ISAC：从人体到环境感知
机器学习
2025-07-21 v1
摘要
集成感知与通信（ISAC）正站成为第六代（6G）无线通信系统的关键能力之一，使网络基础设施能够同时支持高吞吐通信和情境感知。虽然近期进展探索了ISAC用于人类中心应用和环境监测，但现有研究在这两个领域之间仍然不连贯。本文提供了首个统一综述，聚焦于ISAC感知的人类活动与环境，重点讨论信号层面的机制、感知特征以及实际可行性。我们首先描述了多样化物理现象（从人体生命体征和运动到降雨和洪水动力学）如何影响无线信号传播，产生可测量的信道状态信息（CSI）、多普勒轮廓和信号统计特征。随后，本文针对两个领域进行综合分析：人类感知应用，包括定位、活动识别和生命体征监测；以及环境感知，涵盖降雨、土壤湿度和水位。纳入来自长期演化（LTE）在非直线视距（NLOS）条件下的实验结果，以突出在基础设施受限场景中的可行性。讨论了信号融合、领域适应和通用感知架构等开放挑战，以促进未来研究向可扩展和自主ISAC的发展。
引用
@article{arxiv.2507.13765,
title = {Dual-Center Graph Clustering with Neighbor Distribution},
author = {Enhao Cheng and Shoujia Zhang and Jianhua Yin and Li Jin and Liqiang Nie},
journal= {arXiv preprint arXiv:2507.13765},
year = {2025}
}
备注
ECAI-2025