基于主動(dòng)感知輔助的車聯(lián)網(wǎng)波束賦形

孟驍 劉凡 夏樹強(qiáng)

摘要：毫米波大規(guī)模多入多出系統(tǒng)具有提升車聯(lián)網(wǎng)系統(tǒng)服務(wù)質(zhì)量的潛力，但現(xiàn)有的系統(tǒng)設(shè)計(jì)無(wú)法充分發(fā)揮該潛力。針對(duì)該問題，通過分析毫米波頻段通信信道與感知信道的相似特性，論證了在車聯(lián)網(wǎng)系統(tǒng)中使用感知功能對(duì)通信功能進(jìn)行輔助的可行性。在此基礎(chǔ)上，以波束管理為核心，闡述了具有更低導(dǎo)頻開銷的幀結(jié)構(gòu)方案和使用感知功能輔助通信功能的信號(hào)處理一般流程。最后，討論并總結(jié)了基于感知輔助的車聯(lián)網(wǎng)通信系統(tǒng)中的若干開放問題。

關(guān)鍵詞：通信感知一體化；車輛基礎(chǔ)設(shè)施互聯(lián)系統(tǒng)；大規(guī)模多入多出系統(tǒng)

Abstract： The millimeter-wave massive multiple-input multiple-output systems have the potential to improve the service quality of vehicleto-infrastructure （V2I） networks， but existing system designs cannot fully exploit this potential. In response to this problem， the feasibility of using the sensing function to assist the communication function in the V2I networks is demonstrated by analyzing the similar characteristics of the communication channel and the sensing channel in the millimeter wave system. On this basis， a general design framework， the physi？ cal layer data-frame structure， and the signal processing pipeline are elaborated. Finally， several open problems in sensing-assisted V2I net？ works are summarized and discussed.

Keywords： integrated sensing and communication； V2I； multiple-input multiple-output system

1通信感知一體化的背景

近年來(lái)，作為熱點(diǎn)技術(shù)，雷達(dá)通信一體化（JRC）受到了學(xué)術(shù)界、工業(yè)界等的廣泛關(guān)注。1963年，美國(guó)的格倫·L·馬丁公司提出的早期雷達(dá)通信一體化系統(tǒng)（即利用導(dǎo)彈上的制導(dǎo)雷達(dá)發(fā)射的脈沖組攜帶通信信息[1]），可視為JRC的起源。20世紀(jì)90年代以來(lái)，學(xué)術(shù)界和工業(yè)界陸續(xù)提出多種JRC方案，其主要目的是將通信功能整合至已有的雷達(dá)系統(tǒng)中，從而使得雷達(dá)不再只是單一地完成感知任務(wù)，還可以作為通信終端從而成為通信網(wǎng)絡(luò)中的一部分。在JRC技術(shù)的支撐下，雷達(dá)系統(tǒng)不僅可以完成對(duì)目標(biāo)搜索、探測(cè)、跟蹤的功能，還可以實(shí)現(xiàn)遠(yuǎn)距離、大容量的雙向數(shù)據(jù)通信[2]。

隨著5G通信技術(shù)的發(fā)展，JRC這一經(jīng)典課題再次煥發(fā)出全新的活力，其主要內(nèi)涵包括兩方面：其一，隨著無(wú)線接入設(shè)備數(shù)量的爆炸性增長(zhǎng)，頻譜擁塞問題日益嚴(yán)重，而常用的雷達(dá)系統(tǒng)獨(dú)享了大量的頻譜資源。因此若能使得雷達(dá)與無(wú)線通信系統(tǒng)共享頻譜，則擁塞問題可以得到極大緩解[3]；其二，有相當(dāng)一部分新興應(yīng)用需要同時(shí)以通信功能和感知功能作為基礎(chǔ)，例如智慧城市、智慧家庭等物聯(lián)網(wǎng)應(yīng)用，以及車聯(lián)網(wǎng)、自動(dòng)駕駛等智能交通應(yīng)用。雷達(dá)與通信的頻譜共享及一體化，已經(jīng)成為學(xué)術(shù)界最熱門的話題之一，并進(jìn)一步地被升華為通信感知一體化（ISAC）。學(xué)術(shù)界和工業(yè)界廣泛認(rèn)為，ISAC將成為B5G/6G無(wú)線通信系統(tǒng)最核心的特性[4]。

2 ISAC系統(tǒng)在車聯(lián)網(wǎng)應(yīng)用中的新機(jī)遇

以各種形式的自動(dòng)駕駛為代表的新一代車輛應(yīng)用對(duì)車聯(lián)網(wǎng)尤其是車輛對(duì)基礎(chǔ)設(shè)施通信（V2I）網(wǎng)絡(luò)的功能和性能提出了新的要求。在通信方面，為滿足下一代智能網(wǎng)聯(lián)車輛的指標(biāo)需求，V2I網(wǎng)絡(luò)需要實(shí)現(xiàn)高速率、低時(shí)延傳輸（通常認(rèn)為業(yè)務(wù)吞吐量達(dá)到吉比特每秒量級(jí)，通信時(shí)延小于10 ms）。在感知方面，V2I網(wǎng)絡(luò)需要提供穩(wěn)定可靠的厘米級(jí)精度定位功能，以實(shí)現(xiàn)對(duì)交通環(huán)境和車輛的高精度感知[5-6]。

然而，目前已部署的車聯(lián)網(wǎng)系統(tǒng)遠(yuǎn)無(wú)法達(dá)到上述要求。例如，專用短程通信技術(shù)（DSRC）僅能提供最高27 Mbit/s的通信速率，且受限于載波監(jiān)聽多址（CSMA）的接入方式，通信質(zhì)量在車輛密度提高時(shí)嚴(yán)重下降[7]。再如，現(xiàn)已規(guī)?；渴鸬?G/5G蜂窩網(wǎng)絡(luò)，由于其主要工作在sub-6 GHz頻段，所能提供的通信和定位功能也相對(duì)受限。其中，長(zhǎng)期演進(jìn)（LTE）網(wǎng)絡(luò)通信速率在100 Mbit/s量級(jí)，端到端時(shí)延在百毫秒量級(jí)[8]；第3代合作伙伴計(jì)劃（3GPP）在Rel-16版本引入的5G網(wǎng)絡(luò)無(wú)線接入定位技術(shù)可以達(dá)到室內(nèi)定位誤差小于3 m、室外定位誤差小于10 m的效果，均難以滿足上述通信與感知需求。此外，全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）的引入，可以有效降低定位誤差，但是其位置信息的刷新率受限[3]。

隨著毫米波大規(guī)模多入多出（MIMO）技術(shù)的實(shí)際應(yīng)用，V2I網(wǎng)絡(luò)的性能將有望得到顯著提升。在毫米波頻段具有更加充裕的可用帶寬，這不僅可以提供更高的數(shù)據(jù)傳輸速率，同時(shí)還可以顯著提升感知功能的距離分辨率。另外，隨著收發(fā)天線數(shù)目的增加，系統(tǒng)可以使用更窄的“鉛筆式”波束準(zhǔn)確地指向車輛或其他任意感興趣的通信用戶/感知目標(biāo)[9]。這在有效補(bǔ)償毫米波路徑損耗的同時(shí)還能提供更高的角度估計(jì)精度。更重要的是，毫米波信道具有稀疏性，這使得我們?cè)谑褂煤撩撞ㄟM(jìn)行雷達(dá)定位時(shí)收到的雜波干擾更少，定位更為可靠。上述需求和條件都為ISAC系統(tǒng)在車聯(lián)網(wǎng)中的應(yīng)用提供了現(xiàn)實(shí)意義和理論基礎(chǔ)。

3基于感知輔助的預(yù)測(cè)波束賦形方案

3.1幀結(jié)構(gòu)設(shè)計(jì)

盡管毫米波大規(guī)模MIMO技術(shù)具有為V2I網(wǎng)絡(luò)提供更大的網(wǎng)絡(luò)容量、更短的通信延遲和更高的定位精度的潛力，但現(xiàn)有的系統(tǒng)設(shè)計(jì)尤其是波束管理方案和幀結(jié)構(gòu)設(shè)計(jì)方案，卻無(wú)法充分挖掘該潛力。傳統(tǒng)的信道估計(jì)常利用上下行信道的互易特性，由路邊單元（RSU）發(fā)送下行導(dǎo)頻信號(hào)，經(jīng)用戶估計(jì)信道特性后通過上行鏈路反饋至RSU，該方案被稱為波束訓(xùn)練方案，具體幀結(jié)構(gòu)形式見圖1[10]。該方案在sub-6 GHz頻段具有良好的性能，但卻不完全適用于毫米波頻段。該方案假定相鄰兩次信道估計(jì)之間的信道狀況并無(wú)強(qiáng)關(guān)聯(lián)性，因此需要發(fā)送較長(zhǎng)的導(dǎo)頻來(lái)完成信道估計(jì)。然而實(shí)際情況是，具有稀疏特性的毫米波信道主要由用戶與RSU的相對(duì)位置決定。這使得兩次信道實(shí)現(xiàn)之間具有較強(qiáng)的關(guān)聯(lián)性，利用信道之間的關(guān)聯(lián)特性可以有效地降低導(dǎo)頻開銷。因此，部分學(xué)者提出了如圖1中波束跟蹤方案的幀結(jié)構(gòu)。通過利用兩次信道探測(cè)之間的關(guān)聯(lián)性，波束跟蹤方案可以使用較短的導(dǎo)頻完成信道估計(jì)[11]。

此外，由于車輛本身外殼多為金屬體，且一般不做特殊的電磁隱身處理，因此具有較大的雷達(dá)散射截面積（RCS）。這使得RSU發(fā)送的通信信號(hào)在傳遞信息的同時(shí)還可以產(chǎn)生較強(qiáng)的雷達(dá)回波，從而為ISAC設(shè)計(jì)提供了必要條件。具體而言，現(xiàn)有的使用感知輔助的預(yù)測(cè)波束賦形方案都具有相似的設(shè)計(jì)思路[12-17]，即充分利用車輛需要沿道路運(yùn)動(dòng)的交通規(guī)則和車輛位置及速度不會(huì)發(fā)生突變的物理規(guī)律，利用通信信號(hào)的回波進(jìn)行雷達(dá)信號(hào)處理以估計(jì)和預(yù)測(cè)車輛狀態(tài)（信道狀態(tài)），并設(shè)計(jì)波束以匹配預(yù)測(cè)的信道。該方案可以使用完整的通信信號(hào)進(jìn)行匹配濾波，具有較高的匹配濾波增益；同時(shí)，由于信道探測(cè)流程均在RSU側(cè)進(jìn)行，因此無(wú)須用戶端進(jìn)行上行反饋，節(jié)省了反饋開銷。

3.2信號(hào)處理的一般流程

與系統(tǒng)的幀結(jié)構(gòu)設(shè)計(jì)相匹配，系統(tǒng)的信號(hào)處理流程如圖2所示。整個(gè)流程可以概括為4個(gè)步驟：預(yù)測(cè)、波束賦形、估計(jì)和修正。

通過上述4個(gè)步驟，即可完成第l + 1個(gè)時(shí)間窗口的波束賦形和車輛位置感知。當(dāng)車輛剛駛?cè)朐揜SU的覆蓋范圍時(shí)，其初始狀態(tài)可以由其他RSU進(jìn)行交接得到，或由該RSU發(fā)送一般的全向波形并進(jìn)行傳統(tǒng)雷達(dá)感知得到。

4未來(lái)研究展望

4.1感知輔助的車聯(lián)網(wǎng)技術(shù)在開放道路下的應(yīng)用

現(xiàn)有的研究工作均假設(shè)車輛行駛于封閉的道路塊，即在感興趣的路面區(qū)域內(nèi)沒有交叉路口和車流交匯。然而在實(shí)際場(chǎng)景下，路口處的交通狀況更為復(fù)雜，對(duì)通信與感知服務(wù)的質(zhì)量要求更高。因此我們還需要針對(duì)這一場(chǎng)景進(jìn)行更加深入的研究，以進(jìn)一步擴(kuò)展該技術(shù)的應(yīng)用范圍。

4.2感知輔助通信技術(shù)與智能反射面（IRS）技術(shù)的結(jié)合

在車聯(lián)網(wǎng)系統(tǒng)的實(shí)際環(huán)境中，不可避免地會(huì)出現(xiàn)因障礙物阻擋而導(dǎo)致的通信中斷或質(zhì)量下降。使用IRS技術(shù)可以對(duì)信號(hào)的電磁傳播環(huán)境進(jìn)行部分重構(gòu)，有效地降低通信中斷和感知失效的概率。

4.3感知輔助的車聯(lián)網(wǎng)技術(shù)在復(fù)雜雜波場(chǎng)景下的應(yīng)用

毫米波大規(guī)模MIMO系統(tǒng)的信道具有稀疏特性，該特性使得感知分系統(tǒng)的性能得以保證。但是在一些特定場(chǎng)景下，例如，車輛被行道樹遮擋或在特定角度下的地雜波較大時(shí)，雜波對(duì)感知系統(tǒng)的影響不能忽略。因此，我們?nèi)匀恍枰槍?duì)信道環(huán)境復(fù)雜的場(chǎng)景加以研究。

5結(jié)束語(yǔ)

在頻譜資源日益緊張、系統(tǒng)功耗日益增長(zhǎng)的今天，通信和感知在未來(lái)的移動(dòng)網(wǎng)絡(luò)中并不總是競(jìng)爭(zhēng)關(guān)系，還可以是互相補(bǔ)充、互相配合的協(xié)作關(guān)系。在充分挖掘感知與通信系統(tǒng)在硬件平臺(tái)、信號(hào)處理、波形設(shè)計(jì)等方面的相似性和互補(bǔ)性的前提下，一體化地對(duì)無(wú)線系統(tǒng)進(jìn)行設(shè)計(jì)，必然能夠構(gòu)建具有極致性能的新一代無(wú)線標(biāo)準(zhǔn)。

參考文獻(xiàn)

[1] MEALEY R M. A method for calculating error probabilities in a radar communication system [J]. IEEE transactions on space electronics and telemetry， 1963， 9（2）： 37-42. DOI： 10.1109/TSET.1963.4337601

[2] ROBERTON M， BROWN E R. Integrated radar and communications based on chirped spread-spectrum techniques [C]//Proceedings of IEEE MTT-S International Microwave Symposium Digest. IEEE， 2003： 611-614. DOI： 10.1109/MWSYM.2003.1211013

[3] GRIFFITHS H， COHEN L， WATTS S， et al. Radar spectrum engineering and management： technical and regulatory issues [J]. Proceedings of the IEEE， 2015， 103（1）： 85-102. DOI： 10.1109/JPROC.2014.2365517

[4]劉凡，袁偉杰，原進(jìn)宏，等.雷達(dá)通信頻譜共享及一體化：綜述與展望[J].雷達(dá)學(xué)報(bào)， 2021， 10（3）： 467-484

[5] WYMEERSCH H， SECO-GRANADOS G， DESTINO G， et al. 5G mmWave positioning for vehicular networks [J]. IEEE wireless communications， 2017， 24（6）： 80-86. DOI： 10.1109/MWC.2017.1600374

[6] KUUTTI S， FALLAH S， KATSAROS K， et al. A survey of the state-of-theart localization techniques and their potentials for autonomous vehicle applications [J]. IEEE Internet of Things journal， 2018， 5（2）： 829-846. DOI： 10.1109/JIOT.2018.2812300

[7] KENNEY J B. Dedicated short-range communications （DSRC） standards in the United States [J]. Proceedings of the IEEE， 2011， 99（7）： 1162-1182. DOI： 10.1109/JPROC.2011.2132790

[8] GYAWALI S， XU S J， QIAN Y， et al. Challenges and solutions for cellular based V2X communications [J]. IEEE communications surveys & tutorials， 2021， 23（1）： 222-255. DOI： 10.1109/COMST.2020.3029723

[9] NGUYEN V. Massive MIMO： fundamentals and system designs [M]. Sweden： Link？ping University Electronic Press， 2015

[10] RAPPAPORT T S， SUN S， MAYZUS R， et al. Millimeter wave mobile communications for 5G cellular： it will work！ [J]. IEEE access， 1： 335-349. DOI： 10.1109/ACCESS.2013.2260813

[11] ZHU D L， CHOI J， CHENG Q， et al. High-resolution angle tracking for mobile wideband millimeter-wave systems with antenna array calibration[J]. IEEE transactions on wireless communications， 2018， 17（11）： 7173-7189. DOI： 10.1109/TWC.2018.2865759

[12] LIU F， YUAN W J， MASOUROS C， et al. Radar-assisted predictive beamforming for vehicular links： communication served by sensing [J]. IEEE transactions on wireless communications， 2020， 19（11）： 7704-7719. DOI： 10.1109/TWC.2020.3015735

[13] YUAN W J， LIU F， MASOUROS C， et al. Bayesian predictive beamforming for vehicular networks： a low-overhead joint radar-communication approach [J]. IEEE transactions on wireless communications， 2021， 20（3）： 1442-1456. DOI： 10.1109/TWC.2020.3033776

[14] LIU F， MASOUROS C. A tutorial on joint radar and communication transmission for vehicular networks—part I： background and fundamentals[J]. IEEE communications letters， 2021， 25（2）： 322-326. DOI： 10.1109/ LCOMM.2020.3025310

[15] DU Z， LIU F， YUAN W J， et al. Integrated sensing and communications for V2I networks： dynamic predictive beamforming for extended vehicle targets[EB/OL].（2021-11-19） [2022-09-10].https：//arxiv. org/abs/ 2111.10152

[16] DU Z， LIU F， ZHANG Z H. Sensing-assisted beam tracking in V2I networks： extended target case [C]//Proceedings of ICASSP 2022 - 2022 IEEEInternationalConferenceonAcoustics，SpeechandSignal Processing. IEEE： 8727-8731. DOI： 10.1109/ICASSP43922.2022.9747255

[17] MENG X， LIU F， MASOUROS C， et al. Vehicular connectivity on complex trajectories： roadway-geometry aware ISAC beam-tracking [EB/OL].（2022-05-24）[2022-09-12]. https：//arxiv.org/abs/2205.11749

[18] SU N ， LIU F ， WEI Z， et al. Secure dual-functional radar-communication transmission：exploitinginterferenceforresilienceagainsttarget eavesdropping [J]. IEEE transactions on wireless communications， 2022， 21（9）： 7238-7252. DOI： 10.1109/TWC.2022.3156893

作者簡(jiǎn)介

孟驍，南方科技大學(xué)訪問學(xué)者；研究方向?yàn)闄C(jī)載寬帶數(shù)據(jù)鏈、通信感知一體化；發(fā)表論文7篇。

劉凡，南方科技大學(xué)助理教授、博士生導(dǎo)師，中國(guó)科協(xié)青年托舉人才，歐盟“瑪麗·居里”學(xué)者，廣東省引進(jìn)青年拔尖人才，深圳市海外高層次人才，并擔(dān)任《IEEE COMML》《IEEE OJSP》的編委、《IEEE JSAC》《IEEE WCM》《中國(guó)通信》客座編委，以及中興通訊技術(shù)雜志社青促會(huì)委員；牽頭成立了IEEE通信學(xué)會(huì)通信感知一體化新興技術(shù)倡議委員會(huì)（IEEE ComSoc ISACETI），并擔(dān)任首屆學(xué)術(shù)主席，曾被列入2021年斯坦福大學(xué)全球2%頂尖科學(xué)家榜單，獲2021年IEEE信號(hào)處理學(xué)會(huì)青年作者最佳論文獎(jiǎng)、2020年首屆中國(guó)電子學(xué)會(huì)電子信息前沿青年學(xué)者出版工程獎(jiǎng)、2019年中國(guó)電子學(xué)會(huì)優(yōu)秀博士學(xué)位論文獎(jiǎng)；發(fā)表學(xué)術(shù)論文60余篇。

夏樹強(qiáng)，中興通訊股份有限公司資深通信預(yù)研專家；研究方向?yàn)檩d波聚合、低時(shí)延高可靠、通信感知一體化；負(fù)責(zé)國(guó)家科技重大專項(xiàng)1項(xiàng)，曾獲深圳市專利獎(jiǎng)、廣東省專利優(yōu)秀獎(jiǎng)、中國(guó)專利獎(jiǎng)優(yōu)秀獎(jiǎng)、中國(guó)專利獎(jiǎng)金獎(jiǎng)、國(guó)家科技發(fā)明獎(jiǎng)二等獎(jiǎng)等。