6G感知与定位：研究趋势及方向

韩国庆熙大学电子工程系教授安基洪等人介绍了对于6G感知与定位研究趋势与方向的研究结果，相关研究工作得到了韩国科学和信息通信技术部的支持，部分由韩国ITRC（信息技术研究中心）支持计划（IITP-2021-0-02046和IITP-2022-2017-0-01637）监督，由韩国IITP（信息与通信技术规划与评估研究所）资助，部分由韩国国家研究基金会（NRF）资助（2017R1A2B3012316、2020R1A2C2102198、2021R1A4A1030775和2020R1A2C2010006）。

一、必要性和特点

在5G网络中，由于大信号带宽、高方向性的信号传输、海量连接和机器学习能力，人们正体验到蜂窝系统的定位性能的提升。迈向6G通信时代，无线定位有望在人们移动时作为生活、工作及生产中重要的感知工具得到进一步发展。随着无线通信的不断发展和完善，在网络具有高度移动场景和大规模连接的情况下，借助外部感知辅助来维持通信质量，将变得至关重要，这被认为是无线通信系统中的态势感知。

为此，需要6G中的定位和感知来提供有用的情境信息，例如发射器和接收器的位置以及它们之间的信道是什么样的。最近，出现了各种相关的研究课题。其中包括IRS（智能反射表面）、毫米波和太赫兹通信、设备到设备通信、无线电同步定位和传感（SLAM）、基于机器学习（ML）的定位和传感。计算能力的提高使得人们能够利用多路径来了解周围环境，高的时间和方向分辨率将为人们提供增强的定位和感知结果，这将再次对传输管理有用。具体研究趋势和方向如下。

二、研究趋势与方向

1、基于先进信号处理和人工智能的智能定位与感知

智能定位与感知是6G的重要研究方向之一。IRS现在被认为可以克服毫米波和太赫兹信号的路径衰减和弱衍射特性，也是实现定位和感知的有用工具。IRS使用低成本超表面设备来调整传播特性（例如相位、幅度、频率和极化），最近已被用于精确定位和毫米波/太赫兹通信。

基于机器学习的定位技术通过回归和分类来估计室内/外用户的位置。预计在6G系统中使用机器学习将为太赫兹频段定位和感知技术以及无线通信提供新的机会。

2、联合雷达与通信

被动感知是指通过接收静止或移动物体反射的信号并对其进行处理来检测物体状态的技术。这是类似于双基地雷达（RADAR）的原理，并且在某些情况下，可以使用诸如移动通信或Wi-Fi之类的外围接入点。一般来说，被动感知使用固定的传输信号源来检测附近移动性较低的物体。

主动感知系统向周围环境发射宽带信号并接收从周围物体所反射的信号。通过动态感知，可以估计到物体的距离和物体的移动速度，在使用阵元时也可以估计出信号的到达角。最近，产业界和学术界虽然正在研究用于移动通信的动态感知的认知无线电技术和波束赋型，但是由于目前用于移动通信的带宽不足，毫米波/太赫兹频段的商业化是必不可少的。

3、无线电同步定位与建图（SLAM）

SLAM技术是指估计移动用户的位置并同时在无线环境中定位对象（也被称为地标）的技术。使用6G信号的无线电SLAM技术不仅利用了用户接收到的视距（LoS）链路信号，还利用了信道中由地标导致的非LoS信号。随着信号频率超过毫米波和太赫兹，传播特性变得越来越像光一样具有方向性和反射性。因此，预计许多基于视觉的技术可以被用于无线电SLAM，这将是6G感知和定位的重要研究方向。

4、上下文感知和隐私保护本地化

上下文感知技术可以通过了解发射器和接收器之间的上下文和特征来智能地辅助定位，从而提高定位和感知的有效性。特别是对于交通运输和自动驾驶来说，主动估计它们的位置是必不可少的，并且对于不同对象的上下文信息是有益的。上下文感知还支持多模型本地化，其中移动设备可以根据其当前位置和上下文在不同信道之间转换通信技术。

6G时代个人隐私也变得越来越重要，人们甚至届时可能将不想将他们的个人信息发布到网络上。当机器学习和定位需要大量数据集时，系统可能依赖于个人数据收集，这可能导致个人隐私位置信息的泄露。为了避免这种情况，可以考虑联邦学习技术，其中实际的私有数据不在网络中共享，但仍然实现了对于信息的有效收集和网络训练。在COVID-19流行的情况下，这种隐私保护定位技术也受到关注，并将在6G定位和感知中变得重要。