通感算一体化如何实现6G通信、感知与计算的协同进化？

发布时间：2026-04-08 10:49:00

来源：RF技术社区 (https://rf.eefocus.com)

分享到：

移动通信网络的核心功能在过去四十年间经历了从语音传输到移动宽带再到万物互联的演变。在这一过程中，通信网络始终被定位为信息传输的管道，感知环境的能力依赖于外部传感器，计算处理则集中在终端或云端服务器。这种功能分离的架构在5G及更早的系统中能够有效运行，但随着6G愿景中全息通信、数字孪生和机器人协同等新业务的提出，单一的信息传输功能已经无法满足系统对低时延、高可靠和环境智能的复合要求。通感算一体化作为一种新的设计理念，将通信、感知与计算三种能力在同一套硬件平台和协议栈中实现深度融合，使网络不仅能够传输数据，还能实时感知物理世界并就地完成计算处理。这一技术路径正在成为6G研究的核心方向之一，其本质是对无线网络资源进行跨功能域的重新编排，从而实现通信、感知与计算的协同进化。

通信与感知的融合是通感算一体化的第一个技术维度。传统上，通信系统和雷达系统使用不同的频段、波形和信号处理算法，二者在硬件上难以共用。然而随着毫米波和太赫兹频段进入6G候选频谱，波长缩短使得天线阵列可以同时实现高精度波束赋形和高分辨率角度估计。通信系统在发射数据信号的同时，可以接收同一信号的反射回波，利用信道状态信息中提取的多径时延、到达角和多普勒频移等参数，推断出环境中物体的位置、速度与形状。这种基于通信波形的感知功能不需要额外发射探测信号，所有感知结果都是通信信号的副产物。基站可以在为终端提供数据传输服务的同时，感知其周围是否有车辆、无人机或人员移动，并将感知信息用于资源调度或环境重构。通信与感知的深度融合要求波形设计同时满足数据传输的高频谱效率和感知测量的高分辨率要求，这通常需要在时频资源中预留特定的参考信号或采用新型正交时频空调制等波形架构。感知信息还可以辅助通信链路本身，例如根据感知到的终端方位自动调整波束指向，或者根据环境中的遮挡物分布预判信道衰落，提前进行链路自适应调整。

计算与通信的融合是通感算一体化的第二个技术维度。传统移动网络中，计算任务主要在终端或云端执行。终端负责本地数据采集与初步处理，云端负责大规模模型训练与复杂推理。这种端云分离的计算模式在处理高实时性任务时面临瓶颈，数据从终端上传至云端再返回终端的往返时延往往达到数十毫秒甚至上百毫秒，无法满足工业闭环控制或自动驾驶等场景的严苛要求。边缘计算将计算资源下沉到基站侧，缩短了数据传输距离，但通信与计算仍然是两个独立的资源域。通感算一体化要求基站和终端设备在物理层就将计算能力嵌入通信信号处理流程。具体而言，空中接口接收到的信号不是简单解调后送到独立处理器，而是在模数转换后的数字域直接进行矩阵运算、信道译码和特征提取，这些操作本身就是计算的一部分。更进一步，多址接入信道的自然叠加特性可以被利用来实现空中计算，即多个终端同时向基站发射经过调制的数据，电磁波在空间中自然相加，基站接收到的叠加信号直接对应于某种聚合计算结果，如求和或求最大值。这种方式将通信信道本身转化为计算载体，避免了传统方案中先分别接收再集中计算所带来的额外信令开销与等待时延。

感知与计算的融合是通感算一体化的第三个技术维度。感知功能产生的大量原始数据如果全部回传至核心网处理，将对回传链路造成巨大压力，同时引入不可接受的时延。通感算一体化要求在靠近感知源的位置完成数据的清洗、压缩与特征提取，仅将高层次的语义信息上传至网络。这种端侧与边缘侧的计算能力直接服务于感知任务，例如基站通过感知回波检测到某个区域内存在密集的移动物体，边缘计算单元可以立即执行聚类跟踪算法，生成该区域内的运动态势图，而无需将每一帧原始回波数据发送到中心服务器。计算过程还负责对感知结果进行置信度评估和数据关联，将来自多个基站或多种感知模态的信息进行融合，消除单一视角的模糊性。在城市交通监控场景中，多个路侧单元通过通信信号感知到各自覆盖范围内的车辆位置，边缘计算节点将这些感知数据进行时空对齐，形成连续的车辆轨迹，并预测下一时刻的路口冲突概率。这一过程融合了感知的物理测量与计算的逻辑推理，二者不再是先后关系而是相互嵌套的关系。

通感算一体化对网络架构提出的核心要求是资源的统一调度。传统网络中通信资源、计算资源和感知资源分别由不同的管理实体控制，彼此之间通过标准接口交换有限信息。在一体化网络中，基站需要同时分配时频资源用于数据传输与感知探测，分配计算资源用于信道估计、环境重构与多源数据融合，并且这三种资源的分配决策必须联合优化。例如，当基站决定增加感知探测的脉冲密度以提高定位精度时，相应的时频资源就不能再用于数据传输，同时更高的采样率会产生更多的感知数据，需要更多的边缘计算资源来处理。资源调度器需要根据当前业务类型和网络状态，动态调整通信、感知与计算三者的资源配比。在高负载时段，网络可以降低感知功能的精度要求，将更多资源用于数据传输；在低负载时段，网络可以加强感知扫描，积累环境信息用于后续的资源预调度。这种灵活的资源编排能力是一体化网络区别于简单功能叠加的本质特征。通感算一体化还涉及信号处理算法的重构。传统通信接收机的主要任务是信道估计、均衡与译码，感知接收机的主要任务是检测、跟踪与识别，二者使用不同的数学模型和优化目标。一体化接收机需要在同一个基带处理流水线中同时完成通信解调与感知参数估计，这要求算法设计兼顾通信的误码率性能和感知的均方根误差性能。多输入多输出天线阵列在一体化系统中发挥着关键作用，大规模阵列提供的空间自由度可以同时形成多个通信波束和一个扫描波束，或者使用同一波束既传输数据又采集回波。在算法层面，压缩感知与深度展开网络等先进方法被用于从稀疏的感知测量中重构环境信息，同时保持对通信信号的透明传输。终端侧的一体化能力同样重要，智能手机或物联网模组需要在不显著增加功耗的前提下，支持对周围环境的被动感知与初步计算。这推动了低功耗感知电路和近似计算架构的发展，使得终端能够在待机状态下持续感知环境变化，仅在检测到异常事件时才激活主通信链路。

通感算一体化的标准化进程正在逐步展开。业界已经识别出一体化波形设计、干扰管理与资源分配、感知性能评估体系等关键技术问题。通信与感知的融合使网络首次具备了对物理世界的直接测量能力，而计算的嵌入则使这种测量能力能够即时转化为决策与行动。在工业物联网、智能交通、室内定位和环境监测等应用场景中，通感算一体化网络可以在不增加额外传感器和计算节点的情况下，利用现有的通信基础设施完成闭环控制。从系统演进的视角看，通感算一体化不是对通信、感知、计算三者能力的简单加和，而是通过协同设计消除了功能隔离带来的冗余与延迟，使每一比特的传输、每一次的感知测量和每一次的计算操作都服务于同一个系统目标。这种协同进化关系的确立，将推动6G网络从纯粹的信息管道演变为具备环境智能的信息基础设施。

更多资讯内容，详见文章