RIS輔助毫米波通感一體化關鍵技術與研究進展

關鍵詞：通信感知一體化；智能超表面；6G;毫米波

0引言

隨著全球新一輪科技革命和產業變革的加速演進，人工智能（Artificial Intelligence，AI）、大數據處理與新物理維度的移動通信技術的深度融合驅動著5G在技術和業務上向著6G演進，對于6G關鍵技術的研究也在按計劃有序地開展。目前發布的多部白皮書中，均指出了未來6G布局將以通感算一體化、極致連接、持續發展等為特征，以全域覆蓋、萬物智聯、全息連接等為核心愿景，驅動著傳統定位、探測、成像等無線感知功能與無線通信傳輸功能深度融合，利用廣泛分布的算力網絡進行協同計算處理，從而獲得聯合性能增益。但是，6G的典型應用場景中存在著大量高度異構化的智能自動化設備，對極低時延、極高可靠性、超大帶寬、海量接入等通信方面的性能要求也越發嚴苛，在帶來新機遇的同時也帶來了更多復雜棘手的新挑戰。

智能超表面（Reconfigurable Intelligent Surface，RIS）輔助的毫米波通信感知一體化（IntegratedSensing and Communication，ISAC）技術被認為是新一輪科技革命中最有潛力全面革新傳統通信范式的研究課題之一，有望從底層架構到完整的系統實現層面上解決6G新應用場景中的諸多難題、挑戰。

1研究背景與國內外研究現狀

1.1技術起源與研究背景

ISAC是近些年提出的一種創新的信息傳輸與處理技術，它通過軟硬件設備共享、信息共享、頻譜共享、波形聯合設計等使感知與通信功能協同工作，從而產生包括但不限于提高系統頻譜效率（Spectral Efficiency，SE）、硬件效率和信息處理效率等協同優勢。為了滿足未來6G ISAC時代對傳輸帶寬和端到端時延等性能的極致需求，5G/6G頻譜已經擴展到毫米波頻段。毫米波頻段具有帶寬大、波長短的特性，具備更高的通信速率、距離分辨率和感知精度，而且毫米波頻段信號易于形成窄波束，表現出更好的方向分辨能力，這在自動駕駛等對通信和感知性能有更高要求的移動場景中具有重要意義。

RIS技術是近幾年出現的一種很有潛力的新型天線技術，其本質是一種能夠調節電磁波反射、折射、散射情況的人工結構，由大量精心設計過的電磁陣列單元構成。RIS能夠通過編程的方法來調節電磁波的幅度、相位、極化、聚焦、衰減等（如圖1所示），從而智能地調控空間電磁（Electro Magnetic，EM）環境和信號傳輸路徑，緩解終端用戶（UserEnd．UE）間的干擾問題，提高覆蓋率、SE和能量效率（Energy Efficiency，EE）等，能夠有效解決ISAC技術帶來的新問題。同時，RIS具有可編程、低成本、低功耗、高可靠、大容量、易部署等獨特優勢，被認為是未來6G通信系統中關鍵的天線使能技術。

將以上兩種6G關鍵技術進行融合，可以通過充分利用RIS的大陣列孔徑優勢和智能環境調控能力，設計無源波束賦形算法，將信號能量匯聚于特定方向，以補償毫米波信號的嚴重衰減，解決毫米波信號覆蓋能力弱的問題，使得以毫米波信號為載波的通信范式得以實現。另外，采用高頻段毫米波信號通信，通信信號與雷達信號的頻段已經非常相似，使得利用通信信號同時完成高精度傳感定位成為可能。因此，有必要研究通信和感知系統的聯合設計方法，使其在提高SE的同時降低硬件成本。然而，使用RIS的毫米波ISAC研究還處于萌芽狀態，研究演進過程中仍需著力解決來自多方面、多層次的技術挑戰和難題。

1.2全球研究現狀

RIS輔助毫米波ISAC的兩種核心技術得到了全球產業界的重點關注。ISAC技術方面：在2018年GlobeCom大會上，業界首次提出基于無線頻譜（特別是高頻段）的ISAC技術研究方向；隨后在2020年，美國國防部高級研究計劃局（DARPA）宣布成立“太赫茲與感知融合技術研究中心（Com-SenTer）”，研究開發高容量、高精度的ISAC應用技術；2021年，歐洲“地平線歐洲（Horizon European）”計劃下的25個企業和高校聯合成立Hexa-X項目，其目標包括在高頻通信、高分辨率定位和傳感的全新無線電接人、6G智能網絡架構等領域開發關鍵技術。RIS方面：2018年，美國國家科學基金會（NSF）開展了評估無線環境編程重構可行性的研究項目，重點是研究無線環境優化是否可行，探索改變無線信道的方法，為無線通信創造更有利的環境條件；歐盟自2017年開始通過支持重大項目的方式持續資助有關RIS在未來移動通信網絡中應用的研究，在SG-PPP（The SG Infrastructure Public Private Partner-ship）中啟動了多個6G項目，包括RIS、智能通信感知計算平臺等多方面技術的開發。

目前來看，雖然在通信系統中部署RIS的優勢已經很好地確立，但在毫米波感知方面，特別是RIS輔助ISAC方面的研究最近才開始。

Tan等人討論了針對ISAC系統的信道建模，文獻推薦采用確定性建模方法，包括計算電磁學（Computational Electromagnetics，CEM）、射線追蹤和測量模型等，這些模型與確定性的場景相關；Sankar等人研究了RIS輔助下雷達一通信雙功能基站（Base Station，BS）的系統中，在雷達波束圖相似度約束下，通過聯合設計通感發射波束和RIS處的相位來最小化用戶間干擾，并研究了通感波束設計對通信和感知性能的影響與權衡；Jiang等人證明了RIS在滿足通信服務質量（Quality of Service，QoS）和發射功率約束的情況下，能夠有效提高雷達的探測性能；Wang等人提出了一種在克拉美羅界（Cramer-Rao Bound，CRB）約束下最小化多用戶干擾的交替優化算法，可以顯著提高通信性能；Liu等人還討論了存在多個雜波的情況下用于多目標感知和多用戶通信的RIS輔助ISAC技術，實現了雷達輸出信號干擾加噪聲的最大化，同時保持了通信QoS。這些研究為RIS輔助毫米波ISAC的進一步研究打下了基礎，提出了許多開創性或啟發性的觀點與技術。

1.3國內研究現狀

近年來，華為、中興等多家國內企業發布6G愿景白皮書，將ISAC技術作為6G重要研究方向。2021年，中國信息通信研究院發表文章，對ISAC技術的愿景需求、應用場景、技術挑戰等關鍵問題進行了分析與研究。隨后，華為也詳細研究了ISAC的驅動力、技術挑戰和發展趨勢，發表了《6G： The NextHorizon》和《Integrated Sensing and Communication in6G》，全面闡述了ISAC的發展目標與研究意義。相比之下，我國學術界在RIS方面的研究則開始得更早：2014年，東南大學崔鐵軍院士團隊在國際上率先提出了數字超材料的概念，并展示了第一塊現場可編程超材料，在國際上引發大量關注；2021年南京大學馮一軍教授團隊在RIS關鍵技術上取得實質性突破，成功研制了低成本、大面積、可大規模擴展的高效RIS；2022年，中興通訊創新性地提出基于5G BS的RIS動態協同技術，該技術的核心是BS通過空口向RIS發送波束ID等信息，指導RIS動態選擇和切換波束，實現動態波束掃描和用戶跟蹤，完成業界首個動態RIS技術的原型機驗證。

RIS輔助毫米波ISAC的研究在我國起步不久，相關研究成果較少，但從已有研究中可以預見一些未來的發展方向。目前國內已有的研究包括了很多方面：在基礎理論研究和數學極限的推導方面，Wang等人研究了RIS輔助ISAC系統的基本限制，特別是RIS輔助無線通信和定位網絡，分析了通信和定位在SE和CRB方面的理論極限。在具體場景的優化算法設計方面，Liu等人提出了一種在太赫茲波段工作的系統模型，將ISAC發射波束成形和相移設計公式化為具有遍歷約束的通用優化問題，在多用戶多輸入單輸出（Multi-User Multiple-Input Single-Output，MU-MISO）場景下使用基于梯度的原始一對偶近端策略優化（Proximal Policy Optimi-zation．PPO）算法來進行求解，然后使用分布式PPO框架將其擴展到多用戶多輸人多輸出（Muhi-UserMultiple-Input Multiple-Output，MU-MIMO）的情況；Wang等人和Zhu等人提出了一種基于梯度的綠色元學習波束形成（GMLB）方法來迭代優化BS和RIS的波束成形矩陣，該技術可以在不需要消耗能量的預訓練情況下工作良好，且具有較好的魯棒性；Shao等人研究了RIS在無線網絡中用于感知和目標定位的情況，使用多信號分類（MultipleSignal Classification，MUSIC）算法來實現對RIS附近目標的波達方向（Directiion of Arrival，DoA）高精度估計；Ding等人開發了一種集成通信、雷達感知和移動邊緣計算的通感算（Integrated Communication，Radar Sensing and Mobile-Edge Computing， CRMEC）聯合架構，提出了一個多目標優化問題，以優化MU-MIMO雷達波束圖設計的性能和計算卸載能耗。在通信感知聯合系統架構的設計與實現方面，He等人提出了一種雙RIS輔助雷達通信共存系統，在發射機和接收機附近分別設置兩個RIS，在雷達檢測約束下，通過適當設計有源和無源波束成形矩陣，使通信信號干擾加噪聲比（Signal to Interference plusNoise Ratio，SINR）最大化；Zhu等人的研究表明通過在BS和UE之間放置RIS并自適應控制波束，可以增強通信和傳感信號的強度，提供視距（Line ofSight，LoS）連接，有效擴展通信和傳感覆蓋范圍。

2應用場景與關鍵技術

2.1潛在應用場景

隨著RIS輔助毫米波ISAC技術研究的興起，傳統蜂窩網絡的作用將進一步向感知網絡層面拓展，發揮起傳感器網絡的功能，而RIS的應用更是憑借其空分復用（Space Division Multiplexing，SDM）的增益、遍歷分集的增益，能夠大幅度提高通信和感知服務的覆蓋率，大幅度降低通信過程的誤符號率（Symbol Error Rate，SER）并提高感知過程的檢測概率，獲得性能上的聯合增益。傳統通信系統的應用場景進一步拓展到了感知場景，諸如增強定位與跟蹤、區域成像、無人機監測與管理等。而且，通信感知的聯合，催生了許多全新的應用場景，如包括人體動作感知和空間感知計算的智能家居和室內感知技術、包括輔助車輛排隊和即時定位與地圖構建的智能車輛規劃業務、智能制造與工業物聯網（Internetof Things，IoT）、遙感與地球科學、環境監測、人機交互等。應用場景展示如圖2所示。

具體來講：①技術方面：在數學、物理、材料、生物等多類基礎學科的創新驅動下，未來6G應用需要ISAC網絡與先進計算、大數據、AI、區塊鏈等信息技術交叉融合，實現通信與感知、計算、控制的深度耦合，并充分利用低中高全頻段資源，實現空天地一體化的全球無縫覆蓋，隨時隨地滿足安全可靠的“人機物”無限連接需求。②業務方面：未來6G應用ISAC網絡的業務需求要素從傳統的以人為中心的業務向智能體、物理空間和虛擬空間要素拓展。③信息處理方面：需求從傳統的信息傳遞向更復雜具體的信息采集、信息計算等擴展，并且，隨著移動互聯網和IoT業務不斷增強，AI業務、沉浸式業務和數字孿生業務不斷涌現，正在廣泛滲透到個人應用以及智能制造、智能交通、智慧能源、智慧醫療等垂直應用領域。AI業務基于機器學習技術輔助或代替人類工作，其信息處理需求重點是感知、訓練、推理和決策，沉浸式業務基于全息通信和擴展現實（Extended Reality，XR）技術實現通感體驗與遠程控制，其信息處理需求重點是感知、渲染與顯示、數字孿生。總體來說，ISAC的應用場景十分廣闊，其興起與發展是歷史的必然，而使用RIS輔助可以顯著提升空間分辨率，降低CRB，尤其是近場情況，可以提升定位精度至分米級以下，以極低成本實現有效的ISAC部署。

2.2毫米波通感系統中RIS與環境的作用機理

RIS的引人為ISAC系統中無線鏈路性能的提高提供了新的自由度，為進一步實現智能可編程的無線環境提供了一定的技術依托，然而其本身與電磁波傳播環境間的相互作用也為信道建模、波束選擇、信號處理等增加了復雜度，因此需要一種可靠的方法來刻畫實際近場通信環境下使用RIS輔助所能達到的理論性能極限。為了有效研究、分析和解決超表面陣元的EM信號幅度、相位、極化變化以及近場信道非平穩性帶來的各種問題，需要全面考慮所有潛在的會影響RIS輔助的遠近場通信和感知性能的因素，建立一套完整的反映各種影響因素的RIS輔助模型的電磁學理論，來指導如何為含有RIS的通感系統提供更大的性能增益。這個理論可以進一步擴展到RIS的不同變體上，包括有源RIS、全息MIMO（Holographic MIMO，HMIMO）、同時透射和反射表面（Simultaneously Transmitting and ReflectingSurface，STARS）等含有源元件的RIS，它們通常具有更大的復雜度，分析起來也更加困難。

為了進一步研究毫米波通感系統中RIS與環境作用的機理（如圖3所示），行之有效的思路是充分利用信息論與電磁學之間的聯系，建立一套能夠指導RIS的EM環境分析的EM信息論。實際上，信息論與物理學的許多不同領域之間存在著某些聯系，包括熱力學、光學、計算理論、量子理論和天體物理學。然而，電磁學和信息論之間的聯系在過去很少被研究，除了經典的基于Shannon的概率學方法之外，有研究使用Kolmogorov方法引入了兩個重要的新信息量：與電磁場的空間分布相關的信息量和電磁場能夠可靠傳遞的信息量。當將這種信息論角度的分析應用于天線或者RIS系統分析與設計時，自然地提出了一個全新的觀點，通過EM信息論的角度刻畫RIS的性能。實現這一目標的一個出發點是考慮由EM輻射場組成新的物理系統，并在給定的流形上觀察，允許在所需精度內表示觀測流形上的場的最小狀態變量數等于場的自由度（Degree ofFreedom，DoF），由此可以發現RIS的單元從電磁學角度上可以將電磁場傳輸（散射或者反射）統計獨立的信息。最近則有很多研究從一些EM領域的數學分析工具出發進行了信道建模與容量分析：基于麥克斯韋方程導出自由空間格林函數，利用自相關函數推導空間功率譜密度，采用高斯隨機場理論、傅立葉變換、霍特林展開等方法分解近場連續EM信道，計算近場信道耦合相關性。基于弗雷德霍姆行列式、隨機過程、測度熵等工具推導理論信道容量，并基于香農隨機理論證明信道容量的可達性。考慮研究如何建立一套理論來表征RIS與EM環境的作用機理，可以為RIS輔助通感系統的建模和設計帶來不同的視角。

從自由度的角度分析，RIS和其他智能化賦能元件可以為ISAC系統帶來額外的自由度。MIMO系統的有效自由度（Effective Degree of Freedom，EDoF）代表了其等效的獨立單輸入單輸出（Single-Input Single-Output，SISO）系統的數量，直接表征了通信性能。目前，一種有效的新方法是采用基于由并矢格林函數建立的EM信道模型，通過計算EM的EDoF，以估計自由空間中具有全極化的任意MIMO系統的性能，這種模型的思想可以同樣引入到RIS輔助ISAC的系統中，以提供更多的自由度以完成通信和感知的聯合任務。傳統的EDoF概念源于信息論，該理論通過標量來表示MIMO系統的SE（單個頻率下的信道容量），這種信道模型中EDoF只考慮單偏振，在遠場近似下，全偏振分量退化為兩個獨立的橫向分量，但這種方法并不適用于復雜的場景，尤其是近場區域。此處介紹的EM的EDoF使用可以進行類似的數學運算，但是信道矩陣考慮了全極化情況，格林函數的表達式如下：

進一步地，可以將一些有源的電磁波調控元件引入到RIS平面上，憑借其在電磁波操作方面的強大能力，HMIMO有可能達到無線環境的基本極限，建立一套完整的EM域的無線信道的精確表達式，并開辟了在EM域進行信號處理的可能性。在EM域系統建模的基礎上，提出了LoS情況下的EM域的廣義信道模型．

此外，為了更全面地考察RIS與EM環境的作用機理，有研究考慮改變RIS的位置或者旋轉RIS帶來的額外自由度增益，可以通過適當地旋轉RIS而不是在大范圍內移動它來獲得相當大的改進。例如，可以通過將RIS旋轉42.14°，實現200%以上的性能改進，或者通過將RIS移動超過400 m可獲得150%的改進。

2.3評價標準和性能限的刻畫

目前學術界的研究大多集中于使用RIS來輔助毫米波通信或者使用RIS輔助感知，但是很難找到使用RIS來同時輔助二者一體化進行的研究。事實上，用RIS來促進通信和感知系統的深度融合是自然而然的，其具體表現在如下幾個方面：RIS可以協助提升空間分辨率，尤其是超大表面，具體表現為陣列的孔徑增益更大、波束更窄；提升定位精度，降低CRB，尤其在近場情況下可以提升定位精度至分米級以下，充分利用近場波前信息來提升感知定位精度；提升定位可行性，在LoS或其他場景下，Fisher信息矩陣（Fisher Information Matrix，FIM）通常欠秩的情況，定位問題不可解，增加RIS可以控制通信散射路徑，使其轉變成可行解。為了更有效地完成評價標準和性能限的確定，有必要充分考慮通信或者感知已有的評價標準，并在此基礎上設計一套適用于包含RIS的ISAC系統的全新性能極限刻畫方法和評價標準。如圖4所示，現有通信性能的評價指標主要包括兩類：以中斷概率（Outage Probability，OP）、SER和誤比特率（Bit Error Rate，BER）為代表的可靠性指標，以及以SE、EE和覆蓋率（Coverage）為代表的效率指標；而感知性能評價指標包括：以檢測概率（Detection

Probability）和虛警概率（FalseAlarm）為代表的檢測指標，以及以均方誤差（MeanSquare Error，MSE）或者CRB等為代表的估計指標。這兩類指標之間往往存在著一種內在聯系，來決定通信性能和感知性能之間的折中。一種簡單的完成聯合指標設計的方法是進行高斯線性加權，如對通信互信息和感知互信息進行線性組合得到新的ISAC互信息指標，在優化時通過對相應指標和RIS的相移矩陣進行交替優化，從而保證了二者間的良好權衡。

此外，也可以通過信息論，從通感聯合的初始問題開始推導新的一體化耦合評價指標，得到一種更為原理性的耦合增益。此后，通過聯合優化資源分配策略、RIS部署位置與反射面系數等，采用塊坐標下降（Block Coordinate Descent，BCD）等方法，來對最優／次優的RIS輔助ISAC系統的性能指標進行優化。另外，考慮到實際產業界生產的RIS大多是比特量化的相位配置，本身具有離散值的優勢，可以考慮使用一些量子計算輔助的算法來加速大規模RIS相位配置矩陣的優化，從而快速找到全局最優解。

其中最有代表性的一個方法是利用信息理論連接基本的感知與通信指標并實現其帕累托最優邊界（Pareto Frontier），該方法通過一個優雅的公式將輸入／輸出互信息（通信指標）和最小均方誤差（Minimum Mean Square Error，MMSE）（感知指標）聯系起來。給定一個實值高斯信道，接收信噪比（Signal to Noise Ratio，SNR）、信道輸入／輸出的互信息I、MMSE滿足：

類似的思想也存在于率失真函數的確定中，傳統的率失真折中未能捕捉典型ISAC場景的一個重要特征，即從反射回波中估計目標。事實上，在單穩態雷達中，發射機不可能先驗地知道目標信道狀態，否則，就沒有必要感應目標。此前，已有工作提出將目標回波建模為延遲反饋信道，信道狀態在接收機處可用，但發射機未知。在每次傳輸期間，發射機通過估計器從延遲反饋輸出Z∈Z重建狀態估計S。選定消息W，發射機通過基于W和S的編碼器發送符號X∈X。通道將y∈y輸出到接收器，并將狀態反饋給發射器。由此可推出適用于雙穩態ISAC場景的容量失真函數，更加準確地確保最優解的獲取：

另外，更常見的一種性能指標權衡是采用速率與CRB的限制作為邊界，揭示在場景i∈{1，2，3，4}中，用于通信的數據速率R（Q）和用于感知的估計CRBi（Q）之間的基本折中。定義一個C-R區域來包含所有C-R對的集合，在給定的發射功率約束下，ISAC系統可以同時實現這些C-R對。在數學上，場景i∈{1，2，3，4}中具有功率預算P的C-R區域被定義為：

除了上述解決方案外，也有一些研究思路從資源分配策略的角度出發，研究通信子空間與感知子空間在RIS輔助下的耦合關系，量化RIS輔助帶來的子空間擴展增益與子空間旋轉增益。未來可以考慮研究RIS反射單元的個數與檢測性能和估計性能的冪次關系，精確表征發射單元個數帶來的性能提升，從而逼近性能極限。

總結來說，在分析含有RIS的通信與感知環境時，需要構建準確的毫米波感知和通信數學模型、測量RIS信道參數、刻畫通信對感知和感知對通信的影響，提煉適用于特定信道拓撲結構和工作模式的模型。在此基礎上，給出上下限容量域的估計理論，揭示RIS陣列的配置與參數設計對系統容量的影響機制，推導系統的容量以及容量域、有限相移數目等網絡要素之間的相互關系，從而最終解決RIS輔助的毫米波ISAC理論極限刻畫問題。

2.4波形設計與信號處理算法

很長一段時間以來，由于所用電磁波頻段不同，且通信和感知過程采用兩種互不相干的波形設計，使用兩套獨立的標準，具有完全不同的信號波形體系及信號處理方法，導致沒有充分利用整個電磁波頻譜資源。所以新一代6G無線通信的一個核心需求就是實現ISAC，利用共享頻段的資源。但是，由于RIS輔助的ISAC系統中通感指標間往往存在相互制約、此消彼長的關系，如何讓通信模塊和感知模塊在一個系統中實現能力互助、協同傳輸，是現階段RIS輔助ISAC面臨的一個巨大困難。在含有RIS輔助的系統中，利用RIS調控技術、星座整形、概率整形等方法，可以調整隨機數據的概率分布，在進行波束賦形矩陣的優化過程中，往往需要考慮與RIS的相移矩陣進行聯合優化。當觀測數據受到不確定性的影響時，信道傳遞的最大信息量等于可區分的不同波形的最大數量，為了區分，波形必須“足夠不同”，或者等效地，在適當的范數中評估的它們的距離必須大于取決于不確定性水平的量。為了分析上述的波形設計問題，Kolmogorov介紹了一種用于量化上述定性觀測的數學工具，通過研究場自由度在EM輻射系統中的作用，在研究過程中納入RIS的不同單元會引入額外的可用自由度，從而更充分地利用了EM時空資源中可用于設計的部分。

通常認為RIS輔助ISAC的波形設計有三類：以通信為核心、以感知為核心和在二者之間取得一個權衡的聯合設計。圖5展示了一種索引調制的實現形式，表1展示了三類不同側重點的RIS輔助ISAC波形設計方案。

此外，為了滿足RIS輔助通感系統波形的特定優化約束，諸如資源限制與RIS的恒模約束，考慮開展通信與感知性能加權和最大化研究，設計新型的ISAC波形和信號處理算法。分析RIS輔助下的感知系統和通信系統，發現其分別對波形的“確定性”和“隨機性”做出了要求，進一步考慮到RIS的引入以及對環境的調控能力，未來可以借助CEM、優化理論與矩陣理論等分析工具，設計出滿足“確定一隨機折中（Deterministic-Random Tradeoff，DRT）”的一體化波形。同時，新型ISAC波形設計需要考慮到通信與感知子空間的耦合程度，需要兼顧通感“子空間折中（Subspace Tradeoff，ST）”，以權衡RIS輔助一體化系統的通信與感知性能。

在信號處理方面，考慮除了反射外RIS還具有的其他操作功能，例如衍射、折射、偏振和吸收，這些功能共同使無線傳播信道的智能控制變得可行，并增強了SE、能效、安全性和網絡覆蓋率。RIS的這幾個特性將它與典型的模擬陣列區分開來：當考慮亞半波長元件間距時，RIS元件之間存在相互耦合，為了降低成本，無源RIS通常由具有嚴格硬件限制的廉價組件制成，因此當高信道損耗和許多待估計的信道系數相結合時，信道估計（ChannelEstimation，CE）變得極具挑戰性，并且可能導致過高的訓練開銷。另一方面，定向高增益天線和少量的多路徑分量導致具有較低延遲擴展和較高相干帶寬的稀疏幾何信道，這在CE期間應該加以利用。由于幾何參數（用戶位置和方向）的變化率很低，因此利用位置信息來減少CE開銷和預測鏈路阻塞變得自然且必要；此外，RIS作為一種可以提供額外位置參考信息的元件，可以進行時間和角度測量，從而提供低成本的定位方法。

具體考慮感知輔助通信和通信輔助感知情況下的信號處理機制時，由于引入的RIS對信道和EM環境具有調控能力、對傳輸信號具有增強的能力以及RIS本身的低功耗、易部署等特點，可以利用無線通信網絡交互回波信息、感知參數、提取目標的語義信息，以及通信的編解碼技術和架構，來協作實現高定位精度、高成像分辨率；反之，也可以利用分布式RIS來提升毫米波感知的性能，考慮反射單元之間的空間互耦特性，對信號進行EM增強、衰減、極化、聚焦、散射，構建星形、樹形、鏈形、環形等不同拓撲結構的網絡，有效消除干擾，從而快速提升無線信道的容量。

從信號發射端設計到接收端信號處理，先進的信號處理技術對于提高ISAC的集成增益和系統效率至關重要。與波形設計的方法類似，信號處理的設計思路也分為三種，分別是以通信為中心的信號處理、以感知為中心的信號處理和二者聯合的信號處理。由于傳統通信與雷達（Communication andRadar，Camp;R）系統之間的顯著差異，這三類系統的設計思路有很大不同。在前兩類中，設計和研究的重點通常是如何基于主要的通信（雷達）系統的信號格式實現次要的雷達（通信）功能，而不會對主系統產生重大影響；第三類則考慮信號波形、系統和網絡架構的聯合設計和優化，在Camp;R之間實現靈活的折中。

除了傳統意義上的信號處理之外，對于通信和感知信號的優化也是一個重要的研究內容，通過在時域和頻域上優化通信信號，以提高感知參數的估計精度。例如，用非均勻前導碼來提高多普勒估計性能；用一種改進的Golay互補序列來輔助基于802. llad聯合通信和雷達（Joint Communication andRadar，JCR）系統，以降低旁瓣并實現改進的測距和多普勒估計；將MIMO-正交頻分復用（OrthogonalFrequency Division Multiplexing，OFDM）雷達中使用和優化非等距子載波的思想擴展到JCR-MIMO-OFDM系統。下面簡述一種情況，在非均勻前導碼的方法中，對于基于802.llad的單數據流單載波JCR系統，提出了非均勻布置的前導碼以提高速度估計精度。該信號具有分組結構，包括了前導碼和數據有效載荷，在雷達感知過程中僅使用前導碼。除此之外，該研究為通信開發了一種新的失真均方誤差（Distortion MMSE，DMMSE）度量。然后將對數標度應用于雷達的DMMSE和CRB，以實現Camp;R之間的比例公平性，從而可以在優化目標函數中直接將兩個對數標度度量相加。研究發現，當前導碼間隔相等時，感知或通信的性能無法做到在不影響對方的情況下同時有效提高。相比之下，非均勻前導碼可以在Camp;R之間，尤其是在大雷達距離下，實現更好的性能權衡。

2.5智能協同傳輸和多域資源管理

設計RIS輔助ISAC系統，本質上是希望充分利用分布式RIS的部署與協同來提升覆蓋與ISAC的性能，但是實際情況往往會受限于復雜多變的EM環境和應用場景。幾個比較有代表性的問題是毫米波覆蓋范圍有限，且由于分布式RIS的引入，多徑干擾、多普勒頻移、同頻干擾等由復雜EM環境所引起的無線資源碰撞對個體和群體機器安全性的潛在影響，RIS輔助通感的多維信道容量差異顯著，有限的共享信道資源勢必引起節點間激烈的資源競爭，因此帶來復雜的信號干擾問題。

多域資源管理場景如圖6所示，多種通信與感知波形聯合傳輸，通過單BS、多BS、RIS輔助、分布式協同等方法完成多項通信或者感知的任務。現有的一些研究思路是在滿足通信服務量要求的約束下，優化感知的服務量，或在滿足感知性能要求下，提高通信的服務量，以揭示與功率和帶寬等與資源相關的通感服務之間的性能權衡。因此，可以考慮分布式RIS在通感應用場景中傳輸功率和頻譜帶寬的按需分配優化問題，以滿足系統的通信和感知目標。考慮到用戶通信和感知任務需求以及無線EM環境的動態變化特征，通感信號之間的相互干擾是不可避免的，這一干擾嚴重制約通感性能的提升。因此擬利用分布式RIS改變無線EM信號傳輸環境的特征，提出有效的RIS聯合調度和反射優化方案來實現ISAC場景中有效的干擾管理，通過設計新型的協議幀結構來完成通信和感知數據的耦合，從而提升系統的通信和感知性能。

由于RIS輔助的ISAC系統性能區域比傳統無線網絡的性能區域維度更高，因此現有的資源調度策略通常無法同時滿足ISAC框架的異構請求。一種可供參考的解決思路是，在通信感知計算聯合的多維系統中，通過將移動邊緣計算（Mobile EdgeComputing，MEC）范式與集成的感知和通信框架相結合，構建通感算聯合的實現框架，其中表征了傳感、通信和計算性能之間的固有折中。制定聯合設備關聯和子信道分配的問題，以捕獲由具有多功能需求的移動設備之間的資源競爭引起的網絡外部性。

另外還需考慮的是，分布式RIS輔助毫米波ISAC的多域資源調度管理需要充分保證業務基本通感性能約束，通過對各個維度上的資源合理利用達到優化其他指標的目的。合理分配感知和通信的共用帶寬、在發射端總功率受限情況下最優化目標定位性能和總體數據速率、通過控制對子載波的功率分配以達到最優化分布式RIS的ISAC性能等。利用分布式RIS引入的多自由度結合傳統復用技術，使通信與感知資源達到靈活分配和合理利用的效果，例如：時分復用（Time Division Multiplexing，TDM）技術可以根據不同場景的不同需求靈活地調整通信與感知的時間配比，使通信與感知資源盡可能的高效利用；SDM技術可以根據通感的不同需求調配空間波束資源；碼分復用（Code Division Multi-plexing．CDM）可以通過給不同用戶分配不同的正交碼，使各ISAC系統用戶在犧牲計算復雜度的前提下，使用相同的時頻空資源，提高頻譜資源利用效率。

3研究進展

3.1ISAC實現互惠互利

傳統的基于隨機幾何的覆蓋率與速率分析局限于單獨的通信網絡或單獨的傳感網絡，為了彌補這種弊端，需要建立一種全面考慮通信和感知雙重精度的為蜂窩網絡中ISAC量身定制的綜合隨機幾何框架，從而實現通信性能與感知性能的互惠互利。

目前已有的研究通過使用隨機幾何工具來推導大規模網絡中ISAC雙函數精度的覆蓋率和速率分析，捕捉無線網絡中固有的空間隨機性，從而有效地對真實的無線ISAC網絡進行建模并表征其性能，比如給出了ISAC性能的覆蓋率和平均速率的解析表達式，并進一步獲得了評估通信約束下的感知覆蓋率和感知約束下的通信覆蓋率的理論公式，證明具有高精度定位能力的網絡可以顯著提高通信精度與性能，實現通信與感知的互利互惠，而反之的影響相對較小。

該研究考慮了ISAC蜂窩網絡，其中BS在不同階段的下行鏈路傳輸期間向各UE執行定位和通信功能。針對定位精度導出了感知側的精度指標定理，SER導出了通信側的精度指標定理，給出了表征整個ISAC系統的完整涵蓋率的定理，并進行了詳細的數值分析。在圖7中，展示了sub-lm的定位覆蓋率和平均通信吞吐量之間的權衡關系，改變了參與定位過程的BS的最大數量。通過一定的推導，可以發現通信吞吐量與參與協作的BS最大數量Lp呈負線性關系。由于當人由1×10-5/m2變為5x10-5/m2時，SER變化不明顯，因此這兩種情況下的通信吞吐量幾乎一致。與此同時，增加參與定位過程的BS數量顯著提高了定位精度。然而，這種改進通常也會很快飽和，因為在較大Lp狀態下，定位性能也受到定位能力SINR閾值的限制，因此繼續增加Lp并不能顯著提高定位性能。該圖強調了對最優選擇的需求，需要合理選擇Lp的最優值來實現高精度定位和高通量通信。

總而言之，研究ISAC的一個核心要義便是考慮二者互惠互利的優勢，通過合理的理論分析與場景建模，充分獲得共用一套系統帶來的性能增益，提高雙過程精度。

3.2RIS輔助毫米波通信

RIS輔助毫米波通信的研究開始得相對較早，目前研究較為成熟，且有很多性能指標和實用性頗為優秀的研究成果。下面介紹一些比較有代表性的研究成果：Huang等人對能耗優化進行了詳細研究，通過對RIS反射元件的發射功率分配和相移做節能設計，并考慮了為移動UE提供單獨的鏈路預算保證，利用交替最大化、梯度下降搜索和順序分式規劃等算法來求解該非凸優化問題；Wei等人關注RIS賦能的MU-MISO通信系統的上行鏈路，提出了一種基于并行因子分解的CE框架，利用交替最小二乘法（Alternating Least Squares，ALS）和矢量近似消息傳遞從估計的矢量迭代重建兩個未知信道，能夠有效實現較快且有效的信道建模；Matthiesen等人提出了在含有RIS輔助的情況下，針對可預見移動接收端的連續時間傳播模型，并對低軌道衛星通信場景進行了驗證；Bjornson等人研究了使用RIS來替代中繼達到同等通信質量所需的RIS大小，針對幾種不同的信道容量分別進行了建模，對在不同信道增益下達到信道容量所需的RIS單元數量Ⅳ進行了分析；RIS被部署用于繞過BS和UE之間的障礙，使得異構網絡中的QoS和MEC網絡中的延遲性能得到了改進；Jian等人詳細概述并分類了RIS硬件架構的最新進展，以及RIS單元元件建模和無線信號傳播的最新情況，全面概述了RIS輔助通信系統的CE方法和RIS在最新無線通信標準中的相關性。此外，關于RIS結構的研究還在不斷創新，許多新的RIS架構被提出來，從而可以支持更多不同場景的服務，進一步為RIS輔助ISAC打下了基礎：Huang等人提出了HMIMO表面的概念，并討論了有源和無源RIS，包括硬件架構、操作模式和通信應用；Gacanin等人闡述了在RIS輔助無線電環境中使用AI工具的情況；Wei等人分析了HMIMO表面的信道建模和SE，并給出了詳細的數學推導。

3.3RIS輔助毫米波感知、定位與成像

在RIS輔助毫米波感知方面，目前的研究主要集中于利用RIS的反射性結合雷達來進行定位或者成像。這時需要充分考慮無線環境中常見的遮擋效應，充分利用不同UE、BS和RIS對環境的不同作用，利用來自多個UE對環境感知的不同視角和多個視角BS的聯合協作可以實現遮擋效應下的環境感知成像，來確保感知性能指標在一個合理的范圍。此外，環境的稀疏度、BS的視角個數、用戶的個數等都對感知成像的性能有較大影響，環境越稀疏、視角個數越多、用戶數越多，性能越好。

目前，有研究將RIS的一種變體全息智能超表面（Holographic RIS，HRIS）集成到毫米波定位系統中，利用一些有源元件來輔助電磁環境的感知與重建。毫米波段HRIS的大孔徑允許系統在近場傳播模式下工作，其中波前往往是球形的，并包含距離信息。為了研究所提系統定位精度的基本極限，需要得到考慮天線輻射方向圖的FIM和CRB的數量變化關系，即FIM隨HRIS的大小呈二次方增長。然后，為了探索HRIS被動波束形成提高定位質量的潛力，提出了HRIS相位優化問題，以最小化關于UE位置的不確定性集的最壞情況CRB，提出了一種基于迭代熵正則化（Iterative Entropy Regularization，IER）的方法，并用數值結果評估了關鍵參數傳輸功率對位置檢測概率的影響，驗證了該方法的有效性。

可以很容易地觀察到，與其他基準相比，IER的方法實現了更好的定位精度，從而驗證了該方法的效率和穩健性。更具體地，通過已有研究，可以總結出RIS輔助定位的一些代表性的優勢：孔徑增益更大；近場波前攜帶天線的位置以及方向信息，近場球面波的曲率；不需要使用多個錨點；使用EM傳播理論來輔助計算，相比之下傳統的CRB計算都是基于近場模型，計算不夠準確。

此前，有研究者提出了一種有效的感知算法，并采用了一種“集中RIS”的放置方式，將RIS放置在發射／接收天線附近。該方法可以最大限度地提高感知信號的空間分集，同時得到更多的可觀測信道，并能夠與成像算法很好耦合。算法具體分為兩部分：一是將成像區域（Region of Imaging，ROI）均勻地劃分為像素，并將ROI視為像素的集合；二是通過判斷每個像素的內部情況來重建ROI，這將成像過程變成了信號恢復問題。此外，利用一種快速塊稀疏貝葉斯學習（Block Sparse Bayesian Learning，BSBL）算法，使用ROI反射向量的塊稀疏性來簡化計算，并且利用廣義近似消息傳遞（Generalized Ap-proximate Message Passing，GAMP）算法，來解決大規模信號回復問題。圖8展示了原圖形與其在不同RIS尺寸下算法實現的成像結果。其中第一張圖為在成像結果中，用立方體來表示像素，像素內存在物體的概率用立方體顏色深淺來表示，顏色越深，像素內物體存在的可能性越大。仿真結果表明，在RIS尺寸較小時，成像結果并不清晰，而隨著RIS尺寸的增大，成像結果也逐漸變好。

有研究者提出了一種有效的基于GAMP的多視圖稀疏向量重構感知（Generalized ApproximateMessage Passing-based Multi-View Sparse Vector Recon-struction．GAMP-MVSVR）算法，通過構造一個多層因子圖來迭代估計云點的散射系數及其遮擋關系。在每次迭代中，根據簡單的遮擋檢測規則重新計算稀疏環境的云點之間的遮擋關系，并進而用于估計云點的散射系數。除了來自UE的多視圖之外，該算法還可以通過多BS協作來實現改進的感知性能。考慮一個借助RIS的三維環境傳感場景，可以一定程度上利用通信信號來輔助感知。遵循計算成像方法，通過將感興趣ROI劃分為像素并收集足夠數量的通信信號，將環境感知問題轉化為壓縮感知問題，然后通過GAMP算法初步解決。由于初步重建結果往往包含一定數量的假像素和缺失像素，因此在預先定義的噪聲模型基礎上，設計了一種基于卷積神經網絡（Convolutional Neural Network，CNN）的校正方法，該方法充分利用了ROI的特性，能夠完成部分缺失像素并去除部分假像素，顯著提高傳感質量。

3.4RIS輔助毫米波ISAC

在RIS輔助的ISAC系統設計方面，目前也有很多具有說服力的階段性研究成果，致力于解決許多傳統的RIS輔助通信或者RIS輔助感知場景中不存在的問題。

考慮到多用戶聯合通信感知的信號稀疏性，Tong等人考慮了一種聯合通信和感知場景，其中多個用戶使用稀疏碼多址（Sparse Code MultipleAccess，SCMA）方案與無線接人點（Access Point，AP）通信。部分用戶信號在到達AP之前被環境對象散射并被RIS反射。在該工作中，利用結構化用戶信號和非結構化環境的稀疏性，提出了一種迭代增量的聯合多用戶通信和環境感知方案，其中，多用戶信息檢測和環境對象檢測這兩個過程由于其內在的相互依賴性而相互交織。所提算法是基于滑動窗口和圖形的，只要有照明的用戶信號，就可以持續感知環境。該方法中，UE數量。的增加提高了環境感知的準確性，MSE的降低導致解碼時的信道先驗信息誤差△H的降低，進而導致SER降低，解碼變得更加準確。同時，N的增加也導致了解碼誤差的增加，并且解碼數據誤差△也增加了，這增加了環境感測誤差MSE。因此，當N減少時，環境感知誤差增加；當用戶數量增加時，SCMA解碼誤差增加。由于所提迭代算法重復執行環境感知和數據解碼，它們的性能相互影響，導致SER和MSE的趨勢相同，因此N可以作為一個折中的選項。

RIS輔助ISAC系統中的另一個關鍵問題是發射波形和無源波束形成的聯合設計。現有的一些方法很少有使用RIS的感知通信聯合波形設計，尤其是在場景變得比較復雜，對感知與通信的要求都較高時，需要同時優化設計發射端波形和RIS相移，以最大化感測信干噪比并最小化通信多用戶干擾（Multi-User Interference，MUI）。由于恒模約束和SINR表達式的分數規劃形式所產生的優化問題很難求解，為了解決這些問題，An等提出了一種黎曼流形上的交替梯度下降（Alternating Gradient-descent on Riemannian Manifold，AGRM）算法：首先固定RIS相移，導出了一種極小批黎曼流形上的梯度下降（Gradient-descent on Riemannian Manifold，GRM）算法來最大化SINR；然后，提出了一種GRM算法來減輕MUI，同時固定波形；最后，提出了一個整體AGRM算法來解決原有問題。該方法在通信的可實現和速率等方面獲得了良好的性能，而沒有RIS的方法只獲得了折中性能。

研究中的一個難點是RIS輔助ISAC上行鏈路傳輸的SE，由于實現感測能力的導頻開銷負擔較重，SE顯著降低。目前進行的一個研究通過提出一種疊加符號方案來解決這一瓶頸，該方案將感測導頻疊加到相同時頻資源的數據符號上。通過使用一個結構感知的稀疏貝葉斯學習框架，使用解碼的數據符號作為輔助信息，來增強感知性能并提高SE。該算法采用貝葉斯學習框架中的酉近似消息傳遞進行初始角度估計，然后通過降維矩陣計算進行迭代細化。此外，使用SCMA技術有效地抑制多個UE之間的干擾，以實現準確的數據檢測，進一步促進了定位的準確性。圖9說明了使用不同的多址方案對ISAC性能的影響。采用K=6和N=6的正交頻分多址（ OFDMA）方案和K=6、N=3的無干擾抑制情況進行比較。如圖9（a）所示，OFDMA調制具有最佳的定位性能，然而，對頻率資源的要求很高，尤其是當存在大量UE時，作為考慮資源和ISAC性能的首選解決方案，使用SCMA的方案可以在E/N低于10dB的情況下實現10-2m的定位精度，并隨著發射功率的增加而顯著提高。然而，當沒有適當的UE間干擾抑制策略時，定位精度只能達到0.1m。在圖9（b）中，SCMA方案在中等SNR狀態下實現了最佳的SE性能，因為它需要更少的資源來實現可靠的通信。綜合上述，在沒有傳感能力的情況下，這種基于疊加符號的方案可以實現厘米級定位，同時達到傳統通信96%的SE。此外，與其他典型的ISAC方案相比，疊加符號的方法可以提供超過133%的有效吞吐量改進。

RIS憑借其本身在成本和功耗以及易調方面的優勢，在毫米波ISAC系統中可以起到一種有效的輔助工具的作用，利用增加的EM空間自由度，極大程度改善一般場景下的通信與感知性能，使得二者相輔相成，互利互惠。

4技術挑戰

RIS輔助毫米波ISAC技術的研究目前還處于初步階段，還有許多關鍵問題沒有解決，已有的技術也有著諸多限制，如何建立一套全新的技術體系，來充分獲得感知、通信的聯合性能增益是至關重要的。現在討論一些尚未解決的、制約著RIS輔助毫米波通感系統設計的技術挑戰和技術難點。

面向含有RIS的ISAC信道，設計一種全新的信道建模方案是必要的。RIS的調控會改變傳統EM環境，帶來互耦、近場非平穩效應、增秩等新的信道特性，而以往的信道建模無法捕獲電場的全極化物理信息，當部署的RIS規模很大時，會產生嚴重的近場效應，使得傳統的通信或感知信道模型都不再適用。對于大尺度損耗，RIS輔助系統中的近場路徑損耗一般是非線性的，可以用諸如多項式的非線性方法擬合建立模型，并以擬合曲線為基準計算陰影衰落；對于小尺度衰落，則可把3GPP TR 38.901的平面波信道模型推廣到球面波信道模型，從而有效刻畫RIS對通感環境的調控和遠近場信道的EM性能。

在理論層面建立一套面向ISAC的EM信息論。RIS引入的新優化自由度、RIS調控的通信與感知信道間的耦合程度、RIS輔助下的ISAC性能增益極限目前還沒有一個統一的研究體系，因此有必要建立面向ISAC的遠近場EM信息層面的統一框架，結合格林公式、麥克斯韋方程和香農信息論，推導一組能夠充分表征RIS輔助通信和RIS輔助感知技術之間EM耦合特性的聯合指標。

設計一套適合RIS輔助ISAC系統的新波形。傳統通感波形具有兩套不同的標準，且指標間往往存在相互制約、此消彼長的情況，如果只是單純的疊加很難發揮ISAC系統的優越性；RIS引入的可控EM特性也給波形設計帶來了許多新的約束和機遇，“如何利用RIS基于感知獲取信息，提升通信性能”和“如何利用RIS基于無線網絡傳輸，提升感知能力與性能”要求充分耦合兩種系統，在確定與隨機之間合理折中、充分融合，從而權衡好系統中各個RIS單元的功能。因此，探索RIS輔助的毫米波ISAC波形的高效與快速設計是有必要的。

研究毫米波通感系統中分布式RIS的部署與協同。在通感系統中，各種資源域相互交錯、相互競爭，且毫米波覆蓋范圍有限，應使用分布式部署的RIS來對環境資源進行調控，因此如何利用分布式部署的RIS實現有效的干擾抵消，實現多維動態的、智能化的資源分配與調度是值得研究的課題。

除了上述幾點，充分探究RIS對ISAC性能的本征增益和自由度擴展也是必要的。現有ISAC系統對RIS自由度的利用往往不夠充分，在研究時沒有充分考慮到其位置信息、表面材料EM散射特性和空間EM傳播環境的畸變等，導致無法充分發揮RIS對通信感知性能的聯合調控作用，所以，探究RIS的本征增益并說明含有RIS的系統在電磁學理論中對于通感評價指標極限的逼近能達到何種程度是有必要的。

5結束語

基于RIS輔助毫米波ISAC系統設計的關鍵技術與研究進展，講述了相關技術的起源和研究背景，分析了全球與國內的技術研究現狀，從毫米波通感系統中RIS與環境的作用機理、評價標準與性能限的刻畫、波形設計與信號處理算法、智能協同傳輸與多域資源管理幾個方面詳細展開介紹了RIS輔助通感的核心關鍵技術。然后，列舉了目前業界在該領域的研究進展，分層次介紹了一些研究成果，從ISAC實現互利互惠，RIS輔助毫米波通信，RIS輔助毫米波感知、定位、成像，以及RIS輔助毫米波ISAC系統幾個方面詳細給出了介紹，并分析了目前性能可達到的水平以及未來的提升方向。

RIS輔助毫米波ISAC技術的未來展望，依然可以從兩個角度來看待與深入研究。關于RIS：RIS的低成本、易部署、低功耗等優勢決定了其在未來6G通信中大規模部署的必然性和重要性；目前使用的RIS大多是無源的反射面，其限制一般較多，不能適應很多復雜的通信或者感知環境，目前已有新型的RIS考慮了信號的透射或者有源元件，比如STARS、HMIMO等；RIS與環境的作用機理以及其EM特性還沒有研究透徹，希望未來的研究能通過分析和解決超表面陣元的EM信號幅度、相位、極化變化以及近場信道非平穩性帶來的各種問題，建立一套完整的反映各種影響因素的RIS輔助模型的EM信息理論。關于ISAC技術：通信與感知技術相互獨立發展已久，但是目前同時考慮二者聯合的系統設計才展開不久，由于技術上固有的一些獨立性和不兼容性，想要迅速鋪展開相關領域技術的落地是非常不易的，現階段亟需業界充分考慮兩者的差異，并充分利用二者重疊的部分，包括頻譜、波形、硬件設備等，重新設計一套新型的能夠實現互利互惠的技術理論體系；從數學理論來講，有必要從信息論的角度考慮通感聯合的初始問題，并以此為切人點來推導新的一體化的耦合評價指標和原理性公式，從而得到更為原理性的耦合增益。

RIS使能的ISAC技術仍然面臨諸多技術問題、部署問題和標準化進程的挑戰，需要對RIS部署和協同的關鍵技術和方案展開深入研究和全面評估，尤其需要在信道降秩、小區間共存、小區內共存等幾方面的技術挑戰進行重點深入研究與突破。未來的研究需要進一步克服通信和感知技術本身的基礎結構差異、一體化器件以及信號的融合設計等問題，在感知輔助的高效通信以及通信輔助的分布式高精度感知方面取得進展。此外，AI的發展為ISAC技術提供了全新的思路，包括具有邊緣智能、聯邦學習的ISAC，融合AI的通感算一體化技術也值得我們進一步研究。未來的網絡注定是通信、感知、信號處理、智能計算多維聯合一體的新一代網絡。