目录 | 2023年第9期 专题：6G智能感知
6G通感算一体化网络架构和关键技术研究
6G通感一体化组网理念及关键架构研究
高精度定位新范式：通信定位一体化技术及应用
基于深度去噪的无线信道感知网络模型及性能分析
通信感知一体化波形性能分析
面向5G NR车联网的感知辅助通信低开销传输技术
2023年第9期
6G智能感知专题-7
通感一体化中的感知非理想因素及其消除方法
丁圣利，李健之，陈保龙，姚健，姜大洁，秦飞
（维沃移动通信有限公司，北京 100015）
【摘 要】通感一体化在学术界和产业界都引起了广泛的关注和研究热潮，并被国际电信联盟ITU确定为6G的六大应用场景之一。在通信系统中引入感知功能时，由器件的非理想性引起的一些问题对于感知性能有着决定性的影响，称之为感知非理想因素。将从感知非理想因素的背景入手，进而分析四项感知非理想因素对于感知性能的影响。对于部分感知非理想因素，梳理了几种消除方法及其原理。最后，通过仿真或样机测试的方法，直观地展示了感知非理想因素的影响。特别地，在样机测试中，通过参考径方法进行感知非理想因素的消除，获取较好的效果。
【关键词】6G；通感一体化；感知非理想因素；时钟偏差；本振频率偏移；通道不一致性；时域随机相位
doi:10.3969/j.issn.1006-1010.20230721-0001
中图分类号：TN919.1 文献标志码：A
文章编号：1006-1010(2023)09-0046-11
引用格式：丁圣利,李健之,陈保龙,等. 通感一体化中的感知非理想因素及其消除方法[J]. 移动通信, 2023,47(9): 46-56.
DING Shengli, LI Jianzhi, CHEN Baolong, et al. Cancellation Methods for Sensing Related Non-ideal Factors In Integrated Sensing and Communication System[J]. Mobile Communications, 2023,47(9): 46-56.
0 引言
通信技术已经成为现代生活的必需品，而感知功能在即将到来的智慧生活中不可或缺[1-2]。在传统技术中，实现感知功能和通信功能的硬件是独立的，并工作于不同的频段[3-4]。近些年以来，由于电子和通信技术的进步，毫米波设备和多入多出（MIMO, Multiple Input Multiple Output）系统得到了广泛的应用[5]。随之而来的是，在下一代通信系统中时间域和角度域的参数估计的精度获得了大幅度的提升，这给采用通信信号进行高精度感知提供了可能性。通信和感知的一体化设计能够使得通信和感知共用频谱和硬件，从而显著地提升了频谱利用率、降低了硬件成本，最终提升了整体系统效率[6]。
通感一体化（ISAC, Integrated Sensing and Communication）将会是下一代通信网络（例如，B5G/6G/Wi-Fi）的杀手级应用。无论是在学术界还是产业界，通感一体化都已经引起了广泛的关注和研究热潮[7-8]。通感一体化能够提供一系列高精度的感知服务，例如，基于Wi-Fi室内定位的机器人导航、基于Wi-Fi感知的智能家居、基于B5G/6G系统提供的通信和感知业务的自动驾驶和无人机监测等[9-10]。2023年6月在日内瓦举行的国际电信联盟ITU-R WP5D第44次会议上确定了IMT-2030（6G）框架[11]。6G将由5G的三大应用场景演进和扩展为六大应用场景，而通信感知一体化是其中之一。通感一体化的研究和应用在6G时代具有广阔的前景。
然而，在通感一体化的上述应用场景成为现实之前，还有许多技术问题需要得到解决和落实[12]。其中，感知非理想因素的问题能否得到很好的解决直接决定了感知结果是否有效、可信。本文将对感知非理想因素的问题及其解决方法进行分析和探讨。
1 感知非理想因素问题的背景
从本原上来说，非理想因素问题来自于收发天线、射频模块、频率源模块、信号处理模块等模块内的器件的非理想性。非理想因素问题虽然在通信系统中已经广泛存在，但是由于信号处理机制上的差异，部分的非理想因素对于感知性能的影响要远远大于对通信性能的影响，本文将这部分的非理想因素称之为感知非理想因素。因此，诸如功放不确定性、IQ路不平衡等因素，由于其对通信和感知的性能的影响类似，不是本文重点讨论的内容。
1.1 感知非理想因素及其来源
本文讨论的感知非理想因素主要包括以下内容[13]：
（1）时钟偏差
当感知信号的收发端设备采用各自的频率源生成时钟信号用于信号的产生或处理时，由于器件的非理想性，感知信号收发端设备的时钟信号很难做到理想的时间同步，从而会带来时钟偏差，进而产生额外的相位误差。时钟偏差对于接收信号的影响包括：采样起始点的偏差以及采样周期的偏差。
（2）本振频率偏移
与时钟偏差类似，当感知信号的收发端设备采用各自的频率源生成本振信号用于信号的产生或处理时，由于器件的非理想性，感知信号收发端设备的本振信号很难做到理想的频率同步，从而会带来本振频率偏移，进而产生额外的相位误差。本振频率偏移包括：收发端本振信号频率差以及本振信号频率差随着时间的漂移。
（3）通道不一致性
由于器件的非理想性，在进行波束赋型或角度估计，需要采用多个射频通道或接收天线时，多个射频通道或接收天线之间的响应很难保持一致，给接收信号在空间域的导向矢量上额外叠加了一个未知的复数系数，影响波束赋型或者角度估计的性能。
（4）时域随机相位
由于器件的非理想性，在进行例如上下行切换和开关切换等过程后，射频模块、数字处理模块或时钟模块等的状态很难保持与切换之前一致，特别是对于硬件能力相对较弱的终端，从而会引入相位的跳变[14]，本文称之为时域随机相位。
1.2 感知模式及其影响
感知非理想因素对于感知性能的影响与感知模式相关联。根据感知信号的发送端设备和接收端设备是否是同一设备以及设备的类型，感知具有六种模式[15]，如图1所示：
对于两种单基地感知模式，感知信号的发送端和接收端属于同一设备，从而接收的回波信号能够与发射信号进行理想的时间同步和频率同步。而对于四种双基地感知模式，感知信号的发送端和接收端不属于同一设备，接收的回波信号相对于发送信号，在进行时间同步和频率同步时，无法避免地会引入误差，从而将会受到时钟偏差和本振频率偏移的影响。
另外，相对于基站，终端通常需要考虑更低的硬件成本和更严格的功耗设计，导致其在发送信号时可能产生时域随机相位问题。因此，时域随机相位问题在终端发送感知信号的三种模式下会比较显著。
1.3 感知信号处理机制的影响
在通信系统中，已经有一套完善的时间同步和频率同步的技术方案，能够很好地克服终端和基站之间的时钟偏差和本振频率偏移的影响，使得时钟偏差和本振频率偏移对通信性能的影响能够被控制在可以接受的范围内[16]。另外，通信信号的处理是逐时隙进行的，每个时隙内通信信号的均衡和解调仅与当前时隙的参考信号（如PDSCH-DMRS）有关；通信信号和对应的参考信号所经历的时域随机相位是相同的，所以时域随机相位对于通信性能没有影响，这也是时域随机相位在通信系统中没有引起关注的原因。
感知信号通常需要在时域上具有较大的跨度，进行一次感知信号处理所对应的感知信号的时间跨度被称为相干处理时长（CPI, Coherent Processing Interval）[17]。为了能够进行速度测量或者在多普勒域检测目标，对于FR1频段，相干处理时长需要在数十毫秒甚至百毫秒量级；而对于FR2频段，相干处理时长也需要在十毫秒量级。在相干处理时长内，时钟偏差和本振频率偏移通常会随着时间发生漂移。通信系统中的时间同步和频率同步过程能够将时钟偏差和本振频率偏移控制在一定的范围之内，使得其对通信性能的影响较小，但是剩余的时钟偏差和本振频率偏移对感知性能仍然具有很大影响。另外，在相干处理时长内，如果发生上下行切换，则时域随机相位也会对感知性能产生较大影响。
2 感知非理想因素对感知性能的影响
在通感一体化应用中，主要是通过提取信道状态信息（CSI, Channel State Information）进行感知。因此获取质量较好的信道估计尤其重要，而感知非理想因素导致的CSI测量误差，会显著影响感知的精度[18-19]。感知非理想因素对于感知性能影响的分析如下。
2.1 时钟偏差
在通信系统中，终端通过时间同步相关的操作抑制终端和基站之间的定时偏差的影响。定时偏差包括：由于终端和基站之间的频率源的非理想性引入的时钟偏差以及由终端和基站之间的距离引入的信号传播时延。通信系统中的时间同步的目的是，在基站侧来看，各个终端的信号与基站的时钟信号是对齐的，或者定时偏差对通信性能的影响处于能够接受的范围。如图2所示，UE1和UE2与基站的距离不同，时间同步使得UE1和UE2发射的信号在到达基站处时，UE1和UE2发射的信号均与基站的时钟信号是对齐的，或者不对齐程度小于一定的阈值。
可以看出，在通信的时间同步过程中，并不需要区分时钟偏差和信号传播时延。在时间同步过程中，这二者被看作为一个整体进行估计和抑制。然而，对于感知来说，信号传播时延是一个重要的测量量。从感知信号的接收端来看，时钟偏差和信号传播时延二者叠加在一起。因此，为了实现信号传播时延的准确测量，需要估计出时钟偏差或者消除时钟偏差。
设感知信号的发送时间为t，受到感知信号收发端频率源非理想性的影响，实际发送信号时刻为t+Δτt、接收信号时刻为t+τ+Δτr，其中τ为信号传播时延，则接收信号经过信号处理后计算得到的时延为τ+Δτr-Δτt；其中，Δτr-Δτt即为时钟偏差。在当前通信系统的时间同步过程，τ+Δτr-Δτt会被作为一个整体进行抑制，对于感知功能会带来如下影响：
（1）时钟偏差与信号传播时延叠加在一起，造成时延测量的模糊，即，感知信号的接收端进行时延估计得到的经感知目标反射径的测量时延（对应τ+Δτr-Δτt）与真实时延（对应τ）之间存在较大的误差，进而会带来距离测量的模糊，导致感知精度的下降。
（2）根据雷达的“停-跳”模型，在一个相干处理时长内，感知目标与感知信号的收发端之间的相对距离可以被认为保持不变，从而上述的τ可以被认为保持不变。如前所述，由于信号的收发端采用各自频率源生成的时钟信号周期不会完全相同，导致在一个相干处理时长内时钟偏差Δτr-Δτt的取值也会随着时间发生漂移，如图3所示。时钟偏差的漂移会使得接收信号的时延谱的相位也随着时间漂移。在一个相干处理时长内，如时延谱的相位漂移较小时，主要会影响多普勒频率的估计；而如果时延谱的相位漂移较大，则时延谱在时延域上会发生移位，这会给时延和多普勒频率的估计带来影响。
2.2 本振频率偏移
在通信系统中，终端通过频率同步相关的操作抑制终端和基站之间的载波频率偏移的影响。载波频率偏移来自两个方面：一是收发端设备之间的本振频率偏移，二是由终端运动引起的多普勒频率。通信系统中的频率同步的目的是，终端或者基站的接收信号频率与本振信号频率之差对通信性能的影响处于能够接受的范围。如图4所示，通信信号的载波频率为fc，由于频率源的非理想性，发送端和接收端的本振信号频率实际为fc+ΔfT和fc+ΔfR，由终端与环境之间的相对运动引起的多普勒频率为fd；因此，接收端进行下变频处理后得到的信号频率为ΔfR-ΔfT-fd；其中，ΔfR-ΔfT为本振频率偏移。频率同步的结果是使得ΔfR -ΔfT-fd处于可接受的范围。
在通信系统的频率同步过程中，并不需要区分本振频率偏移和多普勒频率。在频率同步过程中，这二者被看作一个整体进行估计和抑制。然而，对于感知来说，多普勒频率是一个重要的测量量。从感知信号的接收端来看，本振频率偏移和多普勒频率二者是叠加在一起的。因此，为了实现多普勒频率的正确测量，需要准确地估计出本振频率偏移或者消除本振频率偏移的影响。如图4所示的情况，为了从下变频信号ΔfR-ΔfT-fd中提取出多普勒频率fd，需要消除本振频率偏移ΔfR-ΔfT的影响。
根据上述讨论，在当前通信系统的频率同步过程中，ΔfR-ΔfT-fd被当做整体进行抑制，对于感知功能会带来如下影响：
（1）本振频率偏差与多普勒频率叠加在一起，造成多普勒测量的模糊，即，感知信号的接收端直接进行多普勒频率的估计得到的经感知目标反射径的测量多普勒频率（对应ΔfR-ΔfT-fd）与真实多普勒频率（对应fd）之间存在较大的差异；进而会带来速度测量的模糊，即计算得到的速度值是在真实速度值上叠加了由本振频率偏移引起的偏移值。
（2）根据雷达的“停-跳”模型，在一个相干处理时间内，感知目标与感知信号的收发设备之间的相对速度可以被认为保持不变，从而上述的fd可以被认为保持不变。如前所述，由于信号的收发端采用各自的频率源生成的本振信号的频率不会稳定在固定的数值上，使得本振频率偏移ΔfR-ΔfT会随着时间漂移。本振频率偏移会使得接收信号的多普勒谱发生弥散，影响多普勒频率的估计。
2.3 通道不一致性
在多通道发送或接收信号的情况下，每个通道包含各自的天线单元和射频模块等。如图5所示，考虑接收信号的情况，对于均匀线阵天线和从θ角度方向入射的信号，各个通道的接收信号可表示为：
其中，d表示各通道的天线单元之间的间隔，λ表示载波波长，N为通道数，Ai和φi（i=1,2,3,…,N）分别表示各个通道的复数响应的幅度和相位。如果天线阵列为均匀平面天线，则将上式扩展为二维矩阵即可，这里不做赘述。
在理想情况下，各个通道的复数响应是一致的；即各个通道接收相同信号时，其输出信号也是相同的。然而，在实际系统中，由于器件的非理想性，在多通道系统中会存在通道不一致性。通道不一致性的具体表现是，各个通道的复数响应是在设计值上叠加了未知的幅度和相位，导致各个通道的复数响应有差异。
通道不一致性，会造成包括在利用波束赋形进行感知时，波束赋形的幅度和相位的误差，将导致形成的波束形状（波束增益、波束宽度、旁瓣水平）与期望不符，进而在基于波束赋形后的信道信息进行感知时导致精度下降，造成角度和反射功率估计误差，甚至造成误检[20]。
2.4 时域随机相位
如前所述，时域随机相位是由于硬件模块在信号发送和接收过程中发生状态变化而引入的相位跳变。若设备具有不止一套发射机，则每个发射机可能会产生独立的时域随机相位。时域随机相位一般在发射信号带宽内是一致的，但不同时刻上产生的随机相位值是不同的，呈现在某个弧度范围内随机分布。
图6为时域随机相位现象的示意图。其中，天线0和天线2共用同一套射频模块、天线1和天线3共用同一套射频模块，因此天线0和天线2、天线1和天线3的时域随机相位基本一致，并且4个天线的时域随机相位都是在2π范围内随机分布。
在通信系统中，由于通信信号的均衡是逐时隙进行的，时域随机相位并不会对通信性能产生影响。而对于感知，由于需要对较大时间跨度内的信号进行联合的信号处理，时域随机相位会对感知性能产生较大影响，主要是影响多普勒频率和角度的测量。一方面，从单天线的角度来看，时域随机相位与前面小节中讨论的由时钟偏差和本振频率偏移所引入的相位变化叠加在一起，对多普勒频率的测量产生严重的影响；另一方面，连接到不同的射频模块上的天线之间的时域随机相位不同，这会对角度的测量产生较大的影响。
3 感知非理想因素的消除方法
在相关文献中，关于时钟偏差、本振频率偏移的研究和解决方案较多，通道不一致性可通过硬件的校准得到很好的抑制，时域随机相位问题目前尚未得到充分的研究。下面介绍几种感知非理想因素的消除方法，如表1所示，其中“√”表示该方法能够较好解决对应问题。
3.1 共同时钟校准
感知信号的收发端共用时钟是解决时钟偏差和本振频率偏移问题最直接的方法[21]，主要包括以下两类方法：
（1）感知信号的收发端之间通过有线连接（例如光纤链路）共用同一时钟源，以实现时间同步和频率同步，如图7（a）所示。此种方法在时钟偏差和本振频率偏移问题的各种解决方案中具有最佳的性能，在传统的双基地或多基地雷达得到了较多的应用。然而，此种方法要求感知信号的收发端设备均为固定位置设备，限制了系统灵活性，在通感一体化的四种双基地感知模式中，只有基站间收发的感知模式有希望能够采用此种方法，而基站和UE之间以及UE和UE之间的感知均无法采用此种方法。
（2）感知信号的收发端时钟通过全球导航卫星系统（GNSS, Global Navigation Satellite System）进行时间同步和频率同步[22]，例如，全球定位系统（GPS, Global Positioning System）和北斗导航卫星系统，如图7（b）所示。但是该方案在GPS或北斗信号覆盖较弱的地方无法完成收发端同步；并且接收GPS或北斗信号占用了部分带宽资源。另外，采用此种方法，校准过程需要较长的收敛时间[23]、或者校准后的性能不能满足感知业务的需求。特别地，对于移动终端，GNSS同步信号经常会无法锁定，从而导致同步的失败。
3.2 CSI商/共轭乘
对多个共用时钟源的接收天线的接收信号进行除法运算或者共轭乘运算，能够抑制本振频率偏移和时域随机相位的影响，该方法在生命体征（呼吸、心跳）检测的感知应用场景中得到很好的应用[24-25]。文献中感知信号复用Wi-Fi的CSI参考信号，因此不同天线的接收信号之间的除法运算方法又被称为CSI商方法。共轭乘方法在一些文献中又被称为互相关方法。
式(2)和(3)分别展示了CSI商和共轭乘方法抑制本振频率偏移的原理，其中，H1(f,t)和H2(f,t)表示感知信号接收端设备中共用时钟源的两个天线的接收信号，θoffset表示由本振频率偏移和时域随机相位引起的相位偏差，Hs,1和Hs,2分别表示两个天线接收信号中的静态径部分，A1和A2分别表示两个天线接收信号中对应感知目标的动态径的复振幅，r1(t)和r2(t)分别表示时变的动态径的长度，其中包含了感知目标的多普勒频率，d表示两个天线之间的间隔。
可以看出，两个天线接收信号所承受的本振频率偏移和时域随机相位是相同的，经过除法运算或者共轭乘运算后会被去除。进一步地，在静态径的功率占主导地位的情况下，CSI商的方法能够提取出感知目标的多普勒频率，且不受多普勒频率的镜像频率的影响。共轭乘运算后的第二项和第三项包含了感知目标的多普勒频率，第一项和第四项分别是静态径分量和功率较小、可以忽略的动态径分量。可以看出，共轭乘运算后的第二项和第三项在频域上互为镜像分量[26]，因此，该方法提取出的多普勒频率是模糊的。
CSI商或共轭乘的方法的局限性在于，首先，只能提取感知目标的多普勒频率，而无法解决时钟偏差带来的时延模糊的问题，即此种方法仅能改善多普勒频率测量的性能；其次，此种方法要求感知环境中只有感知目标主导的动态径（有多普勒频率），其他径均为静态径；另外，共轭乘方法的镜像分量问题也限制其适用性。为了克服上述问题，相关研究对CSI商/共轭乘的结果进行进一步处理[26-27]，能够较好地感知性能，使得基于CSI商/共轭乘的方法成为一种获得广泛应用的感知非理想因素消除方法。
3.3 参考径
参考径是指在感知测量的环境中，基于先验信息能够事先确定其参数的径，这里所述的参数包括：距离（时延）、速度（多普勒频率）、角度。利用参考径可以对时钟偏差和本振频率偏移进行校准，避免收发端设备间同步误差的影响，其核心思想是通过已知信号传播时延和多普勒频率的参考径来估计出叠加在这条径上额外的时延和多普勒频率，即分别为时钟偏差和本振频率偏移。
如图8（a）所示，典型的可用作为参考径的是直射（LOS, Line of Sight）径[28]。发送端发出的感知信号分别通过LOS径及经过感知目标的反射径到达接收端。根据感知信号的收发端之间的相对位置和相对运动速度，计算得到LOS径的真实时延和真实多普勒频率；以感知信号的接收端计算得到的LOS径的测量时延和测量多普勒频率，与真实时延和真实多普勒频率进行对照，即可得到时钟偏差和本振频率偏移。将得到的时钟偏差和本振频率偏移应用在经感知目标的反射径的信号处理上，即可估计出径感知目标反射径的信号传播时延和多普勒频率。设LOS径和经感知目标反射径的信号传播时延分别为τlos和τtarget、多普勒频率分别为fd,los和fd,target，时钟偏差和本振频率偏移分别为τoffset和foffset，其中τlos和fd,los能够通过收发端之间相对位置和相对运动速度得到真实值；则LOS径和经感知目标反射径的信号在接收端经信号处理后得到的测量时延分别为τ1=τlos+τoffset和τ2=τtarget+τoffset、测量频率分别为f1=fd,los+foffset和f2=fd,target+foffset；因此，可以得到时钟偏差和本振频率偏移分别为τoffset=τ1-τlos和foffset=f1-fd,los，或者，直接估计出经目标反射径的时延和多普勒频率分别为τtarget=τ2-τ1+τlos和fd,target=f2– f1+fd,los。
在利用参考径进行时钟偏差和本振频率偏移的校准时，一个关键点是感知信号的接收端需要能够从多径信号中识别出参考径。在有LOS径的场景下，由于LOS径通常是接收信号中的能量最强的径，且其往往相对其他非直射（Non LOS, NLOS）径具有更小的时延，根据这些特征LOS径较为容易被识别出来[29]。
当感知信号的收发端之间因为遮挡等原因而没有LOS径时，可以利用RIS进行中继来获得参考径[30]，如图8（b）所示。根据发送端、RIS和接收端之间的位置和相对运动关系可以计算得到真实时延和真实多普勒频率。以感知信号的接收端计算得到的经过RIS反射的参考径的测量时延和测量多普勒频率，与真实时延和真实多普勒频率相对照，即可得到时钟偏差和本振频率偏移。感知信号的接收端识别出经过RIS反射的参考径的方法可以是RIS对感知信号进行调制，接收端根据调制信息提取出经RIS反射的参考径[31]。
参考径方法也能够用于校准感知信号的接收端设备的通道不一致性，其基本思想是提取天线阵列的各天线单元的接收信号中对应已知角度的参考径的信号向量SN，并从SN去除已知角度的导向矢量成分，即可得到用于通道校准的通道系数。此外，参考径方法还能够用于时域随机相位的抑制，其思想与抑制时钟偏差和本振频率偏移类似，这里不做赘述。
从相关文献和实际测试情况来看，在本文介绍的感知非理想因素消除方法中，参考径方法具有最佳的综合性能。然而，参考径方法的局限性在于，需要具有能够被识别出的参考径；因而在进行感知系统的部署和配置时，需要对参考径相关的参数和必要的辅助设备（如RIS）进行设计和部署。
3.4 往返测量
类似于NR定位中的往返时间（RTT, Round-Trip Time）方法[32]，在通感一体化系统中可以通过往返测量来估计出感知信号的收发端之间的时钟偏差和本振频率偏移。其基本思想是，根据雷达“停-跳”模型，在较短的时间内（例如，几毫秒到几十毫秒），可以认为感知目标的运动状态（位置和速度）不发生变化。对于同一感知目标，感知信号的收发端之间双向收发感知信号，进行往返测量得到的信号传播时延和多普勒频率是相同的，而时钟偏差和本振频率偏移的绝对值相同、正负号相反，因此可以提取出时钟偏差和本振频率偏移。
如图9所示，设备B相对于设备A的时钟偏差和本振频率偏移分别为τoffset和foffset。在由设备A发送感知信号、设备B接收感知信号的测量中，设备B得到的测量时延和测量频率分别为τ3=τ+τoffset和f3=fd+foffset，其中τ和fd分别为对应感知目标的径的信号传播时延和多普勒频率；在由设备B发送感知信号、设备A接收感知信号的测量中，设备A得到的测量时延和测量频率分别为τ4=τ-τoffset和f4=fd-foffset。通过对设备A和设备B分别测量得到的测量时延和测量频率进行联合处理，即可提取出时钟偏差τoffset和本振频率偏移foffset，或者，通过将两次测量得到的测量时延和测量频率相加后取平均，可以消除时钟偏差和本振频率偏移的影响，直接得出信号传播时延τ=(τ3+τ4)/2和多普勒频率fd=(f3+f4)/2。
此种方法的难点在于，需要在存在时钟偏差和本振频率偏移的情况下，将两次测量分别检测出的对应同一感知目标的侧时延和测量频率关联起来；例如，将设备B的测量结果(τ3, f3)和设备A的测量结果(τ4, f4)确定为同一感知目标。另外，此种方法要求在双向收发感知信号时，时钟偏差和本振频率偏移的变化较小以至于可以忽略不计。
4 仿真与测试验证
为了更直观地说明感知非理想因素对于感知性能的影响，本文针对四种感知非理想因素进行了仿真或者测试，并进行了部分感知非理想因素的消除方法的测试验证。
4.1 时钟偏差和本振频率偏移的测量和抑制
在双基地感知模式的实际系统中，时钟偏差和本振频率偏移一般是同时存在的，因此，实际测试中的数据所呈现出的结果是时钟偏差和本振频率偏移同时影响下的效果。本文基于vivo自研的通感一体化样机进行测试，以观察时钟偏差和本振频率偏移对于感知信号的影响；并利用LOS径作为参考径，来抑制时钟偏差和本振频率偏移。样机的详细参数配置可参见文献[12]，与文献中不同的是，本文的测试采用双基地感知的架构。
图10（a）所示的是感知信号的接收端对接收回波信号直接进行时延谱分析得到的结果，能够明显观察出2.1节中描述的两种现象；一方面，经过接收端时间同步过程后，信号传播时延被消除掉很大一部分，使得图中的时延谱整体朝着时延轴零点方向移动；另一方面，受到接收端定时调整的影响，从慢时间维上看时延谱发生了跳变。值得一提的是，图中时延谱中信号最强的径为LOS径。如果不抑制时钟偏差，直接对时延谱进一步进行处理得到时延-多普勒谱如图10（b）所示，可以看出，受到时钟偏差和本振频率偏移的影响，LOS径在多普勒维上发生以下变化：一方面，LOS径的多普勒频率不在0 Hz位置处；另一方面，LOS径的能量被弥散到很多其他径上；这种时延-多普勒谱的结果会造成目标检测的失败或错误。
本文采用LOS径作为参考径，进行时钟偏差和本振频率偏移的消除。图10（c）为时钟偏差消除后的时延谱，包括两部分效果；一方面，纠正了由时间同步引起的时延谱朝时延轴零点方向整体移动的影响；另一方面，纠正了时钟偏差引起的时延谱相位变化和定时调整带来的时延谱跳变。对图10（c）的时延谱进行多普勒分析，得到的时延-多普勒谱如图10（d）所示，由于此时仍然受到本振频率偏移的影响，时延-多普勒谱整体在多普勒维上存在一定的偏移；另外，受到时延谱分析精度的限制，纠正时钟偏差后在慢时间维上仍然残留一定的相位噪声，LOS径的能量仍然存在一定程度上的弥散。利用LOS径作为参考径对图10（c）的结果进行进一步处理，消除本振频率偏移和纠正时钟偏差后剩余的相位噪声的影响后，得到图10（e）所示的时延-多普勒谱，可以看出，时钟偏差和本振频率偏移的影响已经得到了很好的抑制。
进一步地，为了进行动目标检测，需要消除静态径（包括LOS径）的影响，其结果如图10（f）所示。根据图中的时延-多普勒谱，能够正确检测出运动目标，并估计出运动目标的距离和速度。测试中的感知目标是行人，在频率4 GHz的载波上产生的多普勒频率约为15.625 Hz。因此，只有在进行有效的时钟偏差和本振频率偏移的抑制后，才能够正确地进行目标检测和参数估计。
4.2 通道不一致性的测量和抑制
这里仍然基于文献[12]中介绍的vivo自研的通感一体化样机进行测试，并进行通道不一致性的补偿。通道不一致性补偿的基本方法是，在测试之前，通过对零度方向的参考目标进行测量获得通道校准系数向量；在测试过程中，利用获得的通道校准系数向量对检测得到的对应于感知目标的空间域信号向量进行通道校准。需要说明的是，在本小节展示的测试中，接收端在方位向上采用8通道接收。
图11（a）所示为在通道不一致性的影响下，直接对接收的8通道信号进行谱分析得到的角度谱；图11（b）为进行通道不一致性校准之后得到的角度谱。可以看出，通道不一致性对角度谱的影响包括两个方面，一是造成感知目标的能量在角谱域的弥散，二是造成角度谱峰值位置的错误。通道不一致性校准之后的角度谱在感知目标的角度上的积累增益获得明显提升，从而能够正确地估计出目标的角度。
4.3 时域随机相位的仿真
为了清晰地展示时域随机相位对感知性能的影响，排除时钟偏差、本振频率偏移和通道不一致性对观察时域随机相位现象的干扰，本文基于3GPP TR38.901的信道模型[33]，针对时域随机相位的影响进行了仿真。图12（a）和12（b）给出了在单个天线的接收信号中，时域随机相位对多普勒频率测量的影响；其中，图12（a）为不受时域随机相位影响情况下的时延-多普勒谱，从中能够清楚地观察到感知目标；图12（b）为受到时域随机相位影响后的时延-多普勒谱，可以看出，静态杂波和动态目标的能量都弥散在整个多普勒测量范围内，无法检测感知目标。图12（c）和图12（d）给出了利用多天线进行角度估计时时域随机相位的影响；其中，图12（c）为不受时域随机相位影响情况下的二维角度谱，图中标记“×”表示感知目标真实角度，感知目标的信号能量集中在正确的角度附近；图12（d）为受到时域随机相位影响后的二维角度谱，感知目标的信号能量在角度域上发生弥散，造成错误的角度估计结果。
5 结束语
通感一体化是国际电信联盟确定的6G的六大应用场景之一，具有广阔的研究和应用前景。在通感一体化技术的落地应用之前，有许多技术问题需要得到解决，感知非理想因素的抑制是其中之一。本文讨论的感知非理想因素主要包括时钟偏差、本振频率偏移、通道不一致性和时域随机相位。由于感知和通信在机理上的差异，这些感知非理想因素对于通信性能的影响较小，而对感知性能却有着决定性的影响。本文详细分析了上述感知非理想因素的来源以及其对于感知性能的影响。然后，本文梳理了几种可以消除感知非理想因素的方法，包括共同时钟校准、CSI商/共轭乘、参考径、往返测量等四种方法。上述四种方法分别能够解决四项感知非理想因素问题中的一项或者多项。最后，本文通过样机实测或者仿真的方法直观地展示了四项感知非理想因素对于感知信号的影响，并对部分感知非理想因素消除方法进行了实际验证。需要指出的是，感知非理想因素的消除仍然是一个开放性问题，需要进一步的研究。
参考文献：（上下滑动浏览）
[1] Cui Y, Liu F, Jing X, et al. Integrating sensing and communications for ubiquitous IoT: Applications, trends, and challenges[J]. IEEE Network, 2021,35(5): 158-167.
[2] Wild T, Braun V, Viswanathan H. Joint design of communication and sensing for beyond 5G and 6G systems[J]. IEEE Access, 2021,9: 30845-30857.
[3] Akan O B, Arik M. Internet of radars: Sensing versus sending with joint radar-communications[J]. IEEE Communications Magazine, 2020,58(9): 13-19.
[4] Liu F, Masouros C, Petropulu A P, et al. Joint radar and communication design: Applications, state-of-the-art, and the road ahead[J]. IEEE Transactions on Communications, 2020,68(6): 3834-3862.
[5] Liu A, Huang Z, Li M, et al. A survey on fundamental limits of integrated sensing and communication[J]. IEEE Communications Surveys & Tutorials, 2022,24(2): 994-1034.
[6] Zhang J A, Liu F, Masouros C, et al. An overview of signal processing techniques for joint communication and radar sensing[J]. IEEE Journal of Selected Topics in Signal Processing, 2021,15(6): 1295-1315.
[7] Liu F, Cui Y, Masouros C, et al. Integrated sensing and communications: Toward dual-functional wireless networks for 6G and beyond[J]. IEEE journal on selected areas in communications, 2022,40(6): 1728-1767.
[8] vivo通信研究院. 6G服务，能力与使能技术[R]. 2022.
[9] De Lima C, Belot D, Berkvens R, et al. Convergent communication, sensing and localization in 6G systems: An overview of technologies, opportunities and challenges[J]. IEEE Access, 2021,9: 26902-26925.
[10] Paul B, Chiriyath A R, Bliss D W. Survey of RF communications and sensing convergence research[J]. IEEE Access, 2016,5: 252-270.
[11] ITU-R. Framework and overall objectives of the future development of IMT for 2030 and beyond[R]. 2023.
[12] Ding S, Chen B, Li J, et al. Integrated Sensing and Communication: Prototype and Key Processing Algorithms[C]//2023 IEEE International Conference on Communications Workshops (ICC Workshops). IEEE, 2023: 73-78.
[13] vivo,中国电信,中国移动,等. 通感一体化系统架构与关键技术[R]. 2023.
[14] WCDMA for umts: hspa evolution and lte[M]. john Wiley & sons, 2007.
[15] 姜大洁,姚健,李健之,等. 通信感知一体化关键技术与挑战[J]. 移动通信, 2022,46(5): 69-77.
[16] Omri A, Shaqfeh M, Ali A, et al. Synchronization procedure in 5G NR systems[J]. IEEE Access, 2019,7: 41286-41295.
[17] 丁鹭飞. 雷达原理[M]. 北京: 电子工业出版社, 2020.
[18] Zhuo Y, Zhu H, Xue H, et al. Perceiving accurate CSI phases with commodity WiFi devices[C]//IEEE INFOCOM 2017-IEEE Conference on Computer Communications. IEEE, 2017: 1-9.
[19] Zhang D, Wu D, Niu K, et al. Practical issues and challenges in CSI-based integrated sensing and communication[C]//2022 IEEE International Conference on Communications Workshops (ICC Workshops). IEEE, 2022: 836-841.
[20] Tadayon N, Rahman M T, Han S, et al. Decimeter ranging with channel state information[J]. IEEE Transactions on Wireless Communications, 2019,18(7): 3453-3468.
[21] Zhang J A, Wu K, Huang X, et al. Integration of radar sensing into communications with asynchronous transceivers[J]. IEEE Communications Magazine, 2022,60(11): 106-112.
[22] Hamed E, Rahul H, Abdelghany M A, et al. Real-time distributed MIMO systems[C]//Proceedings of the 2016 ACM SIGCOMM Conference. 2016: 412-425.
[23] Scharrenbroich M, Zatman M. Statistical MIMO radar experimental results[C]//2014 IEEE Radar Conference. IEEE, 2014: 617-622.
[24] Zeng Y, Wu D, Xiong J, et al. FarSense: Pushing the range limit of WiFi-based respiration sensing with CSI ratio of two antennas[J]. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2019,3(3): 1-26.
[25] Zeng Y, Wu D, Xiong J, et al. MultiSense: Enabling multi-person respiration sensing with commodity wifi[J]. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2020,4(3): 1-29.
[26] Li X, Zhang D, Lv Q, et al. IndoTrack: Device-free indoor human tracking with commodity Wi-Fi[J]. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2017,1(3): 1-22.
[27] Wang Z, Zhang J A, Xu M, et al. Single-target real-time passive WiFi tracking[J]. IEEE Transactions on Mobile Computing, 2022.
[28] Zhang Y, Guo W, Gao Z, et al. Multiple Doppler estimation based ICI elimination scheme in OFDM over high-mobility channels with LoS path[C]//2013 19th Asia-Pacific Conference on Communications (APCC). IEEE, 2013: 637-642.
[29] Li S, Luo C, Tang A, et al. Integrating Passive Bistatic Sensing into mmWave B5G/6G Networks: Design and Experiment Measurement[C]//2023 IEEE International Conference on Communications (ICC). IEEE, 2023: 2976-2981.
[30] Aubry A, De Maio A, Rosamilia M. Reconfigurable intelligent surfaces for N-LOS radar surveillance[J]. IEEE Transactions on Vehicular Technology, 2021,70(10): 10735-10749.
[31] Liu Y, Liu X, Mu X, et al. Reconfigurable intelligent surfaces: Principles and opportunities[J]. IEEE communications surveys & tutorials, 2021,23(3): 1546-1577.
[32] Park S Y, Ahn H S, Yu W. Round-trip time-based wireless positioning without time synchronization[C]//2007 International Conference on Control, Automation and Systems. IEEE, 2007: 2323-2326.
[33] 3GPP TR 38.901. Study on channel model for frequencies from 0.5 to 100 GHz[R]. 2022. ★
★扫描二维码，到知网阅读下载本篇论文
★原文发表于《移动通信》2023年第9期★
doi:10.3969/j.issn.1006-1010.20230721-0001
中图分类号：TN919.1 文献标志码：A
文章编号：1006-1010(2023)09-0046-11
引用格式：丁圣利,李健之,陈保龙,等. 通感一体化中的感知非理想因素及其消除方法[J]. 移动通信, 2023,47(9): 46-56.
DING Shengli, LI Jianzhi, CHEN Baolong, et al. Cancellation Methods for Sensing Related Non-ideal Factors In Integrated Sensing and Communication System[J]. Mobile Communications, 2023,47(9): 46-56.
作者简介
丁圣利（orcid.org/0000-0001-5465-8180）：博士毕业于北京大学，现任职于维沃移动通信有限公司通信研究院，主要研究方向为通感一体化、超大规模MIMO等。
李健之：博士毕业于北京交通大学，现任职于维沃移动通信有限公司通信研究院，研究方向为通感一体化、超大规模MIMO、6G无线信道建模等。
陈保龙：硕士毕业于南京理工大学，现任职于维沃移动通信有限公司通信研究院，主要研究方向为移动通信物理层设计等。
《移动通信》投稿方式为在线投稿
请您登录网页投稿系统
链接地址：http://ydtx.cbpt.cnki.net
目录 | 2023年第10期 专题：移动自组织网络
目录 | 2023年第9期 专题：6G智能感知
面向6G的物联网技术 | 2023年第8期专题 论文（11篇）
空天地海一体化网络 | 2023年第7期专题论文（13篇）
#扫码关注我们#
《移动通信》
用论文解读通信
《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国科协《高质量科技期刊分级目录》入选期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。
