通感一体化系统架构与关键技术

通感一体化系统架构与关键技术2通感一体化业务与性能指标022.1通感一体化业务分类 2.2通感一体化业务的性能指标 2.3通感一体化典型业务 3通感一体化主要标准组织的进展124通感一体化系统架构184.1通感融合发展层级 4.2感知服务参考模型 4.3感知功能 4.4感知方式 5通感一体化空口关键技术245.1通感一体化波形与信号设计 5.1.1通感一体化波形简介 5.1.2基于通信波形的一体化波形 5.1.3基于感知波形的一体化波形 5.1.4基于通感融合的一体化波形 5.1.5波形与信号设计性能评估准则 5.2多天线感知技术 5.2.1基于虚拟阵列的多天线感知技术 5.2.2基于波束赋形的多天线感知技术 5.3网络协作通感一体化 5.3.1系统模型 5.3.2关键技术 5.4感知非理想因素的消除技术 5.4.1感知非理想因素及其影响 5.4.2非理想因素的消除方法 5.5多频点协作感知技术 5.5.1多频点协作感知技术的研究意义 5.5.2多频点协作感知技术的架构分析 5.5.3多频点协作感知技术的难点分析 5.6通感一体化的移动性管理 5.6.1感知辅助通信的移动性管理 5.6.2感知业务的连续性管理 5.7通感一体化的链路自适应技术 5.7.1基本流程 5.7.2测量量和调节参数 5.8基于RIS的通感一体化技术 5.8.1RIS辅助的定位技术 5.8.2RIS辅助的感知技术 5.8.3感知辅助的RIS通信系统 5.9基于反向散射的感知与定位技术 5.9.1反向散射通信技术原理 5.9.2基于反向散射的感知技术 5.9.3基于反向散射的定位技术 参考文献79缩略语85白皮书贡献人员89多感官互联、甚至元宇宙在内的未来新业务对通信、感知和计算都提出了很高的要求。面向6G，移动通信系统扮演的角色将发生变化，除了信息传递者之外，6G还将扮演信息生产者和信息加工者的角色。信息生产者主要通过提供感知服务来实现的，而信息加工者是通过提供计算服务来实现的。如图1-1所示，6G将原生地无线通信和无线感知均基于电磁波理论，电磁波信号在人类活动的高价值场景几乎实现了无缝覆盖。在发送端对电磁波信号进行调制，使得电磁波承载信源信息，而电磁波信号在传播过程中会受到无线环境的影响，即电磁波信号受到环境调制因此也承载了环境信息。接收端通过对电磁波信号的分析，不仅能够得到所承载的信源信息，还能够提取出反映传播环境特征的感知信息，也就是说，电磁波信号具有与生俱来的通信与感降低功耗、提升频谱效率、减小通信和感知之随着6G系统的频段向毫米波甚至太赫兹扩展，其频段具有大带宽和高穿透能力的特点，同时将来更大规模天的标志特征之一。本白皮书的第二章介绍了通感一体化的业务与性能指标，第三章介绍了全球主要6G组织关于通感一体化的进展，第四章给出了通感一体化的系统架构。第五章介绍了通感一体化的九个关键技术。第六感一体化被认为是6G时代具有广泛应用前景的技术，其业务服务范围将突破传统通信维度，可利用相同设备同时提供感知和通信服务。在业务分类方面，可以按照通信与感知的赋能关系，业务应用范围，对感知测量数据的处理方式，以及感知目标属性等多个维度对感知业务进行分类。在业务性能指标方面，需要对通信和感知能力同时进行衡量。以智慧交通，无人机监测，呼吸监测，手势识别等为代表的典型业务将会对人们的生产生通感一体化业务中通信和感知能力不是孤立的，二者相互赋能从而实现更好的用户体验。可以根据通信与感知间的相互关系分为通信辅助感知类业务和感知辅助通信类业务。通信辅助感知方面，通信的参考信号作为感知信号，实现目标定位、测速、手势识别等业务；高速可靠的通信能力也为感知数据的汇聚提供保障，能够进一步提高感知精度和感知分辨率。感知辅助通信方面，通过无线感知技术对无线通信环境及通信节点进行探测感知，可获得环境地图、通信节点位置、移动速度等多种先验信息，运用感知信息及感知结果，辅助通信系统对根据业务的应用范围，可以将通感一体化业务分为广域和局开放式的空间范围内的业务。该场景的业务通常关注远距离宏观感知参数，其典型应用场景包括环境监测，空天地一体化感知，无人机网络和智慧交通等。局域通感业务主要面向封闭式的空间范围内的业务。该场景业务根据对感知测量数据的处理方式，可以分为检测类、估计类和识别类三类感知[2]。检测类是指基于感知测量数据对被感知物体的状态做出二元/多元的判断，状态通常包括目标存在与否或事件是否发生等，例如入侵可包括目标识别，以及人类活动/事件识从感知目标属性的角度，根据感知目标上是否安装有信号收/发设备，无线感知的感知目标可以分为无源目标或有源目标。对应着，无线感知可以分为对无源目标的感知和对有源目标的感知。实际上，为了增强对无源目标的感知性能，无源目标上可以安装低成本低功耗微小体积的标签设备，例如RFID（RadioFrequencyIdentification，射频识别）无源标签或者backscatter（通感一体化业务将极大地拓宽未来网络提供服务的能力，为用户提供方便快捷，智能高效的定制化服务。与传统通信业务不同，通感一体化业务除了对通信性能指标进行衡量外，还需要对感知性能指标进行衡量。能量效率、可靠性等。如表2-1所示，感知性能指标既包括感知业务时延和刷新频率等这一类大部分感知用例涉及的公共指标，也包括前述检测类、估计类和识别类各自涉及的指标，具体指标定义如下[1]。需要指出的是，精度性能指标的量化定义通常需与置信度关联定义，通过置信度（confidencelevel）描述了所有可能测量的感知结果中期望包含真实感知结果的百分比。例如，在置信度95%情况下，定位精度为0.2米。■检测准确率（或检测概率）：检测准确率为正确检测目标状态的概率。■漏检概率：感知系统在获取表示目标物体或环境特征的感知结果时，漏检该感知结果的概率。■虚警概率：感知系统在获取感知结果时，检测到表示非目标物体或环境特征的虚假感知结果的概率。），■距离精度：描述了目标物体的距离测量结果与其真实距离的接近程度。■速度精度：描述了目标物体的速度测量结果与其真实速度的接近程度。■距离分辨率：表示能够测量的目标对象之间的距离的最小差异。■速度分辨率：表示能够测量的目标对象之间的速度的最小差异。■识别准确率：表示能够正确识别出感知目■感知业务时延：从触发获取感知结果到感知系统接口处获得可用的感知结果的时间间隔。智能工厂，无人机监管，呼吸检测，手势识别和天气监测作为典型的通感一体化业务，将会深刻改变人们的生智慧交通是集成车联网、自动驾驶、高精度地图构建等技术为一体的典型通感一体化业务。该业务对通信和感知能力都具有极高要求。通信方面，需要超低时延、高数据速率；感知方面，要求对道路环境本身以及实时动通过对多车环境感知数据的共享，道路上的驾驶员可以获得其当前位置以及自身视野之外的空间信息，克服恶劣环境下的视线盲区，并在此基础上执行导航和路径规划。传统即时定位与地图构建（SimultaneousLocalizationandMapping,SLAM）依赖相机或激光雷达，6G通感一体化设备将利用通感一体化信号实现Gbps量级的大带宽数据传输的同时对周围环境进行探测和构建。在车路协同方面，利用通感一体化路侧单元随着无人机产品的发展与普及，无人机将会成为人们生产生活中不可或缺的一部无人机的应用场景将会越来越多样化。其具体业务场景可进一步细分为无人机监管（包括无人机入侵检测）和无人机监管：该场景主要利用通信与感知融合技术实现规定区域内无人机设备的感知，识别与监管。全天候地探测、跟踪规定区域内的无人机设备，当发现有未许可无人机接近或进入规定区域时，发出警告在针对未许可无人机的入侵检测中，由于无需对入侵无人机的数量进行精准估计，同时规定区域往往存在着安无人机路径管理：该场景主要利用无人机与基站实现无人机工作环境的感知，并将工作环境的感知结果（如障及时发现飞行路径上的障碍物，及时统筹规划更新无人机或无人机集群的飞行路径，实现无人机的避障与路径智能工厂业务涉及对智能机器人和海量终端的调度和管控，以及环境信息生成和高精度定位等任务。为了保证大规模机器的工作效率和稳定性，引入通感一体化技术可以有效实现无线通信与环境感知的互惠增强，进提高无线网络系统效率。具体的，将无线感知功能部署在基站侧，通过基站发送通感信号对目标货物/机器人进行位置、形态、速度等进行感知，可以有效实现对厂区环境的实时监控，对目标器件/货物/机器人的持续追踪等任务。将无线感知功能部署在终端侧，通过机器人/智能终端发送通感信号对相邻货物以及周围环境等呼吸和心跳等生命体征与人体身体健康状况息息相关，这些信号提供了医学问题的重要线索，例如睡眠障碍或异常，呼吸急促或呼吸不畅等症状都反映了身体的非健康状况。心率变化往往由活动引起，节奏较慢，但心率往往会随着身体活动、情绪反应、压力或焦虑等因素而加快，对呼吸和心跳等生命体征进行监测对于医疗保健以及日常生活等领域具有重要意义。采用接触式设备进行生命体征监测一方面影响被测试者的舒适度，不便于人体自由活动，另一方面佩戴的检测设备对于部分患者可能产生皮肤刺激，例如婴儿或有皮肤烧伤的病人等。常见的非接触式检测技术例如谐振电路调频法、红外检测、机器视觉检测等存在检测准确度低、使用场景受限等问题。相比较之下，利用无线信号检测能够克服以上不足，通过对接收到的无线信号的分析获取信道状态信息，进而能够得到呼吸以及心跳的特征信息，且由于无线信号在绝大部分场景中广泛存在，利用无线感知技术进行生命体征监测主要是对呼吸或心跳引起的微多普勒特征进行检测，考虑到人体典型呼吸无接触手势/动作识别是人机交互的重要组成部分，智能家居、智能穿戴设备、智能汽车以及VR/AR等领域都增加了手势/动作识别控制功能。在早期的穿戴式手势/动作识别技术中，手势/动作识别需佩戴专用的传感器设备，通过传感器采集信息进行识别、这种方式成本高，而且用户体验收到较大影响。通过视频设备采集手势/动作的视频数据，也能实现手势/动作识别。然而，这种方式容易受光照条件的影响，当光照不稳定，识别准确率就会降低，另外也存在个人隐私容易泄露的问题。典型的利用无线信号进行手势/动作识别的方式之一是采用雷达技术，如今无线通信网络已逐渐成为现实生活的重要补充和延展，基于无线通信信号的手势/动作识别技术具有天然应用基础。基于无线信号的手势/动作识别弥补了传统手势/动作识别技术的缺陷，比如部署成本高，用户隐私得不到保护，以及受环境条件制约较大。基于无线信号的行为感知方法，具有实现成本低、部署过程便捷和无需携带设备等优势，并且能够在各种应用环境中进行部署，不受光照条的影响，相较于传统方法感知范围大幅提升，用户无需担心隐私受到侵犯，甚至在有部分遮挡的情况下也可以进行有效识别。利用无线感知技术进行手势/动作识别主要依靠对手势或动作带来的微多普勒特征进行识别[3]，对于实时人机交互应用，保证小于0.5s的时延，从而不降低使用者的体验，手势/动作识别的准确率不低于95%。在关键建筑物或特定区域中检测入侵者，对于个人家庭安全以及公共区域安全具有重要意义。传统的入侵检测及专用传感器技术，例如光感应传感器、声感应传感器、温度传感器、气体传感器等等。其中，基于视频的检测技术是应用最广泛的入侵检测技术，但容易受到光照条件和烟雾的影响，在光线不佳或者烟雾环境中，摄像头无法进行准确识别，容易产生监测盲区，常常会出现误判、漏判等，且存在明显的隐私问题。近年来，激光雷达入侵监控系统基于激光雷达3D点云，有望在一些场合下替代传统视频入侵检测系统，实现对监控区域实由于不需要专门安装监视器，或者专用传感器，也降低了使用成本。利用无线通信信号进行入侵检测，相比于利用无线感知技术进行入侵检测主要是检测信道信息的变化[4]，为能够及时更新居家环境状态，入侵检测的天气监测例如降雨监测对天气预报、气候模型、农业、水利工程设计等有重要意义，传统降雨监测主要有雨量计、气象雷达和卫星等。雨量计通过对接收到的雨水进行计量来检测局部区域降雨量，具有空间分辨率高的优点，然而雨量计的空间覆盖范围小，广域覆盖时需要部署大量雨量计及配套设备。气象雷达通过测量雨滴的反射回波信号提取降雨信息，具有时间分辨率高、可定位降雨位置、可检测降雨分布、检测范围广等优点，然而气象雷达误差因素来源较多，设备昂贵、且具有较大的电磁污染、不适合大量部署。气象卫星通过各种气象遥感载荷接收包括红外光、可见光、微波等信号来分析云层及风速风向等气象信息，从而提取包括降雨在内的各种气象信息，具有时间分辨率和空间分辨率高的优点，然而气象卫星获取的降雨强度等信息不精确，通常用作辅助覆盖。相比之下，利用已有的移动通信网络进行天气监测无需额外部署硬件、具有较大的成本优势，此外还具有传感器数量大、空间分布广泛、降雨监测的时间和空间分辨率高、可检测降雨分布利用无线感知技术进行天气监测主要是通过测量通信链路中的信号链路衰减，进而利用信号链路衰减与天气指已经受到上述各个组织的广泛关注，各个组织在通感一体化的用例分析、技术趋势、发展侧重或技术挑战等方■ITUITU-R在IMT-2030愿景---架构和总体目标的报告[6]中，把感知作为未来用户和应用趋势之一。未来无线系统中的感知与通信融合，将提供成像、mapping、定位等超出通信的能力，提供高分辨率和准确度的目标检测，识别和范围/角度/速度估计。该报告指出可以在系统设计里融合定位、感知、和成像功能。感知是通感融合的功能使移动运营商能够提供许多新服务，包括极高精度的定位、跟踪、成像（例如用于生物医学和安全应用）、即时定位和地图构建、污染或自然灾害监测、手势和活动识别、缺陷和材料检测等。这些功能使未来消费者和垂直应用的应用场景成为可能，适用于各种形式的业务，例如沉浸式以人为本的通信、工业自动ITU-R在IMT-2030技术趋势报告[7]中，把通感融合作为几个新兴技术趋势和使能技术之一。其他技），并行开发的独立技术。与仅出于通信目的设计无线网络的传统方法不同，IMT-2030将从一开始就考虑集成感更宽的带宽、更密集的部署、更大的天线阵列，以及人工智能和通信节点/设备之间的协作，感知将成为与通在通感融合系统中，感知和通信功能将在集成系统中互惠互利。一方面，网络作为传感器，通信系统可以辅助感知服务，可以探索无线电波传输、反射和散射，以感知和更好地理解物理世界。另一方面，感知辅助通信，传感结果可用于辅助接入或控制，例如更精确的波束成形、更好的干扰管理、更快的波束故障恢复和更少的开销来跟踪CSI（ChannelStateInformation，信道状态信息提供通信系统Service，服务质量）。此外，感知可以被视为连接物理世界和数字世界的新通道。因此，实时感知与人工智ITU技术趋势报告将通信和感知系统之间的交互级别分为a）共存，其中感知和通信在物理上分离的硬件上运行，使用相同或不同的频谱资源并且不共享任何信息，彼此视为干扰b）合作，其中两个系统在物理上分离的硬件上运行，而信息可以相互共享（例如，感知/通信的先验知识可以共享，减少系统间干扰或在某些情况下增强另一个系统c）集成设计，其中两个系统被设计为一个单一系统，在频谱使用、硬件、无在集成设计中，ISAC的技术开发可以分为不同的阶段，从松散耦合到完全集成。作为起点，通信和感知系统共享频谱和硬件等资源。通信和感知可以作为一个系统实现，同时服务于两种业务形式。在感知和通信模块之间开发高效的调度和协调算法，以尽量减少彼此之间的干扰，是一个关键的研究问题。更进一步，通信和感知将协同工作，以提高单个系统的性能。信号处理的集成，如时域、频域和空间域处理技术，可以联合设计为感知和通信服务。这一阶段的潜在方向包括基于联合波形的空中接口设计、统一波束成形方案等，这对于提高能的维度进行协调和协作，实现互利共赢。ISAC系统进一步结合AI、网络协作和多节点协同感知等技术，将通信和感知服务需要共享可用的硬件和波形，同时融合来自网络部署区域中不同测量源的信息。在系统级设计和评估方法等领域仍然存在研究挑战，例如对集成系统中两种功能trade-off的设计和评估，对硬件缺陷的敏速率极限。并在通信波形约束下的通信感知一体化理论性能边界研究、通信感知一体化性能评估准则、通系统优化设计理论和网络优化基础理论等几个方面，综述了当前通信感知一体化基础理论方面的研究进展和可能的发展方向。关键技术研究包括空口技术、信号处理技术、网络架构与组网设计、硬件架构与设计、协同感能评估；信号处理技术方面分别从干扰消除、定位与环境重构、信号融合、参数估计电路架构、高隔离度的系统、高性能高精确度的器件与电路模型建模、小型化集成化的收发信机方案上解决相应挑战；在协同感知技术中通过实例提出协同感知的关键技术研究方向。推进组6G技术试验的关键技术试验之一，进行了定位、成像、模式识别三类感知场景的测试。测试所用概念样机通信和感知接收均为相互独立的两套系统，仍），使用全球定位系统（GPS）、光探测和测距（LiDAR）、声纳、雷达和测程法等传感器感知周围环境。2）多SensingandCommunications包括与通信紧密集成以支持自主系统的传感器。4）个性化用户体验，基于用户个人资料和上下文信息（例如，用户的偏好、趋势和生物识别）对设备、网络、产品和服务进行实时、报告分析了JointCommunicationsandS束成形设计，感知与通信功能之间的共存、协作与协同设计，资源分配，协同感知，JCAS产生的硬件要求，杂波抑制，UE定向，多雷达联合处理，基于AI/ML的感知融合，全JCAS操作可基于BS，基于UE，或者同时基于BS和UE。基于BS干扰管理也是JCAS操作的核心，除了要考虑通信系统间的干扰和感知系统间的干扰外，还要考虑跨功能干扰■ETSIETSITechnologyRadar（ETR）提出信息通信技术ICT的技术趋势，旨在促进ETSI成员对这些技术趋势的人工智能、自治网络、网络安全、DistributedLedgers、动态数据、扩展现实、物联网、量子、自治系统。2022年ETR针对该白皮书进行了更新，新增的技术趋势加入了通感一体化，另外还涵盖了光子学、（亚）太智能分布式EDGE、高性能计算机、可持续性（Su■Hexa-XHexa-X和后续阶段Hexa-X-II是由欧盟赞助的旗舰项目，旨在开发B5G/6G愿景以及连接人类、物理和数sensing）作为未来连接技术趋势之一[11]。随着更大带宽信号与更高频段频谱（>100GHz）的使用，以及SLAM技术与较低频谱通信的结合，未来的网络将集成高精度定位（具有厘米级精度感知（类似雷达和非类似雷达）和成像（毫米级）功能。因此需要开发新算法以共同优化通信、感知和/或定位的共同优化。这不仅可以改变应用层方面，还可以优化网络性能，例如通过主动无线电资源分配和管理，并确定波形设计，以实现具有超高数据速率的连接性能和完整的6D环境地图。6D环境地图具备所有三个空间（纬度，经度，高度）和方向（俯仰、横滚、偏航）的信息。将此类连接性和6D地图，与式XR体验的新应用和用例将变为现实。这提供了一种直观的交互方式，以及从医疗到工业环境的各种用例。响6G架构，包括服务化架构，为感知能力定义新服务和新接口，以及现有定位的增强和修订等。感知和定位定位和感知应该被设计为基本功能或微服务，需要考虑开放框架、安已启动的Hexa-X-II项目将以Hexa-X成果为基础，并将提供6G平台蓝图，实现■IEEEsensing主要指的是具备WLAN（Environment）包括房间，房屋，车辆，公司等；目标包括物品，人体，动物等；特征（feature）包括性。描述了参考天线模型，提出定向和全向天线模型与信道模型一起使用。在2023年1月更新的评估方法和■研究项目所提用例侧重于基于NR的感知，某些用例可能会利用EPC和E-UTRA中已有的信息（例如UE测量、位置更新一些用例还可能包括非3GPP类型的传感器（例如雷达，摄像头）。目前ISAC研究报告主要描述了多个ISAC用例，例如住宅入侵检测，高速公路和铁路入侵检测，无人机入侵检测，无人机轨眠监测，健康监测，无缝XR流等。并分别给出了支持各个用例的潜在要求，包括感知结果的性能要求，同时SA1正在研究统一的潜在要求和KPI。报告还考虑了感知的机密性、完整性和可用性，在部署中要考虑感知的隐私问题。另外，5GS中的感知操作应支持商业服务（例如驾驶辅助关键任务服务（例如公共安全，公目前3GPP无线通感融合技术处于研究阶段，尚需进一步分析无线通感融合标准化需求，以及后续可能的标4.1通感融合发展层级4.1通感融合发展层级知服务是指无线移动通信系统之外的其他系统提供的感知服务，包括基于雷达、摄像头等提供的服务。现有无线移动通信系统可以支持这一层次的融合。服务层融合是指未来无线移动通信系统将基于第三方感知单元、通信单元以及未来通感一体化单元获得的感知数据和通信数据形成面向应用的内生感知服务。第三方感知单元包括雷达、摄像头等。这一层次的融合涉及6G系统架构中服务层和功能层的改动，未来研究需考虑感知服务接口的定义、感知控制和感知数据处理流程等。空口融合是指未来无线移动通信系统将基于空口层面的通信感知一体化单元获得的感知数据形成内生感知服务。通信感知一体化单元基于感知信号和通感一体化信号的发送和接收获得感知数据。通感一体化信号是同时用于感知和通信的无线信号。这一层次的融合涉及6G系统架构中功能层和资源层的改动，未来研究需考虑空口信号设计、频谱资源共享和一相比业务层融合，服务层融合可以提升6G系统的服务能力，为未来6G系统商用提供创造更多新型应用的可能性。服务层融合也可以提供用于辅助通信性能提升的感知服务。空口层融合可以进一步带来频化系统。对通感一体化系统架构的研究需要首先根据通感一体化业务抽象出感知服务的参考模型和感知服务的4.2感知服务参考模型4.2感知服务参考模型根据通感一体化业务可以提炼出通感一体化系统提供的感知服务的参考模型，如图4-2感知服务客户端可以是通感一体化系统外的实体，也可以是通感一体化系统内部的实体（例如，终端、核心物体、人等，感知信息可以是环境地图、物体的成像、人的速感知服务器可以根据通感一体化单元和第三方感知单元获得的感知数据确定感知对象的感知信息。通感一体化信的信号。第三方感知单元获得感知数据所使用的技术不在通感一体化系统的研究范围内。感知服务除了需要感知服务器能够向感知服务客户端提供感知对象的感知信息以外，还有以下需求。■感知服务质量保障感知范围、检测虚警率等。对于不同的感知服务，相应的感知服务质量会■安全隐私检查■计费对象既需要包括对感知服务客户端的收费，也需要考虑对参与感知的终端基于上述感知服务的需求确定通感一体化系统需要包含哪些功能是架构研究的重点之一。图4-3给出了通体化系统（也就是感知服务器）的功能框图。下面对各功能层根据服务层的感知请求，控制资源层执行物理感知过程，并基于资源层获得的感知底层数据得到最终感知节点选择等。感知资源调度功能调度感知信号的资源。服务质量处理功能根据感知请求的需求影响感知任行处理，从而获得最终感知信息。感知数据存储可基于通感一体化系统的主要功能，图4-4给出送感知请求。通感一体化系统中安全隐私保障功能实体进行安全隐私检查。在检查通过的情况下，感知任务管理功能实体确定感知方法、感知节点等。如果通过通感一体化单元获得感知数据，则需要进行感通感一体化单元进行感知信号发送、接收和测量。感知数据处理功能实体基于通感一体化单元和第三方感知单感知功能分配上述支持感知服务的各个功能在通感一体化系统中的分配、组织和接口是架构研究的另一个重点。基于现有无线移动通信系统架构，对于各个功能到网元的分配目前有如下几点考虑。一是资源层功能的分配考虑与传统通信资源层的网元共享设备和器件，从而节约成本。资源层的感知信号发送、感知信号接收和测量以及第三方感知技术可以分配在传统进行无线信号收发的无线接入网节点和终端中。二是功能层功能的分配考虑分布式地分配在通感一体化系统的多个网元中。例如，集中的感知数据处理功能分配要求网元具有较高的算力支撑和传输带宽支持，而感知数据处理功能分层地分配到核心网、接入网和终端可以有效缓解对每个网元的算力和传输带宽的要求。又如，感知任务管理功能既可以分配到核心网以支持感知范围较大的感知服务，也可以分配到接入网以更高效地支持辅助接入网通信的感知服务。三是各个功能独立分配到不同的网元还是分配到同一个网元需要综合考虑接口交互时延、灵活弹性组织等因素的权衡。例如，感知任务管理等控制功能和感知数据处理功能分别分配在不同的网元中，实现控制和数据从而适用于带宽大、隐私安全要求高的感知服务。而感知任务管理功能等控制功能和感知数据处理功能分配在同一个网元中，可以避免两个功能之间的接口交互，减少与其他功能之间的接口，降低整体流程复杂度。功能可以分配在传统进行无线信号收发的无线接入网节点和终端中。根据感知信号收发节点不同会形成不同的感知方式，感知方式也将影响通感一体化空口关键技术的设计。具体的感知实其中，方式(1)和方式(5)是单基感知方式，感知由一个节点执行，与传统的单基雷达类似。由于发射机和接全双工能力。方式(2)对应由一个基站发射感知信号，另一个基站接收感知信号进行感知的情况。这种方式类置误差、同步误差也会影响感知结果。方式(3)和方式(4)是另一种形式的双基工作模式，发射机和接收机其中一方为基站，另一方为终端。方式(3)和方式(4)也可以采用携带数据的通信信号进行感知，但是需对通信和方式(6)由于终端发射功率的限制，感知范围较其它方式要小，另外终端的移动性引起的位置误差会影响感5.1通感一体化波形与信号设计5.1通感一体化波形与信号设计形的改造或新波形设计将通信和感知功能集成到一种波形，实现一体化设计。按照当下学术界和工业界的讨论，主要包括三大技术路线[2][16]：基于通信波形的一体化波形、基于感知波形的一体化波形以及基于全新基于通信波形的设计思路是保证通信信息传输效率的前提下实现感知功能，典型的通信波形主要有OFDM波这主要是考虑到它与以5G为代表的移动通信系统具有良好的兼容性。但若要保证感知所需的特性，则需要对换为并行的低速数据流，并调制到每个正交信道的子载波上进行传输，叠加传输的若干正交信号在接收端通过序进行处理，根据接收到的调制符号与发射端调制符号可以解算得到目标基于感知波形的设计思路是保证感知参数估计性能的前提下传输通信信息，也就是在不影响感知性能的前提下将通信数据嵌入到感知波形中，例如利用雷达旁瓣波束发送通信信息、在感知波形的时域或者频域表示中嵌入通信符号等。典型的感知波形主要有线性调频LFM脉冲信号、调频连续波（FrequencyModulated在设计一体化波形时，应该重点考虑其对通信与感知性能的影响。若将LFM信号用于通感一体化，存在频谱利用率低、通信效率低的问题，需要进一步结合通信的性能指标，对其进行特殊的设计。OFDM信号具有频谱利用率高、通信速率高等优点，在一体化波形设计中得到广泛应用。然而，OFDM一体化信号对多普勒频偏敏感，在强多普勒效应场景下OFDM信号子载波的正交性会被破坏，从而导致通信性能在OTFS一体化系统中，信号将在时延-多普勒域进行处理勒域中的点，每个时延-多普勒域的数据信息经过逆辛有限傅里叶变换（InverseSymplecticFiniteFourierTransform，ISFFT）被分布到时间-频率域，然后利用海森堡（Heisenberg）变换进行多载波调制。数据信息经过无线传输后，在接收端利用维格纳（Wigner）变换对其进行多载波解调，接着再进行辛有限傅里叶变与SFFT都可以通过两次一维的傅里叶变换或逆傅里叶变换得到，这使得信号处理的复杂度大大降低，并且可时延-多普勒域数据块里的每个数据都经历了相同的时延和多普勒频偏，因此也具有一定的分集增益。然而，需要综合考虑通信与感知的性能，根据一体化性能指标进行波形参数设计，进而实现更优的通感性能[22]。从对波形参数的需求出发进行权衡，实现高度一体化的波形设计。目前的波形研究主要是基于已有通信或波形进行改造，从而同时具备通信和感知的功能。全新的通感一体化波形设计还处于研究初期，有研究将等效均方误差、估计-信息速率等作为通信感知统一的性能衡量指标，或者将基于速率失真理论的容量失真函数的模糊函数（AmbiguityFunction，AF模糊函数作为雷达信号分析的基本工具，定义为信号时间频率复合自相关函数模的平方[23]，可表示发射波形采用最优信号处理条件下的分辨力、测速测距精度以及杂波抑制克拉美罗下界（Cramér-Raolowerbound，CRLB）：克拉美罗下界是无偏估计量的方差的下限，反映了无偏估计中能够获得的最佳估计精度，即如果是的无估计信息速率：通过将感知信息量化为时间的函数，可以得到与通信信息速率相对应的感知性能指标[25]，不同序列的个数。信号自相关函数峰值随着序列长度L增加而线性增加，而自相关函数旁瓣近似随着L的平5.2多天线感知技术5.2多天线感知技术感知的一个典型用例是对感知目标进行方位角测量和定位，这自然与雷达联系紧密。1950年代后期美国麻省理工林肯实验室针对相控阵雷达（Phased-ArrayRadar）进行了一系列研究，包括理论分析、应用研究、硬件设计、器件制造和系统测试[27]。早期的具备多个雷达阵元的雷达主要为相控阵雷达，通过调整雷达阵列各个天线阵元的发射信号相位，实现雷达波束赋形，以及波束灵活、快速转向。到了200阵列各天线发射相互正交的信号（可通过时分复用、频分复用、多普勒频分复用、码分复用，以及上述组合能够获得相对于PhaseArray更高的检测准确度与估计分辨率，更高的最大可识别目标数，以及更好的杂波而分布式MIMO一般直接估计目标的方位坐提供了更加灵活的雷达信号、天线配置方案，使得雷达能够同时兼顾相控阵雷达和MIMO雷达的优势，具备系统。MIMO-ISAC系统感知精度的提升利用了MIMO雷达中的虚拟阵列的概念，下面进行简单介绍。考虑此时接收机每个接收天线使用M个匹配滤波器分离发射信号，因此接收机总共得到NM个接收信号。考虑1个远场点目标，则第n个接收天线的第m个匹配滤其中为个远场点目标，则第n个接收天线的第m个匹配滤其中为1个从雷达发射机指向点目标的单位向量，为点目标的反射系数。可以看到反射信号的相位由发射天线和接收天线共同确定。等效地，等式(2)的目标响应与1个天线数为NM的阵列得到的目标响应完全相同，该等效阵列天线位置坐标为更一般地，若存在L个目标，假设各发射天线发送信号存在一滤波之后的（这里只分析角度估计，假设时延和多普勒参数在接收机侧已进行过补偿）接收信号为为的MIMO-ISAC系统导向矢量矩阵，等式(6)(7)分别为接收和发射阵列导向矢量，…=0和分别为发射和接收阵列相对参考点的信号传播时延。各发射天线发送得到。一般为了接收机算法复杂度的简化，希望为统计独立的充分统计量[32]。对发送信号相关矩阵做特征值分解，有，相应地，实际发送信号可以看作是一组正交信号的线代入等式(4)且由于得到有效虚拟阵列孔径大小），进而影响接收机侧信号处理的灵活性和角度分辨率。达的能力优势在于能够充分挖掘感知目标的RCSdiversity。对于一般的形状和表面不规则的物体，其RCS会根据不同的信号入射角或出射角表现出明显波动，这个波动范围可以达到5-20dB[28]。另外一方面，无线信道的大尺度和小尺度衰落，也会导致不同发射机位置到达目标，或目标到达不同接收机位置的信号呈现明显的差异。在目标的RCS波动以及信道衰落共同影响下，不同接收机位置接收到的目标反射信号呈现不同特通过对多个接收机或接收机多个接收通道的接收信号进行联合处理，能够有效提升感知SNR，提高目标检测概率。文献[27]指出，上述分集增益的获取与感知目标在天线阵列的空间投影尺寸，以及发射天线或接收天此外，基于MIMO雷达的感知技术具有较强的杂波抑制能力，但由于各发射天线波形正交，导致波束较宽、基于相控阵雷达的多天线感知技术，目前具有成熟的硬件实现方案和信号处理方法。通信感知一体化系统可以利用波束赋形集中发射能量，通过定向波束实现通信与感知。在该模式下，回波信号能量高、杂波少、回波信噪比较高，可以达到感知精度的提升。另一方面，基于波束赋形的感知，波束宽度决定了角度分辨率，感知区域较大时需要进行波束扫描，多目标彼此距离小于波束宽度则无法区分。由于感知和通信有不同的性能要求，通信感知一体化波束赋形的设计将面临独特的挑战。首先，通信系统要求准确指向通信方向的波束，以保障稳定的高质量通信，到那时感知系统通常需要扫描波束以实现对更大范围内目标的估计和检测。其次，感知系统波束宽度需要精心设计。例如，当波束较宽时，系统单个波束的覆在该方式下发射波束覆盖距离小，不适用于远距离通信与感知。此外，在诸如密集城区等复杂环境中，全向波束形成的回波杂波干扰较多，系统的感知精度较低。此外，在毫米波波束赋形系统中，实现波束赋形的硬件条件会影响算法性能，例如移相器的量化误差、天线阵列耦合等非理想因素将造成波形失配、增益下降等针对通信与感知波束赋形设计准则不同的问题可以有以下解决方案。在定向波束传输模式下，通信感知一体实现通信与感知系统的独立设计，易于实现。文献[33]提出了一种多波束方案，在进行有效的波束赋形进而通信的同时，附加波束感知了基站周围的环境。在文献[34]中，提出了多波束框架和具有两个模拟阵列的波束赋形设计，以同时支持通信和感知。在车联网场景下，文献[35]基于硬件测试平台设计了一种的快速波束对准和波束跟踪算法，在保证低延迟和高数据速率的毫米波通信的同时实现了车辆的追踪。但是上述方案也存在如下问题：首先，多波束使发射能量分散，造成感知范围的减少。其次，链路预算或感知功能在非波束直射的方向上将产生损失。第三，当接收机同时接收到来自多个感知波束的回波信号时，如何区分这些回波信号也是较为困难的。综上，设计自适应的波束选择与波束赋形策略，合理地调整通信波束与感知波束的传输方式以得到系统覆盖距离与系统性能的最优折中是十分必要的。值得一提的是，随着毫米波（millimeterWave，mmWave）以及大规模MIMO技术的持续发展，数字模拟混合架构的大规模MIMO正成为发展趋势[36]。这种数模混合架构包括全连接结构(Fully-Connected，FC)、部分连接结构(Partially-Connected，PC)，以及上述两者的折中连接结构。一个或多个天线阵元与一个模拟移相器连接，模拟相位调控；一组与多个模拟移相器连接的天线构成一个子阵列（Subarray）。Converter，DAC）连接，实现数字幅相调控。这种混合架构大幅度减少了降低了射频链路数目的需求，节约了实现成本。目前，学界针对这种结构的混合波束赋形进行了广泛研究[37]，但针对这种架构下的通感一体化研究处在探索阶段[38]。未来通感一体化场景中，基于雷达技术的感知，诸如行人、机动车、无人机等的设备解耦（Device-free）的定位和轨迹追踪等，往往需要对某个区域一个或多个目标或事件进行感知，在此之前也可能需要对角度覆盖范围较大的区域先进行检测，识别目标所在大致区域。不同于传统雷达场景，通感一体化场景下，业务覆盖信号多径传播对于通信来说能够提升容量，但对于感知来说情况更复杂，一部分会成为杂波，另一部分也可能有助于提升感知性能[39]。可以预见，混合架构的大规模MIMO仍然是未来大容量高可靠通信的一项关键技术，这种结构有望实现可动态调控的天线/天线子阵列拓扑，以及发送信号的灵活配置，这为实现通感一体化提供了坚实基础。利用数量可观的天线阵元，能够实现感知波束的精细调控，提升感知性能。未来，6G网络将具有无时不刻、无处不在地感知物理世界的基础能力。网络协作通信感知一体化技术旨在充分利用移动通信网络中大量部署的节点，通过节点间的信息交互，实现通信、感知信息的深度融合，赋予6G网络更强的感知能力，推动实现数字孪生。与传统的单节点通感一体化系统相比，协作通感一体化通过在分布式收发节点间引入协作，有效避免单节点通感的自干扰删除问题，扩大感知范围，实现连续覆盖，并可利用联合处理提升感知精度（尤其是对于小区边缘目标）。网络协作感知系统模型如图5-6所示。在该系统模型中，节点A作为通感一体化发送端，其发出的下行通信信号由该小区内的用户A接收，用于数据通信。节点A也可以发送感知信号，经目标反射后，感知回波信号由节点B和节点C接收，用于联合感知。通过这一协作感知过程，可以将感知的收发端在空间上分离开，节此外，当节点B和节点C工作在上行模式时，还可以与各自小区内的用户进行上行通信。协作通信感知一体化的实现面临多项挑战，包括节点间同步、发送序列设计、波束赋形与管理、上下行干扰以及参数联合处理等。节点间同步是感知信息高效融合的前提，由于各节点在地理位置上的差异，导致时间上的同步误差，进而削弱感知性能。因此需要设计同步方案，消除同步误差的不利影响。多节点协作感知的此外，节点数目、节点位置以及节点数据融合方式等也会直接影响感知精度，需要进行灵活的部署和调度。在网络协作通感一体化系统中，多节点间同步误差将会引入额外的相位偏差，导致感知时延的模糊，进而造成感知精度的下降。因此，在基于多节点的网络协作通感一体化系统中，收发端同步误差对定位精度的损失关于同步问题的解决方案包括共同时钟校准（有线连接、GPS等）、利用参考径（详见5.4节）等，但现有方法实现同步仍有诸多弊端，例如有线连接限制了网络协作感知系统的灵活扩展、依赖GPS信号限制了网络协作通感覆盖区域（在GPS信号覆盖较弱的地方，无法完成收发端同步）、完成同步时间周期较长、部分用于同步的关键器件导致系统成本增加等。因此，降低或避免同步误差需要从系统性能、复杂度、成本等角度发送序列设计不同于单基站独立感知的某些场景可复用数据信号进行感知，对于多节点协作感知的模式，节点间协同的基础是互相已知发送序列，因此需要考虑利用参考信号来完成感知。一种方式为利用现有的通信参考信号，例如解调参考信号（DMRS，DemodulationReferenceSign但是由于时频域资源、通信目标与感知目标的方位差异、可探测的感知目标数量等方面限制，感知精度和感知范围将会受到影响。因此，针对多节点协作感知的模式，需要设计新的感知专用参考信号，并选择自相关另一方面，协作节点间发送序列的设计还应考虑到接收信号的正确检测。根据雷达方程可以得知，经物体反射后，感知信号接收功率与距离的四次方成反比。当感知目标较远时，接收信号强度较弱，可能会出现无法正确进行信号接收和感知探测的情况。此外，由于目标物体材质、信号散射等，也会导致反射信号强度弱，可能会出现无法正确进行信号接收和感知探测的情况。此外，由于目标物体材质、信号散射等，也会导致反射信号强度弱，感知范围变小。由于OFDM波形存在峰均比（PAPR）较高的问题，因此现有移动通信系统需要对功率放大器进行功率回退，从而使功率放大器在线性区域运行。然而，功率回退导致了发送功率的降低，使得感知回波信号更不易被检测。因此，若基于OFDM波形进行通信感知一体化系统设计，需要选择满足感知范围要求的参考信号序列，可采取低峰均比的序列（例如Zadoff–Chu序列等）作为感知序列，避免高PAPR的缺点，减少功率回退，增对于参考信号序列的映射方式，也需要进行灵活的设计，来满足不同的感知需求。例如，当利用经典的OFDM感知算法，通过信道信息矩阵来求解目标物体的距离和速度时，需要对时延和多普勒分别引入的相位尤其当感知资源受限的情况下，可考虑利用梳状排布的方式，来满足不同的感知精度和感知范围需求。波束管理为获得更远的感知覆盖距离及更强的感知接收信号强度，扫描波束宽度通常较窄，扫描相同角度范围，协作通信感知需要更多的感知波束数，将造成较大的资源开销。此外，当系统中同时存在多个感知目标时，系统将测量出多组离开角与到达角，由于收发节点异置，若不进行特殊设计，多组离开角、到达角与感知目标将无法关联，造成感知失败。可见，设计合理的低开销波束管理方案是非常必要的。降低波束扫描开销的方案有两种思路，第一种为设计增强型测角方案，使得系统采用较大的扫描间隔、较少的扫描波束数下依然可以得到较高的测角精度。第二种为首先缩小感知目标所在空间范围，然后在缩小的范围内扫描窄波束实现目标感知。下面给出一种可行的两阶段波束扫描方法。如图5-7所示，在第一阶段，节点A与节点B通过宽波束扫描快速、粗略感知目标所在区域。然后在第二阶段利用窄波束精细扫描感知目标所在区域，得到较强的回波信号，从而得到较高的感知角度分辨率与感知精度。值得注意的是，为保证宽波束具有与窄波束相同的覆盖距离及窄波束的感知高精度，可以采用高、低频协同的方式发射波束。即：使用低频信号发送宽波束、高频信号发送窄波束。大规模部署的分布式网络节点为实现网络协作通信感知提供基础支撑，协作感知需要引入动态上下行配置方式（如动态TDD这将额外引入上下行交叉链路干扰、小区内上行通信用户干扰等。如图5-8所示，对于协作感知模式，节点1和节点2的时隙配置类型与感知信号的收发过程、感知区域及感知精度要求有关，涉及协作节点上下行时隙配置的改变。例如，节点1配置为下行时隙时，节点2如采用相同的上下行配置，将无法有效接收感知信号，其在协作感知模式中可被重新配置为上行时隙，即协作通感占用的相关时隙需重新进行上下行配置。然而，当节点1处于下行信号发射，节点2同时接收本小区上行通信信号时，则可能引发因此，在采取协作感知模式时，网络需要尽可能避免上下行干扰等对一体化性能的影响，以同时满足网络的同时，为评估干扰强度对通信、感知功能性能的影响，可建立干扰随机几何模型，并基于该干扰模型进一步研究降低干扰的自动化干扰检测和规避技术，具体包括：1)干扰检测：设计专用干扰测量参考信号，用于获取基站及用户的受干扰情况等信息，并上报上下行链路交叉干扰、小区内上下行干扰、及小区间同频干扰等。为了提高干扰测量准确度与及时性，除选择和设计与协作感知干扰模型分析相匹配的测量参考信号外，进一步研究与之匹配的测量及上报机制。2)干扰抑制：干扰抑制可从空域、数字及功率域进行，例如利用多天线空间自由度设计预编码和/或接收向量实现空域干扰抑制，基于先进的数字处理算法删除强干扰信号，或者通过灵活调整发射功率的方式实3)干扰规避：基于干扰测量结果，从时域、频域、空域、码域及功率域等维度的调度资源入手，通过设计协作节点的选择与调度方案、收发时隙配置方案等，使通信与通信、通信与感知、感知与感知等行为间尽干扰的协作调度会一定程度上造成系统资源利用率降低。连续性和高定位精度等的关键技术保障。在后续研究中，要注意区分协作通信感知系统干扰与传统通信网络干扰存在与处理的差异性，上述干扰信息间可能存在有特定目标相关的有效信息，可通过多节点信息联合处理的方式，不仅可以联合消除干扰，还能充分利用各径信号携带的信息，帮助提升通信及感知信息的全面性及准确性。另外，干扰管理要注意蜂窝网络的拓扑结构，与节点部署及组网研究相结合，解决协作节点调度时的竞争和合作关系。在协作通信感知的实际应用中，还需充分考虑感知与通信间的干扰以及不同感知任务间的干扰，以满足系统对通信与感知的实际需求。参数联合处理多节点协同感知需要多节点建立感知协同接口，协调感知相关信息及相关资源，并执行感知相关操作。在选择感知节点时，需要考虑感知信号的频段、带宽和发送功率对知精度和感知范围的影响，还要兼顾感知节点的通信业务量，避免对通信无线资源的挤兑，降低通信速率。另外，选取合适数量的感知节点参与协作感知也需要统筹设计。数量过多的感知节点会造成资源浪费，增加感知节点间的相互干扰，而感知节点数量不足会影响感知精度与可靠性，在干扰信号较强或者感知目标回波功率空间分布不均的情况下，需要额外增加调度感知节点辅助感知。如图5-9所示，三个感知节点可以根据解决独立感知存在的多普勒盲问题（即无法测量切向速度），并获得后向路径的散射分集增益[28]，较为精确地估计出感知目标位置、速度等信息。在估计感知目标信息的过程中，需要融合多节点数据以提高感知的准确性，其中感知空间统一性是感知信息高效融合的前提条件。在数据级融合的协作感知中，不同节点通过共享各自的感知结果信息来获得协同感知的性能增益[45]，此时，不同节点需要使用统一的空间坐标系来表达感知结果，弥补感知信息的系统误差。在信号级融合的协作感知中，不同节点通过共享各自的原始感知信号来获得协同感知的性能增益，此时，不同节点间需要明确统一探测的区域，提升感知结果的可靠性。5.4感知非理想因素的消除技术5.4感知非理想因素的消除技术在通感一体化应用中，获取精确的测量信息尤为重要，而器件和硬件电路的非理想因素会显著影响测量精度[44,48]。在基站和终端之间发送和接收的感知方式中，提取信道状态信息（ChannelStateInformation，CSI）进行感知，是通感一体化的主要实现方式。因此获取质量较好的信道估计尤其重要，而一些非理想因素感知信号的接收端和发射端使用各自的时钟信号进行定时，收发端之间的定时差异会造成定时偏移，给感知信号在频域上带来除了由信号传播时延产生的、额外的相位偏差。因此，定时偏移会造成感知信号时延的模糊，从而带来距离测量的模糊，即计算得到的距离值是在真实距离值上叠加了一个未知的偏移值，导致感知精度的下降。假设感知信号的发射时间被设定为，受到感知信号收发端设备中时钟的非理想因素的影响，实际发送信号时刻为、接收信号时刻为，另外，设感知信号的传播时延为，则接收信号经过求为65ns[54]，不能满足网络协作通感对感知精度载波频率偏移来自两个方面：一是收发端设备本振频率偏差（LocalFrequencyOffset,LFO收发端设备使用各自的本振频率源进行信号生成，收发端设备之间的本振频率差异会引起载波频率偏移；二是多普勒频移，由收发端设备之间的相对运动以及信号传播环境中物体的运动产生的多普勒频移也会给OFDM系统带来影响感知信号正确解调，对高精度感知带来了挑战。图5-10展示了小数倍载波频率偏移对于测距均方根误差的影响。仿真假设子载波间隔60kHz、中心频点26GHz、带宽100MHz。从图中可以看到，当载波频率偏移较小时（CFO=0.3SCS达到相同的感知精度对SNR的要求提升约6dB；当载波频率偏移增加时（CFO=0.7SCS需要将SNR提升8dB才能达到相同的感知精度。当载波频率偏移进一步增加时（CFO=1SCS），接收机将无法进行正确的感知在通感一体化系统中，需要通过感知信号处理获得由感知目标运动引起的多普勒频移。从感知信号的接收端来看，本振频率偏移和多普勒频移叠加在一起，从而本振频率偏移会造成多普勒频移测量的模糊，从而带来速度测量的模糊，即计算得到的速度值是在真实速度值上叠加了由本振频率偏移引起的偏移值。假设感知信号载频被设定为，受到感知信号收发端设备中本振频率源的非理想因素的影响，实际发送信号频率为f+f、接收端本振信号频率为，另外，设感知目标与收发端设备之间的相对运动引起的多普勒频移为，则接收信号经下变频后基带信号频率为；从中提取出多普勒频移需波束赋形的幅度和相位的误差，将导致形成的波束形状（波束增益、波束宽度、旁瓣水平）与期望不符，进而随机相位来自于发射机天线、射频模块（包括连接射频通道上的各种器件）、数字处理模块、时钟模块的其若设备具有不止1套发射机，则每个发射机可能会产生独立的随机相位。该随机相位一般在发射信号带宽内是一致的，但不同时刻上产生的随机相位值是不同的，呈现在某个弧度范围内随机分布。时域随机相位会严重影响多普勒或速度的测量，甚至通常导致多普勒或速度无法测量。利用OFDM波形进行感知时，相位噪声是影响感知精度的重要因素之一。相噪是接收机的射频硬件在各种噪声的影响下，对输出信号产生相位的随机变化。不同于热噪声，相位噪声是乘性噪声而不是加性噪声，这对高精度感知带来了挑战。当采用经典的OFDM感知算法时，即通过分析信道信息矩阵得到时延和多普勒所引入的相位差来估计目标物体的距离和速度，相噪会对上述相位估计产生影响，进而降低感知精度。图5-11展示了相位噪声对于测距均方根误差的影响。仿真假设子载波间隔60kHz、中心频点26GHz、带宽100MHz。从图中可以看到，当相噪较小时σ_pn^2=π),达到相同的感知精度对SNR的要求提升约2dB，当相噪增加时(σ_pn^2=π,需要将SNR提升9dB才能达到相同的感知精度。当相噪较大时，接收机将无法进行正确的感知信息提取。因此，当系统中的相位噪声较大时，需要进行相噪消除，来满足高精对于通信功能，上述的感知非理想因素的影响较小或者能够通过同步或信道估计过程被很好地抑制。除上述的感知非理想因素以外，功放不确定性（PowerAmplifierUncertainty,PAU）、IQ路不平衡（In-phaseQuadratureImbalance）等因素也会造成感知信号的恶化、降低感知性能，这些问题是感知与通信的共性问在文献中，关于定时偏移、载波频率偏移和相位噪声的研究和解决方案较多，通道不一致性可通过硬件的校下面介绍关于定时偏移和载波频率偏移的几种解决方法。感知信号的收发端之间共用时钟是解决定时偏移和本振频率偏移问题的最直接的方法[46]，主要包括以下两■感知信号的收发端之间通过有线连接（例如，光纤链路）共用同一时钟源，此种方法在定时偏移和本此种方法要求感知信号的收发端设备均为固定位置设备，限制了系统灵活性，在通感一体化的四种收发不同设备的感知模式中，只有基站间收发的感知模式能够采用此种方法，而基站和UE之间、以及UE和UE之间GNSS）进行同步。如需进一步降低同步误差，系统需要配置铷原子钟锁定GPS/北斗信号[55]或同步高度稳定的石英晶体振荡器[56]实现同步。实验表明，当GPS天线接入系统，经过大约15分钟，雷达收发端同步漂移速率降低至每分钟5ns[57]。但是该方案在GPS或北斗信号覆盖较弱的地方无法完成收发端同步；其对多个共用时钟源的接收天线的接收信号进行除法运算或者共轭乘运算，能够抑制收发端之间本振频率偏移的影响，提取出感知目标的多普勒频移，该方法在生命体征（呼吸、心跳）检测的感知应用场景中得到很好的应用，具有较好的性能[47]。文献中感知信号复用Wi-Fi的信道状态信息（ChannelStateInformation,CSI）参考信号，因此不同天线接收信号之间的除法运算方法又被称为CSI商方法。H(f)和表示感知信号接收端设备中共用时钟源的两个天线的接收信号，表示由本振频率偏从公式中可以看出，两个天线接收信号所承受的本振频率偏移是相同的，经过除法运算或者共轭乘运算后很容易被去除。进一步地，在静态径的功率占主导地位的情况下，CSI商的方法能够提取出感知目标的多普勒第一项和第四项分别是静态分量和功率较小、可以忽略的动态分量。可以看出，共轭乘运算后的第二项和第三项在频域上互为镜像分量，因此，提取出的多普勒频移值是模糊的。CSI商或共轭乘的方法的局限性在于，首先，只能提取感知目标的多普勒频移、而无法解决定时偏差带来的时延模糊问题；其次，此种方法要求感知环境中只有感知目标主导的动态径（有多普勒频移其他径均为静态径，这要求环境中不能存在其他运动目标。如图5-12(a)所示，典型的可用作为参考径的是LOS（LineofSight）径[49]。发射端发射的通感信号分别通过LOS径及经过感知目标的反射径到达接收端。根据感知信号的收发端之间的相对位置和相对运动速度，计算得到LOS径的真实时延和真实多普勒；以感知信号的接收端设备（或者感知信号处理设备）计算得到的LOS径的测量时延和测量频率与真实时延和真实多普勒进行对照，即可得到时延偏移和本振频率偏移，用来估计出感知目标反射径的信号传播时延和多普勒频移。例如，假设LOS径和经感知目标反射径的信号传播时延分别为和、多普勒频移分别为和，接收端相对发送端的定时偏移和本振频率偏移分别为和，其中和能够通过收发端之间相对位置和相对运动得到真实值；则LOS径和经感知目标反射径的信号在接收端经信号处理后得到的测量时延分别为和和；因此，可以得到定时偏移和多普勒频移分别为和fus，或者，直接估计出目标反射径的时延和多普勒为和。在利用参考径进行校准时，一个关键点是感知信号的接收端设备（或者感知信号处理设备）需要从多径信号中识别出参考径。在有LOS径的场景下，由于LOS径通常占据了接收信号中的大部分能量，根据这一特征LOS径较为容易被识别出来。一种简化的情况是，感知信号的收发端设备均处于静止状态，此时LOS的真实当感知信号的收发端设备之间因为遮挡等原因而没有LOS径时，可以利用RIS进行中继来获得参考径[50]，时延和真实多普勒。同样地，以感知信号的接收端设备（或者感知信号处理设备）计算得到的经过RIS反射的参考径的测量时延和测量频率与真实时延和真实多普勒相对照，即可得到时延偏移和多普勒偏移。感知信接收端根据调制信息提取出经RIS反射的参考径[51]。类似于NR定位中的往返时间（Round-TripTime,RTT）方法[52]，在通感一体化系统中可以通过往返测量来估计出感知信号的收发端设备之间的定时频移和本振频率偏移。其基本思想是，在较短的时间内（例如，几毫秒到几十毫秒感知目标的运动状态（位置和速度）没有发生变化；对于同一感知目标，基于感知信号的收发端设备之间相互收发感知信号，进行往返测量得到的信号传播时延和多普勒频移是相同的，而定时偏移和本振频率偏移的绝对值相同、正负号相反，因此可以提取出定时偏移和本振频率偏移。如下图所示，设图中节点B设备相对于节点A的定时偏移和本振频率偏移分别为和。在由节点A发送感知信号、节点B接收感知信号的测量中，节点B通过接收感知信号并进行信号处理得到的时号传播时延和多普勒频移；那么，在由节点B发送感知信号、节点A接收感知信号的测量中，节点A通过接收感知信号并进行信号处理得到的时延和频率信息分别为和；因此，可以通过对节点A和节点B分别测量得到的时延和频率信息进行联合处理，提取出定时偏移和载波频率偏移，或者，通过将两次测量得到的时延和频率信息相加取平均，可以消除定时偏移和本振频率偏移的影响，直接得出信号传播时延和多普勒频偏。联合处理的方案可以是节点B将测量结果发送给节点A、由节点A提取定时偏移和载波频率偏移，也可以是节点A和节点B分别将测量结果发送给第三方节点（例如，核心网设备）、由第三方节点处理。此种方法的难点在于，需要在存在定时偏移和本振频率偏移的情况下，将节点A和节点B分别检测出的对应同一感知目标的时延和多普勒信息关联起来；例如，将节点A检测出的感知目标和节点B检测出的感知目标确定为同一感知目标。为确保感知信息的有效提取，需要有效补偿频偏，其前提是载波频率偏移的估计。这里的载波频率偏移是本振频率偏移和多普勒频移叠加的结果。载波频率偏移估计可以在时域或者频域进行：■时域估计：可利用CP或者导频信号进行CFO估计。在基于CP的CFO估计方法中，其核心是利用CP及相应的OFDM符号相乘之后的相角确定频偏，该方案CFO的估计范围局限于±0.5个子载波间隔；在利用导频信号进行CFO估计方法中，其核心是将导频信号在时域重复若干次后发送，该方案可有效增加CFO估计范围，但系统均方误差性能略有下降，两者之间存在一定折中关系；■频域估计：可利用P.H.Moose提出的最