随着移动通信技术的持续演进，第六代移动通信系统，即6G，的愿景已经逐渐清晰。与第五代移动通信系统主要聚焦于人与人、人与物之间的高速连接不同，6G的目标是构建一个真正意义上的万物互联世界。在这个世界里，不仅仅是智能手机、电脑等传统终端能够接入网络，包括传感器、可穿戴设备、机器人、交通工具以及各种物理基础设施在内的海量物体都将成为网络的一部分，实现物理世界与数字信息的深度融合。要实现这一宏大愿景，通信系统本身的能力边界必须被拓展，通信与感知的融合正是其中最为核心的技术原理之一。这一融合并非简单的功能叠加，而是从系统设计之初就将感知能力作为内生属性，使网络在传输数据的同时，能够像一部精密的雷达一样，对周围的物理环境进行持续的探测、成像和识别。
传统通信系统的核心任务是确保信息准确无误地从发送端传递到接收端。为了实现这一目标，系统需要处理由多径效应、多普勒频移等因素引起的信道变化。而在通信与感知融合的框架下，信道本身不再仅仅被视为信息传输的媒介，它同时成为了感知物理世界的窗口。当无线电波在空间中传播时，它会与各种物体发生相互作用，如反射、散射和衍射。这些携带了物体位置、形状、速度以及材料特性信息的电磁波，会被接收端捕获。通过分析接收信号与发射信号之间的差异，例如时间延迟、频率偏移、相位变化以及到达角度等，系统可以逆向推演出传播路径上物体的特征。这意味着，未来的6G基站或终端设备，其发射的无线电波将同时承担双重职责：一部分用于承载通信数据，另一部分则作为探测环境的感知信号。这个过程是全天候、不受光线条件限制的，并且由于工作频段较高，其所能达到的分辨精度也有望超越传统的视觉传感器。
实现这种融合感知能力的关键在于对无线电波传播特性的深度挖掘和利用。其中一个基础原理是利用信号的飞行时间来确定距离。当基站发射一个已知的脉冲信号或序列，这个信号遇到目标物体后反射回来，被接收机捕获。通过精确测量信号从发射到返回的时间差，再乘以电磁波的传播速度，就可以计算出目标物体与基站之间的径向距离。这类似于激光雷达或超声波的测距原理，但在无线电领域，实现皮秒级甚至飞秒级的时间测量是极具挑战性的，这对系统的时钟同步和信号处理能力提出了极高的要求。为了达到足够的测距精度，6G系统需要使用更大的带宽，因为时间分辨能力与信号带宽成反比。更大的带宽意味着信号的持续时间可以更短，从而能更精确地区分不同距离上的反射体，这也就是为何6G的研究会指向太赫兹频段以及可见光通信，这些频段能够提供连续的巨大带宽资源。
除了距离，物体的运动状态同样可以被感知。这基于物理学中的多普勒效应。当发射源与观测物体之间存在相对运动时，接收到的信号频率会发生变化。物体朝向信号源运动时，反射信号的频率会升高；背离信号源运动时，频率则会降低。这种频率的变化量，即多普勒频移，与物体的径向运动速度成正比。在6G的通信与感知一体化系统中，接收机通过分析接收信号与本地参考信号之间的频率差异，可以精确计算出目标物体的速度。这种测速方式具有极高的灵敏度，甚至可以捕捉到微小的振动或手势动作。例如，一个配备了6G感知功能的设备，可以透过墙壁探测到房间内人员的呼吸和心跳引起的胸腔微动，因为这种微动会对反射信号产生微小的、可识别的频率调制。将距离测量与速度测量相结合，系统就能构建出关于运动物体的动态轨迹。
更进一步，为了在三维空间中定位一个物体，单一基站所获取的距离和速度信息是不够的。这需要利用多输入多输出天线阵列技术。现代通信系统已经广泛使用了大规模天线阵列来提升数据传输速率和可靠性，而在感知应用中，这些天线阵列则扮演着类似相控阵雷达的角色。通过精心设计每个天线阵元的发射信号相位，可以形成具有特定指向的波束。当这个波束在空间中扫描时，系统可以根据接收到最强反射回波时的波束指向角，来确定目标物体的到达角。结合多个基站或多个接收点的信息，例如通过三角定位法，就可以解算出目标物体在空间中的精确坐标。更重要的是，通过结合距离、角度以及信号在不同天线阵元上的相位差，系统甚至能够对物体进行初步的成像。如果一个物体拥有复杂的几何形状，其不同部位相对于信号源的距离和角度都不同，那么反射回来的信号就会在时间、空间和频率上呈现出复杂的模式，通过对这些模式进行算法解析，可以重建出物体的轮廓。
为了实现上述复杂的感知功能，信号处理方式的变革至关重要。传统的通信接收机主要关注如何从噪声和干扰中正确解调出信息比特。而融合感知的接收机，则需要将环境中的反射信号视为有用信息，并从中提取特征。这涉及到对信道状态信息的深度利用。在通信系统中，信道状态信息通常被用来优化传输参数，例如调整调制编码方案或预编码矩阵。但在感知场景下，信道状态信息本身就是感知数据。随着时间的变化，信道状态信息中包含了环境中的所有动态变化。通过机器学习等先进的数据分析方法，系统可以从连续的信道状态信息快照中识别出特定的模式，这些模式对应着不同的物理事件或物体类别。例如，当一个人在房间内走动时，他移动的轨迹、速度甚至体型特征，都会对信道产生独一无二的影响，这种影响会反映在信道状态信息的时间序列上。经过训练的智能算法，可以像解读指纹一样，从这些数据中识别出人的行为意图或身份。
此外，通信与感知的深度融合还对整个网络的架构提出了新的要求。感知不再是某个节点的孤立行为，而是整个网络协同运作的结果。多个基站或终端可以同时参与对同一片区域的感知探测，它们发送的信号可以相互补充，接收的信号可以汇聚融合。这被称为网络感知。在这种架构下，一个终端发射的信号，可能被周围的多个基站同时接收，这些接收信号中包含了该终端与每个基站之间路径上的环境信息。通过集中处理这些来自不同视角的信号，网络可以构建出远比单个节点更加丰富和精确的环境地图。这张地图不仅是感知的结果，也可以反过来辅助通信。例如，基于这张实时更新的环境地图，网络可以精确预测出移动终端即将经历的信道变化，从而提前调整波束方向和发射功率，确保通信链路的稳健性。这种通信与感知的闭环互动，是6G网络实现超高性能和超高可靠性不可或缺的基础。感知为通信提供了环境上下文，而通信基础设施又为感知提供了无处不在的覆盖和计算资源，二者相辅相成，共同构成了万物互联世界的数字神经网络。
