2025年11.0C-双基地感知关键技术研究与验证白皮书-未来移动通信论坛

11.1双基地感知背景介绍 11.2双基地感知和单基地感知性能对比分析 32双基地感知系统架构 82.1通信感知融合架构介绍 82.2感知业务流程 92.3测量量定义与感知信息传输 152.3.1感知测量量定义 2.3.2感知信息传输协议栈 2.3.3测量结果上报 3双基地感知关键技术 213.1信号设计 213.1.1序列设计 213.1.2资源映射方案 233.1.3感知与通信信号资源复用 293.2双基地感知参数估计 333.2.1谱估计基本方法 333.2.2双基地感知位置信息计算 363.2.3基于NLOS的感知方法 373.3非理想因素消除 403.3.1硬件非理想因素及影响 403.3.2硬件非理想因素消除方案 413.3.3双基地杂波消除方案 443.4波束管理和预编码 463.4.1双基地感知波束管理 463.4.2双基地感知数字预编码方案 514仿真评估和样机验证 544.1仿真评估方法 544.1.1双基地感知信道建模 544.1.2双基地感知仿真评估方法 564.2样机验证 594.2.1基站间协作目标定位 594.2.2双基地感知呼吸监测 604.2.3双基地多节点协作轨迹追踪 634.2.4双基地感知无源目标定位 664.2.5基于LOS与NLOS同步校准的双基地试验 684.2.6双基地动作检测 705总结与展望 72参考文献 73缩略语 76雷达领域中按发射天线和接收天线是否分置可分为单基地雷达和双基地雷达，并且双基地雷达一般要求发射天线和接收天线距离与雷达作用距离可比拟[1]。双基地雷达可以通过接收专用发射机发射的信号进行工作，也可以通过接收为其他目的而设计的发射机发射的信号进行工作，后者也可称作无源雷达、无源相干定位雷达、被动雷达或非合作照射源雷达[2]，这类雷达是双基地雷达的一种特例，其利用相关的电磁波探测理论技术与信号处理技术，获取第三方设备发射的非合作电磁信号，实现对目标的探测、定位、跟踪和识别。双基地雷达的应用领域非常广泛，涵盖了军事、民用、科研等多个领域，在飞行目标、海上船只检测和跟踪，气象监测和预报，道路交通监测等不同应用场景发挥了重要作用。双基地雷达的特性与双基地几何形状紧密关联，特别是由发射机、目标和接收机形成的双基地三角形，双基地三角形所处的平面称为双基地平面，如图1-1所示。其中，发射机和接收机之间的距离称为基线距离或简称基线，发射机到目标以及接收机到目标之间连线的夹角称为双基地角，该角度也通常用于表征单基地雷达和双基地雷达性能之间的差异。双基地雷达接收机直接测量的距离信息通常是目标到发射机以及目标到接收机的距离和减去基线距离，即双基地距离差，当基线距离已知时，可以得到目标到发射机以及目标到接收机的距离和。双基地雷达中进一步计算目标到接收机/发射机的距离或目标位置信息需要对双基地三角形进行求解，通常需要获取发射机和接收机之间的相对位置信息。βTx参考双基地雷达的定义，可以将收发设备天线分置的感知模式统称为双基地感知模式。基于当前移动通信网络架构共可支持6种感知模式，分别是（1）基站自发自收2）基站A发基站B收3）基站发终端收4）终端发基站收5）终端自发自收6）终端A发终端B收。其中，模式（1）和（5）属于单基地感知模式，其他4种感知模式属于双基地感知模式。不同感知模式的优缺点总结如表1-1所示。表1-1不同感知模式优缺点对比双基地感知相较于传统的单基地感知，展现出多方面的优势，是实现高精度、广覆盖感知的重要基础。首先，双基地感知提供了更多的可利用感知路径，可从多个候选接收节点中选择具备视距（LineOfSight，LOS）路径的最佳节点，有效减少感知盲区。其次，双基地感知依托更丰富的散射强度，通过不同方向接收目标回波信号，显著提升了信号的平均散射强度。此外，通过多基地的协同，扩大了感知的空间覆盖范围。对于移动目标，双基地感知能够通过动态节点选择和高效的小区切换实现连续感知，确保目标在其整个活动范围内都能被精准跟踪。对于单基地感知，接收机受到由发射泄露引起的强自干扰的影响，自干扰会引起接收机饱和或者减小感知信号的动态范围[3]。减小自干扰的方法包括两个方面，一方面是进行干扰隔离，尽量减小接收机接收到的发射泄露信号；另一方面是进行干扰消除，以减小接收到的发射泄露的影响。干扰隔离的方法包括：进行空间隔离，通过增加收发距离来降低接收到的发射泄露；或者采用金属或吸波材料，来对从发射机到接收机之间的链路进行射频屏蔽。干扰消除的方法主要是在模拟域或者数字域，通过对已知的发射信号进行加权对消来实现[4][5]。双基地感知中不存在自干扰的问题，不需要进行相应的硬件改动。此外，双基地感知由于信号来源多样化，对单点干扰的抵抗能力更强，而单基地感知更容易受到定向干扰的影响。目标识别能力是双基地感知的另一个优势，通过多角度观测，可以获得目标更全面的散射特性，提高识别准确性；单基地感知由于目标特征信息相对有限，可能导致误识别率增加。双基地感知的协作增益是其另一大优势。通过双基地以及多基地模式的协作，不仅提升了信噪比（SNR）和目标检测概率，还可以通过几何增益有效降低随机误差。同时，多节点提供的冗余信息能够用来排除故障节点，进一步增强感知系统的可靠性、稳定性和三维环境的完整还原能力。双基地感知还具有灵活的干扰协调能力，通过动态调度部分节点作为协作接收节点，既能够有效抑制多种干扰问题，如信号直射干扰和互干扰，又能在提升感知精度的同时优化通信网络的整体性能。同时，双基地感知作也面临多方面的挑战。首先，杂波抑制的消除是一大挑战，特别是在回波信号较弱的情况下，需要有效的算法来抑制杂波干扰并提高感知精度。此外，高精度同步也是基础条件，因发射与接收节点之间的时间同步误差会直接影响感知定位精度，例如10纳秒的同步误差可能导致3米的定位误差。非视距识别与利用也是双基地感知的核心挑战之一，特别是当存在遮挡时，如何识别和利用非视距感知路径。此外，感知目标移动时的节点选择与切换需要高效的机制，以确保感知任务的连续性与准确性。系统复杂度的增加也是主要问题之一，需要处理基站间的同步和数据融合，这增加了系统的复杂性。多基站的部署和维护成本也高于单基地系统。此外，双基地系统对网络的要求较高，需要高带宽、低延迟的基站间通信网络。信号处理的复杂性也随之增加，需要更复杂的算法来处理多源数据，增加了计算负担。感知覆盖：双基地感知和单基地感知在覆盖性能上存在差异，考虑噪声影响时，单基地感知的覆盖范围可以定义为圆形区域，而双基地感知的覆盖范围定义为卡西尼椭圆区域，双基地感知距离方程可表示为[6]其中，RT、RR分别表示目标到发射机和接收机的距离，PT表示发射功率，GT、GR分别表示发射和接收天线增益，λ为波长，σB为目标雷达截面积（RadarCrossSection，RCSFT、FR分别表示从发射机或接收机到目标的路径传播因子，k表示玻尔兹曼常量，Ts表示接收机噪声温度，Bn表示接收机噪声带宽，SN)min表示目标检测所需的信噪比，LT、LR分别表示发射机和接收机系统损耗。令双基地感知信噪比可以表示为进而得到双基地感知恒信噪比等高线如图1-2所示，其中K=30L4，L为基线距离。可以看出，随着基线距离与双基地距离之间的大小关系不同，双基地感知最大覆盖区域为近似椭圆，或双纽线或变为两部分椭圆。对于双基地感知，距离发射机或接收机较近的区域的信噪比水平较好，因此相比于单基地感知，双基地感知可以通过选择收发设备提升覆盖性能。尤其是对于终端参与的感知业务，终端数量更多、位置更加灵活，通过选择合适的终端能够有效提升感知性能。图1-3给出了城市微蜂窝（UrbanMicro，Umi）场景下基站自发自收感知信号的单基地感知和基站发用户设备（UserEquipment，UE）收感知信号的双基地感知的感知信干噪比（SignaltoInterferenceplusNoiseRatio，SINR）的仿真结果，感知SINR表示经过感知目标反射的径或簇的信号功率与干扰和噪声的比值。对于双基地感知，假设感知目标与UE的距离不超过10m。仿真结果表明，由于感知接收节点距离感知目标更近，双基地感知相比单基地感知在移动蜂窝网络架构下能够获得更好的感知覆盖性能。此外，双基地感知相比于单基地感知提供了更多观察角度，这对于环境重构、目标识别等感知应用均有一定好处。感知测量范围和分辨率：覆盖性能与感知信噪比（SignaltoNoiseRatio，SNR）或感知SINR直接相关，感知无模糊测量范围及感知分辨率性能则与信号资源配置有关。相比于单基地感知，双基地感知性能指标中无模糊测距/测速范围，以及距离/速度分辨率除了受到信号配置的影响，还受到发射机、接收机和感知目标的位置关系的影响。单基地感知和双基地感知信号资源配置与无模糊测量范围和分辨率性能之间关系如表1-2所示[7]。感知性能计算公式影响因素无模糊范围无模糊测距范围单基地感知感知信号频域采样双基地感知感知信号频域采样间隔、双基地角无模糊测速范围单基地感知波长、感知信号周期双基地感知波长、感知信号周期、双基地角无模糊测角范围波长、天线间距分距离分辨率单基地感知带宽辨率双基地感知带宽、双基地角速度分辨率单基地感知波长、感知符号周期、感知符号数双基地感知波长、感知符号周期、感知符号数、双基地角角度分辨率波长，阵列的孔径注：B为信号带宽，M为脉冲数，Tr为脉冲重复周期，Δf为信号频域采样间隔,θ3dB为3dB波束宽度，c为光速，λ为信号波长，D为阵列的孔径，d为天线间距，β为双基地角。测距类感知应用中，除了需要考虑信号频域资源间隔对测距范围的限制，通常还需要考虑循环前缀（CyclicPrefix，CP）对测距范围的限制。当感知目标距离收发机较远时，接收机接收到的感知回波信号时延超出CP范围会导致产生符号间干扰，影响测距性能。双基地感知通常通过测量感知目标回波信号与LOS信号的相对时延计算距离信息，因此相比单基地感知，双基地感知对无模糊测距范围，即信号频域资源间隔和CP长度的要求更低。感知检测盲区：感知系统实现动目标检测主要依赖于多普勒检测，这意味着经过目标反射的回波信号上通常叠加多普勒频率。然而，在一些场景下，经过目标反射的回波信号上没有多普勒频率或者多普勒频率很小，这种情况通常被称为“盲速”[8]。在单基地感知模式下，如果感知目标的运动方向垂直于感知信号的传播方向，则在时域上相邻采样点之间没有信号时延的变化，从而没有多普勒频率。在双基地感知模式下，如果感知目标沿着以感知信号的发送端设备和接收端设备为焦点的椭圆运动，则在时域上相邻采样点之间也没有信号时延的变化，从而也没有多普勒频率。更一般地，如果感知目标的运动方向与上述的运动方向较为接近，则由感知目标的运动在感知信号上叠加的多普勒频率较小，很难被检测出来。除了速度检测盲区以外，单基地感知和双基地感知在测距盲区上也存在差异。对于单基地感知模式，在采用脉冲体制的信号，通过收发分时的方式感知时，在开始接收信号之前到达接收天线的回波信号将不会被接收，因此将会存在近距离盲区的问题[8]。前面提到，对于双基地感知模式，通过测量感知目标回波信号与LOS信号的相对时延计算距离信息。因此，当感知目标位于感知信号的收发端连线及其邻近区域内时，感知目标回波信号与LOS信号的到达时间几乎是一致的，因而没有时延差或者时延差较小，导致无法测量感知目标的距离。该区域称为双基地感知的前向散射区域，此时无距离分辨能力导致系统无法直接定位，只能依靠回波多普勒等信息非线性求解目标运动参数[9]。感知资源开销：通信系统引入感知功能后，通常会挤占部分通信业务的资源，导致通信速率下降。对于单基地感知，通常还需要对通信系统进行额外的硬件资源改动以支持接收回波信号，在采用连续波感知的情况下还需要支持全双工能力，进行有效的自干扰抑制。双基地感知则可以复用通信收发链路，在满足感知覆盖要求的情况下，直接利用通信信号进行感知，或对通信信号进行增强从而兼顾感知性能，无需分配专用的感知信号资源，不对通信业务产生影响。通信感知融合整体架构如图2-1所示，其中感知相关的主要功能包括感知信号测量、感知数据处理、感知数据存储、感知数据应用和感知控制管理。-感知信号测量，指感知信号接收节点对接收到的感知信号进行时域、频域信道估计，时延、多普勒和角度估计等获得感知所需的信道特性的过程。在移动网络通信感知融合中，UE和无线接入网（RadioAccessNetwork,RAN）具有感知信号测量功能。对于双基地感知，感知信号发送节点和感知信号接收节点为不同的网络节点，例如基站发送UE接收，UE发送基站接收，基站A发送基站B接收，UEA发送UEB接收。-感知数据处理，指对前述获取的感知测量数据（如信道响应信息、时延、多普勒或角度信息等）进行进一步处理，获取感知目标信息的过程。在移动网络通信感知融合中，UE和RAN的感知数据处理功能是可选功能。对于UE，取决于UE是否有意愿或是否具备算力对感知测量信道进行进一步处理。对于RAN，取决于RAN是否被允许对感知测量的信道信息进行进一步处理。例如进一步处理可能获得的感知目标信息属于敏感信息，那么就不允许在RAN处理，相应地感知数据处理功能位于核心网（CoreNetwork，CN）。-感知数据存储，指根据感知需求和感知隐私与安全等，将感知数据存储在UE、RAN、CN或者第三方服务器。-感知数据应用，指根据具体的感知应用场景对感知目标的信息进行应用，完成感知的过程。通信感知融合的应用场景可以分为网络向应用功能提供感知服务（也称为对外感知服务，NETforSensing）和感知辅助网络（也称为对内感知服务，SensingforNET）。对于对外提供感知服务，感知数据应用位于CN或UE。对于对内感知服务，感知数据应用可以位于RAN侧。-感知控制管理，指感知过程中的控制和管理，包括感知节点的能力上报，感知节点的选择，感知测量配置，感知数据的隐私与安全管理等。感知信息包括感知信令和感知数据。感知信息传输包括空口传输和有线接口传输。感知信息空口传输包括如下潜在的三种方式及其组合：-方式1：基于控制面传输感知信息，在已有信令承载（如SRB、MACCE、UCI格式）上增强支持感知的信令或数据传输；-方式2：基于用户面传输感知信息，在已有数据承载（如DRB）上增强支持感知的信令或数据传输；-方式3：新定义的数据面承载可根据感知信令或数据需求支持灵活优先级和终结点，以及优化的数据面配置（如PDCP配置等）。感知信息有线接口传输包括如下潜在的三种方式及其组合：-方式1：基于控制面传输感知信息，在已有信令接口（如基于SCTP/IP的N2、Xn）上增强支持感知的信令或数据传输；-方式2：基于用户面传输感知信息，在已有用户面接口（如基于GTP-U/UDP/IP的N3）上增强支持感知的信令或数据传输；-方式3：基于数据面传输感知信息，新定义一种数据面接口支持感知的信令或数据传输。新定义的数据面接口可根据感知信令或数据需求支持灵活拓扑。图2-1通信感知融合系统架构感知业务流程包括节点选择、能力上报、感知测量配置等，相对于单基地感知，双基地感知还需要考虑发射机和接收机之间的消息交互。a)节点选择首先根据感知业务需求，选择感知区域和感知模式。然后根据选择的感知模式和感知区域，选择参与感知的基站和/或终端。只有具有感知节点选择权的节点才能进行感知节点选择。而感知节点选择权与感知模式紧密相关。有些模式下，感知节点的选择更适合由感知网络功能(SF，SensingFunction)执行，有些感知模式下，感知节点的选择更适合由基站执行，有些模式下，可以使用混合方式，比如，在基站发送-基站接收模式下，可以由SF选择感知信号发送基站，而由感知信号发送基站确定感知响应接收基站。感知节点的选择需要考虑多方面的因素，比如，候选节点移动与否，候选节点的感知能力是否能够满足感知业务需求，是否存在感知LOS径，以及候选感知节点的状态，包括设备是否正在进行感知/通信业务、当前可用频带、可使用的计算资源等。感知节点选择本身应该不需要太多流程交互，可以仅包括节点选择指示和确认过程，即：节点选择设备向被选择的节点确认是否愿意承担感知节点的任务，如图2-2所示。图2-2感知节点选择流程相对于单基地感知模式，双基地感知模式下，感知节点的选择可能相对复杂一些。比如，需要分别考虑感知信号发送设备和感知响应接收设备的移动性、能力和状态；需要分别考虑感知信号发送设备的变换、感知信号接收设备的变换或者感知信号发送设备和感知信号接收设备同时变换带来的感知节点重选等场景。一种节点选择的方式是将不同感知模式的感知节点分成几个子集，如基站自发自收子集和基站发终端收子集。在节点建立和更新步骤时，需要综合考虑所有子集中的节点信息，选取合适的感知模式和对应的节点，构成最终选定的子集。选择感知模式和节点的规则可以针对不同的感知场景和用例进行设定，比如以基站自发自收为主，在小区边缘或基站覆盖盲区选择终端相关的双基地感知模式进行辅助，如图2-3所示。对于复杂的场景，也可以使用AI辅助进行感知模式和节点的选择。最终选定的各子集分别进行相应的感知操作，如感知信号的配置、发送、接收，以及信号处理和感知结果计算等。图2-3双基地感知参与协作感知时的节点选择示例b)能力上报首先，感知节点能力上报应该是按需的，而不是必须要上报的。不应该作为UE能力随着UE的通信能力一起上报。因为如果没有感知业务，上报感知设备感知能力就会造成通信资源和设备能量的浪费。按需上报时，感知能力可以作为数据传输，而不需要通过控制信令传输。其次，感知能力上报的对象应该是具有感知节点选择权的设备。比如，感知节点的选择在感知网络功能SF/基站/UE执行，那么，感知节点的能力就对应的上报到SF/基站/UE。就双基地感知而言，执行感知节点选择的设备需要同时获得感知信号发送设备和感知响应接收设备的感知能力，以便综合进行感知节点选择判断。并且，对于双基地感知而言，候选节点也可以主动选择作为发送/接收节点上报相应感知能力，例如，选择作为感知信号发送节点可以只上报有关感知信号发送相关的能力和/或设备状态；同样，选择作为感知响应接收节点则可以只上报有关感知响应接收相关的能力和/或设备状态即可。感知能力请求和上报流程如图2-4所示，其中，上报的感知能力包括：支持的感知模式、感知信号的发送和接收能力、支持的感知模式下的感知测量方法，以及对应的感知测量方法对应的精度等。图2-4感知能力上报流程c)感知测量配置感知测量配置，主要配置如何执行感知操作，比如发送感知测量相关的配置，感知测量结果反馈相关的配置等。对于双基地感知而言，可以只向感知信号发送设备配置感知信号发送相关的配置，向感知信号接收设备发送感知信号接收或者测量相关的配置，以及感知结果反馈相关的配置（如果感知测量结果需要向设备外发送）。关于感知测量配置，感知测量用的感知信号发送资源应该由感知测量资源的控制设备配置，比如，基站发送-UE接收的感知模式下、UE发送-基站接收的感知模式下，和UE发送-UE接收的感知模式下，基站具有资源使用的绝对控制权，那么，应该由基站负责感知测量配置的发送。因此，基于不同模式测量配置的流程可以包括如下几种情况：对于基站发送-UE接收、UE发送-基站接收的感知模式，由基站发送感知测量配置，如图2-5所示。图2-5感知测量配置示例对于UE发送-UE接收的感知模式，收发双方都从基站接收感知测量配置，如图2-6所示。图2-6感知测量配置示例或者，感知信号接收UE从感知信号发送UE获取感知测量配置，如图2-7所示。图2-7感知测量配置示例对于基站发送-基站接收的感知模式，可能需要感知信号发送基站与感知响应接收基站进行协商以确定感知测量的配置，因为两者都有资源决定权，一方独立决定感知资源可能对另外一方本身的资源使用造成影响。所以对于基站发送-基站接收的感知模式，测量配置的流程可以包括如下几种情况：基站之间直接协商确定感知测量配置，如图2-8所示。图2-8感知测量配置示例收发基站通过AMF/SF中转协商，确定最终的感知测量配置，如图2-9所示.图2-9感知测量配置示例d)非连接态下感知流程在UE参与的双基地感知业务过程中，可能通信数据传输需求很低，如果UE能支持非连接态下的感知操作，对UE降低功耗是很有意义的。比如利用基站发UE收的下行感知信号进行呼吸和入侵检测，利用UE发基站收的上行感知信号做环境重构等，都需要支持非连接态UE进行感知操作。基于下行信号进行感知时，如果UE支持非连接态感知，对应的感知流程如图2-10所示。图2-10基于下行信号的UE非连接态感知流程感知业务触发后，根据UE上报能力（如支持非连接态下感知信号接收和信号处理网络可配置UE在非连接态下进行感知操作。如果当前没有通信数据传输需求，UE进入非连接态。基站根据配置进行感知信号的发送，UE根据配置进行感知信号的接收和数据处理。在UE侧，感知操作需要与通信的相关操作联合进行，比如同步、paging接收以及测量等操作。如果感知数据需要上报，一种方式是UE进入连接态，根据网络配置进行感知数据的上报，如图2-10(a)。这种操作对感知数据量和上报方式（如周期性上报，或事件触发上报）等没有特别要求，但UE需要通过随机接入进入连接态，需要额外的信令，同时时延也较大。如果感知数据量比较少，另外一种可能的方式是在inactivemode下通过SDT（SmallDataTransmission,Rel-17）进行上报，如图2-10(b)。在此过程中如果有通信业务需求，UE需要进入连接态，感知操作需要继续进行，此时感知测量配置和感知数据上报需要依据连接态下的配置。基于UE发基站收的上行信号感知操作同样也需要考虑UE非连接态下的流程。对应的感知流程如图2-11所示。与基于下行信号的感知类似，感知业务触发后，根据UE上报能力（如支持非连接态下感知信号发送网络可配置UE在非连接态下进行感知操作。如果当前没有通信数据传输需求，UE进入非连接态。UE根据配置进行上行感知信号的发送，如图2-11(a)。在UE侧，需要将感知信号发送和通信相关操作联合进行处理。基站则进行感知信号接收和信号处理。另外一种做法如图2-11(b)所示,在inactivemode，UE可以通过小数据传输（SmallDataTransmission，SDT）进行上行感知信号的发送。当UE处于idlemode时，接入网没有UE的信息，如何触发这些UE参与感知是需要进一步研究的问题。在6G时代，感知技术正成为信息通信领域的关键技术之一。相比单基地感知，双基地感知在目标探测时对时延、多普勒频移和角度等基本测量量的计算和定义存在差异。这种差异源于收发节点间复杂的路径传播特性和干扰环境，传统测量量已难以满足复杂感知需求。因此，针对多样化的感知业务和场景需求，亟需定义符合实际感知要求的测量量，以支撑双基地感知的高效实现。感知信息可能包括多种层级，如下给出一种感知信息层级划分示例：-感知结果：目标的距离、速度、位置信息、轨迹等，还可以是呼吸/心跳等生命体征信息，手势/动作识别信息，或者是车辆稽查信息，智慧路口和动态地图等，或者是成像结果、天气、空气质量、形状、材质、成分等。-感知初步数据：时延、多普勒、角度、信号强度（功率也可以是谱信息，包括时延扩展谱、多普勒谱、微多普勒谱、角度谱，或者是以上至少两者的组合，例如时延-多普勒谱，或时延-角度谱，或时延-多普勒-角度谱等。-感知原始数据：接收信号或者原始信道信息（如接收信号或信道响应的复数结果、幅度和/或相位、I路/Q路及其相关运算结果）。3GPPTS38.215中定义了通信系统常用的测量质量指标，包括参考信号接收功率（ReferenceSignalReceivedPower，RSRP）、参考信号接收质量（ReferenceSignalReceivedQuality，RSRQ）、SINR等[10]。以SINR为例，其定义为特定资源单元上的信号功率除以噪声和干扰功率，当不考虑干扰时，可以用SNR替代SINR，其定义为特定资源单元上的信号功率除以噪声功率。在通信系统中，SNR是衡量信号传输质量的重要指标，与通信性能好坏紧密关联，一般可以认为，SNR越高意味着信号传输质量越好，系统误码性能越好。对于通信系统，SNR（或SINR）中的信号功率指经过LOS传播，以及经过信道中各种反/散射体关联的多径信道传播的全部接收信号功率之和。对于感知系统，SNR（或SINR）中的信号功率指经过与感知目标关联的多径信道传播后的接收信号功率，即经过感知目标反射的接收信号功率。对于不同的感知业务，信号功率的计算存在差异，例如对于车辆、行人或无人机检测，信号功率指经过环境中的动态目标反射的接收信号功率，而经过静态目标反射的接收信号被视为静态杂波，对于静态环境重构或障碍物检测，信号功率则包含经过静态目标反射的接收信号功率。对于感知SNR（或SINR首先要定义感知目标相关的信号功率（分子部分）。以上报点云信息为例，可以是以散射点为单位定义SNR或SINR。分子部分为每个散射点的功率，同一目标各散射点的信号功率可能不一样。其次要定义噪声、干扰和杂波（分母部分）。其中包含热噪声、干扰（通信或其它感知信号）以及动态杂波，它们是通过感知算法无法消除的部分，可以假设在一定时延、多普勒和角度域范围内（如感知信号所能观测的范围内）分布相同。由于SNR和SINR主要用于表征统计意义的信号质量，所以噪声和干扰等可以通过对无目标、无可消除杂波和干扰区域的功率取平均来计算。需要特别指出的是，对于LOS径（双基地感知中发送节点和接收节点之间的直射径）和静态杂波等，通常可以通过感知处理消除，并不会对感知结果有太大影响（在某种意义上可以看作是“目标”可以不包含在分母内。所以在估计SINR时，需要先对LOS径、干扰和杂波等实行一些消除算法，再统计平均噪声和干扰的功率。图2-12中给出了感知性能评估结果以及相应的通信SNR和感知SNR的统计结果，仿真中采用TRP-UE双基地感知模式，由于UE位置不同，其观测到的感知目标RCS大小不同，且经过感知目标反射的传播路径损耗不同，因此不同UE的感知性能存在差异。可以看出，相比于传统的通信SNR，感知SNR更能够有效反映出感知性能的好坏。因此，在感知系统的设计中，建议引入感知SNR、感知SINR等新的信号质量指标，其能够更加准确地表征感知信号传输质量，可以用于判断感知测量结果的好坏，还可以作为感知设备选择/切换，感知波束管理，或感知资源配置调整等方面的参考指标。图2-12感知精度与SNR统计：定位精度（左通信SNR（中感知SNR（右）更加一般化地，考虑引入SINR-P（Signal-to-Interference-plus-NoiseRatioperPath）的概念，作为感知系统中重要的性能指标。SINR-P表示任意路径的信号干扰噪声比，它能够通过综合考虑真实路径损耗与干扰情况，反映每条回波路径的信号质量。在感知任务中，SINR-P可用于选择协作节点，从而提升感知精度。例如，在多节点协作感知过程中，节点A通过宽波束探测目标，目标反射的回波信号被其相邻节点B、C、D等接收。相邻节点可上报第一条远于直达径或第一条远于直达径且速度非零路径的SINR-P，供节点A进行比较分析。最终，节点A选择SINR-P最高的协作节点（如节点D以提升目标感知的鲁棒性与准确性。图2-13展示了这一过程，强调了节点间协作的重要性及SINR-P在实际场景中的价值。图2-13协作节点选择示意图关于感知信息传输，其所使用的协议栈，根据不同的感知信息收发节点或者传输的感知信息内容的大小，协议栈有所不同。可以使用基于控制面的协议栈、基于用户面的协议栈，或者基于数据面的协议栈。感知信息传输的协议栈可能包括多种可能，但是，为了简化设计，可以在标准制定过程中明确给出感知信息传输的所使用的协议栈，而不需要通过配置或协商的方式确定协议栈。下面以前述方式1基于控制面传输感知信息的方式为例，分别给出UE和SF、基站和SF之间可能的协议栈设计。如果是UE和SF之间传输感知信息，其可能的协议栈如图2-14所示，其中XX代表6G，7G等版本号。需要说明的是，图中包含了UE和基站之间的协议栈。对于UE和基站之间的感知信息传递，方式1基于控制面传输感知信息时可以使用无线资源控制（RadioResourceControl，RRC）信令传递，或者通过数据信道传递。图2-14UE和SF之间感知信息传输协议栈示例基站和SF之间感知信息传输可能采用的协议栈设计如图2-15所示。图2-15基站和SF之间感知信息传输协议栈示例基站之间感知信息传输可能采用的协议栈设计如图2-16所示。图2-16基站之间感知信息传输协议栈示例网络化通感一体是面向6G的关键技术。利用通信/感知信号进行感知可支持目标检测、高精度定位、环境重构、成像等新业务，可广泛应用于室内定位、无人机、智慧车辆、物联网等应用场景中，助力于万物互联。在现有协议中，存在一些定位方法，即定位管理功能（LocationManagementFunction，LMF）根据RSRP、时延（差）、角度等测量量确定目标的位置。但是对于更广泛的感知业务/感知需求来说，需要更多的测量量，这对测量量上报顺序提出了更高的要求。无论进行独立感知还是协作感知，在进行目标感知时，都可以获取很多感知测量量，如何高效地进行测量量上报是需要关注的问题。在移动网络中，SF需要根据网络需求进行感知。为了解决协作高精度感知中测量量频繁交互和资源利用率不高的问题，考虑设计新的感知测量量上报机制。该机制通过定义测量量优先级排序方案，以及数据压缩方案，确保收发双方无歧义理解，保留更重要的交互内容，并提升资源利用率。在感知任务中，有多个径/测量量信息需要上报，SF根据感知节点能力，配置多个径/测量量的上报顺序，其中上报顺序包括配置径的优先级和测量量的优先级，测量量的优先级顺序和径的优先级顺序可通过网络配置获得。由此得到，感知节点需要上报多条径的多个测量量。...首先讨论多个径多个测量量的排序问题，提出两种测量量的排序方式。1）排序方式1：先径后测量量，即按照每条径对所有测量量进行依次排序，示意图如图2-17所示，其中resourceinfo表示一些固定量，Am、Bm、Cm分别表示第m条径不同的测量量。图2-17排序方式12）排序方式2：先测量量后径，即按照每个测量量对所有径进行依次排序，示意图如图2-18所示。Am、Bm、...Xm分别表示第m条径不同的测量量。图2-18排序方式2在实际网络环境中，可能存在感知上报资源不充足的问题，则需要考虑径的优先级和或测量量的优先级。考虑优先级情况，将测量量上报内容分为Sensing-1和Sensing-2。其中Sensing-1大小固定，包含resourceinfo和重要测量量，如果没有占满则对应比特置为0。Sensing-2包括其他优先级较低的测量量。1）将优先级较高的前m个径的所有测量量排在前面，即Sensing-1；2）将M个径的优先级较高的前p个测量量排在前面，即Sensing-1；3）将优先级较高的前m个径且优先级较高的前p个测量量排在前面，即Sensing-1；此外，对于感知测量量的上报问题，提出一种数据压缩方案，如图2-19所示。第一条径进行所有测量量的上报，后面对于任意一条径的测量量，都与前一条径的测量量做差，若当前需求下需要的测量量差值都在某个范围内，则上报当前径的测量量时只需上报与前一条径的测量量差值。图2-19数据压缩示意图通过配置感知测量量上报规则，实现了在协作高精度感知中高效、准确地传输感知数据，不仅确保双方对测量量组合无歧义的理解，还能够优先传输更重要的感知数据。现有通信系统所采用的正交频分复用（OrthogonalFrequencyDivisionMultiplexing，OFDM）波形的峰值平均功率比（PeaktoAveragePowerRatio，PAPR）较高，需要对功率放大器进行功率回退才能使功率放大器工作于线性区域，导致发送功率降低，直接影响感知回波信号强度，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，需尽可能采取低峰均比序列作为感知序列，减少功率回退，增大发射功率，提升回波信号强度。现有通信系统中的参考信号所使用的基础序列主要有Zadoff-Chu（ZC）序列、最长线性反馈移位寄存器（m）序列以及Gold序列。其中，ZC序列具有恒幅特性，且ZC序列的离散傅里叶变换仍然是一种ZC序列，因此，ZC序列的峰均功率比PAPR较低。ZC序列具有良好的自相关特性和互相关特性，ZC序列与其循环移位后的序列的相关值为零，不同根序列之间的循环互相关很低。而且，ZC序列具有较高的多普勒容忍能力，即具有较好的抗频偏特性，对于高速目标反射的高多普勒频移回波信号也有较好的检测性能。例如，5GNR通信系统中的上行探测参考信号（SRS）使用的基础序列为ZC序列。另一种常用的序列是Gold序列，它是一种伪随机序列，是5GNR通信系统中使用最多的一种参考信号序列。通过对两个m序列进行模2加得到Gold序列，然后再对Gold序列进行2-bit的QPSK调制，变成复数信号序列。例如，CInformation-ReferenceSignalDMRS（DemodulationReferenceSignal）和PRS（PositioningReferenceSignal）等参考信号的基础序列都是Gold序列。Gold序列也具有良好的自相关特性和互相关特性，以及较好的抗频偏特性，并且支持的序列个数多，但其峰均功率比PAPR相对较高。Gold序列和ZC序列均可作为感知信号候选序列。通信系统中通常逐个OFDM符号去生成和映射序列，很少考虑不同符号之间序列的关联性，因此存在时域维度序列随机性不足的问题，对于采用时、频域二维联合处理的感知系统，不同符号时域维度序列相关特性较差。考虑对不同符号序列进行时域维度加扰或随机化的方式，可以优化其时域维度序列特性，降低互相关峰值[11]。假设每个感知相干处理时间内包含M个OFDM符号，每个符号承载长度为N的参考信号序列xm= xm0,xm1),…,xm(N—1)]T,0≤m≤M—1，通过随机生成的系数um,0≤m≤M—1对不同符号承载的参考信号序列进行随机化处理得到z(n,m)=xmn.um,0≤m≤M—1,0≤n≤N—1。新的信号由于是对不同符号承载的参考信号序列进行整体随机化处理，其频域维度序列特性没有改变，但时域维度序列特性得到了改善。以5GNR中CSI-RS信号Gold序列和SRS信号ZC序列（开启组跳）的生成方式为基线，与进行时域随机化处理后的序列的互相关特性对比如图3-1所示。可以看出，优化后的信号时域互关特性得到了明显改善。进一步通过系统仿真对优化前后序列的感知性能进行对比评估，仿真中建模了来自邻区的干扰。其中ZC序列进一步考虑不进行组跳和序列跳，进行组跳或序列跳的不同配置，仿真结果如图3-2所示。可以看出，不论是Gold序列还是ZC序列，相比于5GNR现有的序列生成方式，对序列进行时域维度优化后目标定位性能得到了显著提升。图3-2序列优化前后定位性能对比不同于通信系统，感知系统中，感知发送节点发送信号经目标物体反射后到达接收节点处的回波信号非常弱，时域功率不均衡容易导致微弱信号的失真，从而影响感知性能。因此，针对感知参考信号，更希望能使用具有恒幅特性，时域功率均衡的序列。虽然ZC序列具有恒幅特性，但以ZC序列为基序列生成的实际使用的参考信号序列可能不再具有恒幅特性。以SRS为例，使实际使用的SRS序列长度Mzc会大于ZC根序列长度Nzc，且存在相位循环移位项Mzce—jαn，使得实际的SRS序列不再具有恒幅特性，如图3-3所示。图3-3SRS序列无恒幅特性示意图一种处理方法是对不再具有恒幅特性的序列做DFT变换后再使用，使得实际使用的参考信号序列又具有恒幅特性，如图3-4所示。图3-4增加DFT变换后具有恒幅特性示意图0,1,2,…,Nzc—1，对于SRS，根序列号的计算方式为q=l+12+v.—12，=Nzc.(u+1)/31。其中，u∈{0,1,…,29}是组号，v∈{0,1}是组内序列号。虽然SRS的生成支持组跳和序列跳的机制，但是最大分组个数以及组内序列数有限，因此可用的ZC序列个数有未来感知系统需要支持多目标感知以及多设备感知功能，因此存在需要支持更多序列个数的需求。为保证较高的距离分辨率，感知系统通常使用较大的带宽资源，对应的序列长度较长。因此，若采用ZC序列作为生成感知信号的基本序列，可以通过改变组跳或序列跳的设计，例如支持更多的分组个数和组内序列个数，扩展可用的ZC序列个数，从而有利于实际应用场景中各个小区或感知设备之间的干扰随机化，提升感知性能。感知信号资源映射规则需要考虑满足感知分辨率和感知测量范围等性能。更大的信号带宽、更长的信号持续时间能够提供更高的距离分辨率和速度（多普勒）分辨率，增加信号频域密度和时域密度能够提供更大的无模糊距离范围和无模糊速度（多普勒）范围。传统的雷达感知中通常发送资源连续且时宽、带宽较大的信号，但通感一体化系统中还需要考虑对通信速率的影响，因此对感知资源开销有一定限制，需要根据感知业务中对上述几项感知性能的需求不同来设计信号资源映射图样。均匀感知信号的信号配置和对应的信号处理均相对简单，并且具有较好的感知性能。然而，在通感一体化的场景下，均匀感知信号存在如下挑战[12]：l均匀感知信号的时频资源开销较大：为了满足时延和多普勒的分辨率和最大不模糊测量范围的要求，均匀感知信号所占用的子载波数和OFDM符号数较多。在多端口感知的情况下，感知信号的资源开销问题则会更加严重。l均匀感知信号的配置灵活性差：为了实现高分辨率性能的感知，感知信号的时频资源的跨度较大，并且均匀采样的感知信号需要占用周期性的信号资源。存在多种多样的通信业务（包括低时延高可靠业务）和感知业务的情况下，很难保证以特定周期重复的信号资源都能分配给某一感知信号。另外，均匀感知信号很难充分利用各种通信参考信号。在感知应用中，感知目标在时延和多普勒域通常是稀疏的，那么可以由低于奈奎斯特采样率的采样点重建恢复信号。也就是说，可以采用非均匀信号执行感知业务，从而能够克服上述均匀感知信号存在的问题。在相关文献中，基于非均匀天线阵列的到达角估计和波束赋型已经获得了广泛的研究和应用。非均匀信号设计和对应的信号处理方法也在非均匀天线阵列的研究中逐渐成熟起来。在通感一体化应用中，可以将非均匀信号设计从空域引入到时频域，用于感知信号的时频资源分配，从而降低感知信号的资源开销、提升资源分配的灵活性。非均匀感知信号的设计方法主要包括如下两类：l基于压缩感知的非均匀感知信号设计：如果感知信号本身或者在变换域是稀疏的，则能够以远低于奈奎斯特采样率的采样点重建恢复[13]。这种非均匀感知信号设计的关键在于稀疏矩阵和观测矩阵的构造，需要满足压缩感知理论中的有限等距条件（RestrictedIsometryProperty,RIP）[14]。在通感一体化系统中，对于采用OFDM波形的信号，最典型的稀疏基为DFT稀疏基和IDFT稀疏基。具体地，对于频域信号，与时延域信号进行变换的稀疏基为DFT稀疏基；对于时域信号，与多普勒域信号进行变换的稀疏基为IDFT稀疏基。另外，对OFDM波形的信号进行时频资源分配时，特定的子载波或OFDM符号只存在两种可能状态：分配给感知信号、或不分配给感知信号，这种二元状态可以用伯努利矩阵来描述。从而可以采用伯努利矩阵作为观测矩阵，与DFT稀疏基或IDFT稀疏基能够满足RIP条件。通过上述方法，能够简单地进行非均匀感知信号设计。在接收端，可以通过贪婪算法进行迭代搜索能够获得最优解，例如，正交匹配追踪算法（OrthogonalMatchingPursuit，OMP）。l基于差分协同阵列的非均匀感知信号设计：由物理阵元之间的频率差或时间差构造虚拟阵元，从而能够通过较少的阵元数构造较大的阵列[15]。典型的虚拟阵列构造方法是嵌套阵和互质阵，如下图3-5所示，包括物理阵列和对应的虚拟阵列。在接收端，通过对非均匀的物理阵列的接收信号做协方差运算来构造均匀的虚拟阵列的接收信号，构造出虚拟阵列后可通过DFT/IDFT或MUSIC等方法进行后续处理。需要指出的是，构造虚拟阵列后会使得各个径变成相干信号，需要先进行解相干处理后才能应用MUSIC等子空间类算法。此种非均匀感知信号设计方法可用于一维感知信号设计，独立的二维差分协同阵列设计方法还有待研究。图3-5差分协同阵列示意图下图3-6为在样机试验中采用非均匀感知信号与均匀感知信号得到的时延-多普勒谱的对比。可以看出，非均匀感知信号在显著降低时频资源开销的同时，会损失一定的感知信噪比。因此在实际应用中，需要在资源开销与感知信噪比之间权衡。(a)均匀信号(b)压缩感知方法(c)嵌套阵方法采用两步非均匀感知信号设计方法，首先进行均匀感知信号的设计，然后基于均匀感知信号进行非均匀采样得到非均匀感知信号。具体地，从均匀信号占用的时频资源中进行非均匀采样，选择出一部分子载波或OFDM符号用以承载感知信号，实现非均匀感知信号设计，如图3-7所示。与均匀信号相比，非均匀信号能够减小感知信号占用的信号资源数，且能够避开部分子载波或OFDM符号以避免与其他信号的冲突。两步非均匀感知信号设计方法的第一步能够保证感知信号的时延或多普勒的分辨率和最大不模糊测量范围的要求，从而使得第二步非均匀采样的设计能够更加灵活。另一方面，第一步的均匀信号配置比较易于采用现有协议中的资源配置方法实现。考虑到最大无模糊范围与感知精度之间存在折中关系，即测距误差ΔR与Δf'（感知信号所占用子载波之间的间隔）成线性反比关系，最大测距范围Rmax也与Δf'成线性反比关系。如图3-8所示，非均匀的导频自适应映射方案可以基于感知需求进行频域资源的灵活配置，动态调整参考信号映射图样，接收端按照不同域配置方式进行感知算法选择。这样可以很好的处理测距精度和最大测距范围的权衡问题，并且在同样的感知性能下可以减少开销，提高时频资源利用率，满足不同场景的感知测距需求。图3-8非均匀的导频自适应映射方案为了获取精准的终端位置信息、速度或其他感知信息，感知参考信号往往需要配置大量的时频资源。为节省感知资源开销，梳状映射是一种潜在的解决方案，梳状映射通过配置感知参考信号在时域、频域上等间隔分布，如图3-9所示。当感知带宽、帧长固定时，梳状映射方案可在不降低感知精度和分辨率情况下，节省资源开销。图3-9时频均匀等间隔参考信号资源映射而梳状映射方案会引入估计模糊问题，例如基于OFDM等间隔感知参考信号排布可推导出最大模糊距离为其中∆f为子载波间隔，Nf表示频域相邻两个参考信号资源单元（ResourceElement，RE）间隔；最大模糊速度为：其中∆t表示符号间隔，Mt表示时域相邻参考信号符号间隔。可以看出感知信号频域间隔越小，距离无模糊范围越大；感知信号时域间隔越短，速度无模糊范围越大。同样，为解决模糊感知问题，感知信号可采用非均匀分布，即采用时频稀疏的感知参考信号设计。对于给定的感知带宽和感知帧长，稀疏感知信号采用非均匀的感知信号单元排布，不降低感知精度与分辨率的同时，可避免模糊估计问题。同时，当感知参考信号单元数确定时，非均匀感知信号可实现更高的感知精度与分辨率。典型的非均匀感知信号图样包括基于互质稀疏图样和基于嵌套的图样，具体如下：•基于互质的稀疏感知信号图样：由两个均匀的等间隔感知信号图样组成，其中一个感知信号图样包含2M个感知信号单元，且相邻感知信号单元间隔为Nd；另一个感知信号图样包含N个感知信号单元，且相邻感知信号单元间隔为Md。其图样设计可采用如下方案：其中S表示所有感知信号单元组成的集合，d表示相邻两个感知参考信号单元之间最小间隔，M<N，M和N为一对互质的正整数，k表示任意小于d的正整数。考虑时域的稀疏感知参考信号资源图样，取{M=4,N=5,d=2,k=0}，则其时域资源图样序列为{0,8,10,16,20,24,30,32,40,50,60}，具体如图3-10所示。图3-10基于互质的时域非均匀参考信号资源映射•基于嵌套的稀疏感知信号图样：由两个均匀等间隔的感知信号图样拼接而成，其中一个感知信号图样包含N1个感知信号单元，另一个感知信号图样包含N2个感知信号单元。一种常用的配置方法为：其图样设计可采用如下方案：其中s表示所有感知信号单元组成的集合，d表示相邻两个感知参考信号单元之间最小间隔，N是任意大于1的正整数，k表示任意小于d的正整数。考虑时域感知参考信号资源图样，取{N=10,d=2,k=0}，则其时域资源图样序列为{0,2,4,6,8,10,12,24,36,48,60}，具体图3-11所示。图3-11基于嵌套的时域非均匀感知参考信号资源图样下面以图3-7中给出的两步非均匀信号资源映射为例，对非均匀信号和理想均匀信号的目标检测、定位以及测速性能进行仿真评估。首先进行均匀感知信号的设计，均匀感知信号时域发送周期固定为1个时隙，然后基于均匀感知信号进行时域非均匀采样得到非均匀感知信号。仿真中每次撒放5个感知目标，对于不同信号资源映射方案，接收端采用相同的处理流程，最终得到的目标检测性能以及资源开销情况如表3-1所示。表3-1不同信号资源映射方案检测性能及开销对比理想时域均匀映射时域非均匀映射实际目标个数2500检测到的目标个数23992354正确检测到的目标个数23032300虚警概率0.040.0229漏检概率0.07880.08平均每个CPI资源开销80个OFDM符号37个OFDM符号感知目标定位和测速性能如图3-12所示。可以看出，在不增加接收机处理复杂度的情况下，非均匀信号资源映射相对于理想均匀信号资源映射感知性能损失较小，但资源开销节省了超过50%。图3-12不同信号资源映射方案定位和测速性能对比为了保证感知分辨率和无模糊测量范围，感知信号通常需要占用大量时、频域资源。对于双基地感知模式，考虑利用通信信号进行感知或辅助提升感知性能，可以节约感知参考信号开销。或者对通信参考信号进行增强或改进以兼容感知功能，例如对通信信号和感知信号进行高效的资源复用方案设计。对于感知信号与通信信号资源复用方案，除了进行时分复用或频分复用以外，还需要考虑感知信号和通信信号占用相同的时域或频域资源的情况。若不考虑资源正交分配，直接根据通信需求和感知需求独立发送信号，感知信号与通信信号之间可能会产生严重的干扰。因此可以考虑对感知信号以及通信信号进行码分复用的设计，在不降低感知性能或通信性能的情况下提升资源利用效率。当通信信号资源与感知信号资源在时、频域上存在（部分）重叠时，重叠部分信号资源可以采用相同的基序列和不同的正交覆盖码（OrthogonalCoveringCodes，OCC）实现正交码分复用。以感知信号与通信信号采用频域CDM为例，其中，感知信号与通信信号带宽资源存在部分重叠，如图3-13（a）所示。感知信号和通信信号使用相同的Gold序列rm作为基序列，且其中感知信号使用的OCC为wf0wf1= +1+1，通信信号使用的OCC为wf0wf1=+1—1，实现相同时、频资源位置上的码分复用，如图3-13（b）所示。(a)(b)图3-13感知信号与通信信号资源分配与码分复用在5G中，移动通信系统引入了各种参考信号用于多种用途，例如CSI-RS用于信道测量和波束管理，跟踪CSI-RS用于获取时间和频率跟踪，PTRS（Phase-trackingRS）用于相位噪声和多普勒估计，PRS用于定位测量。对于感知来说，研究和定义用于感知目的的参考信号是很自然的。然而，由于感知往往需要提取目标物体的多普勒信息，在进行信道估计时需要多很多个时隙进行联合处理，此外为了高精度的距离测量，感知参考信号的带宽也需要非常大。如果单一的感知参考信号具有大带宽，多时隙传输，可能会导致较大的系统开销。所以可以考虑以下多种参考信号融合设计，共同服务于感知以及通信。RS集合1：用于时间/频率跟踪的基本参考信号这一组参考信号可以作为6G的基本RS，用于多种用途，例如波束管理（BeamManagement，BM）、时间-频率跟踪、时间或延迟估计、到达角度估计。5GNR的CSI-RS用于BM、无线资源管理（RadioResourceManagement，RRM）、跟踪，CSI-RS和PRS嵌套的模式可以作为RS集合1的设计。基本上，对于集合1中的RS，单端口可能就足够了，以节省RS开销。然而，频域密度应足够高，以确保估计的准确性。为了提高系统传输效率，最好为具有上述用途的参考信号采用统一或嵌套结构。如图3-14所示，使用四个OFDM符号的RS模式既用于定位又用于感知，同时，在第二个OFDM符号中标记为蓝色的RE也配置用于波束管理。这是不同用途的RS嵌套结构的一个示例。在这种情况下，服务基站（Basestation，BS）只需传输一次RS资源，但UE可以同时用于感知、定位和波束管理（BM）测量。图3-14参考信号集合1RS集合2：用于更好地获取相位噪声/多普勒信息/频偏/速度估计的补充为了避免非常高的速度估计的模糊性，并支持更精细的速度估计分辨率，类似PTRS的模式在时间域中具有更高的密度，在频率域中具有较低的密度，以平衡估计准确性和RS开销，类似于5GNR。如图3-15所示，对于感知目标估计，例如无人机入侵检测，在左侧标记为黄色的基本RS集合1的基础上，PTRS可以作为提高速度估计精度的补充。在这种情况下，黄色部分更适合用于路径/时间估计，而绿色部分可以用于更高精度的目标速度估计。图3-15参考信号集合2RS集合3：用于更大覆盖范围的补充所示，由于无人机的高度非常高以及BS天线仰角的限制，BS0可能无法成功检测到入侵的无人机。那么，更好的方法是让BS1对该区域进行感知。然而，由于无人机与BS1之间的距离较大，BS1传输的RS应具有较大的覆盖范围。为了实现大的覆盖范围，设计低PAPR的RS是必要的。图3-16UAV感知场景需求更大感知范围RS集合3需要更大的覆盖范围，与5GNR下行链路中使用的Gold序列相比，ZC序列具有更低的PAPR和更好的自相关和互相关特性。它可以被认为是BS传输参考信号的补充集，以在BS传输端实现更好的覆盖性能。此外，雷达中常用的线性调频（LinearFrequencyModulation，LFM）序列由于其极低的PAPR和对自发自收感知模式检测的友好性，也可以作为候选信号序列。对于自发自收感知模式可能存在覆盖问题，如图3-17所示，方案A1可能不足以感知远离感知收发器的目标。这是因为感知收发器需要同时传输和接收感知RS，更大的传输功率将导致严重的自干扰，并进一步导致接收功率饱和。例如，对于FR1中的无人机入侵检测，使用BS自发自收感知模式，最大传输功率可能不超过20dBm左右以避免接收功率饱和。因此，可以考虑方案A2，其中发射和接收可以以时分复用的方式进行。例如，当接收天线正在接收感知信号时，发射天线可以关闭。为了覆盖整个感知区域，可以考虑同时配置方案A1和方案A2，分布服务于近感知区域和远感知区域。总之，为了提高RS传输效率，可以将多种类型的RS融合并与同一个测量任务相关联。例如，可以为感知任务同时配置一个PRS资源、一个PTRS配置和一个TRS（TrackingRS）突发，如图3-18所示。在这种情况下，由于频域密度较高，PRS或TRS突发主要用于估计时延/RSRPP，而具有较高时间域密度的PTRS可用于估计目标速度。图3-18多个参考信号融合共同用于感知双基地感知中可以直接使用通信信号进行感知，除了利用通信参考信号外，还可以利用通信数据信号进行感知。由于通信数据信号对于接收端而言是未知的，因此需要先对通信数据信号进行解调和译码。当初传数据译码正确或重传数据译码正确后，可以根据译码后的结果进行数据信号重建，并将重建后的数据信号作为已知的本地序列，通过信道估计获取承载数据信号的时、频域资源位置的信道信息，并用于计算感知信息，利用通信数据信号感知的处理流程如图3-19所示。RFTxArrayD/ATransmitSignalGenerationRFTxArrayD/AChannelArraArray & &图3-19基于通信数据信号感知处理流程利用数据信号辅助感知，不仅能够获得更高的相干处理增益，还能够提升无模糊测量范围。通过链路仿真对数据辅助感知的性能进行评估，结果如图3-20所示，利用不同调制阶数的数据信号辅助进行感知，相比于仅利用参考信号进行感知，能够获得更好的感知性能。DelayRMSE1010DelayDelayRMSE/ns101010-20-15-10-5051010SNR图3-20通信数据辅助感知性能评估结果OFDM波形作为典型的多载波调制技术被广泛应用于4G/5G移动通信系统，将OFDM作为通感一体化波形存在诸多优势，包括频谱效率高，可以进行灵活带宽资源分配，能够克服传统线性调频信号的距离-多普勒耦合问题，接收端检测算法可以基于傅里叶变换，简单高效，以及可以通过相位编码进行灵活的波形设计，实现近似图钉状的模糊函数等。对于双基地感知系统，OFDM可作为主要的候选波形，以OFDM波形为例说明双基地感知中谱估计基本方法。OFDM时域基带传输信号表达式为其中，cK,l为第K个子载波，第l个符号的调制数据，To为OFDM符号长度。对于M个OFDM符号，其中每个符号包含N个子载波，将OFDM发送数据和相应的接收数据用矩阵表示为OFDM接收数据矩阵的元素可以表示为其中τq为第q个感知目标引起的时延，fd,q为第q个感知目标的相对速度引起的多普勒频移，Wk,l表示噪声。将OFDM接收数据矩阵与发送数据矩阵进行逐元素相除得到感知信息检测矩阵F，检测矩阵中的元素可以表示为对于OFDM系统，在不考虑干扰和噪声因素时，利用最小二乘（Least-Square,LS）信道估计获取得到信道信息（即检测矩阵）可消除发送数据影响，实现零自相关旁瓣[16][17]。进一步地，通过对检测矩阵Fk,l进行时域维度的相位信息检测得到多普勒/速度，进行频域维度的相位信息检测可以得到时延/距离信息，同理，对不同接收天线的相位信息进行检测得到角度信息，进而可以计算得到感知目标的位置、轨迹信息等。对时延/距离、多普勒/速度以及角度等基本感知信息的估计问题即为谱估计问题，下面对基于OFDM波形的典型的参数估计算法进行介绍。（1）周期图估计周期图估计是一种利用离散傅里叶变换获得信号功率谱密度估计的方法，给定离散信号s(k)，采样长度为N，其周期图定义为将频率离散化，可以利用FFT计算周期图其中，FFTNpersk表示对输入信号sk进行Nper点FFT计算，若Nper>N，需要对输入信号进行补零。将二维周期图引入OFDM感知参数计算，其中输入信号为感知信息检测矩阵F，利用IFFT和FFT计算得到二维周期图[18]延和多普勒的估计结果其中，c表示光速，∆f为OFDM子载波间隔，fc为载波频率。（2）Capon算法对于目标角度估计，通常采用Capon算法。Capon是一种基于阵列信号处理的到达角估计算法，通过计算输入信号的协方差矩阵以及阵列方向矢量相关的空间谱函数并进行谱峰搜minE{IX(t)I2}=minwHRw其中，X(t)为输入信号，w为阵元权重向量，R为输入信号的协方差矩阵。通过进一步计算可得Capon的空间谱函数为其中，aθk是期望信号的导向矢量，即角度θk关联的信号方向向量。根据空间谱函数计算结果进行谱峰搜索，峰值对应的索引即表征了目标角度信息。（3）MUSIC算法MUSIC算法是一种基于子空间分解的算法，利用信号子空间和噪声子空间的正交性，构建空间谱函数，通过谱峰搜索进行参数估计。根据感知信息检测矩阵F，估计时延自协方差矩阵和多普勒自协方差矩阵[19]分别对Rτ和Rfd，进行矩阵分解求特征值，P个最大特征值对应的特征向量构成信号子空间，其余N—P个特征值对应的特征向量构成噪声子空间，噪声子空间可表示为V∈CN×(N—P)。目标角频率Ω=ΩT对应的导向矢量SZ目标角频率Ω=ΩT对应的导向矢量SZ正交于噪声子空间V，即它位于噪声子空间V的fd,k=argfd,k，进而计算得到目标时延和多普勒的估计结果。根据τ,k和fd,k得到与感知目标Z和勒关联的角频率τ,k=fd,k=argfd,k，进而计算得到目标时延和多普勒的估计结果。（4）ESPRIT算法ESPRIT算法是一种基于旋转不变性技术的高分辨率空域谱估计算法，同样属于子空间估计的经典算法。根据输入信号，即感知信息检测矩阵F，估计时延自协方差矩阵和多普勒自协方差矩阵以Rτ为例，对其进行特征值分解后，按照特征值Λ=diag(λ0,λ1,…,λN—1)排序，则u中P个最大特征值对应的特征向量构成信号子空间S，其余K—P个特征值对应的特征向量构成噪声子空间V，即U=[SV,S∈CN×P,V∈CN×N—P分别取信号子空间的前N—1行和后N—1行可得S1=[IN—1O]S,S2=[OIN—1]S其中IN—1为维度为(N—1)×(N—1)的单位矩阵，O为长度为N-1，元素全为0的向量。根据S1和S2进一步计算可得Φ=(SS1)—1SS2其中，矩阵Φ的特征值可用于估计输入信号中与距离或速度关联的角频率。根据时延自双基地模式目标与收发设备空间位置以及角度、距离关系如图3-21所示。zTxZOATTxZOALZOAL▲x’yAOALyy’xAOAx图3-21双基地感知模式目标与收发节点空间位置关系信号接收设备通过测量得到感知目标反射径到达方位角AOAT，以及感知目标反射径到达天顶角ZOAT，LOS径AOAL，LOS径ZOAL，感知目标反射径与LOS径的时延差Δτ。接收设备根据感知目标反射径与LOS径的时延差以及收发设备距离计算双基地距离和dTx—Target+dTarget—Rx=c.Δτ+dTx—Rx其中，c为光速，dTx—Rx为收发设备间的距离，即双基地基线距离。然后根据LOS径和感知目标反射径的到达角度信息，计算两者在双基地平面上的来波夹角θR=cOs—1sinZOATsinZOALcOsAOAL—AOAT)+cOs(ZOATcOsZOAL))根据来波夹角以及双基地距离和计算目标到信号接收设备之间的距离根据目标到信号接收设备之间的距离和目标径的角度信息即可计算感知目标相对于接收设备的位置坐标信息xTarget—Rx,YTarget—Rx,ZTarget—Rx)，其中xTarget—Rx=dTarget—Rx.sin(ZOAT).cOs(AOAT)YTarget—Rx=dTarget—Rx.sin(ZOAT).sin(AOAT)ZTarget—Rx=dTarget—Rx.cOs(ZOAT)双基地感知中接收设备测量的到达角信息通常是相对于接收设备本地坐标系的角度信息，因此若计算目标在全局坐标系中的位置坐标，则需要根据接收设备本地坐标系相对于全局坐标系的转换关系得到全局坐标系下的目标到达角度信息。对于双基地感知，除了可以通过对到达角和时延的测量得到目标位置信息，还可以通过对离开角以及时延的测量可以计算得到目标到发送设备的距离，进而根据目标到发送设备的距离以及离开角计算目标相对于发送设备的位置信息。双基地感知模式中，发送设备的天线配置相对于接收设备通常是未知的，若需要接收设备侧进行离开角度测量，还需要通知接收设备发端天线的配置，或者间接通过接收端对预编码向量搜索或波束测量，并根据预编码向量或波束与角度的关联关系确定离开角信息。此外，双基地感知相对于单基地感知提供了不同的观测角度，仅通过离开角和到达角的测量也可以确定双基地三角形，并结合双基地基线距离计算目标位置信息。对于多基地协作感知模式，可以通过仅测量时延或角度得到目标位置信息，但需要考虑多个目标的角度或时延等测量信息的匹配问题。非视距（NLOS）传输是一种频繁发生的、会严重影响感知精度的非理想因素。双基地感知过程中的视距（LOS）传输是指在感知发送端和目标，以及目标和感知接收端之间，感知信号径直传输，不存在由周围散射体造成的反射/折射/绕射，如图3-22(a)所示。而NLOS传输则是指在感知发送端和目标，或者目标和感知接收端之间，存在建筑物、树木等散射体，导致感知信号除了经过目标反射外，还经过散射体的反射/折射/绕射，使得信号发生多跳反射。对NLOS问题，有三种场景的处理途径：识别、消除和利用。当LOS径被遮挡时，只有最后一种可以将NLOS从不利因素转变为有