1. 双基站ISAC系统概述
在6G网络的发展蓝图中，集成感知与通信(ISAC)技术正成为突破性的研究方向。这项技术的核心思想是通过共享硬件平台和频谱资源，实现通信功能与雷达感知功能的有机融合。与传统的分离式设计相比，ISAC系统能够显著提升资源利用率，降低设备复杂度和能耗，为未来智能网联、工业4.0等场景提供关键技术支持。
双基站ISAC架构作为分布式感知的典型实现方式，其核心特征在于发射端和接收端物理分离部署。这种架构充分利用了蜂窝网络固有的分布式特性，相比单基站方案具有三大显著优势：
规避全双工挑战：单基站系统需要同时处理发射和接收信号，面临严重的自干扰问题。而双基站架构通过空间分离，从根本上避免了这一技术难点。
提升感知多样性：多视角的观测数据能够显著改善目标检测和跟踪性能，特别是在复杂电磁环境或存在遮挡的场景下。
支持多基站组网：为未来大规模分布式感知网络奠定了基础，可实现更广域的协同感知。
然而，双基站架构也引入了新的技术挑战。其中最关键的是基站间同步问题——包括时间同步（符号定时偏差）、频率同步（载波频率偏差）和采样时钟同步。这些同步偏差会导致感知性能的显著下降，需要开发专门的补偿算法。此外，硬件损伤（如功放非线性、相位噪声等）在双基站场景下的影响机制也更为复杂，需要系统级的解决方案。
2. OFDM波形设计与感知性能优化
2.1 OFDM参数对感知KPI的影响
正交频分复用(OFDM)作为5G/6G的主流波形，其参数配置直接影响ISAC系统的感知性能。基于3GPP FR2标准（载频27.4GHz，带宽190MHz）的典型配置如下表所示：
| 参数 | 数值 | 对感知性能的影响 |
|---|---|---|
| 子载波间隔(Δf) | 120kHz | 决定最大无模糊多普勒频率(±Δf/10=±12kHz) |
| 子载波数(N) | 1584 | 决定最大无模糊距离(NΔR=2.5km)和雷达处理增益 |
| 循环前缀长度(NCP) | 112 | 决定ISI-free距离(NCPΔR=176.65m) |
| OFDM符号数(M) | 1120 | 决定多普勒分辨率(B/[(N+NCP)M]=100.07Hz) |
在实际系统设计中，需要根据具体应用场景权衡这些参数。例如，对于高速目标检测场景，可能需要增大子载波间隔以提高多普勒容限；而对于远距离高精度测距应用，则需要增加子载波数量来提升处理增益和距离分辨率。
2.2 帧结构设计与资源分配
双基站ISAC系统的帧结构设计需要考虑通信和感知的协同优化。基于5G NR的TDD帧结构，我们通常采用以下资源分配策略：
导频设计：使用定位参考信号(PRS)作为同步和信道估计的导频。这些导频在频域上采用梳状结构分布，在时域上保持适当密度以跟踪时变信道。
数据符号利用：采用"全帧处理"方法，即通过通信信号处理恢复全部发射数据，充分利用所有OFDM资源进行感知处理。相比仅使用导频的"导频处理"方法，全帧处理可获得更高的处理增益（提升约62.5dB）和更优的无模糊范围。
TDD模式适配：在TDD系统中，下行(DL)和上行(UL)时隙的交替会导致感知信号不连续。解决方案包括：
- DL时隙拼接：将多个DL时段的数据联合处理
- 干扰消除：利用已知的TDD模式重建目标点扩散函数
- 专用感知时隙：在6G中可能引入专门的感知资源块
3. 硬件损伤分析与补偿技术
3.1 主要硬件损伤源及其影响
双基站ISAC系统面临的硬件损伤可分为以下几类：
3.1.1 射频前端损伤
功放非线性：OFDM信号的高峰均比(PAPR)特性导致功放容易工作在非线性区，产生带内失真和频谱再生。实测表明，当输入回退(IBO)比1dB压缩点低10dB时，会导致约0.09dB的峰值功率损失。
I/Q不平衡：混频器的I/Q两路幅度和相位不匹配，导致镜像干扰。在雷达处理中，这种干扰会抬高噪声基底，降低小目标检测能力。
3.1.2 时钟相关损伤
相位噪声：本地振荡器的相位抖动会引入两类影响：
- 公共相位误差(CPE)：导致多普勒估计偏差和周期性伪影
- 载波间干扰(ICI)：破坏子载波正交性，增加噪声基底
基于3GPP 30GHz相位噪声模型，实测积分相位噪声水平为-32.09dBc。
采样抖动：ADC/DAC采样时刻的随机偏差（如45fs RMS）会引入额外的ICI。在带通采样架构中，还会导致数字上下变频的相位误差。
3.1.3 数据转换损伤
量化噪声：12位ADC在4GHz采样率下，理论SQNR为74.8dB。结合雷达处理增益后，周期图中的有效SQNR可达129.7dB。
削波失真：信号动态范围超过ADC/DAC线性区时产生的非线性失真，其影响类似于功放饱和。
3.2 硬件损伤联合补偿方案
针对上述损伤，我们提出分层补偿策略：
3.2.1 系统设计层补偿
功放线性化：采用10dB以上的输入回退(IBO)，结合数字预失真(DPD)技术。对于190MHz带宽的OFDM信号，DPD需要至少3阶记忆多项式模型才能有效抑制频谱再生。
时钟优化：选择低相位噪声振荡器（如基于BAW的解决方案），配合抖动清除电路。对于28GHz频段，建议积分相位噪声优于-30dBc。
3.2.2 信号处理层补偿
相位噪声补偿：
- 利用静态参考路径估计CPE（每符号更新）
- 对距离单元依赖的相位误差进行建模补偿
- 剩余ICI依靠雷达处理增益自然抑制
I/Q不平衡校正：
% 基于导频的I/Q不平衡估计与补偿 pilotRx = Y(pilotIndices); % 接收导频 pilotTx = X(pilotIndices); % 已知发射导频 G = pilotRx * pilotTx' / (pilotTx * pilotTx'); % 全局增益 Q = pilotRx * conj(pilotTx') / (pilotTx * pilotTx'); % 不平衡参数 alpha = real(G); beta = imag(Q); % 补偿系数 Y_compensated = (alpha * Y - beta * conj(Y)) / (alpha^2 - beta^2);采样抖动补偿：
- 通过高稳定参考时钟降低绝对抖动
- 利用数字锁相环(DPLL)跟踪剩余采样偏差
- 在雷达处理中引入抖动统计模型进行后补偿
4. 双基站同步与信号处理
4.1 高精度同步算法实现
双基站ISAC的同步需求远高于传统通信系统。我们开发的多级同步算法流程如下：
粗同步：
- 基于SSB块进行互相关处理，实现符号定时(±1符号)和载频(±Δf/2)的初始捕获
- 复杂度：O(NlogN)的FFT运算
精同步：
- 符号级定时：利用已知导频进行相关峰值检测，精度达±1采样点
- 载频细调：基于相位差分法，残余误差<1Hz
- 采样钟同步：采用TITO算法估计时钟漂移，通过多项式插值实现重采样
偏置校准：
- 将参考路径的时延和多普勒置零，消除系统偏置
- 对目标参数进行相对测量，提升估计一致性
4.2 雷达信号处理链优化
完整的双基站ISAC信号处理链包括以下关键步骤：
同步补偿：
def sync_compensation(y, tau_est, f_est): # 时延补偿 y_time = np.roll(y, -round(tau_est*fs)) # 频偏补偿 t = np.arange(len(y_time))/fs y_freq = y_time * np.exp(-1j*2*np.pi*f_est*t) return y_freq信道估计与数据检测：
- 基于MMSE准则进行导频信道估计
- 采用LDPC编码和QPSK调制确保高数据检测率（BLER<1e-5）
周期图生成：
- 距离处理：对每符号做IFFT，零填充至2048点提升分辨率
- 多普勒处理：对距离单元做FFT，采用切比雪夫窗抑制旁瓣（-100dB）
目标检测与参数估计：
- CFAR检测：基于有序统计(OS-CFAR)适应杂波环境
- 参数精修：通过抛物线插值提升时延/多普勒估计精度
4.3 多目标跟踪与数据融合
在复杂场景中，ISAC系统需要处理多目标跟踪问题：
点迹关联：
- 采用联合概率数据关联(JPDA)处理密集目标场景
- 利用距离-多普勒-角度三维信息提升关联准确性
跟踪滤波：
- 基于卡尔曼滤波实现目标状态预测与更新
- 针对不同运动模型（匀速、机动）设计多模式滤波器
基站位置校准：
- 利用固定反射体作为校准参考
- 通过最大似然估计优化基站相对位置和朝向
实测结果表明，该方案在300m基站间距下，可实现：
- 无人机(0.1m² RCS)：最大探测距离0.89km
- 行人(1m² RCS)：最大探测距离1.59km
- 车辆(100m² RCS)：最大探测距离5.01km
5. 实际部署考量与优化建议
在将双基站ISAC系统投入实际部署时，还需要考虑以下工程因素：
网络规划优化：
- 基站间距与高度：兼顾通信覆盖和感知视场
- 频段选择：毫米波频段提供更宽带宽，但覆盖受限
计算资源分配：
- 边缘计算节点部署：降低原始数据传输开销
- 异构计算架构：CPU+GPU+FPGA协同处理
安全与隐私：
- 感知数据脱敏处理
- 基于区块链的权限管理
标准化进展：
- 3GPP Rel-19已开始ISAC标准化研究
- IEEE 802.11bf推动WLAN感知标准
未来研究方向包括：
- 智能反射面(IRS)辅助的ISAC系统
- 通感一体化的空中接口设计
- AI驱动的联合资源优化算法
