卫星辅助的去蜂窝大规模MIMO通感一体化系统*

石俊杰，许炜阳，刘渊博

（重庆大学，重庆 400044）

0 引言

近年来，随着5G 系统的广泛部署，地面蜂窝通信系统的频谱效率和能量效率显著提升。尽管如此，物联网等新兴业务的不断蓬勃发展，对地面网络的吞吐量提出了新的要求。与此同时，与传统的地球静止轨道相比，LEO（Low Earth Orbit，近地轨道）卫星的高度较低，因此通信的往返延迟只有30～100 ms，与地面网络相当。随着LEO 卫星技术的不断成熟，巨型星座已经大规模部署[1]。人们逐渐认识到星地融合通信的潜力[2-3]，这使得将卫星网络纳入6G 系统变得越来越具有吸引力，促进了星地一体化系统的发展[4-5]。

超密集网络部署模式是5G 系统部署提出的关键概念之一，并且在未来5G 向B5G（Beyond 5G，超越5G）/6G 系统的演进中会继续发挥重要作用。CF-mMIMO（Cell Free Massive MIMO，去蜂窝大规模MIMO）架构最初由Hien 等人提出[6]，将大规模MIMO 与分布式系统相结合，通过部署大量分布式小型AP（Access Point，接入点），在AP 间引入协作消除小区间干扰，能够获得更高的通信容量和覆盖范围。另一方面，随着载波频率提高、频谱缩减和天线规模扩大，通信和雷达的工作频率逐渐接近，因此6G 将无线融合通信纳入研究范畴，即ISAC（Integrated Sensing and Communication，通信与感知一体化）技术[7]。将CFmMIMO 技术应用到ISAC 系统中，得益于大规模天线阵列能够大大降低感知网络的部署成本[7-9]。CF-mMIMO 架构能够实现ISAC 的融合共生与互惠互利，进一步提升系统整体的频谱利用率。

目前，关于LEO 卫星辅助的地面CF-mMIMO 系统，以及地面CF-mMIMO 与ISAC 融合的研究已经取得了一些进展。Reira 等人提出地面CF-mMIMO 网络与LEO 卫星构成的联合系统，引入了从地面到卫星段的数据卸载方案，优化了整个网络的频谱和能量效率[10]。Chien 等人提出一种通过地面网络无线APs 和卫星之间的协作来提高系统容量的集成网络设计，以提高网络的频谱效率[11]。Buzzi 等人提出了mMIMO 和雷达可以共存的系统，并且通过波束赋形设计最大程度地抑制了通信与雷达系统之间的干扰[12]。Demirhan等人提出了将CF-mMIMO 和ISAC 相结合，所提出的联合波束成形能够实现与通信优先方案几乎相同的通信性能，且与感知优先方法几乎相同的感知性能[13]。Behdad 等人提出了CF-mMIMO-ISAC 系统的多静态目标检测与功率分配算法，在保证各用户所需通信信噪比的前提下，最大化感知信号的信噪比[14]。

在通感一体化的研究中，需要考虑雷达信号对通信质量产生的影响。因为两者通常在频谱上存在重叠，产生相互干扰。这种干扰将会导致通信性能下降，包括数据传输速率的减小、通信连接的不稳定性等问题。基于上述分析，本文提出卫星辅助的去蜂窝大规模MIMO 通感一体化系统架构，旨在利用卫星为地面用户提供额外的通信维度，以提升下行平均速率。本文的具体工作包括：对卫星辅助的CFmMIMO-ISAC 系统进行建模，推导了在空间相关莱斯衰落信道中下行链路用户的可达速率表达式。在地面端AP、卫星端天线、用户数目的不同密集程度下，验证了星地融合系统所带来的性能增益。结果表明，该系统下行平均速率明显优于地面ISAC 系统。

表1对文中采用的符号进行了说明：

表1 符号说明

1 系统模型

1.1 系统模型

本文研究卫星辅助的CF-mMIMO-ISAC 系统，其中地面网络有M个分布式AP、K个用户与Q个感知目标，如图1 所示。所有AP 配备NAP个URA（Uniform Rectangular Antenna Array，均匀矩形天线阵列），每个用户配备单天线，且随机分布在一个固定区域中。一颗LEO 卫星配备NSAT个URA，旨在提升该卫星所覆盖区域的用户服务质量。设置多个AP 的目的是协同服务多个用户，同时对目标实施有效感知。系统将AP 的集合M划分为两个子集，发射APMt与接收APMr，两子集无交集。在上行链路中，用户向Mt与LEO 卫星发送导频信号，在下行链路中，子集Mt（M个AP 中的）向多个用户发送通信信号，同时对目标实施感知，其中|Mt|=Mt。在本系统中，假设AP 的光前端链路、卫星到地面网关的馈线链路都是无差错传输。地面网关和AP 对上行信道进行本地导频训练完成信道估计，并且都通过前端链路将用户发送的上行信号转发到CPU（Central Processing Unit，中央处理单元）。CPU 负责有效载荷数据的收集和分配、下行预编码、功率控制和导频分配等联合信号处理。

图1 卫星辅助的CF-mMIMO-ISAC系统框图

1.2 信道模型

（1）地面AP 到用户信道

对于地面网络，将第mt个发射AP 和第k个用户之间的信道建模为莱斯衰落模型（包括大尺度和小尺度），其中用表示大尺度衰落（即路径损耗和阴影衰落），即：

其中λ是载波的波长，索引向量表示为：

其中dH与dV表示在水平方向与垂直方向天线间距，三维信道模型依赖于矩形平面天线阵列的空间相关矩阵[16-17]，可以写为：

波向量与索引向量依照式(4)、(5)。

（3）卫星到用户信道

在对卫星信道建模时，做以下假设[18]：

1）与之前的大多数文献一样，将陆地移动卫星信道建模为平坦衰落，特别是主要受中大仰角和LOS 传播主导的s波段场景[19]；

2）信道在帧传输期间是不变的，即信道服从块衰落（Block Fading）特性；

3）接收器提供卫星星历并配备全球导航卫星系统接收器，因此用户能够补偿多普勒效应，后续分析将不再考虑多普勒频偏的影响。

基于上述假设，用户到卫星的信道由于LOS 分量影响较大，建模为莱斯衰落信道（包括大尺度和小尺度衰落）。卫星到用户信道的大尺度衰落，可参考3GPP 建议（Release 15）[20]，该模型考虑了信号的自由空间传播、杂波损耗和阴影衰落，以及建筑物进入损失、大气气体和闪烁引起的衰减，具体模型为：

其中Kk是第k个用户的莱斯因子，同时:

2 信号处理流程

2.1 上行导频训练

由于发射AP 在上行导频训练阶段期间不发送数据，因此接收到的信号将不包含任何可能的目标回波。所有K个用户同时在上行训练阶段向发送AP 和卫星传输长度为τp的导频。令表示第k个用户使用的导频序列，k=1,…,K。假设不同的导频序列之间保持正交，即：

第mt个发射AP 的接收信号来自于所有上行导频信号的叠加，可以表示为：

其中pp是导频符号的发射功率，是第mt个发射AP 处的加性噪声向量，且是具有标准差σa的独立同分布零均值圆对称高斯随机变量的AP 接收机噪声矩阵。此外，CPU 从图1 的空间馈线链路接收的训练信号用于估计卫星上行信道，公式如下：

发射AP 和卫星地面网关分别采用MMSE（Minimum Mean Square Error，最小均方误差）算法估计上行信道。首先，发送AP 处的估计结果为：

同样地，卫星信道的MMSE 估计结果为：

2.2 下行数据传输

（1）地面发送下行数据

CPU 将通信数据通过光纤链路分配给地面AP。对于地面网络，来自第mt个AP 的发送信号由下式给出：

其中，dk表示与第k个用户相关的通信信号，dq表示与第q个感知目标相关的感知信号。这些信号是相互独立的，并且也是独立于所有噪声和信道系数。通信信号与感知信号ds满足，集合S 包含所有用户以及感知目标。RCR是感知与通信发射功率的比例关系。

1）地面通信波束成形

在式(23) 中，Fm,k是用于第mt个发射AP 向第k个用户发送的波束成形矢量。发射AP 将上行信道估计结果视为真实信道，并且使用共轭波束成形（Conjugate Beamforming）技术向K个用户发送信号。

2）地面感知波束成形

对于地面下行预编码中的感知信号来说，由于通信信号也有助于通过朝向目标的反射路径进行感知，因此不被认为是对感知目标的干扰。Fm,q是第mt个发射AP 与第q个感知目标方位角和仰角方向上用于感知任务的波束成形向量。对于Fm,q矢量的具体实现，一般有两种方式。第一种是将发射AP 天线用作相控阵（PA，Phased Array），产生朝目标方向的相位波束，即：

然而，上述选择会给地面用户带来一些干扰。因此，第二种方案的目的是尽可能使感知波束对通信信道的破坏性干扰少，同时在通信零空间内使感知性能最大化。将（通过共轭波束成形构造的）最佳感知波束投影到通信信道估计值的子空间的零空间上。综上考虑，第二种方案的波束形成矢量为：

以上方案又称为迫零（Zero Forcing）波束形成。

（2）卫星发送下行数据

CPU 将通信数据分配给地面AP 的同时，也分配给卫星网关。网关利用上行导频训练进行信道估计，对发送数据进行预编码，再通过馈线链路发送给卫星。卫星转发的下行信号如下式：

其中sk是卫星地面网关通过信道估计构建的卫星到第k个用户发送的波束成形矢量。与地面通信一样，卫星地面网关将信道估计视为真实信道，并且使用共轭波束成形来向K个用户发送信号。

（3）用户接收下行数据

卫星和地面链路具有不同的时延。在卫星信号到达用户端之前，需要在用户端进行一些缓冲，卫星到用户的传播延迟必须通过适当延迟地面信号来补偿。不失一般性，假设所有用户的相位相干，符号同步都是完美的，忽略任何相位抖动，并且补偿卫星到用户的延迟。第k个用户合并接收来自地面AP 与卫星的信号：

其中wk是第k个用户的接收机噪声，。本文在一组确定性地面AP 与卫星到用户的信道的大尺度衰落系数的条件下进行了收敛性分析，假设每个用户都知道信道统计信息，但不知道信道瞬时信息。接下来对式(27)中的DS、BU、MUI 和SI 进行分析。

1）DS（Desired Signal，期望信号）：信道估计误差由于MMSE 估计的性质，估计误差与估计相独立，令，则：

2）BU（Beamform Uncertainty，波束形成不确定度）：

3）MUI（Multi-User Interference，多用户干扰）：

4）SI（Sensing Interference，感知干扰）：

则第k个用户下行可达速率表示为如下：

3 数值仿真结果

3.1 仿真条件

对于CF-mMIMO 地面网络，随机部署M个多天线AP 于边长为L的正方形区。目标数Q=1，假设在方位角和仰角扩展分别为14°和2°的AP 处存在空间相关天线阵。地面网络由一颗LEO 卫星辅助，该卫星位于地球上空600 km 的高度，除非另有说明，卫星仰角设置为80°。卫星链路在每波束20 MHz 的带宽上以2 GHz（S波段）的载波频率工作。假设卫星配备有定向天线，有效各向同性辐射功率为50 dBW。用户随机部署在整个地面覆盖区域，并且假设其具有双重连接能力（地面/ 卫星）[4]。相干间隔设置为τc=256 个时间样本，导频长度为τp=64 个时间样本。每个AP 都配备了一个具有半波长天线间距的URA，对于LOS 分量，考虑N=6 个散射簇，并且每个簇的水平/ 垂直方向协方差矩阵由高斯局部散射模建模得到[17]：

RE是地球的半径，z0是卫星的高度。由于与CFmMIMO 地面段的物理尺寸相比，卫星高度非常大，因此可以认为仰角θk对于所有用户都是相同的，用户到卫星的距离也可同样处理。详细的仿真参数请参阅表2：

表2 仿真系统参数

3.2 仿真结果

图2 绘制了用户下行平均速率与AP 数目的关系曲线，其中K=10，用户到卫星仰角为80°，NSAT=100，NAP=4，AP 和用户随机分布在正方形区域。图中对比了四种方案，即不包含雷达的纯通信地面CF-mMIMO、对感知波束成形采用相控阵方案的地面CF-mMIMO-ISAC-PA 和采用迫零波束形成的地面CF-mMIMO-ISAC-ZF，以及星地CFmMIMO-ISAC-ZF。从图中可以发现，CF-mMIMO-ISACPA 系统采取感知信号朝目标方向的相位波束，对地面用户速率影响很大，即使AP 数量提升到80 下行平均速率仍然接近于0。在不同RCR 情况下进行对比，随着RCR 的增加，速率下降的影响更加显著。为了改善用户服务质量，对感知信号采用迫零波束形成，即地面CF-mMIMO-ISAC-ZF方案。随着AP 数量增大，该方案能将用户速率提升到与单纯的CF-mMIMO 系统相差无几。对于星地CF-mMIMOISAC-ZF 系统，用户下行平均速率总体比地面CF-mMIMOISAC-ZF 具有优势，特别是在部署少量AP 时更为明显，用户下行平均速率提升约一倍。随着AP 部署密集，提升的效果逐渐减弱。这是因为随AP 数量增大，地面AP 对下行速率的贡献占据了主导地位。因此，对于AP 数量少、感知信号影响较大的地面用户来说，利用卫星辅助提高通信速率是具有现实意义的。

图2 下行平均速率随AP数目变化趋势，其中K=10、NSAT=100、NAP=4

图3 绘制了卫星天线数目对下行平均速率的影响。由于CF-mMIMO-ISAC-PA 方案性能较差，后续分析将不做考虑。在保留其他三种方案的同时，图3 增加了仅采用卫星实现地面用户通信的方案。可以发现，在卫星天线数目少的条件下，地面CF-mMIMO、地面CF-mMIMOISAC-ZF 与星地CF-mMIMO-ISAC-ZF 系统几乎没有性能差异。随着卫星天线的增加，星地CF-mMIMO-ISACZF 方案的优势逐渐显现。当卫星天线为100 根时，该方案能够将下行平均速率提升约20%，且增长趋势与单纯卫星通信几乎相一致。由此可见卫星天线密集化部署是星地CF-mMIMO-ISAC-ZF 方案提高系统容量的关键。

图3 下行平均速率随卫星天线数目变化趋势，其中AP数目为20、K=10、NAP=4、RCR=100

为了评估卫星连接的灵活性，图4 显示了当LEO 卫星位于不同仰角时的下行平均速率，图中选择地面CFmMIMO 网络的下行平均速率作为基线。从图中可以发现，降低卫星仰角会导致星地融合的效益降低，即速率变小。这主要是由于更低的仰角使得卫星和地球之间的距离更远，因此传播损耗变大。另一方面，随着用户数的增大，由于地面CF-mMIMO 中较大的多用户干扰，下行平均速率随着网络负载的增加而下降。最后，在所有考虑的网络负载条件下（10≤K≤60），星地CF-mMIMO-ISAC-ZF的下行平均速率始终优于地面CF-mMIMO 方案。

4 结束语

本文将LEO 卫星与ISAC 系统相结合，在地面段采用CF-mMIMO 网络架构，在提升用户速率的同时，降低了感知网络的部署成本。仿真结果表明，地面CF-mMIMOISAC-PA 方案造成通信速率严重下降，而地面CF-mMIMOISAC-ZF 方案能够有效克服上述问题，甚至达到与单纯地面CF-mMIMO 方案近似的性能。本文提出的星地CF-mMIMOISAC-ZF 方案能够在地面CF-mMIMO-ISAC-ZF 的基础上，进一步提升用户下行平均速率，在地面AP 部署少或者卫星天线的密集化部署的情况下效果更加显著。