【5G ISAC前沿】多普勒模糊消除新方案：解锁通信与感知协同最优
一、摘要
针对5G融合感知与通信（ISAC）技术在高速目标场景下易出现多普勒模糊的核心问题，本研究提出基于定位参考信号（PRS）与物理下行共享信道（PDSCH）解调参考信号（DMRS）联合感知的创新方案。该方案无需修改基站配置、符合3GPP标准，通过打破PRS周期性结构抑制伪峰干扰，结合时频资源分配优化模型，实现了通信吞吐量与感知分辨率的帕累托最优。仿真验证表明，在4GHz载波、30kHz子载波间隔场景下，可准确识别高速目标多普勒频偏，仅需少量PRS资源即可达成通信与感知协同最优，为5G ISAC工程化落地提供低成本、高性能的解决方案，对智能交通、工业监测等场景具有重要实践价值。
二、引言
在工业4.0、智能网联汽车等新兴场景的强力驱动下，融合感知与通信（ISAC）技术已成为下一代移动通信网络的核心发展方向。依托现有5G基础设施实现低成本、高性能的ISAC部署，既是业界关注的关键问题，也是推动相关场景规模化落地的核心诉求。当前，基于5G新空口（NR）信号的ISAC框架常采用PRS承担感知功能、PDSCH承担通信功能，但在目标高速移动场景中，PRS易出现严重多普勒频偏，导致周期图估计产生伪峰，引发多普勒模糊，直接干扰真实目标的速度检测，成为制约5G ISAC在高速场景应用的主要瓶颈。为此，研发高效的多普勒模糊消除方案，对突破技术瓶颈、拓展5G ISAC应用边界具有重要意义。
三、方法简介
本研究核心方案围绕"信号复用+资源优化"双维度展开：一是信号复用设计，创新性复用PDSCH中的DMRS与PRS联合完成感知任务，DMRS在保留原有信道估计和PDSCH解码核心功能的基础上，打破了PRS的周期性结构，可有效抑制伪峰干扰，在不降低检测精度和最大可检测多普勒频率的前提下，彻底消除多普勒模糊；二是资源分配优化，构建以通信吞吐量、距离分辨率和多普勒分辨率为核心目标的PRS与PDSCH时频资源分配模型，通过灵活权重设置适配不同应用场景需求，最终求解得到通信与感知性能的帕累托最优解，实现资源利用效率与综合性能的平衡。
四、结论
本研究提出的5G ISAC多普勒模糊消除方案，通过PRS与DMRS联合感知及资源优化设计，成功解决了高速目标场景下的多普勒模糊问题。该方案具备三大核心优势：一是兼容性强，无需修改基站配置、完全符合3GPP标准，可直接依托现有5G基础设施部署；二是性能优异，能准确识别高速目标多普勒频偏，保障感知精度与通信质量双提升；三是成本可控，无需额外频谱和硬件开销，仅需少量PRS资源即可实现协同最优。该技术为5G ISAC的工程化落地提供了新思路，有效拓展了其在智能交通、工业监测等高速场景的应用能力，推动ISAC技术向低成本、高性能的规模化应用方向发展。