面向 ISAC 的单输入单输出双基地感知技术研究
文章来源：微信公众号：EW Frontier
摘要
集成感知与通信（ISAC）是下一代无线系统的关键支撑技术，但实际部署常受限于低成本的单天线收发器。在这种双基地单输入单输出（SISO）架构中，时钟异步会导致信道状态信息（CSI）出现随机相位偏移，而传统多天线方法无法缓解该问题。本文提出 WiDFS 3.0，这是一种轻量化双基地 SISO 感知框架，通过有效抑制多普勒镜像模糊，实现从失真 CSI 中精确估计时延和多普勒频移。该框架在发射端和接收端均仅使用单天线，适用于低复杂度部署场景。我们提出自参考互相关（SRCC）方法用于 SISO 随机相位去除，并采用时延域波束成形解决多普勒模糊问题。所提取的无模糊时延 - 多普勒 - 时间特征，可通过紧凑型神经网络实现稳健感知。大量实验表明，WiDFS 3.0 的参数估计精度与现有多天线方法相当甚至更优，尤其在时延估计方面表现突出。经单目标和多目标场景验证，该框架提取的无模糊特征具有较强的感知精度和泛化能力。例如，在仅含 130 万参数、适用于嵌入式设备的 MobileViT-XXS 模型上部署时，WiDFS 3.0 持续优于 CSI 幅度、镜像多普勒和多接收端聚合多普勒等传统特征。
引言
集成感知与通信（ISAC）通过将感知能力嵌入现有通信基础设施，正迅速成为下一代无线系统的关键支撑技术，其应用涵盖环境监测、人机交互和医疗健康等多个领域。随着 ISAC 向实际部署推进，双基地单输入单输出（SISO）架构因其硬件复杂度低而受到广泛关注 —— 发射端和接收端分离部署且各仅配备单天线，常见于低功耗物联网节点、智能传感器和嵌入式边缘平台，同时仍能支持可靠的通信功能，特别适用于家庭手势控制、养老场景行为监测和节能建筑占用检测等应用，是实现泛在感知的实用且可扩展方案。
现有大多数基于 CSI 的 ISAC 感知研究集中在单输入多输出（SIMO）或多输入多输出（MIMO）架构，这类架构的接收端通常配备多天线。这主要是因为在发射端与接收端不同步的双基地场景中，CSI 会受到定时偏移（TO）和载波频率偏移（CFO）的干扰，产生时变随机相移。为解决该问题，已有研究提出了跨天线互相关（CACC）、跨天线信号比（CASR）等补偿技术，支撑了目标跟踪、活动识别、水位监测等一系列感知应用。深度学习的发展也催生了多种数据驱动的感知框架，通过注意力机制、域自适应和时空特征提取等技术，显著提升了各类 ISAC 任务的性能。同时，通信标准化进程也在快速推进，IEEE 802.11bf 修正案将原生感知能力引入 Wi-Fi，推动 ISAC 技术从研究原型向实际部署转型。然而，在多天线场景下已建立的坚实研究基础之上，面向实用化、低复杂度的双基地 SISO 系统，仍需进一步突破以实现稳健感知。
面向 ISAC 的 SISO 双基地感知仍面临三大核心挑战：
- SISO 约束下的 CSI 随机相位去除：多天线系统中，时钟异步导致的 TO 和 CFO 在各接收天线间一致，使得 CACC、CASR 等方法可有效消除相位偏移，但这些方法无法应用于 SISO 架构。现有 SISO 感知研究较为有限，部分方法依赖强视距（LoS）条件（实际部署中难以满足）或计算成本较高（不适用于嵌入式平台），因此亟需在不依赖多天线分集或理想传播假设的前提下净化原始 CSI。
- 多普勒镜像模糊：ISAC 系统中通信信号的带宽有限（如 LTE 系统带宽为 1.4 MHz-20 MHz），导致距离分辨率较低，多普勒特征成为捕捉目标运动以实现精确感知的关键。但现有许多系统存在多普勒镜像模糊问题 —— 正负多普勒频率上的能量近乎对称，难以判断目标真实运动方向。这一问题在 CACC 基系统中尤为突出（其本质会引入对称信号分量）；而 CASR 虽能避免对称性，但主要适用于单目标场景，且在特征提取中可能引入非线性失真，多普勒镜像问题在以往研究中常被忽视。
- 从无线信号中学习稳健表示：与图像和语言任务不同，无线感知面临独特挑战 —— 多径传播、环境变化、硬件差异和频段不同等因素导致接收信号在不同场景下差异显著，收集多样化、大规模的标注数据集成本高且难度大。尽管部分研究采用模拟数据训练，但在实际部署中的有效性仍不确定，直接将原始 CSI 输入深度网络往往泛化能力较差。此外，视觉任务中常用的旋转、裁剪等数据增强技术，在无线信号场景中缺乏理论验证，因此设计可解释的信号特征和增强策略，对提升模型泛化能力至关重要。
针对上述挑战，本文提出 WiDFS 3.0—— 一种适用于 SISO 基 ISAC 任务的实时双基地感知系统。该系统采用分离部署的发射端和接收端，各仅配备单天线，提供低成本 ISAC 解决方案。在时钟异步的影响下，WiDFS 3.0 能够精确估计时延、多普勒频移和无模糊微多普勒，基于提取的高质量特征，可在嵌入式平台部署的轻量化神经网络上实现优异的感知性能。同时，该框架可扩展至多天线架构以实现角度估计，并兼容不同工作频率和带宽。
结论
本文提出 WiDFS 3.0，一种面向 SISO 基 ISAC 系统的实用轻量化双基地感知框架。该框架可在发射端和接收端均使用单天线运行，同时支持扩展至多天线架构。核心创新包括：提出自参考互相关（SRCC）技术，实现高效的 CSI 随机相位去除；设计时延域波束成形流水线，生成稳健的三维时延 - 多普勒 - 时间表示，在保留关键运动线索的同时抑制干扰和模糊；所提取的特征可被紧凑型神经网络有效利用。
大量实验表明，WiDFS 3.0 在单目标和多目标场景中均持续优于传统方法，且特征泛化能力强。在树莓派 4B 边缘平台上，无模糊时延和多普勒特征提取仅需 8.5 毫秒，具备实时处理能力；尽管采用单天线架构，其距离估计中值误差（20 MHz 带宽、无平滑处理）达 2.05 米，优于现有多天线系统 0.5-2 米，多普勒镜像抑制性能与多天线方法相当；在单目标 Widar 3.0 数据集上，MobileViT-XXS（130 万参数）模型的 F1 分数达 0.928-0.938，显著优于传统 BVP 基线（0.849-0.859）；在多目标 WiMANS 数据集上，行为识别 F1 分数为 0.659，人数统计准确率为 0.629，超越常用的 CSI 幅度基线。
综上，WiDFS 3.0 提供了一种可扩展、成本高效且稳健的感知解决方案，推动 ISAC 技术向实际部署迈出重要一步。
