双基站ISAC系统架构设计与6G感知通信技术解析

1. 双基站ISAC系统架构与设计挑战

在6G网络中，集成感知与通信(ISAC)技术通过共享硬件和频谱资源，实现了通信与雷达功能的深度协同。双基站架构作为ISAC的重要实现方式，充分利用了蜂窝网络的分布式特性，通过物理分离的发射和接收节点，有效规避了单基站架构面临的全双工技术挑战。

1.1 系统拓扑与信号模型

典型的双基站ISAC系统由两个位置固定的gNodeB(gNB)组成，如图1所示。其中gNB#1作为专用发射节点(RTx)，gNB#2作为专用接收节点。系统采用OFDM波形，工作在27.4GHz载频(FR2频段)，信号带宽190MHz，符合5G NR标准中的μ=3参数集。

信号传播模型考虑P条路径，其中p=0为用于同步的静态参考路径(可以是LoS或稳定的NLoS路径)，其余路径对应雷达探测目标。对于第p条路径，双基距离Rp为发射机到目标距离RTx-Tp与目标到接收机距离RT-Rxp之和，对应的时延τp=Rp/c0(c0为光速)。多普勒频移fD,p则包含目标相对于发射机和接收机的相对运动分量。

接收信号模型需考虑三类关键损伤：

1. 同步误差：包括符号定时偏移(STO)、载波频偏(CFO)和采样频偏(SFO)
2. 硬件损伤：功放非线性、相位噪声(PN)、I/Q不平衡、采样抖动(SJ)等
3. 加性高斯白噪声(AWGN)

1.2 双基站架构的优势与挑战

相比单基站架构，双基站方案具有以下显著优势：

• 规避全双工难题：收发隔离度要求降低30dB以上
• 提升空间分集：通过多视角观测提高目标检测概率
• 扩展覆盖范围：利用蜂窝网络天然分布特性

但同时也引入新的技术挑战：

1. 同步精度要求严苛：双基架构要求ns级时间同步和Hz级频率同步，比通信需求高2个数量级
2. 硬件损伤累积效应：发射和接收链路的损伤会叠加，特别是相位噪声呈现乘积效应
3. 信号处理复杂度：需补偿双程传播引入的额外信道效应

关键提示：在28GHz频段，1°的相位误差会导致约0.4mm的测距误差，这使得相位噪声成为限制测精度的主要因素之一。

2. OFDM波形参数与感知性能指标

2.1 5G NR参数映射

基于3GPP TS 38.211标准，我们采用以下OFDM参数配置：

2.2 感知关键性能指标(KPI)

OFDM参数直接影响以下雷达性能指标：

1. 距离分辨率： ΔR = c0/B ≈ 1.58m

   最大无模糊距离： Rmax,ua = N·ΔR ≈ 2.5km

   ISI-free距离： Rmax,ISI = NCP·ΔR ≈ 176.65m

2. 多普勒分辨率： ΔfD = B/[(N+NCP)M] ≈ 100Hz

   最大无模糊多普勒： fD,max,ua = ±MΔfD/2 ≈ ±56kHz

   ICI-free多普勒： fD,max,ICI = ±Δf/10 ≈ ±12kHz

3. 雷达处理增益： Gp = 10log10(NM) ≈ 62.5dB

表1对比了不同处理方式下的性能表现：

3. 硬件损伤分析与补偿策略

3.1 主要硬件损伤源

3.1.1 功放非线性

在190MHz大带宽下，OFDM信号的高PAPR(通常10-12dB)会引发功放非线性，主要表现为：

• AM-AM失真：增益压缩
• AM-PM失真：相位偏移
• 频谱再生：导致带外辐射

实测数据显示，当输入回退(IBO)小于8dB时，三阶交调失真(IMD3)会恶化至-25dBc以下。建议保持10dB以上的IBO以确保线性度。

3.1.2 相位噪声

28GHz频段的相位噪声尤为严重，主要影响包括：

1. 公共相位误差(CPE)：导致多普勒估计偏差
2. 载波间干扰(ICI)：降低信噪比
3. 距离依赖性：远距离目标CPE补偿残差更大

典型指标：集成相位噪声-32dBc@100kHz偏移

3.1.3 数据转换器损伤

• ADC量化噪声：12bit ADC在4GHz采样下SQNR≈74dB
• 采样抖动：45fs RMS抖动导致SNR≈59dB@28GHz
• 时钟偏斜：多通道间采样时刻不一致性

3.2 损伤抑制技术

3.2.1 功放线性化

• 数字预失真(DPD)：基于查找表的自适应补偿
• 包络跟踪：动态调整供电电压
• 主动偏置控制：根据输入功率调整工作点

3.2.2 相位噪声补偿

1. 参考路径法：利用静态路径估计CPE
2. 导频辅助法：在频域插梳状导频
3. 决策反馈：利用解码数据重构相位轨迹

3.2.3 采样抖动抑制

• 时钟清洁电路：低噪声PLL设计
• 时间交织采样：多通道误差平均
• 数字后处理：基于参考信号的时延估计

4. 信号处理关键技术

4.1 同步处理流程

双基站ISAC需要四级同步：

1. 粗同步：

   • 基于PSS/SSS实现μs级定时
   • 相关峰检测确定帧起始
   • CFO估计精度约100Hz

2. 符号级同步：

   • 利用PRS参考信号
   • 互相关算法提升至样本级精度
   • 残余STO<0.1Ts

3. 采样频偏补偿：

   • 采用TITO算法估计SFO
   • 基于多项式拟合的时域重采样
   • 频偏残差<1Hz

4. 精同步：

   • 联合估计残余STO/CFO
   • 参考路径参数归零化
   • 确保测距偏差<1cm

4.2 雷达信号处理链

4.2.1 全帧处理流程

1. 信道估计与均衡
2. 软解调与信道解码
3. 重构发射信号X̂
4. 生成距离-多普勒周期图：
   • 距离维：IDFT处理
   • 多普勒维：DFT处理
   • 加窗抑制旁瓣(Chebyshev窗100dB)

4.2.2 TDD模式处理

5G NR的TDD帧结构会引入周期性中断，解决方案包括：

• 空白时隙插值：利用前后帧数据预测
• 目标PSF重构：基于已知TDD模式重建目标响应
• 联合通信感知调度：优化资源分配模式

4.3 角度估计技术

在混合波束成形架构下，采用以下方法实现高效角度估计：

1. 最小化角度采样：

   • 发射端：DFT码本波束扫描
   • 接收端：压缩感知重构算法
   • 典型配置：方位面5°间隔采样

2. 角度域重构：

   • 基于傅里叶对偶性
   • 利用阵列流形矩阵插值
   • 可实现λ/2间距ULA的完美重建

3. 多目标跟踪：

   • 基于PHD滤波器
   • 支持目标出生/死亡处理
   • 实测MAE<1.5m

5. 性能评估与实测结果

5.1 硬件损伤影响量化

表2总结了各损伤源的仿真影响：

5.2 典型目标检测性能

在27.4GHz/190MHz配置下，不同RCS目标的检测距离上限：

1. 无人机(RCS=0.1m²)：

   • 理论最大距离：5.11km
   • 实际可达距离：0.89km(受硬件损伤限制)

2. 行人(RCS=1m²)：

   • 理论最大距离：9.09km
   • 实际可达距离：1.59km

3. 车辆(RCS=100m²)：

   • 理论最大距离：28.75km
   • 实际可达距离：5.01km

图3展示了周期图中的信干噪比(SINR)随距离参数ρp=√(RTx-Tp·RT-Rxp)的变化曲线。可见硬件损伤导致的干扰平台会显著限制最大探测距离。

5.3 现场测试验证

基于商用5G NR硬件平台的实测结果：

• 距离精度：±0.25m(1σ)
• 速度精度：±0.1m/s
• 角度精度：±1.5°(方位面)
• 多目标跟踪：同时稳定跟踪6个动态目标

6. 工程实现建议

基于实际部署经验，总结以下关键建议：

1. 同步子系统设计：

   • 采用GPS驯服原子钟(如OCXO)作为基准
   • 部署PTPv2协议实现ns级时间同步
   • 保持收发端温度稳定性(±1°C以内)

2. 线性化处理：

   • 功放工作点设置：IBO≥10dB
   • DPD更新速率：每100ms自适应一次
   • 带外辐射抑制：<-50dBc

3. 相位噪声管理：

   • 选择集成PN<-100dBc/Hz@1MHz的VCO
   • 参考路径功率比目标信号高6-10dB
   • CPE补偿更新率>1kHz

4. 信号处理优化：

   • 采用非均匀FFT加速角度估计
   • 实施多级门限CFAR检测
   • 引入机器学习辅助目标关联

在实际部署中，我们发现在基站间距500m场景下，采用上述措施可使无人机检测概率从65%提升至92%，同时保持<1%的虚警率。