通信感知一体化信息交互技术

潘成康，王爱玲，刘建军，王启星，王亚娟,马 良

(中国移动通信有限公司研究院，北京 100053)

0 引言

6G智能化业务、沉浸式业务和数字孪生业务等新业务的不断发展，对网络及终端提出了更高的信息处理需求，驱动通信网络向感知网络和算力网络扩展，移动终端向智能体升级。智能体是指具有环境感知、交互与响应能力的实体，如机器人、无人车、无人机以及其他智能移动设备等。智能体信息交互已成为6G新业务，尤其是无人化业务的关键支撑技术。

智能体信息交互是智能体与系统或其他智能体交换数据与信息的行为[1]。在无人驾驶、无人制造等关键任务型场景中，网络和智能体必须支持更低的交互时延、更大的交互带宽和更高的交互可靠性。信息交互性能提升目前有两个明确的途径：一是将信息采集(感知)和信息传递(通信)流程融合处理，减少不必要的感知与通信行为，以降低交互带宽和处理时延；二是进一步增强无线通信能力和无线感知能力。对于后者，一方面，6G空口向毫米波、太赫兹及可见光等更高频段发展，增强无线通信能力，与无线感知频段将产生越来越多的重叠；另一方面，无线通信与无线感知在系统设计、信号处理与数据处理等方面呈现越来越多的相似性。这种技术趋势催生了通信感知一体化技术[2-3]，为智能体信息交互带来了革新思路。

通信感知一体化是指基于软硬件资源共享或信息共享同时实现无线感知与无线通信功能的新型信息处理技术，可以有效提升系统频谱效率、硬件效率和信息处理效率。本文将重点讨论如何利用无线感知的通信能力，来增强智能体信息交互性能。

1 智能体交互场景与需求

本文将聚焦无人化业务探讨智能体信息交互场景与需求，文中，无人化业务是指由单个或多个智能体协同完成的无人为干预的业务活动。

1.1 无人化业务信息处理流程

无人化业务具有3个显著特征：① 由具备不同程度的感知、通信、计算、学习和执行能力的智能体作为业务载体；② 具有明确的任务目标和生命周期；③ 需要感知、通信、计算耦合的端到端信息处理。

根据用户的指令或意图(任务目标和生命周期要求)，无人化业务由业务管理实体进行任务建模和子任务分解，并分配给所有参与智能体。管理实体还可以根据用户意图修改或删除正在执行的子任务。子任务是指一系列具有时空耦合关系的操作动作。所有的可操作动作构成操作空间，由若干信息处理流程执行。子任务的信息流程分解为感知、通信和计算，如图1所示。感知是对业务所有要素属性与状态的信息采集，计算包括所有业务相关的数据分析、模型训练、推理和决策。通信用来交互感知内容、计算内容和系统信息。每个智能体都将对阶段性局域的业务状态，进行计算，确定操作动作。无人化业务生命周期将从初始状态感知开始，通过多个信息处理环的迭代，直到达到目标状态。

图1 无人化业务全生命周期信息处理流程示意图Fig.1 Life cycle information processing for unmanned services

1.2 智能体交互类型与需求

从上述分析可知，智能体信息交互分为智能体与系统之间，以及智能体之间两类。智能体与系统信息交互通过网络实现；智能体之间信息交互可以通过网络交互，也可以直接交互。如果把基站也当成一种智能体，那么智能体信息交互就可统一建模成智能体之间的信息交换。

智能体信息交互内容分为4个类型层次[4]：数据交互、模型交互、推理交互和决策交互。数据交互是指智能体与系统或其他智能体交换感知数据，包括原始数据或训练集数据，又称为协同感知。数据交互通过数据融合可以提高感知维度、深度和精度。模型交互是指智能体与系统或其他智能体交换训练模型或分担模型训练任务，又称为协同训练。推理交互是指智能体与系统或其他智能体分担推理任务或交换推理结果，又称为协同推理。决策交互是指智能体与系统或其他智能体达成一致行动约定的过程，又称协同决策。决策结果通知到智能体执行单元，推动任务执行或响应任务外的突发事件。

在图1所示的无人化业务流程中，相邻的信息处理环发生交叠，如感知与通信交叠融合、通信与计算交叠融合。传统信息处理流程中，感知、通信、计算与应用相互独立。这种烟囱式信息处理无法充分利用不同处理环的先验信息，导致不必要的感知、通信与计算行为，增加了信息处理时延。通感融合、算网融合和网业融合成为信息处理的趋势，如图2所示。因此，支持信息处理流程融合成为智能体信息交互技术设计的重要技术需求。

图2 信息处理流程融合趋势Fig.2 Convergent trend of information processing

此外，智能体本身感知与计算能力有限，业务流程所需的感知与计算依赖于网络感知(协同感知)，以及网络计算(边缘计算)。网络连接成为智能体信息交互技术的重要因素，从而对网联智能体信息交互架构提出设计需求[5]。

基于传统的业务、用户、网络和终端4个要素组成的信息服务架构，本文提出了如图3所示的感知通信计算融合的信息交互架构[6]。该架构中，业务、用户、网络和智能体的属性与状态相互开放共享。业务管理实体设置在网络中的控制功能实体中，根据业务状态动态调度网络资源和重构网络功能，也可以根据网络和智能体状态动态调整业务需求。更重要的是，该架构支持通信感知一体化技术。

图3 网联智能体信息交互架构Fig.3 Technical scenarios of Integration of wireless sensing and communication

2 通信感知一体化信息交互方案设计

2.1 通信感知一体化技术概念简介

通信感知一体化技术总体框架分为3层：资源层、能力层和应用层。资源层包括通信感知一体化频谱、通信和感知软硬件资源以及计算资源等。能力层包括数据处理功能、通信功能、感知功能以及协同功能。具体地，通信功能包括接入和转发，感知功能包括目标定位(测距测速测角)、目标跟踪、目标检测及目标成像等。应用层是基于能力层的功能，提供的确定性传输、低时延高可靠传输、大带宽传输等通信服务，位置服务、测距服务和成像服务等感知服务，以及这些服务通过智能体信息交互方式在无人化业务中的应用。

图4 通信感知一体化技术框架Fig.4 Technical framework of integrated sensing and communication

无线感知通信一体化的设计思路是尝试在同一频谱同一设备上实现感知与通信功能。因此，在具体的通信感知一体化系统设计中， 可采用正交频谱资源复用方式(最小化干扰)，共用收发天线(可能需要额外配置感知信号接收天线)和射频电路，并在基带部分做联合信号处理(主要是为了干扰消除)。当通信数据与感知数据对应的业务流有相关性时，可进一步做联合数据处理。在无人化业务流程中，根据信息处理流程的耦合需求，在共频谱、共设备基础上，灵活选择联合信号处理和联合数据处理。

2.2 方案设计思路与原理

将通信感知一体化技术应用到智能体信息交互中，部分或全部智能体都将配置一体化设备。这样，信息交互存在4种无线信号方式：无线通信、无线感知、基于无线感知的无线通信，以及基于无线通信的无线感知。其中前3种是重点方式，如图5所示。无线通信与无线感知是常规的手段，而基于无线感知的无线通信则是将无线感知采集目标信息的能力转化为通信手段。这点类似于基于光学成像(图像识别)的二维扫描技术、可见光成像通信技术[7]、无线射频标签(RFID)技术和反向散射技术[8]。但二维码是静态的，可见光成像通信虽然实现动态传输，但速率较低，且只能工作在可见光频段。RFID和反向散射技术属于低速率近距离无源通信技术，通常用于物品标签和物流跟踪，不适用于动态环境下智能体交互。

图5 三种基于无线信号的信息交互方式Fig.5 Information exchange methods using wireless signal

无线感知和基于无线感知的无线通信采用相同的发射和接收处理流程，不同点在于：无线感知中感知主体(如智能体1)仅针对目标状态(如智能体2或其他目标)进行感知，目标不参与感知过程，而基于无线感知的无线通信需要目标(如智能体2)参与对待传信息进行编码，感知主体针对编码响应回波信号进行检测,二者的回波检测可以做联合检测。

基于无线感知的无线通信可以采用多种信息编码方式，例如类似“哑语”的手势编码，或智能超表面编码。智能超表面的出现为基于无线感知的无线通信提供了一种新手段[9]，其基本原理是信息交互的一方智能体配置可通过机械、电子、光学感应或其他方式调控的超表面单元(结构化的电磁材料基本单元，对电磁波具有特定的响应)，使其排列结构按照待传信息编码发生变化。信息交互的另一方智能体发送特定调制的电磁波，并接收对方的回波，由于回波携带了与对方编码信息对应的电磁波特征，因此可以通过回波检测获取对方的编码信息。基于无线感知的无线通信系统包括感知信号收发机和可调控编码超表面两部分，如图6所示。感知主体收发机中，感知信号生成器生成感知信号，可以是雷达体制的雷达信号，如chirp(啁啾)信号，也可以是通信体制中基于伪随机序列调制的无线信号(如OFDM信号)。感知信号发送链路主要是射频链路和发送天线，可共用通信信号发送链路。发送天线可以是大规模数字阵列天线。回波信号接收链路主要是射频链路和接收天线，可共用通信信号接收链路。接收天线可以共用发送天线，也可以独立发送天线，但二者之间通过干扰隔离或/和干扰消除手段避免干扰。回波信号检测器利用本地感知信号对接收信号进行检测，并将检测结果送往目标信息译码器进行译码，可共用通信基带处理模块。译码算法与感知目标编码器采用的编码器的编码方案对应，译码信息数据可进一步与通信数据做联合处理后上报应用层。感知目标编码器中，信息编码器对相关信息序列进行信道编码，例如采用GF(256)域的RS码或卷积码等。超表面调控器根据编码输入对编码超表面中的电磁单元进行调控，使得入射波的回波具有与编码信息对应的电磁特征。

图6 基于无线感知的无线通信系统示意图Fig.6 Wireless communication based on wireless sensing

感知主体与感知目标通过预定方式约定通信参数，分为两个阶段：第一个阶段基于预定参数进行基于无线感知方式的通信，获取后续的通信参数，包括信道状态估计序列生成参数和长度、信道状态估计子帧与信息编码子帧的周期与长度、信息编码方式等；第二阶段根据第一阶段的通信参数进行基于无线感知的无线通信。

为了克服多径干扰、杂波干扰及其他干扰，该无线通信系统设置信道状态估计序列[10]，插入到待传信息序列前。信道状态估计序列可以采用固定长度或可变长度的伪随机序列，也可以采用二进制(本质与十进制、十六进制等效果一致)ASCII码或GB2312-80B码的随机序列。例如生成26个字母+6个数字的随机组合，形成32×8个比特的信道状态估计随机序列(信息比特0和1可以参考GB2312-80B码映射表获知)。后一种方式可以实现信源与信道联合优化传输和接收。

假设感知信号为x，前向信道为h1，超表面电磁响应函数为h2，回波信道为h3，则接收回波信号为：

y=h3h2h1x+n，

(1)

(2)

(3)

(4)

最后，对检测的信息比特进行信道译码，获得感知目标的初始信息，最终实现无线通信功能。

3 智能体信息交互挑战

智能体信息交互是典型的感知、通信、计算融合迭代过程，目前正处于研究的起步阶段，还面临着诸多理论、技术与工程挑战。

首先，智能体信息交互需要从理论上定义统一的信息交互能力来评估方案性能。智能体信息交互直观的能力是以最快的时间或最少的信息处理资源完成目标任务。因此，构建信息处理效率理论框架，研究最大化信息处理效率的技术途径及其对信息交互架构的影响，是一个重要的理论课题。这里信息处理效率简单定义为归一化任务全生命周期内的有效信息处理量。有效信息处理量可分解为信息感知量、信息传递量和信息计算量，其结果生成信息增量。信息增量是推动业务状态向目标状态递进的必要信息。这里存在一个理论问题：如何确定完成一个无人化业务所需的最小信息增量？确定最小信息增量是为了避免多余的信息处理，从而最大化信息处理效率。信息处理效率理论框架中，信息交互不是简单的一次通信或感知行为，而是端到端的信息处理。因此，交互时延包括感知时延、通信时延和计算时延，交互带宽是指一次感知通信计算生成的信息增量，而交互可靠性是考虑感知可靠性、通信可靠性和计算可靠性在内的信息增量的可信度。

随着多智能体系统的发展，信息交互方案设计需要面向分布式智能架构，因此面临分布式感知与分布式计算的挑战。为了克服无线通信的瓶颈问题，多智能体协同决策通常假设最低的无线通信能力。显然，需要很多研究工作去明确信息交互与本地计算之间的信息处理量的折衷关系。直观上，交互的类型层次越高，交互量越小，但信息增量可能并不降低，因此尽可能地将感知与计算任务留在本地，而交互较高层次的信息内容(如模型参数、目标特征和推理结果等)。但这又带来了信息处理能效的问题，信息处理能效是单位时间单位能耗完成的信息处理量。目前可以看到，边缘计算或云计算，对于大部分数据分析与模型训练来说，具有更高的能效。将本地的数据处理任务卸载到网络，需要仔细考虑无线通信能耗与边缘计算能耗之间的折衷关系。

此外，对于通信感知一体化方案，还面临硬件设计与干扰管理挑战。编码超表面的引入，某种层度增加了智能体的设备成本。为了提升编码超表面的编码容量，从单比特调控向多比特调控升级，则需要感知主体具备MIMO信号的处理能力，以检测回波信号中携带的多比特特征信息。最后，相比于仅采用无线通信的信息交互，本文所提的一体化信息交互方案额外带来了多种信号干扰，即智能体间、小区间的通信信号与感知信号间的干扰，因此需要引入资源与干扰协调机制。

4 结束语

以智能体为要素的无人化业务是未来6G的典型应用。分析发现，业务的信息处理流程呈现通感融合、算网融合和网业融合的趋势。同时，无线通信与无线感知频谱趋于交叠，技术特征趋势相似，从而驱动智能体信息交互向通信感知一体化方向发展。本文所提的一体化信息交互方案有如下特征与优点：一是基于无线感知的无线通信是无线感知的“同生”功能，在无线感知的同时，可以读取合作目标的关键信息，不需要额外的频谱资源，实际上，无线通信与无线感知也是一体化频谱设计；二是无线感知读取的关键信息既可以增强通信性能，又可以作为目标检测或识别的先验信息，增强无线感知性能，实际上，无线通信与无线感知也可以相互增强性能；三是作为无线通信与无线感知的中间功能，基于无线感知的无线通信可以让整个信息交互功能实现柔性重构，从完全的无线通信功能变为无线感知，反之亦然。

通信感知一体化信息交互方案，还需要进一步从理论层面分析其提升信息处理效率的内在机理，并从工程实践角度解决一体化硬件设计和干扰控制问题。