基于5G-Advance网络的IRS辅助无人机通感一体系统

摘要：随着通信技术的发展，网络功能将不再局限于通信，而将兼具感知互联能力。如何利用现有网络结构，将通信与感知能力有效结合是通信领域的一个重要研究方向。本文基于5G-Advance网络提出了一种可用于低空安防的IRS辅助无人机通感一体系统，文章重点对系统进行了信道模型、波形设计及无线帧结构的设计，并分析了满足通感需求的性能优化方式。

关键词：通感一体，智能反射面，无人机

一、引言

1.  5G-Advanced框架下的通感一体技术

万物互联时代，通信与感知的深度融合是必然的发展方向，是未来“通感算控一体化”的基础，这也对更高质量的无线通信能力和更高精度的感知能力提出了新要求。2021年4月，3GPP确定以5G-Advanced（5G-A）作为5G  网络演进的第2阶段。5G-A以及6G移动通信网络将革命性地扩充系统功能，即在提供高速通信功能的前提下（eMBB、mMTC、URLLC三大场景），增加感知能力，以支撑全方位的智能化应用，实现万物互联。

通信感知一体化（ISAC，IntegratedSensingandCommunications）是5G-A的重要研究方向之一。通感一体通常是指通过集成设计（无线电）感知和通信系统，使无线网络进行高质量通信交互时，又具备精细化感知功能，从而实现目标感知与通信传输互惠共生。ISAC使得感知功能和通信功能密切协调配合，两者可以相辅相成。ISAC具有下列优势：1）降低成本和功耗。ISAC将感知系统和通信系统集成到一个系统中，在5G-A架构下，通感共用基站硬件，可以显著减少收发器等硬件设备的尺寸，节省成本，降低设备功耗。2）提高频谱效率。感知系统和通信系统的频谱资源共享可显著提高频谱效率。3）提高性能增益。ISAC 不以单独的感知功能或通信功能为优化目标，而是通过两者之间的互助和协调来获得联合增益的。感知辅助通信和通信辅助感知都可以显著提升通信和感知的能力。

2.  IRS辅助的无人机通感一体系统

智能反射面（IRS， IntelligentReflectionSurface）具有低成本、低功耗、可编程、易部署等优点，是5G-A和6G网络的关键候选技术之一。IRS的硬件实现基于可编程超表面的概念，这是一种人工开发的二维平面表面，由大量反射元素（称为超原子）组成，每个反射元素的尺寸小于工作波长。通过设计元原子的几何特性，如形状、尺寸、排列、方向等，可以实现每个元素所需的信号响应。在无线通信中，传播信道是随时间变化的实体，需要每个单元的实时信道响应。传统无线系统是采取被动地适应无线传播环境的方法，而IRS具有大量可编程的电磁单元，引入IRS的无线电系统能够利用这些电磁单元自主适应环境变化，并根据需要对无线环境中的电磁波进行智能调控。IRS的硬件结构简单，便于安装与拆卸，且可以任意进行部署与更换。同时，作为无源器件，其能耗和成本低，具备良好的可持续性。

IRS技术对于非视距增强、克服覆盖盲区、边缘用户速率提升、抑制干扰等均有帮助，这对于需要高通感性能的系统可提供良好的辅助。基于以上，IRS与通感一体的结合具备以下优点：1）提供非视距感知功能，将雷达无法利用的非视距链路（NLoS）自由度加以利用；

2）提供额外的感知路径，提升感知可靠性与精度。3）通过将快衰落转换为慢衰落，优化信道状态。4）通过智能调控反射信号，实现干扰抑制。

本文在基于5G-A的通信系统上提出感知能力的融合策略，利用无线信号提供实时的环境感知无人机（UAV，UnmannedAerialVehicle），所提出的系统通过通感一体技术识别无人机入侵，可以防止“黑飞”造成的地面财产安全威胁以及无人机偷拍的数据泄密等。同时，本文在无人机通感一体系统中引入IRS，针对无人机通信较强的机动性，传播环境可能存在障碍物密集、路径损失较大的区域的特点，优化IRS反射元件的相移，使信号反射在目标上聚焦，提高系统的通感性能。

二、IRS辅助的无人机通感一体系统设计

1.系统模型

4.系统性能分析

通信感知一体化系统将通信与感知两种功能有机结合，两者相辅相成，从而产生了集成增益以及协同增益两种新型增益。同时，通信功能与感知功能存在相互制约关系，如本文的物理层（PHY）帧结构设计，划分部分时隙用于感知功能，损失了部分通信性能。通感系统通常存在子空间折衷和随机-确定折衷两种性能制约，因此其性能指标相较于传统通信以及雷达领域有所不同。

（1）感知性能

通常，感知任务可以大致分为目标检测和目标估计两类，它们都是基于收集的信息进行的。目标检测是一种通过识别回波信号来判断是否存在感知目标的过程，通常通过检测概率、虚警概率等指标来衡量相关性能。目标估计是指通过识别存在噪声和于扰的接收回波信号获得感知目标的距离、角度、大小以及速度等有用参数的过程。目标检测相应的性能通常可以通过克拉美罗界（CRB）、均方误差（MSE）等指标来衡量。其中，CRB表示无偏估计方差的下界，CRB是参数θ上任何无偏估计量方差的下界，定义为费雪信息（FI）的倒数。FI是似然函数相对于θ的曲率（负二阶导数）的期望值，表示总体概率分布函数对于参数θ的敏感程度，偏导的模越大，概率函数对θ越敏感，越容易估计出θ。MSE表示估计值与真实值之间平方误差的均值。

（2）通信性能

通信可以通过效率和可靠性两个方面进行衡量。信息的成功传输以频谱、空间和能源等无线资源为代价，效率可以评估在有限的可用资源从发射机成功传递到接收机的信息量。频普效率、信道容量及信息速率等指标都是重要的效率度量。可靠性评估了通信系统减少甚至纠正错误信息位的能力。常用的度量包括信噪比（SNR）、中断概率及误码率等指标。

基于以上，本文提出基于满足基站发射功率预算与用户服务质量（QoS）的前提下，联合优化IRS感知及通信阶段（S&C）的反射系数，使基站的接收SNR达到最大，从而使雷达检测性能达到最优的优化问题。

三、总结

本文提出了一种基于5G-Advance网络的IRS辅助无人机通感一体系统，首先对5G-A框架下的通感一体研究进行了介绍，提出了利用通感一体技术实现无人机低空安防的构想，并提出引入IRS增强无人机系统的通感性能。然后重点对所提出系统进行了信道模型、波形信号设计、无线帧结构三方面的构建，并基于满足基站发射功率预算与服务质量的前提分析了系统性能的优化，建立了一种新的无人机安防策略。

参考文献：

[1]LIANGZhiyu，YANGMinglei，LIUNan，etal.PerformanceAnalysisof IntegratedSensing andCommunicationsWaveform[J]. MobileCommunications， 2023，47（9）： 33-39.

[2]朱政宇，宁梦珂，孙钢灿，等.智能超表面辅助通信感知一体化系统研究综述[J].移动通信，2023，47（11）： 51-58.

[3] 廖佳佳，向路平，胡杰，等.基于无人机的6G通感算研究概述[J].移动通信，2023，47（3）：92-100.

[4]Q. WuandR. Zhang，"IntelligentReflectingSurfaceEnhancedWirelessNetwork： JointActive andPassiveBeamformingDesign，"    2018    IEEEGlobalCommunicationsConference （GLOBECOM），AbuDhabi， UnitedArabEmirates， 2018， pp.1-6.

[5]Liu，Fan，et  al."Integrated  SensingandCommunications：TowardDual-FunctionalWireless Networksfor       6GandBeyond".IEEEJournalonSelectedAreasin Communications，vol.40，2022，pp.1728-1767.

[6]ZHANG JA， RAHMAN ML， WU K，etal.Enablingandjointcommunicationradarsensingin mobilenetworksAsurvey[1. IEEEcommunicationssurveys&tutorials，2022，24（1）306-345.