衛星輔助的去蜂窩大規模MIMO通感一體化系統*

石俊杰，許煒陽，劉淵博

（重慶大學，重慶 400044）

0 引言

近年來，隨著5G 系統的廣泛部署，地面蜂窩通信系統的頻譜效率和能量效率顯著提升。盡管如此，物聯網等新興業務的不斷蓬勃發展，對地面網絡的吞吐量提出了新的要求。與此同時，與傳統的地球靜止軌道相比，LEO（Low Earth Orbit，近地軌道）衛星的高度較低，因此通信的往返延遲只有30～100 ms，與地面網絡相當。隨著LEO 衛星技術的不斷成熟，巨型星座已經大規模部署[1]。人們逐漸認識到星地融合通信的潛力[2-3]，這使得將衛星網絡納入6G 系統變得越來越具有吸引力，促進了星地一體化系統的發展[4-5]。

超密集網絡部署模式是5G 系統部署提出的關鍵概念之一，并且在未來5G 向B5G（Beyond 5G，超越5G）/6G 系統的演進中會繼續發揮重要作用。CF-mMIMO（Cell Free Massive MIMO，去蜂窩大規模MIMO）架構最初由Hien 等人提出[6]，將大規模MIMO 與分布式系統相結合，通過部署大量分布式小型AP（Access Point，接入點），在AP 間引入協作消除小區間干擾，能夠獲得更高的通信容量和覆蓋范圍。另一方面，隨著載波頻率提高、頻譜縮減和天線規模擴大，通信和雷達的工作頻率逐漸接近，因此6G 將無線融合通信納入研究范疇，即ISAC（Integrated Sensing and Communication，通信與感知一體化）技術[7]。將CFmMIMO 技術應用到ISAC 系統中，得益于大規模天線陣列能夠大大降低感知網絡的部署成本[7-9]。CF-mMIMO 架構能夠實現ISAC 的融合共生與互惠互利，進一步提升系統整體的頻譜利用率。

目前，關于LEO 衛星輔助的地面CF-mMIMO 系統，以及地面CF-mMIMO 與ISAC 融合的研究已經取得了一些進展。Reira 等人提出地面CF-mMIMO 網絡與LEO 衛星構成的聯合系統，引入了從地面到衛星段的數據卸載方案，優化了整個網絡的頻譜和能量效率[10]。Chien 等人提出一種通過地面網絡無線APs 和衛星之間的協作來提高系統容量的集成網絡設計，以提高網絡的頻譜效率[11]。Buzzi 等人提出了mMIMO 和雷達可以共存的系統，并且通過波束賦形設計最大程度地抑制了通信與雷達系統之間的干擾[12]。Demirhan等人提出了將CF-mMIMO 和ISAC 相結合，所提出的聯合波束成形能夠實現與通信優先方案幾乎相同的通信性能，且與感知優先方法幾乎相同的感知性能[13]。Behdad 等人提出了CF-mMIMO-ISAC 系統的多靜態目標檢測與功率分配算法，在保證各用戶所需通信信噪比的前提下，最大化感知信號的信噪比[14]。

在通感一體化的研究中，需要考慮雷達信號對通信質量產生的影響。因為兩者通常在頻譜上存在重疊，產生相互干擾。這種干擾將會導致通信性能下降，包括數據傳輸速率的減小、通信連接的不穩定性等問題?；谏鲜龇治?，本文提出衛星輔助的去蜂窩大規模MIMO 通感一體化系統架構，旨在利用衛星為地面用戶提供額外的通信維度，以提升下行平均速率。本文的具體工作包括：對衛星輔助的CFmMIMO-ISAC 系統進行建模，推導了在空間相關萊斯衰落信道中下行鏈路用戶的可達速率表達式。在地面端AP、衛星端天線、用戶數目的不同密集程度下，驗證了星地融合系統所帶來的性能增益。結果表明，該系統下行平均速率明顯優于地面ISAC 系統。

表1對文中采用的符號進行了說明：

表1 符號說明

1 系統模型

1.1 系統模型

本文研究衛星輔助的CF-mMIMO-ISAC 系統，其中地面網絡有M個分布式AP、K個用戶與Q個感知目標，如圖1 所示。所有AP 配備NAP個URA（Uniform Rectangular Antenna Array，均勻矩形天線陣列），每個用戶配備單天線，且隨機分布在一個固定區域中。一顆LEO 衛星配備NSAT個URA，旨在提升該衛星所覆蓋區域的用戶服務質量。設置多個AP 的目的是協同服務多個用戶，同時對目標實施有效感知。系統將AP 的集合M劃分為兩個子集，發射APMt與接收APMr，兩子集無交集。在上行鏈路中，用戶向Mt與LEO 衛星發送導頻信號，在下行鏈路中，子集Mt（M個AP 中的）向多個用戶發送通信信號，同時對目標實施感知，其中|Mt|=Mt。在本系統中，假設AP 的光前端鏈路、衛星到地面網關的饋線鏈路都是無差錯傳輸。地面網關和AP 對上行信道進行本地導頻訓練完成信道估計，并且都通過前端鏈路將用戶發送的上行信號轉發到CPU（Central Processing Unit，中央處理單元）。CPU 負責有效載荷數據的收集和分配、下行預編碼、功率控制和導頻分配等聯合信號處理。

圖1 衛星輔助的CF-mMIMO-ISAC系統框圖

1.2 信道模型

（1）地面AP 到用戶信道

對于地面網絡，將第mt個發射AP 和第k個用戶之間的信道建模為萊斯衰落模型（包括大尺度和小尺度），其中用表示大尺度衰落（即路徑損耗和陰影衰落），即：

其中λ是載波的波長，索引向量表示為：

其中dH與dV表示在水平方向與垂直方向天線間距，三維信道模型依賴于矩形平面天線陣列的空間相關矩陣[16-17]，可以寫為：

波向量與索引向量依照式(4)、(5)。

（3）衛星到用戶信道

在對衛星信道建模時，做以下假設[18]：

1）與之前的大多數文獻一樣，將陸地移動衛星信道建模為平坦衰落，特別是主要受中大仰角和LOS 傳播主導的s波段場景[19]；

2）信道在幀傳輸期間是不變的，即信道服從塊衰落（Block Fading）特性；

3）接收器提供衛星星歷并配備全球導航衛星系統接收器，因此用戶能夠補償多普勒效應，后續分析將不再考慮多普勒頻偏的影響。

基于上述假設，用戶到衛星的信道由于LOS 分量影響較大，建模為萊斯衰落信道（包括大尺度和小尺度衰落）。衛星到用戶信道的大尺度衰落，可參考3GPP 建議（Release 15）[20]，該模型考慮了信號的自由空間傳播、雜波損耗和陰影衰落，以及建筑物進入損失、大氣氣體和閃爍引起的衰減，具體模型為：

其中Kk是第k個用戶的萊斯因子，同時:

2 信號處理流程

2.1 上行導頻訓練

由于發射AP 在上行導頻訓練階段期間不發送數據，因此接收到的信號將不包含任何可能的目標回波。所有K個用戶同時在上行訓練階段向發送AP 和衛星傳輸長度為τp的導頻。令表示第k個用戶使用的導頻序列，k=1,…,K。假設不同的導頻序列之間保持正交，即：

第mt個發射AP 的接收信號來自于所有上行導頻信號的疊加，可以表示為：

其中pp是導頻符號的發射功率，是第mt個發射AP 處的加性噪聲向量，且是具有標準差σa的獨立同分布零均值圓對稱高斯隨機變量的AP 接收機噪聲矩陣。此外，CPU 從圖1 的空間饋線鏈路接收的訓練信號用于估計衛星上行信道，公式如下：

發射AP 和衛星地面網關分別采用MMSE（Minimum Mean Square Error，最小均方誤差）算法估計上行信道。首先，發送AP 處的估計結果為：

同樣地，衛星信道的MMSE 估計結果為：

2.2 下行數據傳輸

（1）地面發送下行數據

CPU 將通信數據通過光纖鏈路分配給地面AP。對于地面網絡，來自第mt個AP 的發送信號由下式給出：

其中，dk表示與第k個用戶相關的通信信號，dq表示與第q個感知目標相關的感知信號。這些信號是相互獨立的，并且也是獨立于所有噪聲和信道系數。通信信號與感知信號ds滿足，集合S 包含所有用戶以及感知目標。RCR是感知與通信發射功率的比例關系。

1）地面通信波束成形

在式(23) 中，Fm,k是用于第mt個發射AP 向第k個用戶發送的波束成形矢量。發射AP 將上行信道估計結果視為真實信道，并且使用共軛波束成形（Conjugate Beamforming）技術向K個用戶發送信號。

2）地面感知波束成形

對于地面下行預編碼中的感知信號來說，由于通信信號也有助于通過朝向目標的反射路徑進行感知，因此不被認為是對感知目標的干擾。Fm,q是第mt個發射AP 與第q個感知目標方位角和仰角方向上用于感知任務的波束成形向量。對于Fm,q矢量的具體實現，一般有兩種方式。第一種是將發射AP 天線用作相控陣（PA，Phased Array），產生朝目標方向的相位波束，即：

然而，上述選擇會給地面用戶帶來一些干擾。因此，第二種方案的目的是盡可能使感知波束對通信信道的破壞性干擾少，同時在通信零空間內使感知性能最大化。將（通過共軛波束成形構造的）最佳感知波束投影到通信信道估計值的子空間的零空間上。綜上考慮，第二種方案的波束形成矢量為：

以上方案又稱為迫零（Zero Forcing）波束形成。

（2）衛星發送下行數據

CPU 將通信數據分配給地面AP 的同時，也分配給衛星網關。網關利用上行導頻訓練進行信道估計，對發送數據進行預編碼，再通過饋線鏈路發送給衛星。衛星轉發的下行信號如下式：

其中sk是衛星地面網關通過信道估計構建的衛星到第k個用戶發送的波束成形矢量。與地面通信一樣，衛星地面網關將信道估計視為真實信道，并且使用共軛波束成形來向K個用戶發送信號。

（3）用戶接收下行數據

衛星和地面鏈路具有不同的時延。在衛星信號到達用戶端之前，需要在用戶端進行一些緩沖，衛星到用戶的傳播延遲必須通過適當延遲地面信號來補償。不失一般性，假設所有用戶的相位相干，符號同步都是完美的，忽略任何相位抖動，并且補償衛星到用戶的延遲。第k個用戶合并接收來自地面AP 與衛星的信號：

其中wk是第k個用戶的接收機噪聲，。本文在一組確定性地面AP 與衛星到用戶的信道的大尺度衰落系數的條件下進行了收斂性分析，假設每個用戶都知道信道統計信息，但不知道信道瞬時信息。接下來對式(27)中的DS、BU、MUI 和SI 進行分析。

1）DS（Desired Signal，期望信號）：信道估計誤差由于MMSE 估計的性質，估計誤差與估計相獨立，令，則：

2）BU（Beamform Uncertainty，波束形成不確定度）：

3）MUI（Multi-User Interference，多用戶干擾）：

4）SI（Sensing Interference，感知干擾）：

則第k個用戶下行可達速率表示為如下：

3 數值仿真結果

3.1 仿真條件

對于CF-mMIMO 地面網絡，隨機部署M個多天線AP 于邊長為L的正方形區。目標數Q=1，假設在方位角和仰角擴展分別為14°和2°的AP 處存在空間相關天線陣。地面網絡由一顆LEO 衛星輔助，該衛星位于地球上空600 km 的高度，除非另有說明，衛星仰角設置為80°。衛星鏈路在每波束20 MHz 的帶寬上以2 GHz（S波段）的載波頻率工作。假設衛星配備有定向天線，有效各向同性輻射功率為50 dBW。用戶隨機部署在整個地面覆蓋區域，并且假設其具有雙重連接能力（地面/ 衛星）[4]。相干間隔設置為τc=256 個時間樣本，導頻長度為τp=64 個時間樣本。每個AP 都配備了一個具有半波長天線間距的URA，對于LOS 分量，考慮N=6 個散射簇，并且每個簇的水平/ 垂直方向協方差矩陣由高斯局部散射模建模得到[17]：

RE是地球的半徑，z0是衛星的高度。由于與CFmMIMO 地面段的物理尺寸相比，衛星高度非常大，因此可以認為仰角θk對于所有用戶都是相同的，用戶到衛星的距離也可同樣處理。詳細的仿真參數請參閱表2：

表2 仿真系統參數

3.2 仿真結果

圖2 繪制了用戶下行平均速率與AP 數目的關系曲線，其中K=10，用戶到衛星仰角為80°，NSAT=100，NAP=4，AP 和用戶隨機分布在正方形區域。圖中對比了四種方案，即不包含雷達的純通信地面CF-mMIMO、對感知波束成形采用相控陣方案的地面CF-mMIMO-ISAC-PA 和采用迫零波束形成的地面CF-mMIMO-ISAC-ZF，以及星地CFmMIMO-ISAC-ZF。從圖中可以發現，CF-mMIMO-ISACPA 系統采取感知信號朝目標方向的相位波束，對地面用戶速率影響很大，即使AP 數量提升到80 下行平均速率仍然接近于0。在不同RCR 情況下進行對比，隨著RCR 的增加，速率下降的影響更加顯著。為了改善用戶服務質量，對感知信號采用迫零波束形成，即地面CF-mMIMO-ISAC-ZF方案。隨著AP 數量增大，該方案能將用戶速率提升到與單純的CF-mMIMO 系統相差無幾。對于星地CF-mMIMOISAC-ZF 系統，用戶下行平均速率總體比地面CF-mMIMOISAC-ZF 具有優勢，特別是在部署少量AP 時更為明顯，用戶下行平均速率提升約一倍。隨著AP 部署密集，提升的效果逐漸減弱。這是因為隨AP 數量增大，地面AP 對下行速率的貢獻占據了主導地位。因此，對于AP 數量少、感知信號影響較大的地面用戶來說，利用衛星輔助提高通信速率是具有現實意義的。

圖2 下行平均速率隨AP數目變化趨勢，其中K=10、NSAT=100、NAP=4

圖3 繪制了衛星天線數目對下行平均速率的影響。由于CF-mMIMO-ISAC-PA 方案性能較差，后續分析將不做考慮。在保留其他三種方案的同時，圖3 增加了僅采用衛星實現地面用戶通信的方案?？梢园l現，在衛星天線數目少的條件下，地面CF-mMIMO、地面CF-mMIMOISAC-ZF 與星地CF-mMIMO-ISAC-ZF 系統幾乎沒有性能差異。隨著衛星天線的增加，星地CF-mMIMO-ISACZF 方案的優勢逐漸顯現。當衛星天線為100 根時，該方案能夠將下行平均速率提升約20%，且增長趨勢與單純衛星通信幾乎相一致。由此可見衛星天線密集化部署是星地CF-mMIMO-ISAC-ZF 方案提高系統容量的關鍵。

圖3 下行平均速率隨衛星天線數目變化趨勢，其中AP數目為20、K=10、NAP=4、RCR=100

為了評估衛星連接的靈活性，圖4 顯示了當LEO 衛星位于不同仰角時的下行平均速率，圖中選擇地面CFmMIMO 網絡的下行平均速率作為基線。從圖中可以發現，降低衛星仰角會導致星地融合的效益降低，即速率變小。這主要是由于更低的仰角使得衛星和地球之間的距離更遠，因此傳播損耗變大。另一方面，隨著用戶數的增大，由于地面CF-mMIMO 中較大的多用戶干擾，下行平均速率隨著網絡負載的增加而下降。最后，在所有考慮的網絡負載條件下（10≤K≤60），星地CF-mMIMO-ISAC-ZF的下行平均速率始終優于地面CF-mMIMO 方案。

4 結束語

本文將LEO 衛星與ISAC 系統相結合，在地面段采用CF-mMIMO 網絡架構，在提升用戶速率的同時，降低了感知網絡的部署成本。仿真結果表明，地面CF-mMIMOISAC-PA 方案造成通信速率嚴重下降，而地面CF-mMIMOISAC-ZF 方案能夠有效克服上述問題，甚至達到與單純地面CF-mMIMO 方案近似的性能。本文提出的星地CF-mMIMOISAC-ZF 方案能夠在地面CF-mMIMO-ISAC-ZF 的基礎上，進一步提升用戶下行平均速率，在地面AP 部署少或者衛星天線的密集化部署的情況下效果更加顯著。