一束光，为什么能同时“通信”和“感知”？

如果让你用一句话解释未来智能世界需要什么，我觉得可以这样说：

机器不仅要会“说话”，还要会“看见”。

车与车之间要交换位置、速度和道路信息；工业机器人要实时感知周围设备和障碍物；无人机、智能工厂、智慧交通系统，都需要在高速传输数据的同时，准确了解周围环境。

过去，我们通常把这两件事分开做。

通信系统负责“传信息”，比如手机、WiFi、光通信链路；感知系统负责“探测环境”，比如雷达、激光雷达、摄像头。它们各自占用硬件、频谱、功耗和计算资源。

但如果未来系统越来越小、越来越密集、越来越智能，我们能不能让同一套系统同时完成两件事？

也就是说：

能不能用同一束光，既传输信息，又探测目标？

这就是我想在这个公众号里长期介绍的方向——

无线光通信感知一体化。

1. 什么是无线光通信？

无线光通信，简单理解，就是不用光纤，而是让光在空气中传播信息。

平时我们说的光纤通信，是让光在光纤里跑；而无线光通信，则是让 LED、激光器、VCSEL 等光源发出的光，在空气、水下、室内或车辆之间传播，再由光电探测器接收。

它的优势很明显：

第一，光的频率很高，潜在带宽非常大，适合高速数据传输。

第二，光束方向性强，不容易像传统无线电波那样大范围扩散，因此具有较好的抗干扰能力和安全性。

第三，光通信设备可以做得很小，适合车联网、工业物联网、室内高速接入、无人机通信等场景。

但它也有自己的难点。

比如大气湍流会让光强发生随机起伏；雨雾尘埃会造成衰减；发射端和接收端稍微对不准，性能就可能明显下降。对于采用强度调制/直接检测的光无线系统来说，信号还必须满足非负性要求，这会进一步限制波形设计。

所以，无线光通信不是简单地“把光打开就能传数据”，它背后涉及信号处理、信道建模、调制波形、检测算法和硬件实验等一整套问题。

2. 什么是“通信感知一体化”？

通信的目标是把信息传过去。

感知的目标是把环境看清楚。

通信系统关心的是：误码率有多低？传输速率有多高？信号能不能可靠恢复？

感知系统关心的是：目标在哪里？速度是多少？距离估计准不准？能不能发现目标？

过去这两类系统往往是分开的。比如汽车上有通信模块，也有雷达或激光雷达；工业场景里既有无线网络，也有传感器和视觉检测系统。

而通信感知一体化的核心思想是：

让同一套信号、同一套硬件、同一套资源，同时服务通信和感知两个任务。

在无线光场景中，这个思想就变成了：

一束光发出去，一部分用于传输信息，一部分通过反射、散射或回波携带环境信息。接收端处理这束光之后，既能恢复通信数据，也能估计目标距离、速度或状态。

这听起来有点像“让一束光一心二用”。

但从系统设计角度看，它并不是简单地把通信和雷达拼在一起，而是要重新思考一个问题：

什么样的光波形，既适合传数据，又适合做感知？

这正是这个方向有研究价值的地方。

3. 为什么无线光通感一体化值得研究？

我认为它至少有三个重要意义。

第一，它可以提升系统资源利用率。

未来智能设备数量会越来越多，如果通信和感知各自占用一套硬件和资源，系统复杂度、功耗和成本都会上升。通感一体化希望用更少的资源完成更多功能。

第二，它适合高精度、低干扰的场景。

光信号方向性强、波束窄、频谱资源丰富，在短距离高速通信和高精度探测场景中具有天然优势。例如车联网中的车灯通信与测距、工业车间中的设备互联与状态感知、室内场景中的高速光接入与定位等，都可能用到这类技术。

第三，它提出了新的波形设计问题。

传统 OFDM、OTFS、OCDM、AFDM 等波形各有特点。比如 OFDM 结构成熟，OTFS 适合处理时变信道，AFDM 通过仿射傅里叶变换可以在时频双弥散信道中展现较强潜力。

但在无线光系统中，这些波形还要面对额外约束：信号非负性、直流偏置、峰均功率比、光电器件非线性、大气湍流衰落等。

因此，光无线通感一体化不是简单地把射频通感方案搬到光通信里，而是需要结合光无线系统本身的物理特点重新设计。

4. 一个典型系统大概怎么工作？

以我目前关注的研究方向为例，一个无线光通信感知一体化系统大致可以分为三个部分：发送端、光无线信道和接收端。

发送端先把比特数据映射成 QAM 符号，再经过 AFDM、OTFS 或 OFDM 等调制方式生成待发送信号。由于光强不能为负，系统通常需要加入直流偏置，得到适合 LED、LD 或 VCSEL 发射的光信号。

信号在空气中传播时，会受到大气湍流、背景光噪声、指向误差等因素影响。对于自由空间光通信来说，Málaga 湍流模型常被用于描述复杂大气湍流条件下的信道起伏。

接收端通过 APD 或 PD 完成光电转换，然后分成两个处理支路：

一个支路负责通信检测，比如均衡、解调、计算误码率；

另一个支路负责感知处理，比如根据回波信号估计目标距离、速度或判断目标是否存在。

从这个角度看，通感一体化并不是一个单独的模块，而是一种系统级设计思想。

它需要同时考虑：
信号怎么设计？
信道怎么建模？
接收端怎么检测？
通信性能和感知性能如何平衡？
仿真结果能不能和硬件实验对应起来？

这也是我后面想持续写的内容。

5. 我为什么想写这个系列的内容？

做科研久了会发现，一个方向真正难的地方，不只是公式复杂，也不只是仿真难跑，而是你能不能把它讲清楚。

有些概念在论文里看起来很专业，比如 DCO-OFDM、DCO-OTFS、DCO-AFDM、Málaga 湍流、BER 曲线、眼图、CRLB、资源分配等。

但它们背后的核心问题其实并不抽象：

光信号为什么会失真？
为什么有的波形抗湍流能力更强？
为什么误码率曲线能反映系统性能？
为什么一套信号可以同时通信和感知？
为什么仿真结果和理论推导有时对不上？

这些问题，如果只写在论文里，读者可能很少。但如果换一种方式，用公众号文章慢慢拆开讲，也许会让更多人理解这个方向。

所以这个系列，我不打算只写“论文式总结”。

我更想把它做成一个长期系列：

从基本概念开始，讲无线光通信是什么；
再讲通信感知一体化为什么重要；
再讲 OFDM、OTFS、AFDM 这些波形到底有什么区别；
再讲大气湍流、误码率、眼图、硬件实验这些科研中真实遇到的问题；
最后逐渐过渡到论文阅读、仿真复现和科研经验分享。

6. 后面我会写什么？

后续我计划先从几个最基础但最关键的问题写起：

第一，为什么无线光通信不能直接照搬传统无线通信？

第二，DCO-OFDM、DCO-OTFS 和 DCO-AFDM 到底有什么区别？

第三，大气湍流为什么会影响误码率？

第四，BER 曲线、星座图、眼图分别应该怎么看？

第五，通信感知一体化系统里的“通信性能”和“感知性能”为什么会相互制约？

第六，如何从一张论文仿真图开始理解一个研究方向？

这些内容会尽量避免一上来堆公式，而是先讲直观理解，再逐步进入模型、算法和仿真。

我的目标不是把每篇文章写成教科书，而是希望每一篇都能解决一个具体问题。

让没接触过这个方向的人知道它在做什么；
让刚入门的同学能少走一点弯路；
也让自己在写作过程中，把正在做的研究重新想清楚。

结语：从一束光开始

未来的智能系统，可能不再满足于“只会通信”。

它们需要一边交换信息，一边感知环境；一边连接世界，一边理解世界。

而无线光通信感知一体化，正是朝着这个方向迈出的一步。

一束光，看似简单。

但它可以承载信息，也可以照见目标。

它既可以是通信链路，也可以是感知工具。

这也是我想从这篇文章开始记录和分享的原因。

如果你也对光通信、智能感知、车联网、工业物联网，或者科研论文背后的技术逻辑感兴趣，欢迎一起关注这个系列。

下一篇，我想先讲一个最基础的问题：

无线光通信，到底和我们熟悉的 WiFi、5G 有什么不一样？