面向无人机网络的通信感知一体化的高效能波形选择方法 .pdfVIP

面向无人机网络的通信感知一体化的高

效能波形选择方法

摘要：移动通信技术不断发展、空口能力不断增强，支撑移动网络实现从仅

提供简单的语音、短信、数据服务，到实现万物互联的质的飞跃。另外，信息技

术的不断革新，催生出人工智能、沉浸式体验和数字孪生等新需求与新业务，同

时也对通信网络提出了更高的信息交互要求。日益增强的空口能力与全新的业务

需求间呈现相互耦合与促进关系，驱动着面向2030年的下一代移动通信网络

（6G）朝着构建多维能力体系的方向发展。除传统通信能力的提升之外，6G还将

提供计算、感知、人工智能和安全等能力。其中，感知能力将成为未来移动通信

网络的重要能力和特性，催生业务耦合与信息处理等6G基础新理论，构建内生

感知新能力，使能基于位置、测距和成像等的新业务，同时还将支撑无人驾驶、

无人制造等新业态，加速无线通信感知一体化技术的发展。

关键词：无人机通信；通信感知融合；波形选择机制；波形决策算法

引言

得益于频谱共享带来的优势，通信感知一体化技术被广泛应用于智慧家居、

边缘智能、车联网等多个场景。在智慧家居应用场景中，传统的传感设备被赋予

通信能力，同时移动热点的感知能力也得到提升。在边缘智能系统中，通信感知

一体化技术被用于同时采集和传输数据，以加速模型训练。在车联网平台中，通

信感知一体化技术被用于采集车队状态并促进车辆间的信息交互。

1通信感知一体化技术背景

感知与通信分别是信息处理的前端与中间环节，负责信息采集与信息传递，

支撑后端的信息计算与应用。在传统信息处理流程中，感知与通信相对独立。蜂

窝物联网、雷达互联网、无线传感网等技术与产业的发展，都延续了这种架构。

这些网络不具备面向目标的感知功能，感知功能由终端负责。雷达是典型的无线

感知终端，具有目标检测、定位、跟踪、识别和成像等功能，长期与通信独立发

展。20世纪60年代，一种通过雷达脉冲间隔调制通信消息的雷达通信系统诞生，

成为通信感知一体化技术（以下简称通感一体化）的源头。20世纪90年代后，

通信体制开始向正交频分复用调制（OFDM）和多输入多输出（MIMO）发展。其中，

OFDM成为通信主流波形。随后，MIMO技术也被引入雷达体制中，但在连续波体

制雷达中，主流波形仍是Chirp信号。这个阶段，通感一体化的重点是以雷达为

中心，通过基于Chirp信号的信息调制实现通信功能。在5G时代，5G新空口

（NR）引入定位参考信号，实现了基站与终端的协同定位功能。此时，通感一体

化开始以通信为中心，并进入网络感知阶段。随着超大规模天线通信与雷达、毫

米波通信与雷达技术的发展，通信与感知两者技术特征、信道特征、应用场景越

发相似，呈现体制化融合发展态势。同时，智能化、沉浸式、数字孪生等新兴业

务的发展，极大提升了对目标的高精度探测、定位、识别、成像与大带宽、低时

延信息传递等信息处理需求。因此，在蜂窝网络中，引入更强大的超越定位功能

的感知能力，成为当前5G增强与6G预研的核心目标之一。太赫兹/可见光通感

一体化开始受到关注。以网络感知为中心的通感一体化相关工作在中国通信标准

化协会（CCSA）协会、IMT-2030（6G）推进组陆续展开。当前，人们对通感一体

化技术的概念与内涵已达成初步共识，通感一体化技术体系正在逐步完善。外场

测试工作正在进行中，包括定位、识别与成像。初步测试结果证明了通感一体化

的可行性与性能增益。

2面向通信感知一体化的波形选择方案设计

2.1波形选择

通信感知一体化波形选择机制旨在无人机针对高动态飞行环境自适应调整其

通感一体波形，使其实现综合能耗最优。常见的波形方案可以划分为多载波和单

载波波形。当前学术界讨论较为广泛的波形包括ＯＦＤＭ族波形、广义频分复用

波形（ＧｅｎｅｒａｌｉｚｅｄＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔ

ｉｐｌｅｘｉｎｇ，ＧＦＤＭ）、椭圆球面波多载波索引调制波形、ＯＴＦＳ波

形以及单载波的ＳＣ⁃ＦＤＥ波形。

2.2感知信息驱动的波形决策算法设计

感知信息驱动自适应波形选择机制的决策过程存在基于环境而行动，以期实

现最大化预期收益的特征。该过程具有明显的函数映射形式的特征，然而目前对

于该机制的映射数学表达形式并不很容易求得，这是受限于环境多变以及内部过

于复杂的数值关系。因此本文考虑了两种较为便捷的映射表示形式。理想情况下

如果无人机对于所有飞行环境都能存储与精准识别，以实现在不同场景下所使用

波