通感一体化技术解析：从Wi-Fi感知到6G网络的环境感知革命

1. 项目概述：当无线网络开始“看见”世界

作为一名在无线通信和嵌入式系统领域摸爬滚打了十几年的工程师，我经历过从2G到5G的每一次技术浪潮。但最近几年，最让我感到兴奋的，不是单纯的网速又提升了多少，而是一个看似“跨界”的技术方向——通感一体化。简单来说，它让我们的Wi-Fi路由器和手机基站，在完成本职工作（传输数据）的同时，还能化身为一双双“电子眼”，去感知周围的环境、物体的运动甚至人的呼吸。

这听起来有点像科幻小说里的情节，但它的原理其实就藏在我们每天使用的无线信号里。每一次数据包的发送与接收，电磁波都会与空间中的物体发生相互作用，产生反射、折射和散射。这些相互作用会微妙地改变接收端信号的特征，比如其信道状态信息。传统通信系统费尽心思要滤除这些“干扰”，以获取纯净的数据流；而通感一体化则反其道而行之，将这些“干扰”视为宝藏，从中解读出丰富的环境信息。

这项技术的核心价值在于“复用”。我们身边已经部署了海量的通信设备，从家里的Wi-Fi 6路由器到街边的5G小基站。通感一体化意味着我们无需再为感知功能单独铺设一套昂贵的专用硬件（如雷达），直接让现有的通信基础设施“兼职”完成感知任务。这不仅能极大降低部署成本，还能提升频谱资源的利用效率，真正实现“一网多用”。

目前，产业界正通过两大主流标准路径推动这项技术落地：一个是面向短距离、高精度的IEEE 802.11bf，另一个是面向广域覆盖、大连接的3GPP 5G-Advanced/6G。无论你是物联网开发者、网络工程师，还是对前沿技术充满好奇的爱好者，理解通感一体化的现状与未来，都至关重要。本文将带你深入产业与标准的视角，拆解其技术原理、标准化进展、核心挑战与未来蓝图。

2. 通感一体化的核心原理与系统架构

要理解通感一体化，我们首先要跳出“通信”和“感知”泾渭分明的传统思维。在ISAC的框架下，两者共享同一套硬件、同一段频谱，甚至同一个信号波形。其核心运作逻辑可以概括为“发射-传播-接收-分析”的闭环。

2.1 信号如何承载感知信息？

通信系统发射的信号，无论是Wi-Fi的数据帧还是5G的参考信号，本质上都是精心设计的电磁波。当这些波在空间中传播时，会遇到各种物体。

• 目标反射：如果路径上有运动的人体或车辆，信号会被反射，导致接收端信号产生多普勒频移，其频率变化与目标径向速度成正比。
• 路径变化：目标的移动或环境物体的微小变化（如胸腔起伏），会改变信号的传播路径长度，从而在接收信号的相位上引入一个与距离变化相关的偏移。
• 多径叠加：室内环境充满各种反射面，接收信号是直射径和无数反射径的叠加。任何环境的扰动都会改变这个叠加结果，最终体现在接收信号的幅度和相位，即CSI的复杂变化上。

因此，感知的核心任务，就是从接收到的、已经叠加了通信信息和环境信息的混合信号中，高精度地提取出这些由环境变化引起的CSI扰动，并反推出是什么物体、以何种状态（位置、速度、姿态）引起了这些扰动。

2.2 三种基本感知模式

根据发射机和接收机的相对位置关系，ISAC主要支持三种工作模式，它们各有优劣，适用于不同场景：

2.2.1 单站感知

在这种模式下，同一个设备（例如一个Wi-Fi接入点或一个手机）既发射信号也接收自己发射信号的反射回波。这非常类似于传统雷达的工作方式。

• 优势：无需多个设备间的同步，硬件时钟同源，避免了因晶振偏移带来的相位误差，理论上的测距精度最高。
• 挑战：最大的难题是自干扰消除。发射机强大的发射信号会直接泄漏或反射进入自己的接收机，淹没微弱的感知回波。这要求设备具备极强的射频隔离能力或先进的数字干扰对消算法。
• 典型应用：主要应用于毫米波频段，因为高频信号路径损耗大，自干扰相对容易控制，且能实现极高的角度分辨率，适合手势识别、精细姿态估计。

2.2.2 双站感知

发射机和接收机是空间上分离的两个独立设备。例如，一个手机发射信号，另一个手机或接入点接收经目标反射后的信号。

• 优势：彻底避免了自干扰问题，因为发射和接收是物理隔离的。
• 挑战：对时间和频率同步要求极高。两个独立设备的晶振存在偏差，会导致载波频率偏移和采样时钟偏移，这些误差会直接混入CSI，被误判为目标运动。需要复杂的同步算法来补偿。
• 典型应用：这是目前Sub-7 GHz Wi-Fi感知的主流模式，因为其部署灵活，可利用现有的多设备网络。

2.2.3 多站感知

这是双站模式的扩展，由一个或多个发射机，配合多个接收机协同工作。通过多个接收节点数据的融合，可以构建更丰富的视角，实现三维定位、成像，并显著提升感知的鲁棒性和精度。

• 优势：通过空间分集提升感知性能，能够解决遮挡问题，实现更复杂的感知任务。
• 挑战：除了同步问题，还引入了复杂的组网、调度和数据融合挑战。需要设计高效的协议来决定哪个设备在何时发射、哪些设备接收、数据如何汇总处理。
• 典型应用：面向未来智能工厂、智慧交通等对可靠性和精度要求极高的场景。

注意：模式的选择并非互斥。在实际系统中，尤其是未来的6G网络，很可能根据实时任务需求，动态地在不同模式间切换或组合使用，形成一种“弹性感知”能力。

3. Wi-Fi感知的标准化进程：IEEE 802.11bf深度解析

Wi-Fi作为渗透率最高的无线技术，自然成为通感一体化走向消费市场的先锋。IEEE 802.11bf标准，正是为Wi-Fi感知量身定制的“操作手册”。经过数年的讨论，该标准已于2025年3月定稿，预计2026年将有首批商用产品面世。

3.1 802.11bf协议栈与感知流程

802.11bf并非重新发明一种新的物理层信号，而是定义了一套完整的媒体接入控制层协议，让现有的Wi-Fi硬件能够有序、高效地执行感知任务。其核心流程可以概括为四个阶段，如下图所示意：

[感知能力协商] -> [感知会话建立] -> [感知测量与交换] -> [会话终止]

3.1.1 感知能力协商

感知开始前，参与设备（如AP和手机）需要先“亮出家底”。它们通过交换管理帧，告知对方自己支持的感知模式（单站/双站/多站）、支持的频段（2.4GHz, 5GHz, 6GHz, 60GHz）、最大带宽、天线数量、是否支持协作感知等能力。这一步确保了后续会话能在双方都支持的配置下进行。

3.1.2 感知会话建立

这相当于为一次感知任务签订“合同”。发起方（可以是AP或终端）会与一个或多个响应方协商具体的感知参数，包括：

• 测量类型：是进行信道测量、距离测量还是角度测量？
• 资源分配：使用哪个信道、多大带宽、多少根天线？
• 时序规划：感知测量的周期多长？每次测量的持续时间多久？
• 触发机制：是周期性地进行，还是由特定事件触发？

一个关键创新是非关联感知。传统上，Wi-Fi终端需要先���AP关联才能通信。但802.11bf允许终端在不与某个AP建立完整关联的情况下，直接与其进行感知测量。这使得终端可以快速、低功耗地与多个AP进行接力式的感知，非常适合室内定位和导航。

3.1.3 感知测量与交换

这是执行感知的核心阶段。标准定义了两种主要的测量交换机制：

1. 触发式测量：由一个设备发送特定的触发帧，协调多个设备在同一时刻开始发射或接收感知信号。这保证了测量的时间同步性，对于需要高精度相位信息的应用至关重要。
2. 非触发式测量：设备可以监听环境中任何现有的数据或管理帧（即“被动感知”），利用这些帧的信号进行感知。这种方式开销极低，但精度和可控性也相对较差。

测量完成后，接收设备会处理原始的CSI数据，可能进行初步的滤波或特征提取，然后按照协议规定的格式生成测量报告，发送给请求方或指定的融合节点。

3.1.4 感知代理

这是一个非常实用的功能。想象一下，一个资源受限的物联网传感器（如智能手环）需要感知房间内的人数。它自己计算能力弱，但可以请求功能强大的家庭AP作为“代理”，去与其他设备（如电视、音箱）进行感知测量，并将结果汇总后反馈给手环。这极大地扩展了低功耗设备的感知能力。

3.2 高低频段的分工与协同

802.11bf的一个重要设计是明确了不同频段承担不同的感知任务，这源于其物理特性的根本差异：

实操心得：在实际产品规划中，Sub-7 GHz感知是基本盘，因为它能复用几乎所有的现有Wi-Fi 6/6E/7设备，实现“无感升级”。而60 GHz感知则是性能突破点，它需要专门的硬件（如802.11ay/ad或未来的802.11bq芯片），但能解锁前所未有的交互体验，例如真正隔空、无接触的电视操控或AR/VR中的手势交互。未来的趋势必然是多频融合感知，用低频保证覆盖和连续性，用高频在关键区域提供极致精度。

4. 蜂窝网络中的通感一体化：从5G-A到6G的演进

如果说Wi-Fi感知瞄准的是室内和短距场景，那么蜂窝网络的通感一体化则志在覆盖城市级的广域空间，赋能车联网、无人机管理、智慧交通等宏大应用。3GPP作为全球蜂窝通信标准的核心组织，正在从5G-Advanced开始，系统性地将感知功能注入网络基因。

4.1 3GPP标准化路线图

蜂窝ISAC的标准化并非一蹴而就，它遵循着严谨的“研究-标准化-商用”流程：

1. 研究阶段：始于2022年，在3GPP业务需求工作组完成了《TR 22.837》可行性研究。这份报告系统地梳理了32个潜在用例，从智能家居的人员检测，到高速公路的障碍物感知，再到无人机的防碰撞，明确了“网络能提供什么感知服务”。
2. 需求定义：基于用例，定义了感知的关键性能指标，例如：
   • 感知精度：目标定位误差（例如<0.5米）、速度估计误差。
   • 分辨率：能区分两个目标的最小距离差或速度差。
   • 更新率：感知信息每秒更新的次数（例如30Hz用于车辆避障）。
   • 可靠性：漏检率和虚警率。
3. 技术研究：目前的核心焦点在信道建模。传统的通信信道模型只关心基站和终端之间的链路，而感知信道模型必须额外建模“目标”本身。3GPP正在研究如何扩展现有的3D信道模型，以包含目标的雷达散射截面积、动态移动特性等。这是设计所有上层感知算法的基础。
4. 标准制定：预计在5G-A的后续版本及6G标准中，将具体定义用于感知的参考信号设计、资源分配方案、测量上报流程等。一个明确的信号是，在2025年初的3GPP会议上，ISAC已被确定为6G的“首日”特性之一。

4.2 系统架构与感知模式

在蜂窝ISAC的蓝图中，网络中的每一个节点都可能成为感知的发射机或接收机：

• 基站：作为网络侧的主力，具备强大的计算能力和完整的网络信息，可以进行单站感知（利用自身天线阵列），或作为多站感知的协调中心。
• 终端：手机、车载单元、无人机等。它们可以作为感知信号的接收机，甚至在某些场景下作为发射机（例如车与车之间的协同感知）。

网络架构需要引入新的逻辑功能——感知功能。它可能作为核心网的一个新网元，负责从全网基站和终端收集原始的感知测量数据，进行融合处理，生成全局的“环境地图”，再以服务的形式开放给第三方应用（如地图服务商、交通管理部门）。

4.3 信道建模：从通信到感知的范式转变

这是当前标准化工作的重中之重，也是技术难点。通信信道模型关注的是“点对点”或“点对多点”的稳定链路。而感知信道模型是“点-目标-点”的模型，目标本身的性质成为核心变量。

4.3.1 目标信道与背景信道分离

新的ISAC信道模型被构造成两部分之和：H_total = H_target + H_background。

• 目标信道：专门描述从发射机到感知目标，再从目标散射到接收机的所有路径。这里需要引入雷达散射截面积这一关键参数。RCS不是一个固定值，它取决于目标的材料（金属的无人机 vs. 人体）、形状、以及相对雷达波的视角。建模时，一个目标可能被简化为一个散射点，也可能被建模为多个散射点的集合（例如一辆汽车的前、后、左、右、顶五个主要散射中心）。
• 背景信道：描述环境中除感兴趣目标之外的所有静态和动态散射体（如墙壁、树木、其他移动车辆）产生的多径。这部分可以沿用并增强现有的3GPP统计信道模型。

4.3.2 环境物体建模

为了更真实，模型还引入了两类环境物体：

• 类型一EO：行为类似感知目标，但不是当前关心的对象。例如，在追踪一辆车时，路边的行人和树木就是类型一EO。它们会产生干扰回波，增加感知的难度。
• 类型二EO：大型的、表面光滑的物体，如大楼的玻璃幕墙、高速公路的护栏。它们主要产生镜面反射，会形成强烈的、但可能是虚假的感知信��。

提示：这种精细化的信道建模，意味着未来的感知算法仿真将变得空前复杂，但也更加贴近现实。开发者在设计算法时，必须考虑如何从混杂着强大背景杂波和干扰目标信号的复杂回波中，准确地提取出弱小目标的信息。

5. 通感一体化的核心挑战与硬件损伤建模

理想很丰满，但现实是，我们用来做感知的硬件，最初都是为通信优化的。这种“跨界”带来了诸多非理想因素的影响，它们像噪声一样污染了CSI数据，是感知精度提升的主要障碍。

5.1 Wi-Fi感知中的四大硬件损伤

在双站/多站Wi-Fi感知中，以下四种损伤的影响尤为突出，它们会直接扭曲CSI的幅度和相位信息：

5.1.1 自动增益控制阶跃

Wi-Fi接收机为了适应信号强弱变化，会使用AGC动态调整放大器的增益。这个增益值通常是离散跳变的（例如每次变化0.5 dB）。在感知过程中，如果AGC增益在两个测量包之间发生了跳变，会导致接收信号功率出现一个共同的、阶跃式的偏差。这个偏差对于所有子载波和天线都是一样的，但它会破坏信号幅度的连续性，使得基于幅度变化的感知（如呼吸监测）产生错误。

规避技巧：在802.11bf的感知会话期间，协议建议设备锁定AGC增益。在实际算法处理中，一个常见的预处理步骤是计算相邻天线或相邻子载波之间的幅度比值，这样可以抵消掉共同的AGC增益误差。

5.1.2 包检测时间抖动

Wi-Fi接收机检测到数据包开始的时刻存在微小的、随机的误差（通常在0.1微秒以内）。这个时间误差δ会在频域CSI上引入一个线性的相位斜坡。也就是说，不同子载波上的相位会有一个与子载波索引成正比的偏移。这个线性相位项如果不去除，会被误解释为目标发生了距离变化。

处理方法：可以通过计算相邻子载波间的相位差，来估计并补偿这个线性相位分量。更稳健的方法是使用已知的导频信号或前导码结构来进行精确的时延估计。

5.1.3 离散相位旋转

由于锁相环的周期滑动或其他硬件效应，接收机可能对整帧信号施加一个固定的相位旋转（例如π/2的整数倍）。这个旋转对于所有子载波和同一时刻的所有接收天线是相同的，但它在不同时间、不同天线上是独立随机的。这会严重破坏基于多天线相位差的到达角估计算法。

5.1.4 载波频率偏移与相位噪声

发射机和接收机的晶振不可能完全同步，存在频率偏差。这会导致载波频率偏移，它引起一个随时间线性增长的相位偏移。此外，晶振本身的相位噪声会导致相位随机抖动。CFO在短时间内相对稳定，可以通过估计进行补偿。但相位噪声是累积的、随机的，当两个测量包的时间间隔超过几毫秒后，它引入的相位误差可以看作是均匀分布的。

数学模型：综合以上损伤，观测到的CSI可以建模为：H_observed[m,n,p,k] = (10^(x/20)) * e^(j*(y*W + φ)) * e^(j*2π*k*δ/Ts) * H_true[m,n,p,k]其中，x,y是随机整数，φ是CFO和相位噪声引起的随机相位，δ是时间误差，W是离散相位旋转的基本单位（如π）。H_true才是我们想要的、只包含环境信息的真实信道。

实操心得：在算法开发初期，很多人会忽略这些硬件损伤，在纯净的仿真数据上得到惊艳的结果，但一到真实设备上就性能暴跌。必须将硬件损伤模型嵌入到你的算法仿真链路中，从数据预处理阶段就开始设计鲁棒的补偿方案。例如，对于呼吸监测这种需要检测微弱周期性信号的应用，必须设计高通滤波器或差分操作来滤除由CFO和相位噪声引起的慢变相位趋势。

5.2 蜂窝感知的额外挑战

蜂窝网络面临上述所有挑战，且程度可能更甚，因为基站和终端之间的距离更远，同步更难。此外还有其特有的挑战：

• 资源竞争：感知需要占用时频资源发送参考信号。如果为感知预留过多资源（有研究指出可能超过15%），会挤占本已紧张的通信容量。如何设计共享波形，让同一个信号既能被终端解调数据，又能被用于感知，是6G物理层设计的核心难题。
• 干扰管理：在多小区、多用户的密集网络中，一个基站发射的感知信号可能成为相邻小区终端的干扰。需要设计新的干扰协调机制。
• 网络架构复杂性：感知数据的汇聚、融合、处理需要巨大的计算和传输带宽。这些功能是放在边缘计算节点，还是上传到核心网？接口如何定义？这涉及到整个网络架构的演进。

6. 未来展望：从独立功能到网络原生智能

通感一体化不是通信和感知的简单叠加，它正在催生一种全新的网络范式。在我看来，其未来发展将围绕以下几个关键方向展开：

6.1 物理层技术的深度融合未来的工作重心将从“如何复用”转向“如何融合”。核心是设计通感一体化的波形。例如，研究如何优化现有的5G NR参考信号，使其在保证信道估计性能的同时，具备更好的自相关特性以提升感知分辨率。或者，探索全新的波形，如正交时频空间调制，其二维时频域扩展特性可能天然适合同时处理通信和感知信息。

6.2 感知赋能通信当前讨论多集中在“通信赋能感知”。而更具颠覆性的前景是“感知赋能通信”。网络通过持续的感知，可以实时构建高精度的环境数字孪生。这个孪生体不仅包含物体的位置，还能预测其运动轨迹。基于此，网络可以：

• 实现预测性波束赋形：在车辆拐入盲区前，基站就已提前调整波束指向其即将出现的位置，实现“零中断”切换。
• 动态优化资源分配：预知某个区域即将有大量用户聚集（如体育场散场），提前调配网络资源。
• 智能干扰规避：感知到潜在干扰源的移动路径，主动调整发射参数。

6.3 多模态感知融合无线感知并非万能。它在纹理识别、目标分类等方面存在局限。未来的系统必然是多模态的。蜂窝网络可以作为一个融合中心，将来自终端摄像头、激光雷达、UWB锚点的信息，与网络自身的无线感知数据进行融合。例如，用视觉识别“那是一个人”，用Wi-Fi CSI判断“他正在缓慢行走”，用UWB精确定位“他在客厅中央”。这种融合能极大提升感知的准确性和场景理解能力。

6.4 从标准到产品的工程化挑战标准落地只是第一步。真正的挑战在于工程实现：如何以可接受的成本，在手机和基站芯片中增加对感知信号的处理能力？如何设计低功耗的常开感知模式？如何确保感知功能不会影响手机续航和发热？如何构建开发者生态，提供易用的API，让应用开发者可以像调用摄像头一样调用网络的感知能力？这些问题，需要芯片厂商、设备商、运营商和应用开发者共同回答。

通感一体化正在将我们的无线网络从一个被动的、透明的数据传输管道，转变为一个主动的、智能的环境感知与交互平台。这条路虽然充满技术挑战，但其描绘的未来——一个网络能真正“理解”物理世界并与之智能互动的未来——值得我们全力以赴。作为从业者，现在正是深入理解其原理，跟踪标准进展，并思考如何将其与具体产品和应用结合的最佳时机。