近日，信息與通信工程學院趙楠教授及2023級博士張吉發，與浙江工業大學盧為黨教授、北京理工大學邢成文教授、美國德克薩斯大學達拉斯分校（University of Texas at Dallas）AI-Dhahir教授、塞薩洛尼基亞里士多德大學（Aristotle University of Thessaloniki）Karagiannidis教授合作開展智能通感一體化前沿綜述研究，并以“智能通感一體化：綜述”（Intelligent integrated sensing and communication: a survey）為題在《中國科學：信息科學（英文版）》（Science China Information Sciences）雜志發表。

通感一體化技術通過共享頻譜與硬件資源，顯著提升了頻譜利用效率，同時降低了硬件尺寸與功耗，為各類5G新興應用提供了有力支撐。然而，傳統通感一體化技術對精確數學模型的依賴，使其在實際應用中面臨計算復雜度高、擴展性受限等挑戰。近年來，人工智能憑借其卓越的學習能力、出色的泛化性能、快速的推理速度以及對動態環境的高度適應性，為上述問題提供了可行的解決方案，推動了系統設計從模型驅動向數據驅動的轉型，促使集成人工智能技術的智能通感一體化成為了當前研究的熱點領域。然而，目前學術界仍缺乏對智能通感一體化技術的系統性綜述研究。

圖1 通感一體化在5G通信中的各種應用場景

為填補這一研究領域的空白，該研究對智能通感一體化的研究動機、典型應用、最新發展趨勢及未來挑戰進行了全面而深入的綜述，系統闡述了通感一體化的基本原理與關鍵技術，涵蓋各類通感一體化系統、通感性能的權衡機制以及典型應用場景；詳細介紹了前沿人工智能技術，包括深度學習、深度強化學習、聯邦學習、生成式人工智能及遷移學習，并從系統設計與優化求解的角度，對比分析了模型驅動與數據驅動兩種范式下的通感一體化系統；總結了人工智能在參數估計、波形設計、波束預測、資源分配、干擾管理及系統級設計等方面的典型應用，并梳理了人工智能賦能的通感一體化最新發展趨勢，深入探討了智能通感一體化未來可能面臨的研究問題與挑戰。此項研究作為該領域較早且較為系統的綜述性研究成果，為智能通感一體化技術的發展提供了重要的理論參考和研究框架。

圖2 人工智能在通感一體化中的應用

圖3 智能通感一體化在6G新興場景中的應用

該研究工作獲得中國國家自然科學基金項目、遼寧省應用與基礎研究計劃項目資助。

內容來源：大連理工大學新聞網

排版編輯：楊凌隱 

審核校對：凌曉瑕 農雅蘭 許家瑞