潘時龍，宗柏青，唐震宙，呂凱林，范 忱，官 科，谷一英，李 杏，張俊文，于振明，李曉洲，武震林，趙家寧，朱嘯龍，楊 悅

(1.南京航空航天大學(xué) 電子信息工程學(xué)院/集成電路學(xué)院，江蘇 南京 210016；2.中興通訊股份有限公司，廣東 深圳 518057；3.北京交通大學(xué) 軌道交通控制與安全國家重點實驗室，北京 100044；4.大連理工大學(xué) 光電工程與儀器科學(xué)學(xué)院/光子技術(shù)研究中心，遼寧 大連 116024；5.上海交通大學(xué) 區(qū)域光纖通信網(wǎng)與新型光通信系統(tǒng)國家重點實驗室/智能微波光波融合創(chuàng)新中心，上海 200240；6.復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院/電磁場與微波技術(shù)教育部重點實驗室，上海 200433；7.北京郵電大學(xué) 電子工程學(xué)院/信息光子學(xué)與光通信國家重點實驗室，北京 100876)

0 引言

隨著移動通信技術(shù)的不斷發(fā)展，無線電技術(shù)朝著全相干和終極相干不斷演進。作為6G物理層備選技術(shù)之一，智能全息無線電技術(shù)具有同時實現(xiàn)射頻全息、空間頻譜全息和空間波場合成的能力，能夠通過空間頻譜全息和空間波場合成對全物理空間的電磁場進行全閉環(huán)精準(zhǔn)調(diào)制和調(diào)控，從而實現(xiàn)時、空、頻域的全維相干，大大提高頻譜效率和網(wǎng)絡(luò)容量，使全息成像級、超高密度以及像素化的超高分辨率空間復(fù)用成為可能。本文將首先分析6G的需求及使用全息無線電技術(shù)的內(nèi)在邏輯，隨后介紹智能全息無線電(Intelligent Holographic Radio，IHR)技術(shù)的基本概念及國內(nèi)外研究現(xiàn)狀，最后分析該技術(shù)在6G無線通信中的應(yīng)用前景，包括基于全息無線電技術(shù)的6G通信系統(tǒng)架構(gòu)及其中所涉及的關(guān)鍵技術(shù)及挑戰(zhàn)等。

1 6G需求和全息無線電技術(shù)的應(yīng)用場景

隨著5G技術(shù)的大規(guī)模商用，面向下一代移動通信技術(shù)的6G需求已得到來自各行各業(yè)的廣泛研究，但目前多數(shù)仍停留在想象階段[1-5]。因此，6G的驅(qū)動力被更多地歸結(jié)于技術(shù)驅(qū)動、范式轉(zhuǎn)換和無線技術(shù)演進的內(nèi)在邏輯[6-9]。盡管如此，行業(yè)和學(xué)術(shù)界對6G的需求和應(yīng)用場景仍達成了一定的共識[10-13]：

① 隨著人口紅利和流量紅利的遞減，未來移動網(wǎng)絡(luò)將更多地從2C業(yè)務(wù)轉(zhuǎn)向2B業(yè)務(wù)。例如，未來智能工廠中智能移動機器人的密集協(xié)同、實時控制、復(fù)雜操作和無線訪問高性能計算資源等需求，要求通信系統(tǒng)具有TB級別的分布式計算能力、100 Gbit/s/m2或1～10 Tbit/s/m3的超高數(shù)據(jù)密度和小于10 μs的超低延遲，從而實現(xiàn)機器實體和操作過程的數(shù)字孿生以及遠程故障排除。

② 5G仍缺乏殺手級應(yīng)用的主要原因是移動網(wǎng)絡(luò)尚未突破無線通信這一單一功能。事實上，網(wǎng)絡(luò)空間可以和電磁空間構(gòu)成陸?？仗熘蟮摹暗谖寰S空間”，而一個高分辨率的五維空間信息系統(tǒng)(5D Mapping)被認為是促進未來物理、生物和數(shù)字世界融合的關(guān)鍵賦能技術(shù)。因此，6G技術(shù)有必要在滿足無線通信的基本需求外，實現(xiàn)感知和通信融合，以無線感知為基礎(chǔ)更好地了解更高維度的物理世界，促成融合通信、感知和計算在內(nèi)的多功能一體化系統(tǒng)，從而為社會提供更廣泛的先進技術(shù)服務(wù)。

③ 隨著人工智能的發(fā)展和滲透，移動網(wǎng)絡(luò)將從5G的萬物互聯(lián)到6G的萬物智聯(lián)。在后5G時代，人工智能技術(shù)和物聯(lián)網(wǎng)感知技術(shù)的發(fā)展使得萬物智聯(lián)成為了可能，而隨著6G時代AI進一步的發(fā)展，人與人、人與物、物與物之間都會建立緊密、直接、高效、智能的聯(lián)接。原生AI的應(yīng)用與發(fā)展，將會為整個6G網(wǎng)絡(luò)帶來更強大的處理能力和更高的處理效率，能夠應(yīng)對更全面的應(yīng)用場景。

④ 為了適應(yīng)飛機、輪船和火車的超寬帶需求，空間和地面網(wǎng)絡(luò)將需要互連和整合，從而形成一個泛在移動、超寬帶的應(yīng)用場景。為了應(yīng)對該應(yīng)用場景中的海量智能終端，一個多尺度的、能夠突破空-天-地-海區(qū)域限制的室外大尺度空天地一體化通信網(wǎng)絡(luò)和室內(nèi)短距離3D立體網(wǎng)絡(luò)將成為6G網(wǎng)絡(luò)架構(gòu)的備選方案。其中，室外大尺度空天地一體化網(wǎng)絡(luò)為多層網(wǎng)絡(luò)，包括由各種軌道衛(wèi)星組成的天基網(wǎng)絡(luò)，由飛機、UAV或HAPS組成的空中網(wǎng)絡(luò)，以及地面網(wǎng)絡(luò)；而室內(nèi)短距3D網(wǎng)絡(luò)以毫米波、太赫茲波或無線光等短距離通信為主。

⑤ 在碳達峰和碳中和的大背景下，移動網(wǎng)絡(luò)的節(jié)能減排將是未來行業(yè)創(chuàng)新的重點，發(fā)展綠色和可持續(xù)的移動網(wǎng)絡(luò)將是一個更加緊迫的需求。

綜上所述，6G將是一張具有超高速率、超高數(shù)據(jù)密度和超低時延的泛在超寬帶綠色移動網(wǎng)絡(luò)，以滿足海量高性能智能超級終端的高效數(shù)據(jù)交互和計算協(xié)同需求。同時，智能駕駛和智能工業(yè)革命也對6G提出了核心需求，將催生出包括泛在移動超寬帶(ubiquitous Mobile Ultra-Broadband，uMUB)、超寬帶低時延(ultra-Broadband with Low Latency，uBBLLC)和超高數(shù)據(jù)密度(ultra-High Data Density，uHDD)等業(yè)務(wù)類別在內(nèi)的應(yīng)用場景。匹配這些服務(wù)和場景需要覆蓋從微波、毫米波、太赫茲到自由空間光的超譜或全譜移動通信系統(tǒng)，變革性物理層技術(shù)，以及通信、感知和計算的端到端協(xié)同設(shè)計[7]。

作為6G物理層的關(guān)鍵技術(shù)，智能全息無線電被認為是應(yīng)對上述挑戰(zhàn)的關(guān)鍵使能技術(shù)之一。例如，在支持5D-Mapping構(gòu)建方面，全息無線電技術(shù)可以采用空間-譜全息技術(shù)精確感知復(fù)雜電磁環(huán)境，實現(xiàn)對電磁空間的全維度實時預(yù)測分析，支撐電磁空間智能化。由于可以得到具有極高空間分辨率和極精細譜分辨率的動態(tài)無線電地圖，一方面可以利用充分探索的射頻頻譜資源，進一步發(fā)展廣泛的頻譜共享和認知無線電網(wǎng)絡(luò)；另一方面能夠同時實現(xiàn)超高分辨率的空間-譜復(fù)用，極大地提升通信信道容量，支撐6G的典型應(yīng)用場景。同時，在未來智能工廠的應(yīng)用場景中，智能全息無線電的超高分辨率空間和頻譜復(fù)用能力有望實現(xiàn)一個超高數(shù)據(jù)密度的并行總線式無線鏈路，從而應(yīng)用于面向未來智能制造的微尺度3D網(wǎng)絡(luò)。此外，智慧城市中的混合接入點部署場景需要同時實現(xiàn)無線信息傳輸和無線能量傳輸[14]，而智能全息無線電能夠精密調(diào)控?zé)o線電空間及頻譜環(huán)境，突破傳統(tǒng)通信的基本覆蓋范圍限制，有助于高效地實現(xiàn)超密集海量物聯(lián)網(wǎng)的數(shù)據(jù)和能量傳輸。

2 全息無線電技術(shù)的國內(nèi)外研究現(xiàn)狀

迄今為止，全息無線電技術(shù)在成像和感知等領(lǐng)域已有一定程度的研究。1984年，Kulkarni等人提出了一種利用多個參考波束進行全息復(fù)用的技術(shù)，利用θ調(diào)制和載頻多路復(fù)用記錄全息圖。該方法能夠方便地測量連續(xù)事件的較大相位變化，實現(xiàn)全息干涉測量[15]。1994年，Kitayoshi提出了一種無線電全息術(shù)，通過遙感分離包含偏振信息的復(fù)雜波源發(fā)射模式以實現(xiàn)三維成像，并實踐驗證了縫隙輻射、表面波和不完全屏蔽殘像等輻射模式能夠在遠大于全息圖觀察平面的區(qū)域上成像[16]。2002年，Salo和Meltaus等人提出了一種全息元件的合成方法，通過測試平面波、無線電波渦流和貝塞爾波束等不同波束形狀，對比了該合成法與使用幅度相位全息圖的準(zhǔn)光學(xué)全息技術(shù)所獲得的結(jié)果[17]。2004年，Andersen利用全息成像技術(shù)實現(xiàn)了有效孔徑高達100 m的天基成像干涉儀，可應(yīng)用于激光雷達、光通信或高分辨率成像系統(tǒng)中而無需多光譜檢測[18]。Holl等人于2017年通過WiFi、藍牙等無線數(shù)據(jù)傳輸系統(tǒng)發(fā)射具有精確已知幅度相位的相干光電磁波，利用電磁波在空間中的傳播和輻射形成全息圖，即一個由二維波陣面編碼光束穿過目標(biāo)得到的三維視圖[19]。同年，Xu B和Qi W等人針對多徑效應(yīng)提出了全息無線電干涉測量方法，通過全息無線電干涉建立移動目標(biāo)的無線電干涉測量異相全息[20]。2021年，Badiey等人利用全息干涉技術(shù)在擾動海洋環(huán)境中實現(xiàn)通信傳播[21]。

全息無線電技術(shù)的理論和建模通常采用菲涅爾-弗勞恩霍夫干涉、衍射和空間相關(guān)模型代替?zhèn)鹘y(tǒng)的瑞利傳播模型。2005年，Rosen等人將全息波形用于包括通信在內(nèi)各種目的的改進裝置和方法，通過多級相位編碼方法與數(shù)學(xué)變換結(jié)合使用，進一步增強輻射波形的魯棒性和安全性[22]。2016年，Prather重點介紹了采用光學(xué)全息方法對海量多輸入多輸出(Multi-Input Multi-Output，MIMO)天線陣列輸出信號進行成像的新技術(shù)，解決了模數(shù)轉(zhuǎn)換器(Analog Digital Converter，ADC)成本和波束處理方面的許多難題[23]。2019年，Marzetta和Pizzo等人通過線性系統(tǒng)理論和傅里葉變換等傳統(tǒng)工具深入探討了全息MIMO的信道模型[24]。2020年，Chibiao等人在現(xiàn)有多維合成孔徑雷達(Synthetic Aperture Radar，SAR)的框架下，建立了全息SAR的成像系統(tǒng)和信號模型，并提出了初步的成像思路，由此為全息SAR技術(shù)的發(fā)展提供了初步的理論和技術(shù)框架[25]。2021年，Khodaei等人提出一種將全息頻譜復(fù)用(Holographic Spectrum Multiplexing，HSM)作為新型光纖網(wǎng)絡(luò)中實現(xiàn)MIMO的技術(shù)方案，HSM可以利用超短激光脈沖的光譜空間，以二維全息圖的形式生成線路碼[26]。同年，Sanguinetti和D′Amico等人研究了視線全息MIMO通信中的波分復(fù)用技術(shù)[27]。Liao P Y等人提出了一種利用全息相關(guān)器在常規(guī)階躍式多模光纖中復(fù)用通信信道的空間分割技術(shù)[28]。

由于全息無線電技術(shù)會生成海量數(shù)據(jù)，因此需要借助通信、計算電磁學(xué)、計算全息學(xué)中和光學(xué)信號處理相關(guān)的算法和工具。1995年，Mazurenko等人介紹了一種并行-串行和串行-并行數(shù)據(jù)轉(zhuǎn)換的光處理器，采用全息時空頻率編碼并對其進行了實驗演示[29]。2000年，Sefler等人介紹了一種多通道射頻相關(guān)器，它能夠同時將接收到的RF信號與存儲在光折變晶體中的已知參考波形庫進行關(guān)聯(lián)，可以通過集成光學(xué)技術(shù)產(chǎn)生結(jié)構(gòu)緊湊、魯棒性好且高效的設(shè)備[30]。同年，Takasago等人提出了一種基于多路傅里葉全息的空間相位碼分多址技術(shù)的新型空間變化光互連系統(tǒng)[31]。2003年，Schlottau和Wagner等人利用傅里葉平面空間-光譜全息技術(shù)和經(jīng)過頻率掃描的可變放大全息讀出系統(tǒng)，通過相干光纖遠端、光調(diào)制、隨機間隔的陣列天線，可以形成相位相干的寬帶射頻圖像[32]。隨后，該團隊于2004年提出了一種利用空間-光譜全息技術(shù)實現(xiàn)時間積分的新方法，該方法使用適當(dāng)編程的空間光譜光柵對光學(xué)調(diào)制時間輸入進行空間掃描。通過對聲光偏轉(zhuǎn)器發(fā)出的行波衍射光與聲光調(diào)制器發(fā)出的時間調(diào)制光的圖像進行干涉，將掃描操作所需的光柵編程到非均勻加寬介質(zhì)中，從而記錄空間光譜全息副本[33]。2007年，Mohan等人利用空間-光譜材料的寬譜響應(yīng)和精細光譜分辨率(25 kHz)開發(fā)出超寬帶頻譜分析儀，可處理全頻譜寬帶微波，具有可調(diào)節(jié)的時間口徑(低至100 ms)和快速刷新速率(高達1 kHz)[34]。同年，Babbitt和Neifeld等人通過空間-頻譜全息材料提出一種寬帶光子輔助ADC技術(shù)，實踐表明利用現(xiàn)有的材料和器件可以實現(xiàn)10 bit量化性能[35]。2012年，Sullivan等人介紹了一種用于分析干涉無線電數(shù)據(jù)的快速全息反卷積方法[36]。2016年，Bacot等人引入時間反轉(zhuǎn)的概念并進行實驗證明，可以幫助重新審視全息技術(shù)，并推進一種新的波形控制方法[37]。2017年，Murakowski和Schneider等人使用相干光學(xué)處理來同時感測無線電波的到達角和頻率，通過將空間RF波相干上變頻到光纖中的光載波，利用光纖色散將分布式天線陣列的空間孔徑擴展到時間維度，最后通過電荷耦合器件(Charge-Coupled Device，CCD)捕捉光纖發(fā)出波束的干擾，從而實現(xiàn)k空間計算重建射頻波[38]。同年，Schuetz和Ross等人利用相似的原理進行了k空間成像[39-40]。Prather等人在此基礎(chǔ)上又提出一種利用k空間近實時成像技術(shù)對細胞環(huán)境進行空間-頻譜分析的方法[41]；Barber和Harrington等人在文獻[19]的基礎(chǔ)上繼續(xù)深入研究了S2材料的光學(xué)存儲和處理的獨特性，展示了利用頻譜燒孔技術(shù)實現(xiàn)帶寬擴展(>32 GHz)、數(shù)據(jù)速率選擇和濾波的工作，包括處理實時1D數(shù)據(jù)和2D圖像，并討論了使用S2材料實現(xiàn)大型(106×106)矢量矩陣乘法器的潛在架構(gòu)[42]。2018年，Ryan等人延續(xù)了k空間的相關(guān)工作[43]。同年，F(xiàn)alldorf等人提出了一種基于折射原理的全息波場合成新方案，對衍射全息和折射全息在相空間中產(chǎn)生的光進行比較，通過在空間中生成靜態(tài)和周期性點圖，展示了一個折射全息顯示的案例[44]。2019年，Pizzo等人提供了一種簡單直觀的方法來計算全息MIMO信道的自由度[45]。同年，Karimipour和Aryanian等人利用全息和卷積定理實現(xiàn)了任意形狀波束的電磁波生成，其中無需采用任何優(yōu)化算法和數(shù)學(xué)計算，即可對波束方向進行靈活地操縱，實驗驗證了具有三個獨立波束的全息圖原型[46]。Xu H等人利用深度學(xué)習(xí)增強型全息技術(shù)在復(fù)雜的室內(nèi)環(huán)境中實現(xiàn)準(zhǔn)確定位射頻識別標(biāo)簽，通過創(chuàng)建新的全息算法，可以在橫向和徑向達到厘米級的精度，另外評估了它在多種豐富路徑的應(yīng)用場景中的性能[47]。2020年，Babbitt總結(jié)了利用空間譜全息材料進行微波光子處理技術(shù)的最新進展[48]。同年，Comoretto和Monari等人采用512個臺站組成的干涉儀實現(xiàn)了平方公里級別的陣列低頻望遠鏡，通過低頻孔徑陣列可以組合成相關(guān)波束[49]。

關(guān)于全息無線電在雷達探測領(lǐng)域的應(yīng)用研究，2003年，Merkel和Cole等人進行了模擬RF信號處理應(yīng)用的空間譜相干全息集成處理器的演示，通過相干信號處理，可實現(xiàn)高分辨率多普勒處理[50]。2014年，Delfyett通過鎖模激光器產(chǎn)生兩個相同的光頻率梳，使用光譜相位編碼的光頻梳進行信號處理[51]。2015年，Cao S等人提出了一種新的雷達系統(tǒng)—全息雷達，通過記錄電磁波的傳輸模式進行目標(biāo)檢測或雷達成像[52]。2016年，Capineri和Bechtel等人詳細論述了超寬帶雷達目標(biāo)掃描器的原型和全息信號處理技術(shù)[53]。2020年，Melo和Falconi等人首次實現(xiàn)了基于絕緣體上硅光子集成電路(Photonic Integrated Circuit，PIC)的雷達和激光雷達組合系統(tǒng)[54]。2021年，Mazur和Suh等人利用孤子微梳進行了高光譜效率相干超通道傳輸實驗[55]。近年來微波光子學(xué)及其雷達應(yīng)用的迅速發(fā)展也為全息無線電的發(fā)展提供了新思路[56-58]。

關(guān)于面向全息無線電技術(shù)的天線形態(tài)，2013年，Ebadi和Driscoll等人利用超材料在表面引導(dǎo)模式和設(shè)計的輻射孔徑分布模式之間的切換，演示了基于調(diào)制表面超材料的微波全息波束形成[59]。2015年，Mühlenbernd等人通過將多個記錄通道集成到單個設(shè)備中，證明了一種基于幾何超表面的寬帶全息復(fù)用的有效方法[60]。同年，Gregoire和Patel等人提出一種采用極化控制的電子可控全息天線的設(shè)計，該天線由Ku波段的電子可控表面波波導(dǎo)人工阻抗表面天線的徑向陣列組成[61]。2016年，Smith采用一種不同的超材料設(shè)計理念，提出了一種用于波束形成和成像的全息超表面系統(tǒng)[62]。2017年，Li L和Cui T等人針對超表面在可重構(gòu)性、高效率以及對散射光的相位和幅度的全面控制上的薄弱點，通過引入基于1位編碼超表面的可重新編程全息圖的概念來應(yīng)對這一挑戰(zhàn)，實驗證明了只需一個編碼超表面就可以實時地實現(xiàn)多個全息圖像[63]。2019年，Black和Deutsch等人公開了使用空間-時間全息的大規(guī)模多用戶MIMO天線系統(tǒng)[64]。同年，Lin Z和Huang L等人提出了一種基于非線性超表面的四波混合全息復(fù)用技術(shù)，將超表面用于實現(xiàn)計算機生成的全息圖，具有出色的波前整形能力和超小的尺寸[65]。Burch和Hunter等人采用柔性全息超表面貼片仿真和實驗展示了在毫米波頻段工作的反射超表面全息圖[66]。2020年，Huang C和Hu S等人針對可重新配置的全息MIMO表面及其可用硬件體系結(jié)構(gòu)這一主要特征對全息MIMO通信進行概述，并強調(diào)了設(shè)計支持全息MIMO通信的機遇和關(guān)鍵挑戰(zhàn)[67]。同年，Chen T和 Li J等人設(shè)計并實現(xiàn)了一系列新穎的可重構(gòu)超表面，通過使用這些設(shè)備，可以更容易地達到先進的超表面全息圖效果[68]。2021年，Shang G和Wang Z等人介紹了全息成像和超表面的發(fā)展歷史，展示了超表面全息在光學(xué)領(lǐng)域的應(yīng)用，并總結(jié)了微波領(lǐng)域全息成像的最新進展[69]。

3 智能全息無線電系統(tǒng)架構(gòu)

3.1 基于UTC-PD耦合天線陣

所謂全息，就是利用電磁波的干涉原理記錄空間電磁場，并通過參考波和信號波干涉所記錄的信息實現(xiàn)目標(biāo)電磁場的重建。由于射頻信號和光波都是電磁波，因此，全息無線電具有與光學(xué)全息相似的特性。全息無線電采用天線作為傳感器，根據(jù)惠更斯原理，需要采用連續(xù)孔徑的天線陣實現(xiàn)信號波連續(xù)波前相位的接收和測量。在智能全息無線電的宏站應(yīng)用場景中，為了實現(xiàn)連續(xù)孔徑有源天線陣列，一種巧妙的方法是使用基于電流片的超寬帶緊密耦合天線陣列(Tightly-Coupled Array，TCA)。通過倒裝技術(shù)將單行載流子光電探測器(Uni-Travelling-Carrier Photodetector，UTC-PD)與天線振子鍵合，形成天線振子之間的耦合。同時，將貼片天線振子直接與電光調(diào)制器(Electro-Optic Modulator，EOM)集成。由于UTC-PD輸出的電流可直接驅(qū)動天線振子，因此整個有源天線陣列具有非常大的帶寬(通常大于40 GHz)[70-71]。此外，這種連續(xù)孔徑的有源天線陣列不需要超密集的RF饋電網(wǎng)絡(luò)，不僅具有很好的可實現(xiàn)性，且具有明顯的SWaP優(yōu)勢。

基于UTC-PD緊耦合的連續(xù)孔徑天線陣列，可以通過電-光上轉(zhuǎn)換和光-電下轉(zhuǎn)換巧妙地實現(xiàn)從RF全息到光學(xué)全息的空間映射。由于傅里葉光學(xué)和光學(xué)全息技術(shù)相比射頻域更為成熟，且RF全息已經(jīng)映射到了光學(xué)全息，因此可以利用光學(xué)信號處理手段實現(xiàn)RF全息信號的處理(如FFT和IFFT等)，使智能全息無線電完全類似于RF“光場”全息成像(上行)和RF“光場”全息投影(下行)。該技術(shù)的好處在于：通過將一些信號處理從數(shù)字層面轉(zhuǎn)移到電磁層面(光學(xué)或超表面)，可以在靈活性、低延遲、功耗和復(fù)雜性方面獲得了很大的收益[72]。此外，為了保證信號的高保真?zhèn)鬏敚庥虻男盘柼幚砜梢栽谡军c進行，而電域的信號處理可以放在云端。

基于全息無線電技術(shù)的通信系統(tǒng)架構(gòu)如圖1所示。

圖1 基于UTC-PD耦合天線陣的智能全息無線電架構(gòu)Fig.1 Structure of the intelligent holographic radio based on UTC-PD coupled antenna array

在上行鏈路中，通過空間-頻譜全息技術(shù)對3D頻譜空間進行實時的動態(tài)重構(gòu)，一方面對大量密集的移動終端發(fā)送的信號進行空間和頻譜的解復(fù)用，另一方面可獲得動態(tài)的三維RF“相頻空間”，為下行鏈路的空間波場合成(Spatial Wave Field Synthesis，SWFS)提供精確的反饋和控制參數(shù)。下行信號根據(jù)這些參數(shù)進行預(yù)編碼，從而實現(xiàn)近似連續(xù)的全息空間-頻譜復(fù)用和極高的數(shù)據(jù)吞吐量。

在下行鏈路中，空間波場合成根據(jù)上行鏈路中的空間頻譜全息建立的三維射頻全息空間進行空時預(yù)編碼，實現(xiàn)電磁波場在目標(biāo)空間的復(fù)雜和精準(zhǔn)分布。整個信號處理部分包括信號模擬器、信道模擬器和波場合成模塊。最后，由信號處理各模塊生成控制信號，控制UTC-PD耦合天線陣列發(fā)射特定調(diào)制編碼的RF信號。

3.2 基于全息超表面和稀疏天線陣或分布式天線

智能全息無線電由于具有漸消逝波特性，因此同樣適用于分布式場景中的極近場通信和無線能量傳輸?shù)葢?yīng)用，基于光纖分布式天線的智能全息無線電架構(gòu)如圖2所示。

圖2 基于光纖分布式天線的智能全息無線電架構(gòu)Fig.2 Structure of the intelligent holographic radio based on fiber distributed antenna

通過部署大量超低成本和低功耗的全息超表面(例如惠更斯超表面天線)以及作為信號源的分布式天線系統(tǒng)或稀疏天線陣，可以實現(xiàn)更加靈活的智能無線通信;并且，全息超表面可以同時實現(xiàn)對各種設(shè)備的能量傳輸，通過反射來彌補較遠距離傳輸造成的功率損失，并利用諧振漸消逝波耦合提高無線能量傳輸效率。因此，在超密集環(huán)境下，通過全息超表面和光纖分布式天線協(xié)同也可以實現(xiàn)電力傳輸網(wǎng)絡(luò)。

需要說明的是，盡管可重配全息超表面可實現(xiàn)對RF空間的全息感知和精密調(diào)控，但是要精準(zhǔn)確定RF全息空間與后端數(shù)據(jù)流之間的一一對應(yīng)關(guān)系仍是很大的挑戰(zhàn)。幸運的是，通過光學(xué)變換和RF-光學(xué)空間調(diào)制的映射關(guān)系能夠有效解決這一問題。此外，與宏站應(yīng)用場景不同，分布式架構(gòu)還需要考慮光學(xué)信號的遠距離高保真?zhèn)鬏?，基于光纖的微波光子鏈路有助于這一需求的實現(xiàn)[73]。

4 智能全息無線電關(guān)鍵技術(shù)

4.1 光電二極管和EOM緊耦合全息天線陣集成

全息超表面的有源天線系統(tǒng)對射頻饋電網(wǎng)絡(luò)的尺寸、功率和復(fù)雜度提出了很高的要求，傳統(tǒng)的射頻饋電網(wǎng)絡(luò)在物理上難以實現(xiàn),一種可行的解決思路是在每個天線元件中直接集成一個光電二極管作為光學(xué)饋電網(wǎng)絡(luò)。緊密間隔的光電二極管能夠為緊密排列的天線元件提供接近理想的電流源，免除了對傳統(tǒng)射頻饋電網(wǎng)絡(luò)的需求;然而，如何利用光電二極管實現(xiàn)高功率的光輸入以及對高頻、微米級光電二極管進行魯棒、高效的校準(zhǔn)，且不給系統(tǒng)引入損耗，成為光饋電網(wǎng)絡(luò)設(shè)計的主要難題。

目前，采用光電二極管光學(xué)饋電網(wǎng)絡(luò)面臨的最大挑戰(zhàn)是天線元件難以實現(xiàn)高射頻功率輸出。雖然商用光電二極管可達到50 GHz甚至100 GHz以上的帶寬，但它們的輸出功率通常被限制在10 dBm以下。而UTC-PD技術(shù)的高功率、高帶寬和高轉(zhuǎn)換效率繞開了光電二極管的限制，成為全息有源天線陣的新型理想選擇，例如用于大功率應(yīng)用的封裝式改進型UTC-PD等。

基于UTC-PD和EOM緊密耦合的全息天線陣列利用倒裝芯片技術(shù)將大功率UTC-PD與天線元件結(jié)合，形成天線元件之間的耦合，其結(jié)構(gòu)如圖3(a)所示。天線元件采用基于電流片的超寬帶緊密耦合天線陣列，這種連續(xù)孔徑的有源天線陣列不需要超密集的RF饋電網(wǎng)絡(luò)，同時可以實現(xiàn)>40 GHz的工作帶寬，不僅具有很好的可實現(xiàn)性，而且可以降低系統(tǒng)的尺寸、成本、功耗等，其等效電路圖如圖3(b)所示。

(a) 結(jié)構(gòu)示意圖 (b) 等效電路圖圖3 基于UTC-PD和EOM緊密耦合的全息天線陣列Fig.3 Holographic antenna array based on UTC-PD and EOM tightly-coupled array

通過先進的UTC-PD緊耦合天線陣技術(shù)形成的空間連續(xù)孔徑來傳輸和接收無線電信號，能夠?qū)崿F(xiàn)智能全息無線電技術(shù)基于全息超表面的有源天線系統(tǒng)構(gòu)想，將傳統(tǒng)天線陣的有限波束轉(zhuǎn)變?yōu)榻鼰o限波束的平面波，從而實現(xiàn)近無限的、連續(xù)的“波束”空間。

4.2 微波光子前端與光學(xué)信號處理的透明融合

為了實現(xiàn)微波光子前端與后端光學(xué)信號處理的無縫集成，必須有效構(gòu)建從RF全息到光學(xué)全息的空間映射。一種可行的思路為：首先構(gòu)建微波陣列與光學(xué)陣列的變換關(guān)系；隨后從光纖陣列輸出的光信號經(jīng)過透鏡進行空間傅里葉變換；最后利用在透鏡焦平面上的探測器陣列直接探測其光強，從而建立來波方向與光強分布空間位置的映射關(guān)系，實現(xiàn)微波波束到光域的映射。

在微波/光波高保真映射變換的實現(xiàn)過程中，微波光域上變頻采用高效電光調(diào)制將微波信號加載到光載波的邊帶上，實現(xiàn)微波信號與光學(xué)邊帶信號的高保真映射。同時，還需要突破大動態(tài)高效微波光域上變頻技術(shù)、微波/光學(xué)天線線性保真縮放變換等關(guān)鍵技術(shù)，實現(xiàn)全孔徑微波天線陣元信號的光域線性映射變換(時延、空間、幅度、相位保持一致性)，從而保證微波天線接收的目標(biāo)回波波束被高保真地映射到相應(yīng)的陣列光學(xué)天線輸出端口。

在微波光域映射變換中，需要通過相位控制技術(shù)確保各路信號光的相位穩(wěn)定性。但是光纖通常對外界環(huán)境(包括溫度的變化、微小的振動、氣流或者聲音的變化)的微小變化敏感，即使光纖彎曲這樣的微小變化也能顯著改變信號相位，嚴重降低變換的保真度。為使每個通道具有相同的附加光時延或附加相移，可采用光纖延時(相位)補償法進行通道間相位的補償。

圖4為一個8通道的微波光子前端與三維光信息處理驗證系統(tǒng)。微波天線陣列接收來自自由空間的微波信號，對微波的信息進行離散采樣，通過光纖拉遠進行遠距離處理。經(jīng)光學(xué)三維信息單元處理后完成大規(guī)模的空間傅里葉變換，并最終由陣列光電探測器完成微波波束信號的接收。經(jīng)PBS反射的光與來自主激光器的參考光束在線性光電探測器陣列中進行拍頻，產(chǎn)生的拍頻信號用于跟蹤8條獨立光纖路徑中的相位漂移。使用現(xiàn)場可編程門陣列實時計算反饋信號，并將其傳送到相位控制調(diào)制器陣列，可實現(xiàn)相位誤差探測和自適應(yīng)補償。

圖4 微波光子8通道三維光信息處理驗證系統(tǒng)示意圖Fig.4 Illustration of a 8-channel microwave photonic 3D optical signal processing system

基于全孔徑光域下變頻技術(shù)和陣列光電探測器的平方率檢測特性，經(jīng)由多通道天線系統(tǒng)采樣的微波信號會在探測器光敏面位置實現(xiàn)相干加強，將微波信號上攜帶的基帶信息完好地恢復(fù)出來。初步實驗結(jié)果表明，在輸入射頻信號功率為-15 dBm時，1 Mbit/s的QPSK調(diào)制格式信號經(jīng)過全孔徑光域下變頻解調(diào)輸出的信號矢量誤差幅度(EVM)值約為8%，驗證了全孔徑多波束微波光域下變頻接收的可行性。

4.3 RF全息空間的快速重構(gòu)算法以及k空間層析

為了實現(xiàn)RF全息空間電磁信息感知和波矢空間的快速重構(gòu)，需要研究基于微波光子學(xué)的三維信息處理機制，開展微波空間陣列接收和信息處理反演理論研究;重點研究RF全息空間信息線性變換、快速重構(gòu)算法理論模型、算法優(yōu)化和分辨率提升優(yōu)化、反演算法時效性優(yōu)化、k空間可視化解析等關(guān)鍵技術(shù)。以下將重點介紹最具有代表性的k空間層析技術(shù)。

作為尋常空間在傅里葉轉(zhuǎn)換下的對偶空間，k空間與傅里葉變換有著密切的關(guān)系。其中，為人所熟知的一維傅里葉變換將強度-時間關(guān)系映射為強度-頻率關(guān)系，從而實現(xiàn)頻譜分析。而對于具有矢量性的信號頻率，如二維空間信號(x,y)，通過二維傅里葉變換后形成的二維空間頻率矩陣，即為二維k空間。基于k空間理論，k空間層析利用相關(guān)光學(xué)方法，將RF信號轉(zhuǎn)換為光信號，并利用光相位調(diào)制和光纖的色散特性對入射RF波場的k矢量進行編碼，從而確定RF信號的頻率及入射角。其具體架構(gòu)和編碼過程如圖5所示。

圖5 k空間層析成像系統(tǒng)模型Fig.5 System model of the k-space tomography

由于二維k空間中的每一點對應(yīng)一個具有一定空間頻率的信號，通過k矢量(kx，ky)可以分別表示為kx=(2π/Λl)/(u/zl)，ky=(2π/Λl)/(v/zl)。k空間層析成像系統(tǒng)首先通過覆蓋360°空間探測區(qū)域的天線陣列接收RF信號，然后利用電光調(diào)制器對接收的RF信號進行相位調(diào)制實現(xiàn)光學(xué)上變頻轉(zhuǎn)換，從而將每個射頻源的頻率fl轉(zhuǎn)換成光頻率vl，同時也對每個信號附加相位。調(diào)制后的光信號通過多路隨機長度的光纖引入不同延遲，并在n個離散探測器構(gòu)成的探測陣列處實現(xiàn)光電轉(zhuǎn)換。因此，每個探測器都會輸出與所在位置處測得的場輻照度成正比的電信號，該過程可以表示為矩陣形式：

Pn=∑kAnkSk=An·S，

(1)

其中，Pn為第n個探測器探測到的光功率，Sk為天線陣接收到的第k個平面波的功率，矩陣S表示k空間中射頻信號的功率分布。An為第n個探測器分別對應(yīng)的權(quán)值矩陣，Ank為第k個平面波對第n個探測器探測到的光功率的貢獻。相位調(diào)制和不同長度光纖引入的色散對RF信號編碼的同時，為系統(tǒng)的設(shè)計提供了自由度。由于每個探測器處的測量提供了k空間體積的一個透視圖，組合n個透視圖生成的斷層掃描圖像，能夠為RF場景提供更可靠的估計。為了進一步實現(xiàn)RF全息空間的快速重構(gòu)，可以采用壓縮k空間層析、Kalman濾波等方法實現(xiàn)加速建模。

4.3.1 壓縮k空間層析

相比于傳統(tǒng)的無線通信系統(tǒng)，全息無線電的超大帶寬全譜無線通信特性將帶來更大的數(shù)據(jù)量。緊耦合連續(xù)孔徑天線陣將使無線信道數(shù)據(jù)及相應(yīng)的處理數(shù)據(jù)量成百上千倍的增加。利用稀疏采樣和壓縮感知的信號處理方法能夠提取信號中固有的稀疏性，以低于奈奎斯特速率的采樣率實現(xiàn)對信號的低損耗高精度采樣重構(gòu)。由于RF信號的空間與譜分布在電磁環(huán)境中本質(zhì)上是稀疏的，因此，可以利用壓縮感知技術(shù)加速建模。壓縮k空間層析技術(shù)，即將壓縮感知應(yīng)用于k空間層析成像，對于足夠稀疏的RF場景，可以在不丟失信息的情況下減少處理數(shù)據(jù)和處理時間。

壓縮感知的測量過程用數(shù)學(xué)模型可以表示為y=φx=φWθ，其中x為長度為N的輸入信號，y是維數(shù)為M×1的觀測值結(jié)果，φ是維數(shù)為M×N(M<

對于k空間層析成像探測公式的矩陣形式P=AS，P和A分別對應(yīng)探測得到的光強度值和已知的探測器權(quán)值參數(shù)，因此通過求解線性方程可以計算RF場景矢量S。傳統(tǒng)情況下，大階數(shù)權(quán)重矩陣A在公式反演時效率低下。為了解決這一問題，可以結(jié)合壓縮感知技術(shù)，利用復(fù)振幅加權(quán)分布的稀疏性質(zhì)來解決數(shù)據(jù)冗余的問題。在P=AS的左右兩側(cè)各乘上一個M×N的測量矩陣Φ，則矩陣可表示為：

ΦM×NPN×1=ΦM×NAN×KSK×1。

(2)

簡化該公式，則M

PCM×1=ACM×KSK×1，

(3)

式中，A和P中的像素矢量長度按壓縮比M/N成比例地減小，因此能夠?qū)崿F(xiàn)信號的壓縮測量。為了滿足壓縮感知技術(shù)的有限等距條件，即Φ同A和P中干涉圖編碼的像素向量不相干，測量矩陣Φ需要采用偽隨機矩陣。隨后可以使用Kaczmarz方法求解此壓縮線性矩陣方程，以重建信號矢量S。

4.3.2 Kalman濾波加速Kaczmarz算法收斂

k空間層析成像系統(tǒng)常采用隨機長度的光纖對信號進行隨機時延，并通過多個離散探測器構(gòu)成的分布孔徑相控陣進行空間相干變換，以便同時檢測信號的到達角和頻率。然而，隨機的光纖長度會導(dǎo)致信號的空間相關(guān)性紊亂，產(chǎn)生混亂的干涉圖像，因此，如何從亂序的干涉圖像中恢復(fù)RF信號是k空間層析成像需要解決的關(guān)鍵難題。Kaczmarz方法是一種可適用于k空間層析系統(tǒng)的優(yōu)化算法，通過算法的層層迭代，能夠從干涉圖中恢復(fù)RF場景的空間譜。為了加速Kaczmarz方法的收斂，需要正確選擇初始的輸入信號，因此需要對k空間中RF源進行動態(tài)精確建模。

首先，在笛卡爾2D坐標(biāo)系中將RF源建模為：

(4)

y(t)=y0。

(5)

式(4)～式(5)假設(shè)RF源在x方向上具有恒定的加速度，即與孔徑平面相切，并在y方向上保持恒定的位置，即垂直于孔徑平面。由于k空間成像關(guān)注信號的到達角與頻率，可將上述公式轉(zhuǎn)化為極坐標(biāo)形式。同時假定源在遠場處，忽略徑向分量的變化，且角度的變化與x分量中的速度和加速度成比例，即

vφ≈(v+at)cosφ，

(6)

aφ≈-asinφ，

(7)

式中，vφ和aφ分別為方位向角速度和加速度。由于源可任意改變發(fā)射頻率，因此在建立動態(tài)模型中可僅預(yù)測空間坐標(biāo)下的到達角。在Kaczmarz算法收斂中引入初始輸入的影響時發(fā)現(xiàn)，在使用k空間中的單個靜態(tài)源進行模擬時，正確的源位置作為初始輸入會導(dǎo)致Kaczmarz算法瞬時收斂，收斂時間會降低到單個源場景標(biāo)準(zhǔn)處理時間的3%左右，并從30次迭代次數(shù)減少到單次迭代。因此，初始輸入能夠一定程度上改進收斂速率，但是多種因素會對這種方法的有效性產(chǎn)生影響。首先是初始輸入中RF源的空間和頻譜精度，初始輸入需要包含重建源的精確位置、角度和頻率分辨率。如果初始輸入源的位置不在此分辨率范圍內(nèi)，則算法的收斂速度將受到限制。其次是RF場景的復(fù)雜性，與單個固定源相比，復(fù)雜的場景需要更多的迭代才能收斂。據(jù)觀察，加速重建對初始輸入的最低要求是正確預(yù)測場景中至少40%的源。為了改進算法的收斂性，可以將Kalman濾波器與Kaczmarz算法結(jié)合，預(yù)測靜態(tài)和動態(tài)空間環(huán)境的狀態(tài)空間。

Kalman濾波器能夠通過精確的動態(tài)系統(tǒng)和噪聲模型估計移動系統(tǒng)的未來位置，并且找到Kaczmarz方法的最佳初始輸入，常用于雷達目標(biāo)追蹤、動態(tài)定位、導(dǎo)航系統(tǒng)等。其數(shù)學(xué)基礎(chǔ)概述為：

XK+1=ΦXK+WK，

(8)

式中，XK+1為狀態(tài)向量，包括源的位置、速度等有關(guān)源的動態(tài)信息，Φ為狀態(tài)轉(zhuǎn)移矩陣，在時間為K+1時能夠?qū)⑿盘柕姆轿幌蚣铀俣扰c角速度等狀態(tài)參數(shù)結(jié)果應(yīng)用于系統(tǒng)狀態(tài)。WK為過程噪聲矢量，假定其具有協(xié)方差為Q的零均值正態(tài)分布。對狀態(tài)向量XK的測量過程可以表示為：

ZK=HXK+VK，

(9)

式中，H為觀測矩陣，VK為包含測量噪聲的矢量。假設(shè)VK為協(xié)方差為R的零均值高斯白噪聲。利用上述方程可以得到Kalman濾波器的預(yù)測階段：

(10)

(11)

式(10)為先驗狀態(tài)估計，是時間K+1之前狀態(tài)的最佳估計，用于制定系統(tǒng)的初始輸入。式(11)中的P為相關(guān)誤差協(xié)方差矩陣。這些關(guān)系為重建過程中的初始輸入奠定了基礎(chǔ)。Kalman濾波器的測量更新階段定義如下：

(12)

(13)

(14)

從上述表達式可以看出，通過精確的RF源動態(tài)建模，Kalman濾波器能夠預(yù)測估計系統(tǒng)的未來狀態(tài)。將對RF源運動的預(yù)測作為Kaczmarz算法的初始輸入，則能夠加速k空間層析圖像重建的收斂過程。研究表明，當(dāng)應(yīng)用于有4個射頻源的場景時，采用該方法對k空間層析算法進行加速，可以使得重建場景的計算時間減少90%。

4.4 面向智能全息無線電的空間波場合成技術(shù)和算法

空間波場合成，是在根據(jù)空間RF頻譜全息建立的三維射頻全息空間以及空時預(yù)編碼的基礎(chǔ)上，對電磁波場在目標(biāo)空間分布的進一步精確描述。應(yīng)用Fresnel-Kirchoff積分描述k空間層析成像系統(tǒng)中RF波場的空間相關(guān)傳輸模型。Fresnel-Kirchoff積分定義了入射波U在半徑為R的球面空間P′點的復(fù)標(biāo)量波擾動U′，可以表示成：

(15)

式中，Q是參考平面上的任意一點，s是Q到P′的距離，球面上的晶格可以近似用矩形晶格表示。通過離散化與傅里葉變換處理，可以計算出擾動U′。然而，離散化與晶格近似的過程中會引入誤差。采用基于光纖的空間波場合成技術(shù)，假設(shè)探測目標(biāo)由L個點源構(gòu)成，在三維空間的坐標(biāo)為(xl,yl,zl)，并且發(fā)射頻率為fl=c/Λl，其中c是光速，Λl為點源的波長。若點源幅度為Sl，則目標(biāo)可以表示為：

(16)

假設(shè)目標(biāo)的點源分布滿足近軸條件(傍軸光線與光軸之間形成的入射角為θ，θ≈0°，sinθ≈θ，cosθ≈1)，用M個離散分布的光圈探測到的(u,v)目標(biāo)可以表示為：

δ(u-um,v-vm)exp(j2πflt)。

(17)

式(17)忽略了路徑損耗，因為不影響各個點源的相對幅度大小。由RF全息空間重構(gòu)理論可知，任意兩根天線之間進行復(fù)相關(guān)得到的可視度函數(shù)與視場的亮溫形成了一對傅里葉變換。經(jīng)過上變頻電光調(diào)制后的光信號沿光纖傳輸引入時延，傅里葉變換后表示形式如下：

(18)

式中，Δd=dm-d0，其中d0是最短光纖長度。

當(dāng)采用N個離散探測器構(gòu)成的陣列對波場進行采樣時，每個探測器輸出的電信號與在探測器所在位置測量的場輻照度成正比，可以表示為：

(19)

而基于光纖搭建的系統(tǒng)模型中，采用k-sapce層析技術(shù)的角分辨率為：

(20)

式中，λ為波長，D為數(shù)值孔徑的尺寸。當(dāng)數(shù)值孔徑為60 cm，頻率為26～40 GHz，則角分辨率的程度約為0.71°～1.10°。系統(tǒng)的頻率分辨率與光纖的長度相關(guān)，可以表示為：

(21)

當(dāng)光纖長度的最大差值達到40 cm時，系統(tǒng)的頻率分辨率能夠達到500 MHz。

5 結(jié)束語

本文闡述了面向6G的智能全息無線電技術(shù)，重點介紹了該技術(shù)的基本原理、通信系統(tǒng)架構(gòu)及涉及的關(guān)鍵技術(shù)。智能全息無線電技術(shù)通過射頻空間譜全息和全息空間波場合成技術(shù)實現(xiàn)超高分辨率空間復(fù)用，可滿足超高頻譜效率、超高數(shù)據(jù)密度和超高容量需求。由于智能全息無線電技術(shù)具有超高分辨率的空間和頻譜復(fù)用能力，其應(yīng)用場景包括超高容量和超低時延無線接入、智能工廠環(huán)境下超高流量密度無線工業(yè)總線、海量物聯(lián)網(wǎng)設(shè)備的高精度定位和精準(zhǔn)無線供電以及數(shù)據(jù)傳輸?shù)取４送?，通過成像、感知和無線通信的融合，全息無線電技術(shù)可精確感知復(fù)雜電磁環(huán)境，支撐未來電磁空間的智能化。