特邀策劃人

彭木根

北京郵電大學(xué)教授，博士生導(dǎo)師，教育部、中組部和國家自然科學(xué)基金委等國家高層次人才計(jì)劃入選者，IEEE、中國電子學(xué)會、中國通信學(xué)會會士?，F(xiàn)任北京郵電大學(xué)信息與通信工程學(xué)院院長，網(wǎng)絡(luò)與交換技術(shù)國家重點(diǎn)實(shí)驗(yàn)室副主任，中國通信學(xué)會常務(wù)理事兼青工委主任，中國電子學(xué)會理事，北京市科技人才研究會副理事長。主要從事無線和移動通信基礎(chǔ)理論與關(guān)鍵技術(shù)研究，累計(jì)發(fā)表IEEE期刊論文150余篇，其中ESI高被引用論文30余篇，谷歌學(xué)術(shù)引用16 000余次。

內(nèi)容導(dǎo)讀

隨著智慧城市、無人機(jī)、自動駕駛、沉浸式擴(kuò)展現(xiàn)實(shí)和工業(yè)互聯(lián)網(wǎng)等新興業(yè)務(wù)的不斷涌現(xiàn)，為滿足數(shù)據(jù)驅(qū)動的多樣化智能服務(wù)與應(yīng)用多維極致性能需求，第六代移動通信系統(tǒng)(6G)需要實(shí)現(xiàn)大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)交叉融合，通信、感知、計(jì)算(通感算)深度融合的研究迫在眉睫。具體而言，傳統(tǒng)射頻感知將和無線通信深度融合甚至一體化，同時(shí)融合廣泛分布的分布式邊緣算力進(jìn)行協(xié)同處理，從而實(shí)現(xiàn)智能化、融合化、低碳化、高效能化，顯著提升6G網(wǎng)絡(luò)容量、能效和可靠性，降低網(wǎng)絡(luò)部署成本和時(shí)延，高效支撐人機(jī)物智慧互聯(lián)、智能體高效互通。然而，從目前的研究和產(chǎn)業(yè)發(fā)展來看，通感算深度融合在基礎(chǔ)理論、應(yīng)用場景、服務(wù)業(yè)務(wù)、技術(shù)標(biāo)準(zhǔn)以及可行性等方面還需要加快突破和完善。

鑒于上述情況，為了更好地將我國6G通感算深度融合的最新研究成果介紹給讀者，探索大跨度多類型技術(shù)的協(xié)同與交叉融合發(fā)展，實(shí)現(xiàn)通信、感知、計(jì)算等差異資源的綜合高效利用，為6G的創(chuàng)新與發(fā)展提供重要的理論、技術(shù)與應(yīng)用支撐，我們組織了本專題。本專題收集了來自高?？蒲性核?、運(yùn)營和設(shè)備廠商的15篇論文，涵蓋理論、架構(gòu)、技術(shù)、應(yīng)用、標(biāo)準(zhǔn)等方面，百家爭鳴，從不同視角介紹6G通感算深度融合的最新研究成果。

立足于6G通感算融合的衛(wèi)星通信場景，《面向衛(wèi)星通信的6G通感算融合架構(gòu)、技術(shù)與挑戰(zhàn)》介紹了6G通感算背景和研究現(xiàn)狀，在此基礎(chǔ)上提出了面向衛(wèi)星通信的6G通感算架構(gòu)及基于聯(lián)邦學(xué)習(xí)的衛(wèi)星通感算融合架構(gòu)，并闡述了其架構(gòu)組成、關(guān)鍵技術(shù)和性能指標(biāo)。此外，論文還分析了面向衛(wèi)星通信的6G通感算融合所面臨的挑戰(zhàn)，并對其未來發(fā)展趨勢進(jìn)行了展望。

《6G算力網(wǎng)絡(luò)：體系架構(gòu)與關(guān)鍵技術(shù)》在系統(tǒng)分析總結(jié)算力網(wǎng)絡(luò)的發(fā)展歷程、現(xiàn)狀的基礎(chǔ)上，介紹了算力網(wǎng)絡(luò)的愿景，提出了6G算力網(wǎng)絡(luò)三層四面邏輯架構(gòu)，著重介紹了算力面的工作機(jī)制，并進(jìn)一步對算力度量與建模、算力感知與路由以及業(yè)務(wù)感知的算力調(diào)度等關(guān)鍵技術(shù)進(jìn)行了展望、分析和設(shè)計(jì)，總結(jié)了技術(shù)挑戰(zhàn)和未來發(fā)展方向，為未來算力網(wǎng)絡(luò)的發(fā)展和建設(shè)提供了基礎(chǔ)支撐。

在介紹元宇宙發(fā)展階段、主要特征及其多領(lǐng)域應(yīng)用的基礎(chǔ)上，《元宇宙的信息基礎(chǔ)設(shè)施發(fā)展挑戰(zhàn)與建議》從算力、網(wǎng)絡(luò)和資源一體化的角度對元宇宙的信息基礎(chǔ)設(shè)施需求及挑戰(zhàn)展開討論，提出了構(gòu)建異構(gòu)泛在多級的算力體系、立足F5G/5G打造元宇宙就緒型網(wǎng)絡(luò)、布局通感算融合的元宇宙信息基礎(chǔ)設(shè)施方案，對元宇宙資源底座的建設(shè)具有一定的參考意義。

為探究6G車聯(lián)網(wǎng)中通感算融合體系的發(fā)展現(xiàn)狀與挑戰(zhàn)，《6G車聯(lián)網(wǎng)中的通感算融合：現(xiàn)狀與挑戰(zhàn)》回顧了車聯(lián)網(wǎng)通信和計(jì)算技術(shù)的發(fā)展，從系統(tǒng)架構(gòu)和關(guān)鍵技術(shù)兩方面綜述了現(xiàn)有車聯(lián)網(wǎng)通信-計(jì)算融合的相關(guān)工作，對6G車聯(lián)網(wǎng)中通感算融合的未來應(yīng)用及面臨的挑戰(zhàn)進(jìn)行了分析，從而為車聯(lián)網(wǎng)通感算融合的研究提供參考。

針對感知融合方法不明確、感知融合結(jié)果不魯棒和感知數(shù)據(jù)繁雜冗余等問題，《6G車聯(lián)網(wǎng)絡(luò)面向多源感知的數(shù)據(jù)融合技術(shù)》提出了一種面向多源感知的分級融合方法，設(shè)計(jì)了新穎的多源感知數(shù)據(jù)融合算法，并簡化了感知數(shù)據(jù)量。仿真結(jié)果表明該方法可在通信開銷較小的前提下保證感知精度，并能擴(kuò)展車聯(lián)網(wǎng)絡(luò)感知范圍和維度。

為滿足車載邊緣計(jì)算網(wǎng)絡(luò)的極致性能需求，突破傳統(tǒng)車聯(lián)網(wǎng)通信感知計(jì)算割立的現(xiàn)狀，《基于云邊協(xié)同算力調(diào)度的高效邊緣卸載研究》設(shè)計(jì)了一種基于云邊端一體化與智能協(xié)同等算力網(wǎng)絡(luò)技術(shù)的任務(wù)卸載策略解決方案，提出了云邊協(xié)同智能驅(qū)動車載邊緣算力網(wǎng)絡(luò)架構(gòu)和基于云邊協(xié)同的深度Q網(wǎng)絡(luò)的高效計(jì)算卸載策略，有效解決了多層次算力網(wǎng)絡(luò)中節(jié)點(diǎn)算力分配不足、不均衡的問題。

鑒于算網(wǎng)一體技術(shù)對滿足工業(yè)互聯(lián)網(wǎng)中智能應(yīng)用的數(shù)據(jù)傳輸和計(jì)算需求的重要作用，《工業(yè)互聯(lián)網(wǎng)算網(wǎng)一體技術(shù)研究》對工業(yè)互聯(lián)網(wǎng)中引入算力網(wǎng)絡(luò)的必要性和意義進(jìn)行了闡述，歸納了工業(yè)互聯(lián)網(wǎng)中算力網(wǎng)絡(luò)的各方面發(fā)展現(xiàn)狀和應(yīng)用需求，設(shè)計(jì)了工業(yè)互聯(lián)網(wǎng)算力網(wǎng)絡(luò)的部署架構(gòu)和工業(yè)智能應(yīng)用的部署方案，并分析了工業(yè)場景中算力網(wǎng)絡(luò)面臨的技術(shù)挑戰(zhàn)與未來研究方向。

為在面向6G通感算融合的網(wǎng)絡(luò)智能感知方法上取得突破，《面向6G通感算融合的網(wǎng)絡(luò)智能感知》提出了基于卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)類型估計(jì)算法，將基于注意力機(jī)制的序列到序列算法用于預(yù)測業(yè)務(wù)流量，在保證預(yù)測準(zhǔn)確性的前提下減少預(yù)測時(shí)間和計(jì)算消耗。此外，搭建了基于微服務(wù)的智能內(nèi)生融合實(shí)驗(yàn)平臺，在此基礎(chǔ)上實(shí)現(xiàn)了網(wǎng)絡(luò)功能模塊共享，賦予了網(wǎng)絡(luò)智能擴(kuò)展的能力。

從6G技術(shù)發(fā)展的可能性出發(fā)，《6G通感傳算融合需求分析與關(guān)鍵技術(shù)研究》從室內(nèi)和室外兩個(gè)維度介紹了6G通信-感知-傳能融合的應(yīng)用場景，并概述了包括一體化射頻技術(shù)和通感傳算覆蓋增強(qiáng)技術(shù)在內(nèi)的6G通信-感知-傳能融合關(guān)鍵技術(shù)，最后對6G通感傳算融合的發(fā)展趨勢進(jìn)行了總結(jié)。

面向6G通感算深度融合的發(fā)展需求，《面向6G通感算融合的多粒度資源分配算法》將通感算資源聯(lián)合優(yōu)化問題建模為多時(shí)間粒度上的最大化效用函數(shù)問題，提出了一種多粒度資源分配算法，根據(jù)感知的網(wǎng)絡(luò)狀態(tài)以及基站自身狀態(tài)，在多時(shí)間粒度上調(diào)整資源分配策略時(shí)間。仿真表明該算法在提高網(wǎng)絡(luò)頻譜效率的同時(shí)，有效降低傳輸時(shí)延、處理時(shí)延和資源分配動作執(zhí)行的成本。

針對高移動性場景下基于正交時(shí)頻空間調(diào)制的通信感知一體化波形設(shè)計(jì)所面臨的感知接收處理性能受限問題，《基于正交時(shí)頻空調(diào)制的感知信號處理算法》提出了基于最小均方誤差和基于正交匹配追蹤的感知信號處理算法，利用最小均方誤差準(zhǔn)則最小化感知均方誤差，并根據(jù)殘差與原子相關(guān)性最大的準(zhǔn)則迭代獲得雷達(dá)感知信道的稀疏逼近元，從而在準(zhǔn)確感知目標(biāo)的同時(shí)獲取了顯著的感知性能增益。

針對通信感知一體化系統(tǒng)存在的互干擾問題和傳統(tǒng)導(dǎo)頻信息輔助的調(diào)制方式造成的資源浪費(fèi)問題，《基于通感一體化技術(shù)的自適應(yīng)調(diào)制方案》提出了一種基于通感一體化技術(shù)的自適應(yīng)調(diào)制方案，利用深度強(qiáng)化學(xué)習(xí)算法根據(jù)回波中提取的車輛距離信息自適應(yīng)選擇下一個(gè)時(shí)刻的調(diào)制模式。在提升信道容量的同時(shí)減少了計(jì)算資源消耗，且相較傳統(tǒng)通信方式有效提升了吞吐量。

為應(yīng)對通信雷達(dá)一體化中存在的多用戶和多目標(biāo)之間的自干擾和互干擾問題，《基于完全互補(bǔ)碼擴(kuò)頻的通信雷達(dá)一體化系統(tǒng)》借助碼分復(fù)用技術(shù)，設(shè)計(jì)了完全互補(bǔ)碼擴(kuò)頻的通感一體化信號，并在此基礎(chǔ)上構(gòu)建了多用戶和多目標(biāo)場景下的通信雷達(dá)一體化方案，實(shí)現(xiàn)了相比傳統(tǒng)擴(kuò)頻方案更低的誤碼率與更高的頻譜效率。

為提高陣列天線多目標(biāo)波束賦形的準(zhǔn)確度和能量效率，《面向通感一體化網(wǎng)絡(luò)能效優(yōu)化的波束賦形方案》提出了一種考慮能效的基于克拉美羅下界的波束賦形算法方案。經(jīng)過對信號進(jìn)行建模和對克拉美羅下界的推導(dǎo)，在約束條件下將克拉美羅下界最小化轉(zhuǎn)化為凸優(yōu)化問題，并采用半正定規(guī)劃方法求解預(yù)編碼矩陣。仿真驗(yàn)證了該方案的較高準(zhǔn)確性和能效提升。

為了更好地支撐具有高動態(tài)特性的任務(wù)驅(qū)動無人機(jī)協(xié)同組網(wǎng),《面向無人機(jī)網(wǎng)絡(luò)的通信感知一體化的高效能波形選擇方法》提出一種基于感知信息驅(qū)動的通感融合波形選擇機(jī)制，設(shè)計(jì)了一種“基于先驗(yàn)信息輔助的Q-Learning”波形決策算法，通過結(jié)合無人機(jī)事先已訓(xùn)練所得先驗(yàn)信息映射與應(yīng)用“Q-Learning”方法對實(shí)際飛行場景進(jìn)行動態(tài)學(xué)習(xí)。為進(jìn)一步降低無人機(jī)間系統(tǒng)開銷，基于所提波形選擇機(jī)制又提出了一種主被動融合感知方案。仿真證明可以顯著提高綜合效能，實(shí)現(xiàn)在高動態(tài)場景下的魯棒性，大幅降低感知信息產(chǎn)生的開銷。

綜上所述，本專題全面地展示了6G通感算深度融合需求、現(xiàn)狀、挑戰(zhàn)、關(guān)鍵技術(shù)及發(fā)展趨勢，內(nèi)容涵蓋6G通感算深度融合網(wǎng)絡(luò)架構(gòu)、資源分配與能效優(yōu)化方案、通信雷達(dá)一體化系統(tǒng)及一體化信號處理算法等多方面關(guān)鍵技術(shù)。希望本專題能夠?qū)V大讀者深入了解和研究6G通感算融合提供參考、啟發(fā)和借鑒，搭建起6G通感算深度融合研究的探討、交流、各抒己見的平臺，推動我國6G的發(fā)展與演進(jìn)。最后，感謝編輯部各位老師在論文評審與意見回復(fù)、編輯修改、論文定稿及出版等過程中所付出的努力；感謝專題評審專家耐心、細(xì)致、嚴(yán)謹(jǐn)且負(fù)責(zé)的評審工作；同時(shí)衷心感謝各位投稿作者的研究工作和精心撰稿!