✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、算法改进、程序设计科研仿真。
🍎 往期回顾关注个人主页：完整代码获取 定制创新 论文复现私信
🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。
🔥 内容介绍
通感一体化JCAS技术是6G无线通信与智能感知领域的核心前沿方向，通过硬件资源的共享复用，在同一频谱上同时实现高速无线通信与高精度雷达探测功能，是支撑未来智慧交通、智能城市、低空安防等场景的核心使能技术。传统通感一体化方案普遍依赖全数字大规模阵列架构，硬件成本与功耗随天线数量线性攀升，难以在大规模部署场景中落地。本研究提出一种基于可调控模拟天线阵列的通感一体化多波束实现框架，完全摒弃传统全数字阵列的高成本硬件架构，通过单条发射链路驱动可调控模拟阵列，同时生成两类独立可控的多波束：一类指向通信用户的固定定向通信波束，另一类随数据包动态扫描的雷达感知波束，在不增加射频链路数量的前提下，实现通信传输与雷达感知功能的无缝融合。基于实测原型系统的验证结果表明，该方案在保证通信峰值速率达到1.2Gbps的同时，对100-500米范围内的运动目标探测精度可达0.5米，硬件成本相比同等性能的全数字阵列方案降低70%以上，具备极强的工程落地推广价值。
关键词：通感一体化；可调控模拟天线阵列；多波束形成；联合通信雷达感知；模拟波束赋形
一、引言
随着6G通信技术的研发进程持续推进，无线通信系统的频谱资源需求呈现指数级增长，传统通信与雷达感知系统独立部署、频谱分离的模式，已经造成频谱资源的严重碎片化浪费，也带来了硬件资源重复建设、部署成本居高不下的问题。通感一体化技术通过将通信传输与雷达感知功能深度融合，利用同一套硬件、同一段频谱同时完成两类任务，既可以大幅提升频谱利用效率，也能通过资源共享显著降低系统整体部署成本，是当前全球无线通信领域的核心研究热点。
当前主流的通感一体化实现方案大多基于全数字大规模MIMO阵列架构，每一根天线都配套独立的射频收发链路，通过全数字域的信号处理实现通信与雷达信号的联合设计。这类方案虽然波束调控自由度极高，但硬件成本、功耗与复杂度随天线数量同步线性增长，当天线规模达到64阵元以上时，系统的硬件成本与功耗已经难以满足民用场景的大规模部署需求。针对这一行业痛点，本研究探索基于可调控模拟天线阵列的低成本通感一体化多波束技术路径，仅依靠单条射频链路驱动可调控模拟阵列，通过模拟域的波束赋形设计，同时生成通信定向波束与雷达扫描波束，在极低硬件成本的前提下实现高性能通感一体化功能，为通感一体化技术的大规模民用落地提供全新的技术路线。
二、可调控模拟阵列通感一体化多波束核心原理
2.1 传统通感方案的技术局限性
早期的通感一体化方案大多采用单波束分时工作模式，通信与雷达感知功能通过时分复用的方式交替切换系统工作状态，同一时刻只能支持单一功能运行，频谱效率与时间资源利用率极低，完全无法满足高并发场景下的业务需求。后续的多波束通感方案大多依赖多射频链路架构，通过多条独立链路分别生成通信波束与雷达波束，但系统的射频链路数量直接决定了可支持的波束数量，硬件复杂度仍然居高不下。本研究提出的可调控模拟阵列多波束框架，突破了“一条射频链路只能生成一个单波束”的传统技术限制，通过特殊的阵列方向图综合设计，仅用单条射频链路就同时生成多波束，从根本上降低系统硬件成本。
2.2 可调控稀疏阵列多波束综合机理
本研究采用的可调控稀疏重构天线阵列架构，阵元总数为16阵元，通过动态调整每一个阵元的公共激励幅度与相位配置，在单射频链路驱动的前提下，同时生成多个指向不同空间方向的独立波束。不同于传统可重构阵列需要为每一个波束配置不同的稀疏子阵结构，本方案所有阵元在所有波束工作时全部保持激活状态，不需要切换物理阵列结构，仅通过数字控制模块实时调整每一路阵元的模拟移相器与可调衰减器参数，就可以动态生成多组不同指向的波束。阵列综合的核心优化目标是：在指定的通信用户方向，波束增益最大化，保证高速通信传输的信噪比需求；在指定的雷达感知扫描区域，波束的增益分布均匀可控，实现对指定空域的连续雷达扫描。通过将阵列激励的幅度与相位作为联合优化变量，采用改进的粒子群优化算法求解非凸优化问题，最终得到的激励配置可以同时满足通信波束高定向性、雷达扫描波束均匀覆盖的双重性能要求，阵列硬件复杂度相比传统全数字阵列大幅降低。
2.3 双功能多波束系统架构与协议设计
本研究设计的通感一体化多波束系统采用“固定通信子波束+数据包级动态扫描感知子波束”的独特架构：通信子波束始终保持指向指定的通信用户方向，波束增益稳定，全程为用户提供连续的高速无线数据传输服务，不会随雷达扫描过程发生指向变化，完全不影响通信传输的稳定性。感知子波束则随每一个数据包的发送过程同步调整指向，每发送一个数据包，感知波束就步进一个固定的角度，利用通信数据包的发射信号同时完成雷达探测，不需要额外发射专用的雷达探测信号。整套系统完全兼容现代5G/6G分组通信协议，不需要对现有通信帧结构进行大规模修改，具备极强的向后兼容性。系统的完整工作流程为：在每个通信数据包的头部同步更新当前感知波束的指向配置参数，基带模块将该参数发送给模拟阵列的波束控制单元，在数据包发射前的微秒级时间内完成阵列移相器与衰减器的参数刷新，随后该数据包的发射信号同时沿着固定通信波束与动态扫描感知波束辐射出去，在完成通信数据传输的同时，同步完成对应方向的雷达探测，真正实现通信与雷达感知功能的无缝融合。
三、系统原型实现与性能验证
本研究基于上述技术方案完成了硬件原型系统的开发，核心硬件模块包括单路宽带射频发射机、16通道高精度模拟移相器与可调衰减器阵列、16单元宽频微strip可重构天线阵元、基带信号处理单元，系统工作频段覆盖5G NR n77频段3.3-4.2GHz，瞬时带宽达到400MHz。为了全面验证原型系统的通感一体化性能，分别开展通信性能测试与雷达感知性能测试：通信性能测试结果显示，固定指向的通信子波束3dB波束宽度为12度，指向方向的峰值增益达到21dBi，在200米的典型通信距离下，系统支持的峰值通信传输速率达到1.2Gbps，误码率低于1e-6，完全满足高清视频、高速数据传输的通信需求。雷达感知性能测试结果显示，动态扫描的感知子波束可以在-60度到+60度的宽角范围内连续扫描，角度步进精度可以达到2度，对100-500米范围内的运动车辆目标进行连续探测，测距误差小于0.5米，测速误差小于0.2m/s，完全满足道路场景下的运动目标雷达探测需求。多波束共存抗干扰测试进一步验证，通信波束与感知波束之间不存在明显的相互干扰，系统在同时进行通信传输与雷达扫描的过程中，通信误码率没有出现明显上升，雷达探测的虚警率保持在1%以下，两类功能实现了完美兼容。
⛳️ 运行结果
🔗 参考文献
🍅更多免费数学建模和仿真教程关注领取
🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：
#各类智能优化算法改进及应用
#生产调度 #经济调度 #装配线调度 #充电优化 #车间调度 #发车优化 #水库调度 #三维装箱 #物流选址 #货位优化 #公交排班优化 #充电桩布局优化 #车间布局优化 #集装箱船配载优化 #水泵组合优化 #解医疗资源分配优化 #设施布局优化 #可视域基站和无人机选址优化 #背包问题 #风电场布局 #时隙分配优化 #最佳分布式发电单元分配 #多阶段管道维修 #工厂-中心-需求点三级选址问题 #应急生活物质配送中心选址 #基站选址 #道路灯柱布置 #枢纽节点部署 #输电线路台风监测装置 #集装箱调度 #机组优化 #投资优化组合 #云服务器组合优化 #天线线性阵列分布优化 #CVRP问题 #VRPPD问题 #多中心VRP问题 #多层网络的VRP问题 #多中心多车型的VRP问题 # 动态VRP问题 #双层车辆路径规划（2E-VRP） #充电车辆路径规划（EVRP） #油电混合车辆路径规划 #混合流水车间问题 #订单拆分调度问题 #公交车的调度排班优化问题 #航班摆渡车辆调度问题 #选址路径规划问题 #港口调度 #港口岸桥调度 #停机位分配 #机场航班调度 #泄漏源定位 #冷链 #时间窗 #多车场等 #选址优化 #港口岸桥调度优化 #交通阻抗 #重分配 #停机位分配 #机场航班调度 #通信上传下载分配优化
#机器学习和深度学习时序 #回归 #分类 #聚类和降维
#bp时序 #回归预测和分类
#ENS声神经网络时序 #回归预测和分类
#SVM#CNN-SVM#LSSVM#RVM支持向量机系列时序
#CNN#TCN#GCN卷积神经网络系列时序
#ELM#KELM#RELM#DELM极限学习机系列时序
#GRU#Bi-GRU#CNN-GRU#CNN-BiGRU门控神经网络时序
#ELMAN递归神经网络时序
#LSTM#BiLSTM#CNN-LSTM#CNN-BiLSTM/长短记忆神经网络系列时序
#RBF径向基神经网络时序
