摘要
随着移动通信逐渐迈向万物智联时代，未来移动通信系统不仅要实现超高速率、超低时延、超强可靠性等通信性能，还要具备厘米级精度和超高细粒度感知能力。毫米波通信与大规模多输入多输出、以及超密集组网等技术相结合，不仅可以克服高传输损耗，实现高传输速率，还能显著增强通信系统的空-时-频感知分辨率。随着通信和感知在工作频段、硬件架构和信号处理等方面的发展趋势越来越接近，为了节省频谱资源并减少使用多套设备造成的开销浪费，通信感知一体化已成为迫切的需求。针对上述需求，本论文围绕通信和感知在硬件架构和算法层面上融合的目标，借鉴多域信息融合相关理论，结合人工智能和机器人感知等技术，开展基于毫米波的通信感知一体化理论和关键技术研究。 首先，面向通信感知一体化这一联合设计范式，阐述毫米波通信和无线感知基本原理，为基于毫米波的通信感知一体化研究夯实基础。从毫米波多径信道参数与电磁传播环境的紧密耦合关系入手，介绍包括时延、角度和信号强度等毫米波多径信道参数（即感知参数）的提取方法，进而介绍这些感知参数用于定位和制图等感知应用的常见方法，如基于时延和角度的定位方法，以及基于信道参数、通信性能和几何特征的射频环境地图，并描述其面临的实际挑战。最后介绍通信和感知的协作方式，并针对实际挑战提出通过概率理论将来源于同一设备中不同感知方式、不同质量测量值、以及同一网络中不同用户等多域软信息有效融合，为提升通信感知一体化性能提供可行研究思路。 其次，面向硬件受限的毫米波频段通信系统，提出低成本全数字模块辅助的模数混合架构，并实现快速波束训练和定位的一体化。所提毫米波硬件架构中考虑低精度移相器、低精度模数转换器和非理想射频链路，该架构结合模拟和数字模块的优势并降低系统总成本和功耗。进一步针对所提架构提出快速波束训练算法，先采用内部校准方法获取射频链路不理想参数，接着利用压缩感知算法估计波束方向，最后利用估计的波束角度信息进行散射体定位和用户轨迹追踪。所提系统架构和算法在毫米波硬件不理想情况下，以10%的时间开销实现与传统波束扫描算法相当的波束匹配精度，并能实现分米至厘米级的定位精度。 随后，面向硬件受限的超大规模透镜天线阵列，分析并利用其能量聚焦特性，实现超大规模透镜天线阵列的单站通信定位一体化。先针对近场球面波场景，提出电磁透镜相位设计方案，建立超大规模透镜天线阵列响应的闭式表达，揭示远场情况下的阵列响应“sinc”函数是所得近场结果的特例。进一步分析透镜天线阵列的能量聚焦窗口效应，揭示其定位潜力和多用户分辨能力，并进行远近场透镜天线阵列通信定位一体化性能的理论分析，进而设计有效信道参数（包括位置参数）提取算法。仿真结果表明超大规模透镜天线阵列的近场效应使其具备单站通信定位一体化的能力，相较于超大规模均匀线性阵列能实现更高的多用户分辨率和频谱效率。 接着，面向复杂的电磁波多径传输环境，提出基于毫米波云无线接入网架构的模型驱动神经网络通信感知一体化算法，实现多基站信息和不同种类测量信息的融合。先利用多基站协作消除用户和基站网络之间的时钟同步误差，通过混合时间、角度和多普勒测量参数建立三维移动场景下的用户和散射体同时定位测速模型和求解算法。进而利用神经网络学习所提模型中由一阶近似操作带来的模型误差，实现神经网络对纯模型算法的辅助，既保留纯模型算法的鲁棒性，又结合神经网络强大的学习能力，进一步提升所提算法在大噪声条件下的性能。最后利用公开数据集验证所提算法相比于传统算法在定位精度、算法鲁棒性和时间资源消耗上均具有更优越的性能。 然后，面向移动通信系统可实现的不同感知方式，提出主被动感知混合的通信感知一体化机制，并实现不同感知方式的互助增强。先利用通信系统的波束扫描过程和下行定位参考信号分别实现主动和被动感知。再针对电磁波传播环境中的反射面，抽象出主被动感知一致的环境特征，建立主动感知不确定度分析的理论模型，实现主被动感知结果形式上的统一。进一步扩展基于置信传播的同时定位和制图算法，并在执行过程中实现主被动感知的相互辅助，形成基于几何特征的射频环境地图。实验结果验证所提的主被动感知混合机制能够在没有用户、基站和射频环境先验信息的场景中工作，且通过主被动感知两者的互助补充，实现比传统算法更高的感知精度。 最后，面向多用户通信和有偏测量值，提出并实现测量值随插即用和众包的通信感知一体化机制。从测量值不同的实际偏差属性入手，设计将其植入基于置信传播同时定位和制图算法的不同方式，同时对测量偏差进行估计和校准。进而设计众包机制，利用多用户信息融合进一步增强所提机制的性能，具体通过定义并设计局部和开放式全局射频环境地图的构建、更新和使用方法来实现，并进一步设计通信系统对应的帧结构以规定多用户协作方式。仿真结果表明所提机制能够在没有任何先验信息的场景中工作，并将时钟偏差、转向偏差和路损模型参数估计出来，且通过多用户协作将感知性能提升一倍，同时有效克服众包中常见的“重复计数”、“数据可靠性”和“隐私保护”问题。
NETL