兼容并包：从CSI看感知与通信的协同融合

中国计算机学会

摘要—本文将从信道状态信息（CSI）这一ISAC的基本媒介入手，总结已有工作的思路与特点，重点分析现有的研究中存在的一致性差、准度欠佳以及密度不定等问题，提出兼容已有无线通信系统的ISAC协同融合方案，并对ISAC的发展趋势进行展望。

刘建伟（浙江大学）
何映晖（南洋理工大学）
韩劲松（浙江大学）
关键词 ：Wi-Fi 感通一体化 信道状态信息

背景

        以Wi-Fi/4G/5G为代表，无线通信技术已经发展得十分成熟，并被广泛部署于人们的日常生活中。虽然这些无线系统主要服务于通信，但通过分析其无线信号能够反映特定目标或环境的位置、状态和动作等信息，进而提供多种感知手段。而结合人工智能等新兴技术，基于无线信号的感知可以实现动作识别、身份识别、健康监测等功能。加之通信和感知可以采用相同的硬件和频谱资源，使得在同一无线系统上既通信又感知——感通一体化（Integrated Sensing and Communication，ISAC）[1]——成为可能。因其展示出的巨大市场价值和发展潜力，ISAC已经成为下一代无线系统的重要发展方向之一。

       相较于传统的通信与感知相互独立的理念，ISAC具有众多优势。（1）通信与感知共存同力，节省资源：ISAC旨在在同一设备上实现通信和感知两种功能，最大限度地提高基础设施的利用率，从而有望大幅度降低硬件开销。同时，通信和感知共享频谱可以节省稀缺的频谱资源。根据信号质量和环境状况，ISAC系统亦可自适应地调整传输功率，以进一步节省能量和带宽。（2）通信与感知相互赋能，协同融合：借助于通信设备的大规模部署，ISAC可以实现大范围、细粒度的感知，推动如室内定位、运动跟踪、无人驾驶等各类感知类应用的普及和智能化发展，满足多样化的应用需求。ISAC也有望将感知的结果反哺于通信，如利用分析得到的感知数据预测通信信道状态变化，不仅能提升信道估计精度，也可以减少导频开销，进而提高通信的性能和效率。

       而实现以上目标要求通信和感知通过它们共同倚仗的重要物理媒介，如信道状态信息（Channel State Information，CSI），实现协同融合。在现代无线通信系统中，通常要通过发射收发两端已知的导频信息进行通信前的准备。而接收端可以利用接收到的信号和已知的导频信息估计出CSI，支持多入多出（Multiple-Input Multiple-Output，MIMO）等通信方式。由于现有的无线通信系统（如Wi-Fi、4G、5G等）是专为通信设计的，且已经以协议或标准形式固定下来，而通信和感知对CSI的需求又有所不同，因此现有的无线通信系统产生的CSI难以支持感知应用，成为实现ISAC的主要难题。

       具体来说，一方面，现有的无线通信系统中通信和感知难以协同融合。目前用于通信的无线网络设备，例如无线接入点，没有提供CSI的获取接口，无法进行感知，而支持CSI提取工具的网络设备通常仅可以发送感知包，其通信功能处在禁用状态。因此，无论是协议层面，还是固件/硬件层面，现有的无线通信系统对ISAC缺少有效的接口或支持。另一方面，现有的通信体系与感知无法兼容并包。因为专为ISAC全新设计的IEEE 802.11bf协议无法与现有的通信设备兼容，要想在现有的无线通信系统中实现ISAC，即达到向前兼容的目的，只能寄希望于现有系统中的物理媒介能够支持感知与通信的协同融合。而这在目前以通信为目的设计的无线系统中是困难的。以Wi-Fi系统为例，由于遵从现有的IEEE 802.11ac等协议，它们无法提供高质量的感知信息。如图1所示，无线接入点发送的信号会受到MIMO和波束成形等专为通信设计的技术的约束，导致计算出的CSI一致性差、精度低，无法正确感知和描述目标和环境的信息。此外，通信系统仅可以在通信客户端有通信需求的情况下提供数据包用于测量CSI，而感知通常要求无线信号在时域上稳定且密集。因此，从已部署的无线通信系统中采集的CSI在质和量两方面都难以满足感知需求。

       近些年来，ISAC受到了工业界和学术界的广泛关注，众多ISAC的协调融合策略被提出，也催生了大量的方案，涵盖协议设计、算法设计以及系统设计等方面。下文将重点从兼容性和协同融合的角度讨论现有的ISAC方案。

ISAC策略的兼容性

       为了实现ISAC，各标准推进/制定组织（如电气与电子工程师协会（IEEE））和研究团队都提出了不同的策略与方案，主要包括全新设计和向前兼容两种思路。

全新的协议设计

       物联网和智能城市的快速发展对设备定位、环境感知和位置服务提出了越来越高的需求。为了满足日益增长的对通信和感知的需求，一种思路是设计和建设全新的ISAC系统。其中代表性的方案是IEEE 802.11bf协议，它是IEEE 802.11标准系列中的一种新型协议，旨在为Wi-Fi设备提供更广泛的感知和定位能力。

       IEEE 802.11bf协议引入了一些关键的功能和特性，以实现更强大的感知和定位能力。其中包括：（1）面向感知的流程设计。已有的Wi-Fi协议终端交互过程都是为了实现感知功能。不同于通信场景，感知场景需要收发两端不断进行CSI反馈，因此需要全新的感知流程。针对不同的感知场景需求，如单站式、双站式、单发多收式等，IEEE 802.11bf都设计了相应的感知流程，并且允许多个设备之间进行协同感知。设备可以通过共享感知数据和合作感知算法，提高整个系统的感知能力和效果。这些特性都是现有的通信系统不支持的，因此IEEE 802.11bf协议无法和已有无线通信设备兼容。（2）全新的波形/序列设计。传统Wi-Fi系统面向通信在考虑峰值平均功率比（Peak to Average Power Ratio，PAPR）的基础上设计了导频序列。由于感知对序列提出了不一样的设计需求，IEEE 802.11bf将会以感知功能为主要目标设计序列。其中，最为典型的是以模糊函数（Ambiguity Function，AF）为目标的序列设计，该函数刻画了感知分辨能力和抑制杂波的能力。（3）多样性的反馈类型和量化精度。考虑到不同上层应用对感知精度的需求不同，IEEE 802.11bf支持隐式反馈、显式反馈和混合反馈等多种反馈类型，并且支持线性量化、非线性量化和混合量化等多种量化方法。而这是传统的无线通信系统和协议无法提供的。（4）安全与隐私。考虑到感知有可能会泄露隐私数据，IEEE 802.11bf标准将支持多种安全和隐私保护机制，如加密、认证和匿名，从而保障用户的隐私和信息安全。这些考量和机制在传统的无线通信系统中也是没有的。

       IEEE 802.11bf协议在许多领域都有广泛的应用潜力，包括室内定位和导航、智能家居和物联网应用、智慧城市和智能交通等。通过提供高精度的定位和环境感知功能，IEEE 802.11bf可以支持更智能、更个性化的应用场景，提高用户体验和系统效能。目前，IEEE 802.11bf协议的标准化工作仍在进行中。IEEE 802.11bf工作组已经提出了一些建议和草案，并在不断完善和演进。预计在未来几年内，相关的标准规范将逐渐定稿和发布，为IEEE 802.11bf协议的商业化和实际部署奠定基础。

       总的来说，IEEE 802.11bf协议通过引入新的功能和特性，具有极强的协同性，且不会有历史负担，可以以一种较为完美的形式实现ISAC。但是，该协议的最大短板在于其设计并未考虑前向兼容性，无法在已有的无线通信系统中部署。要将其全面推广，需要替换所有相应的通信设施，代价极大。

向前兼容的ISAC策略

       不同于全新设计的思路，近期的不少研究试图在现有的无线通信系统上实现ISAC，即实现向前兼容。而这需要对现有的无线系统能够提供的物理媒介从质和量两方面进行深入的研究，以改变现有系统“能感不能通，能通不能感”的尴尬现状。例如，香港中文大学的邢国良教授团队[2]对大量商用的无线感知设备进行了调研。他们发现，波束成形的反馈信号是目前十分常见的通信信号，并且极易被采集到，利用这种信号进行感知可以保证较好的兼容性和协同性。但是，波束成形的反馈信号中携带的信息是经过压缩的，无法准确地描述环境信息，因此不能为感知服务。为此，他们通过设计优化算法对CSI进行了还原，即从波束成形信号中恢复出了可用于感知的CSI。该工作提出的算法可以直接部署在现成的通信设施上，在一定程度上提高了CSI的质量。但是该算法没有完全解决通信为感知带来的影响，例如不稳定的采样率和MIMO等技术对CSI产生的负面影响。

       为了解决无线通信系统中数据包流量的不稳定导致的感知数据缺失的问题，南洋理工大学罗骏教授团队[3]设计了稀疏CSI恢复算法推测未被记录的环境信息。具体而言，他们设计了一个时序卷积网络学习潜在CSI分布。通过自监督的学习，该卷积网络可以补全输入的CSI序列中缺失的内容，额外提供丰富的感知信息，配合在时域上进行等间隔重采样，可以为上层应用提供稳定的CSI用于感知。该算法也可以直接部署在现有的通信设备上，解决了通信需求的不稳定性对CSI采样率的影响。但是该算法在设计上也未对波束成形和MIMO等通信手段可能带来的CSI变化进行考量，因此其在CSI质量方面的改善还较为有限。

       可见，现有的研究工作并没有完全解决通信设置对感知带来的约束，体现出“部分兼容”的特点，在兼容性方面仍有很大的提升空间。下文将介绍一个兼容并包的ISAC系统性设计，以期在现有无线通信系统中为上层应用提供质量和数量都能得到保障的CSI信息。

兼容并包的ISAC设计

       如前所述，兼容并包意味着在已有无线通信系统中以尽可能小的代价实现协同融合的ISAC。因此，我们将这种理念具像化为：利用已有的无线通信系统，在不改变任何通信设置、协议以及设备的前提下无缝地实现无线感知。要实现这一理念，首先需要摒弃传统感知系统的部署策略。传统策略下感知和通信是完全割裂的。这种割裂性集中体现为，在绝大多数无线网卡（NIC）上对CSI获取的接口是封闭的。这意味着CSI这类信息无法直接获取。同时，在已有无线系统中，用户要进行通信就无法进行感知，反之亦然。然而，即使打开通信设备的CSI获取接口，也很难直接进行高质量的感知。正如前文所提，现有的无线通信系统是专为通信设计的，很多用于提高通信性能的技术反而会影响甚至阻碍感知。如图2所示，由于通信和感知对CSI的观测角度不统一，在通信环境下采集的CSI在质和量两个方面常常不能满足感知的需求。例如，为提高通信性能，无线接入点会采用MIMO技术传输信号。该技术包含两个传输模式：分集模式和复用模式。在分集模式下，无线接入点（在多天线上）只传输一个相同的信息流；而在复用模式下，多个不同的信息流（在多天线上）会被同时传输。在这种情况下，分集和复用模式提供的CSI具有不同的维度，不具有一致性，进而（因观察维度不一致）导致无法建立统一的感知模型。通俗来讲，在分集模式下采集到的CSI为标量，而在复用模式下采集到的CSI为矢量。另外，无线接入点会使用波束成形技术约束信号的传播方向以达到更好的通信效果。具体来说，为了让信号能朝着通信客户端（例如手机）的方向传输，无线接入点会根据客户端的反馈构建一个波束成形矩阵，而信号在发射前会乘上这个矩阵。这样做可以使得朝向客户端的信号能量增强，但也许会造成感知区域内的信号能量减弱，就如同人为地增强了某个方向的信号强度，而削弱了另外区域的信号强度。这导致从感知的角度看，CSI的信噪比被刻意降低了。因此，以上这些以通信为目的的技术会使CSI的质量变差，难以支持精确和细粒度感知。此外，传统通信系统中的流量仅取决于客户端的通信需求。当客户端无流量时（如空闲状态下），通信数据包会变得稀疏且不稳定。而为了实现稳定且精准的感知，通常要求有密集且稳定的探测采样（在Wi-Fi系统中意味着CSI的获取）。于是ISAC就因通信量的稀少产生了“巧妇难为无CSI之感知”的窘境。这种在量的方面的需求差异给实现兼容并包的ISAC增加了难度。

       为实现向前兼容的通信感知协同融合，我们针对上述问题提出了系统性ISAC解决方案，如图2所示。首先，对于MIMO导致的CSI不一致，我们提出统一观测的理念，即建立统一的观测模型。通过对分集和复用两种模式下收集的信号进行理论分析，我们发现复用模式下采集的CSI可以转换到分集模式下，就如同从矢量转化为标量（反之则是困难甚至是不可能的）。于是，我们根据信号的构成成分推导出一个转换矩阵以获得统一的CSI分布，进而使统一观测成为可能。其次，我们采用抑制机制，着力减轻专为通信而应用的技术给感知带来的影响。例如，为了解决波束成形引起的CSI信噪比下降问题，我们推导出一种波束成形矩阵。通过将接收信号与该矩阵的逆相乘，可以很好地抑制波束成形技术的影响。这就如同人为地将因通信而被削弱的感知信号再增益或校正回来。通过以上两个策略可以使上层感知应用获得高质量的CSI数据。此外，对于现有无线通信系统中存在的流量时有时无的现象，我们采用了激励策略来解决。具体来说就是利用ping指令，由感知设备主动发出请求，无线接入点进行响应，从而补充一定数量的数据包。该激励策略包含静默状态和激励状态。当检测到环境中的数据包对感知来说不敷使用时，系统就会进入激励状态以促使无线接入点以一定的速率发送额外的数据包。反之，当环境中的通信数据包十分丰富时，该策略会进入静默状态以节省系统开销。可以看出，以上策略的关键在于制定一个最优的激励门限，既要使激励出的额外数据包尽量少地影响通信性能（不会过多占用通信的时隙），其数量也要能够满足感知对于密集且稳定的CSI采集的需求。为此，可以将这些需求转化为一个包含两个约束的优化问题。这两个约束一方面保障通信吞吐量不受影响（不多），另一方面则要求激励率不为负数（不少）。通过求解该优化问题，可以获得最佳激励率，最终实现在通信性能基本不受影响的情况下获得充足的CSI采样。但是，即使获得了充足的CSI，也不一定能保证系统支持所有的上层感知应用。这是因为许多感知任务要求输入的CSI样本（在统一的维度下）具有均匀的密度，而充足并不意味着CSI的时空分布能满足此要求。这就如同虽然人们更希望看到的是“环球同此凉热的太平世界”，而现实却常常呈现“一山有四季，十里不同天”的巨大差异。为此，我们提出了一个拟合-重采样策略。在对CSI采样点进行三次样条拟合之后以相同的时间间隔进行重采样，系统可以获得维度统一的、密度均匀的CSI样本，进而为上层感知应用提供高质量且充足的CSI数据。

       通过以上的解决思路，我们初步实现了一个向前兼容的ISAC系统SenCom[4]。与已有的其他ISAC方案相比，SenCom可以在完全兼容并包的前提下实现感知和通信的协同融合，在保障通信性能的情况下实现了细粒度感知，且代价极小，基本做到了感和通的一体化。由于SenCom可以无缝融入现有的无线通信系统并实现非侵入式感知，因此具有极好的实用性和用户友好性。

挑战与展望

       虽然ISAC的效果在一些研究和系统上已初步呈现，但实现实用的ISAC还有许多实际问题亟待解决，包括时空粒度、时钟同步、系统与环境多样性，以及安全与隐私问题，如图3所示。

时空粒度

       智能应用的发展对感知的粒度要求越来越细，比如无线感知的能力已从大尺度的动作检测细化到了呼吸检测。但是由于Wi-Fi等无线信号本身的波长较长，其能够感知的空间粒度受到了很大限制。为了能让大波长的信号在不改变自身性质的前提下感知到诸如心跳级别的细粒度目标或事件，从“开源”的角度增加用于感知的频谱带宽是一个可行的思路。其中，在已有的无线系统上进行带宽拼接是一种惠而不费的解决方案。西安电子科技大学蒋志平等学者开发的PicoScenes平台[5]已经验证和展示了大带宽拼接的可行性。此外，通信需求的时有时无使得CSI在时域上也难以保持较好的粒度。因此，南洋理工大学罗骏教授团队[3]提出利用机器学习方法对缺失的CSI进行预测，从认知层面解决数据不足问题并取得了很好的效果。但是当感知环境变化较大，即CSI的分布多样性变大时，预测结果可能依然不够准确。这是因为感知信息的缺失部分没有被记录下来，预测的结果不一定能完全反映实际情况。我们提出的SenCom方法通过激励的方式获取丰富的CSI，可以有效地解决数据缺失的问题，但是额外发送的包会挤占原本的数据包，会导致通信性能下降。因此，我们认为一个可行的改善方案是对通信流量进行预测，然后根据预测结果调整激励程度，这样“谋定而后动”，可以提前避免激励对正常的通信流量产生较大影响。

时钟同步

       与传统无线系统中时钟同步是老大难问题类似，ISAC系统中发送端和接收端通常使用各自的硬件时钟进行计时和载波生成，这使得信号在接收端存在漂移现象，导致观测失准（对不齐）。比如，传输的异步性会引起随机的相移，发送端和接收端的载波频率差异会导致载波频率偏移，计时的差异还会导致采样频率偏移。其中，在时域上不稳定的相移会使得呼吸检测等小目标感知变得不准确。一些研究表明，相移可以建模为线性拟合问题或者频谱估计问题，再配合对相位误差的估计，可以在一定程度上消除相移。此外，对CSI求比值等方法也可以部分抑制相移的影响。但是这些方法往往“治标不治本”。要真正做到传输器的同步，急需设备间的时钟同步机制。但考虑到硬件和部署成本，这无疑是一个巨大的挑战。

系统与环境多样性

       对于通信而言，最重要的是将二进制编码的信息稳定地从发送端传递到接收端，这个过程相对容易完成，因为接收端只需要区分0和1。因此，通信能很快地适应不同的系统、设施和环境。这也是目前数字通信大行其道的原因。但感知则更像是一种模拟量测量，观测结果不能像数字通信那样简单地作“非白即黑”的判定。而CSI记录的信息具有极强的多样性且CSI对环境十分敏感。即便对于同一感知目标，不同的系统、设施或环境下记录的CSI都可能不同。它们轻微的变化都可能使得在某一特定系统、设施或环境中构建的感知模型失效。应对该问题的一种有效解决思路是从CSI中提取与环境无关的特征，例如人体坐标系下速度谱（Body-coordinate Velocity Profile，BVP）[6]，来进行感知。这在一定程度上消除了环境的影响。但是由于多径效应和估计误差等的影响，该问题并没有被完全解决。同时，系统的多样性（diversity）也很少受到关注。这一问题的一个潜在解决思路是应用大模型，如目前炙手可热的ChatGPT。通过对充分体现系统、设施和环境多样性的极大数据集[7]进行训练，使模型学习到足够多的CSI分布，对多样性产生免疫。

安全与隐私

       ISAC通常依赖于物理世界中自由传播的无线信号。但物理世界的开放性会带来安全和隐私问题。一方面，无线信号在传播时容易被添加噪音和扰动。这种附加或注入，在精心设计的情况下，通常很难被察觉。同时，目前很大一部分基于CSI的感知应用都采用了学习模型。而人工智能领域的研究已经证明学习模型容易遭受基于扰动或注入的深度伪造和对抗攻击。所以，基于ISAC的感知应用也面临同样的风险。一些研究已经证明在无线信道中注入干扰信号可以使感知应用产生错误的识别结果[8]。另一方面，无线信号具有较好的穿透性，可以隔墙传播。这虽然使感知系统的应用范围变大，但也使攻击者有了可乘之机。攻击者可以利用无线收发设备监听感知CSI，并从中推测用户的行为等信息，造成隐私泄露。可以看出，物理世界中无线通信的开放性是引起安全和隐私威胁的主要原因。为了解决这些问题，近来的研究从改变无线信号的传播入手，如利用物理隔离[9]和智能反射面[10]等手段，阻断非法信号的传播以及合法信号的泄露。但这类方法往往会带来较大的开销，或者对正常的感知活动产生影响。最近，天津大学刘秀龙等学者[11]巧妙地对信号进行加密，例如不断改变发射信号采用的天线，使CSI分布随机化。这种天线转换对窃听者来说是未知的，所以无法推测隐私信息，但合法用户可以根据天线转换规律恢复感知信息。这类“物理层信号加密”的方式有希望以较小的代价解决安全与隐私问题。

总结

       ISAC作为下一代信息技术的重要发展方向，旨在实现通信和感知的相辅相成、互利共赢。而在大量已部署的无线通信系统上实现兼容并包、协同融合的ISAC具有很大的研究价值和实际意义。本文在分析现有的ISAC实现策略的基础上，提出了向前兼容的ISAC理念，通过解决通信设置在质与量两方面对感知产生的影响，在现有的Wi-Fi系统中初步实现了无缝的ISAC感知，并对实现实用的ISAC需要应对的挑战进行了讨论，以期对ISAC的发展起到有益的启发和推动作用。　■

参考文献：

[1] Zhang D, Wu D, Niu K, et al. Practical issues and challenges in CSI-based integrated sensing and communication[C]// IEEE International Conference on Communications Workshops. 2022: 836-841.

[2] Wu C, Huang X, Huang J, et al. Enabling ubiquitous Wi-Fi sensing with beamforming reports[C]// Annual Conference of the ACM Special Interest Group on Data Communication. 2023: 20-32.

[3] Hu J, Zheng T, Chen Z, et al. MUSE-Fi: Contactless MUti-person SEnsing Exploiting Near-field Wi-Fi Channel Variation[C]// Proceedings of the 29th Annual International Conference on Mobile Computing and Networking. ACM, no.75: 2023: 1-15.

[4] He Y, Liu J, Li M, et al. SenCom: Integrated sensing and communication with practical WiFi [C]// Proceedings of the 29th Annual International Conference on Mobile Computing and Networking. ACM, 2023, no.60: 1-16.

[5] Jiang Z, Luan T H., Ren X, et al. Eliminating the barriers: demystifying Wi-Fi baseband design and introducing the PicoScenes Wi-Fi Sensing Platform[J]. IEEE Internet of Things Journal, 2021, 9(6): 4476-4496.

[6] Zheng Y, Zhang Y, Qian K, et al. Zero-Effort Cross-Domain Gesture Recognition with Wi-Fi[C]// ACM International Conference on Mobile Systems, Applications, and Services. 2021.

[7] Wang F, Lv Y, Zhu M, et al. XRF55: A Radio Frequency Dataset for Human Indoor Action Analysis[C]// Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (UbiComp). 2024.

[8] Huang P, Zhang X, Yu S, et al. IS-WARS: Intelligent and Stealthy Adversarial Attack to Wi-Fi-Based Human Activity Recognition Systems[J]. IEEE Transactions on Dependable and Secure Computing, 2021.

[9] Liu J, He Y, Xiao C, et al. Physical-World Attack towards WiFi-based Behavior Recognition[C]// IEEE Conference on Computer Communications (INFOCOM). 2022.

[10] Staat P, Mulzer S, Roth S, et al. IRShield: A Countermeasure Against Adversarial Physical-Layer Wireless Sensing[C]// IEEE Symposium on Security and Privacy (S&P), 2022.

[11] Meng X, Zhou J, Liu X, et al. Secur-Fi: A Secure Wireless Sensing System Based on Commercial Wi-Fi Devices[C]// IEEE Conference on Computer Communications (INFOCOM), 2023.

版权声明：中国计算机学会(CCF)拥有《中国计算机学会通讯》(CCCF)所刊登内容的所有版权，未经CCF允许，不得转载本刊文字及照片，否则被视为侵权。对于侵权行为，CCF将追究其法律责任。