博主未授權(quán)任何人或組織機(jī)構(gòu)轉(zhuǎn)載博主任何原創(chuàng)文章，感謝各位對原創(chuàng)的支持！
博主鏈接

本人就職于國際知名終端廠商，負(fù)責(zé)modem芯片研發(fā)。
在5G早期負(fù)責(zé)終端數(shù)據(jù)業(yè)務(wù)層、核心網(wǎng)相關(guān)的開發(fā)工作，目前牽頭6G算力網(wǎng)絡(luò)技術(shù)標(biāo)準(zhǔn)研究。


博客內(nèi)容主要圍繞：
???????5G協(xié)議講解
???????算力網(wǎng)絡(luò)講解（云計(jì)算，邊緣計(jì)算，端計(jì)算）
???????高級(jí)C語言講解
???????Rust語言講解

通信感知一體化概述

隨著5G的商業(yè)化，學(xué)術(shù)界和業(yè)界都將重點(diǎn)轉(zhuǎn)向2030年及以后的6G解決方案的開發(fā)。預(yù)計(jì)將出現(xiàn)由6G網(wǎng)絡(luò)支持的沉浸式多感官擴(kuò)展現(xiàn)實(shí)(XR)、自動(dòng)駕駛、全息通信、智能醫(yī)療、智能工業(yè)、數(shù)字孿生等多種新型殺手級(jí)應(yīng)用和服務(wù)。為了滿足日益增長的需求，6G將從單純的通信基礎(chǔ)設(shè)施，發(fā)展為容納無線通信、傳感、計(jì)算和人工智能(AI)等功能的綜合平臺(tái)，并利用所有這些功能來徹底改變我們的生活和工作方式。


這種持續(xù)的趨勢，加上對更高頻譜利用率的需求，首先推動(dòng)了兩項(xiàng)重要功能的整合，即通信和傳感，成為一個(gè)單一的平臺(tái)，在那里它們以共生的方式一起工作，追求互利，由此產(chǎn)生了一個(gè)名為通信感知一體化(SSaC)的新興研究領(lǐng)域。

SSaC：Symbiotic Sensing and Communications

SSaC 概念與愿景

SSaC 概念和特點(diǎn)

• 如何理解SSaC中的感知（Sensing）概念：我們常說的感知有兩種形式：

  • 通過電磁波信號(hào)感應(yīng)，例如，射頻(RF)信號(hào)、光感信號(hào)等；
  • 通過傳感器或傳感器系統(tǒng)感應(yīng)，例如，攝像頭、麥克風(fēng)、溫濕度傳感器等。
    
    

  前者強(qiáng)調(diào)利用無線信號(hào)進(jìn)行傳感，后者強(qiáng)調(diào)利用傳感器網(wǎng)絡(luò)獲取傳感信息。SSaC中的傳感概念與前者更為貼切，它側(cè)重于利用電磁波信號(hào)，尤其是使用RF信號(hào)，因?yàn)檫@樣便于將無線傳感能力集成到通信網(wǎng)絡(luò)中。

• SSaC的概念：SSaC的主要設(shè)計(jì)原則是將無線感知和通信以互惠共生的方式無縫集成到同一個(gè)系統(tǒng)中(通過共享相同的頻率、信令、硬件等)。具體來說，SSaC可以利用無線電磁波信號(hào)進(jìn)行探測、定位、跟蹤以及描述一個(gè)對象，識(shí)別不同的活動(dòng)、狀態(tài)甚至重構(gòu)環(huán)境。而感知的結(jié)果可以用來提高無線接入和無線資源管理的性能。此外，SSaC能夠支持多種應(yīng)用，包括基于位置和軌跡的應(yīng)用，基于狀態(tài)識(shí)別的應(yīng)用，以及基于環(huán)境重建的應(yīng)用，為6G提供高質(zhì)量的服務(wù)和用戶體驗(yàn)。

SSaC的演進(jìn)路線圖和愿景

上圖中展示了SSaC發(fā)展的三個(gè)階段：共存階段，合作階段和一體共生階段，下面分開介紹一下每個(gè)階段的含義和挑戰(zhàn)：

• 通信和感知共存階段：這意味著感知和通信可以使用分離的信號(hào)和處理程序，但共享相同的資源(如頻譜頻率、天線陣列等)，以實(shí)現(xiàn)更高的頻譜和硬件效率。設(shè)計(jì)有效的干擾消除和管理技術(shù)是這一階段的關(guān)鍵研究問題，使SaC（Sensing and Communications）能夠在互不干擾的情況下運(yùn)行
• 通信和感知合作階段：感知和通信可以使用相同的硬件和信令(例如，共享一個(gè)波形)，并利用共同的知識(shí)來提高一個(gè)系統(tǒng)的性能而不影響另一個(gè)系統(tǒng)，即感知輔助通信設(shè)計(jì)或通信輔助感知設(shè)計(jì)。這個(gè)階段的研究方向包括從波形、編碼方案到信號(hào)處理算法的各個(gè)階段。
• 通信和感知一體共生階段：感知和通信在頻譜、硬件、信令、協(xié)議、網(wǎng)絡(luò)等各個(gè)方面完全協(xié)調(diào)和協(xié)作。兩者可以相互促進(jìn)，互惠互利，這是SaC之間最高層次的共生關(guān)系。在這個(gè)階段，SaC將同時(shí)獲得最高的性能增益，以支持廣泛的新應(yīng)用程序和服務(wù)。

綜上所述，在6G時(shí)代，SSaC將成為除eMBB、uRLLC、mMTC等5G支持服務(wù)外的主要服務(wù)之一。如圖上圖，SSaC將與eMBB+、uRLLC+、mMTC+共存，形成一個(gè)包含6G基本功能和服務(wù)的“四面體”。

---

SSaC 應(yīng)用場景分析

應(yīng)用場景一：基于位置和軌跡的應(yīng)用

• 高精度定位：SSaC需要提供厘米級(jí)的定位精度，例如，室內(nèi)購物或出租車出行的智能導(dǎo)航，緊急救援的定位服務(wù)等；

• 軌跡跟蹤和路線規(guī)劃：利用多個(gè)目標(biāo)(如無人機(jī)、車輛、機(jī)器人等)的軌跡信息，可以實(shí)現(xiàn)精確的路線規(guī)劃、大規(guī)模鄰居發(fā)現(xiàn)、避碰、車輛組隊(duì)等，有助于緩解交通擁堵，提高道路安全；

• 波束管理和信道估計(jì)：利用SSaC感知到的目標(biāo)位置，可以實(shí)現(xiàn)快速、高效的波束掃描、配對和對準(zhǔn)過程，尤其適用于高機(jī)動(dòng)性場景。此外，角度和定時(shí)信息(即通過定位得到的AoA/AoD/ToA)可以進(jìn)一步用于通信信道估計(jì)。

應(yīng)用場景二：基于狀態(tài)識(shí)別的應(yīng)用

在該場景中，通過信道狀態(tài)信息(channel state information, CSI)與機(jī)器學(xué)習(xí)/人工智能算法的聯(lián)合，可以提取和識(shí)別手勢/活動(dòng)/健康狀態(tài)/天氣狀況等不同類型的狀態(tài)信息。

• 手勢和活動(dòng)識(shí)別：通過分析通信通道(如mmWave/THz/WiFi通信)獲得的聲譜圖或成像結(jié)果，準(zhǔn)確識(shí)別人體的各種動(dòng)作(如站/走/跑)。此外，手機(jī)可以通過其無線電信號(hào)或嵌入式傳感器探測到人類的手勢；

• 健康狀況檢測：利用CSI的相位變化可以檢測和跟蹤人體的呼吸頻率和呼吸狀態(tài)。SSaC還可以通過分析射頻信號(hào)、CSI或使用可穿戴設(shè)備進(jìn)行醫(yī)療診斷和生命體征監(jiān)測；

• 天氣監(jiān)測和預(yù)報(bào)：由于降雨、冰雹等天氣條件會(huì)對毫米波鏈路的路徑損失或多普勒有顯著影響，因此可以利用蜂窩網(wǎng)絡(luò)進(jìn)行天氣監(jiān)測和預(yù)測，以及大氣觀測。

基于環(huán)境重建的應(yīng)用

SSaC的一個(gè)重要功能是對重要目標(biāo)或事件進(jìn)行感知，并利用超高分辨率的射頻圖像重建環(huán)境。

• 即時(shí)定位與地圖構(gòu)建（SLAM）：SLAM的主要目的是構(gòu)建和更新未知環(huán)境的地圖。利用射頻信號(hào)[如毫米波/太赫茲(THz)]代替相機(jī)或激光測量進(jìn)行SLAM將是一種很有前途的方法，因?yàn)樗哂懈蟮奶綔y范圍、相對較低的復(fù)雜性和相對較少的數(shù)據(jù)量；

• 沉浸式擴(kuò)展現(xiàn)實(shí)(XR)：為了豐富XR中的沉浸式用戶體驗(yàn)，SSaC將用于捕捉詳細(xì)的物理環(huán)境和人體運(yùn)動(dòng)，進(jìn)一步提高虛擬世界的保真度，支持遠(yuǎn)程呈現(xiàn)等沉浸式應(yīng)用；

• 數(shù)字孿生應(yīng)用：通過聯(lián)合利用SSaC，在人工智能和傳感器網(wǎng)絡(luò)的幫助下，通過被稱為“數(shù)字孿生兄弟”的數(shù)字復(fù)制品來復(fù)制虛擬世界中的物理物體將是可行的。在這對數(shù)字孿生兄弟中，歷史和實(shí)時(shí)數(shù)據(jù)都被用來模擬、驗(yàn)證、預(yù)測和控制物理對象或過程，為現(xiàn)實(shí)物理世界中的問題提供最佳解決方案。

---

SSAC 的性能指標(biāo)

基于位置和軌跡的應(yīng)用程序的性能指標(biāo)

目標(biāo)檢測和定位(即跟蹤)是基于位置和軌跡的應(yīng)用中的兩個(gè)基本功能，可以通過使用下面討論的指標(biāo)來描述。

• 檢測概率：目標(biāo)檢測是SSaC系統(tǒng)的基本功能之一，是指通過分析反射回波來確定目標(biāo)的存在或不存在。然而，回波信號(hào)經(jīng)常受到附加噪聲或雜波的干擾，導(dǎo)致虛警或漏檢。測量虛警或漏檢概率的數(shù)學(xué)模型是假設(shè)檢驗(yàn)。假設(shè)H₀和H₁分別表示目標(biāo)不存在和目標(biāo)存在。虛警概率定義為P_fal = P_r(H₁|H₀)，檢測概率由P_det = 1?P_r(H₀|H₁)定義。在給定上述參數(shù)的情況下，利用neiman-pearson準(zhǔn)則，在約束為P_fal條件下，最大化檢測概率P_det。 此外，還利用receiver operating characteristic (ROC)曲線來表征P_val和P_det在給定信噪比等參數(shù)下的關(guān)系；

• 定位精度：定位精度在很大程度上取決于角度、距離、多普勒、速度等參數(shù)估計(jì)結(jié)果。性能估計(jì)可以用估計(jì)參數(shù)與其真值之間的均方誤差(MSE)來刻畫。為了便于對均方差進(jìn)行易于處理的分析，CramerRao界(CRB)被廣泛用作最優(yōu)性能指標(biāo)，它提供了所有無偏估計(jì)方差的下界。

基于狀態(tài)識(shí)別的應(yīng)用程序的性能指標(biāo)

基于狀態(tài)識(shí)別的應(yīng)用的基本工作流程主要包括傳感信號(hào)接收、測量預(yù)處理和識(shí)別三個(gè)階段，如圖所示，

• Signal-to-interference-and-noise-ratio (SINR)：在信號(hào)接收階段，感知接收器首先接收感知目標(biāo)反射的無線信號(hào)。用于評(píng)估原始接收信號(hào)質(zhì)量的性能指標(biāo)是SINR；

• Heisenberg不確定原則：在測量預(yù)處理階段，將接收到的原始信號(hào)進(jìn)行快速傅里葉變換(STFT)得到頻譜圖，可以更好地揭示運(yùn)動(dòng)引起的多普勒頻移是如何隨時(shí)間變化的。通過檢查頻譜圖，可以提取目標(biāo)的運(yùn)動(dòng)狀態(tài)。這一階段的相關(guān)性能指標(biāo)是頻譜圖的時(shí)間和頻率分辨率。這兩個(gè)度量之間存在一個(gè)權(quán)衡，它是由為STFT選擇的時(shí)間窗口的寬度控制的。特別是，增加時(shí)間分辨率將以犧牲頻率分辨率為代價(jià)，反之亦然。這種權(quán)衡被稱為海森堡（Heisenberg）不確定原理；

• 訓(xùn)練速度和推理準(zhǔn)確性：在識(shí)別階段，預(yù)處理后的測量數(shù)據(jù)將輸入機(jī)器學(xué)習(xí)模型，例如傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，用于識(shí)別模型訓(xùn)練和推理。這里使用的兩個(gè)關(guān)鍵性能指標(biāo)是訓(xùn)練速度和推理準(zhǔn)確性。

基于環(huán)境重建應(yīng)用的性能指標(biāo)

許多未來的智能和沉浸式應(yīng)用，如基于虛擬現(xiàn)實(shí)的游戲、全息渲染和數(shù)字孿生，預(yù)計(jì)將要求超精確的成像和更高比特率和更低延遲的最終用戶體驗(yàn)。以下指標(biāo)對于評(píng)估成像性能和用戶體驗(yàn)至關(guān)重要。

• 圖像精度：Hausdorff 距離是圖像應(yīng)用中常用的度量指標(biāo)之一，它用來量化兩幅圖像的相似性，進(jìn)而評(píng)價(jià)圖像檢索性能。具體來說，考慮兩幅圖像A(真實(shí)圖像)和B(檢索圖像)，對應(yīng)的Hausdorff距離是：H(A, B) = max(h(A, B), h(B, A))，其中 h(A, B) = max_a∈A min_b∈B || a ? b ||。

• Quality-of-Physical-Experience (QoPE)：為了在SSaC中測量以人為中心的服務(wù)的用戶體驗(yàn) (例如， cloud-XR，全息通信)，QoPE的設(shè)計(jì)和提出集成了原始無線指標(biāo)和人的物理因素。換句話說,
  QoPE不僅可以表征與服務(wù)相關(guān)的軟硬件性能，還可以量化人類用戶的真實(shí)感受或體驗(yàn)。

---

SSaC 使能技術(shù)和挑戰(zhàn)

最近，廣泛的研究努力致力于開發(fā)使能技術(shù)，從波形設(shè)計(jì)，收發(fā)機(jī)架構(gòu)，到信號(hào)處理和機(jī)器學(xué)習(xí)算法，以支持SSaC。

基于位置和軌跡的應(yīng)用使能技術(shù)

聯(lián)合波形設(shè)計(jì)和組網(wǎng)設(shè)計(jì)是SSaC中定位和跟蹤的兩項(xiàng)基礎(chǔ)技術(shù)。這是因?yàn)樽顑?yōu)的波形有助于提高目標(biāo)檢測和數(shù)據(jù)傳輸?shù)男阅?#xff0c;而組網(wǎng)設(shè)計(jì)可以實(shí)現(xiàn)對多目標(biāo)的大規(guī)模感知。

• 聯(lián)合波形（Joint waveform）設(shè)計(jì)：一個(gè)關(guān)鍵的研究問題是聯(lián)合信號(hào)波形的設(shè)計(jì)。很多研究都在研究這個(gè)問題。其中，正交頻分復(fù)用(OFDM)波形因其靈活的子載波調(diào)制和高頻譜利用率，在SSaC設(shè)計(jì)中倍受關(guān)注。為了進(jìn)一步提高SaC的能力并抑制它們之間的相互干擾，提出了一種新型的 code-division OFDM (CD-OFDM) 波形和對應(yīng)的信號(hào)處理算法。此外，另一個(gè)有前途的候選是基于正交時(shí)頻空間(OTFS)的波形，它可以在高移動(dòng)性場景中支持可靠的SaC功能，如車輛網(wǎng)絡(luò)；

• 組網(wǎng)設(shè)計(jì)：隨著智能產(chǎn)業(yè)和智慧城市的日益普及，大量的無線設(shè)備將密集部署在我們生活的每一個(gè)角落。因此，SSaC應(yīng)該能夠同時(shí)支持大量設(shè)備。為此，需要考慮SSaC的網(wǎng)絡(luò)設(shè)計(jì)。一種很有前途的方法是通過優(yōu)化分組和調(diào)度設(shè)備來設(shè)計(jì)一個(gè)分布式的可協(xié)作的SaC網(wǎng)絡(luò)，例如在蜂窩拓?fù)浣Y(jié)構(gòu)下實(shí)現(xiàn)網(wǎng)絡(luò)感知。

基于狀態(tài)識(shí)別的應(yīng)用使能技術(shù)

作為狀態(tài)識(shí)別的兩類關(guān)鍵技術(shù)，模型驅(qū)動(dòng)方法和數(shù)據(jù)驅(qū)動(dòng)方法在從感知信號(hào)中提取關(guān)鍵特征以提供高分類精度的運(yùn)動(dòng)檢測或手勢識(shí)別方面具有很大的潛力。

• 模型驅(qū)動(dòng)方法：模型驅(qū)動(dòng)的方法是指那些使用節(jié)點(diǎn)或觀察之間的幾何或統(tǒng)計(jì)關(guān)系，以一種數(shù)學(xué)上可解釋的方式進(jìn)行狀態(tài)識(shí)別的方法。基于模型的方法的優(yōu)點(diǎn)是低復(fù)雜度，不需要耗時(shí)的訓(xùn)練過程。然而，建立一個(gè)精確的幾何或統(tǒng)計(jì)模型來描述感知環(huán)境通常是很困難的；

• 數(shù)據(jù)驅(qū)動(dòng)的方法：對于數(shù)據(jù)驅(qū)動(dòng)的方法，機(jī)器學(xué)習(xí)算法是以一種黑盒的方式來直接學(xué)習(xí)輸入特征和輸出預(yù)測之間的關(guān)系。數(shù)據(jù)驅(qū)動(dòng)方法的優(yōu)點(diǎn)是它們不依賴于精確的感知環(huán)境建模。然而，如何獲取足夠數(shù)量的標(biāo)注數(shù)據(jù)用于學(xué)習(xí)模型訓(xùn)練是需要解決的關(guān)鍵問題。

基于環(huán)境重建應(yīng)用的使能技術(shù)

近年來在智能反射表面和太赫茲技術(shù)方面的突破，使得對各種物體的精細(xì)感知成為可能，并以此為基礎(chǔ)實(shí)現(xiàn)環(huán)境的精確重建。

• 智能反射表面（IRS）：目前，人們提出了一種名為智能無線電環(huán)境的創(chuàng)新概念，其愿景是利用低成本的IRS技術(shù)，使無線信道完全可控(如創(chuàng)建LoS鏈路、重塑信道實(shí)現(xiàn)、提高信道等級(jí)等)。除了通信目的，IRS還可以在室內(nèi)和室外場景中提供精確和高效的基于無線電的環(huán)境感知和成像，為實(shí)現(xiàn)SSaC提供了新的思路；

• 太赫茲技術(shù)（THz）：利用高頻率(如太赫茲頻段)的潛力，將為感知和環(huán)境重建提供獨(dú)特的機(jī)會(huì)，因?yàn)樗试S在所有物理維度(包括角度、距離、多普勒)的超高分辨率。目前的研究趨勢太赫茲傳感技術(shù)包括太赫茲成像、太赫茲海量MIMO和全息MIMO系統(tǒng)。

---

總結(jié)

通過實(shí)現(xiàn)多種應(yīng)用和更高的頻譜利用率，SSaC將成為實(shí)現(xiàn)6G愿景的關(guān)鍵技術(shù)之一。在本文中，我們首先介紹了我們對SSaC的概念、愿景和演進(jìn)路線圖的理解。然后介紹SSaC的三個(gè)應(yīng)用場景，然后詳細(xì)描述幾個(gè)典型用例、相應(yīng)的性能指標(biāo)和關(guān)鍵的啟用技術(shù)。

---

這里是從善若水的博客，感謝您的閱讀📕📕📕

---

總結(jié)

以上是生活随笔為你收集整理的【6G】通信感知一体化（SSaC：Symbiotic Sensing and Communications）概述的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。