面向6G的通信传感一体化：技术与发展

【摘要】作为6G关键技术之一的通信传感一体化具有频谱利用率高、硬件成本低等优点，在需要高质量通信和高精度传感能力的智能应用中有潜在的技术优势，有望在第六代移动通信系统中实现。本文围绕通信传感一体化展开，分别阐述了背景、技术原理、发展阶段及未来趋势等内容。

关键词：  6G、ISAC、通信传感一体化

中图分类号：

As one of the key technologies of 6G， communication-sensing integration has the advantages of high spectrum utilization and low hardware cost， which has potential technical advantages in intelligent applications requiring high-quality communication and high-precision sensing capabilities， and is expected to be realized in the sixth generation mobile communication system. This paper centers on communication and sensing integration， and describes the background， technical principles， development stages and future trends respectively.

A英文关键词

1 引言

随着物联网、大数据和人工智能等技术的快速发展，面向未来的第6代无线通信（The 6th Generation Wireless Systems， 6G）系统在5G三大典型场景基础上拓展深化，以技术创新推动物理世界和数字世界的逐步融合，机器类型通信、车联网、扩展现实、全息通信和数字孪生等新的智能应用和服务将不断涌现[1]。6G连接万物的愿景对无线通信提出了超低时延、超高可靠性、超高速率的需求[2]。为实现物理与数字自由连接的融合世界，6G需要具备强大的通信能力、感知能力以及计算能力[3]。目前，传感和通信的分离设计无法同时实现高数据传输率和高精度传感，满足新兴业务和应用的要求[4]。此外，频谱资源的日益稀缺[5]，难以满足新型智能应用和业务的频谱需求。

通信传感一体化（Integrated Sensing and Communication， ISAC）系统是一个同时具有无线通信和雷达传感功能的统一系统。ISAC在减小设备的尺寸和能耗的同时，有效地提高了频谱利用率，解决了雷达与通信系统之间的频谱冲突。由于硬件成本低、频谱效率高等，ISAC技术备受学术和工业界的关注[6]。在6G时代，ISAC技术有望广泛应用于需要高数据传输速率和高精度传感能力的智能应用中。随着毫米波和太赫兹技术的发展和应用，通信频带逐渐与雷达频带重合，促进了ISAC技术的实现[7]。

2 ISAC概述

ISAC是一种基于软硬件资源协作和信息共享的新型信息处理技术，它将无线通信和雷达感知功能有机融合在一个系统中，旨在实现通信与感知的协同增效[8]。ISAC打破传统通信系统和感知系统相互独立的格局，通过共享频谱、硬件和信号处理等资源，使通信和感知功能相互促进、相互补充。在ISAC系统中，电磁波信号既用于传输信息，实现高效可靠的通信，又用于对目标物体的方位、距离、速度等参数进行感知和探测，获取周围环境的信息。

ISAC系统利用同一套设备发送的信号，在相同频段同时实现通信与感知功能。在通信方面，它致力于实现高效、可靠的数据传输，满足用户对信息交换的需求，包括提高频谱效率、降低误码率、增强信号稳定性等。在感知方面，它通过对电磁波信号的反射、散射等特性的分析，实现对目标的检测、定位、跟踪、成像等功能，为环境监测、目标识别、场景理解等提供支持，关注的性能指标包含定位精度、感知分辨率、刷新率、检测概率、虚警概率等。

从通信和感知交互及两者之间影响的角度分析，ISAC可分为共存、合作和联合设计三个不同程度的融合级别[9][10]。

a）业务共存：在这一阶段，通信系统和感知系统虽共用同一硬件平台，但系统优化设计主要聚焦于通信或感知的单一性能指标。当两个系统在资源分配和干扰抑制等方面存在需求时，会在满足基本性能指标的前提下，分别单独优化通信或感知功能，尽量避免两者相互干扰。有效的资源分配算法以及抑制通信与感知两个模块间的互干扰成为研究的重点。

b）能力互助：该阶段基于软硬件资源共享和信息共享的设计理念，进一步加深了通信系统和感知系统的相互融合，在满足其中一个系统最低性能要求的基础上提升另一个系统的性能，实现通信辅助感知或感知辅助通信。研究重点在于通信和感知两个系统的波形设计、联合信号处理以及频谱资源分配等一体化设计。能力互助阶段能够有效减少两项业务之间的互干扰，实现比通信与感知独立运行时更优异的性能。

c）网络共惠：该阶段是ISAC的成熟阶段，通信与感知将达成硬件架构、频谱资源、波形设计、信号处理、组网协作、协议接口以及多点感知等全方位、多层次的深度融合。由于采用相同的频谱和信号处理模块来处理不同类型的通信和感知服务，通信设备发射的无线信号在完成通信任务的同时，还能够对环境进行感知，并通过收集周边环境的反射、散射、多路径传播后的回波信号，分析出周边的环境信息，从而在网络层迅速做出决策，辅助通信接入和管理，以提升通信质量和效率，进而推动通信和感知的互惠共赢，催生智能化、沉浸式、无人化的6G全新业务和应用场景。在网络共惠阶段，不再是单一目标的优化，而是多目标的联合优化，需要在考虑通感一体化整体指标体系的基础上，引入新的性能指标来表征一体化系统的性能边界，以优化系统的整体性能。

3 ISAC研究现状

ITU（International Telecommunication Union，国际电信联盟）、3GPP（3rd Generation Partnership Project，第三代合作伙伴计划）、IMT-2020（5G）推进组、IMT-2030（6G）推进组等全球多个标准化组织和研究结构开展了通感融合技术的研究，发布了相应研究报告，提出了典型应用场景、基础理论、性能指标、关键技术、发展趋势等，如表1所示。

4 ISAC应用场景

通感一体化系统可以在完成数据高速率传输的同时对周围环境的定位、跟踪、成像、识别、重构等信息进行感知，从而实现高效的智能一体化万物互联。

在低空无人监测领域通感一体化系统具有重要应用，如图1所示。通过集成通信和感知功能，系统能够实时探测低空无人机的位置、速度、方向等信息，为边境巡逻、安保监控等提供关键支持。利用感知技术，系统可以精确感知无人机的信号特征对其进行有效监测和跟踪，完成无人机集群的协同感知。同时，通过通信功能，系统可以与其他安防设备或指挥中心进行实时信息交互，确保对潜在威胁的及时响应和处理。通感一体化系统能够利用频谱资源和信号处理算法，提高对低空无人机的检测精度和可靠性。通过优化天线设计和信号传输机制，系统可以实现更广范围的覆盖和更准确的目标定位，从而有效防范未经授权的无人机入侵，保障空域安全。

在智慧交通领域，通感一体化设计有助于降低通信与感知之间的干扰，提高频谱利用效率，满足未来车联网业务的需求，如图2所示。通过实现车辆与道路周边基站的精确定位、成像和通信等多功能集成，车辆能够成为新型无线通信节点，实现对道路环境的全面感知。同时，车辆之间以及车辆与交通基础设施之间的通信功能，能够实现信息的高效共享和协同控制，提高交通系统的整体效率和安全性。

在智能家居场景，通过无线信号实现智能网络感知，通感一体化系统可以为智能家居系统提供更丰富的功能和更高的自动化水平。在家居控制方面，基于对人行为感知和目标定位的技术，系统能够实现对家居设备的精确控制，如根据人的位置自动控制灯光、电器等设备的开关。在安防监控方面，系统能够通过感知技术实时监测家庭环境的安全状况，在发现入侵等异常情况时及时发出警报。通过算法和数据分析，系统能够实现对家庭成员行为的准确监测和分析，为家居生活提供个性化和智能化的服务。

5 ISAC关键技术

ISAC技术的实现涉及多个关键技术领域，包括信号处理、波形设计、信道估计、资源分配等。

5.1 波形技术

一体化波形技术是实现ISAC的核心要素之一。该技术旨在设计一种能够同时满足通信和感知性能需求的波形，以打破传统上通信和感知系统使用不同波形的局限。目前，主要的设计思路包括基于通信波形的改进、基于感知波形的优化以及联合优化设计。

基于通信波形的改进，是以现有的通信波形如正交频分复用等为基础，通过对其参数进行调整或修改，使其在保障通信性能的前提下，具备一定的感知能力，例如实现目标回波的提取以完成定位、测距、成像等感知功能。而基于感知波形的优化，则是将雷达感知波形作为基础，对其进行改进以携带通信信息，这种方式在保证感知性能的同时可实现通信功能，但通常适用于低速率数据传输场景。联合优化设计则从系统架构、硬件平台设计、传输协议、时频空资源复用等多维度促进通信网络与雷达系统的深度融合，实现通信和感知功能的统一设计。在这一过程中，需要综合考量通信的频谱效率、误码率等指标以及雷达感知的分辨率、精度等指标，通过优化波形参数来实现高性能的感知和通信。

5.2 信号处理

一体化信号处理是ISAC系统的关键技术之一，需同时达成通信符号的检测以及感知目标的估计。在传统的通信与感知系统之中，信号处理通常是各自独立进行的，然而在ISAC中，由于通信信号与感知信号相互交叠，传统的信号处理方式面临着严峻挑战。ISAC信号处理的核心任务是从叠加信号里提取出通信信息与目标参数，并将其构建成联合检测与估计的问题。为达成此目标，研究人员提出了众多方法，例如联合设计与处理、挖掘结构化信息等。其中，联合设计与处理办法融合了感知信号的恒模特性来优化星座图的设计，同时结合串行干扰消除的思路来设计参数估计算法，以提升目标的跟踪性能。而挖掘结构化信息的方法则是把感知目标的回波视作异常值，并利用感知波形非连续发射所引入的稀疏性，对一体化处理方式展开研究，从而增强检测通信符号的性能。

ISAC信号处理包括单基站感知算法和多基站协作感知算法。高检测精度和低计算复杂度是ISAC信号处理算法追求的两个最关键的性能指标，ISAC信号处理算法将是这两个性能指标之间的折中[12]。对于智能交通、智慧城市等新应用，多基站协同感知是实现大范围、高精度感知的关键技术，协同感知算法的设计是一个挑战[13]。

ISAC的信号设计主要集中在调制和复用方法的研究上，在空时频域还没有全面的信号优化方案。空间优化的目标是将ISAC波束设计成理想的方向，以提高传感和通信性能。时频域的优化集中在ISAC信号的子载波和功率分配上。空时频域的ISAC信号优化同时对预编码矩阵、子载波分配、功率分配、帧结构等进行优化，得到性能接近理想的ISAC信号。此外，针对多基站协作感知的ISAC信号优化的研究也很有限。总体而言，在不同场景对通信和感知的差异化需求下，空时频域ISAC信号优化是未来的发展趋势。此外，为了扩大感知范围和提高感知精度，还需要进一步深入研究协作感知中的ISAC信号优化问题。

5.3 信道估计

由于通信和感知信号在同一系统中传输，信道的特性会受到多种因素的影响，如多普勒频移、多径衰落等。在ISAC中，信道估计的方法主要包括基于导频的估计和盲估计等。基于导频的估计方式是在发送的信号里嵌入已知的导频信号，接收端依据这些导频信号来对信道参数进行估算。这种方法简单直观，但会占用一定的频谱资源。盲估计方法则不依赖于导频信号，而是通过对接收信号的统计特性进行分析来估计信道参数，但其计算复杂度较高。

5.4 资源分配

资源分配是ISAC系统中的重要问题，它直接影响着系统的性能和效率。合理的资源分配可以提高系统的频谱利用率、降低干扰、提高通信和感知的性能。在频谱资源分配方面，需要考虑通信和感知的需求，避免相互干扰。例如，可以采用动态频谱分配的方法，根据通信和感知的业务量和优先级，实时调整频谱的分配。在功率资源分配方面，需要根据目标的距离、信号强度等因素，合理地分配功率，以提高感知的精度和通信的可靠性。同时，还需要考虑功率放大器的非线性特性，避免信号失真。在时间和空间资源分配方面，需要根据业务的需求和信道的特性，合理地安排信号的传输时间和空间方向，以提高系统的效率和性能。

6 结语

ISAC已是6G公认的关键技术趋势。通信和感知的融合是一个循序渐进的过程，研究内容非常丰富，需要从场景需求分析、网络架构设计、关键性能指标评估、核心技术的实现等方面进行深入系统的研究。本文简要介绍了通感融合的理论概念和研究现状，提出了日常生活中的三个应用场景，分析了ISAC关键技术和面临的挑战。我们深刻认识到，6G ISAC的实现还面临诸多挑战，特别是在信道建模与评估方法、波形与信号处理联合设计、硬件联合设计等方面，需要各行业的共同努力。

参考文献：

[1]Wei Z， Qu H， Wang Y， et al. Integrated sensing and communication signals toward 5G-A and 6G： A survey[J]. IEEE Internet of Things Journal， 2023， 10（13）： 11068-11092.

[2]Liu G， Huang Y， Li N， et al. Vision， requirements and network architecture of 6G mobile network beyond 2030[J]. China Communications， 2020， 17（9）： 92-104.

[3]姜大洁，姚健，李健之，等.通信感知一体化关键技术与挑战[J].移动通信，2022，46（05）：69-77.

[4]王才华，方南军，陈利杰，等.一种S波段雷达通信电子战多功能宽带DAM的设计[J].火控雷达技术，2024，53（01）：81-86.DOI：10.19472/j.cnki.1008-8652.2024.01.014.

[5]张智锋，王艳温，任媛媛.面向MIMO系统的非合作通信侦察技术[J].火控雷达技术，2021，50（03）：42-45.

[6]Zhang J A， Liu F， Masouros C， et al. An overview of signal processing techniques for joint communication and radar sensing[J]. IEEE Journal of Selected Topics in Signal Processing， 2021， 15（6）： 1295-1315.

[7]Griffiths H， Cohen L， Watts S， et al. Radar spectrum engineering and management： Technical and regulatory issues[J]. Proceedings of the IEEE， 2014， 103（1）： 85-102.

[8]Liu F， Cui Y， Masouros C， et al. Integrated Sensing and Communications： Towards Dual-functional Wireless Networks for 6G and Beyond[J]. 2021.

[9]Paul B， Chiriyath A R， Bliss D W. Survey of RF communications and sensing convergence research[J]. IEEE Access， 2016， 5： 252-270.

[10]IMT-2030（6G）推进组. 6G通感融合系统设计研究报告[R]. 2023.

[11]IMT-2020（5G）推进组. 5G-Advanced通感融合空口技术方案研究报告[R]. 2024.

[12]Wang X， Fei Z， Huang J， et al. Joint waveform and discrete phase shift design for RIS-assisted integrated sensing and communication system under Cramer-Rao bound constraint[J]. IEEE Transactions on Vehicular Technology， 2021， 71（1）： 1004-1009.

[13]林祉秋，张玖鹏，闫实.多基站协作通感一体化体系架构及关键技术研究[J].移动通信，2024，48（06）：52-60.