智能超表面輔助通信感知一體化

夏方昊/XIA Fanghao，王新奕/WANG Xinyi，鄭重/ZHENG Zhong

（北京理工大學通信技術研究所，中國北京 100081）

隨著5G時代的到來，無線通信設備數量呈爆炸式增長，通信產業對無線頻譜的需求日益迫切。為了解決頻譜資源稀缺的問題,我們需要探索未來通信系統與其他電子設備在同一頻段下共存的可行性，因此通信感知一體化技術應運而生[1]。一方面，無線通信頻段向毫米波、太赫茲及可見光等更高頻段發展，將與傳統感知頻段產生越來越多的重疊;另一方面,無線通信與無線感知在系統設計、信號處理與數據處理等方面呈現出越來越多的相似性。因此，利用同一套設備或共享部分設備器件實現通信與感知，可以降低設備成本，減少體積與功耗，是未來發展的必然趨勢[2]。

多輸入多輸出（MIMO）系統利用其空間自由度進行發射波束賦形設計，可顯著提高通信與感知性能，但在信號傳播環境較差時仍存在較為嚴重的性能惡化。此時，使用智能超表面（RIS）技術可以提升系統性能。

RIS 是由大量可重構反射元件組成的二維超表面[3]，這些反射元件可以獨立調節入射信號的相移、幅值、頻率與極化方式，建立有利的發射機與接收機之間的視距鏈路，從而有效擴大感知覆蓋范圍，提高通信傳輸質量，增強通信安全性等。此外，RIS可以提供額外的空間自由度來解決信道衰落問題。因此，RIS被認為是實現6G網絡智能無線電環境的關鍵使能技術，受到業界的廣泛關注。

1 通信感知一體化技術的發展與挑戰

在未來的6G 系統中，使用更高頻帶、更大帶寬與密集分布的大規模天線陣列是必然發展趨勢[4]。集成通信與感知功能，不僅可以降低硬件成本，節約頻譜資源，還可有效避免通信系統與感知系統分離所帶來的工作效率低、頻帶利用率低、能量分割性能下降等問題[5]。一方面，通信感知一體化系統可以利用通信信號的傳輸、反射及散射，協作感知目標環境，并憑借其通信能力匯聚感知信息，拓展感知的維度與深度；另一方面，系統可利用感知功能獲得的高精度定位、成像與環境重建能力，實現更精確的波束賦形、更快的波束失效恢復與更低的導頻開銷，進一步提升通信性能。

1.1 通信感知一體化發展歷程及目標

根據通信模塊與感知模塊間聯系的緊密程度與協作關系，通信感知一體化技術發展主要可以分為“業務共存、能力互助、網絡共惠”3個階段[6]。

（1）業務共存

業務共存是通信感知一體化技術發展的起始階段。在此階段，通信系統與感知系統實現硬件上的共用，并可通過時分或頻分的方式來提升硬件利用率，減小系統體積，降低成本。但業務共存階段的通信感知一體化系統，其通信波形與感知波形不同，通信與感知信號接收算法不統一，通信模塊與感知模塊之間仍存在相互干擾，并且由時分或頻分導致的無線資源利用率低的問題也無法得到解決。因此，此階段的研究重點是抑制通信與感知的互干擾，提升頻譜效率。此階段的研究主要以提升某一項功能為目標，同時盡可能保留另一項功能。在更極端的情況下，當通信能力與感知能力在資源分配與干擾等問題上沖突時，可以保留所需的功能，完全拋棄另一項功能。即使不考慮通信與感知之間的相互輔助，也要避免因一體化而帶來的負面影響。

（2）能力互助

相較于業務共存階段，在能力互助階段，系統對通信與感知能力的協同提升提出了更高的要求。在此階段中，通信系統與感知系統不僅實現硬件上的共用，在波形設計、信號接收與處理等方面也實現了一體化設計。這加深通信與感知的相互融合，進一步提升通信與感知的信息共享、頻譜復用能力。因此，此階段的研究重點是一體化波形設計與波束賦形方案確定。此階段的研究目標是在感知系統或通信系統保持最低要求的前提下，輔助提升另一項功能，達到超越通信感知共存系統的性能。

（3）網絡互惠

在未來6G 網絡中，衛星、無人機、基站（BS）及終端（UE）等設備將構成空天地海一體化網絡架構，形成多維度、全方位、多節點的感知與通信網絡。網絡互惠是通信感知一體化技術在此場景下的最終發展狀態。在能力互助階段，在通信感知融合的基礎上，我們需要進一步提升一體化波形的融合設計、系統干擾消除能力，并引入智能物聯網全方位感知與人工智能計算資源，實現感知與通信相互協同提升。此階段的研究重點是綜合協調優化網絡結構、資源管理與分配、邊緣計算融合等技術。此階段的研究目標是在滿足通信與感知的基本能力要求下，提升整體能力。

1.2 通信感知一體化發展的挑戰

目前，通信感知一體化技術已經得到了廣泛而充分的重視，并且在部分場景下已經展現了其高集成、低功耗、節約頻譜資源的技術潛力。與此同時，該技術在波形設計、資源調度、通信安全等方面面臨一系列挑戰。

（1）波形設計

對于通信感知一體化波形來說，傳統感知系統與通信系統對發射信號的設計準則存在根本矛盾。感知系統中的發射信號不攜帶信息，為確定信號；而通信系統中發射信號攜帶信息，受信源影響，為隨機信號。設計通信感知統一表征信號實際上是權衡感知性能與通信性能的過程。感知性能與通信性能的分析方法不同，性能指標也各不相同，因此無法作為設計統一表征信號的依據。這就需要在時頻域與空域分別對發射信號進行優化，分析通信功能與感知功能對發射信號信息承載能力、發射信號波束方向等指標的需求，從而進行多性能指標智能優化。

（2）資源動態調度

在廣域物聯網覆蓋的環境下，面對無線網絡低功耗的要求，基站需要針對多目標通信與感知需求，合理進行資源調度和分配。理論上，基于MIMO系統的空間分集能力，基站可針對性地設計波束。但在通信感知一體化系統中，為兼顧通信與感知的性能，通信波束設計的自由度會受到限制，并且在時變環境下，通信目標與感知目標的數量與比例、目標的優先級會進行動態變化[7]。在面對復雜多變的場景時，采用單一的波束設計方式存在靈活性不足的問題，這會造成較大的能量和頻譜資源浪費。為提高時變系統下基站與目標的通信速率和基站對目標的感知精度，我們需要對生成波束的數量、波束方向及總發射功率進行合理設計。

（3）通信安全

隨著5G 技術的普及，一些新興應用逐漸走入人們的生活，如遠程醫療、車聯網通信與機密信息傳輸等，因此確保通信安全與個人隱私至關重要。傳統的網絡層加密技術面臨著許多問題，通信感知一體化系統更是存在諸多安全挑戰。一體化信號需要對周圍目標進行感知，與此同時信號中也包含通信的數據。無線信道的廣播性與空域的開放性，使得信號容易被敵方設備竊聽。在這種暴露的風險下，即使對通信數據本身加密，通信鏈路仍然可以被敵方目標檢測，從而增加了網絡受到攻擊的風險[8]。傳統的通信物理層安全解決方案往往通過波束和波形設計降低竊聽設備的接收信號功率，而對于通信感知一體化系統來說，此方法將嚴重降低系統對攻擊節點的感知能力。針對通信感知一體化系統，需要利用更多其他的通信安全技術來降低通信感知一體化系統的脆弱性，例如使用安全波束形成、人工噪聲設計以及合作安全設計等方法。

2 RIS增強通信感知一體化系統的典型應用

在通信感知一體化系統中，感知功能的實現通常要求通信感知一體化發射機與被感知目標之間存在視距路徑。在此情況下，RIS可以通過對無線環境的重構，建立額外的視距鏈路。這為非視距路徑下的感知提供解決方案，從而提升感知區域的覆蓋范圍，提高感知精度。除此之外，RIS還可以提升通信性能，提高傳輸速率，保障通信的可靠性。因此，RIS對通信感知一體化系統的兩種功能均可以起到增強的作用。可以預見，通信感知一體化系統結合同樣具有廣泛應用前景的RIS將成為6G時代中關鍵性的協作新范式。

（1）智慧交通

如圖1所示，未來的智慧交通系統，包括車聯網與自動駕駛，將借助于通信感知一體化系統來實現人、車、路的高效協同互聯。通信與感知在性能上相互促進，因此路邊單元能夠實現對車輛位置與速度的準確感知，車輛能夠在高精度地提取周圍環境信息的同時，與其他車輛、路邊單元、行人等進行信息的快速交互[9]。該場景的典型用例有自動泊車、道路環境監測控制、動態地圖生成等。由于車輛在行駛過程中容易受到其他車輛建筑物的遮擋，通信與感知的性能都會受到影響。因此，基于RIS增強的通信感知一體化系統可以解決非視距傳輸造成的通信與感知性能損失的問題，重構無線信號傳播環境，保障通信的可靠性，提升通信速率，增強感知能力，減少覆蓋盲區，最終實現全面感知與泛在連接，滿足未來智慧交通系統的需求。

圖1 智能超表面增強ISAC的智慧交通場景

（2）智慧工廠

未來的智慧工廠呈現出無人化的趨勢，海量接入設備與機器人將協同完成復雜的工業生產任務。其中，每種機器人負責生產環節的特定部分。只有系統滿足超高精度感知與極低時延通信的要求，才可以實現機器人與機器人、機器人與設備、設備與設備之間的緊密合作。通信感知一體化系統可為智慧工廠提供幫助。具體來說，通信感知一體化技術可以輔助實現定位、成像以及環境地圖構建等功能，也可以對信道狀態信息進行感知，這樣可以降低信令開銷，保障在極低時延條件下的通信質量。除此之外，可以將感知到的信息上傳至云端，實現聯合感知，從而指導機器人或設備執行正確的決策。RIS可被安裝在工廠的墻壁、大型設備的表面，從而實現對通信感知一體化系統的增強，滿足海量設備接入時對通信的高可靠性與低時延的要求。

（3）無人機應用

無人機可被視為快捷靈活部署的空中節點，與通信感知業務結合緊密。通信感知一體化系統可部署在基站端或無人機平臺上，同時實現通信功能與感知功能，從而提高頻譜效率與能量效率。如圖2 所示，在無人機場景下，RIS 增強通信感知一體化系統的用例分為兩類：一類是將RIS安裝在無人機上，通過無人機的感知結果來調整RIS的相位，為熱點地區或覆蓋盲區的用戶提供從基站端到用戶端虛擬的視距通信鏈路，實現通信信號的廣域覆蓋[10]；另一類是將RIS安裝在合適的地面建筑上，通過基站端對無人機的感知來調節RIS的反射系數，從而提高與無人機的通信速率[11]。如果無人機為竊聽者，則可以通過調節RIS的反射系數來干擾竊聽者對有用信號的接收，防止竊聽，提升通信安全性能。

圖2 智能超表面增強通信感知一體化的無人機應用場景

3 RIS增強通信感知一體化系統的研究

RIS在提高無線通信的頻譜與能量效率方面擁有巨大的潛力。RIS可以通過提供更好的感知覆蓋來提高感知精度與分辨率，提升通信感知一體化系統性能。RIS與通信感知一體化系統的結合也帶來了相應的問題。例如，RIS輔助的通信感知一體化系統可能引入新的信號干擾。當許多RIS分布式部署時，由于與RIS相關的網絡信息有著被動的性質，因此僅有部分可用。在波束設計方面，需要同時考慮通信與感知兩方面的性能，因此也面臨難題。RIS 缺乏信號處理能力，即使以大量的導頻為代價，也難以精準獲得與RIS相關的信道狀態信息。為應對上述挑戰，學術界在如下幾個方面展開了研究。

3.1 聯合波束賦形設計與RIS反射系數優化

MIMO系統的發射波束賦形設計可以提高通信與雷達感知性能。通過調整反射系數，RIS可以智能創建良好的傳播環境，從而進一步提升性能。基站波束設計與RIS反射系數的優化并不是獨立的：波束設計需要考慮RIS引入額外的空間自由度，同時RIS反射系數也需要以實際基站發射波束為依據進行優化。通過對一體化波形與RIS反射系數進行聯合優化，可實現增益。

（1）提升通信速率

RIS輔助的通信感知一體化系統需要同時完成目標感知任務和與用戶通信任務。考慮到通信與感知的性能權衡，我們通常以RIS輔助目標檢測感知為基本要求，最大化基站與用戶之間的通信速率[12]。文獻[13]考慮了多天線基站同時向多用戶發送數據的情況，以最小雷達目標信噪比與最大功率等條件為約束，并以最大化通信和速率為目標，優化發射波束與RIS反射系數。為了解決由此產生的非凸優化問題，可以采用分式規劃（FP）、最大最小化（MM）等方法將其轉化為若干易于處理的子問題，并進行迭代求解。

（2） 消除用戶間干擾

將通信感知一體化系統與RIS 技術相結合，可以發揮RIS在緩解多用戶干擾方面的潛力，提高通信性能，并更好地平衡感知性能與通信性能。文獻[14]首先在探測波束圖樣嚴格受限的情況下，通過聯合設計發射波形與RIS 相移矩陣，降低系統多用戶干擾。隨后，文獻[14]進一步探索探測波束圖樣吻合度與多用戶干擾抑制之間的均衡設計。研究表明，引入RIS可以有效地降低通信感知一體化系統中存在的多用戶干擾，從而顯著提高系統吞吐量。此外，RIS還可以平衡雷達與通信性能，使得發射波形與理想發射波束圖更好地匹配。

3.2 RIS單元模式切換

在通信感知一體化系統中，通信功能與感知功能高度集成。在共用設備硬件、波束聯合設計的基礎上，通信功能與感知功能不再有明顯區分。通信感知一體化系統可以節省硬件成本以及頻譜資源。但當通信需求與感知需求發生動態變化時，系統資源動態調度的靈活性相對不足。通過引入RIS，通信感知一體化系統可以實現通信波束與感知波束的分離，從而使系統更好地服務通信目標與感知目標。進一步地，系統可以通過對RIS單元的模式進行切換，來實現感知與通信性能的動態權衡。

文獻[15]考慮一體化系統存在兩種工作模式：探測模式與定位模式。如圖3所示，系統自適應地根據RIS單元的通信模式與感知模式進行切換。在探測模式下，為了檢測目標是否存在，系統利用寬波束進行掃描。在這種情況下，使有少量RIS單元用于感知，其余RIS單元用于與UE通信。在定位模式中，系統先使用寬波束進行目標的模糊感知，再使用大量RIS單元，利用窄波束精確定位目標。通過RIS單元模式的靈活選擇，可以實現定位精度與通信頻譜效率間的性能權衡。

圖3 RIS輔助探測/定位

3.3 隱蔽通信方案設計

傳統的數據加密方法無法解決通信感知一體化系統中的所有安全問題。即使消息是加密的，由于空域開放性，通信數據與個人隱私信息仍有被泄露的風險。面對這一問題，隱蔽通信可以實現通信雙方的隱藏信息傳輸，防止通信信號被惡意竊聽者發現（即信號隱蔽）。竊聽者無法確認信號的存在，則難以實施進一步的竊聽行為。通過將隱蔽通信引入通信感知一體化系統，文獻[9]設計聯合感知與隱蔽通信系統，實現了高頻譜利用率與敏感數據安全傳輸。通過引入RIS對信號的傳播環境進行智能重構，通信感知一體化系統可以深度融合并進一步增強隱蔽通信。具體而言，設計者可以基于博弈論設計目標感知與隱蔽信號傳輸的收發機優化方案，對發射功率、RIS單元數目以及反射系數進行聯合優化，以實現低成本、高效能隱蔽通信。

4 結束語

本文主要從基本概念、應用場景、研究現狀、關鍵技術等方面對RIS 輔助的通信感知一體化系統進行了詳細介紹。RIS具有低成本、低復雜度及易部署的特點，通信感知一體化融合感知與通信能力，使通信與感知互相協作、相輔相成。面對B5G 乃至6G 所帶來的諸多挑戰，這兩項革新技術的結合給未來研究帶來了全新的方向。值得注意的是，在當前階段，這兩項新技術仍然面臨著評估指標不完善、算法不成熟以及安全性差等問題。如何將這兩項技術與現有通信網絡與感知網絡兼容，提升其性能魯棒性、場景普適性，推進相關技術盡快落地，是未來研究的重中之重。