6G车联网络通感融合方法与性能仿真

【摘  要】为了满足自动驾驶、远程驾驶等未来6G车联网应用对高速率、低时延传输以及高精度感知的性能需求，业界提出将无线通信与无线感知功能进行融合，在6G车联网络中实现无线传输与感知定位极致性能的同时满足。提出了一种基于通信感知信号时频域正交体制的通信感知融合方法，采用OFDM通信信号完成对目标的探测、定位，并利用短窗化矩阵分解参数估计方法完成对探测目标的感知信息提取。同时，搭建了系统级仿真平台对不同的时频资源配比下所提方法的通信/感知性能进行了评估，分析了所提融合方法下通信感知性能间的相互影响，并给出通信感知性能折中的设计方案。

【关键词】通信感知融合；车联网；系统级仿真平台；性能评估

0   引言

车联网作为未来智能交通系统的重要组成部分，是实现智慧出行、智慧交通的重要技术。自动驾驶、远程驾驶作为车联网场景的关键技术，深刻影响着车联网的发展进程[2]。自动驾驶等新兴业务对车联网络提出了通信高容量、高可靠、低时延的需求，移动研究院提出远程驾驶类场景下行时延应小于20 ms，上行速率大于60 Mbps，下行可靠性大于99.999%，定位精度小于1 m；信息服务场景上行速率大于200 Mbps，下行速率达1 Gbps，而现有车联网技术无法满足需求[3]。IMT-2030推进组将通信感知融合技术作为未来6G网络的关键技术之一，通信感知融合技术作为一种基于软硬件资源共享同时实现感知与通信功能协同的新型信息处理技术，有望赋予蜂窝基站无线定位、环境感知的能力，以进一步推进自动驾驶等车联网络技术的发展[1]。因此，通信感知融合技术在蜂窝车联网中的应用近年来成为学术界和产业界关注的焦点。

近年来学术界为推进车联网络通信高速率低时延做出了诸多努力，文