6G 技术通过集成准确定位的精确雷达系统提供高度个性化的用户体验，推动着无线通信的发展。此功能支持基于位置的服务与通信网络的无缝融合，从而可增强服务交付和网络效率。这种方法称为通感一体化 (ISAC)，它利用雷达与通信技术之间的协同来优化连接。
要理解 6G 将如何通过定制的通信解决方案增强网络性能和用户体验，必须理解 ISAC。自动驾驶汽车、智慧城市和高级医疗系统等新兴应用也需要高速数据传输与精确环境感知的无缝集成。这些应用及其他应用凸显了发展 ISAC 技术以满足高度互联和智能化未来需求的必要性。
ISAC 是 6G 的主要赋能技术。
人们对雷达与通信集成已从多个角度进行研究，包括 Wi-Fi®、军用多功能雷达和汽车应用。此外，两者之间的集成水平可能会有所不同，包括波形和空间域设计等概念。为了实现精确、高分辨率的感知，还需要考虑其他设计选项，包括射频架构、波束成形、适当的信道模型和数据驱动的 AI 算法。可对这些元素进行联合调查的集成环境是必不可少的。
在这种背景下，MATLAB® 成为了 ISAC 研究不可或缺的工具，它提供了完整的工作流和一套旨在探索和开发集成通信与感知技术的产品。MATLAB 是一个直观的平台，用于场景仿真、算法设计与测试以及数据分析。它帮助研究人员加快开发速度、高效验证设计和推进 6G 目标。
本白皮书将研究 ISAC 模式和研究成果以及 ISAC 的应用。首先，给出一些关键技术项的定义。
雷达与通信共存涉及使用频谱感知来管理雷达与通信系统之间的重叠频率。雷达与通信协同设计会集成通信和感知任务，其方法是与单独硬件共享物理空间，或使用共享硬件和波形。
通信信号的被动利用可利用现有通信信号的信道估计来检测和推断目标的运动和位置，而无需专用的感知硬件。
根据感知和通信功能的集成水平，ISAC 的研究工作有三个主要方向：共存、协同设计和信号的被动利用。
雷达与通信共存
随着 5G NR 系统和将来的 6G 系统扩展到 LTE 所用频率以外的更高频率范围，频谱管理变得越来越复杂。这些较高的频率范围传统上由雷达系统利用。因此，雷达和无线通信系统使用的频谱可能重叠，需要共享频谱。这种情况要求将来的雷达和无线通信系统集成频谱感知，以检测占用的频率并避免冲突。此外，更高的数据传输速率和更低的延迟优势推动了更广泛的 5G 覆盖范围。这种扩展需要新的 5G 基站，这反过来要求了解这些信号对在相邻频带运行的现有系统（如空中交通管制雷达）的影响。
要实现成功的共存，需要考虑两个重要方面：频谱感知，用于判断频谱中存在哪些系统及其位置；干扰分析，用于评估一个系统在与另一个系统共享同一频带时两者如何交互。
MATLAB 提供的集成工作流涵盖了仿真 5G、雷达、深度学习、相控阵和场景建模的复杂场景。关键共存场景包括频谱感知和干扰分析。例如，MATLAB 通过工作流促进频谱感知，这些工作流使用基于雷达和无线通信合成信号训练的语义分割神经网络。这种神经网络可以在同一接收频谱内检测雷达信号和无线通信信号。此外，MATLAB 支持 5G 基站附近运行的空中交通管制雷达等场景的建模，有助于分析 5G 信号对雷达信号接收的影响。
通过这些示例了解更多信息
使用 MATLAB 深度学习的频谱感知。
雷达与通信协同设计
协同设计的重点是创建同时执行通信和感知任务的系统。集成可以是松散级集成，其中各项功能共享物理空间，但使用单独的硬件和波形。集成也可以是更紧密级集成，其中大多数硬件是共享的，并且同一波形服务于两个目的。本节重点讲述紧密集成系统，其中的系统设计可以遵循以通信为中心的方法，即使用通信信号来实现雷达功能。设计还可以采用以雷达为中心的方法，即在雷达波形中嵌入通信数据。
协同设计波形
在以雷达为中心的方法中，雷达波形与嵌入的通信数据结合使用；而在以通信为中心的方法中，来自 OFDM 信号的回波用于感知目的。MATLAB 通过使用一个涵盖两种方法的端到端工作流，帮助探索波形协同设计。第一种方法使用典型的雷达波形 PMCW，而第二种方法使用标准的通信波形 OFDM 来实现两种功能。
MATLAB 支持雷达与通信波形的协同设计。
空间域中的协同设计
ISAC 的其他概念旨在探索空间处理维度。通常探索的场景包括多天线基站，其中一些波束服务于雷达，其他波束服务于通信需求。另一个可能的场景是两种功能共享波束，雷达使用主瓣，通信数据使用旁瓣。
MATLAB 支持您在空间域为双功能 MIMO 系统设计新颖的波形，如下所示，其中可以形成不同波束来实现不同功能。
ISAC 的空间协同设计。
通信信号的被动利用
这种 ISAC 模式利用接收机侧的信道估计来检测无线环境中运动物体的存在。通过基于这些运动物体分析信道状态的变化，系统可以推断其运动和位置，而不需要专用的感知硬件。提取的信道估计值可用于产生距离-多普勒图，这有助于感知运动。这本质上是一种被动方法，它使用现有通信信号和基础架构，而不需要主动发射来进行感知。
另一种被动方法涉及应用人工智能来使用信道状态信息 (CSI) 推断物体的运动或检测物体的存在。例如，可以将卷积神经网络 (CNN) 与 CSI 相结合来感知人的活动。一个 Wi-Fi 示例包括从路由器采集信标帧，并基于这些采集内容训练 CNN 来检测人的存在。此工作流可以扩展到 5G 和 6G 信号。
在 MATLAB 深度学习的帮助下，利用 Wi-Fi 信号来检测存在的人或物。
MATLAB 提供了用于信号处理、机器学习和数据可视化的强大工具支持这两种方法。MATLAB 中丰富的库和内置函数支持高效提取和分析信道估计值，从而能够创建距离-多普勒图。此外，MATLAB 支持开发和训练 CNN，便于集成 AI 方法以增强感知能力。
通过这些示例了解更多信息
ISAC 通过集成雷达与通信功能，有望在各个领域实现变革性应用。
在频谱稀缺构成重大挑战的环境中，雷达与通信共存尤为重要。例如，在城市空中交通中，共存策略支持无人机和空中出租车与现有 5G 网络共享频谱，从而优化空中交通管理，实现无人机和空中出租车的安全运营。
雷达与通信协同设计为智能汽车系统开启了新的可能性。双功能雷达通信系统可以增强车对万物 (V2X) 通信，为自动驾驶实现实时数据交换和精确的环境感知。这种协同设计方法还可应用于智能制造。在智能制造中，集成系统可以监控机械健康状态并同时进行运营数据通信，从而提高效率并实现预测性维护。
被动协同设计（搭便车）利用现有无线信号进行环境感知，为智能家居和医疗保健环境提供创新解决方案。例如，被动 Wi-Fi 传感可以检测人的存在和活动，通过监控日常活动实现高级家居自动化和老年人护理，而无需额外的传感器。这些模式共同彰显了 ISAC 技术在 6G 领域中的多功能性和潜力，为更加互联、智能和高效的将来奠定了基础。
在设计 ISAC 系统时，研究人员通常关注几个关键组件：雷达与通信波形、信道模型和接收机硬件。了解并优化这些元素对于开发高效、准确的 ISAC 解决方案至关重要。雷达与通信波形必须精心设计，以确保它们能够同时支持通信和感知功能。准确的信道模型对于预测信号如何在各种环境中传播至关重要，同时需要高级接收机硬件来处理接收到的信号。本节将探讨这些方面，为致力于 ISAC 领域创新的研究人员提供见解和指导。
探索的 ISAC 领域。
探索现有波形
探索雷达与通信中的现有波形对于 ISAC 系统中的有效波形设计至关重要。通过利用两个领域中的成熟波形，研究人员可以确定潜在的协同作用和做出权衡，从而促进 ISAC 的双重功能性。了解这些波形的优势和限制有助于作出明智的决策，决定如何调整或组合这些波形以同时满足通信和感知的独特需求。
雷达波形
雷达系统可以分为两类：
- 脉冲雷达
- 连续波 (CW) 雷达
脉冲雷达以序列方式发射高功率脉冲，并使用发射脉冲和接收回波之间的时滞来确定距离，而速度则根据回波距离的变化来计算。MATLAB 提供的资源可帮助您了解有关脉冲雷达的更多内容，并轻松生成、分析和评估脉冲雷达信号：
另一方面，连续波 (CW) 雷达连续发射信号，因而具有成本效益，适合汽车和室内无线通信等应用。然而，它需要调制来确定目标位置，主要类包括调频 (FMCW) 和调相 (PMCW) 波形。
MATLAB 通过强大的工作流和函数帮助您生成和分析连续波雷达信号，实现以下目的：
通信波形
MATLAB 产品使您能够创建多种无线波形，符合 LTE、5G、WLAN、Bluetooth® 和 Satcom 等标准。MATLAB 中的波形生成功能支持您生成基于标准的 5G/LTE 信号和标准未涵盖的自定义 5G/LTE 信号，以及 OFDM、QAM、PSK 等通用调制，还有 FMCW 和线性 FM 等各种雷达信号。这让在不同通信协议和测试条件下进行精确的仿真和测试成为可能。MATLAB 波形发生器支持行业标准波形和自定义波形生成，因而成为 ISAC 系统开发和分析人员的重要资源。无线波形发生器可作为很好的起点，您只需点击几下鼠标，就可以生成基于标准的波形。
了解更多
使用无线波形发生器在 MATLAB 中生成通信波形。
信道
准确的信道模型对于 ISAC 系统至关重要，因为它们可确保通信与感知功能的可靠性能和效率。这些模型能够精确表征传播环境，考虑路径损耗、多径效应和信号反射等因素。准确的模型能够逼真地表示信道，有助于优化信号处理算法，增强系统稳健性，并提高通信和感知功能的整体集成度。
射线追踪
射线追踪模型已证明在 60 GHz 甚至更高频率下对信号行为的稳健预测性能，并且可以用作构建 ISAC 仿真的强大模型。MATLAB 提供内置的射线追踪功能，可以与降雨、地形衍射、大气折射、对流层散射和大气造成的损耗模型相结合。此外，MATLAB 中的射线追踪功能支持对信号从特定材料反弹时的信号衰减进行建模。
了解更多
使用 MATLAB 的射线追踪。
散射 MIMO
MATLAB 中的散射 MIMO 信道有助于对周围中有运动元素的无线环境进行建模。
MATLAB 中的散射 MIMO 信道模型非常适合 ISAC 信道。该模型仿真从发射阵列发射的信号在到达接收阵列之前在多个散射体上发生反射的场景。重要的是，该模型纳入了被视为目标的运动散射体对接收信号的影响，使其成为感知应用的理想选择。该信道考虑各种传播效应，包括距离相关的时滞、增益、多普勒频移、相位变化以及由气体、雨、雾和云造成的大气损耗。这些衰减模型适用于 1 至 1000 GHz 的频率范围，确保在较宽的频谱范围内准确表示信号衰减。
硬件限制
当您从基于仿真的概念研究过渡到构建硬件原型时，必须考虑与硬件相关联的挑战和限制。ISAC 系统所需的高数据传输速率可能要求您在 FPGA 上实现部分设计，这本身就带来一系列挑战。
首先，一般来说，在 FPGA 上开发信号处理算法比在软件中创建等效设计更为复杂。FPGA 就绪型 IP 模块可用于滤波、信号插值和抽取以及数学变换等任务。与从基本元素构建一切相比，这将大大简化此过程。
其次，为了实现 ISAC 所需的高数据传输速率，这些 IP 模块可能需要在每个时钟周期处理多个采样。DSP HDL Toolbox™ 提供标准化的信号处理 IP 模块，能够在每个时钟周期处理多个采样，实现每秒千兆次采样的数据传输速率。
选择合适的硬件平台取决于几个因素。对于定位和跟踪，一个重要考虑因素是必需的距离分辨率。例如，实现远低于 1 米的距离分辨率将需要数百 MHz 数量级的采样率，这对硬件平台提出了极高的要求。AMD RFSoC 平台是符合此严格设定的平台，而 MATLAB 原生支持该平台。这意味着使用 FPGA 就绪型 IP 模块的 Simulink® 模型可以部署到此平台并在其上运行。
MATLAB 在推进 ISAC 方面发挥着举足轻重的作用。通过使用户能够仿真场景、设计算法和分析数据，MATLAB 可加快集成雷达与通信系统的开发。MATLAB 平台有助于研究人员高效验证设计和优化连接，这对自动驾驶汽车和智慧城市等应用至关重要。随着 ISAC 成为将来网络不可或缺的一部分，MATLAB 的功能确保研究人员可以快速创新，满足高度互联世界的需求，推动实现 6G 的全部潜能。
