2024年6G通感一体化空口关键技术研究报告.pdf

2024 年年 11 月月版权声明版权声明 Copyright Notification未经书面许可未经书面许可 禁止打印、复制及通过任何媒体传播禁止打印、复制及通过任何媒体传播2024 IMT-2030（6G）推进组版权所有2目目录录目录.2第一章 引言.6第二章 感知对空口设计的新需求分析.82.1 感知应用的特征.82.2 感知对基站的需求.92.3 感知对终端的需求.9第三章 潜在感知波形.113.1 OFDM.113.1.1 基于 OFDM 的远距覆盖设计.123.1.2 CE-OFDM.153.2 FMCW.163.3 OTFS.183.4 OCDM.203.5 小结.21第四章 感知信号设计和处理.224.1 感知信号设计.224.1.1 感知信号序列设计.224.1.2 感知信号图样设计.234.1.3 感知信号复用方式.284.1.4 通感信号融合设计.294.2 感知信号处理.324.2.1 干扰消除.324.2.2 虚拟孔径.354.2.3 功率分配.374.2.4 目标特征识别.39第五章 感知波束管理.425.1 感知波束独立管理.425.2 通感波束融合管理.435.3 通信辅助感知波束管理.45第六章 感知辅助通信.466.1 感知辅助通信信道估计.466.2 感知辅助通信波束跟踪.486.3 感知辅助通信覆盖增强.52第七章 总结和展望.54参考文献.56贡献单位.593图目录图目录图 1ITU-R IMT-2030 应用场景.6图 2OFDM 系统感知处理流程.11图 360kHz 子载波间隔室增强型 CP.13图 4支持感知远距离覆盖的频域参考信号设计示意.13图 5ISAC 系统的新型信号结构.14图 6用于远距离感知的 ISAC 帧结构示意图.14图 7扩展 CP 和交替 CP 方案覆盖对比.15图 8CE-OFDM 系统框图.15图 9CE-OFDM 模糊函数图.16图 10OTFS 信号调制解调流程.18图 11时变信道时延多普勒域信道响应.18图 12序列自相关与互相关性能对比：自相关（左），互相关（右）.22图 13感知性能对比评估结果：定位精度（左），测试精度（右）.23图 14ZC 序列性能.23图 15非均匀感知信号实测时延-多普勒.24图 16两步非均匀感知信号设计方法.25图 17基于协方差矩阵的图样设计.25图 18 互质的非均匀图样设计.26图 19频域双周期映射方式示意.26图 20均匀映射与非均匀映射的频域占用情况对比.27图 21均匀映射与非均匀映射的测距精度对比.27图 22双周期配置感知信号.27图 23通感空分复用波束方向图：(a)withISI；(b)delISI.29图 24感知和通信的 SNR.29图 25参考信号集合 1.30图 26参考信号集合 2.31图 27UAV 感知场景需求更大感知范围.31图 28自发自收感知下的两种波形结合.32图 29多个参考信号融合共同用于感知.32图 30通信波形下的低旁瓣脉冲压缩方法处理结果.34图 31ISAC 统一天线架构.364图 32等效发射天线间隔及实现的非均匀孔径.37图 33角度估计 RMSE 性能.37图 34等功率分配技术.38图 35固定功率分配技术.38图 36功率分配方案与传统方案的对比.39图 37感知示例.39图 386G 感知与无源标签通信融合示意图.40图 39感知信号和无源信号收发示意图.40图 40距离误差匹配法示意图.41图 41特征分类匹配法示意图.41图 42用于感知接收机基于波束分裂的波束赋形模型.43图 43基于感知区域的灵活感知波束扫描示意图.43图 44大规模天线阵列通感一体化混合波束赋形设计示意图.45图 45通信辅助感知波束管理示意图.45图 46感知辅助通信信道估计与传统信道估计方法性能对比.47图 47感知辅助信道估计的 NMSE.48图 48波束训练与环境感知一体化设计.49图 49多变无线环境示意图.50图 50波束训练和感知精度性能.50图 51多径信道毫米波波束跟踪示意图.51图 52基于扩展卡尔曼滤波的通感一体化（EKF-ISAC）与基于反馈两种方案的角度预测性能对比.52图 53感知辅助覆盖增强示意图.535表目录表目录表 1四种潜在感知波形总结.216第一章第一章 引言引言6G 作为下一代移动通信系统，将跨越人联和物联，迈向万物智联的新时代。2023 年 11 月，国际电信联盟 ITU-R 发布了IMT-2030 及未来的新框架建议1，也被称为全球统一的 6G 愿景，是制定全球 6G 标准的蓝图。建议书定义了 6G 的6 个主要应用场景，其中 3 个是 5G 基础上增强的通信场景，另外 3 个场景是 6G新引入的超越通信的场景，其中就包括通信感知一体化，如图 1 所示。未来 6G网络将利用全频段、大带宽、大规模天线阵列、多节点协作等能力，提供超高分辨的检测定位跟踪、环境目标重构与成像、目标动作识别等能力，在支撑极致通信体验的同时，实现智能家庭、智慧工厂、智慧医疗、终极自动驾驶等网络服务场景。图 1 ITU-R IMT-2030 应用场景在 6G，通信与感知将进一步深度融合，从频谱、硬件到协议进行深度融合。6G 网络突破目前单基、双基雷达的局限，从网络架构、组网技术、空口能力等方面进行原生通感融合设计，实现组网、广域、立体的精准感知。无线接入网的空口技术是 6G 的重要组成部分，不光决定了通信的能力和性能，也将决定感知的基本能力和性能。因此，6G 系统需要展开空口关键技术的基础研究工作，为后续产业推动和标准化做技术储备。72021 年和 2022 年，IMT-2030 发布的第一版和第二版的通信感知一体化技术报告对空口的关键技术做了简单介绍。在 6G 标准即将展开，有必要对 6G空口技术进行梳理和研究。本研究报告基于第二版的 通信感知一体化技术报告，对空口设计需求、感知波形、参考信号设计、信号处理、波束管理以及感知辅助通信技术做了重点讨论和分析，整理了最新的研究成果，在没有特别说明时，相关方法适用于六种感知模式。本报告期望进一步推动业界针对通感一体化空口技术的研究，为即将到来的 6G 标准做好技术储备。8第二章第二章 感知对空口设计的新需求分析感知对空口设计的新需求分析2.12.1 感知应用的特征感知应用的特征在业界对于感知场景存在众多研究，这些研究涉及应用类场景和用例以及服务类场景与用例包括检测、定位和追踪类，动作识别类，环境检测类，以及环境重构类应用。从这些应用可以看到有以下特征：感知和通信一体并实现互助。丰富的感知应用需要感知和通信由一个系统提供，既降低硬件成本、又降低布网成本并提供多种能力，又可更好支持各种应用。通信功能需要和感知功能在底层信号设计、帧结构做融合，也需求在协议栈的设计做融合，并考虑利用感知辅助通信、通信辅助感知来提升系统性能。多种感知应用需求。既有针对家庭娱乐的感知需求，又存在针对低空、车联网、工厂、公共服务等各个行业和领域的应用。而且这些应用的需求是存在差异的，这些差异有来自于感知精度的差异，也有感知测量方法的差异，又有端到端数据处理、感知时延的差异。有些应用的感知精度需求较低，比如入侵检测类应用；而有些应用感知精度需求较高比如轨迹跟踪、成像。有些应用需要对于时延和刷新率较低，比如对于雨量检测其感知时延需求是 6 秒，而对于自动驾驶类应用其需求达到 100 毫秒2。未来系统需要在接入网的设计提供支持这些需求的灵活性，比如灵活的帧结构，灵活的信号设计。多种感知模式。为了支撑这些丰富的应用，为了网络既存在只有基站侧参与的感知方式，也存在基站和 UE 协作的感知方式，还存在只有 UE 参与的感知方式。多种感知方式就要求在信号设计、信号处理上能够兼容，并且尽量的复用，减少感知开销。更立体的覆盖。未来的应用既要支持地面的需求，又要支持低空的需求。而地面通信一直是移动通信网络服务的重点，同样的在未来移动通信网络中，地面对通信和感知的需求依旧强烈。低空经济作为战略性新兴产业，在促进经济发展、加强社会保障等方面发挥着日益重要的作用。因此，未来的网络需要对通信和感知提供更加立体的覆盖。92.22.2 感知对基站的需求感知对基站的需求6G 网络对于基站的需求主要集中在信号设计、信号处理、干扰消除、多天线等技术。感知波形和信号设计。首先，感知的波形设计需要在整个 6G 系统的设计基础上进行开展。感知波形和通信波形存在千丝万缕的关系，不能抛开通信波形去设计感知波形。所以，在波形设计时需要考虑对通信的影响或和通信结合的存在问题。其次，在进行感知信号设计时，需要考虑其序列的设计、复用设计，并且需要考虑和目前已有参考信号的融合设计降低参考信号的开销。信号处理。首先，对于通感一体化系统，获取精确的感知测量结果很重要，但是环境及通感系统中的各种外部和内部干扰因素会显著影响感知测量结果的精度。如果不消除这些干扰，将给后续的感知数据处理带来很大的问题。其次，为了更好的支持通信和感知功能，超宽带宽和超大规模天线阵列技术的融合，可以实现高精度的感知。但是，同时也带来了天线硬件成本高、系统功耗高、波束偏移等问题。然后，在通感一体化系统中，通信和感知业务共享并复用相同的时间、频率、功率等资源，如何权衡折中通信感知业务的性能，进行合理的功率分配成为重要方向之一。波束管理技术。更立体的覆盖就需要更大的天线规模，以及更多的波束。这就要求对波束进行更好的管理。一方面，系统可以利用感知结果来辅助波束跟踪，结合定位技术缩小波束扫描范围、缩短波束训练时间，也可以优化波束发送。另一方面，通信辅助感知的波束管理方案来降低开销。同时，需要考虑感知和通信的混合波束赋形技术来降低硬件成本。感知辅助技术。感知功能获取的感知结果可以优化通信信道估计，通信小区切换以及增强通信覆盖范围。基站需要能够获得感知感知结果来辅助通信资源的优化。2.32.3 感知对终端的需求感知对终端的需求6G 终端除了通信能力的增强，还需要具备满足特定需求的感知功能，具体体现在以下几方面3：10感知信号接收和发送。6G 网络可能存在多种和终端相关的感知模式，终端需要将感知能力发送给网络，能够接收灵活的感知信号发送配置和接收配置，并且可以按照配置的资源进行发送和接收感知信号。感知信息采集和处理。终端通过对接收信号的分析能够提取出反映传播环境特征的感知信息。为满足高精度感知需求，终端需要支持更高频段、更大带宽，结合各频段的特性进行联合感知，同时尽可能减小与网络设备或其他终端的同步误差。并且，终端需要能够对采集的感知数据进行处理，以减少信息上报的开销或者应用感知结果。感知信息传输。终端需要将感知数据上报给网络，终端上报的感知数据需要综合考虑上报数据量、时延、开销以及隐私安全等各方面的影响。11第三章第三章 潜在感知波形潜在感知波形3 3.1.1 OFDMOFDMOFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）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，基于传统通信处理的感知处理流程如图 2 所示。图 2 OFDM 系统感知处理流程假设基站发射 M 个 OFDM 符号的数据，每个 OFDM 符号包括 N 个子载波，则经过距离 R，相对速度为 V（其导致的多普勒频移为 F）后，接收的基带信号可以表示为：子载波的调制符号符号第第子载波的信道增益符号第第n:,n:,2,2221010mnmxmnmCTcRtmTtrecteenmxnmCtrTOFDMOFDMFtjcRtfnjTNnMm这里速度 V 与多普勒频移 F 的关系为：为载波波长,2VF 采样并 FFT，第 m 符号的第 n 个子载波上的接收信号可以表示为：1.1,0,1,.1,0,222NnMmeenmxnmCnmxOFDMmFTjcRfnjTR可以发现：距离导致的相移与 OFDM 符号索引无关，该相移随着子载波索引的变化而线性变化。速度导致的相移与子载波索引无关，该相移随着符号索引的变化而线性变化。也就是说，距离和速度对接收信号相位的影响是解耦的，二者可以独立进行检测。12在不考虑干扰和噪声因素时，利用最小二乘法（Least Squares，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。进一步地，通过对检测矩阵进行（时域）维度的相位信息进行检测得到多普勒/速度，进行列（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。OFDM 用于感知其存在承载数据的能力强、易与现有标准兼容、模糊函数呈现图钉状，具有良好的距离和速度分辨能力等优点。但是，OFDM 的峰值平均功率比（Peak to Average Power Ratio，PAPR）高、自发自收时自干扰抑制困难，且基于传统通信处理接收机感知距离容易受限、高速导致子载波不正交时，影响感知性能等缺点。不过采用先进接收机可以大大提升感知的性能。例如 OFDM 信号也可以变换到时延多普勒域，在时延多普勒域进行感知估计，或者直接针对时延多普勒做匹配滤波。3.1.1 基于基于 OFDM 的远距覆盖设计的远距覆盖设计为消除多径时延扩展带来的 OFDM 符号间干扰，通信系统将 OFDM 符号的尾部复制到头部作为循环前缀（Cyclic Prefix，CP），使得只要多径信号落入 CP范围内即可获得完整信息。因此，CP 长度与信号覆盖范围相关。对于感知而言，在感知中存在多径，特别是多目标的识别需求。当感知多个目标时，近距离目标（时延较小）又要感知远距离目标（时延较大）时，可能导致感知信号的多径时延扩展超过 CP 的能力。面向未来的空口参数集设计，以 60kHz 子载波间隔为例，CP 长度为 1.17s，支持的感知覆盖范围：1.17 106 3 108/2 175 米，当子载波间隔为 240kHz 时，感知覆盖范围不到 50 米。而在典型的通感应用场景无人机业务中，感知距离应达到 500-1000 米。因此，需进一步扩展 CP 长度以提升感知覆盖。扩展 CP 其中一种方式是直接增大 CP 长度，感知覆盖范围将成比例提升，即：Lmax=TCP c/2。当 CP 长度增大至符号长度一半时，感知覆盖范围达到最大，Lmax T/2 c/2。仍以 60kHz 子载波间隔为例，当 CP 长度增大一倍至 2.34s时，可实现约 350m 的感知覆盖，如图 3 所示。扩展 CP 还可以采用 CPP 分段扩展方式缩短 OFDM 符号，将通信的一个OFDM 符号分割成 N 个短符号，前一个符号的尾部与后一个符号的 CP 重叠，则13前 N-1 个短符号可以看做该 OFDM 符号的等效 CP，长度为N1N(T TCP)+TCP。以 60kHz 子载波间隔、N=2 为例，如图 3 所示，第一个短符号为 OFDM 符号的等效 CP。OFDM 符号总长度为 16.67s，CP、A2 的长度为 1.17s，A1 的长度为 6.58s，则可以得到等效 CP 的长度为 2TCP+LA1=8.92s，实现了在同等CP 开销下提升覆盖范围 4 倍。图 3 60kHz 子载波间隔室增强型 CPCP 分段扩展也可以理解为在一个传统的 OFDM 符号里，数据部分被重复了多次。如图 4 所示的情况，即为数据部分重复两次。这样在雷达感知处理时，仅需对数据部分的后半部分的采样点进行算法处理，即可避免码间串扰的影响4。同时，为了获得上述时域波形，可在频域载波上间隔插 0，即放置零功率参考信号，然后进行 IFFT 运算即可，与现有的 OFDM 发射流程完全兼容。获取数据部分重复两次的频域参考信号的设计如图 4 所示，其中非零功率参考信号位置根据需要也可替换为数据5。图 4 支持感知远距离覆盖的频域参考信号设计示意此外，CP 的扩展思路还有设计新的 ISAC 信号结构，如图 5 所示。其关键14设计包括：感知信号跨越两个相邻通信符号的持续时间；感知和通信信号在频域中复用，共用子载波集合，且子载波分配可连续或不连续；在时间域中，感知信号在两个相邻符号间重复，通信符号附有 CP，而感知符号交替使用 CP 和循环后缀（CPost）实现同步，可做到与传统 UE 的无缝兼容。图 5 ISAC 系统的新型信号结构图 6 展示基于此种信号结构的信号帧设计。为保持兼容性，传统 UE 应被调度到不使用感知子载波的资源块（Resource Block，RB），而新型 UE 可被调度到任意 RB。感知部分的帧结构类型、符号和子载波/RB 索引须定义，并通过调度信令传达给感知接收机。对于通信，若 UE 占用了完整 RB，则新帧结构对其透明，无需额外信令；但若 UE 只占用部分 RB，且感知占用了其他资源，则帧结构和相关信息必须在调度信令中明确传达给 UE。图 6 用于远距离感知的 ISAC 帧结构示意图我们通过仿真验证了此信号结构的有效性，在仿真设置中，我们将可用带宽的一半分配给数据传输，另一半分配给感知信号。这种配置使我们能够在时域中有效地结合 LoS 径和衰减 36 dB 的远距离目标回波。此外，我们将加性白高斯噪声（AWGN）的功率设置为比 LoS 径低 20 dB，从而使远距离目标的回波强度比AWGN 噪声底部低 16 dB。我们对比了提案中提出的解决方案和扩展 CP 长度方案，两种方法的感知范围性能表现分别展示在图 7。15(a)扩展 CP（b）交替 CP图 7 扩展 CP 和交替 CP 方案覆盖对比从量化角度来看，我们的解决方案在 SNR（信噪比）性能指标上比现有方法高出 3.8 dB。此外，利用 Shnidman 方程，我们的方案在检测概率上展示了显著的提升，从 70%提升到 99%，突显了所设计方法的有效性。3.1.2 CE-OFDMCE-OFDM（Constant Envelope-OFDM，恒包络 OFDM）通过对常规 OFDM信号进行相位调制产生恒包络的多载波信号，获得 0 dB PAPR 的基带波形，因此在存在非线性高功率放大器（High Power Amplifier，HPA）的环境下信号失真小于 OFDM，是功耗限制通信场景下的物理层备选接入技术之一。CE-OFDM 的低功耗特性也有助于增强感知系统的覆盖能力。图 8 CE-OFDM 系统框图CE-OFDM系统首先将 QAM调制符号映射为共轭对称形式，经过FFTN点 IFFT运算获得实值 OFDM 时域信号 x n，再通过相位调制得到 CE-OFDM 信号：FFT exp2 ,0,1,.,1Ns nAjhC x nnN其中为A为载波信号幅值，2 h为调制指数，NC为归一化常数因子。最后对16 s n插入长度为CPN的循环前缀后发送。基于恒包络 OFDM 信号的感知过程与 OFDM 信号相同：在感知端，恒包络OFDM 信号无需进行相位解调，只需通过 FFT 将接收信号变换到频域，然后采用2D-FFT 或 MUSIC 等方法进行感知估计。与 OFDM 相比，传统 CE-OFDM 信号的感知信噪比存在子载波差异性，频域模糊函数的主瓣宽度与调制指数2 h有关，其感知性能较 OFDM 有一定损失6。此时可以通过改进的偏移 CE-OFDM（OCE-OFDM）方案调整调制指数和偏移比例来调整子载波之间的功率分配，在通信性能和感知性能上进行折中7。图 9 CE-OFDM 模糊函数图总体来说，现有研究显示 CE-OFDM 在存在非线性 HPA 的环境中能够取得较优的通信性能，而 CE-OFDM 的感知性能还没有获得充分的挖掘。目前有待研究的问题包括感知性能评估、感知算法、波形改进设计等方面。除此之外，尽管恒包络多载波信号在发送能量效率上优势明显，但其非线性处理过程引入了非线性噪声和滤波，在实际性能验证中需综合评估频谱效率、多目标感知能力、计算复杂度等问题。3.2 FMCW调频连续波（Frequency Modulated Continuous Wave，FMCW）是雷达领域场17景的波形。其中应用最广泛的是线性调频（Linear Frequency Modulation，LFM），其信号定义：0:,:,022,12223是初始频率，可以为是调频带宽调频斜率其它stutfjfBBuutetusLFM 信号又被称为 chirp 信号，可以发现，在脉冲带宽内，线性调频信号的频率从20uf 线性增加到20uf，斜率是 u。当 u0 时，称为正向调频信号(up-chirp)，否则称为反向调频信号(down-chirp)。LFM 其以下优点8：具有峰均比低，LFM 可增加感知距离；自干扰抑制简单，实现自发自收实现难度低；对多普勒扩展不敏感，在高速目标测量上，实现更好的性能；但是，LFM 承载数据的能力差，并且 LFM 信号较少，无法为多用户提供感知信号上的正交性。雷达波形除了包含 FMCW 外，还包含非线性调频信号(Non-linear frequencymodulation，NLFM)。NLFM 的特点是时域恒模，频域可以设计成任意形状。这样做的原因是，通常雷达的接收端需要在频域进行加窗处理来抑制时域/距离域的旁瓣泄露，而仅在接收端加窗的信号处理方式会造成 SNR 的损失。如果在发射端将频域设计成窗的形状，那么在接收端使用匹配滤波的处理方式就可以最大化接收 SNR，并获得加窗抑制旁瓣的效果。注意到，传统的 NLFM 需要对窗函数积分的反函数再进行积分，适合发射信号较为固定的雷达系统。而在通感一体化系统，需要综合考虑通信和感知的需求，对发射信号进行灵活的调整，因此有必要研究更加高效的数字化 NLFM 信号(DNLFM)的实现方式，如在9中，针对时域信号在采样点上的相位进行计算，通过等效的积分计算方法，只需要少量迭代就可以得到需要的 NLFM 信号。183.3 OTFSOTFS 是一种基于二维辛傅里叶变换的多载波调制方法，将时变的多径信道转换为延迟-多普勒域中的二维信道，每一个发送的调制符号经历与时间无关的信道，然后通过有效的均衡器结构获得时域和频域的分集增益10，如图 10 所示。图 10 OTFS 信号调制解调流程OTFS 的核心就是需要经过二维离散逆辛傅里叶变换（Inverse SymplecticFinite Fourier Transform，ISFFT），如图 11 所示。OTFS 通过 ISFFT，使得时频信道在时延-多普勒域上不再是稠密的，而是稀疏的，且在时延多普勒域上，信道不再是点乘到数据网格上，而是卷积在发射数据上。这使得 OTFS 信号具有不同的导频设计与信道均衡方案。与传统 OFDM 接收机的主要区别是，传统 OFDM接收机在进行多径时延估计和多普勒估计时是解耦的，也就是说传统 OFDM 接收机假设了在一个 OFDM symbol 内高速运动导致的多普勒频率可以被忽略，多普勒频率的影响主要体现在 OFDM symbol 间会引入多普勒频移而导致的相位旋转。多普勒频移的影响主要依赖额外的时间高密度的参考信号如 PTRS 的设计，以及相应的纠偏算法。而 OTFS 则原生地在信道均衡的过程中消除多普勒的影响，将多普勒的影响和时间信道等效看待。因此，在高速场景中，OTFS 有潜力像均衡时域信道一样均衡掉多普勒频移的影响，其鲁棒性优越于传统 OFDM 接收机的频域纠偏方案，其后者限制于具体算法和可利用的时频资源。图 11 时变信道时延多普勒域信道响应19OTFS 相较于传统 OFDM 接收机的优势主要体现在高速移动场景下的距离估计。对于传统 OFDM 接收机，由于高速场景下多径效应和多普勒频移导致子载波间的正交性丧失，使得传统 OFDM 接收机中的频偏纠正算法面临失效。而 OTFS使用在时延多普勒域二维正交基函数来对抗时变多径信道的动态特性，将衰落时变的多径信道转变为稀疏缓慢的时变信道，进而只要最高多普勒频移小于子载波间隔，就可以解决频偏的问题。对于低速场景，感知目标的多普勒频移接近于零，感知目标参数主要位于时延信道中，传统 OFDM 接收机对于不受多普勒频移影响的时延信道具有很好的估计性能，此时 OTFS 与 OFDM 的时延估计结果在特定场景下等效，性能也类似。虽然 OTFS 相比传统 OFDM 接收机具有巨大优势，但目前实现方面还有一定困难。首先，OTFS 变换带来的算法复杂度通常是传统 OFDM 接收机运算量的几倍，这样会大大影响传输效率。其次，OTFS 现在和 MIMO 技术结合还存在问题。OTFS 和 MIMO 结合主要在于信道状态信息参考信号（CSI-RS）设计上需要推翻原有的 CSI-RS 设计。由于时延-多普勒上的数据，经过信道传输，不再保持正交。因此需要调研 CSI-RS设计能否复用在 OTFS-MIMO 上。经过信道传输，数据不再保持正交，因此首先经过一个 DMRS 先对数据进行解调，随后才能计算 CSI-RS 获得的码本11。对于传统的 OFDM 信号，UE 接收到的信号的时频资源的位置是固定的，UE只需要在指示的时频位置上找到 CSI-RS 并接收，基于已有的先验信息排除掉时频资源不一致引入的额外的相位（在某些情况下，这个相位可能很小），就可以计算预编码矩阵指示，并反馈。对于 OTFS，由于在时延、多普勒域的信道是卷积在发射信号上的，所以会导致接收机在不知道信道信息的时候，并不知道在哪里接收目标。可以在对应的位置找到峰值，盲检测 OTFS。这会引入额外的复杂度用以寻找峰值，且也会导致信噪比比较低。也可以先进行时频信道估计，随后检测不同天线的引入的空域信道信息。这就要求给 DMRS 和 CSI-RS 需要共同设计，用来先进行时频信道估计，再进行空域信道估计。这还会要求接收端原来可以时频信道、空域信道在各自的参考信号上进行估计，变为现在需要空时频同时进行估计。跟进一步地，如果 OTFS 在时延多普勒域配置码分复用（Code DivisionMultiplexing，CDM）组，则一定导致组内信道在时频域上混叠在一起，此时要求其一定需要均衡时频信道后，才能进行空域信道估计。这要求现有的 CDM 组20在 OTFS 信号上需要重新设计。3.4 OCDMOCDM（Orthogonal Chirp Division Multiplexing，正交线性调频分频复用）是一种用于高速通信的技术，它通过复用一组正交的线性调频波形实现数据传输。在 OCDM 中，菲涅耳变换（Fresnel Transform）用于实现线性调频波形之间的正交性。就像傅里叶变换在 OFDM 中的作用一样，菲涅耳变换是 OCDM 的核心。离散菲涅耳变换（DFnT）允许 OCDM 在数字领域的实现。菲涅尔变换后的域中（在此称之为 chirp 域），chirp 域中的基信号是彼此正交的。这些基信号在时间上是平移的关系。因此首先生成第一个基信号，其他的基信号可以基于这个信号的平移获得。菲涅尔变换公式为首先，OCDM 在通信上基本没有显著优势，其频谱效率和 OFDM 类似12。而波形本身的 PAPR 在数据是随机比特情况下和 OFDM 在统计上基本一致。在复杂度上，OCDM 和 OTFS 的信道估计和均衡都需要对数据进行解卷积操作，复杂度大于传统 OFDM 接收机。除此之外，OCDM 由于数据会卷积在信道中，和 OTFS类似，因此上述 OTFS 和 MIMO 结合的难点都会出现在 OCDM 波形系统中出现。因此，OCDM 在通信上取代 OFDM 成为 6G 波形的可能不大。而从感知的角度看，在已知信道的时延扩展的情况下，OCDM 可以生成若干个 PAPR 为零的线性调频信号（LFM 则只能生成两个上升频率下降频率的信号），用于感知参数估计，这在扩展感知范围上具有正面效果。但是，OCDM 信号无法像 OFDM 结合DFT-s-OFDM 一样在一个符号的时长内生成脉冲式的信号，必须发满整个符号的连续调频信号，这在极高功率超大范围覆盖时会在自发自收场景中导致自干扰。因此 OCDM 在小功率、近距离场景的不会有自干扰问题的情况下，具有减小 PAPR增大感知距离的增益，并由于有多个正交线性调频信号，能够为更多用户提供感知服务。此外，OCDM 也有一些增强结构，比如 IM-OCDM（Index Modulation-basedOCDM，索引调制正交线性调频波分复用）。IM-OCDM 结合了 IM 和 OCDM 波形，利用子波形，利用子啁啾的索引域传输隐蔽信息，并进一步降低 PAPR 和实21现频谱整形13。3.3.5 5 小结小结对以上四种潜在感知波形进行分析，其性能、复杂度上各具优劣，总结如表1 所示。表 1 四种潜在感知波形总结感知估计性能感知估计性能系统复杂度系统复杂度系统可行性系统可行性OFDM良。PAPR 高和高速场景时性能会收到影响已 大 规 模 商 用 部署，复杂度可接受可行性高，已大规模部署，系统改动小LFM最优，恒包络，高多普勒情况下不受影响（需要算法优化）脉冲压缩、相干解调两种感知方案复杂 度 均 类 似 于OFDMLFM 信号较少，需向不同用户提供整块的时频域资源以提供正交性OTFS使用高阶处理算法时，高速场景下测距性能有提升较高。解调需要额外多进行 FFT 操作以及更复杂的信道估计算法实 现 存 在 一 定 难度。需要以帧为单位发射、接收信号，多用户复用信道、双工模式有待讨论OCDM仅次于 LFM,依赖参考资源设计，最优情况下恒包络，最差 PAPR 接近 OFDM较高。解调需要额外多进行 DFnT 操作以及更复杂的信道估计算法OCDM 在通信上基本没有优势，在感知上通过参考资源的设计，可以在小功率场景中为多用户提供接近 LFM 的感知精度注：这里的 OFDM 是指基于传统 OFDM 接收机22第四章第四章 感知信号设计和处理感知信号设计和处理4.14.1 感知信号设计感知信号设计4.1.1 感知信号序列设计感知信号序列设计感知信号序列设计需要考虑序列自相关特性、互相关特性、PAPR 特性等方面，序列特性对感知系统的抗干扰性能和覆盖性能有重要影响。当前通信系统采用的参考信号序列主要包括 Gold 序列和 ZC（Zadoff-Chu）序列。Gold 序列具有生成简单，自相关和互相关特性优良，支持产生的序列个数多等优点；ZC 序列除了具有理想的周期自相关特性和良好的互相关特性，其在时域和频域都具有恒包络的理想特性，两者均可作为感知信号的候选序列。通信系统中序列设计通常仅考虑时域或频域维度序列特性，而感知数据处理通常联合多个符号或多个时隙进行相干处理，需要同时考虑序列的时域和频域维度特性。例如对于采用频域序列生成和映射的通信参考信号，多个 OFDM 符号上的感知信号对应的时域自相关旁瓣较高，且不同设备信号之间的时域互相关值较高，可以对不同 OFDM 符号承载的序列进行随机化改善其自相关特性及互相关特性14。以 NR 通信系统参考信号为基础，对不同 OFDM 符号承载的序列的相位进行随机化，优化前以及优化后信号的时域维度自相关特性和互相关特性对比如图12 所示，可见优化后的信号具有更低的时域维度自相关旁瓣，以及更优的时域维度互相关特性，该方法对 Gold 序列和 ZC 序列都适用。0204060801001201401601802000102030405060708090100AutocorrelationBaseline RS DesignImproved RS Design02040608010012014016018020005101520253035404550Cross-correlationBaseline RS DesignImproved RS Design图 12 序列自相关与互相关性能对比：自相关（左），互相关（右）进一步地，图 13 给出了将优化前以及优化后的信号用于目标定位或测速时的感知性能仿真评估结果，可以看出，对信号时域维度序列特性进行优化能够提23升感知性能。02468101214161820Accuracy(m)00.10.20.30.40.50.60.70.80.91CDFPositioning accuracyBaseline RS DesignImproved RS Design012345678910Accuracy(m)00.10.20.30.40.50.60.70.80.91CDFVelocity estimation accuracyBaseline RS DesignImproved RS Design图 13感知性能对比评估结果：定位精度（左），测试精度（右）尽管 ZC 序列具有时频域均恒模的特性，但通信的发射信号是经过过采样的，其时域波形并不是完美恒模的，此时不同 ZC 更下的信号时域特性存在不小差异。这里采用 Cubic Metric 来衡量功率放大器的功率效率降低。如图 14，在 3761 的ZC 长度下，不同 ZC 根的 Cubic Metric 差异非常大，跨度超越了 3dB。因此有必要对 ZC 根进行一定的挑选和限制，来提升感知的性能。进一步地，对感知信号功率受限的设备或者目标回波微弱的场景，可以直接推荐其选用特定的 ZC 根来确保性能。图 14 ZC 序列性能4.1.2 感知信号图样设计感知信号图样设计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，均匀感知信号具有时频资源开销大、资源配置灵活性差等局限性。感知目标在时延域和多普勒域的稀疏性，使得感知信号的非均匀配置成为可能，并显著降低感知信号的时频资源开销、提升资源配置24的灵活性。非均匀感知信号设计的两种典型方法是：压缩感知方法、差分协同阵列方法：压缩感知方法：其关键在于稀疏矩阵和观测矩阵的构造。在通感一体化系统中，如果采用 OFDM 信号波形，则默认在频域采用 FFT 稀疏基、在时域采用IFFT 稀疏基。对于任意一个 RE，只存在被感知信号占用和不被感知信号占用这两种状态，因此可以采用随机伯努利矩阵（仅包含 0 和 1 的矩阵）作为观测矩阵。从而，感知信号的配置能够完全沿用现有的参考信号配置框架。在感知信号接收端，可以通过贪婪算法迭代搜索重构出时延谱和多普勒谱。差分协同阵列：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。典型的虚拟阵列构造方法是嵌套阵和互质阵。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。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子空间类算法；或者，可以采用 FFT/IFFT 算法。图 15 为在样机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。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)嵌套阵方法图 15 非均匀感知信号实测时延-多普勒在通感一体化系统中，非均匀感知信号的配置可以采用两步配置方法。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 16 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。25图 16 两步非均匀感知信号设计方法增强协方差矩阵的方法(augmented covariance matrix)主要是在雷达稀疏阵列上进行应用，也可以将其应用到时域，以降低时域资源开销。以最小冗余时域资源为例，如图 17 所示。图 17 左图是开销为 10 个符号的均匀时域时域资源，其在构造协方差矩阵时，共产生 100 个值，这些元素代表了时域位置差为-88 的信号的共轭乘，可以看出在协方差矩阵中，很多元素是存在冗余的。图 17 右图是最小冗余时域资源，只占用了 5 个符号的时域资源，其也能够表示出时域位置