移动通信技术的代际演进，正经历从“连接管道”向“智能服务平台”的根本性转变。如果说第五代移动通信的核心任务是让信息传递更快更广，那么第六代移动通信的使命则是在此基础上赋予网络感知环境与实时决策的能力。这一转变的逻辑起点，来自自动驾驶、低空经济等未来交通场景对时延、精度和系统协同的极限要求——当一个智能体需要在毫秒之间完成从环境感知到路径规划的完整闭环，传统模式下通信、雷达、计算各自独立运作的架构便显得捉襟见肘。由此，通感算一体化应运而生，它将通信、感知、计算三种功能深度耦合在同一套硬件和频谱资源中，让无线信号在传递信息的同时也能探测周围环境，并在最近的节点上完成数据处理与决策生成。这一技术路径并非简单的功能叠加，而是从物理层信号设计到网络架构的全面重构，其技术成熟度的每一次提升，都在为地面智能驾驶与低空数字管控这两条未来交通赛道铺设基础设施。
通感算一体化的物理层基础，建立在一个看似朴素却至关重要的发现之上：通信系统原本就需要持续感知信道状态，只是这些信息过去被随意丢弃了。在传统通信流程中，发射端发送参考信号，接收端据此估计信道的幅度、相位、时延和多普勒频移，完成信道均衡后便将上述参数弃置不用。然而，这些参数本身就是对物理环境的精确刻画——时延对应着目标物体的距离，多普勒频移反映了它的相对速度，到达角则指示了空间方位。通感一体化的核心思路，就是将这些原本只用于解调数据的信道参数同时送入感知处理流水线，通过多个接收节点上报的信道信息进行联合解算，提取出环境中每一个散射体的坐标和运动状态。这样一来，通信信号本身就成为了探测波形，无需额外发射雷达脉冲，也不占用专用频谱。更具工程价值的是，通信网络的广域连续覆盖特性天然弥补了传统车载传感器视距受限的短板。一部联网车辆发送的数据包在传播过程中可被多个路侧基站同时接收，各基站根据接收信号独立估算终端的位置和速度，再通过多站联合解算形成对车辆运动状态的连续跟踪，即使目标被建筑物遮挡、仅存多径反射信号，系统仍能维持跟踪状态。这意味着路侧基础设施可以在不依赖车载昂贵传感器的条件下，为每一辆联网车辆提供冗余感知能力，这对于降低单车智能成本、提升系统整体安全性具有直接的现实意义。
然而，单站感知与多站协作之间存在一道需要跨越的工程鸿沟，这正是当前通感一体化研究走向深水区的关键命题。单基站的感知能力受限于视距、精度和覆盖范围，面对城市峡谷、隧道、高架桥等复杂交通场景，单一节点难以提供连续可靠的环境感知。多基站网络协作通感因此成为必然的演进方向，但这条路径面临三大工程挑战：基站间时间同步的精度要求极高，微秒级的偏差即可能导致定位结果严重失真；海量感知数据需要在极低时延内完成汇聚和处理，对前传网络和计算节点的压力远超传统通信；分布式异构算力的调度管理同样复杂，不同基站配备的计算资源可能存在硬件架构和性能的差异，如何将它们统一纳入一个高效的资源池进行动态编排，是系统实际部署时必须解决的问题。针对上述难题，业界已展开工程化探索，通过构建云化通感一体化基站原型加以验证。这类原型系统以云化算力资源池为底座，将通信功能和感知功能以软件化方式运行在统一的硬件平台上，网络能力可按需定制、对外提供灵活敏捷的服务。这种设计思路的价值在于，它将通感一体化从理论层面的可行性论证推进到了可工程化的系统集成阶段，通过实际测试验证了多节点协作感知在多场景下的性能边界，为后续标准化和规模化部署积累了关键经验。
当感知能力嵌入通信网络之后，计算资源应该放在什么位置、承担什么任务，是决定系统效能的下一个核心问题。通感算融合中的计算维度，并不等同于将数据全部回传至云端处理，而是需要把计算能力下沉到感知数据产生的位置，形成“边缘智能”的闭环。在一个典型的融合架构中，基站或路侧接入点不仅完成通信信号的收发和感知参数的提取，还在本地执行轻量级的信号处理与特征识别。以智能交通场景为例，当路侧基站通过通信信号感知到路面上多个移动目标的位置和速度后，本地计算单元可以立即运行轨迹预测算法，判断是否存在碰撞风险，并将判断结果封装为告警信令，通过下行链路广播给周边车辆。这一“感知—计算—决策—下发”的完整流程完全发生在网络边缘，避免了传统架构中将原始数据回传至中心云等待处理的漫长路径，端到端时延由此获得数量级的压缩。在工业物联网和无人机巡检等场景中，同样的原理同样适用：基站通过分析终端发射信号的细微变化感知设备运行状态，当检测到异常模式时立即触发本地故障诊断算法，并将诊断结果直接转换为控制指令回传给执行器。这种在边缘节点完成的闭环控制，使网络不再只是数据的搬运工，而成为承载实时智能决策的数字底座。
通感算三要素的动态调度，是决定系统能否适应差异化业务需求的关键机制。不同场景下，通信带宽、感知精度和计算负载三者之间的资源需求比例差异悬殊。高清地图下载或软件更新任务中，下行通信带宽是主要瓶颈，感知和计算需求处于低水位；而在交叉路口碰撞预警场景中，需要利用通信信号持续感知周边移动目标，同时计算资源必须实时运行碰撞预测算法，感知与计算的需求同时达到峰值；在固定线路的公交专用道监控场景中，通信需求相对平稳，但感知与计算的负载随着车流密度变化呈现明显的时空波动。通感算融合架构必须提供一套统一的资源编排框架，能够实时监测每个接入节点的通信负载、感知覆盖需求和计算任务队列深度，动态调整三者在时间、频率、空间和算力上的分配比例。这一调度机制的基础在于资源虚拟化：通过网络功能虚拟化技术，将基站的收发通道、感知处理单元和计算加速器统一抽象为可编排的资源池，调度器根据每个业务流的服务等级协议，为数据流分配通信资源块的同时，同步指定该数据流是否需要触发感知处理以及需要在本地执行何种计算任务。这种统一编排使得网络具备了“随业务而动”的柔性适配能力，同一套硬件基础设施可以在不同时段、不同区域呈现出差异化的能力组合，这是传统分立式架构难以实现的。
上述通感算一体化能力的逐步成熟，正在两条未来交通赛道上催生具体而可操作的应用范式。第一条赛道是地面的智能网联驾驶。车路协同方案长期面临一个核心瓶颈：车载传感器成本高昂且感知范围受限于车体安装位置，而路侧感知设备虽能补充盲区，但传统摄像头和雷达各自为政，数据融合难度大、时延高。通感算一体化基站的出现为这一困局提供了新的解题思路——路侧基站利用通信信号本身即可同时感知覆盖范围内的所有联网车辆、非联网移动目标乃至行人，感知数据在基站本地完成处理后直接生成驾驶建议或预警信息，通过低时延直连链路发送给车载单元。由于感知与通信共用同一波形，系统不需要额外部署雷达设备，频谱利用效率显著提高。更为关键的是，通信感知的多站协同特性天然解决了单一传感器存在盲区的问题，多个相邻基站的感知数据通过联合解算可以形成对路网全局的无缝覆盖，即使在高架桥下或密集楼宇之间也能保持目标的连续性跟踪。第二条赛道是低空空域的精细化管控。随着低空经济的爆发式增长，无人机数量急剧上升，传统依赖人工报备和单点雷达监控的管理模式已无法应对规模化运行的挑战。通感一体专网在这一场景中展现出独特优势：毫米波频段的通信基站同时充当低空监视雷达，可以实时探测进入覆盖空域的无人机目标，并对回波信息进行智能分析处理，获取目标的位置、速度、高度和运动轨迹。单个扇区的感知范围可达一平方公里，感知高度覆盖五百米，能够探测到雷达反射截面积仅零点零一平方米的微小目标。这一能力构建起了“通信—感知—计算”一体化的低空交通管理体系，使得空域管理从“看得见”升级到“管得住、管得好”。目前，相关技术已在南京等地的低空航道试点中展开验证，在砂之船至紫金山科技城的航段部署了毫米波通感一体专网与高精度定位系统，实现了对无人机飞行状态的全程实时监控和三维航道的自主智能规划，初步验证了设备高并发接入、上行大带宽增强和毫秒级低时延传输等核心指标。
