6G通感一体化： 从传统MIMO到稀疏MIMO

曾勇; 杨定邦; 李鑫睿; 闵红旗

doi:10.13471/j.cnki.acta.snus.ZR20240363

您当前的位置：

首页 >

文章列表页 >

6G通感一体化：从传统MIMO到稀疏MIMO

通感一体化专栏 | 更新时间：2025-11-14

- 6G通感一体化：从传统MIMO到稀疏MIMO
- 6G integrated sensing and communications： From traditional MIMO to sparse MIMO
- 中山大学学报(自然科学版)(中英文) 2025年64卷第4期页码：1-11
- 作者机构：
  
  1.东南大学 / 移动通信全国重点实验室，江苏南京 210096
  2.紫金山实验室，江苏南京 211111
- 作者简介：
  
  曾勇（1986年生），男；研究方向：通信与感知一体化；E-mail：yong_zeng@seu.edu.cn
- 基金信息：
  
  江苏省自然科学基金(BK20240070)
- DOI：10.13471/j.cnki.acta.snus.ZR20240363
  中图分类号： TN929.5
- 收稿：2024-12-23，
  
  录用：2025-02-05，
  
  网络出版：2025-04-07，
  
  纸质出版：2025-07-25
- 稿件说明：
移动端阅览
曾勇,杨定邦,李鑫睿等.6G通感一体化：从传统MIMO到稀疏MIMO[J].中山大学学报(自然科学版)(中英文),2025,64(04):1-11.

ZENG Yong,YANG Dingbang,LI Xinrui,et al.6G integrated sensing and communications： From traditional MIMO to sparse MIMO[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2025,64(04):1-11.
曾勇,杨定邦,李鑫睿等.6G通感一体化：从传统MIMO到稀疏MIMO[J].中山大学学报(自然科学版)(中英文),2025,64(04):1-11. DOI： 10.13471/j.cnki.acta.snus.ZR20240363.

ZENG Yong,YANG Dingbang,LI Xinrui,et al.6G integrated sensing and communications： From traditional MIMO to sparse MIMO[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2025,64(04):1-11. DOI： 10.13471/j.cnki.acta.snus.ZR20240363.

摘要

通信感知一体化（ISAC）已被确定为6G移动通信网络的六大典型应用场景之一，这对未来天线阵列的空间分辨率、抗干扰能力、感知自由度等提出了更高的要求。为了支撑6G高性能ISAC，一种方法是继续增加天线数量，这会不可避免地增加硬件成本、信号处理复杂度以及能量消耗。另外，稀疏多输入多输出（MIMO）是一种具有潜力的替代方案。相较于传统紧凑式MIMO，稀疏MIMO可以利用相同数量的天线阵元实现更大的孔径，进而提供更精细的空间分辨率。为此，本文对基于稀疏MIMO的ISAC进行综述。首先介绍稀疏MIMO的基础阵列架构，接着讨论了稀疏MIMO在无线通信领域具有的优势和面临的挑战，涉及空间分辨率、抗干扰能力、空间复用增益、信道容量和栅瓣问题，然后探讨基于稀疏MIMO的无线感知具有的优势和面临的主要挑战。最后，阐述了稀疏MIMO应用于ISAC的巨大潜力。

Abstract

ISAC（integrated sensing and communications） has been identified as one of the six typical application scenarios of the 6G mobile communication network. This puts higher requirements for the spatial resolution， anti-interference ability and sensing freedom of the antenna array in the future. To support the 6G high-performance ISAC， one approach is continue to increase the number of antennas which will inevitably increase the hardware cost， signal processing complexity， and energy consumption. On the other hand， sparse MIMO（multiple-input multiple-output） is a potential alternative. Compared with traditional compact MIMO， sparse MIMO can use the same number of array elements to achieve a larger aperture， thus providing finer spatial resolution. Therefore， this paper presents a comprehensive review of ISAC based on sparse MIMO. The basic array architecture of sparse MIMO is first introduced， and then the advantages including spatial resolution， communication rate， spatial multiplexing gain， channel capacity and gating lobe， and main challenge of sparse MIMO based wireless communication are discussed followed by sparse MIMO based wireless sensing. Finally，the huge potential of sparse MIMO on ISAC is introduced.

关键词

Keywords

references

陈智，刘轲，李玲香，等， 2024 . 太赫兹通信感知一体化技术综述［J］. 中国科学：信息科学， 54 （ 5 ）： 1215 - 1235 .

曾勇，董珍君，王蕙质，等， 2024 . 面向6G通信感知一体化的固定与可移动天线技术［J］. 信号处理， 40 （ 8 ）： 1377 - 1407 .

AMANI N ， BENCIVENNI C ， GLAZUNOV A A ， et al ， 2017 . MIMO channel capacity gains in mm-wave LOS systems with irregular sparse array antennas ［C］// IEEE APS Topical Conference on Antennas and Propagation in Wireless Communications . Verona， Italy ： 264 - 265 .

ASHKENAZY J ， PERLMUTTER P ， TREVES D ， 1983 . A modular approach for the design of microstrip array antennas ［J］. IEEE T Antenn Propag ， 31 （ 1 ）： 190 - 193 .

ASIF H M ， ZHANG Y D ， ABOUTANIOS E ， 2023 . ISAC system assisted by RIS with sparse active elements ［J］. EURASIP J Adv Sig Pr ，（ 1 ）： 1 - 22 .

BOHAGEN F ， ORTEN P ， OIEN G E ， 2005 . Construction and capacity analysis of high-rank line-of-sight MIMO channels ［C］// IEEE Wireless Communications and Networking Conference . New Orleans，LA，USA ： 432 - 437 .

BOUDAHER E ， AHMAD F ， AMIN M G ， et al ， 2016 . Effect of mutual coupling on direction-of-arrival estimation using sparse dipole arrays ［C］// IEEE International Symposium on Antennas and Propagation . Fajardo， PR， USA ： 2189 - 2190 .

CETINKAYA H ， KUEPPERS S ， HERSCHEL R ， et al ， 2017 . Near and far field focusing patterns for a 2D sparse MIMO array ［C］// 11th European Conference on Antennas and Propagation . Paris， France ： 461 - 464 .

CHEN C Y ， VAIDYANATHAN P P ， 2008 . Minimum redundancy MIMO radars ［C］// IEEE International Symposium on Circuits and Systems . Seattle， WA， USA ： 45 - 48 .

FENG C ， YE H ， HONG H ， et al ， 2022 . A hybrid algorithm for sparse antenna array optimization of MIMO radar ［C］ // IEEE Radio and Wireless Symposium . Las Vegas， NV，USA ： 115 - 117 .

GANESAN U K ， BJORNSON E ， LARSSON E G ， 2020 . RadioWeaves for extreme spatial multiplexing in indoor environments ［C］// 54th Asilomar Conference on Signals， Systems， and Computers . Pacific Grove，CA，USA ： 1007 - 1011 .

HEATH R W J ， LOZANO A ， 2018 . Foundations of MIMO Communication ［M］. Cambridge University Press .

HE X ， ALISTARH C ， PODILCHAK S K ， 2022 . Optimal MIMO sparse array design based on simulated annealing particle swarm optimization ［C］// 16th European Conference on Antennas and Propagation . Madrid， Spain ： 1 - 5 .

HE X ， ZHAO K ， ZHANG M ， et al ， 2023 . Design of sparse MIMO array for imaging fuze ［C］// Cross Strait Radio Science and Wireless Technology Conference . Guilin， China ： 1 - 3 .

ITU ， 2023 .Framework and overall objectives of the future development of IMT for 2030 and beyond ［P］. ITU Publications .

KRIVOSHEEV Y V ， SHISHLOV A V ， 2010 . Grating lobe suppression in phased arrays composed of identical or similar subarrays ［C］// IEEE International Symposium on Phased Array Systems and Technology . Waltham， MA， USA ： 724 - 730 .

LARMOUR C ， BUCHANAN N ， FUSCO V ， et al ， 2024 . Sparse array mutual coupling reduction ［J］. IEEE Open J Antennas Propag ， 5 （ 1 ）： 201 - 216 .

LI X ， DONG Z ， ZENG Y ， et al ， 2023 . Near-field beam focusing pattern and grating lobe characterization for modular XL-array ［C］// IEEE Global Communications Conference . Kuala Lumpur， Malaysia ： 4068 - 4073 .

LI X ， DONG Z ， ZENG Y ， et al ， 2024a . Multi-user modular XL-MIMO communications： Near-field beam focusing pattern and user grouping ［J］. IEEE T Wirel Commun ， 23 （ 10 ）： 13766 - 13781 .

LI X ， LU H ， ZENG Y ， et al ， 2022 . Near-field modeling and performance analysis of modular extremely large-scale array communications ［J］. IEEE Commun Lett ， 26 （ 7 ）： 1529 - 1533 .

LI X ， MIN H ， ZENG Y ， et al ， 2024b . Sparse MIMO for ISAC：New opportunities and challenges ［EB/OL］. arXiv： 2406.12270 .

LIU C L ， VAIDYANATHAN P P ， 2016 . Super nested arrays： Sparse arrays with less mutual coupling than nested arrays ［C］// IEEE International Conference on Acoustics，Speech and Signal Processing . Shanghai，China ： 2976 - 2980 .

LIU F ， CUI Y ， MASOUROS C ， et al ， 2022 . Integrated sensing and communications： Toward dual-functional wireless networks for 6G and beyond ［J］. IEEE J Sel Areas Commun ， 40 （ 6 ）： 1728 - 1767 .

LOU M ， JIN J ， WANG H ， et al ， 2020 . Applying sparse array in massive MIMO via convex optimization ［C］// IEEE Asia-Pacific Microwave Conference . Hong Kong ： 721 - 723 .

MILLER D A B ， 2019 . Waves， modes， communications， and optics：A tutorial ［J］. Adv Opt Photon ， 11 （ 3 ）： 679 - 825 .

MIN H ， FENG C ， LI R ， et al ， 2024 . Integrated sensing and communication with nested array： Beam pattern and performance analysis ［EB/OL］. arXiv： 2407.17039 .

MOFFET A ， 1968 . Minimum-redundancy linear arrays ［J］. IEEE T Antenn Propag ， 16 （ 2 ）： 172 - 175 .

PAL P ， VAIDYANATHAN P P ， 2010 . Nested arrays： A novel approach to array processing with enhanced degrees of freedom ［J］. IEEE T Signal Proces ， 58 （ 8 ）： 4167 - 4181 .

PAULRAJ A J ， GORE D A ， NABAR R U ， et al ， 2004 . An overview of MIMO communications—A key to gigabit wireless ［J］. Proc IEEE ， 92 （ 2 ）： 198 - 218 .

QIN S ， ZHANG Y D ， AMIN M G ， 2017 . DOA estimation of mixed coherent and uncorrelated targets exploiting coprime MIMO radar ［J］. Digit Signal Process ， 61 ： 26 - 34 .

SCHMIDT R ， 1986 . Multiple emitter location and signal parameter estimation ［J］. IEEE T Antenn Propag ， 34 （ 3 ）： 276 - 280 .

SHI J ， HU G ， ZHANG X ， et al ， 2017 . Sparsity-based two-dimensional DOA estimation for coprime array： From sum-difference coarray viewpoint ［J］. IEEE T Signal Proces ， 65 （ 21 ）： 5591 - 5604 .

VAIDYANATHAN P P ， PAL P ， 2010 . Sparse sensing with co-prime samplers and arrays ［J］. IEEE T Signal Proces ， 59 （ 2 ）： 573 - 586 .

WANG H ， FENG C ， ZENG Y ， et al ， 2024a . Enhancing spatial multiplexing and interference suppression for near- and far-field communications with sparse MIMO ［EB/OL］. arXiv： 2408.01956 .

WANG H ， XIAO Z Z ， ZENG Y ， 2024b . Cramér-rao bounds for near-field sensing with extremely large-scale MIMO ［J］. IEEE T Signal Proces ， 72 ： 701 - 717 .

WANG H ， ZENG Y ， 2023 . Can sparse arrays outperform collocated arrays for future wireless communications？［C］// IEEE Globecom Workshops . Kuala Lumpur， Malaysia ： 667 - 672 .

WEI S ， ZHU G ， SU Y ， 2024 . A novel sparse array configuration for direction of arrival estimation with increased uniform degrees of freedom and reduced mutual coupling ［J］. Sensors ， 24 （ 3 ）： 808 .

WU N ， ZHU F ， LIANG Q ， 2018 . Evaluating spatial resolution and channel capacity of sparse cylindrical arrays for massive MIMO ［J］. IEEE Access ， 5 ： 23994 - 24003 .

YANG M ， SUN L ， YUAN X ， et al ， 2018 . A new nested MIMO array with increased degrees of freedom and hole-free difference coarray ［J］. IEEE Signal Proc Let ， 25 （ 1 ）： 40 - 44 .

YUAN S S A ， HE Z ， CHEN X ， et al ， 2021 . Electromagnetic effective degree of freedom of an MIMO system in free space ［J］. IEEE Antenn Wirel Pr ， 21 （ 3 ）： 446 - 450 .

ZHANG J ， WANG J ， ZHANG Y ， et al ， 2024 . Integrated sensing and communication channel： Measurements， characteristics， and modeling ［J］. IEEE Commun Mag ， 62 （ 6 ）： 98 - 104 .

浏览量

585

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向动态物联的通信、感知与传能一体化方法

交替EKF跟踪预测辅助的机间通信感知一体化波束形成设计

智能超表面辅助的通感一体化性能优化