6G通感算深度融合导读

特邀策划人

彭木根

北京邮电大学教授，博士生导师，教育部、中组部和国家自然科学基金委等国家高层次人才计划入选者，IEEE、中国电子学会、中国通信学会会士。现任北京邮电大学信息与通信工程学院院长，网络与交换技术国家重点实验室副主任，中国通信学会常务理事兼青工委主任，中国电子学会理事，北京市科技人才研究会副理事长。主要从事无线和移动通信基础理论与关键技术研究，累计发表IEEE期刊论文150余篇，其中ESI高被引用论文30余篇，谷歌学术引用16 000余次。

内容导读

随着智慧城市、无人机、自动驾驶、沉浸式扩展现实和工业互联网等新兴业务的不断涌现，为满足数据驱动的多样化智能服务与应用多维极致性能需求，第六代移动通信系统(6G)需要实现大数据、人工智能、区块链等技术交叉融合，通信、感知、计算(通感算)深度融合的研究迫在眉睫。具体而言，传统射频感知将和无线通信深度融合甚至一体化，同时融合广泛分布的分布式边缘算力进行协同处理，从而实现智能化、融合化、低碳化、高效能化，显著提升6G网络容量、能效和可靠性，降低网络部署成本和时延，高效支撑人机物智慧互联、智能体高效互通。然而，从目前的研究和产业发展来看，通感算深度融合在基础理论、应用场景、服务业务、技术标准以及可行性等方面还需要加快突破和完善。

鉴于上述情况，为了更好地将我国6G通感算深度融合的最新研究成果介绍给读者，探索大跨度多类型技术的协同与交叉融合发展，实现通信、感知、计算等差异资源的综合高效利用，为6G的创新与发展提供重要的理论、技术与应用支撑，我们组织了本专题。本专题收集了来自高校科研院所、运营和设备厂商的15篇论文，涵盖理论、架构、技术、应用、标准等方面，百家争鸣，从不同视角介绍6G通感算深度融合的最新研究成果。

立足于6G通感算融合的卫星通信场景，《面向卫星通信的6G通感算融合架构、技术与挑战》介绍了6G通感算背景和研究现状，在此基础上提出了面向卫星通信的6G通感算架构及基于联邦学习的卫星通感算融合架构，并阐述了其架构组成、关键技术和性能指标。此外，论文还分析了面向卫星通信的6G通感算融合所面临的挑战，并对其未来发展趋势进行了展望。

《6G算力网络：体系架构与关键技术》在系统分析总结算力网络的发展历程、现状的基础上，介绍了算力网络的愿景，提出了6G算力网络三层四面逻辑架构，着重介绍了算力面的工作机制，并进一步对算力度量与建模、算力感知与路由以及业务感知的算力调度等关键技术进行了展望、分析和设计，总结了技术挑战和未来发展方向，为未来算力网络的发展和建设提供了基础支撑。

在介绍元宇宙发展阶段、主要特征及其多领域应用的基础上，《元宇宙的信息基础设施发展挑战与建议》从算力、网络和资源一体化的角度对元宇宙的信息基础设施需求及挑战展开讨论，提出了构建异构泛在多级的算力体系、立足F5G/5G打造元宇宙就绪型网络、布局通感算融合的元宇宙信息基础设施方案，对元宇宙资源底座的建设具有一定的参考意义。

为探究6G车联网中通感算融合体系的发展现状与挑战，《6G车联网中的通感算融合：现状与挑战》回顾了车联网通信和计算技术的发展，从系统架构和关键技术两方面综述了现有车联网通信-计算融合的相关工作，对6G车联网中通感算融合的未来应用及面临的挑战进行了分析，从而为车联网通感算融合的研究提供参考。

针对感知融合方法不明确、感知融合结果不鲁棒和感知数据繁杂冗余等问题，《6G车联网络面向多源感知的数据融合技术》提出了一种面向多源感知的分级融合方法，设计了新颖的多源感知数据融合算法，并简化了感知数据量。仿真结果表明该方法可在通信开销较小的前提下保证感知精度，并能扩展车联网络感知范围和维度。

为满足车载边缘计算网络的极致性能需求，突破传统车联网通信感知计算割立的现状，《基于云边协同算力调度的高效边缘卸载研究》设计了一种基于云边端一体化与智能协同等算力网络技术的任务卸载策略解决方案，提出了云边协同智能驱动车载边缘算力网络架构和基于云边协同的深度Q网络的高效计算卸载策略，有效解决了多层次算力网络中节点算力分配不足、不均衡的问题。

鉴于算网一体技术对满足工业互联网中智能应用的数据传输和计算需求的重要作用，《工业互联网算网一体技术研究》对工业互联网中引入算力网络的必要性和意义进行了阐述，归纳了工业互联网中算力网络的各方面发展现状和应用需求，设计了工业互联网算力网络的部署架构和工业智能应用的部署方案，并分析了工业场景中算力网络面临的技术挑战与未来研究方向。

为在面向6G通感算融合的网络智能感知方法上取得突破，《面向6G通感算融合的网络智能感知》提出了基于卷积神经网络的业务类型估计算法，将基于注意力机制的序列到序列算法用于预测业务流量，在保证预测准确性的前提下减少预测时间和计算消耗。此外，搭建了基于微服务的智能内生融合实验平台，在此基础上实现了网络功能模块共享，赋予了网络智能扩展的能力。

从6G技术发展的可能性出发，《6G通感传算融合需求分析与关键技术研究》从室内和室外两个维度介绍了6G通信-感知-传能融合的应用场景，并概述了包括一体化射频技术和通感传算覆盖增强技术在内的6G通信-感知-传能融合关键技术，最后对6G通感传算融合的发展趋势进行了总结。

面向6G通感算深度融合的发展需求，《面向6G通感算融合的多粒度资源分配算法》将通感算资源联合优化问题建模为多时间粒度上的最大化效用函数问题，提出了一种多粒度资源分配算法，根据感知的网络状态以及基站自身状态，在多时间粒度上调整资源分配策略时间。仿真表明该算法在提高网络频谱效率的同时，有效降低传输时延、处理时延和资源分配动作执行的成本。

针对高移动性场景下基于正交时频空间调制的通信感知一体化波形设计所面临的感知接收处理性能受限问题，《基于正交时频空调制的感知信号处理算法》提出了基于最小均方误差和基于正交匹配追踪的感知信号处理算法，利用最小均方误差准则最小化感知均方误差，并根据残差与原子相关性最大的准则迭代获得雷达感知信道的稀疏逼近元，从而在准确感知目标的同时获取了显著的感知性能增益。

针对通信感知一体化系统存在的互干扰问题和传统导频信息辅助的调制方式造成的资源浪费问题，《基于通感一体化技术的自适应调制方案》提出了一种基于通感一体化技术的自适应调制方案，利用深度强化学习算法根据回波中提取的车辆距离信息自适应选择下一个时刻的调制模式。在提升信道容量的同时减少了计算资源消耗，且相较传统通信方式有效提升了吞吐量。

为应对通信雷达一体化中存在的多用户和多目标之间的自干扰和互干扰问题，《基于完全互补码扩频的通信雷达一体化系统》借助码分复用技术，设计了完全互补码扩频的通感一体化信号，并在此基础上构建了多用户和多目标场景下的通信雷达一体化方案，实现了相比传统扩频方案更低的误码率与更高的频谱效率。

为提高阵列天线多目标波束赋形的准确度和能量效率，《面向通感一体化网络能效优化的波束赋形方案》提出了一种考虑能效的基于克拉美罗下界的波束赋形算法方案。经过对信号进行建模和对克拉美罗下界的推导，在约束条件下将克拉美罗下界最小化转化为凸优化问题，并采用半正定规划方法求解预编码矩阵。仿真验证了该方案的较高准确性和能效提升。

为了更好地支撑具有高动态特性的任务驱动无人机协同组网,《面向无人机网络的通信感知一体化的高效能波形选择方法》提出一种基于感知信息驱动的通感融合波形选择机制，设计了一种“基于先验信息辅助的Q-Learning”波形决策算法，通过结合无人机事先已训练所得先验信息映射与应用“Q-Learning”方法对实际飞行场景进行动态学习。为进一步降低无人机间系统开销，基于所提波形选择机制又提出了一种主被动融合感知方案。仿真证明可以显著提高综合效能，实现在高动态场景下的鲁棒性，大幅降低感知信息产生的开销。

综上所述，本专题全面地展示了6G通感算深度融合需求、现状、挑战、关键技术及发展趋势，内容涵盖6G通感算深度融合网络架构、资源分配与能效优化方案、通信雷达一体化系统及一体化信号处理算法等多方面关键技术。希望本专题能够对广大读者深入了解和研究6G通感算融合提供参考、启发和借鉴，搭建起6G通感算深度融合研究的探讨、交流、各抒己见的平台，推动我国6G的发展与演进。最后，感谢编辑部各位老师在论文评审与意见回复、编辑修改、论文定稿及出版等过程中所付出的努力；感谢专题评审专家耐心、细致、严谨且负责的评审工作；同时衷心感谢各位投稿作者的研究工作和精心撰稿!