通感一體去蜂窩超大規模MIMO與高頻段無線接入技術*

徐友云，許魁

（1.南京郵電大學通信與網絡技術國家工程研究中心，江蘇 南京 210003；2.陸軍工程大學通信工程學院，江蘇 南京 210007）

0 引言

用戶需求提升和技術革新是移動通信系統演進的源動力。隨著全息類通信、數字孿生、虛實空間融合互動、廣域物聯網等新興應用的快速涌現，要求未來移動通信系統能夠支持Tbps量級的無線傳輸速率和厘米級定位精度[1-2]?；诖笠幠IMO（Multi-Input Multi-Output，多輸入多輸出）[3-6]、毫米波[7]、新型編碼調制、網絡虛擬化等技術，5G實現了峰值速率、用戶體驗速率、頻譜效率、時延、連接密度、網絡能效等性能的全方位提升，用戶和網絡的基本需求得到了一定的滿足。然而，隨著應用范疇不斷拓展且受到頻譜、能耗、成本等多重因素的制約，移動通信系統仍需要不斷演進以應對巨大的流量、連接數量增長、差異化應用以及高精度定位等持續發展需求。

目前，世界各國在快速推動5G商用部署的同時，也陸續發布了6G的研發計劃[8-9]。2019年11月3日，我國科技部會同發改委、教育部、工信部、中科院、基金委召開6 G 技術研發工作啟動會，并成立國家6 G 技術研發推進工作組和總體專家組，旨在推動6 G 研發并促進全球合作，力爭主導6G的研發工作。2021年9月，中國IMT-2030（6G）推進組發布的《6G網絡架構愿景與關鍵技術展望》白皮書[10]指出：在服務能力方面，新一代移動通信網絡將以信息傳輸為基礎進一步發展融合的“內生感知”與通信服務能力；在覆蓋模式方面，新一代移動通信網絡將從地面用戶覆蓋為主向立體化、分布式協作覆蓋演進，從而能夠有效支撐萬物智聯的宏偉目標。雖然業界關于6G內涵、技術趨勢與特征還沒有達成共識，但是在實現上述目標過程中以下技術將扮演重要角色：（1）“去蜂窩”（Cell-Free）超大規模MIMO技術[11-12]；（2）太赫茲技術[13]；（3）人工智能技術[14-15]；（4）通信感知一體化技術[16-17]。

去蜂窩超大規模MIMO系統中，大量配置單根或多根天線的AP（Access Point，接入點）利用前向/回程鏈路連接到CPU（Central Processing Unit，中央處理單元），并引入“以用戶為中心”的服務架構，實現大范圍區域的連續覆蓋[18-22]，從而突破了“以小區為中心”的傳統蜂窩覆蓋思想，有效消除了蜂窩邊界以及由頻率資源靜態支配所帶來的局限，如圖1所示。采用去蜂窩超大規模MIMO系統構架，未來6G系統的總頻譜利用率理論上可由現有5G系統的50～100 bit/s/Hz提升至500 bit/s/Hz左右[11]。由于AP的天線數量有限，因此尺寸很小且成本較低，能夠靈活部署在空間受限的位置?；谝陨蟽烖c，去蜂窩超大規模MIMO系統非常適合在大型體育場館、學校/醫院、高鐵/車站、金融/購物中心、智慧工廠、密集城市街道等熱點區域部署。

圖1 去蜂窩超大規模MIMO與其他系統的對比

通信感知一體化是6G技術與業務的主導趨勢之一，由于無線通信頻段向毫米波、太赫茲和可見光等更高頻段發展，與傳統感知頻段將產生越來越多的重疊，因此通過在系統設計、信號處理與數據處理等方面進行一體化設計，可以通過軟硬件資源共享或信息共享同時實現無線感知與無線通信功能協同，從而有效提升系統頻譜效率、硬件效率和信息處理效率。去蜂窩超大規模MIMO作為6G物理層關鍵技術，在提升系統頻譜利用率的同時，需要充分挖掘分布式系統的無線定位潛力，實現通信感知一體化，從而為6G網絡提供無時無刻不在、無處不在的無線感知定位能力。同時，利用定位得到的用戶位置、速度等信息，能夠進一步實現網絡整體性能和業務能力的提升。

1 去蜂窩系統通信感知一體化發展需求

未來的6G通信系統中基于位置的服務應用將遍及自動駕駛、資產/物流追蹤、增強現實、醫療保健、共享車輛和緊急呼叫等多個行業領域，從而導致極高精度定位需求的爆炸性增長[9]。最新的研究表明，定位信息不僅可以為各類應用提供位置信息支撐，在提升通信系統的譜/能效并簡化系統設計方面也可以發揮重要作用[23-26]。例如，在集中式大規模MIMO系統中，用戶位置信息通常與其信號空間結構密切相關，可用于簡化空間復用方案的設計。因此，位置信息輔助的移動通信系統設計得到了業界越來越多的關注[27-28]。

去蜂窩超大規模MIMO系統頻譜效率性能提升以計算/實現復雜度的增加為代價[11]。借助位置信息來優化去蜂窩系統傳輸性能并簡化計算/實現復雜度是一種可能的解決思路。然而，在城市密集區、室內、地下等部署場景中，大量高層建筑和障礙物導致電磁傳播環境異常復雜，GPS衛星定位和傳統小區多邊定位方法信號不穩定且精度大幅下降[29]，難以滿足上述應用對任意時刻、任意地點高精度定位需求。采用地面偽衛星、輔助GPS、超寬帶等感知與定位技術能夠實現可靠定位，但構建專用定位網絡實現大覆蓋范圍內無縫精準定位的建設和維護成本極高。去蜂窩超大規模MIMO系統分布式陣列的稀疏結構可等效為大口徑天線，因而具備帶內高精度感知定位與跟蹤的潛力，如圖2所示。

圖2 通信感知一體去蜂窩超大規模MIMO技術應用場景示意圖

在去蜂窩超大規模MIMO系統中進行通信與帶內感知一體化設計，一方面能夠利用分布式陣列天線大幅增加等效陣列口徑，從而顯著提升感知精度，并最大限度地降低感知網絡的部署成本；另一方面能夠充分利用感知得到的位置、速度等信息優化傳輸性能并簡化計算/實現復雜度。盡管具有諸多優勢，但去蜂窩超大規模MIMO系統性能受限于前向/回程鏈路容量[20]，而感知定位會引入額外的前向/回程鏈路開銷。因此，去蜂窩超大規模MIMO通信與定位一體化設計需要根據通信與定位的多樣化性能要求和大規模分布式AP的系統特點，對通信接入、傳輸和帶內定位技術進行重新優化設計，從而最大化通信與定位一體化設計的復合增益。

然而，通信感知一體去蜂窩超大規模MIMO系統所具有的AP隨機分布廣、服務規?？缮炜s、無線鏈路差異大、回程/前向鏈路容量受限、不完美硬件等特點使得系統的優化維度顯著增加，問題求解變得更加復雜。因此，在去蜂窩超大規模MIMO系統中進行通信感知一體化設計仍然面臨諸多問題亟待解決。

2 研究現狀

目前，關于去蜂窩超大規模MIMO系統的研究主要集中在無線定位、波束成形與系統性能分析、導頻分配與信道估計、回程/前向鏈路受限下的性能優化等方面，下面從4個方面分述去蜂窩超大規模MIMO系統的研究現狀及發展趨勢。

2.1 無線定位

目前，基于去蜂窩超大規模MIMO系統的無線定位方法研究尚處于起步階段，研究的重點主要集中在如何利用去蜂窩系統構成的分布式MIMO陣列實現精確的目標定位。文獻[30]研究了毫米波去蜂窩超大規模MIMO系統中基于二維射頻指紋的無線定位問題，提出了基于鏈路狀態和信號到達角（AOA,Angle of Arrival）的二維指紋動態訓練方法，實時提取環境中錨節點位置特征。同時，針對時變富散射信道環境，設計基于信息熵的接入點（AP,Access Point）動態選擇和錨節點過濾方法，實現了室外條件下米級精確定位。文獻[31]研究了去蜂窩超大規模MIMO系統中的指紋定位方法，提出了相應的用戶分簇和導頻分配方法，進一步提高了指紋定位精度。文獻[32]提出了一種基于角度相似性的去蜂窩超大規模MIMO系統指紋定位方法，基于譜聚類算法對提取的大量參考點指紋進行了分簇處理，提升了用戶指紋匹配的效率，并利用指紋匹配和加權K近鄰算法，得到了用戶精確位置估計。

2.2 波束成形與系統性能分析

目前，針對不同的天線配置設計上行/下行波束成形矩陣，并在此基礎之上開展系統性能分析是去蜂窩超大規模MIMO系統研究的熱點之一。在AP處配置單根天線時，文獻[33]分析了采用下行共軛波束成形、上行匹配濾波的去蜂窩超大規模MIMO系統容量。文獻[34]研究了去蜂窩超大規模MIMO系統下行傳輸分別采用共軛波束成形和迫零預編碼時的性能及相應的低復雜度功率分配算法，使得系統性能相較于微蜂窩系統可獲得5至10倍的增益。文獻[20]在相關瑞利衰落信道條件下對比了全局最小均方誤差合并和本地最小均方誤差合并方法。文獻[35]推導了采用迫零波束成形的去蜂窩超大規模MIMO系統近似可達上行速率，并給出了漸進性能下界。文獻[36]研究了基于共軛預編碼和匹配濾波的上行傳輸方法。文獻[37]借助隨機幾何工具分析得出下行鏈路覆蓋概率和可達速率性能。

在AP處配置多根天線時，文獻[24]研究了去蜂窩超大規模MIMO系統中的信道固化和有利傳播特性。文獻[38]研究了以用戶為中心的去蜂窩無人機通信系統，提出了最小速率最大化的功率分配策略和用戶調度策略，提升了服務的公平性。文獻[39]研究了多天線AP和完全導頻迫零的去蜂窩超大規模MIMO系統下行傳輸方法。文獻[40]研究了空間相關瑞利衰落信道下去蜂窩超大規模MIMO非相關聯合傳輸和相關聯合傳輸方法的頻譜效率性能，提出了去蜂窩超大規模MIMO系統的下行傳輸功率優化算法，提升了頻譜效率和能量效率性能。文獻[41]提出了一種基于去蜂窩構架的網絡輔助全雙工（NAFD,Network-Assisted Full-Duplex）技術，提升了去蜂窩超大規模MIMO系統的頻譜效率。

2.3 導頻分配與信道估計

導頻污染是制約去蜂窩超大規模MIMO系統性能的重要因素，如何合理地分配導頻并改善信道估計性能成為提升系統性能的關鍵所在。文獻[42]提出了基于用戶間隔距離的動態導頻復用策略。文獻[43]提出了基于位置信息的貪婪導頻分配方法，有效減小了導頻污染。文獻[44]研究了采用非正交導頻和AP選擇的時分雙工去蜂窩超大規模MIMO系統導頻功率分配問題，有效降低了信道估計的均方誤差。文獻[45]提出一種基于快速靈活去噪卷積神經網絡的信道估計框架，提升了信道訓練速度。文獻[46]提出一種基于禁忌搜索的導頻分配方案，該方法能夠顯著提升用戶的凈吞吐量性能。

為了解決頻分雙工去蜂窩超大規模MIMO系統存在的信道非互易性問題，文獻[47]研究了下行導頻訓練問題，提出了基于最大-最小公平功率控制策略和貪婪導頻分配算法，提升了下行鏈路可達速率性能。文獻[48]提出了一種低復雜度的多徑成分估計方法，顯著提升了AOA和大尺度衰落系數的估計精度。文獻[32]提出了位置信息輔助的信道估計算法，從角度域對竊聽者所帶來的導頻污染進行了消除，提升了系統的抗截獲傳輸能力。

2.4 回程/前向鏈路受限下的性能優化

在去蜂窩超大規模MIMO系統中，每個AP需要同時服務更多的用戶，并且需要將數據通過回程鏈路傳輸給CPU，CPU也需要將發送數據通過前向鏈路傳輸給各個AP，這一傳輸機制導致對于回程/前向鏈路容量的需求也越來越高。由此帶來的問題是現有的回程/前向鏈路設計可能無法滿足巨大的網絡吞吐量。在前向鏈路受限下的性能優化方面，文獻[49]研究了前向鏈路受限條件下采用共軛波束成形的傳輸優化方法，提出了功率和前傳容量受限下基于最大-最小速率準則的接收機濾波器設計和功率分配方法。文獻[19]研究了前向鏈路受限條件下用戶設備和AP存在硬件損傷情況時去蜂窩超大規模MIMO系統的上行傳輸方法，分析了壓縮-轉發-估計、估計-壓縮-轉發和估計-相乘-壓縮-轉發等三種傳輸策略的可達速率。

在回程鏈路受限下的性能優化方面，文獻[50]提出了一種適用于去蜂窩超大規模MIMO系統非對稱上行鏈路的擴展計算-轉發與迭代功率優化算法，提升了系統的可達和速率性能。文獻[51]分析了反饋受限下基于信道信息量化的去蜂窩超大規模MIMO系統性能，提出了最大-最小功率控制算法來保證用戶的數據速率。文獻[52]提出了回程容量約束下基于最大-最小準則的上行速率優化算法，改善了有限回程鏈路下去蜂窩超大規模MIMO系統的性能。文獻[53]研究了采用容量受限的無線微波回程鏈路的去蜂窩超大規模MIMO系統的能效優化問題，給出了存在信道估計誤差下的系統頻譜效率閉式表達式。

3 未來研究方向

與傳統通信與定位獨立設計的分離式結構相比，通信感知一體去蜂窩超大規模MIMO系統通過引入“以用戶為中心”的可伸縮服務架構，能夠有效消除傳統蜂窩邊界，并利用分布式陣列的稀疏結構可等效為大口徑天線的技術優勢，充分挖掘帶內高精度定位潛力，從而構建低成本的定位網絡，同時實現位置信息支撐的可靠通信。因此，需要從用戶接入、業務傳輸、性能優化等方面研究通信感知一體去蜂窩超大規模MIMO系統智能傳輸方法，推動形成通信與定位信息的相互利用和良性迭代更新機制，有望突破通信與定位分離式結構局限，滿足未來移動系統的高能/譜效傳輸與帶內高精度定位需求，如圖3所示：

圖3 未來研究方向示意圖

目前，關于通信感知一體去蜂窩超大規模MIMO與高頻段無線接入技術研究是一個全新的課題，諸多全新的基礎理論與實際應用問題亟待解決。下面從以下幾個方面介紹未來的主要研究方向。

3.1 通信感知一體去蜂窩超大規模MIMO基本信息理論分析

去蜂窩系統中大規模MIMO天線是在三維空間隨機布設的，遠場平行波入射、信道廣義平穩、天線間共參數（波達/離方向、散射體/簇數目、隨機衰落統計特性）等假設將不再成立，信道導向矢量的相位不再與天線序號呈線性關系，信道角度擴展也因為用戶-AP距離的縮短而顯著增大，共散射簇的數目也顯著減少。在AP密集布設的無線環境中，信道呈現遠近場疊加特性，這些特性增加了去蜂窩超大規模MIMO系統通信性能限分析的難度。在位置估計領域，克拉美-羅下界（CRLB,Cramér-Rao Lower Bound）給出了無偏角度估計算法的均方誤差性能下界，在位置信息等參數估計領域一直占據主導地位。傳統的通信系統性能評價體系與定位性能評價標準差異巨大且相互分隔，這給通信感知一體去蜂窩超大規模MIMO系統的基本信息理論分析帶來了極大挑戰。

在通信感知一體去蜂窩超大規模MIMO系統中，通信與定位資源的深度共用導致功能緊密耦合。由于利用通信資源進行定位，在進行定位性能限分析時，不僅需要充分考慮地面用戶周圍分布著大量的散射體所帶來的低空多徑、陰影遮擋效應等電磁傳播特性，還需要考慮動態協作簇的組成、前向/回程鏈路受限、簇間干擾等通信信號的傳輸特征。在分析通信理論性能限時，不僅需要充分考慮近場寬帶傳輸、非同步等實際約束對性能限的影響，還需要分析不同位置信息估計精度條件下信道傳輸速率容量，揭示系統頻譜和能量效率、用戶速率和容量、定位精度與系統天線配置之間的關系。因此，需要借助空間信息論[54]等理論，研究基于互信息的通信與定位一體化性能評價與分析方法，揭示信號與資源共享條件下，感知與通信性能相互影響與促進的內在機理與折衷關系。

3.2 通信感知一體化接入方法

在蜂窩移動通信系統中，終端用戶的成功接入依賴公共信道傳輸的多種公共信息，比如系統信息、同步信息、控制信令以及多媒體廣播多播等。例如，用戶在開機之后首先要檢測下行同步信號，此時系統并未獲取與終端之間的信道狀態信息，無法使用定向波束傳輸下行同步信號，需要設計公共信號以向所有待接入終端（包括：初始接入用戶、休眠用戶、待機用戶等）廣播公共信號。在去蜂窩超大規模MIMO系統中，“以用戶為中心”的覆蓋方式需要構建動態協作簇來服務用戶接入，而協作簇的構建和接入資源的分配依賴用戶位置等信息。用戶的自定位信息可以借助于空間基準來獲取，但是由于接入過程中去蜂窩超大規模MIMO系統無法獲知用戶的自定位信息，而利用隨機布設的天線陣列對用戶進行定位是一種有效的解決手段。因此，初始用戶接入設計不僅需要設計公共信號以支撐公共信息傳輸和隨機接入，還需要實現初始定位以支撐動態協作簇構建和資源的精準調度。需要利用隨機布設的天線陣列進行均勻輻射預編碼[54]，同時，AP端可以利用隨機接入導頻信號提取用戶角度、信號強度、多徑信息等進行接入階段的初始感知定位，從而實現通信感知一體化系統中用戶的可靠初始接入。

3.3 聯合信道估計和位置更新方法

在去蜂窩超大規模MIMO中，稠密用戶分布以及有限的正交導頻資源使得系統中導頻分配和復用問題更為復雜。同時，“以用戶為中心”的服務架構使得為每個用戶提供服務的AP簇隨著用戶位置的變化而動態變化。動態變化的協作簇以及簇間干擾的存在使得集中式大規模MIMO系統的導頻復用方法在去蜂窩系統中并不適用。如何設計合理的導頻復用方法，從而減輕導頻污染成為亟待解決的問題。另一方面，信道信息與定位信息的獲取依賴正交導頻，導頻傳輸將消耗大量的通信資源，從而構成系統瓶頸。如何有效節約導頻資源、降低導頻污染是提高信道估計性能、提升系統頻譜效率和定位精度的關鍵所在。因此，需要結合天線陣列隨機布設、協作簇動態構建等特點，研究去蜂窩超大規模MIMO系統的動態導頻復用、聯合信道估計和位置更新方法。

基于用戶接入階段獲取的初始位置信息進行導頻資源受限條件下的導頻分配方案設計，充分挖掘用戶簇間、AP協作簇間的干擾影響，進而減少系統導頻污染、提升信道估計性能。同時，基于精確的信道估計值，提取用戶角度、信號強度、多徑信息等精確信道特征，借助指紋定位、深度學習等技術實現位置信息的動態更新，最終實現信道估計與用戶定位信息的相互利用與良性迭代更新機制。

位置信息輔助的導頻分配方案主要通過對用戶和AP進行分簇處理，將位置相近的用戶分成一簇，簇內的用戶使用正交導頻，簇間用戶進行導頻復用，有效地減輕導頻污染，提升信道估計準確度。圖4對比了不同導頻分配方案的信道估計均方誤差。從圖中可以看到，位置輔助導頻分配方法相較于隨機導頻分配[55]、貪婪導頻分配[56]以及基于位置的貪婪導頻分配[57]等三種方案，可以實現最優的信道估計性能。另外，還可以直觀地看到，正交導頻數目越多，信道估計均方誤差越小，因為此時用戶間的干擾較小。

圖4 不同導頻分配方案下，信道估計均方誤差隨信噪比變化的示意圖（M=8、N=20、K=20、τp=15，η=4 m。M：天線數目；N：AP數目；K：用戶數目；τp：導頻長度；η：參考點間隔）

利用精確估計的信道狀態信息，提取更新后的位置指紋信息，進行用戶位置更新，可進一步改善定位精度。圖5給出了聯合信道估計與位置更新方法的不同階段的定位性能示意圖?？梢钥吹?，定位性能隨著天線數目的增加而提升，因為更多的天線可以提供更大的自由度。另外，還可以觀察到，相較于初始定位，位置更新方法在精確定位階段可以實現更高的定位精度。這是因為精確定位階段用于定位的位置指紋信息提取自更加準確的估計信道信息，有效提升了定位性能。

圖5 所提位置更新方法下，不同定位階段定位誤差的累積分布函數示意圖（其中N=20、K=20、τp=10、η=4 m）

3.4 位置信息輔助的分布式波束成形

僅有本地AP或簇內AP信道狀態信息可用時，位置信息將在分布式波束成形優化設計中發揮關鍵作用。受限于系統反饋容量以及大量信道反饋引入的信道老化，AP僅有本地或簇內AP的信道狀態信息可用。由于不同AP-用戶信道的散射路徑相對獨立，用戶信號角度域分布更為稠密且不同用戶間角度譜特征差異顯著降低，僅依賴角度信息難以有效區分用戶信號空間關聯關系，從而導致集中式的大規模MIMO統計波束成形方法[4-7]不再適用。因此，需要充分挖掘用戶位置信息與簇間干擾功率、AP波束成形策略之間的數學聯系，研究位置信息激勵的分布式波束成形優化設計方法，這是構建通信感知一體去蜂窩超大規模MIMO系統時所需解決的核心問題，如圖6所示。

圖6 位置信息輔助的分布式波束成形示意圖

相對于瞬時信道狀態信息，用戶位置信息可視為準靜態信息，對反饋鏈路的容量和時延要求遠低于瞬時信道的反饋。因此，位置信息輔助的去蜂窩超大規模MIMO分布式波束成形方法具有很強的實用性。利用用戶精確定位信息分析鄰居協作簇用戶的平均接收干擾功率與不同AP波束成形策略之間的數學聯系，構建鄰居協作簇的波束成形策略（波束角度、碼本選擇）與關聯干擾相互的作用模型。在此基礎上，設計可促進網絡信干噪比（SINR,Signal to Interference plus Noise Ratio）、信號泄露比（SLNR,Signal to Leakage and Noise Ratio）最大化的效用函數，利用博弈論、強化學習等方法進行求解，并可針對不同用戶位置分布樣式，利用字典學習等基于數據的碼本構建方法，對波束成形的碼本向量空間進行自適應離線學習，從而優化和精簡求解問題的策略空間，進一步改善分布式波束成形的實現復雜度和性能。

3.5 高能/譜效的分布式資源優化

無線信道隨機變化、協作簇規?？缮炜s、用戶分組動態變化、反饋鏈路資源受限等組網特點給資源優化配置帶來了極大挑戰。在去蜂窩超大規模MIMO系統中，蜂窩邊界概念弱化，由多個AP構成的動態協作簇來共同服務一個用戶，大幅減少了小區間干擾，提升了網絡覆蓋的均勻性。動態協作簇的AP構成是“以用戶為中心”進行選擇且動態更新變化的，協作簇的規?？梢愿鶕脩舻姆召|量需求進行伸縮。因此，去蜂窩超大規模MIMO系統具有很強的靈活性，這些靈活性在帶來以上優勢的同時，也給系統資源分配帶來了極大的挑戰。同時，由于信道估計誤差、反饋受限、非理想硬件等因素導致各類干擾無法被理想抑制，殘余的簇間干擾、多用戶干擾將始終存在。當殘余干擾累積到一定的水平，系統的頻譜效率增益將大幅下降。而普遍存在的網絡環境時-空變化、業務多樣性和時變性、服務質量需求差異化以及通信和定位固有的資源需求矛盾等因素也從另一個方面制約著頻譜效率的提升。

在進行資源分配時，需要充分考慮通信感知一體去蜂窩超大規模MIMO系統所具有的特征。簇內AP通常僅具有本地或局部鄰居節點信道信息，且協作AP簇間遵循“利己主義”，資源競爭對鄰近簇產生直接影響。當相鄰AP簇占用相同時頻資源引發簇間干擾時，通過簇間傳遞可間接影響并波及全部協作簇。此外，通信與定位對資源分配需求存在固有矛盾，提升定位精度可改善分布式傳輸性能，其代價是消耗更多功率和帶寬資源，且獨立的定位波束成形將占用額外的時間和計算資源，從而壓縮信道估計和分布式傳輸的可用資源空間。同樣地，基于簇間干擾抑制的資源分配策略雖可改善通信質量，但壓縮了精確定位的可利用資源空間，從而限制定位性能的提升，并反向約束分布式波束成形性能。因此，在資源總量受限條件下，需要協同定位精度和通信資源消耗的折衷關系，在MIMO傳輸、NOMA傳輸、混合NOMA/OMA傳輸等策略的基礎上，充分考慮殘余簇間干擾、反饋鏈路受限等實際約束，研究多維資源動態分配問題，以實現各類資源的細粒度調度和自適應調整。

3.6 高頻段通信與近場無線接入

6G網絡將在現有5G網絡的基礎上支持更高的數據速率（峰值速率達1 Tbps）、更高的能量效率、更低的時延以及更加多樣化的用戶需求。為滿足這些網絡需求，超大規模天線陣列和高頻頻段（如毫米波和太赫茲）無線接入等物理層關鍵技術將被應用于未來6G去蜂窩超大規模MIMO系統。分布式的超大規模天線陣列（基站或者智能超表面配置數百根甚至上千根天線）可以顯著提高系統的頻譜效率，同時高頻段提供了更多可利用的帶寬資源。不同于現有遠場無線通信系統，超大規模天線陣列和高頻譜資源的啟用將使未來6G去蜂窩超大規模MIMO系統中的用戶位于天線的輻射近場（菲涅爾）區域。在近場區域，電磁波的傳播模型為球面波[58]，而非傳統假設的平面波傳播模型。這種電磁傳播環境的物理上的根本性變化給基于遠場平面波模型推導的經典無線通信理論帶來了巨大挑戰[59-60]。同時，近場球面波傳播特性也為無線通信帶來了新的機遇?？紤]定位感知和通信共享發射機硬件、頻譜等資源且均工作于近場區域的場景，近場波束聚焦在增強通信性能的同時卻會降低定位探測范圍。因此，在近場通感一體化場景中，如何通過波束設計來權衡通信與定位探測雷達之間的性能是一個非常有意義的研究方向[61]。也可進一步研究近場射頻無線能量傳輸基礎理論及能量波束聚焦技術[62]，為6G時代物聯網設備無源化，即終端去電池、去電源線提供了理論基礎和技術支撐。

4 結束語

鑒于去蜂窩超大規模MIMO系統廣闊的應用前景，本文介紹了未來移動通信系統中通信感知一體化的潛在技術需求。在此基礎上結合國內外最新研究動向和進展，提出通信感知一體去蜂窩超大規模MIMO系統。之后從基本信息理論分析、通信感知一體化接入方法、聯合信道估計和位置更新方法、位置信息輔助的分布式波束成形、高能/譜效的分布式資源優化等方面介紹了通信感知一體去蜂窩超大規模MIMO系統的未來研究方向。進一步，結合高頻段通信及其帶來的近場無線接入技術特點，詳細分析了6G無線網絡中的近場通信挑戰，給出了近場波束聚焦、射頻無線傳能等未來研究方向。最后總結了通信感知一體去蜂窩超大規模MIMO系統的主要優勢和未來仍需關注的問題。未來，通過對通信感知一體去蜂窩超大規模MIMO系統的優化設計，同時充分發揮高頻段通信與近場無線接入技術優勢，能夠推動形成通信與感知定位信息的相互利用和良性迭代更新機制，從而克服寬帶通信與感知定位分離式結構局限，探索聯合高譜/能效傳輸與帶內高精度感知定位的一體化創新解決方案。