面向6G的通信感知一体化架构与关键技术

摘 老

摘 老

摘 老

【关键词】 6G；通信感知一体化；独立感知；协同感知

0 引言

5G实现了通信能力从仅提供简单的语音/短信服务、数据服务到万物互联的质的飞跃。面向2030+，6G将推动社会走向“数字孪生”和“智慧泛在”，真正实现虚拟世界和物理世界的融合交互[1]。同时，6G也将建立更加多维的能力体系，除提升传统的通信能力之外，还将提供计算、感知、人工智能和安全等全新能力，以更好地支持未来虚实结合的数字孪生世界所催生的各种全新应用场景需求。特别是人工智能业务、沉浸式业务和数字孪生业务正广泛渗透到垂直应用领域，对6G网络提出了更高的诉求。其中，感知能力将会成为未来移动通信网络的重要能力和特性。未来网络和终端将具备通信和感知能力，不仅催生业务耦合与信息处理等6G基础新理论，构建内生感知新能力，使能基于位置、测距和成像等新业务，同时还将孕育无人驾驶、无人制造等新业态，加速通信技术应用深度的拓展。

通信感知一体化旨在通过整合频谱资源、优化空口共享机制以及构建统一硬件架构等一体化设计实现感知与通信功能的有效协同。基于多点协作模式以及智能化信息交互机制的应用能够显著提升系统整体效能并最大限度地提高频谱效率与硬件利用率具有广泛的应用前景和技术价值[2-3]。传统意义上的通信与雷达系统由于应用场景及技术需求差异长期处于独立研究状态直至新型应用需求和技术发展趋势的共同推动无线通信频率向毫米波区以上至更高频段迁移两者之间的界限逐渐变得模糊呈现出更多的系统层面共性特征在工作频段上高频段与大带宽能够支持更高的分辨率及更快的数据处理能力从而为提升系统的感知与通信性能提供了新的解决方案路径在此过程中通信系统基带信号设计与雷达系统的射频部分展现出高度相似性这为后续实现共用基带信号与共用射频的一体化设计奠定了理论基础

本文首先进行了深入探讨通信感知一体化设计，并详细阐述其工作模式及典型案例应用场景；随后对其系统架构进行了详细介绍，并重点讨论了空口融合、网络融合以及硬件架构与设计等相关支撑技术，并提供相关的技术研究建议；最后从成本控制、部署方案、运行能耗以及数据隐私保护等多个维度深入分析了通信感知一体化的技术应用挑战，并对未来该领域的发展趋势及应用前景提出了相关参考建议。

1 工作模式及应用场景

1.1 工作模式

在实际应用环境中, 通信感知一体化技术基于感知主体与被感知目标之间信息交互方式的差异而呈现出两大类的操作模式. 具体而言, 请参见图1.

（1）独立感知

具有主动发送感知信息能力的节点可作为主发起者虽然不需要主动反馈信息但可以通过表面直接反射回波信息尽管如此此模式无需终端参与即可避免由于...带来的同步误差从而提高整体精度

该工作流程由于将收发处理操作整合在同一接收-发送主体中进行，并且几乎同时完成收发感知信息的采集与传输过程，在对接收-发送主体的自干扰抑制能力方面提出了更高的技术要求。另一方面，在组网架构下各独立节点之间相互存在通信设备的影响，在提升各节点独立感知性能的过程中起到关键作用的是节点间互干扰抑制技术。此外，在复杂环境中存在的多径数据将会成为其面临的主要挑战之一，在如何从丰富的环境数据中有效提取所需的目标感知信息方面仍需进一步探索与优化

（2）协同感知

与独立式感知模式相异的是，在协同式的感受器中需实现多个主体间的互动传递以完成感受器功能。基于主体工作方式的不同变化，则可将此类型进一步划分为完全不依赖终端参与的协同感受器模式以及基于终端参与的协同感受器模式两种类型。在完全不依赖终端参与的协同感受器模式中有一部分的感受器（如图1（b）所示节点A）会发出通信整合信号；这些信号经受体反射后由另一部分的感受器（如图1（b）所示节点B）接收此信号。而在基于终端参与的协同感受器模式中，则会采用终端作为信息传递者；具体而言就是将终端视为能主动传递通信整合信号的关键节点（如图1（b）所示目标1），而该关键节点则负责与其他相关节点C进行协作以完成环境信息的感受过程。此时相关节点可依据业务场景需求选择是否进行反馈响应。

在理论上而言,该工作模式不仅具有扩大探测范围的能力,而且相较于独立感知工作模式而言,其对感知主体自干扰删除能力的要求有所降低.然而,这一模式的主要问题在于如何保证上下行同步性以及组网后所导致的上下行干扰问题,尤其是在现有TDD（时分 duplexing）通信系统中,组网带来的干扰成为一个亟需重点研究的技术方向.

1.2 应用场景

面向 sixth generation (6G) 的通信感知一体化被视为一种全域协同感知系统。该系统的构建具备广泛而精确的感知能力，并可对现有生活、生产以及社会发展进行深层赋能；从而推动数字经济呈现出显著的发展趋势；同时该领域在社会价值与商业价值方面均展现出巨大潜力。图 2 展示了典型应用场景。

（1）智享生活

基于未来6G移动通信网络技术，在具备感知、认知以及自主判断能力的智能设备基础之上，则可实现包括手势识别、体征监测、目标追踪及环境重构在内的全方位服务[4]。例如，在增强现实或虚拟现实等应用场景下体验多种感官信息；通过感知人类行为并定位其位置，则可实现家居设备的智能控制功能（如智能感应灯及智能电器等）；当检测到异常入侵行为时，则能及时触发相应的警报机制；借助无线感知网络技术，则可在无需额外设备的情况下实现人体呼吸频率及心率值等多种健康参数的数据采集与分析

（2）智赋生产

未来垂直行业将会广泛存在大量的无人机（包括但不限于）、机器人（覆盖各种类型）、环境监测传感器（多种类）等智能化装备。人与物之间的连接以及物与物之间的互动将全面实现无缝对接。为了确保智能化装备的有效运行，在决策过程中必须具备精确感知定位的信息作为依据；通过精准的数据处理来实现智慧运营及管理目标。在智慧制造领域中，在海量智能终端设备的状态监测方面，在安全维护环节中，在各设备间的信息交互方面具有重要的应用价值；而6G网络则提供了高效的方法来进行位置确定，并能够获取相关信息数据；这些技术手段的应用有助于优化生产调度流程从而提高整体效率。在智慧交通应用领域中；6G网络结合先进的通信技术实现了对实时车辆运行状态（包括检测到什么程度）进行全面监测定位识别成像等功能；这些数据信息可以快速准确地反映出周边道路的情况；并通过先进的处理算法和AI技术生成高分辨率图像；从而为未来的出行者提供更加便捷的服务体验

（3）社会治理

气候环境监测与公共安全管理作为社会治理的重要组成部分，在气候环境监测领域中，基站可通过发送通信感知一体化信号的方式进行操作：通过分析无线信号衰落特性受水分子、灰尘以及各类化学物质的影响这一过程来实现；从而建立覆盖区域内的"信号指纹数据库"以便实时获取降水量、大气湿度、污染气体排放等关键参数的数据支持[6]。在公共安全管理方面，则利用感知装置持续监测以实现台风预警、洪水预警以及沙尘暴预警等多种应急响应功能，并为灾害预防工作预留充足的时间储备

2 系统架构

该系统的架构演进将经历三个发展阶段：赋能期、平衡期和互惠期。在赋能期期间，在通信领域提升其感知能力以及雷达技术中的相关应用成为主要研究方向，并使得该系统的初步构建实现了基础的通信与感知功能结合；进入平衡期期间的研究重点在于优化前后两者的性能关系，并在此基础上确保各自能够满足相应的技术需求标准；而当发展至互惠期时，则通过全面整合频谱资源、硬件设备等多个维度的技术要素实现两者的深度融合，在此过程中充分体现了共通性优势与互补性价值之间的最佳协调关系。值得关注的是，在互惠期结束时（如图3所示），该系统的整体架构设计已经达到了全面融合的状态）。

通信感知一体化系统架构包含三层结构：物理基础设施层、逻辑功能层及应用层。各层次间将通过整体协调管理实现统一编排与配置优化。在物理基础设施层方面，通信感知一体化以统一的网络架构为基础，在同一设备及频谱资源下实现通信功能与感知功能的深度融合。新型感知服务器承担着数据处理与联合信号处理的任务，并可在基站或网络端部部署运行。Sub-6G、毫米波段及其他多频段信号可灵活协同感知并响应业务需求，在分布式感知服务器间构建高效的数据交互机制以提升网络整体性能。逻辑功能层面则致力于为各类业务提供基础支撑能力，在多维度能力协同模式下更好地满足全新应用场景需求并为6G网络注入强大赋能能力。应用层面则通过引入位置服务与成像技术应用等创新服务拓展感知能力边界

3 关键技术

3.1 空口融合技术

（1）波形设计

在过去的研究中

主要以现有通信与感知波形为基础展开一体化波形研究。研究方案主要依托于现有通信与感知波形展开一体化研究工作。通过对现有通信与感知能力进行深入分析与评估，在此基础上构建单一或者复合型一体化集成式信号形态，并将其划分为两大类别。

以通信性能为导向的波形设计：该方案通过通信信息实现探测。正交频分复用（OFDM, Orthogonal Frequency Division Multiplexing）作为第四代（4G）与第五代（5G）无线通信系统的主流技术之一，在雷达应用中展现出显著优势：其抗衰落能力强、频谱利用率高、抗码间干扰能力强等特性显著提升了通信质量；同时作为感知手段的OFDM信号具有较好的模糊函数特性，在测距、测速及测角等方面均具备基础感知能力。现有研究[7-10]针对基于OFDM信号参数估计方法进行了深入探讨；另有研究[11,12]则聚焦于OFDM波形的设计优化及功率分配等问题展开研究；然而传统OFDM信号存在峰值与平均功率比较高的问题，在大功率雷达系统中会导致效率下降；因此基于传统通信技术的探测方案虽能在通信领域发挥作用但在实际应用中仍需探索在满足雷达性能的同时兼顾低峰均值比的技术途径

2）以感知性能为核心的波形设计：核心思路在于将通信信息融入雷达波形之中。常用的雷达脉冲压缩波形包括线性调频波形（LFM, Linear Frequency Modulation）。研究[13]和研究[14]分别采用最小频移键控（MSK, Minimum Shift Keying）技术与线性调频信号相结合的方式，在保证探测性能的同时提升了频谱利用率；然而该一体化方案存在不足：尽管能够满足一定的通信需求但其频率利用效率较低难以满足高速通信的要求。相比之下研究[15]则采取了连续相位调制（CPM, Continuous Phase Modulation）技术与线性调频信号结合的方法进一步提高了一体化信号的传输速率；但这种融合方式却在 radar 的探测性能方面造成了一定损失：因为在 LFM 信号中嵌入通信信息不仅导致了频率扩展现象还引发了能量泄漏的问题

第二类为新型通信感知一体化波形设计研究。综合考虑两类波形设计的目标需求，在相关理论基础之上提出了新的整合性设计准则，并形成了完全符合联合目标的新波形方案。文献[16]针对特定通信方向与感知方向进行了优化设计，在特定方向上实现了良好的通信性能与感知效果；但未充分考虑其他方向上的优化问题而导致在目标方向之外产生了较大的旁瓣干扰；为此文献[17]通过严格控制所有雷达波束的方向图实现了旁瓣抑制效果；综上所述这种整合性新方案能够在一定程度上平衡雷达与通信性能但在实际应用中仍面临较高的复杂度挑战以及硬件适配难题

（2）帧结构设计

帧结构设计是支撑通信感知一体化功能的关键要素。在NR系统中,帧结构配置主要依据信息传输需求展开,通过协调高层信令和物理层信令的配合机制,在符号级别完成相应的配置安排。其中符号类型主要包含上行传输、下行传输以及灵活传输等三种类型。然而,随着感知通信一体化技术的发展以及新兴业务种类的不断丰富,感知能力已经成为移动通信系统的核心内生属性,这将推动未来无线网络实现全面融合,因此在具体实施过程中,则需综合考量无线接入性能与感知能力两方面的技术要求。

基于一体化系统工作频段及其适用的业务场景特点，在综合考量数据传输准确性和感知精度的基础上提出差异性设计方案，并使感知能力作为内生属性与通信能力实现深度融合

（3）波束管理

该系统采用全方位发射技术实现了通信与感知功能。
在这种模式下, 系统每个方向上的覆盖范围较大
从而能够更加全面地进行目标探测。
然而由于这种技术导致能量分散
在这种情况下
单个方向上的覆盖距离较短
因此不适于远距离应用。
此外例如
在独立感知模式中
每个方向发送的信号经物体反射后会到达接收机
在复杂的城区环境中
接收到的回波信号中会混杂大量杂波
这降低了系统的准确度

基于日益发展的超大尺寸天线技术，在通信感知一体化系统中实现了通信与感知的结合。借助波束赋形技术使得发射信号以特定方向传播至目标区域，并获得了额外的阵列增益从而提升了覆盖范围的效果。在感知层面相较于传统全向辐射方式该系统的定向辐射特性显著减少了回声信号中的杂噪声污染从而提高了测量精度

在方向性波束传输模式中，在线性代数框架内构建了基于空分多址的智能波束管理架构[18]。研究证实该方法可实现通信子系统与感知子系统间的高效分离，在空间维度上实现了两者的独立优化，并保证了系统的稳定运行特性；然而，在实际应用中可能会遇到信号干扰问题以及资源分配效率有待提升的挑战

1）多个波束的同时发射使能量分散，系统的覆盖距离有所减弱；

2）由于定向波束的指向性，链路预算或感知功能在某些方向上会有损失；

当接收器同时接收到来自多个感知扇区的反射信号时，如何辨别这些反射信号同样存在较大的挑战？因此，在这种模式下设计一种自适应扇区选择策略显得尤为重要。通过优化通信扇区与感知扇区之间的传输配置来平衡系统的覆盖范围和性能指标是十分必要的。

（4）感知算法

该系统旨在完成探测目标的位置参数（Position Parameters）、速度参数（Velocity Parameters）及应用相关的模式识别技术（Pattern Recognition Technology）。其中核心算法是实现上述功能的关键环节。目前而言, 感知系统的参数估计方法主要包括周期图法（Periodogram Method）、基于子空间的谱分析法（Spectral Analysis Based on Subspace）、压缩感知理论（Compressed Sensing Theory）以及张量分解方法（Tensor Decomposition Method）等较为先进的技术手段

注

基于子空间的方法：针对多天线系统，在信号处理领域中广泛使用的多重信号分类（MUSIC, Multiple Signal Classification）与旋转不变子空间（ESPRIT, Estimating Signal Parameters Via Rotational Invariance Techniques）[20]这两种技术可用于估计感知目标的所有连续值参数信息。这些方法通过分析接收信号相关矩阵的特征值来构建空间谱函数，并从而实现对目标感知参数信息的估计过程。其优势主要体现在具有较高的分辨能力上；然而其局限性也较为明显地表现为只能识别不相关的目标对象且计算复杂度较高。因此，在实际应用中为了提高感知精度通常需要接收机部署大规模天线阵列并采集大量数据样本集以满足算法需求。由此可见，在当前研究条件下降低该类算法计算复杂度的工作仍是值得探索的重要课题。

3）压缩感知：将对未知信号进行建模并利用其稀疏性特性这一过程表述为稀疏信号恢复问题之后，在雷达等领域得到了广泛应用[21]。与MUSIC或ESPRIT等方法相比，在不需要连续抽样的前提下，并行处理可显著减少计算量的同时仅需要少量样本即可完成未知信号的相关推断工作[21]。
目前而言该技术已发展出多种满足不同需求算法以应对复杂的实际应用环境[21]。
然而由于量化误差的存在其对连续值参数的精确度表现仍有待提高[21]。
当待估参数数量增加时其估计精度随之急剧下降[21]。

4）张量分解法：基于感知信号在时延域、多普勒域、角度域呈现相互独立性的特点，在估计这三类感知参数时可采用三维张量分解方法。张量分解法常与子空间谱分析、压缩感知等其他参数估计方法相结合使用，从而实现计算复杂度的降低。

3.2 网络融合技术

（1）多频段协同

6G技术将构建一个由低频到高频协同工作的全频谱通信系统，在这一系统中主覆盖频谱主要集中在低于10 GHz的频率范围内。目前商用通信网络的主要工作频段是Sub-6G（小于等于6 GHz），该频段凭借其低频率特征展现出较强的绕射能力以及较低的传输损耗，并且覆盖范围广泛。然而该频段也面临着频谱资源有限、数据传输效率不高以及信号接收精度不足等挑战性问题。毫米波（≥24 GHz）[22]领域则表现出丰富的带宽资源以及较高的数据传输效率和感知分辨率（速度、距离与方向等），这使得其特别适合于自动驾驶等移动场景的应用需求。太赫兹波段（0.1～10 THz）[23]则通过提供更高的传输效率与更宽广的工作带宽满足了超高速率与大带宽的需求，在智慧医疗等领域展现出显著的应用潜力。值得注意的是该波段具有短波长特性所带来的信号传播损耗问题较为突出。而可见光波段（380～790 THz）[24]凭借无辐射特性和高安全性的优势被认为是最具潜力的应用场景之一同时这种光谱区域虽然具备很高的通信效率但也受限于无法穿透物体以及信号容易被障碍物阻断的特点因而更适合用于室内环境下的微环境监测工作

为了满足面向6G的全域协同感知在覆盖范围方面的基本需求以及对时延和移动性等性能的要求，在综合考虑各频段的衰落特性基础上, 该系统将构建一个多频段融合网络结构. 通过多频段协同工作实现宏观广覆盖探测与微观重点区域的信息增强采集. 在发挥优势与劣势互补带来系统增益的同时, 需要特别注意组网架构, 资源调度效率以及可能存在的干扰因素所带来的应用限制问题.

（2）组网干扰协调技术

不管是独立实现还是协同完成，在实际应用中都不可避免地会遇到上行链路到下行链路之间的相互影响问题对系统性能产生的相互影响。为了保证系统的稳定运行，在设计过程中需要明确具体的规范和策略，并确保所有参与环节能够按照既定的程序顺利推进。具体而言，在协同感知场景中，则可以从多个时空维度出发，在确保各行为之间尽量保持独立互不影响的状态的同时，在不同的信道环境下灵活应对各种复杂情况，并根据实际需求选择合适的解决方案：静态配置适合稳定环境下的管理安排；半静态方案能够在一定程度上提高系统的灵活性；而动态调整机制则能够更好地适应快速变化的情况以达到最佳的整体效果。

在通信感知一体化的应用场景中，在这一领域内可能存在有特定目标相关联的有效信号，并且有必要进一步综合分析这些干扰信号以便全面获取感知目标

3.3 硬件架构与设计

在发射机链路设计中

基于是否共享天线阵列的不同方案设计了全双工射频前端的结构或优化了各天线间的隔离度设置；目前关于全双工器的技术研究尚未完成；当分开布置收发天线时，在满足一定隔离度需求的同时会增加设备总体尺寸，并且会带来收发信道间的相互影响；在大规模带宽通信系统中实施自干扰消除技术将导致对基带处理器所需的硬件资源投入大幅增加。

基于当前产业实现条件下的需求, 硬件系统可通过折中措施, 如图5所示, 在现有通信系统硬件架构上, 增加独立感知模块以完成特定信号接收任务, 从而消除自干扰带来的负面影响, 同时加快通信感知功能体系的技术验证进度, 并缩短技术成果转化的时间窗口

4 应用挑战

通信感知一体化的应用不仅受限于系统的架构设计与核心技术的实现，在实际应用场景中还需要全面考量成本投入、设备部署受限性以及运行能耗与信息安全等多方面的因素。下面将详细阐述通信感知一体化技术在实际应用过程中可能遇到的主要挑战：

（1）成本方面：在蜂窝系统中考虑成本问题时, 若能够复用现有站址与基站设备来达成感知业务, 可显著降低通信感知一体化实现的成本。然而, 由于感知业务的需求各有不同, 在现有部署的相关产品可能无法满足全部业务需求, 例如低空小型无人机等, 它们的反射截面积约为0.01平方米, 回波损耗较大且易受杂波干扰, 导致探测存在较大的挑战。目前而言, 增加站址可望提升探测能力, 但此一做法势必会在成本方面带来增加

（2）部署限制方面：在实际部署过程中,基站设备的规格受制于站点对迎风面积、体积和重量等参数的要求,因此通信感知一体化商用产品的开发必须考虑到集成度的提升。参考第3.3节的分析可知,在集成度方面存在明显优势的是支持全双工的技术方案,然而这些方案都必须建立在全双工技术已经高度成熟的基础上,即基于此,还需要进一步提高系统的自干扰消除能力。即使采用通信与感知共享接收机的方式或增加感知级链路数量来降低系统的自干扰消除要求,但由于这种设计虽然能够缓解部分性能压力但仍有可能导致设备体积增大进而影响站点对体积和重量的具体要求

（3）功耗方面：5G毫米波产品全向辐射功率可达到6 dBm（3162 W），较之低频产品已提升约十倍。在此基础上，在满足感知业务需求的前提下，通信感知一体化产品的功耗水平将不可避免地进一步提高。传统通信业务一般需要全向或定向波束以保证良好覆盖质量，而感知业务则常因回波损耗而需采用高增益及窄波束的配置来补偿其特性。因此，在满足传统通信需求的同时兼顾感知业务性能会带来多方面的要求与挑战：发射功率、接收线性度及动态范围等方面均需做权衡取舍，并需深入分析如何在功耗限制条件下平衡两者的需求。

（4）隐私方面：一是感知信息获取可能会潜在存在被探测目标的隐私问题；即使系统不依赖终端上报机制，在未授权的情况下也可能获取部分终端数据而导致安全风险；二是感知信息获取本身也面临着隐私泄露风险。尽管如此，在数据采集过程中通过有效避免网络与终端之间的通信能够成功地阻止由这种间接方式所引发的隐私泄露问题；然而，在数据发送与接收的过程中仍会涉及到来自终端设备的反射信号数据；这些信号数据可能会因第三方恶意窃听或干扰而造成通信安全威胁。

5 结束语

面向2030年愿景，《6G技术》将通过整合通信、感知、计算、AI以及大数据和网络安全等领域实现全面融合目标，并致力于推动构建数字化孪生环境与智慧互联生态目标。其中，《通信感知一体化》方案因其具备重要战略意义，在6G技术发展中具备关键战略价值。《通信感知一体化》方案主要体现在其在资源分配效率数据传输效率以及能力整合方面展现出显著优势，并可为新业务需求提供有力支撑基础。本文立足于《通感融合必要性》，深入分析其应用场景及发展现状，并重点探讨《通信感知一体化》方案所涉及系统架构及关键技术问题；同时从《空接口融合》《网络架构优化》及《硬件设计细节》等多维度提出优化策略建议；研究表明，《通信感知一体化》是一项兼具机遇与挑战的新领域研究方向；后续研究工作仍需进一步深化探索，在《一体化性能评估指标体系》建立及《网络架构演进路径》制定等方面开展更加深入的研究工作