6G网络集成无线感知能力：来自AI/ML的视角
信号处理
2025-07-22 v1
摘要
第六代无线通信（6G）常被称为“智能互联”。无线感知技术与机器学习（ML）和人工智能（AI）相结合，为系统感知环境并有效利用这种意识带来了突破性潜力。本文提供了一份基于AI和ML方法以提升下一代无线网络感知能力的教程式综述。为此，在集成感知与通信（ISAC）框架内，我们将“感知”术语从雷达感知、频谱感知扩展到无线感知的各种应用，如非合作性发射器定位。我们阐述了问题、解释了最新方法，并详细说明了在无线感知背景下利用AI技术解决各种目标的方法。我们讨论了将各种感知能力集成到构想中的AI驱动多模态多任务网络中的优势、使能器和挑战。除了基于作者在6G研究问题中直接参与所构建的教程式核心本文之外，我们还审阅了相关文献，为进入该研究领域的读者提供良好的起点，为具有无线通信背景的一般读者提供主题概览。
引用
@article{arxiv.2507.14856,
title = {Integrated Radio Sensing Capabilities for 6G Networks: AI/ML Perspective},
author = {Victor Shatov and Steffen Schieler and Charlotte Muth and José Miguel Mateos-Ramos and Ivo Bizon and Florian Euchner and Sebastian Semper and Stephan ten Brink and Gerhard Fettweis and Christian Häger and Henk Wymeersch and Laurent Schmalen and Reiner Thomä and Norman Franchi},
journal= {arXiv preprint arXiv:2507.14856},
year = {2025}
}
备注
30 pages, 18 figures