太赫茲通信技術綜述

謝莎，李浩然，李玲香，陳智，李少謙

（電子科技大學通信抗干擾技術國家級重點實驗室，四川 成都 611731）

1 引言

隨著智能手機的不斷普及，無線網絡用戶數量急劇增加。根據愛立信的物聯網預測，到2022 年，全球將有290 億臺物聯網設備。智能終端應用的快速發展要求未來通信系統能在各種復雜環境中實現無處不在的超高速訪問。為此，一種解決方案是通過先進的調制方案和信號處理技術來提高頻譜效率。然而，由于當前工作頻帶（窄帶寬）的基本限制，很難達到100 Gbit/s，更別提太比特每秒級別了。另一種解決方案是使用更高的載波頻率來增加信道帶寬，以提供足夠的傳輸容量。

毫米波（millimeter wave）和太赫茲頻段是高頻通信的候選頻段，能很好地應對當前無線通信系統所面臨的問題[1-5]。相比之下，太赫茲頻段比毫米波頻段具有更大的潛力。首先，太赫茲頻段的帶寬為0.1～10 THz，比毫米波的帶寬高出一個數量級，可以提供太比特每秒級別數據傳輸速率的支持。其次，由于減小了天線孔徑，太赫茲比毫米波具有更高的方向性，更不易發生自由空間衍射。最后，太赫茲頻段下收發機之間的距離要比毫米波頻段中的距離短得多，這將帶來電力消耗的降低，從而減少二氧化碳的排放[6]。

綜合當前通信系統存在的不足與太赫茲頻段獨特的優勢，太赫茲通信技術引起了學術界和工業界的廣泛關注，被認為是滿足移動異構網絡系統實時流量需求的關鍵無線技術，可緩解當前無線系統的容量瓶頸問題，實現超高速無線通信[7-9]。太赫茲頻段巨大的帶寬和可支持的超高速數據傳輸速率，將使大量的新應用和服務變成現實，如車輛通信、虛擬現實（VR，virtual reality）/增強現實（AR，augmented reality）、健康監測、衛星通信等。

通過部署太赫茲無線通信系統，能實現車輛網絡中的高速信息交互，進一步提高行車安全，減少交通擁堵和交通事故，提高交通系統的總體效率。AR/VR 帶給人們前所未有的體驗，但目前的發展受到無線通信低數據速率的限制。幸運的是，一旦太赫茲頻段被用于無線通信系統，將帶來比有線通信系統更好的用戶體驗。在健康監測場景中，與高輻射的伽馬射線相比，太赫茲射線對人體的傷害更小。因此，可以將大量納米級傳感器注入人體，使其分布在血液中，收集人體的健康信息，然后利用納米傳感器監測一些人體必需物質（如葡萄糖、鈉）或癌癥生物標志物；同時也可以感知人體不可達部位的相關運行狀態信息，并通過納米通信網絡將監測的信息傳遞給外部設備。因此，健康監測（如病毒或腫瘤檢測）可以以非侵入性的方式進行，并以實時的方式進行疾病檢測[10]。不僅如此，由于在太空中（無大氣環境）沒有太赫茲吸收損耗問題，因此太赫茲頻段下的衛星通信傳輸速度快、傳輸距離遠，且太赫茲通信終端具有小型化的優點，因此太赫茲衛星通信極具應用前景[11-13]。

當前研制的太赫茲無線通信裝備，根據太赫茲頻段射線產生的方法分為2 種：第一種方法是使用光電子技術將光學頻率轉換成太赫茲頻率，即由半導體的激發產生連續或脈沖的太赫茲輻射；第二種方法是使用頻率倍增器，將電子設備的工作頻率從毫米波增加到太赫茲范圍[9]。基于光電子組合的方法在太赫茲無線通信系統中的應用往往受制于光學元件，不利于芯片的集成化和小型化，因此，目前應用較多的是基于倍頻器的通信系統。其中，日本電報電話公司（NTT,Nippon Telegraph & Telephone）在800 m 以上實現了10 Gbit/s 的雙向數據傳輸速率和20 Gbit/s 的單向數據傳輸速率。德國卡爾斯魯厄理工學院實現了0.237 5 THz 的全固態無線通信系統，當傳輸距離為1 km 時，最大傳輸速率可達40 Gbit/s[9]。但是，目前研制的太赫茲通信系統的規模化應用仍然存在一些需要攻克的難點問題，如太赫茲器件體積較大、集成度不高，太赫茲信號的傳輸損耗大，太赫茲射頻器件的發射功率有限等。這些問題要求業界探索發展新的半導體材料和集成電路工藝、研發先進的天線技術、優化系統資源分配等，進而實現太赫茲通信的小型化、低功耗和低成本，達到增強太赫茲通信覆蓋、提升太赫茲通信傳輸速率的目的。

為了更好地應用太赫茲通信技術支持未來超高速低時延的新型應用，在深入研究之前，需要更好地捕捉太赫茲頻段的特性，理解太赫茲通信存在的問題與技術挑戰，以構建更穩健、高效的太赫茲無線通信系統。本文首先綜述了太赫茲信道的研究現狀，包括當前太赫茲信道傳播模型、太赫茲信道測量與信道估計。然后在太赫茲信道的基礎上，分析了單用戶基本通信場景，從收發端和中繼兩方面分析了存在問題，并給出了解決方案。進一步地，將通信場景延伸到多用戶復雜通信場景，具體包括點到多點通信和多點到多點通信，針對每個場景中的問題列舉了可能的解決方案。最后展望了未來太赫茲頻段可能的重要研究方向。

2 太赫茲信道

捕獲太赫茲信號傳播特性的信道模型，對太赫茲通信的實際應用和具體部署有著深遠的現實意義。設計太赫茲無線通信系統，首先要研究自由空間中太赫茲信號的傳播特性，然后進行信道測量。太赫茲信號傳播的主要問題在于大氣中水蒸氣吸收所造成的大幅度衰減。根據ITU-R P.676-9 建議書[14]，可以得到因大氣原因造成的太赫茲頻段無線電波衰減率，如圖1 所示。其中，氣壓為1 013 hPa,溫度為15℃，水汽密度為7.5 g/m3。

由圖1 可以觀察到，在太赫茲頻段有多個太赫茲傳輸窗口（2 個水汽吸收峰之間的頻率范圍為傳輸窗）。本節將相繼介紹當前太赫茲信道模型、信道測量和信道估計的研究現狀，并總結未來這3 個方面還需要解決的問題。

圖1 太赫茲頻段衰減率

2.1 太赫茲信道模型

太赫茲頻段具有頻率高、波長短的特點，這使太赫茲信號在無線空間傳輸過程中會受到極大的自由空間損耗。也正是由于波長短這一特點，使大量天線可以放置在一個非常小的區域[7]。如何充分利用太赫茲頻段的優越性，建立有效、準確的太赫茲信道模型是關鍵的一步。

文獻[15]中指出，太赫茲信號具有類光性，可以利用光學幾何原理對其進行描述，因此射線追蹤技術被廣泛應用。文獻[16]指出，在300 GHz處太赫茲存在一個帶寬約為47 GHz 的傳輸窗，目前大量的太赫茲信道模型的建立工作都依托于此頻段。目前，業界研究的太赫茲信道模型主要分為2 種：一種是靠射線追蹤技術得到的確定性信道模型[17]；另一種是基于射線追蹤技術，結合收發端的地理位置信息，經過大量數據測量得到的統計信道模型。

2.1.1 確定性信道模型

針對第一種確定性信道模型，文獻[18-19]利用射線追蹤技術充分考慮太赫茲信道的多條傳輸路徑，包括視線（LoS,line of sight）路徑和非視線（NLoS,none line of sight）路徑。其中，非視線路徑又包括反射路徑、折射路徑及衍射路徑。在此，對文獻[18]中太赫茲信道模型進行簡單描述，太赫茲信道的多徑模型如圖2 所示。

考慮多徑傳輸模型由許多獨立的子信道構成，且每一個子信道足夠窄，因此每一個子信道具有平坦的頻率響應；每一個子信道視為由Ni個射線疊加而成，其中，i∈[1,M]，M表示每個子信道射線的數目。對于發送和接收設備固定環境為靜態時，每個多徑信道的子信道響應表示為

其中，αi,n表示第n條射線的衰減因子，τ表示射線到達時間，δ表示單位脈沖函數。

其中，ΞLoS表示LoS 路徑是否存在，當取值為1 時，表示路徑存在，當取值為0 時，表示路徑不存在；αRef、αSca和αDif分別表示反射路徑、散射路徑及衍射路徑的路徑衰減；τRef、τSca和τDif分別表示反射路徑、散射路徑及衍射路徑的時延。由維納?辛欽定理可知，第i條路徑的路徑損耗如式(3)所示。

根據文獻[18]可知，太赫茲信號在進行傳播時，除了要經歷自由空間衰減、分子吸收外，NLoS 路徑還會存在由于反射體或折射體表面的粗糙問題造成的反射衰減。這是因為在微波頻段下可以視為光滑的表面，在太赫茲頻段下由于波長短，可能呈現出表面微粗糙特性[20]。

具體地，對于LoS 路徑，傳輸方程表示為

其中，c 表示光速，f表示頻率，r表示發送端到接收端的距離，表示到達時間。

其中，k表示與頻率相關的分子吸收系數。

對于NLoS 路徑，以反射路徑為例，其傳輸方程如式(7)所示。折射路徑和衍射路徑的傳輸方程表示及其推導過程見文獻[18]。

其中，r1和r2分別表示發射端到反射點及反射點到接收端的距離，表示反射路徑的時延，R(f)=γTE(f)ρ(f)表示反射系數，其中γTE(f)表示菲涅耳方程，ρ(f)表示瑞利粗糙因子。

2.1.2 統計信道模型

前文所述射線追蹤技術對于描述太赫茲信號傳輸雖然可靠，但是對太赫茲信道進行描述時存在無法避免的問題，即信道模型應用場景唯一，不存在普適性。當環境發生微小變化時，需要重新進行信道測量。但是，由于進行射線追蹤時需要大量的計算，信道環境中復雜度稍有提高，就可能會帶來計算復雜度的指數增長。為此，學者們提出了結合場景中用戶地理位置信息的太赫茲統計模型。

對于太赫茲信道統計模型，首先建立信道理論模型；然后在確定場景下，利用射線追蹤方法，進行大量實驗；最后根據實驗數據得出統計模型。文獻[21-23]結合 MIMO 技術研究了經典的 S-V（Saleh-Valenzuela）模型。在S-V 模型中，傳播路徑分為許多簇，每一個簇中又包含了許多路徑，因此，一個子天線接收到的信道響應表示為分別表示簇的數量和第i個簇中射線的數量，αil(f,d)表示第i個簇中第l條射線的路

其中，Nclu和徑增益，分別參考到達和離開的方位角/仰角（AoA/AoD,angle of arrival/ angle of departure），分別表示發射和接收天線增益，分別表示發射端和接收端相關的陣列方向矢量，(?)+代表矩陣的共軛轉置。在此僅對模型進行簡單闡述，具體模型參閱文獻[22]。

文獻[24-26]在經典的S-V 模型基礎上做出了改進，忽略了衍射路徑對信道模型的影響。具體地，文獻[24-25]考慮LoS路徑以及NLoS 路徑中一階反射、二階反射對太赫茲信道造成的影響，并根據所部署的場景給出了確定的一階反射、二階反射的表達式。文獻[26]則基于文獻[24-25]，進一步考慮了衍射路徑。

目前，太赫茲信道模型仍然是對某一具體場景進行信道測量后建立，雖然太赫茲統計信道模型在模型的靈活性方面有所提升，但是一旦場景發生巨大改變，仍然需要重新進行測量。另外，由于NLoS路徑的太赫茲信號衰減還包括反射材料造成的反射衰減，且太赫茲信號對于不同的反射材料的衰減情況有所不同，因此太赫茲信道模型的建立還需考慮反射材料帶來的影響。

2.2 太赫茲信道測量

與傳統的無線局域網（WLAN,wireless local area network）信道相比，太赫茲信道的超高頻率特點（比如極大的自由空間衰減、不可忽略的高反射損失、通信波束易受阻斷，以及動態射線陰影等）使太赫茲信道的通信條件與傳統WLAN 信道相比出現很大不同。傳統的WLAN 頻率模型無法在太赫茲范圍內使用，為了更加準確地描述太赫茲信道特點，信道測量不可或缺。隨著技術的不斷推進，曾經受到器件物理條件的制約而難以滿足太赫茲信道超高衰減的輸出功率，已通過選擇合適的天線增益解決。隨著滿足太赫茲高方向性、可操縱的天線不斷問世，太赫茲信道測量不斷受到人們關注。

要進行太赫茲實驗，太赫茲射線的形成是首要問題。文獻[13]指出，目前產生太赫茲頻段射線的方法主要有2 種。第一種方法是使用光電子技術將光學頻率轉換成太赫茲頻率，即由半導體的激光激發產生連續或脈沖的太赫茲輻射。第二種方法是使用頻率倍增器，將電子設備的工作頻率從毫米波增加到太赫茲范圍。基于這2 種方法的太赫茲射線產生方案諸多，本文不詳細介紹。相比之下，目前使用第二種方法的更多，主要有兩方面的原因：1)相比于第一種方法需要使用的光學元件，第二種方法所用的硅組件成本較低；2)由于硅基組件相比光學元件，尺寸更小，系統排列將更緊湊[26]。

目前多數的信道測量工作皆在文獻[16]提出的頻段（300 GHz）完成[17]。文獻[27]基于第二種方法，給出了在300 GHz 傳輸窗、20 GHz 帶寬的室內太赫茲信道的詳細測量方案，以及相應的測量結果：在2 m 以內，太赫茲信道可以提供90.31 Gbit/s 的數據傳輸速率，具體的測量方案如圖3 所示。收發端各個模塊的選擇是實驗設計的重要環節。對于天線增益的選擇，需要提前對信道的衰減及噪聲進行估計，根據衰落值選擇天線增益。由于接收端的高敏感性，因此需要選擇低噪放大器。在接收端，需要將信號從高頻搬移到低頻進行數字化處理，在此解調過程中，外插接收機需將太赫茲射頻信號及本地振蕩信號作為輸入。然而由于產生的本地振蕩信號頻率過高，其成本及實現難度都很大，因此通常使用平面肖基特二極管進行N次諧波混迭。本地振蕩信號頻率根據混頻器的性能進行選擇，如文獻[27]中混頻器型號為WR2.8SHM，屬于次諧波混頻器，故所需的本地振蕩信號頻率為130～200 GHz，功率范圍為3～6 dBm。發送端的模塊選擇與接收端相似，信號產生模塊選擇Keysight 的M8195A 65 GSa/s 任意信號發生器，可以產生25 GHz 帶寬的模擬信號。

當頻率為300 GHz 時，文獻[15]指出太赫茲頻段信號特征可以由光學幾何原理很好地描述，并使用射線追蹤方法針對具體的場景進行太赫茲信道測量。具體地，在室內場景中，文獻[24-26,28]根據大量測試數據建立了太赫茲信道統計模型。文獻[29-30]使用射線追蹤方法，以火車站室外場景為例，分別對火車到火車、火車到車站為收發端進行了太赫茲信道測量。文獻[29-30]中的研究場景分別如圖4 和圖5 所示，均在火車靜止的場景中進行太赫茲信道測量。測量結果顯示，當頻率為300 GHz、帶寬為8 GHz 時，均方根時延擴展等參數都優于一般WLAN 信道的情況。

圖3 太赫茲信道測量方案

圖4 火車靜止場景下太赫茲信道測量

圖5 火車到基礎設施的太赫茲信道測量

多輸入多輸出（MIMO，multiple input multiple output）技術由于可以進一步提高數據吞吐量及保證通信的可靠性而被廣泛研究，太赫茲通信頻段卻鮮有文章涉及。目前只有文獻[31]考慮了在室內LoS 場景的298～313 GHz 頻段使用2×2 MIMO 信道進行太赫茲信道測量。測試結果顯示，當收發端相距25 cm 時，使用MIMO 系統的數據傳輸速率可達7 Gbit/s，優于不使用MIMO 系統的數據傳輸速率5.55 Gbit/s。

針對目前的太赫茲信道測量方面的研究，可以在以下幾方面進行擴展。1)擴大場景，除了文獻 [29-30]中收發端距離達到6.584 m，文獻[27]中收發端相距2 m，其余研究的測試場景收發端相距均不超過1 m。2)設置不同的測試場景，諸如設置不同的反射材料。由于太赫茲頻段射線對于不同的反射材料的反射損耗不同，設置不同的反射材料可以觀察到不同的信道多徑特征。3)將MIMO 系統加入太赫茲研究中，MIMO 信道可以進一步提高信道的數據吞吐量，更好地保證通信的可靠性。以上幾種擴展均可與太赫茲信道統計模型進行聯合，得到針對某一具體場景下的太赫茲統計信道模型。

2.3 太赫茲信道估計

根據太赫茲的信道模型可知，目前提出的無論是通過射線追蹤技術實現的確定性太赫茲信道模型，還是通過信道測量后得到的統計太赫茲信道模型，都是在用戶靜態情況下得到的。而在實際生產生活中，移動性較高已成為當前用戶的一大特性。因此通過信道估計技術對用戶的狀態進行預判，確保通信質量就顯得尤其重要。目前對太赫茲頻段的信道估計分為兩類：不使用大規模MIMO 系統的信道估計和使用大規模MIMO 系統的信道估計。

針對不使用大規模MIMO 系統的信道估計，目前研究以AoA 估計為主。為了補償太赫茲通信中信號極高的自由空間衰減，保證接收端接收信號的強度，在收發端配備具有高方向性的高增益天線設備是必不可少的。然而，實際應用中，由于用戶的實時移動性，使接收端的AoA 實時改變。為了保證接收端可以實現高天線增益，通過提前估計AoA的變化，調整接收端的自適應定向天線接收方向，來保證接收端天線增益。由于太赫茲射線的高方向性導致的高分辨率，使系統需要長時間的掃描，降低了AoA 估計帶來的實用性，文獻[33-36]針對用戶的AoA 特性建立三維坐標進行描述，利用貝葉斯濾波器，結合多項技術對移動用戶的AoA 進行了高效率的估計。文獻[33]結合強化學習方法對移動用戶的AoA 進行估計。文獻[34]中考慮到實時AoA 信息可以看作一階馬爾可夫過程，因此考慮貝葉斯濾波器結合似然和先驗信息，并證實了似然和先驗信息的結合提供了比單獨使用似然更精確的估計。文獻[35]考慮使用多個接入點對用戶移動造成的AoA 改變進行協同估計。由于同一個用戶的AoA 改變對于不同接入點而言存在空間上的關聯性，文獻[35]提出結合空間概率算法對AoA 進行了實時估計。文獻[36-37]考慮到AoA 的角增益特性可以由功率角譜進行表示，即需要使AoA 的估計結果落在接收端的主瓣范圍內，且太赫茲通信設備具有低頻射頻前端的特點，作者提出了兩階段AoA估計算法：首先，在低頻范圍進行粗略但快速的角頻率估計；然后，進行AoA 精確搜索。由于天線主瓣較寬，因此可以將階段1 中較低頻率處的近似估計作為階段2 中有限的搜索范圍，并分別在不同的室內場景進行測試，這不僅通過精確搜索得到更準確的估計結果，同時低頻估算有效地縮減了精確搜索的范圍，從而減少了估計時間。

而針對大規模MIMO 系統的信道估計，研究相對較少。大規模MIMO 系統的使用，可以有效提高太赫茲通信的信號增益。然而針對用戶的高移動性，若要完全獲取大規模MIMO 實時、高速變化的信道信息，極具挑戰。文獻[38]針對太赫茲移動通信場景，考慮太赫茲信道的稀疏特性，在終端進行直線運動情況下，結合移動用戶相對于基站的物理空間特征，利用波束空間技術，選擇充分代表大規模MIMO 信道的波束，對用戶的波束空間信道進行信道估計與追蹤。波束空間技術在得到完整的大規模MIMO 信道信息的前提下，最大限度地節省了MIMO 系統中射頻鏈的使用數量，有效降低了MIMO 系統的能量損耗。可見波束空間MIMO 系統將成為太赫茲通信發展重要的技術支撐。

針對目前太赫茲信道估計技術，有一些方向可以深入研究。首先，前文所述信道估計中多是僅依托于LoS 路徑進行太赫茲通信模型建立，然后進行信道估計，而考慮NLoS 路徑的僅有文獻[35]。其次，前文所述信道估計目前都是針對室內場景進行的，且結果驗證也是結合室內的太赫茲信道進行測量，因此在室外場景中進行太赫茲信道估計也值得深入探索。再次，針對波束空間MIMO 系統的太赫茲信道估計，相比于太赫茲通信，毫米波通信在波束空間MIMO 信道估計研究更廣泛，因此可以參考毫米波通信中波束空間MIMO 的信道估計相關研究。文獻[39]利用多信號分類法（MUSIC,multiple signal classification）對波束的AoA 進行估計，利用最小二乘法對路徑增益進行估計；文獻[40]針對毫米波通信波束空間信道估計提出了自適應的支持檢測（SD,support detection）算法，然而文獻[40]是在窄帶通信下提出的；文獻[41]則針對寬帶通信下波束空間信道估計提出了連續支持檢測（SSD，successive support detection）算法，該算法不僅減小了導頻序列的開銷，還提高了信道估計的精確度；文獻[42]采用深度學習技術進行信道估計。最后，可以結合機器學習對太赫茲信道參數進行估計。文獻[32]利用太赫茲通信多徑傳輸的稀疏特點，通過使用壓縮感知（CS,compress sensing）技術對太赫茲信道進行估計。然而當感知序列中存在可變參數時，傳統的CS 技術不能很好地解決此類問題。文獻[43]提出了改進意見，文獻[42]中提到在毫米波情況下，設計動態可調節網格對信道中的AoD、AoA，以及接收端的信號到達時間進行估計。為了得到精確的信道參數估計值，文獻[43]利用毫米波通信中角域及多徑時延的稀疏性設計了稀疏貝葉斯學習方法，以此改善了傳統的CS 技術不能解決可變參數的問題。

因5G 技術的發展，毫米波通信技術在大規模MIMO、信道估計等方面有很多研究成果，這些研究成果對太赫茲通信中信道估計的研究有極大的啟發意義。但需要注意的是，在太赫茲通信系統中，由于天線尺寸變小及更高的路徑損耗，天線數量會遠遠高于毫米波通信系統的天線數量，從而出現超大規模MIMO[44]（ultra massive MIMO）。正如文獻[44]提到的，在1～10 THz 頻段，石墨烯基等離子體納米天線陣列可在幾平方毫米內嵌入數千個陣列單元（例如在1 THz 頻段，1 mm2可嵌入1 024 個陣列單元)。因此，在借鑒毫米波大規模MIMO 系統中相關研究技術的同時，需要考慮超大型天線陣列的分組和控制，以及超大陣列在收發兩端中的特性，以實現頻譜效率、能量效率和距離增強之間的性能權衡[45]。具體地，文獻[44]提出，在陣列方面，需要考慮相鄰納米天線之間的相互耦合，以及所需的信號分配網絡和時延/相位控制器的性能；同時，還需要開發新的機制及適應信道特性的新型導頻信號，以有效地估計成千上萬的并行信道，實現陣列的實時動態操作。另一方面，由于太赫茲頻段中傳輸窗的出現，不同的傳輸窗在路徑損耗和時延擴展方面表現出明顯不同的傳播特性，因此涉及太赫茲通信多頻段MIMO 技術，需要采取一種混合機制，結合載波之間的相關性，對各傳輸窗進行分析，此時信道的具體參數和實時信道估計都變得更具挑戰性。

3 單用戶基本通信場景

由于較大的路徑損耗和較差的穿透能力限制了通信性，太赫茲頻段長期以來一直被認為不適合蜂窩通信。然而近年來，太赫茲信道測量和太赫茲無線通信性能研究顯示出它在實際蜂窩系統中的優勢。在前文太赫茲信道傳播模型的基礎上，本節分析了太赫茲頻段下點到點通信這一基本場景。

3.1 太赫茲覆蓋范圍內通信

相比微波頻段，太赫茲頻段信號由于自由空間損耗和水分子吸收，路徑損耗問題顯得尤其突出，這極大地限制了有效通信的距離。近年來，學者們嘗試引入調制技術和波束成形技術來解決這一問題。

3.1.1 直接調制技術

調制技術可以實現遠距離的太赫茲頻段數據傳輸，也可以解決太赫茲頻段通信距離有限的問題。太赫茲無線通信的調制方式主要分為直接調制和變頻調制兩大類。直接調制是直接在載波上進行內部或外部調制。變頻調制包括光調制之后下變頻，以及基帶/中頻調制之后上變頻2 種。

文獻[9]提出了源輸入的直接振幅調制（如圖6所示），并針對太赫茲的高速調制器展開了相關研究。首先，太赫茲發射機（固體電子源或真空電子源）產生連續的太赫茲載波。其次，將帶有串行數字高清視頻信號的基帶幅移鍵控（ASK,amplitude shift keying）調制信號加載到調制器上，實現對太赫茲載波的直接開關鍵控（OOK,on-off keying）調制。與此同時，太赫茲波傳輸到太赫茲調制器，使OOK 調制信號加載到載波上。再次，調制后的太赫茲波由拋物面鏡天線在空間中輻射，并由另一拋物面鏡天線接收。由于OOK 調制后的太赫茲波可以直接采樣，因此在此系統中可采用太赫茲檢波器或太赫茲混頻器作為接收端。最后，對接收到的信號進行解調、數字串行解碼等信號處理。

圖6 源輸入的直接振幅調制

3.1.2 高增益天線

針對太赫茲頻段較大的路徑損耗問題，可以通過有效的天線技術和功率控制來解決。天線技術是無線通信中提高信號質量、減少干擾、產生分集和降低發射功率的重要支撐。將發射功率集中在期望的方向上，可以增強接收機的接收信噪比。較高的發射功率則通過功率放大器來實現，但是一般情況下，太赫茲功率放大器需要消耗比較高的直流功率。因此，從能耗和性能提升的角度，采用高效的天線技術更加適合太赫茲無線通信系統。

太赫茲具有極高的頻率、極短的波長，因此在收發機相同的物理區域內可以部署更多的天線。在太赫茲通信中部署高增益天線，可以進一步增強對抗高路徑損耗的能力。在各種高增益天線中，相控陣天線由于具有較好的性能及較高的靈活性而備受青睞[46]。相控陣天線由相同的天線單元組成，可以在高路徑損耗下改善接收信號質量[47]。

目前相控陣天線的相關研究存在2 個主要挑戰。1) 相控陣天線的各個單元接收信號存在不同程度的時延，這種時延差異會導致相長重疊或相消重疊。通過引入人為的時延來改變重疊的方向，即運用波束成形技術可以解決這一問題（波束成形技術見4.1.1 節）。2) 由于器件精度的要求隨頻率的增加而增加，用于太赫茲通信的相控陣天線精度將遠遠高于用于低頻通信的天線精度，而相控陣天線不精確的相移會導致在期望方向上不完全的信號重疊，從而導致天線增益的降低，這對硬件實現提出了更高的要求。文獻[47]研究了相控陣相移誤差對天線方向性的影響。

3.2 太赫茲通信增強覆蓋技術

由于太赫茲信號較大的路徑損耗和較差的穿透能力限制了通信性能，當發射端與接收端之間的實際距離大于太赫茲頻段的有效通信范圍或者通信鏈路受到遮擋時，需要從中繼的角度出發，引入智能反射面（IRS,intelligent reflecting surface）/可重構智能表面（RIS,reconfigurable intelligent surface）[48-51]、無人機（UAV,unmanned aerial vehicle）輔助通信，增強太赫茲通信覆蓋范圍。

3.2.1 IRS/ RIS 輔助通信

由于IRS 與RIS 在外形、工作原理、用途等方面相似，因此本文只對IRS 的相關原理和特性展開介紹。

IRS 是由大量低成本、相位可調的無源反射元件組成的平面陣列，可以顯著提高無線通信系統的能效和頻譜效率[52]。IRS 的每個元件接收來自發射機的疊加多路徑信號，然后將振幅和（或）相位可調的組合信號從單一點源散射。相位調整通過IRS控制器執行，并在2 種工作模式之間切換，即用于環境感知的接收模式（如信道狀態信息估計）和用于反射信號的反射模式[53]。具體地，IRS 控制器對同一無源陣列進行周期性傳感，然后根據學習到的傳播環境，動態調整每個反射元件的相移。因此，通過適當調整IRS 中所有元件的相移，反射信號可以在期望的接收端增加相干性以提高接收信號的功率，或者在非期望的接收端進行破壞以避免干擾，以此增強無線通信系統的安全性和私密性[54]。

相比大規模MIMO 技術，由于IRS 所有反射元件的相移都可調，IRS 不需要使用有源發射機就可以實現信號增強和干擾抑制的功能，降低系統能耗。相比傳統的放大轉發（AF,amplify forward）中繼[55]，IRS 將接收到的信號通過無源陣列進行反射，這種方式沒有自干擾，也不會產生發射功耗[56]。此外，由于IRS 具有輕量級的特點，因此它們可以很容易附著在墻上或天花板上，或者移除，這為實際實現提供了高度的靈活性和卓越的兼容性[57]。

所有這些優點使IRS/RIS 成為提高未來一代無線網絡性能的一個有吸引力的解決方案，特別是在體育館、購物中心、展覽中心、機場等用戶密度高的室內應用場景中具有巨大的前景。

目前，IRS/RIS 輔助的太赫茲通信，主要研究的場景為室內/室外LoS路徑不可得的IRS/RIS輔助通信[58-61]，以及聯合LoS 路徑和IRS/RIS 輔助鏈路的通信[53,62-66]，其系統模型如圖7 所示。

圖7 IRS/RIS 輔助的太赫茲通信

通過聯合優化發射端的發射波束成形矩陣和IRS/RIS 的反射矩陣（相移矩陣），實現最大化和速率/最大化接收信號功率、最大化加權和速率及最小化總發射功率[58,61,64,66]。同時在物理層安全上，最大限度地提高保密速率和最小化安全傳輸功率[62-63]。文獻[60]對比了同一條件下IRS 與中繼系統的性能。同時以上研究都是基于IRS/RIS 反射元件的連續相移（比較理想狀態），但由于硬件的限制，實際實現起來比較困難。因此針對離散相移（有限數目相移）IRS/RIS 的研究，文獻[58-59,65-66]更加符合實際運用的情況。

3.2.2 UAV 輔助通信

UAV 以其自主性、靈活性和適應性在無線通信系統中顯示出了極大優勢，并得到了廣泛的應用。UAV 被認為是空中基站/中繼，可以被優化放置以避開障礙物，并且通過建立與地面用戶的視距連接來支持超可靠和低時延的通信[67]。由于在空中特定位置按需部署的能力，使它可以提供潛在的高容量無線服務。此外，IRS 具有相位可調、無源反射、輕量級等優勢。因此，可將IRS 與UAV 聯合，將IRS 附著在UAV 表面，以此構建太赫茲室外可移動輔助通信鏈路，緩解通信距離有限和易受遮擋問題，進而提高通信系統的可靠性與實用性。具體模型建立如圖8 所示。

圖8 UAV 和IRS 輔助的太赫茲通信

當用戶與接入點（AP,access point）之間LoS路徑被遮擋時，附有IRS 的UAV 可以通過調整位置來建立輔助通信鏈路，并且隨著用戶的移動，無人機也動態調整位置，以此提供高性能的通信輔助。當用戶與AP 的距離超出太赫茲通信范圍時，也可以通過IRS 與UAV 聯合的方法來應對。值得注意的是，雖然這與IRS 中思路類似，但是相比之下，由于可以動態調整UAV 位置，使AP、用戶與UAV 在同一條直線上，因此圖8 所示的系統可實現的通信覆蓋范圍更廣。

4 多用戶復雜通信場景

在通信網絡系統中，除了簡單的點到點通信外，還涉及多用戶的復雜通信場景。接下來，本文分析了點到多點通信場景，以及多點到多點通信場景。

4.1 點到多點通信

由于太赫茲波束具有極高的方向性與高路徑損耗，引入波束成形技術可以集中發射功率，提高無線通信的效率。同時，不同用戶由于到發射端的距離不同，可通信的頻段也不同，因此引入資源分配技術，也可以優化無線資源的利用效率。

4.1.1 波束成形技術

波束成形需要發射端為陣列天線，通過改變與每個天線連接的移相器的相位，利用波的干涉原理，使整個天線陣列感應出一個或幾個指定方向的主波瓣，即將電磁波能量集中在某個或某幾個指定的方向[68]。這可以對抗太赫茲通信中高路徑損耗及陣列天線存在的時延差異問題。同時波束成形技術形成的高增益波束，可以減少用戶設備之間的信號干擾。

較早使用的波束成形技術有數字波束成形和模擬波束成形。前者需要的射頻鏈數與天線數相等，這在天線數量極高的太赫茲通信系統中，會造成硬件制作造價高昂及系統運行的巨大能耗[69]。后者只需要一根射頻鏈控制所有的天線，但這會造成系統性能的嚴重不足，如數據速率和頻譜效率不夠高。因此，有學者提出將數字波束成形和模擬波束成形結合，由此得到了混合波束成形。其在以上2 種技術中進行了折中，在硬件成本和系統能耗可接受的同時，滿足通信性能的要求[70-73]。混合波束成形的核心思想是將全數字預編碼器分解成一個大尺寸的模擬波束成形器（通過模擬電路實現）和一個小尺寸的數字波束成形器（需要少量射頻鏈）。混合波束成形的設計需要假設終端接收到了完美的信道狀態信息，這在算法中體現為已知信道矩陣，設計發射端波束成形矩陣和接收端的解碼矩陣。

現有的混合波束成形結構大多在模擬波束成形部分采用移相器網絡，射頻鏈通過移相器與天線陣列相連[74]。為了進一步降低能耗，一種用開關網絡代替移相器網絡的體系結構被提出，這種結構由于波束選擇的限制，降低了系統的硬件復雜度[75-76]。其中，模擬預編碼部分由逆變器和開關網絡實現并連接到子陣列，數字預編碼部分具有少量的射頻鏈（包括模數轉換器、混頻器等）。

4.1.2 基于距離的自適應資源分配

太赫茲通信頻段為0.1～10 THz，超高的通信頻率使太赫茲通信不僅經歷極大的自由空間損耗，還遭受信號傳播過程中分子吸收帶來的能量損耗。顯然，太赫茲通信頻段應選擇在沒有遭受分子吸收的頻段。在這些頻段進行通信時，路徑損失會相對較小，這些通信頻段就稱為傳輸窗。太赫茲頻段傳輸窗帶寬各不相同且各個傳輸窗頻譜資源豐富，能完全滿足全球無線通信設備所需要的頻譜資源[77]，根據ITU-R P.676-9 建議書及自由空間損耗公式，太赫茲頻段路徑損耗如圖9 所示。因此，在多用戶接入的場景中如何對傳輸窗資源進行合理劃分利用成為目前的研究熱點。

圖9 路徑損耗

文獻[78]發現傳輸窗的大小不僅與頻率有關，還與通信距離有關。具體地，通信距離越遠，傳輸窗就越小，由此文獻[4,78-79]提出了距離感應的多載波（DAMC,distance-aware multi-carrier）調制。令每個子傳輸窗帶寬為1 GHz，按照通信距離從遠到近分配傳輸窗中從中心到兩邊的子傳輸窗通信頻段。其中，文獻[4,78-79] 分別研究了單發送端多接收端、單發送端多接收端且接收端動態接入的場景，DAMC 調制一定程度上增大了太赫茲通信距離。為了進一步抵抗太赫茲路徑損耗，增大通信距離，利用MIMO 混合波束調制是太赫茲通信發展的一項重要技術。文獻[22-23]結合MIMO 混合波束調制和DAMC 調制，進一步增大通信距離，且相比于文獻[4,78-79]，文獻[22-23]不限定子傳輸窗的帶寬，且允許較遠距離的通信使用靠近中心的子傳輸窗，調制更加靈活，效率更高。

4.2 多點到多點通信

近年來，由于移動通信和移動互聯網技術的飛速發展，智能無線設備的技術及數量都呈現出顯著增長。因此網絡中的用戶間干擾與協同變得極其突出。針對這個問題，點對點定向組網技術和媒體訪問控制（MAC,media access control）層及上層架構重新設計在多點到多點通信場景中極其重要。

4.2.1 點對點定向組網技術

由于太赫茲波束比較窄，且在傳輸過程中會產生嚴重的路徑損耗，因此，在太赫茲無線通信系統中部署全向天線顯得不適用，原因是全向天線易受干擾，且干擾強度大。此外，由全向天線實現的全向組網技術不能滿足快速發現網絡節點、完成全向組網、節約系統能耗等要求[9]。相反，定向天線的使用具有提高網絡吞吐量和降低能量損耗的能力，能提供更長的傳輸距離和更高的數據傳輸速率[80]。通過限制能量在期望區域的分散和檢測，有效地減少了信號在不必要方向上的干擾，且由于能同時調度多個節點對的傳輸，大大提高了空間重用的能力[81-82]。基于以上多重考慮，在太赫茲無線通信系統中，需要部署定向天線完成點對點定向組網。

對于定向天線自組網，如果需要通信的2 個節點的天線不指向對方，通信鏈路就不能建立。因此，節點應該首先發現周圍的鄰居，獲取鄰居的位置，并在網絡中保留自己的通信，這個過程稱為鄰居發現[83-84]。鄰居發現是建立網絡節點間連接的關鍵初始步驟，節點應該盡可能快地發現鄰居，由此允許其他協議（如拓撲控制、媒體訪問和路由協議）快速執行，使系統保持較高的能效。鄰居發現算法可分為非盲算法和盲算法。在非盲算法中，鄰居的位置信息可以通過GPS 提前獲得；在盲算法中，鄰居的位置信息通過節點對網絡中各個天線方向的掃描來獲取[85]。

考慮到節點對鄰居沒有任何先驗知識，即使使用全向天線，鄰居發現也不是一件容易的事情。在定向天線的網絡中，這一點更具挑戰性，因為節點必須將天線對準鄰居所在位置，才能發送或接收數據包。因此，使用定向天線的鄰居發現算法的效率不僅取決于節點發送和接收的頻率，還取決于節點的方向和波束寬度等天線特性。

同時，由于太赫茲頻段下信號易被阻斷，以及傳輸距離有限，因此室外場景和室內場景的組網會存在一定程度的差異。

由于太赫茲頻段有限的傳輸距離，因此可以將其應用到室內通信場景，如無線個人區域網（WPAD,wireless personal area network）和無線局域網。但是相比室內環境，室外環境中對太赫茲通信產生干擾的因素更多。且在室外環境中，需要達到的通信距離往往會比在室內環境中更遠。因此，相比低頻通信，室外環境中的遠距離太赫茲通信更具挑戰性。

綜上所述，太赫茲頻段下的點對點定向組網技術極其重要，并且需要根據場景條件進行區分設計，以最大限度地滿足通信系統的性能。

4.2.2 MAC 層及上層架構重新設計

由于太赫茲頻段嚴重的路徑損耗，有限的發射功率與極高的數據速率，現有的MAC 層及上層協議在太赫茲頻段不再適用，需要重新設計滿足太赫茲頻段的協議及網絡部署方案。

對于低頻系統的可用MAC 解決方案不能直接用于太赫茲頻段，主要是因為它們不能捕獲太赫茲信道的特性、太赫茲通信和設備的能力。

而在毫米波系統中，如IEEE 802.11ad 和無線HD（high definition），使用準全向天線模式來發現和發送信號。但由于太赫茲更強的方向性與所需的更高天線增益，需要強制使用射頻波束成形，因此毫米波系統中的方案不能滿足太赫茲天線增益要求[8]。

由于定向傳輸及太赫茲信道和物理層的特性，增加了MAC 設計的難度。雖然，通過使用定向天線，節點可以只接收來自特定期望方向的信號，使接收節點能夠避免來自干擾用戶的干擾，從而提高抗干擾的能力。但是，由于選擇性地接收信號，節點A 可能不知道其他節點（如節點B）正在嘗試與它進行通信。節點B 沒有收到來自節點A 的響應，會繼續重傳，因此無效的控制數據在傳輸中占用信道容量。并且，定向傳輸由于其更大的傳輸范圍，可能會潛在地對鄰近區域的通信產生干擾。

目前已經有一部分研究設計了用于太赫茲頻段的MAC 協議[86-93]。文獻[86]中的太赫茲頻段MAC 協議利用轉向天線來克服收發機之間的“聽不見”問題。在文獻[87]中，提出了一種用于太赫茲通信的角分復用的MAC 協議。隨著多無線電收發技術的發展，通過分離控制面和數據面工作頻率來實現控制面和數據面之間的解耦，是寬帶網絡中MAC 設計的一種新穎而有吸引力的方法。這個想法已經被用于毫米波通信[88-89]和太赫茲系統[90]。文獻[91]提出了一種分布式太赫茲網絡中的多無線電輔助的MAC 層設計方案。在第一階段，節點使用全向的低頻段無線電（如2.4 GHz 或5 GHz）交換控制信息，建立網絡關聯。在第二階段，基于對AoA 的處理，啟動超高速數據傳輸。同時在未來的網絡系統中，會出現低頻段和高頻段通信共存的情況，由于不同的數據傳輸速率、網絡容量及發起請求服務要求，需要各個頻段協同，最大化整個網絡的能效。由此，文獻[93]描述一個傳統的微波、毫米波和太赫茲共存的網絡體系結構，設計了一種MAC 協議，用于在頻段之間切換，進行數據傳輸。

不僅如此，太赫茲信號易被阻斷且經歷較高的路徑損耗，通信鏈路存在著極高的不可靠性風險。因此應該結合太赫茲頻段的具體特性，研究新的錯誤控制機制（例如編碼或重傳），開發新的網絡策略來提高覆蓋率，支持無縫連接。

5 未來研究方向

前面描述了太赫茲頻段的多個優勢，通過在該頻段進行通信有望有效緩解日益緊張的頻譜資源和當前無線系統的容量限制。本節列舉了太赫茲通信的未來幾個研究方向，包括太赫茲傳播信道模型的標準化、太赫茲通信器件、太赫茲通信的安全、基于太赫茲的邊緣計算、未來通信系統中高低頻共存、機器學習輔助的太赫茲通信和太赫茲頻段下的室內定位和追蹤。

5.1 太赫茲傳播信道模型的標準化

根據調研，目前還沒有公認的太赫茲傳播模型。因此，在未來的工作中，極大部分工作需要聚焦在這個問題上。由于室內、室外環境考慮的因素各有不同，因此針對太赫茲的傳播模型需要結合具體場景考慮。

如前所述，目前有2 種方法得到信道傳播模型，即基于射線追蹤或射線發射方法準確捕獲太赫茲波的傳播現象，得到確定性信道模型，以及收集平均環境影響，基于隨機過程和隨機分布理論建立的太赫茲統計信道模型。前者可以提供比較精確的結果，但計算量較大，可擴展性不好。后者具有極大的可移植性，總的工作量可以大幅度降低，但由于結果是基于經驗測量得到的，因此，準確性不高，不能顯示出具體通信場景的特有特征。

由于以上2 種建模方法各有優缺點，文獻[19]提出將2 種方法結合，以此在計算量和準確性上進行折中。例如，在太赫茲里面的主要路徑，如直射和反射路徑通過確定捕獲建模方法來捕獲真實的波傳播，而其他路徑，如折射路徑和衍射路徑通過統計方法建模。這種方案是合理的，因為在太赫茲傳播的過程中，主要是通過直射和反射路徑傳輸，即使其他路徑的統計存在較小誤差，也不會對最后的結果產生很大影響。

5.2 太赫茲通信器件

作為新的頻譜資源，太赫茲通信應用的發展極大地依賴于太赫茲器件的創新和突破；同時，太赫茲通信應用也成為太赫茲器件發展的最大驅動力之一。目前的太赫茲器件還不足以滿足超高性能的太赫茲通信技術要求，需要繼續突破。

首先，太赫茲射頻器件的發射功率有限，這制約了傳輸距離的提升。以太赫茲固態器件為例，工作在0.2 THz 以下的射頻功放輸出功率處于百毫瓦水平，工作在0.2 THz 以上的射頻功放輸出功率處于十毫瓦水平，均不足以滿足室外較遠距離傳輸的功率要求。

然后，由于太赫茲信號的傳輸損耗大，需要太赫茲天線具有較高的增益。目前的高增益太赫茲天線主要采用反射面天線技術，不能實現靈活的波束成形，限制了太赫茲通信的寬帶移動接入應用。因此，太赫茲相控陣列天線是迫切需要突破的技術難題，這需要從材料、器件和加工工藝等多個方面開展創新研究和技術攻關。

最后，太赫茲核心芯片的發展對于太赫茲通信規模化應用至關重要。第六代移動通信技術（6G,sixth-generation mobile communication network）等應用對太赫茲通信的小型化、低功耗和低成本都提出了高要求。目前的太赫茲器件體積較大、集成度不高，而成熟的硅基芯片在太赫茲高頻段的工作性能尚不能滿足通信系統要求，需要探索發展新的半導體材料和集成電路工藝。

5.3 太赫茲通信的安全

安全性是整個通信系統中重要的支撐，具有不可替代的作用，因此太赫茲安全通信的研究極具現實意義與價值。

太赫茲通信有限的傳輸距離和高定向的窄波束，使太赫茲頻段在保密通信系統中具有獨特的優勢[19,94-96]。與較低頻率相比，這種技術的主要優勢是，攻擊者為了解碼數據，必須處在發射波束的范圍內[96]，而攻擊者很難從較窄的太赫茲波束中進行竊聽[97]，這保證了消息的機密性。因此，傳輸數據的安全性不僅可以通過適當的加密方案來保證，還可以通過網絡本身的幾何形狀來加強。另一方面，太赫茲通信具有超高可用帶寬，可以很好地利用擴頻技術、跳頻技術來對抗干擾攻擊，這增大了攻擊者阻塞系統的難度[98]。文獻[98-99]已經表明，使用窄波束和物理層安全特定的編碼可以極大地降低數據在LoS 和NLoS 條件下被竊聽的概率。文獻[100]介紹了太赫茲安全鏈路運用到民用領域的例子，即從帶有無線身份驗證的自動取款機（ATM,automatic teller machine）進行數據下載的kiosk 系統。

考慮一個簡單的物理層安全問題。與傳統的竊聽信道模型相比，系統引入了IRS，可以根據環境的變化通過被動波束成形動態地調整相位，在期望用戶端增加相干性以提高接收信號的功率，而在竊聽端進行破壞以增強安全性和私密性，以對抗通信中存在的安全性問題。圖10 所示的IRS 輔助的物理層安全系統模型只是一個簡單例子，太赫茲通信安全考慮的因素更復雜，需要長期深入研究。

圖10 IRS 輔助的物理層安全系統模型

5.4 基于太赫茲的邊緣計算

根據IDC（International Data Corporation）預測，到2020 年全球數據總量將大于40 ZB，而物聯網產生45%的數據都將在網絡邊緣處理。以云計算模型為核心的集中式處理模型將所有數據通過網絡傳輸到云計算中心，利用云計算中心超強的計算能力來集中式解決計算和存儲問題。但在萬物互聯的背景下，新興應用對響應時間、用戶隱私性與數據量都有極高要求，這種集中式的處理方案顯得不足。基于以上原因，邊緣計算受到學術界和工業界的高度重視。邊緣計算集合了數據采集、處理、執行三大能力，避免了數據上傳下達所產生的時延弊端，提升了本地物聯網設備的處理能力和響應速度，很好地解決了傳統云計算中心處理方案存在的問題。

同時，在6G 網絡中，小區規模會呈現出變小的趨勢，移動邊緣計算（MEC,mobile edge computing）配置在小區接入點，離用戶更近，可以更好地滿足本地用戶的需求。以VR/AR 為例，為了給用戶提供沉浸式的體驗，核心處理器需要進行視頻流高速處理。文獻[101]粗略估計了模擬人眼分辨率需要的視頻流的傳輸速率，若每秒傳輸120 幀圖像，每幀圖像的分辨率為6 400 萬像素，通過將每個彩色像素存儲在36 位比特位中，并使用H.265 HEVC編碼進行視頻壓縮，按照最大1:600 視頻壓縮率，需要高達1 Gbit/s 的傳輸速率來保證質量。若要實現360度全向VR體驗則需要更高的數據傳輸速率。顯然，現有通信頻段不足以支撐這些應用。

由于具有超高帶寬，太赫茲通信可以提供太比特每秒的傳輸速率，有條件提供超高數據傳輸速率、超低時延響應的通信鏈路。因此，邊緣計算與太赫茲通信相結合，有潛力滿足VR/AR 等應用對無線通信系統的超高要求。另一方面，由于數據速率高和能耗大等問題，太赫茲通信對移動端設備的配置提出了更高的要求。考慮到移動端設備物理尺寸的限制，移動終端的計算能力、電池容量及存儲能力有限，存在不足以滿足未來超高數據量的計算與交互的情況，因此，通過將任務卸載到MEC 端進行處理，可以有效降低移動終端的負擔。文獻[102]對基于太赫茲通信的移動邊緣計算進行了分析，初步展示了邊緣計算與太赫茲結合能帶來的優勢。

5.5 未來通信系統中高低頻共存

由于極高的數據傳輸速率，使太赫茲在未來無線通信系統中具有難以替代的地位。但是由于其極大的路徑損耗、有限的傳輸距離、高精度的器件等需求，完全部署太赫茲通信也不是一個明智的選擇。低頻通信由于較遠的通信距離、較低的器件精度和硬件成本，在短時間內在通信系統中的部署不可或缺。例如，基站將系統信息廣播給眾多用戶，此時傳統的低頻通信更加適合。因此，在下一代無線通信系統中，太赫茲、毫米波等高頻段和傳統微波頻段將共存。由于在帶寬資源、傳輸速率、響應速度等方面的極大不同，需要針對不同應用提供不同需求的服務。因此，低頻通信和高頻通信需要緊密協作，最大化通信系統的性能。

5.6 機器學習輔助的太赫茲通信

將太赫茲技術用于無線通信，系統中會產生遠遠高于當前無線通信系統的數據，網絡和服務的管理會面臨極大挑戰，如網絡流量和資源管理、大數據管理和能源效率。因此，需要新技術和策略以更高效、更智能的方式應對這些挑戰。

機器學習是人工智能輔助網絡研究的一個新興領域，是管理大量數據的有效解決方案之一[103-104]。機器學習可以幫助解決存在的管理挑戰，提供更高、更智能的網絡應用監控和管理水平，提高運行效率，進一步使太赫茲通信系統智能化[105]。機器學習從大量原始數據中提取有價值信息[106-107]，形成建議或者合理預測，巧妙地控制和優化無線網絡。此外，機器學習可以關聯多個數據源并找到相關內容，還能揭示以前沒有發現的相互關系和依賴關系[108]。

機器學習算法可以簡單地分為監督學習、無監督學習和強化學習，監督/無監督表示數據庫中是否有帶標簽的樣本。之后受行為心理學啟發，一種新類型的機器學習算法——強化學習出現了。不同于前2 種方法，強化學習不需要預先給定任何數據，是智能體（agent）以“試錯”的方式進行學習，通過與環境進行交互，獲得學習信息并更新模型參數，目標是使agent 獲得的獎勵最大。

機器學習方法成功應用的典型問題/場景包括圖像恢復和識別、自然語言處理、網絡安全、客戶細分、預測維護（如工業工廠的機器）等[105]。在關于機器學習輔助的太赫茲通信的研究中，可以針對2 個方面，即高效的資源分配技術和先進的波束成形技術。

5.6.1 高效的資源分配技術

隨著無線通信系統的快速發展，大量設備將被連接到網絡，它們在連接時間和方式、連接優先級和連接持續時間方面，有著不同的通信需求。另一方面，在有限資源的條件下，進行高效的資源分配策略是提高通信系統頻譜利用率和功率利用率的關鍵。因此利用機器學習進行優化資源配置是非常有利的，允許網絡根據特定用戶的位置、時間和特定服務需求等參數來滿足預期的需求。

5.6.2 先進的波束成形技術

如前所述，波束成形是下一代通信系統中提高覆蓋率和數據速率的一個重要技術組成部分。具有多個天線的波束成形系統可以同時產生多個波束，本節將機器學習輔助的波束成形技術研究分為兩大場景：固定或低遷移率無線系統和支持高機動性無線系統。

1) 固定或低遷移率無線系統。由于太赫茲頻段的高路徑損耗，需要采用定向傳輸，高效的波束對準是實現成功傳輸的關鍵。現有的混合波束成形方案大多需要復雜的移相網絡[109]，每個射頻鏈通過高分辨率移相器連接到所有天線[74,110]，雖然這種架構可以提供高設計自由度來實現接近最優的性能，但它需要數百甚至數千個高分辨率移相器，硬件成本高，能耗高。為了解決這個問題，兩類方案被提出。第一類是直接采用有限分辨率移相器代替高分辨率移相器[111-112]。雖然可以在不造成明顯性能損失的情況下降低移相器網絡的能耗，但仍需要大量的移相器，且能耗較大。第二類是利用開關網絡代替移相網絡，雖然顯著降低硬件成本和能耗，但也存在明顯的性能損失[75-76,113]。

因此，可以結合機器學習算法，研究高效節能的混合波束成形結構。對于混合波束成形的每次選擇，可以將其視為機器學習中的一個訓練過程，其中訓練目標是預測預編碼器與目標預編碼器之間的交叉熵損失函數，并使預測值與實際值之間的相對誤差達到最小[67]。

2) 支持高機動性無線系統。在太赫茲系統中支持高機動性可以實現廣泛的重要應用，例如車輛通信和AR/VR。在目前毫米波車載通信中，建立和跟蹤波束是一項具有挑戰性的任務，目前已取得許多相關的研究[114-117]。文獻[114]利用AoA 信息，通過基于深度和機器學習的模擬波束選擇方案來實現多用戶MIMO 毫米波通信系統的上行鏈路。文獻[115]建議利用機器學習分類過去的波束訓練數據，利用接收車輛及其鄰近車輛的位置和類型來學習最佳波束對指數。文獻[116]研究了一種低訓練開銷的毫米波車輛傳輸智能波束跟蹤方案。具體地，通過設計一個機器學習預測模型，利用過去的信道狀態信息有效預測未來信道。使用這種預測信道狀態信息，基站減少了信道估計的次數，節省了導頻的開銷。

然而，相比毫米波車載通信，太赫茲頻段的高機動性無線系統的研究更加困難。要在實踐中實現這一點，需要克服幾個挑戰。1)窄波束的使用和太赫茲信號對阻塞的敏感性極大地影響了高機動鏈路的覆蓋和可靠性。2)在密集的太赫茲部署中，具有高移動性的用戶需要更加頻繁地在基站之間切換，這與關鍵控制和時延開銷相關。3)在大型天線陣太赫茲系統中，確定最佳波束成形向量需要相當大的開銷，這對移動通信的效率有很大影響。因此，為了減少開銷，實現更加精確的對準，并與移動用戶建立穩定的鏈路，集成機器學習和波束成形技術可以幫助在太赫茲通信中實現高移動性的應用[118]。

5.7 太赫茲頻段下的室內定位和追蹤

由于太赫茲頻段的高方向性，一旦信號發射方向產生偏差，接收用戶就不能收到信號，由此造成通信失敗及能量的不必要損耗。因此，在傳輸信號之前，收發端需要知道彼此的位置，以調整最好的天線角度收發信息[119]。同時，智能手機、平板電腦等便攜設備日益普及，并且集各種服務于一體。這些可移動設備可以支持辦公、在線視頻播放、學習、網購、實時交流等。因此，未來太赫茲無線通信系統中，很大部分需要考慮的服務對象是攜帶智能設備的用戶。由于系統中用戶數量龐大，并且具有高移動性與隨機性，因此需要對這些便攜智能設備進行追蹤，以實現高效地無線通信。

雖然全球定位系統（GPS,global positioning system）可以將用戶定位在開放空間下4.9 m 以內，但在城市峽谷、室內等障礙物環境下，GPS 定位精度較差[120]。當前室內定位研究主要依賴超寬帶和毫米波系統，然而，超寬帶和毫米波帶寬有限，在室內進行定位時會出現擁擠、干擾大、定位精度不夠等問題[121]。太赫茲頻段由于其豐富的帶寬資源，可以極大地緩解上述問題。其次，太赫茲波束具有高方向性，使用定向天線可以獲得高精度的角度信息，為定位的準確提供有力的保障。最后，太赫茲支持超高數據傳輸速率，極大地降低了定位追蹤過程中信息交互的時間，這使太赫茲尤其適用于前文提到的高移動性場景。

6 結束語

太赫茲通信由于極高的數據速率與巨大帶寬，在短距離超高速無線通信方面具有巨大的應用前景，能夠解決當前無線通信系統面臨的問題，并滿足各種新興應用的超高要求。發展太赫茲技術成為了學術界和工業界的研究熱點。本文簡要介紹了太赫茲信道的研究現狀，包括當前太赫茲傳播模型、太赫茲信道測量和太赫茲信道估計。基于太赫茲信道的基礎上，首先，針對單用戶的簡單通信場景，分析了其中存在的問題，并從收發端和中繼這2 個方面出發，列舉了可能的解決方案。更進一步地，將通信場景復雜化和實際化，描述了多用戶通信場景中可能面臨的問題及解決方案。最后，基于前面的調研工作，展望了未來太赫茲頻段可能的研究方向，這些問題將決定未來通信網絡中太赫茲系統的設計和部署。相信隨著對太赫茲技術深入全面的研究，最終太赫茲通信可以實現超高速無線通信。