)，熵誤差就退化為均方誤差。熵誤差和熵偏差都是有單位的。熵誤差的單位與均方誤差相同。仍以上述均勻分布為例，如果區(qū)間長(zhǎng)度單位為m，則偏差的單位也為m，熵誤差的單位為m2。雖然柯西分布的均方誤差不存在，但它的微分熵和熵誤差是存在的。這也說明，熵誤差比均方誤差更普適。熵誤差的定義反映了空間信息與雷達(dá)感知系統(tǒng)性能之間存在著本質(zhì)的聯(lián)系，令σEE(X)表示先驗(yàn)微分熵偏差，那么綜上所述，可得到如下結(jié)論，1bit感知信息等價(jià)于熵偏差縮小了一半。這一定理揭示了信息的物理意義。此外，感知信息論采用香農(nóng)提出的漸進(jìn)等分特性證明了感知定理，即空間信息是所有感知精度可達(dá)的理論上界，熵誤差是可達(dá)的理論下界。感知定理解決了最優(yōu)感知問題，明確了空間信息和熵誤差是感知性能的理論極限。因此，空間信息也被稱為感知容量，可為感知系統(tǒng)的設(shè)計(jì)提供理論依據(jù)。首先建立目標(biāo)檢測(cè)系統(tǒng)模型。假設(shè)在觀測(cè)區(qū)間存在k個(gè)目標(biāo)，目標(biāo)之間相互獨(dú)立，目標(biāo)的位置和散射相互獨(dú)立，雷達(dá)發(fā)射的基帶信號(hào)ψ(t)=sinc(Bt)，是帶寬為B/2的理想低通信號(hào)。假設(shè)信號(hào)能量幾乎全部在觀測(cè)區(qū)間，參考點(diǎn)位于觀測(cè)區(qū)間的中點(diǎn)。根據(jù)Shannon-Nyquist采樣定理，以速率B對(duì)接收信號(hào)進(jìn)行采樣。則離散形式的接收信號(hào)用矢量形式表示為y=ψ(x)vs+w其中，是目標(biāo)存在狀態(tài)變量v=(v1,v2,…,vk)的對(duì)角矩陣，vkE{0,1}表示第k個(gè)目標(biāo)存在的狀態(tài)變量；Ψx=[…,ψxk,…為目標(biāo)位置信息矩陣，xk=Bτk表示歸一化時(shí)延；s表示目標(biāo)的散射信號(hào)矢量；w表示帶寬為B/2的復(fù)加性高斯白噪聲采樣值矢量。則目標(biāo)檢測(cè)信息[18]定義為接收信號(hào)與目標(biāo)存在狀態(tài)變量之間的互信息，即：針對(duì)一般復(fù)高斯散射目標(biāo)，假設(shè)各散射信號(hào)的平均功率均為P，也就是各散射信號(hào)服從均值為0、方差為P的復(fù)高斯分布。在給定目標(biāo)存在狀態(tài)變量v和歸一化時(shí)延x的條件下，接收信號(hào)Y也是復(fù)高斯變量，協(xié)方差矩陣為RVx=EswYYH=N0I+PΨxVΨHx假設(shè)目標(biāo)在觀測(cè)區(qū)間服從均勻分布，根據(jù)貝葉斯公式，可得后驗(yàn)PDF為由后驗(yàn)PDF可得目標(biāo)檢測(cè)信息為I(Y;V)=HV—H(VIY)其中，HV和HVIY分別為先驗(yàn)熵和后驗(yàn)熵，有綜上所述，感知信息論統(tǒng)一了雷達(dá)和通信系統(tǒng)的性能表征基礎(chǔ)理論。感知信息使雷達(dá)和通信系統(tǒng)都用比特作為單位進(jìn)行定量，解決了過去研究中兩種系統(tǒng)量綱不一致的問題，破除了特定感知模型的限制；感知定理明確了感知系統(tǒng)的性能邊界，解決了最優(yōu)目標(biāo)檢測(cè)問題和最優(yōu)參數(shù)估計(jì)問題，為協(xié)作通感一體化系統(tǒng)的聯(lián)合設(shè)計(jì)奠定了基礎(chǔ)[19]。為了支持感知功能，需要嵌入感知信號(hào)。當(dāng)前，基于開放接入網(wǎng)（ORAN）的有源天線單元（AAU）設(shè)計(jì)，通常不支持感知信號(hào)的收發(fā)。因此需要設(shè)計(jì)對(duì)ORANAAU完全透明的感知信號(hào)。采用Option7-2設(shè)計(jì)的AAU具有收發(fā)頻域信號(hào)的功能，方便嵌入感知信號(hào)提供。但是，在設(shè)計(jì)時(shí)需要考慮Option7-2的要求。另一方面，通過靈活配置S時(shí)隙幀結(jié)構(gòu)可以實(shí)現(xiàn)一個(gè)AAU發(fā)送，另一個(gè)AAU接收。但是，當(dāng)一個(gè)AAU發(fā)送感知信號(hào)，另一個(gè)AAU接收時(shí)，接收的AAU實(shí)際上處于與UE等同的地位。根據(jù)5GNR標(biāo)準(zhǔn)，上行接收有一定的提前量。因此接收AAU必須對(duì)該提前量進(jìn)行補(bǔ)償，且AAU硬件不需要任何改動(dòng)。為此，我們將設(shè)計(jì)如圖4-1所示的特殊的感知信號(hào)，以實(shí)現(xiàn)對(duì)Option7-2的AAU完全透明。OFDM波形是通感一體化的潛在波形之一，可以在循環(huán)前綴（CP）時(shí)間內(nèi)實(shí)現(xiàn)無干擾感知。但隨著通信向高頻率演進(jìn)，子載波間隔增加，OFDM符號(hào)時(shí)間和CP減少，感知回波信號(hào)超出CP距離將產(chǎn)生符號(hào)間干擾。多TRP協(xié)作通感由于形成感知簇的TRP間部署的關(guān)系:（1）不同的TRP之間存在空間分布的時(shí)延2）上下行幀同步之間的定時(shí)偏差3）多TRP發(fā)射感知波形的正交需求。上述三個(gè)特點(diǎn)導(dǎo)致無蜂窩通感在感知信號(hào)設(shè)計(jì)上需要滿足可拓展、遠(yuǎn)距離、多端口的需求。通信信號(hào)支持探測(cè)循環(huán)前綴CP范圍內(nèi)的目標(biāo)回波，為支持探測(cè)超出CP范圍外目標(biāo)的同時(shí)兼容商用終端，需采用拓展CP方案生成可拓展廣距通感信號(hào)?？赏卣箯V距通感信號(hào)需要對(duì)相鄰OFDM符號(hào)的信號(hào)進(jìn)行拼接，以及循環(huán)移位和相位反補(bǔ)償兩種特殊設(shè)計(jì)以保證拼接的完整性[16]。假設(shè)可拓展廣距通感信號(hào)在一個(gè)子幀中以第l個(gè)OFDM符號(hào)作為起點(diǎn)，持續(xù)L個(gè)符號(hào)，則后面第l'個(gè)OFDM符號(hào)的序列為：是傳輸梳數(shù)量的對(duì)數(shù)，MZC為序列長(zhǎng)度。為避免和上行探測(cè)信號(hào)產(chǎn)生干擾，感知基序列的采用組號(hào)和基序列號(hào)要和通信上行探測(cè)信號(hào)采用的組號(hào)和基序列號(hào)相異。Lcp是通信系統(tǒng)循環(huán)前綴的長(zhǎng)度，NFFT為通信系統(tǒng)FFT點(diǎn)數(shù)，上式表示將l'信號(hào)的未尾Lcp個(gè)信號(hào)復(fù)制作為循環(huán)前綴保證拼接的連續(xù)性。可拓展廣距通感信號(hào)的探測(cè)距離取決于拼接持續(xù)的數(shù)量L，考慮TDD系統(tǒng)的上下行定時(shí)關(guān)系，有效感知距離為其中，c是光速，NP,l'是信號(hào)循環(huán)前綴CP長(zhǎng)度。利用通感信號(hào)完成信道估計(jì)/環(huán)境感知時(shí)，需要利用均衡算法估計(jì)空口信道。為保障利用基序列su(α,v,δ)(n)可以獲取準(zhǔn)確空口信道，需要對(duì)接收的廣距通感信號(hào)做時(shí)間提應(yīng)該處理為其中，μ是協(xié)議參數(shù)集，f0是載波頻率，t'是第l'個(gè)通感OFDM符號(hào)在子幀中的位置索引，Tc是5G協(xié)議中的最小時(shí)間單位，位置索引的計(jì)算方式與協(xié)議保持一致，TD表示不包括循環(huán)前獲取空口信道，進(jìn)一步支撐后續(xù)通感算法實(shí)現(xiàn)。單節(jié)拍的可拓展廣距通感信號(hào)可以用來探測(cè)距離，按照TDD系統(tǒng)幀結(jié)構(gòu)配置周期性Tp發(fā)射可以進(jìn)一步探測(cè)速度。其最大無模糊速度和速度分辨率分別取決于可拓展廣距通感信號(hào)的重復(fù)周期和觀測(cè)時(shí)間。拉長(zhǎng)觀測(cè)時(shí)間是提升速度分辨率的關(guān)鍵，但是對(duì)于通信信號(hào)的時(shí)間占用較大。因此可以采用預(yù)探測(cè)方案消除速度模糊，即先發(fā)射短周期Tps連續(xù)信號(hào)確定速度區(qū)間，然后再采用長(zhǎng)周期性配置Tpl提升速度分辨率。假設(shè)系統(tǒng)FFT點(diǎn)數(shù)為NFFT，子載波間隔為Δf，在預(yù)探測(cè)階段利用以Tps為周期重復(fù)發(fā)射Lp次，可利用OFDM符號(hào)維傅里葉變換峰值確定回波的速度歸屬區(qū)間為，然后采用TDD系統(tǒng)幀結(jié)構(gòu)配置周期性Tpl，在相干觀測(cè)時(shí)間Np個(gè)周期內(nèi)可以解算得到感知目標(biāo)的速度分辨率為結(jié)合預(yù)探測(cè)階段確定的感知目標(biāo)速度歸屬區(qū)間，可以獲取感知目標(biāo)的真實(shí)速度。在組網(wǎng)協(xié)同問題中，面向通感的波束賦形問題是解決連續(xù)性感知和高質(zhì)量通信的關(guān)鍵問題之一。由于協(xié)作移動(dòng)通信網(wǎng)絡(luò)依賴大規(guī)模部署的節(jié)點(diǎn)進(jìn)行協(xié)作與交互，區(qū)域內(nèi)不同位置的節(jié)點(diǎn)需要接收同一目標(biāo)的反射信號(hào)實(shí)現(xiàn)數(shù)據(jù)的融合處理，因此在信號(hào)傳輸過程中必須采用波束賦形技術(shù)產(chǎn)生的波束增益彌補(bǔ)毫米波嚴(yán)重的路徑損耗。尤其在高速場(chǎng)景下，波束與目標(biāo)間的失準(zhǔn)可能造成接收信號(hào)強(qiáng)度的急劇下降。為了滿足對(duì)環(huán)境中運(yùn)動(dòng)目標(biāo)的高精度探測(cè)需求，基于協(xié)作通感一體系統(tǒng)架構(gòu)的波束管理技術(shù)展開研究。在網(wǎng)絡(luò)協(xié)作通感系統(tǒng)中，為實(shí)現(xiàn)目標(biāo)精準(zhǔn)估計(jì)，需要協(xié)作節(jié)點(diǎn)間匹配收發(fā)波束。對(duì)目標(biāo)的高精度感知通常可分為發(fā)現(xiàn)目標(biāo)、跟蹤目標(biāo)兩個(gè)階段。在發(fā)現(xiàn)目標(biāo)階段，由于目標(biāo)位置未知，通常需要進(jìn)行全域波束掃描；在跟蹤目標(biāo)階段，需要進(jìn)行波束跟蹤及波束切換過程，特別是在高速移動(dòng)場(chǎng)景下，需進(jìn)一步設(shè)計(jì)更為靈活的波束掃描、波束切換等機(jī)制，以降低波束掃描開銷及切換時(shí)延。多TRP協(xié)作是提升波束賦形增益的關(guān)鍵步驟，在通感一體化系統(tǒng)中，收發(fā)波束的指向直接決定能量是否聚焦于感知目標(biāo)所在的區(qū)域，進(jìn)而影響經(jīng)過感知目標(biāo)反射的回波信號(hào)強(qiáng)度。為了實(shí)現(xiàn)目標(biāo)精準(zhǔn)估計(jì)，發(fā)射波束F∈F和接收波束w∈w必須在各自的波束碼本F,w中選擇使得接收概率PD最大的波束，即窮舉搜索是最基礎(chǔ)的波束訓(xùn)練方法[20]，它逐一掃描每一個(gè)可能的發(fā)射和接收方向，找到能夠提供最佳信號(hào)強(qiáng)度的波束對(duì)。然而，隨著天線數(shù)量的增加，這種方法的計(jì)算復(fù)雜度和時(shí)間開銷都會(huì)顯著上升。為了降低波束掃描開銷，可以采用如圖4-3所示的分層波束掃描策略。節(jié)點(diǎn)首先通過寬波束確定目標(biāo)大致區(qū)域，然后利用窄波束對(duì)該區(qū)域進(jìn)行掃描，實(shí)現(xiàn)較高的定位精度[21]。此外，由于毫米波信道的稀疏性，壓縮感知技術(shù)也被引入波束訓(xùn)練中。通過壓縮感知技術(shù)快速捕捉信號(hào)能量的主要路徑，可以避免進(jìn)行完整的波束掃描。通過識(shí)別信號(hào)的非零元素位置，可以高效地確定角度信息，進(jìn)而完成波束訓(xùn)練[22]。采用機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)智能波束管理同樣能夠有效地降低訓(xùn)練開銷。監(jiān)督學(xué)習(xí)通過歷史數(shù)據(jù)訓(xùn)練模型，能夠在波束訓(xùn)練中快速預(yù)測(cè)出最佳波束組合，而無需每次都從頭開始搜索[23]。強(qiáng)化學(xué)習(xí)則是以聯(lián)合優(yōu)化發(fā)射和接收波波束為核心，根據(jù)發(fā)射波束與環(huán)境信息的交互反饋，學(xué)習(xí)最優(yōu)碼字與波束對(duì)齊成功率間的映射關(guān)系，利用感知和校準(zhǔn)消除對(duì)環(huán)境先驗(yàn)信息的依賴，逐步收斂至最佳波束，實(shí)現(xiàn)收發(fā)波束與探測(cè)目標(biāo)潛在方位之間的匹配[24][25]。強(qiáng)化學(xué)習(xí)的目標(biāo)是最大化長(zhǎng)期的獎(jiǎng)勵(lì)確定不同環(huán)境下索要選擇的最佳波束。除了針對(duì)TRP的波束掃描策略進(jìn)行設(shè)計(jì)外，還可以通過多個(gè)TRP間的協(xié)同增強(qiáng)系統(tǒng)通感能力，提高波束對(duì)準(zhǔn)精度[26]。在多TRP場(chǎng)景下，通過多TRP間的信息共享，可以有效融合來自不同路徑上的觀測(cè)數(shù)據(jù)，協(xié)助系統(tǒng)進(jìn)行波束的精確調(diào)整，從而提高通信速率和系統(tǒng)性能。同時(shí)，精確的感知散射體和環(huán)境狀態(tài)信息有助于TRP和UE間信道的重構(gòu)，每個(gè)TRP的多個(gè)角度測(cè)量并合成的完整速度信息將突破傳統(tǒng)單TRP僅能測(cè)量徑向速度的瓶頸，從而為波束追蹤提供準(zhǔn)確的位置預(yù)測(cè)先驗(yàn)信息。該方案不僅有效減少了波束掃描所需的資源，還提升了對(duì)準(zhǔn)的精確度。在高動(dòng)態(tài)環(huán)境下，由于環(huán)境的快速變化，頻繁地進(jìn)行波束訓(xùn)練將引入巨大的訓(xùn)練開銷。同時(shí)在定向鏈路建立后，由于UE或目標(biāo)的移動(dòng)性，輕微的波束失調(diào)可能會(huì)導(dǎo)致顯著的性能損失，從而導(dǎo)致波束和目標(biāo)之間的動(dòng)態(tài)失配，影響通信鏈路的穩(wěn)定性[27]。因此，波束跟蹤對(duì)于保持定向通信的質(zhì)量和加快波束訓(xùn)練過程至關(guān)重要。波束追蹤的關(guān)鍵是如何在不增加過多開銷的前提下，快速、準(zhǔn)確地調(diào)整波束方向。為了避免因波束切換導(dǎo)致的通信中斷，通感網(wǎng)絡(luò)中廣泛分布的節(jié)點(diǎn)通過協(xié)作，能夠基于節(jié)點(diǎn)的運(yùn)動(dòng)狀態(tài)和相對(duì)位置等共享信息預(yù)測(cè)特定區(qū)域內(nèi)的波束特性。常見的波束追蹤方法包括基于統(tǒng)計(jì)模型的卡爾曼濾波、擴(kuò)展卡爾曼濾波（EKF）、粒子濾波等。算法中目標(biāo)的運(yùn)動(dòng)狀態(tài)信息可以表示為xk=Fxk—1+wk—1其中xk=[xk,x.k,yk,y.k]T表示時(shí)刻k目標(biāo)的運(yùn)動(dòng)狀態(tài)，F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣，對(duì)于勻速目標(biāo)而言為噪聲，其協(xié)方差第i個(gè)接收點(diǎn)的觀測(cè)信息表示為zi,k=hi(xk)+vi,k其中和θi,k分別為目標(biāo)的距離和方位，vi,ki,k為距離和方位估計(jì)均方誤差的克拉美羅下界。在進(jìn)行波束跟蹤時(shí)，將通過回波信號(hào)獲得的目標(biāo)定位信息和依據(jù)上一時(shí)刻的定位信息的預(yù)測(cè)結(jié)果作為先驗(yàn)知識(shí)，利用卡爾曼濾波器實(shí)現(xiàn)對(duì)觀測(cè)結(jié)果和預(yù)測(cè)結(jié)果的加權(quán)平均，對(duì)波束進(jìn)行實(shí)時(shí)調(diào)整，實(shí)現(xiàn)對(duì)目標(biāo)UE的持續(xù)跟蹤。為了進(jìn)一步應(yīng)對(duì)非線性系統(tǒng)中的波束追蹤問題，擴(kuò)展卡爾曼濾波通過對(duì)卡爾曼濾波的擴(kuò)展，利用非線性狀態(tài)的一階線性化來解決非線性系統(tǒng)中的跟蹤問題[28]。EKF的核心思想是在每一步進(jìn)行線性化，它的預(yù)測(cè)和更新過程如下：kIk—1=Fxk—1Ik—1在每一步進(jìn)行線性化，它的預(yù)測(cè)和更新過程如下：PkIk—1=Fk—1Pk—1Ik—1F—1+QKk=PkIk—1H(HkPkIk—1H+R)—1xkIk=kIk—1+Kk(zk—h(kIk—1))PkIk=(I—KkHk)PkIk—1其中，Kk是卡爾曼增益，PkIk—1和PkIk是預(yù)測(cè)和更新后的誤差協(xié)方差矩陣，Q和R分別是過程噪聲和觀測(cè)噪聲的協(xié)方差矩陣。無跡卡爾曼濾波通過在狀態(tài)空間中選擇xk0,=k,xki,=i=1,…,2n共2n+1個(gè)sigma點(diǎn)來傳播狀態(tài)分布，通過對(duì)sigma點(diǎn)的加權(quán)平均得到預(yù)測(cè)的狀態(tài)，顯著改善了高動(dòng)態(tài)環(huán)境中的追蹤效果和預(yù)測(cè)精度[29]。對(duì)于更加復(fù)雜的非線性、非高斯系統(tǒng)，粒子濾波被認(rèn)為是一種更為適用的波束追蹤算法[30]。粒子濾波通過對(duì)狀態(tài)空間的概率分布進(jìn)行采樣，能夠在動(dòng)態(tài)變化的環(huán)境中提供較高的波束追蹤精度。除了基于濾波的波束追蹤算法，利用輔助信息（例如UE位置、傳感器數(shù)據(jù)）來輔助波束追蹤也是一種有效的手段。輔助波束對(duì)（ABP）算法是一種角度估計(jì)和波束追蹤的方法，通過使用成對(duì)的波束來高效定位信號(hào)到達(dá)角（AoA）或離開角（AoD），選擇接收到的信號(hào)中強(qiáng)度最大的兩束波束來估計(jì)角度[31]。ABP避免了多信號(hào)分類（MUSIC）和旋轉(zhuǎn)不變技術(shù)（ESPRIT）等算法通過大量樣本計(jì)算協(xié)方差矩陣的過程，且無需依賴角度變化模型的無模型跟蹤算法，因此具有較強(qiáng)的適應(yīng)性，可以直接應(yīng)用于各種不同的角度變化情況。輔助信息的應(yīng)用可以減少波束追蹤的搜索空間，從而提高追蹤的效率。尤其是在高移動(dòng)性場(chǎng)景下，基于位置的波束追蹤方法能夠顯著降低波束調(diào)整的延遲。此外，機(jī)器學(xué)習(xí)由于具有較強(qiáng)的環(huán)境適應(yīng)能力，能夠很好地捕捉環(huán)境狀態(tài)，也逐漸在波束追蹤中發(fā)揮作用。如長(zhǎng)短期記憶網(wǎng)絡(luò)利用機(jī)器學(xué)習(xí)技術(shù)，能夠通過歷史數(shù)據(jù)的學(xué)習(xí)，捕捉波束方向的變化模式，實(shí)現(xiàn)更精準(zhǔn)的波束追蹤[32]。不同于監(jiān)督學(xué)習(xí)考慮即時(shí)獎(jiǎng)勵(lì)的最大化，強(qiáng)化學(xué)習(xí)通過不斷與環(huán)境交互，適應(yīng)UE行為和周圍環(huán)境，實(shí)現(xiàn)長(zhǎng)期的累計(jì)獎(jiǎng)勵(lì)最大化[39]。通過智能波束預(yù)測(cè)實(shí)現(xiàn)穩(wěn)定的波束跟蹤和相干傳輸。智能波束預(yù)測(cè)技術(shù)研究包括時(shí)域和空域波束預(yù)測(cè)技術(shù)，減少波束訓(xùn)練開銷，保證波束跟蹤的時(shí)效性。如圖4-4所示，實(shí)時(shí)波束調(diào)度子任務(wù)以時(shí)隙或OFDM符號(hào)長(zhǎng)度為觸發(fā)周期(百微妙至十微妙量級(jí))，根據(jù)每個(gè)OFDM符號(hào)對(duì)應(yīng)的UE，根據(jù)波束推理子任務(wù)給出的通信波束為該OFDM符號(hào)配置相應(yīng)的波束；實(shí)時(shí)波束測(cè)量子任務(wù)以若干時(shí)隙為周期觸發(fā)(百微秒量級(jí))，根據(jù)波束推理子任務(wù)給出的探測(cè)波束集利用導(dǎo)頻數(shù)據(jù)對(duì)探測(cè)波束集進(jìn)行測(cè)量；近實(shí)時(shí)波束推理子任務(wù)以若干幀為周期觸發(fā)，通過智能波束跟蹤模型以及時(shí)空域上的其他必要信息為每個(gè)UE確定探測(cè)波束集和通信波束；非實(shí)時(shí)波束訓(xùn)練子任務(wù)根據(jù)波束測(cè)量子任務(wù)獲得的波束探測(cè)結(jié)果對(duì)智能波束跟蹤模型進(jìn)行訓(xùn)練，根據(jù)平臺(tái)算力和AI模型規(guī)模，觸發(fā)周期約為百毫秒至毫秒量級(jí)。精確高效的信號(hào)處理是實(shí)現(xiàn)6G協(xié)作通感一體化的關(guān)鍵支撐。在實(shí)際部署中，需要結(jié)合協(xié)作中存在的問題和優(yōu)勢(shì)，設(shè)計(jì)高性能、低開銷的信號(hào)處理算法，實(shí)現(xiàn)協(xié)作通感的高精度目標(biāo)感知。(a)單站鏈路協(xié)助感知模式[33](b)雙站鏈路協(xié)助感知模式[34]從信號(hào)處理的層面，多站協(xié)作感知可以分為單站鏈路協(xié)助[33]和雙站鏈路協(xié)作[34]兩類，如圖4-5(a)和(b)所示。其中，單站鏈路協(xié)作方式是指通感一體化網(wǎng)絡(luò)中的所有站點(diǎn)分別完成信號(hào)的發(fā)送和接收，即每個(gè)站點(diǎn)以全雙工的方式發(fā)送信號(hào)并接收回波信號(hào)，進(jìn)行感知信號(hào)處理或完成目標(biāo)檢測(cè)和參數(shù)估計(jì)，最后將接收的感知回波信號(hào)或目標(biāo)參數(shù)估計(jì)結(jié)果回傳數(shù)據(jù)融合中心基站，以獲取多站協(xié)作感知增益；而雙站鏈路協(xié)作方式中，數(shù)據(jù)融合中心基站負(fù)責(zé)通感一體化信號(hào)的發(fā)送，而網(wǎng)絡(luò)中分布的其它基站接收目標(biāo)散射/反射的信號(hào)，進(jìn)行簡(jiǎn)單的信號(hào)處理或者完成目標(biāo)感知，最后將感知信號(hào)或者感知結(jié)果回傳數(shù)據(jù)融合中心基站，進(jìn)行進(jìn)一步的處理和數(shù)據(jù)融合。綜上，多站協(xié)作通感中的目標(biāo)感知在鏈路級(jí)上的參數(shù)估計(jì)可以簡(jiǎn)化為單站感知和雙站感知兩種基本感知方式。單站鏈路感知類似于傳統(tǒng)雷達(dá)系統(tǒng)的感知，區(qū)別在于通感一體化基站以全雙工的方式實(shí)現(xiàn)感知信號(hào)的發(fā)送和接受，容易受到較強(qiáng)自干擾的影響，因此自干擾消除需格外重視。對(duì)于全向的ISAC基站，單站鏈路的感知覆蓋范圍呈圓形，覆蓋的大小與基站的發(fā)送功率，天線配置，信道衰落特性和噪聲分布，及感知目標(biāo)散射體特性等因素相關(guān)。單站鏈路能實(shí)現(xiàn)的參數(shù)估計(jì)與傳統(tǒng)雷達(dá)系統(tǒng)相似，主要包括距離r、徑向速度vd、方位角θ/俯仰角φ,以及目標(biāo)雷達(dá)截面積(RCS)σ等。如圖4-6所示，距離估計(jì)由信號(hào)的往返時(shí)延τ估計(jì)，可以表示為其中表示光速。而徑向速度可以由回波信號(hào)的多普勒頻率偏移fd估算，表示為其中λ表示波長(zhǎng)。需要注意的是，單站鏈路感知只能估計(jì)出徑向速度，而無法估計(jì)出目標(biāo)的全向速度。方位角和俯仰角可以由天線陣列陣元間的波程差估計(jì)出，而RCS和目標(biāo)散射體的RCS建模[35]有關(guān)。具體的，這些參數(shù)可由標(biāo)準(zhǔn)雷達(dá)參數(shù)估計(jì)算法完成，如基于DFT/IDFT的周期圖算法或者超分辨算法如MUSIC、ESPRIT。相較于單站鏈路，雙站感知鏈路展現(xiàn)出獨(dú)特優(yōu)勢(shì)，但也面一些技術(shù)挑戰(zhàn)。雙站鏈路感知的主要技術(shù)挑戰(zhàn)在于收發(fā)雙方的時(shí)鐘同步以及動(dòng)態(tài)定位。為實(shí)現(xiàn)高精度感知，收發(fā)站需實(shí)現(xiàn)納秒級(jí)時(shí)間同步，且需要對(duì)兩站相對(duì)位置有精確了解。該問題在基站-用戶雙站感知鏈路中更為顯著。具體而言，用戶設(shè)備難以配備高穩(wěn)定性振蕩器，且無法使用精度較高的有線時(shí)鐘同步方案，基站與用戶設(shè)備的時(shí)鐘偏差會(huì)引入時(shí)延、多普勒估計(jì)誤差；其次，用戶具有移動(dòng)性，需要準(zhǔn)確得知用戶的位置和移動(dòng)速度才能實(shí)現(xiàn)對(duì)目標(biāo)位置和速度的準(zhǔn)確感知。然而，雙站鏈路在感知覆蓋范圍上與單站鏈路不同，如圖4-7所示，與單站鏈路的圓形覆蓋范圍不同，雙站鏈路的等SNR線是卡西尼卵形線[36]。這種覆蓋范圍的差異使得雙站鏈路在特定場(chǎng)景下更具優(yōu)勢(shì)與靈活性，能夠與單站鏈路實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。例如，在感知用戶附近的散射體時(shí)，TRP和UE間的雙站感知鏈路相較于TRP單站感知往往具有更低的路徑損耗，從而能夠?qū)崿F(xiàn)更優(yōu)的感知性能。圖4-7雙站感知等SNR線在時(shí)延、多普勒、角度等信號(hào)參數(shù)的估計(jì)方面，雙站鏈路與單站鏈路所使用的估計(jì)算法沒有本質(zhì)差異，如：對(duì)于OFDM-MIMO系統(tǒng)，時(shí)延、多普勒估計(jì)可以利用OFDM雷達(dá)算法[37]進(jìn)行估計(jì)，角度則可由陣列信號(hào)處理得到。雙站感知鏈路參數(shù)估計(jì)的差異主要體現(xiàn)在信號(hào)參數(shù)與目標(biāo)物理參數(shù)的關(guān)聯(lián)關(guān)系。如圖4-8所示，考慮一個(gè)簡(jiǎn)單的雙站感知鏈路，其中發(fā)射接收站之間距離為d，目標(biāo)相對(duì)于發(fā)射站的位置矢量為rTx，相對(duì)于接收站的位置矢量為rRx，目標(biāo)運(yùn)動(dòng)速度矢量為v。則傳播時(shí)延τ與目標(biāo)物理參數(shù)的對(duì)應(yīng)關(guān)系為：即時(shí)延為發(fā)射站到目標(biāo)、目標(biāo)再到接收站的傳播時(shí)延之和。從而，雙站鏈路的等時(shí)延線構(gòu)成一個(gè)以收發(fā)站為焦點(diǎn)的橢圓。多普勒頻移fD與目標(biāo)參數(shù)對(duì)應(yīng)關(guān)系為：即總的多普勒頻移為目標(biāo)相對(duì)于發(fā)射站和接收站多普勒頻移的和，其值與目標(biāo)相對(duì)于發(fā)射站和接收站的徑向速度直接相關(guān)。目標(biāo)在以收發(fā)站為焦點(diǎn)的橢圓上運(yùn)動(dòng)時(shí)，由于相對(duì)于發(fā)射站和接收站的徑向速度正好相反，多普勒為0。AoA和AoD則分別是目標(biāo)與發(fā)射和接收陣列的夾角。其中，AoA的估計(jì)與單站鏈路類似，可以用陣列信號(hào)處理直接獲得，AoD的估計(jì)則需要依靠波束掃描或發(fā)送正交導(dǎo)頻等方法獲取MIMO信道[38]。在收發(fā)端存在視距鏈路時(shí)，若有精確的站點(diǎn)定位信息，則可以利用視距鏈路估計(jì)時(shí)鐘同步誤差(τerr,ferr)。在存在時(shí)鐘同步誤差時(shí)，LoS鏈路時(shí)延和多普勒可以表示為：fD,LoS=ferr若有精確的站點(diǎn)定位信息，則d已知由于在每一次感知中都可以估計(jì)LoS鏈路時(shí)延和多普勒，從而對(duì)該次感知結(jié)果進(jìn)行矯正，此方法能夠容忍時(shí)鐘漂移，從而可以一定程度上降低站點(diǎn)時(shí)鐘的穩(wěn)定性要求。多站協(xié)作感知可以利用眾多單站鏈路與雙站鏈路，其在對(duì)目標(biāo)物理參數(shù)估計(jì)方面有以下優(yōu)勢(shì)：可以估計(jì)目標(biāo)的矢量速度，而不僅限于徑向速度；可以實(shí)現(xiàn)單天線目標(biāo)定位；能夠融合眾多鏈路進(jìn)行感知，提升感知精度。多站協(xié)作感知融合既可以對(duì)每個(gè)鏈路單獨(dú)進(jìn)行參數(shù)估計(jì)后進(jìn)行參數(shù)融合，也可以將信號(hào)先集中起來進(jìn)行信號(hào)融合，再進(jìn)行參數(shù)估計(jì)。在實(shí)現(xiàn)6G協(xié)作通感一體化體系架構(gòu)中聯(lián)合信號(hào)處理前，需要對(duì)信號(hào)進(jìn)行預(yù)處理，去除掉對(duì)目標(biāo)信號(hào)產(chǎn)生干擾的雜波信號(hào)，包括靜態(tài)雜波、強(qiáng)直達(dá)徑和噪聲等干擾。這些雜波信號(hào)往往會(huì)對(duì)提取目標(biāo)信號(hào)中感知信息的過程產(chǎn)生干擾，影響后續(xù)信號(hào)處理。因此，對(duì)信號(hào)進(jìn)行雜波抑制有利于降低后續(xù)處理算法的難度，提升感知精度。經(jīng)典的感知算法包括動(dòng)目標(biāo)顯示（MTI）[40]和擴(kuò)展相消（ECA）算法。MTI算法主要用于檢測(cè)運(yùn)動(dòng)目標(biāo)并抑制靜態(tài)背景噪聲，通常在多普勒雷達(dá)系統(tǒng)中使用，通過分析回波信號(hào)的頻率變化來區(qū)分移動(dòng)物體與靜止物體，從而提高檢測(cè)精度和可靠性。該算法將當(dāng)前接收到的信號(hào)與之前接收到的信號(hào)進(jìn)行比較，通過計(jì)算二者的差異來增強(qiáng)運(yùn)動(dòng)目標(biāo)的信號(hào)部分。低空?qǐng)鼍暗沫h(huán)境中由于存在許多靜態(tài)反射物，對(duì)目標(biāo)檢測(cè)帶來干擾，因此使運(yùn)動(dòng)目標(biāo)更加明顯的算法研究很有必要。ECA算法主要應(yīng)用于噪聲抑制、干擾抑制和目標(biāo)檢測(cè)等領(lǐng)域。ECA在傳統(tǒng)相消算法的基礎(chǔ)上進(jìn)行了改進(jìn)，以提高性能和精度。其核心思想是通過利用多個(gè)接收信號(hào)之間的相關(guān)性來增強(qiáng)目標(biāo)信號(hào)，同時(shí)抑制背景噪聲和干擾。與傳統(tǒng)的相消算法相比，ECA引入了擴(kuò)展的噪聲建模和更復(fù)雜的信號(hào)處理方法。該算法首先需要記錄環(huán)境噪聲作為監(jiān)測(cè)通道。將監(jiān)測(cè)信號(hào)投影到一個(gè)由參考信號(hào)(直達(dá)波與靜態(tài)多徑干擾)張開的空間上，得到的投影向量再?gòu)谋O(jiān)測(cè)信號(hào)中扣除，基于最小二乘(LS)估計(jì)直達(dá)波。經(jīng)該算法處理后，能有效抑制靜態(tài)多徑反射、直達(dá)徑自干擾等雜波。在6G協(xié)作通感一體化體系架構(gòu)中，一個(gè)重要的任務(wù)是通過通信信號(hào)實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)功能。目標(biāo)檢測(cè)是感知模塊關(guān)鍵功能，將會(huì)對(duì)后續(xù)的信號(hào)處理產(chǎn)生重要影響。目標(biāo)檢測(cè)的假設(shè)檢驗(yàn)?zāi)Ｐ涂梢员硎緸椋浩渲蠬0為沒有目標(biāo)，H1為有目標(biāo)。最大后驗(yàn)概率（MAP）準(zhǔn)則是基于貝葉斯檢測(cè)理論的決策規(guī)則之一。它是最小誤差準(zhǔn)則的一種特例，其中正確的決策沒有成本，錯(cuò)誤的決策成本為1。當(dāng)兩個(gè)假設(shè)的先驗(yàn)概率相等（例如，都是0.5）時(shí)，MAP準(zhǔn)則簡(jiǎn)化為最大似然（ML）準(zhǔn)則。MAP檢測(cè)的后驗(yàn)檢測(cè)比可以表示為：其中π1和π0是目標(biāo)是否存在的先驗(yàn)概率。另一種常見的方法是紐曼-皮爾遜（NP）準(zhǔn)則，它在似然比檢驗(yàn)的框架下工作，其思想是最小化檢測(cè)概率，同時(shí)保持恒定的虛警概率。然而，在高信噪比（SNR）下，由于其對(duì)虛警率的嚴(yán)格約束，NP準(zhǔn)則可能仍然導(dǎo)致相對(duì)較高的錯(cuò)誤概率。與此相反，MAP準(zhǔn)則利用信號(hào)和噪聲分布的先驗(yàn)信息，在減少整體誤差率的同時(shí)，能夠?qū)崿F(xiàn)更優(yōu)的虛警和檢測(cè)概率。這些優(yōu)勢(shì)使得基于MAP檢測(cè)方式更加適用于無蜂窩通感融合系統(tǒng)。NP準(zhǔn)則的判決形式可以寫作：式中，λNp是NP準(zhǔn)則的檢測(cè)門限，也是約束虛警概率的拉格朗日乘子。抽樣后驗(yàn)檢測(cè)（SAP）方法是基于信息論的檢測(cè)方法，該方法是一種隨機(jī)目標(biāo)檢測(cè)方法，平均性能取決于后驗(yàn)分布。對(duì)后驗(yàn)概率分布p(VIy)進(jìn)行抽樣得到估計(jì)的，被稱為目標(biāo)存在狀態(tài)變量的抽樣后驗(yàn)概率檢測(cè)，記為SAP，有：SAP=argsmp{p(VIy)}式中，smp{·}表示抽樣函數(shù)。在6G協(xié)作通感一體化的場(chǎng)景下，更常用的檢測(cè)方法是恒虛警率（CFAR）檢測(cè)。CFAR旨在在未知噪聲和干擾條件下保持恒定的虛警概率。通過估計(jì)背景噪聲的局部統(tǒng)計(jì)特性并動(dòng)態(tài)調(diào)整檢測(cè)閾值，CFAR避免了在噪聲條件波動(dòng)時(shí)固定閾值失效的問題。常見的CFAR算法包括單元平均CFAR(CA-CFAR)、有序統(tǒng)計(jì)CFAR(OS-CFAR)以及最大值/最小值CFAR(GO-CFAR、SO-CFAR),這些算法在6G協(xié)作通感一體化的感知場(chǎng)景中表現(xiàn)出了出色的性能。參數(shù)估計(jì)是6G協(xié)作通感一體化系統(tǒng)中研究的關(guān)鍵技術(shù)路線之一。傳統(tǒng)的參數(shù)估計(jì)方法包括二維快速傅里葉變換（2D-FFT）和MUSIC算法。2D-FFT利用接收信號(hào)矩陣和發(fā)射信號(hào)矩陣可以得到信道感知矩陣[42]，算法將接收到的回波信號(hào)從時(shí)域轉(zhuǎn)換到頻域，進(jìn)而實(shí)現(xiàn)目標(biāo)檢測(cè)、定位和特征提取等任務(wù)。該算法選擇合適的窗函數(shù)以減少頻譜泄露對(duì)結(jié)果的影響，并應(yīng)用于每個(gè)單元以增強(qiáng)距離、速度維數(shù)據(jù)的處理效果，優(yōu)化頻譜分辨率。接下來，對(duì)信號(hào)進(jìn)行兩次快速傅里葉變換，最終得到如圖4-10所示二維頻譜，展示了目標(biāo)距離和速度分布的情況。圖4-102D-FFT得到目標(biāo)距離多普勒譜圖MUSIC算法是一種高分辨率的信號(hào)處理方法，廣泛應(yīng)用于方向估計(jì)、距離估計(jì)、頻譜分析以及其他信號(hào)處理領(lǐng)域，適合雷達(dá)散射截面較小的感知目標(biāo)。該算法通過利用信號(hào)和噪聲的特性，從觀測(cè)數(shù)據(jù)中估計(jì)信號(hào)的到達(dá)方向，可以有效地從多個(gè)信號(hào)中提取出感興趣的信號(hào)源。算法先計(jì)算接收信號(hào)導(dǎo)向矢量的協(xié)方差矩陣，提取信號(hào)的統(tǒng)計(jì)特性；再對(duì)協(xié)方差矩陣進(jìn)行特征值分解，獲取特征值和對(duì)應(yīng)的特征向量。在此過程中，將特征值進(jìn)行排序，以確定信號(hào)子空間和噪聲子空間。最大的特征值對(duì)應(yīng)于信號(hào)子空間，而剩余的特征向量則用于構(gòu)建噪聲子空間。使用噪聲子空間與引導(dǎo)向量的內(nèi)積計(jì)算MUSIC譜，該譜反映了各個(gè)方向上的信號(hào)強(qiáng)度。通過尋找MUSIC譜中的峰值，確定信號(hào)源的到達(dá)方向或距離。MUSIC算法在距離估計(jì)方面體現(xiàn)出更高的精確度。MUSIC算法具有高分辨率、抗噪聲能力強(qiáng)的特點(diǎn)，可以處理不規(guī)則采樣或非均勻分布的數(shù)據(jù)，使得其在低空?qǐng)鼍暗木嚯x估計(jì)應(yīng)用中更具靈活性。圖4-11MUSIC（左）與2DFFT（右）距離估計(jì)比較由于協(xié)作通感具有多個(gè)觀測(cè)視角，可以獲得更全面的感知[43]，能夠有效避免視距遮擋及多普勒盲區(qū)。協(xié)作通感一體化需要將多個(gè)觀測(cè)點(diǎn)的感知信息進(jìn)行融合，從而獲得協(xié)作式處理的性能增益。針對(duì)6G協(xié)作通感一體化體系架構(gòu)，通常會(huì)在多個(gè)感知節(jié)點(diǎn)之間進(jìn)行信息融合。多點(diǎn)聯(lián)合判決通過多個(gè)節(jié)點(diǎn)間的信息共享進(jìn)行合作，以提高感知精度。感知信息融合可以分為參數(shù)融合和信號(hào)融合兩種類型。其中參數(shù)融合是指利用各個(gè)觀測(cè)點(diǎn)估計(jì)出的距離、速度等感知參數(shù)構(gòu)建與目標(biāo)位置相關(guān)的方程組，根據(jù)空間幾何關(guān)系求解方程組，從而實(shí)現(xiàn)目標(biāo)的定位。信號(hào)融合是指將各個(gè)觀測(cè)點(diǎn)保留結(jié)構(gòu)化信息的信號(hào)進(jìn)行聯(lián)合處理[44][45]，提取信號(hào)中的目標(biāo)感知信息。這兩種融合方法從不同層級(jí)實(shí)現(xiàn)協(xié)作通感一體化，在實(shí)際應(yīng)用時(shí)各有優(yōu)劣。參數(shù)融合需要各個(gè)觀測(cè)點(diǎn)輸出估計(jì)出的少量感知參數(shù)[46]，將部分感知處理流程下放到分布式觀測(cè)點(diǎn)上，在數(shù)據(jù)傳輸及處理的實(shí)時(shí)性上具有優(yōu)勢(shì)；但由于參數(shù)融合無法利用信號(hào)的結(jié)構(gòu)化信息，造成部分感知信息的損失，并且多個(gè)觀測(cè)點(diǎn)的估計(jì)會(huì)引入誤差造成融合后估計(jì)精度的下降。信號(hào)融合可以利用信號(hào)中的全部信息，在完成觀測(cè)點(diǎn)間相位補(bǔ)償后可以獲得相參增益，提高融合后估計(jì)精度的提升；但由于信號(hào)融合需要各觀測(cè)點(diǎn)傳輸全部信號(hào)，增加了數(shù)據(jù)傳輸?shù)呢?fù)載并且在處理的實(shí)時(shí)性上會(huì)存在劣勢(shì)。下面將介紹兩種融合的實(shí)現(xiàn)方法實(shí)例。以協(xié)作目標(biāo)定位為例，假設(shè)共有TR組收發(fā)對(duì)，其中有T個(gè)發(fā)射點(diǎn)，R個(gè)接收點(diǎn)，則理想Q表示目標(biāo)個(gè)數(shù)，ddQ,r,t]T為第r,t組收發(fā)點(diǎn)估計(jì)出的Q個(gè)目標(biāo)的距離。如果發(fā)射點(diǎn)和接收點(diǎn)的位 置坐標(biāo)已知為PT,t=(xt,yt,zt),t=1,…,T和PR,r=(xr,yr,zr),r=1,…,R，則目標(biāo)位置Pq= (xq,yq,zq)估計(jì)問題可以表示為以下方程組的求解其中Pq是需要求解的變量，其他為已知參數(shù)，通常這類問題可以通過加權(quán)最小二乘法（WLS）來求解。對(duì)于單個(gè)目標(biāo)而言，無需進(jìn)行距離參數(shù)間的匹配，求解單組方程即可估計(jì)出目標(biāo)位置。但對(duì)于多個(gè)目標(biāo)，無法判斷不同目標(biāo)對(duì)應(yīng)的距離，因此需要多個(gè)目標(biāo)位置的先驗(yàn)信息來輔助估計(jì)，另外可以對(duì)不同組合的方程組求解后選取誤差最小的作為目標(biāo)位置結(jié)果。這種場(chǎng)景下該類參數(shù)級(jí)融合的方法將變得十分復(fù)雜，并會(huì)隨著觀測(cè)點(diǎn)數(shù)量的增多而增多，導(dǎo)致計(jì)算復(fù)雜度的增大[47]。同樣假設(shè)共有TR組收發(fā)對(duì)，其中有T個(gè)發(fā)射點(diǎn)，R個(gè)接收點(diǎn)，則理想情況下能獲得TR]T為頻域信號(hào)，dq,r,t為第r,t組收發(fā)點(diǎn)估計(jì)出的Q個(gè)目標(biāo)的距離。如果發(fā)射點(diǎn)和接收點(diǎn)的位置坐標(biāo)已知為PT,t=(xt,yt,zt),t=1,…,T和PR,r=(xr,yr,zr),r=1,…,R，可以將距離投影到坐標(biāo)空間完成信號(hào)級(jí)融合。空域反向投影算法將空域參數(shù)確定為坐標(biāo)，并建立起坐標(biāo)和距離之間的關(guān)系。將距離用空域坐標(biāo)表示，通過遍歷測(cè)量所有坐標(biāo)的反向投影結(jié)果，最終將距離-多普勒?qǐng)D反向投影為空域-多普勒?qǐng)D。這種反向投影的方法類似于ToA橢圓探測(cè)，利用感知信號(hào)到達(dá)不同接收觀測(cè)點(diǎn)的ToA，將收發(fā)對(duì)信號(hào)相參地疊加在一起。另外，基于感知信號(hào)到達(dá)不同接收收發(fā)對(duì)的TDoA的雙曲線探測(cè)同樣可以采用反向投影的方式實(shí)現(xiàn)。與ToA橢圓探測(cè)相似，選用模板信號(hào)提取距離差維的信息，進(jìn)而將距離差索引轉(zhuǎn)換為空域坐標(biāo)索引，得到空域-多普勒差維圖像匹配濾波結(jié)果?？紤]融合多個(gè)發(fā)射點(diǎn)，根據(jù)雙基距離的定義，來自不同發(fā)射點(diǎn)信號(hào)中的距離信息在做差時(shí)抵消了，因此不同發(fā)射點(diǎn)間的反向投影結(jié)果是相同的。但可以將不同發(fā)射點(diǎn)的結(jié)果進(jìn)行相參累積。圖4-13基于TDoA的橢圓反向投在A發(fā)多收的情況無蜂窩通感組網(wǎng)下，如圖4-14給出了A發(fā)雙收下簡(jiǎn)單組網(wǎng)圖，分布式通感部署主要考慮不同的基站進(jìn)行收發(fā)的模式，這樣可以減少對(duì)天線功率的要求，對(duì)頻譜要求較低。通過該圖，可以觀察到發(fā)射站A與兩個(gè)接收站B和C之間的信號(hào)傳輸路徑?？梢钥吹侥壳安捎肁發(fā)多收分布式部署時(shí)，在無人機(jī)靠近近基站的位置會(huì)出現(xiàn)部分覆蓋空洞，尤其是使用OFDM等單一波形時(shí)，覆蓋空洞問題較為突出，如圖4-15所示，單一波形下會(huì)在近基站端出現(xiàn)圓錐形覆蓋漏洞。為了提升協(xié)同感知的效率，波形設(shè)計(jì)成為關(guān)鍵。首先，我們需要設(shè)計(jì)一種波形，使得在傳輸過程中能夠有效抵抗多徑效應(yīng)和干擾，確保信號(hào)的準(zhǔn)確接收。其次，考慮到不同基站間的同步問題，波形設(shè)計(jì)中還需融入同步信號(hào)，以確保各個(gè)基站能夠準(zhǔn)確獲取發(fā)射時(shí)間，從而計(jì)算出準(zhǔn)確的TDoA信息。最后，為了提高頻譜利用率，波形設(shè)計(jì)應(yīng)盡可能減少頻譜資源的占用，同時(shí)保證信號(hào)的檢測(cè)性能。因此，在波形選取及設(shè)計(jì)過程中，我們需要綜合考慮這些因素，以實(shí)現(xiàn)協(xié)同感知的高效和準(zhǔn)確。圖4-15OFDM波形覆蓋漏洞在通感一體系統(tǒng)中，通信和感知系統(tǒng)之間的耦合會(huì)帶來復(fù)雜的干擾問題。由于傳感和通信功能之間的頻譜資源共享和互助，傳感信號(hào)和通信信號(hào)在時(shí)頻域中完全或部分重疊，從而導(dǎo)致感知通信間互干擾（MI）。例如，對(duì)于無線資源一體化、功能獨(dú)立的通感模式，其在共享頻譜資源和硬件平臺(tái)的同時(shí)，通信和感知系統(tǒng)在波形設(shè)計(jì)、收發(fā)機(jī)設(shè)計(jì)和信號(hào)處理等方面仍然獨(dú)立運(yùn)行，此時(shí)通信鏈路和感知鏈路資源域的緊耦合，造成了如圖5-1所示通信和感知的互相干擾。通信感知間的MI和跨鏈路干擾（CLI）降低了通信中的網(wǎng)絡(luò)吞吐量和傳感中的動(dòng)態(tài)范圍，從而影響了通感系統(tǒng)的整體性能。因此，干擾管理是通感一體化系統(tǒng)實(shí)現(xiàn)高質(zhì)量穩(wěn)定鏈接的關(guān)鍵。對(duì)于通信感知間MI的干擾管控包括直接干擾抑制和間接干擾規(guī)避兩種方法。直接干擾抑制方法依賴于已知的干擾信號(hào)結(jié)構(gòu)和傳輸特性，在此基礎(chǔ)上重建和減去干擾信號(hào)實(shí)現(xiàn)抑制，通過結(jié)合先驗(yàn)信息對(duì)干擾信道進(jìn)行建模，可以濾除幅度超過最強(qiáng)干擾閾值的信號(hào)。例如，利用連續(xù)干擾消除（SIC）框架可以有效抑制干擾，首先將雷達(dá)波形視為干擾來解碼通信信號(hào)，然后從接收到的信號(hào)中減去通信信號(hào)恢復(fù)感知信號(hào)[48]。此外，直接抑制方法也可通過波形 設(shè)計(jì)和干擾消除聯(lián)合設(shè)計(jì)實(shí)現(xiàn)，使系統(tǒng)信號(hào)發(fā)射初期就具備抑制干擾的功能。例如，通過加權(quán)優(yōu)化雙功能波束賦形,在總功率和單天線功率約束下,以輕微損害感知性能為代價(jià)顯著提高通信性能。間接干擾抑制方法通過改變干擾信號(hào)的傳輸方向，使其遠(yuǎn)離所需信號(hào)的方向，從而減少干擾。文獻(xiàn)[49]提出了一種當(dāng)先驗(yàn)信道信息未知時(shí)，采用基于遞歸神經(jīng)網(wǎng)絡(luò)的自動(dòng)編碼器進(jìn)行盲干擾檢測(cè)，通過重構(gòu)傳輸信號(hào)并自動(dòng)檢測(cè)、識(shí)別和定位干擾源，從而預(yù)測(cè)MI的傳播子空間的方法?；诙嗾緟f(xié)作的通感網(wǎng)絡(luò)可以通過將單個(gè)用戶與多個(gè)基站連接來增強(qiáng)小區(qū)間干擾管理。例如通過優(yōu)化感知通信的合作基站簇大小，平衡感知通信性能[52]。此外，多點(diǎn)協(xié)作通感系統(tǒng)中的通信感知CLI受到傳感和通信信號(hào)之間的功率控制直接影響，雖然降低傳輸功率可以減少干擾，但它也會(huì)減弱所需的信號(hào)。注水算法是常用功率分配方法，它將更多的傳輸功率分配給具有更好信道的基站。但是，單獨(dú)分配高功率并不能防止能耗和干擾，可聯(lián)合優(yōu)化線性預(yù)編碼與功率分配方案，以解決用戶之間的干擾效應(yīng)[53]。對(duì)于低空網(wǎng)絡(luò)背景下的通感系統(tǒng)，由于無人機(jī)的存在和網(wǎng)絡(luò)部署的需要，需要考慮空地之間三維情況下的干擾以及無人機(jī)和地面用戶間的干擾。與地面無線電信道相比，空中無線電信道表現(xiàn)出不同的傳播特性，空中無線電信道的一個(gè)顯著特征是：空中沒有障礙物，視線傳播的可能性更高，如圖5-2所示。當(dāng)無人機(jī)等設(shè)備在高于天線的高度飛行時(shí)，由于視距傳播的概率增加，上行信號(hào)將被更多的站點(diǎn)接收到，同時(shí)也能夠檢測(cè)來自更多站點(diǎn)的下行信號(hào)，重疊覆蓋度更高導(dǎo)致干擾增加。無人機(jī)在空中接收了大量來自鄰區(qū)的信號(hào)，導(dǎo)致平均SINR下降。另一方面，低空無人機(jī)飛行時(shí)可能干擾地面小區(qū)，目前運(yùn)營(yíng)商網(wǎng)絡(luò)主要針對(duì)地面用戶進(jìn)行優(yōu)化，如天線傾角和小區(qū)設(shè)計(jì)。低空網(wǎng)絡(luò)若使用相同設(shè)置，無人機(jī)將主要由基站天線的旁瓣提供服務(wù)，而地面用戶主要由主瓣提供服務(wù)，由此導(dǎo)致無人機(jī)對(duì)地面用戶的干擾與地面用戶對(duì)無人機(jī)的干擾程度有所不同。例如，當(dāng)通感網(wǎng)絡(luò)中無人機(jī)和地面用戶同時(shí)被服務(wù)時(shí)，主瓣接收增益相對(duì)較大，所以地面用戶更容易干擾到無人機(jī)，這種干擾強(qiáng)度隨著地面用戶量的增加而增加，嚴(yán)重時(shí)可能導(dǎo)致無人機(jī)業(yè)務(wù)異常。時(shí)間和時(shí)鐘同步是實(shí)現(xiàn)通信聯(lián)合相干傳輸和感知多站協(xié)作的基本要求，對(duì)于CF-RAN至關(guān)重要。下面我們介紹網(wǎng)絡(luò)側(cè)設(shè)備之間如何通過有線鏈路協(xié)議實(shí)現(xiàn)時(shí)間和時(shí)鐘同步。對(duì)于采用CPRI協(xié)議的RRU，通常以網(wǎng)絡(luò)側(cè)為主時(shí)鐘/時(shí)間，RRU為從時(shí)鐘/時(shí)間。為了實(shí)現(xiàn)多個(gè)EDU管理的RRU之間的同步，需要一個(gè)EDU為主，其他EDU為從，實(shí)現(xiàn)全部RRU節(jié)點(diǎn)之間的同步。由于EDU與vCPU之間的交互是以用戶數(shù)據(jù)流級(jí)的以太數(shù)據(jù)包通信，他們之間的同步精度要求較低，可以不采用高精度的時(shí)間同步。對(duì)于eCPRI，有相對(duì)成熟的以太時(shí)鐘/時(shí)間同步機(jī)制。以太時(shí)鐘采用SyncE協(xié)議實(shí)現(xiàn)。SyncE協(xié)議通過以太網(wǎng)物理層PHY芯片從串行數(shù)據(jù)碼流中恢復(fù)出發(fā)送端時(shí)鐘，實(shí)現(xiàn)網(wǎng)絡(luò)時(shí)鐘同步。收發(fā)過程中時(shí)鐘的精度不會(huì)有損失，可與源端保證精確時(shí)鐘同步。SyncE只能支持頻率信號(hào)的傳送，不支持時(shí)間信號(hào)的傳送。以太時(shí)間同步機(jī)制采用1588v2PTP。該協(xié)議由硬件自動(dòng)提取TimeStamp，精度可以達(dá)到納秒級(jí)別，它可以與SyncE配合使用，由SyncE進(jìn)行時(shí)鐘頻率同步，1588v2進(jìn)行時(shí)間日期（TOD）和秒脈沖（PPS）傳輸?；静捎胑CPRI前傳協(xié)議時(shí)，常采用如下兩種方法實(shí)現(xiàn)同步。一種是由BBU從GPS提取時(shí)鐘和時(shí)間，作為主時(shí)鐘/時(shí)間，為RRU提供同步。另一種采用了1588和SyncE交換機(jī)，將時(shí)鐘服務(wù)器提供的時(shí)間/時(shí)鐘分發(fā)給系統(tǒng)的所有BBU和RRU，可以使系統(tǒng)中所有單元的時(shí)鐘和時(shí)間同步。需要注意的是，前者采用了直接連接，相比后者精度更高。圖6-1BBU作為主時(shí)鐘與RRU進(jìn)行同步圖6-2交換機(jī)作為主時(shí)鐘與BBU和RRU進(jìn)行同步PTP同步原理PTP同步原理基于網(wǎng)絡(luò)對(duì)稱為前提，主、從時(shí)鐘之間交互同步報(bào)文并記錄報(bào)文的收發(fā)時(shí)間，通過計(jì)算報(bào)文往返的時(shí)間差可以得到鏈路的往返總延時(shí)以及主、從時(shí)鐘偏差。按照時(shí)鐘偏差調(diào)整本地時(shí)間，從而實(shí)現(xiàn)其與主時(shí)鐘的同步。圖6-3PTP同步原理首先主時(shí)鐘向從時(shí)鐘發(fā)送Sync報(bào)文，并記錄發(fā)送時(shí)間t1；從時(shí)鐘收到該報(bào)文后，記錄接收時(shí)間t2。主時(shí)鐘發(fā)送Sync報(bào)文之后，緊接著發(fā)送一個(gè)攜帶有t1的Follow_Up報(bào)文。從時(shí)鐘向主時(shí)鐘發(fā)送Delay_Req報(bào)文，用于發(fā)起反向傳輸延時(shí)的計(jì)算，并記錄發(fā)送時(shí)間t3；主時(shí)鐘收到該報(bào)文后，記錄接收時(shí)間t4。主時(shí)鐘收到Delay_Req報(bào)文之后，回復(fù)一個(gè)攜帶有t4的Delay_Resp報(bào)文。此時(shí)，從時(shí)鐘便擁有了t1～t4這四個(gè)時(shí)間戳，由此可計(jì)算出主、從時(shí)鐘間的往返總延時(shí)為[(t2–t1)+(t4–t3)]，由于網(wǎng)絡(luò)是對(duì)稱的，所以主、從時(shí)鐘間的單向延時(shí)為[(t2–t1)+(t4–t3)]/2。因此，從時(shí)鐘相對(duì)于主時(shí)鐘的時(shí)鐘偏差為：Offset=同一基站設(shè)備中，不同接收天線共享相同的RF振蕩器，它們的時(shí)變隨機(jī)相位偏移是相同的，由TO和CFO引起的CSI相位噪聲只隨時(shí)間和頻率變化，而不隨空間變化。對(duì)于第q個(gè)發(fā)射天線和第p個(gè)接收天線之間的準(zhǔn)靜態(tài)信道，將測(cè)量的頻域信道狀態(tài)信息（CSI）表示為其中，m為數(shù)據(jù)包索引，g為子載波索引；T為OFDM符號(hào)周期；TA為數(shù)據(jù)包間隔；m表示隨機(jī)相位偏移；δτm和δfm分別表示收發(fā)機(jī)間的定時(shí)偏移TO和載波頻率偏移CFO；Ωl,p,q表示一個(gè)關(guān)于到達(dá)角AoA和離開角AoD的函數(shù)；L表示多徑傳播的路徑數(shù)。因此，時(shí)延τl和多普勒頻移fD,l在感知中會(huì)受到影響，因此需要采取措施解決如下問題：①消除收發(fā)機(jī)時(shí)鐘異步等造成的相位偏移（包括時(shí)偏、頻偏和時(shí)域相位抖動(dòng)等）；②多徑傳輸情況下，消除靜態(tài)路徑對(duì)應(yīng)的多徑項(xiàng)，獲取動(dòng)態(tài)路徑的CSI進(jìn)行參數(shù)估計(jì)；盡量減少處理過程中需要估計(jì)的未知量。為了減少相位噪聲的影響，采用線性擬合的方式進(jìn)行相位校準(zhǔn)，能夠消除定時(shí)偏移和隨機(jī)相位偏移。通過將原始CSI相位減去線性相位項(xiàng)，可以去