通感算融合是车联网向高阶自动驾驶演进的核心技术范式，其基本思想是将通信传输、环境感知和数据处理三种功能在统一的系统框架内实现资源共享与功能协同。在传统架构中，毫米波雷达独立完成目标探测，无线通信模块负责车与外界的信息交换，车载计算平台执行融合算法与控制决策，三者之间通过标准化接口传递数据，接口带宽和转换时延构成系统性能的瓶颈。通感算融合从根本上打破这种分立格局，使雷达回波信号的处理与通信信号的解调共享基带处理资源，感知结果直接输入控制决策模块而无需经过额外的数据打包与解包流程。毫米波雷达在车联网中的应用不仅提供目标距离和速度信息，其原始回波数据还可用于构建周围环境的动态占用网格，为路径规划提供比单纯目标列表更为丰富的空间信息。多链路传输则解决了单一通信链路在复杂交通环境中因遮挡或干扰导致的连接中断问题，通过同时利用车与车直连、车与路侧设施连接以及蜂窝网络连接三条链路，实现控制信令和感知数据的分流传输与冗余保障，为低时延闭环控制架构提供可靠的通信基础设施。
毫米波雷达与通信传输的协同主要体现在波形设计和信号处理两个层面。在波形设计中，传统雷达采用线性调频连续波或脉冲调制波形，这些波形与通信使用的正交频分复用波形在时频结构上存在差异，难以在共用射频前端时避免相互干扰。融合系统采用一体化波形设计，将通信数据调制于雷达波形的频率调制斜率和脉冲重复间隔上，使单次发射同时承载感知和通信两种功能，在时间资源和频谱资源两个维度均实现共享。接收端的信号处理流程需要同时提取目标的距离多普勒信息和解调通信数据，这要求基带处理器具备并行处理能力，将接收信号在时域和频域分别进行匹配滤波和载波解调。感知结果的更新率与通信的数据包到达率需要协调一致，系统设定统一的时间基准，每个时间帧内固定分配感知和通信的时隙比例，在感知精度需求和通信吞吐量需求之间建立确定性映射关系。当车辆处于高速运动状态时，感知时隙占比增加以获得更频繁的环境快照，通信时隙相应压缩但仍保留关键控制信令的传输能力。
多链路传输在通感算融合架构中的角色不仅是通信冗余的提供者，更是感知覆盖范围扩展的使能者。通过车与车直连链路，车辆可接收前方车辆的雷达感知数据，获得被前车车身遮挡区域的预感知信息，突破单车雷达视野的物理限制。通过车与路侧设施链路，车辆获得路侧雷达从高处俯视视角探测到的全局交通流状态，补充车载雷达仅能探测水平视角的不足。通过蜂窝网络链路，车辆获取来自交通控制中心的宏观调度指令和道路风险预警。三条链路传输的感知数据在车载融合模块中按照数据来源的置信度和时效性进行加权合并，生成统一的环境模型。多链路传输的协同调度需要考虑各链路的传输时延差异性，车与车直连链路的时延最短但通信距离受限，路侧设施链路时延中等且覆盖范围固定，蜂窝网络链路时延最长但可提供非视距连接。系统根据控制指令的时延敏感度选择主用链路，高动态的紧急避障指令优先通过车与车直连链路传输，宏观的速度引导指令通过蜂窝网络传输，中等时延要求的协同变道指令通过路侧设施链路传输。
低时延闭环控制架构的实现依赖于感知-通信-计算三者的紧密耦合，闭环控制周期由感知时延、通信时延和计算时延三部分构成，任何环节的时延超限都会导致控制指令的滞后执行。感知时延从雷达发射波束到目标回波完成信号处理获得检测结果，通信时延从感知数据生成到控制指令经由无线链路到达执行器，计算时延从感知数据输入到控制量解算完成。系统将闭环控制周期设定为固定长度，在每个周期开始时刻触发雷达波束发射，周期前半段分配给感知和通信的上行传输，后半段分配给控制计算和通信的下行传输。感知数据的处理采用流水线架构，雷达回波的采样、距离多普勒变换、恒虚警检测和目标跟踪四个阶段在相邻周期之间重叠执行，使单周期内的感知时延压缩至原本的四分之一。控制指令的生成采用基于模型预测的方法，在接收到完整感知数据之前利用车辆运动学模型预测未来数个周期的状态，当实际感知数据到达后仅进行偏差校正，从而将计算时延从感知数据到达后移入感知数据等待期间。
闭环控制架构中的通信传输需要满足确定性时延要求，传统基于竞争接入和重传的无线通信方式无法提供时延上界保证。系统采用基于资源预留的调度策略，在闭环控制建立阶段，车辆与通信对端协商固定的时频资源块，该资源块在每个控制周期内被独占使用，消除了信道接入的随机性。对于多辆车辆在同一区域内同时进行闭环控制的情况，集中式调度器根据各车辆的控制周期相位错开分配资源，避免资源冲突。通信链路的切换事件是闭环控制中最易引发时延抖动的环节，系统采用先建后断的切换方式，在切换执行前通过目标链路发送测试数据并接收确认，验证链路可用后再切断源链路，确保切换过程中的控制指令无遗漏。切换决策的时间点被安排在控制周期内对时延不敏感的相位，例如在感知数据采集阶段进行切换准备，在计算阶段完成切换执行，使切换开销不增加控制指令的下行传输时延。
通感算融合架构对车载计算平台提出了高性能与低功耗的双重要求，雷达信号处理中的快速傅里叶变换和恒虚警检测算法与通信信号处理中的信道估计和均衡算法在计算模式上存在差异，前者以定点运算为主，后者以浮点运算为主。系统采用异构计算方案，将定点密集型的雷达处理任务分配至专用加速单元，将浮点密集型的通信处理任务保留在通用数字信号处理器上，控制决策算法则运行在应用处理器上。三个计算单元之间通过共享内存交换数据，避免数据搬移引入的额外时延。在功耗管理方面，系统根据车辆的行驶速度和交通密度动态调节感知和通信的处理精度，低速场景降低雷达发射功率和通信调制阶数以节省功耗，高速场景则启用高性能模式满足安全控制的精度要求。通感算融合架构的性能验证通过硬件在环仿真平台完成，该平台将实际毫米波雷达和通信模块接入虚拟交通场景，实时注入各类干扰和遮挡条件，评估闭环控制的时延分布和稳定性指标，验证结果表明该架构能够将端到端控制时延压缩至满足高速自动驾驶安全要求的时间窗口内，为车联网从信息交互向协同控制的功能跃升提供了系统化的解决方案。
