周知 何佳 瞿輝洋 黃煌 余子明 王光健
(成都華為技術(shù)有限公司,成都 610000)
0 引言
面向2030 年及未來,人類社會將進(jìn)入智能化時代,數(shù)字世界與物理世界將無縫融合,隨著增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)、混合現(xiàn)實(shí)等沉浸式媒體應(yīng)用的不斷涌現(xiàn)和窄帶物聯(lián)網(wǎng)、行業(yè)物聯(lián)網(wǎng)和車到萬物(Vehicle to Everything,V2X)的標(biāo)準(zhǔn)化,移動網(wǎng)絡(luò)連接的重點(diǎn)已經(jīng)由人轉(zhuǎn)移到物。到6G 時期,將進(jìn)一步演進(jìn)到連接智能。可持續(xù)發(fā)展將驅(qū)動移動通信技術(shù)持續(xù)從5G 向6G迭代升級。未來,6G 將開啟互聯(lián)智能的新時代,以應(yīng)對人類和社會在許多方面的挑戰(zhàn)。網(wǎng)絡(luò)不再是單一功能的通信網(wǎng)絡(luò),而將提供感知、通信、計算的能力和數(shù)據(jù)服務(wù),融合物理、網(wǎng)絡(luò)和生物世界,真正迎來萬物感知、連接和智能的時代[1]。
無線感知(包括定位、運(yùn)動檢測和成像)長期以來一直是與移動系統(tǒng)并行開發(fā)的一項(xiàng)單獨(dú)技術(shù),無線感知的典型應(yīng)用如圖1 所示,以往的有源定位目標(biāo)主要是能發(fā)射電磁波的終端,如手機(jī)、車輛、物聯(lián)網(wǎng)設(shè)備等。在6G 中,通信感知一體化(Integrated Sensing and Communication,ISAC)服務(wù)具有物理環(huán)境的檢測能力,包含主動和被動目標(biāo),進(jìn)一步包括無源物體,如建筑物、城市設(shè)施(廣告牌、橋梁等)、交通情況(車輛、自行車、人等)等。通信感知一體化通過接收電磁波信號(經(jīng)空間環(huán)境傳播)求解空間環(huán)境的構(gòu)成,通過虛擬環(huán)境(有源、無源物體和設(shè)備)的探測與重構(gòu),感知獲取周圍物理環(huán)境的信息,形成虛擬的數(shù)字世界,有助于探索通信能力,提升用戶體驗(yàn)[2-4]。
圖1 無線感知的典型應(yīng)用
網(wǎng)絡(luò)感知有望在6G 中實(shí)現(xiàn)連接智能。同時,利用從感知中獲取的環(huán)境信息,以輔助通信獲得更高的頻譜效率,或者更健壯、具有彈性及易于恢復(fù)的網(wǎng)絡(luò),是感知輔助通信的主要課題。為了充分發(fā)揮通信網(wǎng)絡(luò)在感知業(yè)務(wù)中的作用,本文進(jìn)一步提出了多節(jié)點(diǎn)多態(tài)感知來提高感知性能,并討論了通信感知一體化系統(tǒng)設(shè)計中的關(guān)鍵挑戰(zhàn)和使能技術(shù),重點(diǎn)討論其中的空口波形設(shè)計準(zhǔn)則和多站多態(tài)重構(gòu)技術(shù),最后詳細(xì)介紹了ISAC 的應(yīng)用示例,用基于室外場景的10 GHz 多站環(huán)境重構(gòu)及輔助信道重建的測試結(jié)果,以證明其可行性。
1 通信感知一體化的關(guān)鍵挑戰(zhàn)與使能技術(shù)
隨機(jī)信道建模方法由于計算復(fù)雜度低、易于標(biāo)準(zhǔn)化,主導(dǎo)了無線通信的評估,并在3GPP-SCM、WINNER I/II、COST 2100 和MESTIS 等多個項(xiàng)目和標(biāo)準(zhǔn)中使用[5],足以用于評估通信性能。然而在通信感知一體化中,通信和感知業(yè)務(wù)都需要考慮信道模型。由于感知應(yīng)用的多樣性,統(tǒng)計信道模型無法滿足不同應(yīng)用的多樣化要求,尤其是在確定性場景的評估中,傳統(tǒng)的信道建模方法需要重新思考和創(chuàng)新。而在ISAC系統(tǒng)的設(shè)計中,基帶和射頻硬件共享是研究的重點(diǎn)。硬件集成解決方案降低了系統(tǒng)之間的整體功耗、系統(tǒng)大小和信息交換延遲;通信感知一體化解決方案減少了時間、頻率、空間和代碼資源等開銷;硬件一體化策略促進(jìn)了感知和通信在失真校準(zhǔn)和補(bǔ)償中的互利功能。本文重點(diǎn)討論其中的ISAC 聯(lián)合波形與信號設(shè)計、網(wǎng)絡(luò)與系統(tǒng)設(shè)計等。
1.1 ISAC 聯(lián)合波形與信號設(shè)計
ISAC 的空口設(shè)計應(yīng)盡可能考慮復(fù)用導(dǎo)頻和序列設(shè)計以節(jié)約開銷。其中,通信的導(dǎo)頻設(shè)計通常針對較高的信噪比水平。然而,由于散射體的大小受限,散射體反射信號信噪比往往位于較低水平,感知檢測需要積累相干信號以確保較低信噪比下的感知性能,這使得系統(tǒng)對采樣抖動、頻偏和相位噪聲更敏感。反之對系統(tǒng)的同步性和穩(wěn)定性提出了更高的要求。在選擇ISAC 波形、感知算法和損傷補(bǔ)償方案時需要考慮這些挑戰(zhàn)。
感知與通信聯(lián)合設(shè)計的工作大多集中在聯(lián)合波形設(shè)計上[6-7]。循環(huán)前綴正交頻分復(fù)用(Cyclic Prefix Orthogonal Frequency Division Multiplexing,CP-OFDM)已被證明是通信的有利選擇,許多研究人員也考慮將此種波形用于感知,但其峰值平均功率比(Peak to Average Power Ratio,PAPR)較高是一個重要問題。尤其是在雙站感知場景下,同步、相噪等非理想因素會對OFDM 感知造成影響。調(diào)頻連續(xù)波(Frequency Modulated Continuous Wave,FMCW)通常用于雷達(dá)系統(tǒng),但并不適用于確保通信服務(wù)所需的速率來傳輸數(shù)據(jù),部分研究人員建議改進(jìn)FMCW 波形[8-9],使其更適用于通信系統(tǒng)。通信感知一體化波形設(shè)計需要兼顧通信和感知的需求,具體可分為通信和感知共同的關(guān)鍵需求、通信為主的關(guān)鍵需求、感知為主的關(guān)鍵需求。其中,通信和感知共同的關(guān)鍵需求表現(xiàn)為以下幾方面。
PAPR。通過統(tǒng)計瞬時信號功率相對于平均功率的概率分布來描述待發(fā)送波形起伏變化的程度。在單載波系統(tǒng)中,PAPR 主要取決于調(diào)制方式和成型濾波器;對于多載波系統(tǒng),由于多路子載波信號的疊加,PAPR 主要取決于疊加信號的數(shù)目,由于多載波數(shù)目往往較大,因此多載波系統(tǒng)的PAPR 問題相對單載波系統(tǒng)更加嚴(yán)重。較大的PAPR 將使得功率放大器在高功率輸出時的非線性特性顯著增加,加劇帶內(nèi)非線性失真,并帶來嚴(yán)重的帶外頻譜泄露問題,進(jìn)而惡化接收機(jī)的誤碼率或感知精度。PAPR 對發(fā)送功率的影響體現(xiàn)在感知距離和感知目標(biāo)的感知刷新率(Update Rate)等性能上。例如,面對雷達(dá)散射截面(Radar Cross Section,RCS)較小的目標(biāo),當(dāng)發(fā)送功率降低,通常可以積累更長的時間以獲得等效感知性能,但感知數(shù)據(jù)的刷新率會降低。因此在遠(yuǎn)距、小目標(biāo)和高刷新率的感知業(yè)務(wù)中,PAPR 顯得尤為重要。
帶外泄露。波形本身必須控制帶外泄露,保證對相鄰信道的干擾和影響符合要求。通信波形針對帶外泄露有眾多研究,例如5G NR(即基于OFDM 的全新空口設(shè)計的全球性5G 標(biāo)準(zhǔn))支持的F-OFDM 方案。ISAC 波形設(shè)計可以繼續(xù)沿用之前的通信波形設(shè)計。
復(fù)雜度和功耗。低功耗是6G 的關(guān)鍵技術(shù)指標(biāo),通感一體化波形設(shè)計需要權(quán)衡復(fù)雜度和性能。針對不同的場景,復(fù)雜度和性能具有不同的權(quán)重。
頻譜靈活性。不同的應(yīng)用場景和不同政府對頻率的分配可能導(dǎo)致不同的工作帶寬,因此,在設(shè)計時要考慮頻譜的靈活性。
多進(jìn)多出(Multiple Input Multiple Output,MIMO)、多節(jié)點(diǎn)協(xié)作兼容性。MIMO、多節(jié)點(diǎn)協(xié)作是提升頻譜效率和感知精度的有效手段,因此,通感一體化波形設(shè)計必須兼容MIMO 和多節(jié)點(diǎn)協(xié)作。
通信為主的關(guān)鍵需求主要體現(xiàn)在頻譜效率和其它指標(biāo)上。
頻譜效率。頻譜效率是通信最關(guān)注的指標(biāo),感知對通信頻譜效率的影響主要體現(xiàn)在兩個方面。第一,感知性能的提升需要對信號進(jìn)行優(yōu)化,而通信數(shù)據(jù)是隨機(jī)的,這兩者本身就是矛盾的。第二,感知信號與通信信號在時頻空資源上的復(fù)用也需要重點(diǎn)考慮。圖2分別呈現(xiàn)了頻分和時分機(jī)制下,通信和感知信號的分布。此外,為了保證通信鏈路的傳輸效率,現(xiàn)有通信幀內(nèi)的參考信號可以復(fù)用于感知。
圖2 通信感知一體化在頻分和時分機(jī)制下的頻率分布
其它指標(biāo)。其它和應(yīng)用場景強(qiáng)相關(guān)的指標(biāo),例如超高可靠低時延通信場景需要高可靠、低延時的通信波形。
感知為主的關(guān)鍵需求主要體現(xiàn)在:
分辨率。分辨率是指對目標(biāo)的分辨能力,通常體現(xiàn)在對距離、速度和角度的分辨上。具體可分為距離分辨率、速度分辨率和角度分辨率。距離分辨率用于表征感知在距離上區(qū)分鄰近目標(biāo)的能力,通常以最小可分辨距離度量;速度分辨率用于表征感知在徑向速度上區(qū)分目標(biāo)的能力;角度分辨率用于表征雷達(dá)在角度上區(qū)分鄰近目標(biāo)的能力,通常以最小可分辨的角度間隔來測量。上述指標(biāo)表示了脈沖雷達(dá)單一維度的分辨能力上限,而在實(shí)際系統(tǒng)設(shè)計中,由于子載波、快速傅里葉變換(Fast Fourier Transform,FFT)、濾波器設(shè)計等因素,不同波形和參數(shù)與理論上限存在差距。對于多維度或參數(shù)分辨(聯(lián)合分辨)來說,例如“距離—速度”聯(lián)合分辨,情況更加復(fù)雜。此外,感知的實(shí)際分辨能力還受到其他因素的限制,例如當(dāng)目標(biāo)的臨近散射能力相差很大時,強(qiáng)目標(biāo)的旁瓣會掩蓋弱目標(biāo),導(dǎo)致分辨能力受到影響。
感知精度。感知精度是指在距離、速度、角度等維度的感測值與實(shí)際值之間的差異。在系統(tǒng)給定帶寬、累計觀測時間、天線口徑尺寸等參數(shù)下,各個維度的感知分辨率便已確立,如給定帶寬下,距離感知的精度將受限于距離分辨率。因此,提升感知精度的本質(zhì)是通過信號設(shè)計、算法和抑制非理想因素,來使得感知精度在有限的信噪比區(qū)間內(nèi)逼近最大性能。提升感知精度的常見方法可分為:以多重信號分類(Multiple Signal Classification,MUSIC)、SAGE、Off-Grid 等超分辨算法為代表,通過非線性迭代的方式提升感知精度;以2D-FFT、2D-correlation 等線性算法為代表,以低復(fù)雜度為導(dǎo)向,實(shí)現(xiàn)目標(biāo)的快速跟蹤。以最大似然估計為例,幾種波形的典型誤差克拉美羅界(Cramer-Rao Bound,CRB)表征了在單目標(biāo)下感知的精度理論上界。多目標(biāo)仿真評估更適用于實(shí)際的具體感知精度,如通信波形評估需要使用集群延時線/抽頭延時線多徑信道進(jìn)行。
1.2 ISAC 網(wǎng)絡(luò)與系統(tǒng)設(shè)計
在通信感知一體化系統(tǒng)中,存在單基感知和雙基感知兩類基本形態(tài),如圖3 所示。
圖3 通感一體化系統(tǒng)中的兩種基本形態(tài)
單基感知指感知發(fā)射機(jī)與接收機(jī)處于同一位置,感知信號可以采用數(shù)據(jù)靜荷,因此該感知功能不消耗通信資源。同時,由于收發(fā)同源,不存在同步等非理想因素問題,其感知算法復(fù)雜度、估計精度等較好;由于采用自發(fā)自收,其可探測的信號角度范圍與環(huán)境入射角強(qiáng)相關(guān),感知視角范圍受目標(biāo)物體材質(zhì)及放置角度的影響較大;其回波信號大部分分量為一次反射徑,滿足雷達(dá)假設(shè),在求解時,病態(tài)方程的問題較小,感知結(jié)果的求解精度較高。
雙基感知指接收機(jī)與發(fā)射機(jī)處于不同位置,感知信號需采用專用導(dǎo)頻或已知信號,因此該感知功能需要消耗通信資源。同時,由于收發(fā)不同源,存在同步、相噪等非理想因素問題,其感知算法復(fù)雜度、估計精度等較差,需要較復(fù)雜的校準(zhǔn)算法加以處理;采用自發(fā)他收能夠探測的環(huán)境角度較大,并且隨著終端的移動,感知視角有較大覆蓋;另外,其回波信號的分量豐富,具有大量多次反射徑且功率較高;在富散射的城市空間中,大量多次反射徑會引入病態(tài)方程,導(dǎo)致虛擬環(huán)境求解時出現(xiàn)影子空間及錯誤解。單基與雙基感知相關(guān)形態(tài)對比如表1 所示。
表1 通感一體化系統(tǒng)兩種形態(tài)比較
移動通信網(wǎng)絡(luò)也為合作感知提供了巨大的機(jī)會和好處。節(jié)點(diǎn)間通過移動網(wǎng)絡(luò)共享感知結(jié)果,多個網(wǎng)絡(luò)節(jié)點(diǎn)(基站(Base Station,BS)、用戶設(shè)備(User Equipment,UE)等)、多態(tài)(單基、雙基和多基)可以作為一個完整的感知系統(tǒng)發(fā)揮作用,該協(xié)作通過感知數(shù)據(jù)融合,降低了測量的不確定性,并提供了更大的覆蓋范圍以及更高的感知精度和分辨率。
2 通信網(wǎng)絡(luò)感知高精度環(huán)境重構(gòu)
通信感知一體化已經(jīng)被公認(rèn)為是6G 的關(guān)鍵技術(shù)趨勢之一。本文闡述了如何應(yīng)用6G 通信感知一體化技術(shù)進(jìn)行基于通信架構(gòu)的高精度感知和環(huán)境精確重建,并進(jìn)一步輔助通信。感知環(huán)境信息的引入使通信中的信道重構(gòu)成為可能。具體來說,環(huán)境信息和重構(gòu)信道有助于波束對準(zhǔn)、降低鏈路故障,從而顯著降低通信開銷。網(wǎng)絡(luò)的高精度感知環(huán)境重構(gòu)主要由以下步驟完成:首先,基站或用戶設(shè)備通過波束掃描得到感知回波數(shù)據(jù),利用回波數(shù)據(jù)進(jìn)行散射點(diǎn)提取;由于多次反射和噪聲的存在,使用半徑離群值濾波器等濾波算法去除部分虛假點(diǎn);然后將無監(jiān)督聚類算法和散射體提取方法結(jié)合,獲取環(huán)境的高級語義信息;將提取到的高級語義信息進(jìn)行多站數(shù)據(jù)融合,建立多站感知數(shù)據(jù)的重構(gòu)環(huán)境;最后,基于重構(gòu)環(huán)境做射線追蹤,實(shí)現(xiàn)通信信道重建,如圖4 所示。
圖4 網(wǎng)絡(luò)感知數(shù)據(jù)融合
2.1 非監(jiān)督聚類算法
感知數(shù)據(jù)分割通常分為有監(jiān)督和無監(jiān)督兩種方法�，F(xiàn)今流行的監(jiān)督數(shù)據(jù)分割方法通�；谏疃葘W(xué)習(xí)(如PointNet、Graph-PointNet、Point Cloud Transformer等)。然而,現(xiàn)階段電磁感知數(shù)據(jù)集很少,數(shù)據(jù)分割通常需要點(diǎn)或像素級的標(biāo)注,電磁感知數(shù)據(jù)的難以解釋性極大地增加了數(shù)據(jù)標(biāo)注的困難;同時,大部分電磁感知數(shù)據(jù)固有的稀疏性導(dǎo)致目標(biāo)空間特征丟失,深度學(xué)習(xí)類的分割算法通常需要學(xué)習(xí)目標(biāo)的空間特征,因此,在當(dāng)前情況下,監(jiān)督類方法對于電磁感知數(shù)據(jù)分割并不是一個較好的選擇。在眾多的非監(jiān)督算法中,高斯混合模型(Gaussian Mixture Model,GMM)[10]試圖找到多維高斯模型概率分布的混合表示,具有擬合出任意形狀的數(shù)據(jù)分布的優(yōu)點(diǎn)。并且高斯混合模型作為一個軟判定的算法,其每個數(shù)據(jù)樣本都被指派了一個聚類分組,同時還指定了該聚類分組的概率以及屬于其它聚類分組的概率。這種基于數(shù)據(jù)分布的概率作為置信度可以有效提升環(huán)境重構(gòu)精度,因此高斯混合模型算法可被用于實(shí)現(xiàn)電磁感知數(shù)據(jù)的精確分割。
高斯混合模型的基本思想是用多個高斯分布函數(shù)去近似任意形狀的概率分布,因此高斯混合模型是由多個單高斯分布組合而成,每一個聚類分組叫作一個組件,這些組件線性加和即為高斯混合模型的概率密度函數(shù)。假定總共有K個組件,第k個組件的均值為μk,標(biāo)準(zhǔn)差為∑k,高斯混合模型的概率密度函數(shù)如公式(1)所示。
其中φk為第k個高斯的概率(又稱先驗(yàn)分布),滿足φk＞ 0 且=1。通過最大期望(Expectation Maximization,EM)算法求解高斯混合模型的參數(shù)。
2.2 雙置信度傳播的散射體環(huán)境重構(gòu)
不同于激光雷達(dá)點(diǎn)云,電磁感知數(shù)據(jù)的位置精確度受波束寬度θ、距離d和與環(huán)境平面的入射角α的嚴(yán)重影響[11],因此,通信網(wǎng)絡(luò)中多站感知數(shù)據(jù)融合需要考慮各感知數(shù)據(jù)的精確度問題。
高斯混合模型通常會給第i個點(diǎn)分配一個量φik,來表示此點(diǎn)屬于第k類的概率,這個基于數(shù)據(jù)分布的概率即為第一置信度s。同時,由于電磁感知數(shù)據(jù)的位置精確度受到物理傳播特性的影響,第二置信度t如公式(2)所示。
總置信度如公式(3)所示。
第k個聚類簇組成的散射體的中心定義如下:
其中,pik表示屬于第k類的第i個點(diǎn)的坐標(biāo)位置。
雙置信度傳播算法建立在以上研究基礎(chǔ)上。環(huán)境重構(gòu)的初始化首先由高斯混合模型完成,同時由于高斯混合模型參數(shù)求解完畢,第一置信度被初始化,基于初始的重構(gòu)環(huán)境,基于電磁傳播特性可以得到第二置信度;然后,總置信度的建立可以提升感知環(huán)境重構(gòu)精度,反過來校正第二置信度。由圖5 可以看到,不斷通過循環(huán)迭代以更新t,可提升環(huán)境重構(gòu)精度。雙置信度傳播算法循環(huán)迭代的終止條件為:
圖5 雙置信度傳播算法流程
公式(5)中,ε為預(yù)先設(shè)置的門限。
3 試驗(yàn)內(nèi)容
3.1 環(huán)境重構(gòu)樣機(jī)及信道測量
本文使用2 個10 GHz 基站在室外場景下,以自發(fā)自收方式通過波束掃描來實(shí)現(xiàn)環(huán)境重構(gòu),通過電磁感知數(shù)據(jù)重構(gòu)的環(huán)境與實(shí)際環(huán)境對比驗(yàn)證算法有效性。同時,在不同位置放置了UE,通過對比在實(shí)際環(huán)境與基于電磁感知數(shù)據(jù)重構(gòu)的環(huán)境測量的信道,驗(yàn)證感知環(huán)境輔助通信的可行性�；緟�(shù)如表2 所示。
表2 基站感知參數(shù)配置
基站實(shí)物圖如圖6 所示,采用發(fā)射天線與接收天線分離、機(jī)械掃描的方式實(shí)現(xiàn)對周圍環(huán)境的感知。
圖6 基站實(shí)物
感知室外場景及BS、UE 位置如圖7 所示。室外感知場景為典型的街道,布置了兩個基站,分別通過自發(fā)自收實(shí)現(xiàn)網(wǎng)絡(luò)化感知,以提升感知的范圍和精度。同時,在另一條街道放置了兩個UE,完成測量信道數(shù)據(jù)采集,用于驗(yàn)證基于感知環(huán)境的信道重構(gòu)的準(zhǔn)確性。
圖7 感知室外場景及BS、UE 擺放位置
3.2 環(huán)境及信道重構(gòu)
單站和多站環(huán)境重構(gòu)結(jié)果如圖8 所示,本文的環(huán)境重構(gòu)算法能夠?qū)崿F(xiàn)典型街道場景的精確重建。
圖8 感知數(shù)據(jù)環(huán)境重構(gòu)結(jié)果
由于綠植的真實(shí)位置難以確定,因此環(huán)境重構(gòu)精確度的衡量標(biāo)準(zhǔn)為重構(gòu)環(huán)境下的建筑物U10、U11 和U12 墻面的位置和法線方向與真實(shí)環(huán)境的偏差。環(huán)境重構(gòu)的精確度如表3 所示。
表3 環(huán)境重構(gòu)精確度
UE 的通信信道重構(gòu)結(jié)果如圖9 所示,其中“×”符號表示測量信道結(jié)果,三角形符號表示重構(gòu)信道結(jié)果,重構(gòu)信道均為一次反射徑;重構(gòu)信道參數(shù)中的出發(fā)角(Angle of Departure,AoD)和時延與測量值較為吻合。
圖9 測量信道與重構(gòu)信道對比
對此,統(tǒng)計了重構(gòu)信道與測量信道參數(shù)的誤差,如表4 所示。其中視距(Line of Sight,LOS)的信道重構(gòu)誤差為測量信道與通過BS 和UE 真實(shí)位置計算出的信道的差值,不包含環(huán)境重構(gòu)的誤差;非視距(Non Line of Sight,NLOS)的信道重構(gòu)誤差為一次反射的測量信道與基于重構(gòu)環(huán)境作射線追蹤的重構(gòu)信道的差值。可以看到,基于重構(gòu)環(huán)境的一次反射徑的信道時延誤差非常接近測量信道,甚至小于LOS 的時延誤差,可以實(shí)現(xiàn)較高精度的信道重建。
表4 信道重構(gòu)誤差
4 結(jié)束語
ISAC 被公認(rèn)為6G 的關(guān)鍵技術(shù)趨勢之一,本文總結(jié)了ISAC 典型應(yīng)用場景,提出了應(yīng)對ISAC 信道評估方法、空口設(shè)計、硬件聯(lián)合設(shè)計和網(wǎng)絡(luò)與系統(tǒng)方面的理論挑戰(zhàn),深入分析了ISAC 聯(lián)合波形與信號設(shè)計關(guān)鍵需求,闡述了網(wǎng)絡(luò)與系統(tǒng)設(shè)計中的通信感知一體化的系統(tǒng)形態(tài)。基于以上理論研究,本文將通信感知一體化技術(shù)運(yùn)用于實(shí)踐,利用通信設(shè)備進(jìn)行感知和環(huán)境重構(gòu),并基于環(huán)境重構(gòu)結(jié)果來輔助通信,在網(wǎng)絡(luò)感知中驗(yàn)證了在毫米波段實(shí)現(xiàn)分米級環(huán)境感知的可行性和度級信道重構(gòu)結(jié)果。
