通感一体化融合的研究及其挑战

高飞，王文剑，刘建国，徐朝军，许文怡，徐夏刚，蔡立羽

（上海诺基亚贝尔股份有限公司，上海 201206）

0 引言

通信系统从5G 走向6G，产生了全域覆盖、绿色智能、感官互联、通感一体的网络愿景[1]。一方面，数目激增的无线通信、感知设备使得业务需求的无止境增长与无线资源矛盾愈发突出；另一方面，6G 愿景的实现需要借助对环境感知信息的获取、信息交互与共享、智能信息处理到控制信息（包括对通信网络的控制信息及应用执行设备的控制指令）逐层分发的闭环信息流处理。现有无线网络架构和相关技术已经难以满足后5G（B5G,5G and Beyond）/6G 时代不断涌现的应用需求，亟待研发资源高效利用、差异化应用智能适配的新型网络架构和使能技术联合通信与感知系统，即通感一体化[2]。

感知和通信有着各自的评价体系和理论框架，然而，没有一种理论能很好地分析通感一体化系统及其一体化程度。目前已有的感知上限的理论有：参数估计理论，比如Cramér-Rao 下限、模糊函数；物体成像分辨分析方法，比如瑞利准则、Abbe 衍射极限；光谱感知，比如海森伯测不准原理。而通信上限的理论主要基于香农第一定理。自Woodward 和Davies 开创性地研究雷达信息理论的半个多世纪以来，信息理论已广泛应用于雷达信号处理中。然而，由于在雷达和通信领域中“信息”概念的内在差异，对雷达应用中信息理论的研究并不如其在通信领域中来的深入。雷达系统的唯一目的是寻找关于目标的信息，通常意义上是非合作的，而通信系统的目的是提取有关发射信号的信息。随后，Bell 的开创性论文[3]，即以信息论测度自适应地设计发射波形，进而从接收到的测量信号中提取更多的目标信息，使得信息论在雷达信号处理中重新站稳了脚跟。自此以后，信息理论准则，特别是互信息和相对熵（又称之为KullbackLeibler 散度），已成为自适应雷达波形设计算法的核心。

基于上述这些挑战，通信感知一体化成为6G 研究的热点。本文分析了通感一体化的工作模式，并基于不同模式下将讨论通感一体化的理论研究框架，最后研究讨论了可能的通感一体化设计方案。

1 技术场景分析

1.1 工作模式分析

图1 中，Sensing Initiator 和Sensing Target 分别为感知主体和感知目标，Sensing Responder 为感知辅助设备。感知主体主动发射感知信号，同时接收来自感知目标的信号，这种工作模式定义为主动感知或者单站感知；反之，通过辅助感知设备，即感知信号来自其他设备，这种工作模式被称为被动感知或者分布式感知。若感知目标具有感知信号的处理或者转发能力，即感知目标参与了感知过程，称为合作感知；反之，称为非合作感知。

图1（a）和（b）是主动感知，前者感知目标是合作式，感知主体和感知目标一般为通信设备，具有发射和接收信号的能力，最典型的应用场景为定位系统。为了实现更高的感知性能，感知主体和感知目标需要一定的信息交互，比如采用3GPP 定义的信道测量技术来实现。由于感知主体和感知目标的信息交互，3GPP 对同步误差、同步信息等都做了相关标准化的工作。后者为非合作式感知，感知目标和感知主体没有信息交互，但是感知主体一般需要工作在双工模式下。

图1（c）和（d）为被动感知或者分布式感知系统。典型特点为感知主体和感知辅助设备不是同一个（种）设备。前者是感知目标可以自行发射感知信号，但并不接收感知信号，比如一个具有广播功能的感知目标。感知辅助设备通过监听感知目标的发射信号来进行感知。典型应用为Wi-Fi 中具有Monitor 功能的感知网络。后者感知目标是反射或者透射来自其他设备的感知信号，比如通信系统发射机发出的信号照射在周围环境，然后被接收机接收。在这种情况下，对周围环境的感知就是分布式非合作感知系统。这种工作模式和现行通信系统的工作模式可以很好地兼容，如果采用上行信号，基站需要有更大的动态范围，在接收到通信信号的同时，能够对微弱的反射信号进行分离。如果采用下行信号，由于用户侧的射频资源有限，需要用户将测量到的感知信号通过通信链路反馈给基站进行感知处理。

图1 通感一体化系统工作模式（蓝色线为感知信号，黑色线为通信信号）

1.2 通感一体化融合分析

通感一体化系统的融合可以从底层资源融合和功能层面融合来讨论，这里的资源指的是感知功能和通信功能所依赖的软硬件资源，包括频谱、天线、功率、射频、基带以及相应的计算处理资源。功能层面主要包括通信功能和感知功能，包括通信功能对于感知功能的提升以及感知辅助通信。前者比如通信功能对于感知信息的共享、对感知信号的传输等；后者是指通过对周围环境的感知，可以降低波束训练的开销，降低通信中断的恢复时间。业界有观点认为在通信感知一体化技术发展过程中，通信和感知将分阶段、分层次融合演进，其技术趋势主要包括“业务共存、能力互助、网络共惠”三个阶段[1]。根据通信和感知功能共存以及性能增益的不同，将通感一体化系统分为三种形式，即共存（co-exist）、共生（cooperation）以及共建（co-design）。

（1）共存

在这种模式下，通信功能和感知功能会单独设计，采用独立的硬件和频谱。在这种情况下，通感一体化主要体现在功能融合，即感知功能获得用户和周围环境的信息，以提高通信性能，这里的提高只是通信资源的调度。比如，可以通过毫米波雷达传感器获得用户的行为和位置信息，将这些信息提供给通信系统，可以用来做通信资源分配，从而达到绿色、智能的通信网络。反过来，如果检测到附近有通信用户活动，可以将其反馈给感知系统，进一步获取用户的准确信息。此外，通信功能可以有效传递和会聚感知信息，以支撑多节点协作感知，进而扩展感知的维度和深度[2]。

（2）共生

随着通信系统从4G 到5G 演进，通信设备所具有的带宽越来越宽，其射频能力包括天线数目和通道数也越来越强，这使得通信系统和雷达系统在硬件资源上逐渐趋于相同。从另一方面来看，通信系统在满足通信功能的同时，其天生所具有的感知功能并没有被开发。在这种模式下，如图2 所示，通信功能和感知功能会以频分、时分、空分的形式共享同一块硬件资源[4]，不同的色块代表面向不同功能的资源块，在每个资源块内，会根据用户再进行分配。在这种情况下，通信功能和感知功能会以其中某一种功能为主，同时利用剩余资源来完成另一种功能，其关键问题在于保证一方性能的同时优化另一方性能。频谱融合设计有两个技术方向：一是在感知信号中调制通信信号，二是在通信信号中引入感知信号[5]。

图2 通感共生下资源分配

（3）共建

如图3 所示，通信感知一体化系统最终需要实现按需感知、按需通信、绿色智能的通感一体化网络，因此，在这种模式下，通信功能和感知功能不但需要共享同一块硬件资源，还能够在信号设计、波形和调制技术上实现共享，其不仅能够满足未来高速、低时延、大规模连接和高可靠性的通信需求，同时能够满足复杂多样的感知需求。在这种模式下，需要对网络架构进行修改，以满足通信资源和感知资源在信息反馈下的资源再调度。

图3 通感一体化架构

1.3 通感性能分析

作为6G 的一个典型应用，通感一体化系统的研究才刚刚起步，通信系统和感知系统作为独立功能的存在已经具有大量的研究。1920 年代，奈奎斯特等人就开展了一系列有关通信系统传输的基础研究，直到1940 年代，香农基于之前的研究，提出了在噪声存在下，有限带宽通信系统的通信速率极限[6]。在无设备感知方面，最早的雷达可以追溯到1904年。在1950 年，相控阵概念的雷达第一次出现。经过几十年的发展，MIMO 雷达的概念和相控MIMO 雷达的概念分别在2004 年和2010 年提出，作为联合雷达和通信的概念在2006 年被提出[7]。在有关感知性能研究方面，包括参数估计法、物体成像分辨率分析方法和光谱感知方法。而基于设备的感知，最初全球导航卫星系统（GNSS,Global Navigation Satellite System）已被用来提供最初的位置服务。此外，蜂窝定位是作为全球导航系统的一个很好的替代方案，其性能指标主要为定位准确度和定位稳定性。通信感知一体化技术研究报告对无线感知目标检测理论、目标定位理论、感知成像理论、菲涅尔区理论等方面都进行了介绍[1]。

然而目前没有一种理论和评估方法来研究通感一体化系统及其融合增益。我们在IMT2030 大会上提出了基于互信息（MI）的度量。MI 还与其他指标相结合进行通感一体化系统性能的研究。例如，有两个标准，即基于条件MI 的最大化和最小化的最小均方误差（MMSE,Minimum Mean Squared Error），利用目标脉冲的协方差矩阵响应来优化MIMO 雷达的波形设计。目前研究结果表明，基于MI 的优化与基于CRLB 的优化存在着密切的联系，基于MI 的方法与基于CRLB 的算法相比更高效、更简单。

总之，目前来说，对于联合通信与感知系统，其中互信息这个概念可以作为其总体性能的评价标准，从而引起了业界广泛的关注。具体来说，对于通信，发送与所接收的信号之间的MI 可作为波形优化准则，而对于感知，则是感知信道与反射信号之间的MI 可作为波形优化准则，如图4 所示。尽管有一些研究成果来权衡通信和感知系统，但是现有的对通感一体化的系统研究仍然是有限的。

图4 通信功能与感知功能的互信息

对于通感一体化系统的理论框架的考虑，通常来说要同时考虑在发送训练和数据符号的情况下如何优化发射信号使通感一体化的总体性能达到最好。需要以互信息作为性能指标，从信息理论的角度研究分组结构和时空信号功率掩码分配（功率掩码是指用不同的天线传输不同能量来传输不同的符号的一个框架体制）。互信息作为研究的绩效指标，可以说是一个关键的、普遍的衡量方法，比如衡量有多少信息可以通过已知通信信道的情况下传递，又有多少反射信号可以被捕获并用来感知未知目标。不同于其他指标（如检测概率和虚警概率），互信息的使用消除了特定类型的检测器或检测算法，并提供了对通感一体化的理解[8]。

为了从框架上说明从通信、感知到通感一体化的转变，Xs 和Xc 分别表示分配给感知和通信的资源。最终将通过融合的信号层来克服层间约束，使其能够优化协同设计。这样的策略代表了最紧密集成的设计，通过波形统一趋向于或部分收敛于信号级集成，如图3 所示。新的信号层的目的是处理包括通信与感知功能的无线发射及接收信号，从而进行感知信息提取以及完成数据传输任务，两者的联合信号处理应在这一层进行，以便可以获得所有必要的信息。

不同于以往通信与感知各自单独的功能，信号层允许高效交换有用的通信感知的信息功能。此外，可通过协同设计，灵活优化运营参数，平衡资源分配，甚至相互配合协助提高无线感知能力和通信功能。当然，从互信息角度，通常没有解决方案可以同时满足最大化通信和无线感知的互信息，因此联合优化的通感一体的互信息可以由式(1)通信与感知的加权和来表示[9]，其中对于通信，发送与所接收的信号之间的互信息可作为波形优化准则；对于传感，则是优化传感信道与反射信号之间的互信息：

通过这种联合优化，联合增益其产生的根本原因是通感一体化设计优于独立的通信和感知功能。从本质上讲，通感一体化的运作意味着用于通信和感知功能的组件或资源能否实现更高效的耦合来提高资源利用率。根据两者的集成程度，有各种各样的联合增益包括硬件的改进、频谱效率、能量效率以及更低的延迟和信号开销。例如，如果拆分天线阵列分为两组：一组用于雷达和另一组用于通信。相比一个共享的天线阵（即一个更紧密耦合的通感一体化设置），减少的空间自由度、较低的角分辨率和干扰管理都将会引起额外的开销和代价。然而，此种分离天线设置相比于完全分离的感知和通信功能的设置，也显示了其能量和硬件的改进效率。此外，信号层策略可以更紧密地耦合，以允许通信和感知在紧耦合设备上以及相同空、时、频资源上同时进行发射。这样，具有双功能（通信与感知）的信号就可以在此实现了一个完全统一的波形。这是最终追求的目标，对此今后将会有更加深入的研究。现阶段通过研究总结，目前在资源共享模式（紧耦合）下，考虑到通信与感知的互信息，通感一体化可以具有最优的性能。但是，通信的互信息与感知的互信息不能同时达到其最大值。如果想追求更好的通信或感知各自的性能，则系统必须工作在资源非共享模式（松耦合）下，这样通信与感知可以分别达到其最大值。

除此之外，基于互信息，还应该考虑通信系统和雷达结合的情况下多址接入的理论边界问题[10]。与传统多终端的上行接入理论边界不同，雷达波的上行接入也需要考虑互信息的最大化从而提高雷达系统的测量性能，比如目标分类能力或平均测量误差。总之，使用信息理论来开发雷达容量并结合传统通信容量，可以用来衡量一个联合雷达通信网络的总容量。对此需要定义一种新的雷达信息速率，即雷达估计速率，这个速率类似于数据通信的信息速率，此时雷达接收信号的熵等于雷达的熵过程不确定性加上估计不确定性。如果目标分离得很好，那么每个目标估计可以看作是一个独立的信息通道。为了简化讨论，本文只考虑具有时延的单一雷达。基于这样一种通信雷达融合的模式，可以确定雷达与通信各自的边界速率。

再者，在通感一体化中，获取质量较好的感知信道尤为重要，因为只有获取较好的感知信道，才可以得到比较大的MI 值，这也是为什么把感知信道CSI 的线性和非线性问题的优化和通感信息的互信息理论紧密联系起来。区别于传统通信，要重点考虑如何用较低的复杂度来对感知信道敏感的一些线性、尤其是非线性因素进行优化（如I/Q 不平衡问题、符号定时同步、采样时钟同步等）。此外，对于联合优化通信与感知还包括：1）评估通信与感知信道协方差矩阵的相关系数；2）如何配置通感一体化中的导频数据比；3）如何平衡感知和通信权重系数等动态运行机制的设计等。

2 通感一体化方案分析

通感一体化系统需求在场景、覆盖范围和性能三个维度具有一定程度的一致性。但是，不同频段的无线感知与通信能力及硬件需求具有显著差异[5]，因此需要在工作频率、系统资源、波形以及处理方式多个维度进行研究。

2.1 工作频率

传统雷达主要工作范围为400 MHz 到77 GHz。IEEE将电磁频谱分为不同的频谱资源，根据波长包含长波、中短波、毫米波、红外线、可见光以及紫外线等。通常情况下，雷达频段采用字母来表示，比如L 波段（1—2 GHz）、S波段（2—4 GHz），C 波段（4—8 GHz），X 波段（8—12 GHz）等[11]。L 波段、S 波段和C 波段雷达主要应用在长/中距离检测、空管雷达、天气检测等[12]；X 波段雷达主要用于机载雷达，可以很好地在雷达尺寸和检测性能中得到均衡。无人驾驶雷达的工作频率在24 GHz、74 GHz、77 GHz 和79 GHz[15]。更高的工作频段如THz 频段，可以赋予系统特有的感知能力，因为这个频段的系统在所有的物理尺度上：距离、角度和多普勒信息都可以达到非常高的精度[16]。通信系统从2G 到6G 的太赫兹研究，在频率上和雷达及太赫兹感知有着相近或者重叠的频谱，因此我们将通感一体化系统的频率资源也分为低频和高频，如图5 所示。然后和传统雷达不同，通感一体化系统需要兼容现有通信协议，这也给通感一体化系统研究带来了额外的挑战，比如工作带宽、天线数目、同步和功耗等无法达到雷达系统的硬件资源，但是通信系统具有连接设备多、设备数量密集的优势，因此通感一体化系统的感知方式跟传统雷达会有很大不同。比如，采用菲涅尔区方式进行微小手势识别和呼吸检测[17-18]，采用人工智能方法的动作检测[19]。

图5 通感一体化频率方案

2.2 系统资源分配

面向6G 的通感一体化系统需要通过对发射信号、射频资源、计算资源等进行优化从而同时满足两种功能，文献[20]讨论了时间、频率和空间资源对于通信和感知系统的影响。低时延是5G 以及面向6G 的通信系统最重要的特点之一，因此，以时分的方式来分配通信和感知资源需要格外小心，因为感知信号会挤压通信信号发出的时间窗口，所以，通感一体化系统可以通过梳状信号设计，同时结合波束扫描来尽可能降低对通信信号的影响。波束合成和MIMO 已经广泛应用于通信系统中，雷达采用波束合成和MIMO 提高检测距离和检测性能，但在波束使用和MIMO 波形设计上，通信系统和雷达系统有着不同的需求。MIMO 雷达采用多路正交信号作为发射波形，以形成相互独立的信息通道，各回波之间相互独立，方便处理单元对回波的处理，常见的正交信号包括正交多频信号、正交离散频率编码信号等，其中正交多频信号是OFDM 信号的变种，在这种波形中，不同子载波交错地分布在不同的天线单元上。而MIMO 通信系统通过信道的正交性来发送多流信号。表1 中列出了通感一体化设计中所设计资源及其影响。

表1 通感一体化资源以及性能影响

2.3 通感一体化信号

通感一体化信号和波形的设计需要综合考虑系统性能要求、硬件设计难度、信号处理难度以及处理时延等。文献[21]中从功率峰均比（PAPR）以及射频电路的影响、信号处理复杂度以及全双工等多个方向讨论了通感一体化的设计。本文在此不再赘述，接下来讨论通感一体化下的一体化信号设计方法。

在1.2 节讨论了通感融合的共建模式，在这种模式下，通信功能和感知功能在信号设计、波形和调制技术上实现共享。OFDM 和FMCW 波形分别是目前通信系统和雷达系统使用最广泛的波形，OFDM 波形也是目前通感一体化系统最有希望的一种波形，因为其在数据承载和感知方面都有很好的性能，已经实现了OFDM 波形下位置、物体震动和行为检测以及通信功能，但是OFDM 波形下巨大的数据吞吐也需要消耗大量的计算资源。FMCW 波形可以简化硬件设计，文献[22]中讨论了FMCW 波形在通感一体化中应用的可能性，但FMCW波形在通信性能上弱于OFDM，所以，单纯FMCW 波形并不是通感一体化系统的最佳选择。此外，由于通感一体化下感知场景的多样性，如果按照最高的感知性能来设计系统，必将带来极大的资源浪费和对通信性能的影响，因此，在1.3 节通感性能中提出了采用MI 理论框架来进行通感融合研究，相较于图2 中通信资源和感知资源互相独立，可以设计一种信号，不但同时兼顾通信和感知，也能根据感知场景自适应调节，称之为通感一体化信号，如图6（a）所示。除此之外，还可以设计一种全新的通感一体化系统架构。在通感融合性能分析中，提出可以建立一个信号层来克服层间约束，从而联合优化通感性能，而非割裂的分析各自功能。图6（b）中提出一种可能的信号层设计，在发射端可以兼容通感一体化信号，在接收端可以联合处理通信和感知信号，并能实现通感功能的共享。

图6 通感一体化：（a）信号；（b）系统架构

3 研究展望

通感一体化系统的研究才刚刚起步，有很多需要研究的方向，在此提出几个可能的方向供大家参考：

（1）干扰消除技术：第1 节中介绍了四种通感工作模式以及讨论了各种工作模式下的优缺点，不同工作模式下通信功能和感知功能之间也存在不同程度的干扰，因此，通信和感知之间的干扰管理以及消除也是通感一体化研究中非常关键的一个问题。相比于传统雷达系统，通信系统的带宽资源很有限，因此可以探索多频段感知方式。

（2）人工智能算法：此外，AI 技术的快速发展也给通感一体化的研究提供了一种非常强力的感知信号处理办法。人工智能技术已经被应用在一系列感知相关研究中，比如多人呼吸检测[23]、雷达信号检测[24]、人体行为分析[25-26]等。

（3）多频带感知：通信系统的频谱资源比较稀少，但可以通过多个频段的信号聚合来提高距离分辨率，比如文献[27]提出了一种低复杂度的多载波ToA 检测方法。

（4）感知辅助通信：对周围环境的精确感知和用户行为的分析，可以提高通信系统的稳定性，比如文献[28]提出了一种利用感知信息来提高波束赋形的方法。

4 结束语

通信系统和感知系统在过去几十年一直是独立在发展，然而面向6G，可以看到,这两个系统融合的可能及其可能带来的在频谱资源、硬件资源以及性能上的提升。研究表明，通感一体化系统在不同频段的应用需求有着显著的差异，不同频段的通感一体化系统也有着不同的工作模式，因此通感一体化系统面临诸多技术模式和路径选择。此外，基于MI 的理论模型，在同时考虑训练符号和数据符号的情况下，可以有最优的功率分配方案。也就是说，虽然不能同时达到通信与感知各自最佳的性能，但是可以联合通信与感知，获得最好的通感一体化的性能。另外，如何配置通信信道和感知信道的协方差矩阵相关系数、如何配置通感一体化中的导频数据比、如何平衡感知和通信权重系数等动态运行机制的设计都是需要进一步研究的课题。目前，大部分相关研究是基于点对点通信模式，比如发送通感一体化信号给终端的时候无上行干扰，同时使用空间上广泛分离的天线阵列来接收感知周边物体的干净的反射信号。但在实际工作场景中，无论是在基站侧还是终端侧，信号干扰总是存在的，如何解决这些干扰也是非常重要的课题。基于行业所提出的面向6G 的众多通感一体化场景，本文分析了多种工作模式、频段特点以及融合策略，需要指出的是，没有一种模式或者频段能够满足所有的应用需求，因此通感一体化系统应存在多个子系统，在设计上，需要考虑与相应的通信平台和通信协议相兼容下进行通感融合，此外，还需要结合所在频段的电磁波特性，比如波长、带宽等选择相应的感知算法以及干扰消除策略。

当然，除了以上问题，通感一体化在信道模型与评估方法，信号、系统协议和流程设计，硬件协同设计，与太赫兹结合的感知、数据融合、隐私与安全、功耗、尺寸、成本等各个方面都有着不小的挑战，可以共同期待通感一体化健康平稳地发展。