面向6G的大規模MIMO通信感知一體化：現狀與展望*

張若愚，袁偉杰，崔原豪，劉凡，吳文

（1.南京理工大學近程高速目標探測技術國防重點學科實驗室，江蘇 南京 210094；2.南方科技大學電子與電氣工程系，廣東 深圳 518055；3.北京郵電大學可信分布式計算與服務教育部重點實驗室，北京 100876）

0 引言

第六代移動通信系統（6G）通過人-機-物的智能互聯，將實現由移動互聯到萬物互聯，乃至萬物智聯的躍遷。根據《6G 總體愿景與潛在關鍵技術》白皮書，6G 預期通過通信、感知、計算的交互，支撐全息通信、數字孿生、擴展現實等全新業務，拓展智慧城市、智慧交通和智能制造等垂直應用場景，推動真實物理世界與虛擬數字世界的深度融合[1]。上述新興業務迫切需要通信設備和終端具備物理世界的感知能力，驅動6G 空口核心功能從無線傳輸向無線感知擴展。

通信感知一體化（ISAC,Integrated Sensing and Communications）通常是指集成設計（無線電）感知和通信系統，從而更有效地利用擁擠的無線/ 硬件資源，甚至實現兩種功能之間協同增效的一種電子系統設計方法，以及實現該方法的使能技術[2]。相比于傳統獨立的通信與感知系統，ISAC 將二者有機結合以實現優勢互補，不僅有效提升系統的頻譜效率和硬件效率，獲取集成增益，還可以通過二者的互相輔助獲取額外的協作增益，被廣泛認為是下一代移動通信網絡的關鍵技術之一[3]。

大規模多輸入多輸出（MIMO,Multiple-Input Multiple-Output）通過深度挖掘空間維度資源，能顯著提升通信網絡容量，是當前5G 以及未來6G 物理層關鍵技術之一[4]。而隨著移動通信系統向多天線、高頻段的不斷演進，通信與感知在硬件架構、信道特性以及信號處理方法正逐漸趨同。大規模MIMO 與ISAC 的結合，一方面得益于大規模的天線陣列，能夠提供極高的空間分辨能力，在提升感知性能方面具有巨大的潛力；另一方面通過賦予通信系統內生的感知能力，輔助信道狀態信息獲取和波束成形設計，提高通信服務質量和效率[5]。因此，大規模MIMO-ISAC 有望同時實現高速率通信和高精度感知，極大推動未來6G 時代智能家居、智能工廠、車聯網等應用的發展。其應用場景如圖1 所示。

圖1 大規模MIMO通信感知一體化應用場景

本文首先介紹了通信感知一體化與大規模MIMO 結合的背景和意義，然后根據通信和感知的功能側重及優先級，從通信為中心、感知為中心和聯合設計三個方面對大規模MIMO-ISAC 的研究進行分析，最后對大規模MIMO-ISAC 未來的研究方向進行了展望。

1 通信為中心的大規模MIMO-ISAC

在通信為中心的大規模MIMO-ISAC 中，系統設計優先級是在依賴保障現有通信系統性能的情況下向網絡賦予感知能力，性能衡量指標以頻譜效率、信道容量和誤碼率等通信性能指標為主，主要包括三個方面的研究：通信功能為主的波形設計、基于通信波形的目標參數估計和感知輔助通信。

1.1 通信功能為主的波形設計

通信功能為主的波形設計直接利用通信波形或對其進行一定的改動以實現感知功能，包括單載波和多載波兩個分類。單載波波形具有更低的峰值平均功率比，而多載波波形能更好地抵抗信道的頻率選擇性衰落。下面主要以多載波一體化波形為例進行闡述。

正交頻分復用（OFDM,Orthogonal Frequency-Division Multiplexing）波形具有較高的頻譜效率和良好的抗多徑能力，被廣泛應用于當前的通信標準，如5G NR 和IEEE 802.11ad 等[6]。利用OFDM 信號進行無線感知的優勢至少包括：多個子載波相互正交、帶寬資源的靈活分配、時間帶寬積大、理想情況下可以得到“圖釘形”的模糊函數等[7]。結合大規模MIMO 在頻譜效率、陣列增益和空間分集等方面的優勢，OFDM 波形能夠滿足高速數據通信需求，并盡可能提升感知性能。

正交時頻空（OTFS,Orthogonal Time Frequency Space）是近年來一種新興的多載波調制技術，為時間-頻率雙選擇性信道下的可靠傳輸提供了新的解決方案[8]。OTFS 波形對多普勒頻移具有較強的魯棒性，還能實現與調頻連續波幾乎相同的距離和速度估計精度，可以廣泛應用于車聯網、無人機等高移動性通信感知一體化場景。此外，OTFS 在時延和多普勒維度建立了通信與感知模型之間的聯系，這對大規模MIMO-ISAC 的波形設計具有重要意義。

通信功能為主的一體化波形能夠保證通信傳輸性能，但通信信息的隨機性與感知所需的恒包絡、低副瓣和強自相關等指標存在矛盾，需要考慮二者的權衡。此外，通信功能為主的一體化波形設計還需要考慮幀結構、能量效率等因素，從而對頻譜、時隙、功率等資源進行高效靈活地分配和優化。

1.2 基于通信波形的目標參數估計

在通信感知一體化場景中，感知的核心功能是對目標的方位、距離和速度等參數進行估計，從而支撐面向不同應用的目標檢測、識別和分類等任務。相比于傳統基于感知波形，基于通信波形的目標參數估計具有以下特點[9]：

（1）信號形式不同：發射信號基于固定的幀結構和通信協議，攜帶通信信息的數據包隨機性強；5G NR 中的參考信號如解調參考信號和信道狀態信息參考信號等，具有與傳統感知信號類似的強自相關性，便于更好地進行信道估計，但同樣受限于一定的重復周期。

（2）傳輸環境復雜：部署在蜂窩網絡的大規模MIMO-ISAC 面臨復雜的傳輸環境，密集的散射體和多徑效應會引入大量的地雜波，這會造成感興趣的目標信息淹沒在包含大量雜波的接收回波中，因此亟需在目標參數估計之前進行一定的雜波抑制措施。

（3）目標形式不同：傳統的目標感知通常依賴于遠場條件和點目標假設，而在蜂窩網、車聯網和智慧家庭等場景中，如車輛識別、障礙物檢測和人體行為識別等應用，需要進一步考慮在擴展目標和近場條件下進行參數估計。

（4）時鐘同步困難：由于發射機和接收機本地振蕩器之間不完全同步，這會引入隨時間變化的符號定時偏差和載波頻率偏移，不僅會導致碼間串擾或載波間干擾，還會對目標的距離和速度的估計引入較大誤差。

上述特點導致大規模MIMO-ISAC 的目標參數估計面臨挑戰，因此如何針對標準化通信波形設計相應的目標參數估計算法，是以通信為中心的大規模MIMO-ISAC的突破重點。

1.3 感知輔助通信

感知輔助通信是指利用通信網絡內生的感知能力對信道和環境進行感知、識別與預測等，從而進一步提升通信系統的性能[3]。相比于傳統僅基于通信協議的系統，大規模MIMO-ISAC 有望利用感知輔助通信獲得以下性能增益[10]：

（1）輔助信道獲?。捍笠幠IMO-ISAC 通過感知目標的信號回波獲取信道的角度先驗信息，可以有效降低信道估計所需的導頻開銷；利用信號回波代替頻繁的信道反饋，可以降低信道量化誤差和反復開銷，提升信道獲取精度。

（2）輔助波束成形：通過大規模天線陣列形成的窄波束對環境和目標狀態進行感知，獲取角度信息調整波束搜索范圍，降低波束搜索和鏈路建立時間，有助于移動場景下的實時波束跟蹤，增強數據傳輸的可靠性。

（3）輔助資源分配：大規模MIMO-ISAC 利用感知信息和結果，如用戶屬性、終端狀態等，輔助通信網絡進行更加高效靈活的小區切換、帶寬/ 功率分配和計算資源調度等，從而提升自動駕駛、軌道交通等場景的網絡性能。

需要注意的是，由于信號回波與下行信號處于同一頻段，大規模MIMO-ISAC 基站需要采取一定的自干擾抑制和消除措施，如收發天線隔離、全雙工等。

2 感知為中心的大規模MIMO-ISAC

在感知為中心的大規模MIMO-ISAC 中，設計思路主要是在保證感知性能的前提下引入通信功能，性能衡量指標以感知指標為主，包括參數估計精度、檢測和定位性能等。

2.1 感知功能為主的波形設計

感知功能為主的波形設計主要目標是最小化通信信息對感知性能的影響，通常在感知波形的基礎上，對其進行某些改變來攜帶通信信息。典型的波形設計方法包括波形分集、相位調制、空域嵌入和索引調制等[11]，下面以空域嵌入和索引調制為例進行介紹。

（1）空域嵌入：利用發射波束圖樣副瓣來嵌入通信信息。在單個脈沖內，對發射波形中的多個信息比特和波束向量進行加權，使合成波形擁有相同的主瓣和不同的旁瓣。該方法本質上是在副瓣進行幅度或相位調制來實現通信功能，可有效控制副瓣電平的高低變化，幾乎不會影響主瓣方向的目標感知。

（2）索引調制：是一種新型調制技術，具有較高的頻譜效率[12]。與直接改變信號波形不同，索引調制是通過控制感知波形參數的變化來攜帶通信信息，可用的索引資源包括天線序號、載波頻率、發射時隙和擴頻碼等。這類方法將比特信息嵌入到特定的感知波形參數組合之中，在提供通信服務的同時盡可能減少了對感知功能的影響。

此外，將通信信息嵌入既有的感知波形如線性調頻信號等，并在時/ 頻/ 碼等維度構造正交波形，有望進一步發揮大規模MIMO 多天線的優勢以提升感知性能，但此類方法的通信速率較為有限。

2.2 通信信號處理

感知為中心的大規模MIMO-ISAC 具有優良的目標感知性能，但如何實現信號解調和信道估計等通信信號處理面臨著以下挑戰[13]：

（1）信道估計：以感知為中心的大規模MIMOISAC 通信速率較低，限制了用于信號同步、信道估計等模塊的時頻資源，增加了導頻序列設計的難度。此外，大規模天線陣元數目眾多，信道矩陣維度高，而且受諸如車輛、無人機等感知目標運動的影響，信道沖激響應隨時間快速變化，未知信道系數進一步增加。

（2）信號解調：感知目標不可避免地引入多普勒頻移和同步誤差等非理想因素，信號解調必須考慮如何降低頻偏和時延等造成的影響。此外，以索引調制為例，數據解碼需要在空間、頻率等維度進行窮舉搜索，復雜度高。

2.3 通信輔助感知

通信輔助感知是指利用通信網絡中的無線基礎設施，對感知信息進行傳遞和匯聚，有助于提升感知服務的深度、廣度和性能[3]。

在大規模MIMO-ISAC 中，大規模天線陣列極大地拓展了陣列孔徑，為感知提供了更高的空間分辨力和更強的抗干擾能力。類比于MIMO 雷達收發基地是否分置以及上/ 下行通信，大規模MIMO-ISAC 可劃分為如表1所示的工作模式[14]。在現有無線蜂窩網絡的基礎上，文獻[14] 提出了感知移動網絡（PMN,Perceptive Mobile Network），討論了系統架構、網絡設計等問題，為通信輔助感知提供了豐富且靈活的配置模式。在PMN 中，可用于感知的信號包括導頻信號、數據負載信號等，基站可以在不同的地理位置進行信號的發射與接收，通過一定程度的協作獲得空間分集增益。

表1 大規模MIMO-ISAC的工作模式

面向6G 網絡，利用通信網絡中的無線基礎設施將進一步提升目標的定位性能。例如，大量基站可作為地面錨點，為道路車輛、工廠機器人等提供全天時、精細化、高精度的定位感知服務。此外，隨著通信系統向高頻段、大帶寬的不斷發展，結合大規模多天線技術，移動通信網絡和終端設備進一步發展通信感知一體化定位技術，為實現厘米級定位精度奠定基礎[15]。

3 大規模MIMO-ISAC的聯合設計

大規模MIMO-ISAC 的聯合設計通過共享系統硬件、軟件和頻譜資源，在共同優先級下兼顧通信與感知需求，助力于二者的深度融合。聯合設計具有更高的設計自由度，可以實現通信功能與感知功能之間性能的靈活折中。

3.1 聯合波形設計

大規模多天線提供了更高的空間自由度和分集增益，可以有效提升通信和感知性能。為了實現通信和感知之間性能的平衡以及空域資源的靈活分配，一個重要的問題是大規模MIMO-ISAC 的聯合波形設計。由于感知和通信可能有不同的性能需求，聯合波形設計包括以下幾個方面的研究：

（1）基于波形相似性：目標感知通常要求發射波形具有良好的相關性能、高峰值旁瓣比、低峰值旁瓣比等，從而獲得更好的抵抗雜波干擾能力，但大規模MIMO-ISAC 中通信數據和無線信道的隨機性導致難以在單個波形中同時滿足上述指標。一種可行的方式是在通信性能約束下，如信干噪比、多用戶干擾等[16]，通過逼近滿足性能要求的發射波束圖樣來設計一體化發射波形。

（2）基于參數估計性能：參數估計精度是衡量感知性能的重要指標，但由于接收信號和待估參數之間通常是非線性關系，很難直接得到最小均方誤差的閉合表達式，進而無法對波形進行優化設計。由于克拉美羅界（CRB,Cramér-Rao Bound）是任意無偏估計量的方差的下限，因此一種可行的方式將CRB 作為優化目標，基于CRB的最小準則來進行通信感知一體化的波形設計[17]。

（3）模擬陣列的多波束優化：模擬陣列能夠生成定向的窄波束，但由于模擬陣列的限制，目標感知僅局限于通信傳輸方向。針對這一問題，文獻[18] 提出了一種可行的多波束方案，即在一個方向固定的子波束指向通信用戶，其余子波束每個數據包改變一次方向用作感知掃描。因此，需要對波束成形的加權系數進行優化，從而滿足同時支持不同方向的通信傳輸和目標感知的需求。

（4）基于混合模數結構的波束成形：大規模MIMOISAC 的大量天線導致射頻鏈數目劇增，系統能耗和硬件成本過高，這一問題在毫米波/太赫茲等高頻段更為嚴重?；旌夏到Y構是一種實現射頻鏈數目降低、性能與能耗平衡的有效解決方案[19]，但受限于混合模數結構實際的硬件約束，如何設計同時滿足多目標感知和多用戶傳輸需求的混合波束成形是大規模MIMO-ISAC 實際應用的關鍵。

3.2 一體化信號處理

在大規模MIMO-ISAC 中，一體化信號處理的基本任務是同時完成通信符號的檢測與感知目標的估計。但在一體化接收機中，目標的信號回波以及接收的通信信號相互疊加，引起的互干擾嚴重制約了傳統信號處理方法的性能。針對該問題，可行的解決方法包括如下：

（1）聯合設計與處理：從疊加信號中提取通信信息和目標參數可以建模為聯合檢測與估計問題，因此可以考慮結合感知信號的恒模特性對星座圖進行優化設計[20]；結合串行干擾消除思想設計參數估計算法，提升目標跟蹤性能[21]。

（2）挖掘結構化信息：對于接收的疊加信號，如可以考慮將感知目標的回波視為異常值，并利用感知波形非連續發射所引入的稀疏性，研究一體化處理方法來提升通信符號的檢測性能[22]。

此外，面向6G 網絡中繁多的感知場景以及復雜的無線信道環境，一體化信號處理將面臨更大的挑戰，潛在的研究方向包括：一體化干擾消除技術、非連續數據信號的目標感知、信道與目標參數的聯合估計等。

3.3 性能權衡

雖然大規模MIMO-ISAC 能夠同時實現信息傳輸和目標感知，但受限于共享的平臺資源，需探討大規模MIMO-ISAC 中通信與感知的性能極限，并分析兩者的權衡關系，為后續實際部署提供參考。

（1）資源約束下的性能邊界

由于通信和感知兩者的優化與設計目標不同，在陣列規模、發射功率、信號帶寬、相干時間、波形形式等資源有限的條件下，通信和感知的性能指標如信道容量和參數估計性能等，通常呈現此消彼長的關系[23]。因此，面向6G 通感一體化的場景和需求，需要結合具體的性能指標，在資源約束下探明大規模MIMO-ISAC 的理論性能邊界，從而指導有限資源的合理配置，設計出最優的權衡方案。

（2）基于互信息的性能權衡

從信息論的視角出發，基于互信息的模型可以在統一的理論框架下對通信和感知系統的性能進行度量及分析。對于感知來說，互信息表征了從回波信號中獲取到關于目標的信息量大小，并發展出了雷達估計速率、等效均方誤差等度量指標。在此基礎上，文獻[24] 采用容量-失真函數，分析了點對點高斯信道下通信容量和感知失真之間的權衡，但如何利用互信息揭示大規模MIMOISAC 通信和感知性能的折中還需要進一步研究。

（3）空間自由度的性能權衡

雖然大規模MIMO-ISAC 提供了豐富的空間自由度，但通信和感知對空間資源有著不同的處理方式。例如，通信可以同時利用信道的視距和非視距路徑，從而獲得分集增益和復用增益；而感知通常僅關注包含目標信息的信號路徑，而將其他路徑的傳輸信號視為雜波并抑制[25]。因此，需要結合實際的信道傳輸環境，分析大規模MIMO-ISAC通信和感知在空間自由度方面的性能折中。

4 未來展望

面向未來的6G 網絡，通信感知一體化還可以與其他6G 物理層關鍵技術有機結合、共同演進。

4.1 超大規模MIMO

超大規模MIMO 是大規模MIMO 的演進升級，具有更高的頻譜效率和能量效率[26]，并有望進一步提升ISAC性能。由于其極高的空間分辨能力，可以獲取更多的多徑信息，有助于感知對視距/ 非視距傳播的識別；具備更強的波束調整能力，提供非地面覆蓋，具備無人機等低空目標的監控能力；在高移動性場景中，通過感知信息實現快速波束對準與實時跟蹤，從而有助于提升城市復雜環境中位置服務的可靠性。

4.2 無蜂窩大規模MIMO

無蜂窩大規模MIMO 通過引入基站間的協作充分消除小區間干擾，大幅提升6G 網絡容量[27]，還有提升ISAC 感知性能的潛力。在更廣域地理范圍內部署大量分布式小型基站，遠端無線單元從多個接入點獲取目標回波信息，增強信號接收質量；分布式射頻和天線將大量感知數據傳回中央處理單元，利用多節點的協作和多基站之間的協同計算，滿足跟蹤、定位、成像等功能的精度要求，支撐分布式、網絡化感知。

4.3 智能超表面

智能超表面（RIS,Reconfigurable Intelligent Surface）具有低成本、低能耗、易部署等獨特優勢，被認為是6G 關鍵技術之一[28]。RIS 可以作為無線中繼靈活操控信道環境，為ISAC 提供額外的非視距感知路徑，提升感知覆蓋范圍并增強感知穩健性；RIS 與大規模MIMO 技術結合，進一步發展為全息MIMO（Holographic MIMO），在降低成本的同時帶來更大的天線孔徑，易于在基站或空中平臺部署，通過靈活的波束指向和聚焦波束發射，提升感知精度。

4.4 太赫茲技術

太赫茲是頻譜范圍在0.1～10 THz 的電磁波，被視作6G 的潛在頻段[29]。太赫茲擁有超大帶寬的可用頻率資源，具備超高速通信和超高精感知的潛力，其極短波長的特點有助于器件微小型化，降低感知設備的體積和功耗，催生可穿戴健康監測、微系統傳感器等新型物聯網應用；太赫茲與超大規模天線技術結合，可以克服嚴重的路徑傳輸衰減，通過ISAC 感知信息輔助的波束訓練，有望進一步提升通信傳輸性能。

5 結束語

本文從場景需求、功能側重與未來展望等角度對面向6G 的大規模MIMO-ISAC 研究進行總結。首先概括了大規模MIMO-ISAC 所面臨的場景與需求；然后從通信為中心、感知為中心以及聯合設計三個方面，分析了大規模MIMO-ISAC 的研究現狀，包括波形設計、目標參數估計、感知輔助通信、通信信號處理、通信輔助感知、一體化信號處理和性能權衡等；最后對大規模MIMO-ISAC未來的研究方向進行了展望，包括超大規模MIMO、無蜂窩大規模MIMO、智能超表面和太赫茲技術。