1、智能全息無線電技術研究報告2022 年年 11 月月 版權聲明版權聲明 Copyright Notification 未經書面許可 禁止打印、復制及通過任何媒體傳播 2022 IMT-2030（6G）推進組版權所有 前言前言 報告分析了移動通信物理層演進的底層邏輯，闡述了智能全息無線電技術的基本概念、原理、架構以及應用場景。通過對國內外研究現狀、理論和建模、以及關鍵技術的研究分析，報告認為盡管智能全息無線電已經有一定的理論和模型支撐，但是仍缺乏系統的鏈路性能仿真，且為滿足靈活性、低延遲、功耗和復雜性方面的要求，需要將部分信號處理從數字層面轉移到電磁層面（引入光學計算或超表面作為計算單元），將帶

2、來算法和異構計算無縫融合方面的挑戰。報告最后對智能全息無線電后續的工作提出了具體建議，重點在全息空中接口的鏈路級性能仿真和驗證、全息空間譜復用和解復用算法（如K空間信道化等）優化、以及層次化異構信號處理架構的仿真與驗證等。報告第一章為概述；第二章介紹了智能全息無線電的基礎原理、系統架構和模型；第三章分類闡述了智能全息無線電潛在應用場景與可能的技術需求；第四章重點討論了智能全息無線電的潛在關鍵技術；第五章簡述了原型驗證系統；第六章主要描述智能全息無線電的技術成熟度、產業現狀和研究動態；第七章為總結、展望及后續工作建議。報告分析了移動通信物理層演進的底層邏輯，闡述了智能全息無線電技術的基本概念、原

3、理、架構以及應用場景。通過對國內外研究現狀、理論和建模、以及關鍵技術的研究分析，報告認為盡管智能全息無線電已經有一定的理論和模型支撐，但是仍缺乏系統的鏈路性能仿真，且為滿足靈活性、低延遲、功耗和復雜性方面的要求，需要將部分信號處理從數字層面轉移到電磁層面（引入光學計算或超表面作為計算單元），將帶來算法和異構計算無縫融合方面的挑戰。報告最后對智能全息無線電后續的工作提出了具體建議，重點在全息空中接口的鏈路級性能仿真和驗證、全息空間譜復用和解復用算法（如K空間信道化等）優化、以及層次化異構信號處理架構的仿真與驗證等。報告第一章為概述；第二章介紹了智能全息無線電的基礎原理、系統架構和模型；第三章分類

4、闡述了智能全息無線電潛在應用場景與可能的技術需求；第四章重點討論了智能全息無線電的潛在關鍵技術；第五章簡述了原型驗證系統；第六章主要描述智能全息無線電的技術成熟度、產業現狀和研究動態；第七章為總結、展望及后續工作建議。目錄 前言 .2 圖目錄 .5 第一章 智能全息無線電概述.7 第二章 基礎原理和模型.9 2.1 基礎原理.9 2.2 智能全息無線電系統架構.12 2.2.1 基于連續孔徑有源天線陣列的全息無線電系統架構.12 2.2.2 基于 RIS+離散孔徑有源天線陣的全息無線電系統架構.13 2.2.3 基于分布式天線或蠕蟲孔徑的全息無線電系統架構.15 2.2.4 面向全息無線電的層

5、次化的異構光電計算和光電 AI 系統架構.16 2.3 理論與建模.17 2.3.1 全息無線電近場理論與信道建模.18 2.3.2 基于 FFT 的全息無線電理論與建模.22 2.3.3 基于編碼孔徑相關性（Coded Aperture Correlation）的全息無線電理論與建模.26 2.3.4 基于高性能射線跟蹤的全息無線電信道建模.27 2.4 本章小結.30 第三章 潛在應用場景和用例.31 3.1 動態譜地圖（5D Mapping）.31 3.2 超低功耗物聯網以及智慧城市中的全息接入點(H-AP)部署場景.33 3.3 室內環境下的全息 RF 層析成像（RF-CT）.33 3

6、.4 通信、感知和成像融合應用場景.34 3.5 智能汽車和智能工廠的超高數據密度并行無線數據總線.35 第四章 潛在關鍵技術.36 4.1 光電二極管和 EOM 緊耦合的連續孔徑有源天線陣集成.37 4.2 微波光子前端與光學信號處理的透明融合.38 4.2.1 微波/光波高保真映射變換技術.39 4.2.2 微波/光波高保真傳輸技術.40 4.2.3 微波光子前端與三維光信息處理驗證系統.41 4.3 面向智能全息無線電的算法構建.42 4.3.1 RF 全息空間的快速重構算法以及 K 空間層析.42 4.3.2 面向智能全息無線電的空間濾波和空間波場合成算法.47 4.3.3 大規模分布

7、式相干天線的全息孔徑合成（合成全息）以及全息逆合成孔徑算法.49 4.4 本章小結.51 第五章 原型驗證系統框架和概述.52 5.1 面向全息無線電原型系統的光子引擎.53 5.2 面向全息無線電原型系統的 MWP 前端.54 第六章 技術成熟度、產業現狀和研究動態.56 第七章 總結、展望及后續工作的建議.60 參考文獻.61 貢獻單位.67 圖目錄 圖 1-1 無線演進的內在邏輯與相干性躍遷.8 圖 2-1 全息的定義、概念與基本原理.9 圖 2-2 mMIMO 束空間與全息無線電空間對比.10 圖 2-3 全息無線電與大規模 MIMO 的比較.11 圖 2-4 基于大規模陣列天線的全息

8、無線電系統架構.13 圖 2-5 上下行空間波場合成和空間頻譜全息.13 圖 2-6 基于 RIS+離散孔徑有源天線陣的全息無線電系統架構.14 圖 2-7 基于分布式天線或蠕蟲孔徑的全息無線電系統架構.15 圖 2-8 面向全息無線電的層次化的異構光電計算和光電 AI 系統架構.17 圖 2-9 近場傳播判據和傳播特性比較.18 圖 2-10 基于正交平行信道的通信結構.20 圖 2-11 極坐標系信道稀疏性的全息無線電的近場信道估計.21 圖 2-12(a)基于惠更斯超表面天線的散射場推導及（b）利用頻域調制超表面天線實現傅里葉變換的示意圖.23 圖 2-13 基于編碼孔徑相關性（Code

9、d Aperture Correlation）的全息無線電原理.26 圖 2-14 CloudRT 系統架構與工作流程.27 圖 2-15 CloudRT 的數據流.28 圖 2-16 從發射機到 TCA 振子的包含直射和反射的 CloudRT 射線跟蹤仿真示意圖.29 圖 2-17 TCA 振子接收信號相位（只考慮直射徑）.29 圖 2-18 TCA 振子接收信號相位（只考慮反射徑）.29 圖 2-19 TCA 振子接收信號相位（考慮直射徑和反射徑在振子處的相干疊加后的信號）.30 圖 3-1 動態譜地圖（5D Mapping）.32 圖 3-2 超低功耗物聯網以及智慧城市中的全息接入點(H

10、-AP)部署場景.33 圖 3-3 全息無線電層析成像應用場景.34 圖 3-4 全息無線電內生的全譜通信感知融合.35 圖 3-5 基于毫米波或太赫茲的高密度混合光纖無線總線.36 圖 3-6 機器人或智能車輛不同的動態分布情況下全息無線電 AP（H-AP）生成的 RF焦點云（Focus Clouds）的動態分布.36 圖 4-1 基于 UTC-PD 和 EOM 的連續孔徑有源天線陣列.37 圖 4-2 基于 UTC-PD 和 EOM 的連續孔徑有源天線陣列等效電路模型.37 圖 4-3 微波光子變換與傳輸系統.39 圖 4-4 基于雙相干光頻梳的信道化接收技術.40 圖 4-5 典型的光載

11、 RF 傳輸系統結構.41 圖 4-6 微波光子 8 通道驗證系統示意圖.42 圖 4-7 k 空間層析成像系統模型.43 圖 4-8 自適應濾波的流程圖.47 圖 4-9 基于時間孔徑擴展的 RF 層析成像.50 圖 5-1 面向全息無線電的原型驗證系統方案.52 圖 5-2 面向全息無線電的原型系統的光子引擎框架之一（光計算作為主處理器）.53 圖 5-3 面向全息無線電的原型系統的光子引擎框架之二（光計算作為協處理器或加速器）.54 圖 5-4 面向全息無線電的原型系統的 RF 光子前端框架之一（通用型）.55 圖 5-5 面向全息無線電的原型系統的 RF 光子前端框架之二（全譜通信感知

12、融合型）.55 7 第一章 智能全息無線電概述 隨著 5G 技術的大規模商用，面向下一代移動通信技術的 6G 需求已得到了來自各行各業的廣泛研究，但目前多數仍停留在想象階段1-5。因此，6G 的驅動力被更多地歸結于技術驅動、范式轉換和無線技術演進的內在邏輯6-9。盡管如此，行業和學術界對 6G的需求和應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，未來移動網絡將更多地從 2C 業務轉向 2B業務。例如，未來智能工廠和智能交通中智能移動機器人和智能車輛的密集協同、實時控制、復雜操作和無線訪問高性能計算資源等需求，要求通信系統具有 TB 級別的分布式計算能力、100 Gb

13、ps/m2或 1-10 Tbps/m3的超高數據密度和小于 10 s 的超低延遲，從而實現機器實體和操作過程的數字孿生以及遠程故障排除。（2）移動網絡目前尚未突破無線通信這一單一功能。事實上，網絡空間可以和電磁空間構成陸?？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被認為是促進未來物理、生物和數字世界融合的關鍵賦能技術。因此，6G 技術有必要在滿足無線通信的基本需求外，實現感知和通信融合，以無線感知為基礎更好地了解更高維度的物理世界，促成融合通信、感知和計算在內的多功能一體化系統，從而面向人群提供更廣泛的先進技術服務。（3）隨著人工智能的發展和滲透，移動網絡將從 5G 的萬物互聯

14、到 6G 的萬物智聯。（4）為了適應飛機、輪船和火車的超寬帶需求，空間和地面網絡將需要互連和整合，從而形成一個泛在移動、超寬帶的應用場景。為了應對該應用場景中的海量智能終端，一個多尺度的、能夠突破空-天-地-海區域限制的室外大尺度空天地一體化通信網絡和室內短距離 3D 立體網絡將成為 6G 網絡架構的備選方案。其中，室外大尺度空天地一體化網絡為多層網絡，包括由各種軌道衛星組成的天基網絡、由飛機、UAV 或 HAPS組成的空中網絡、以及地面網絡。而室內短距 3D 網絡以毫米波、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，移動網絡的節能減排將是未來行業創新的重點，發展綠色和

15、可持續的移動網絡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、超高數據密度和超低時延的泛在超寬帶綠8 色移動網絡，以滿足海量高性能智能超級終端的高效數據交互和計算協同需求。同時，智能駕駛和智能工業革命也對 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）和超高數據密度（ultra-high data density，uHDD）等業務類別在內的應用場景。匹配這些服務和場景需要覆蓋從微波、毫米波、太赫茲到自由

16、空間光的超譜或全譜移動通信系統，變革性物理層技術，以及通信、感知和計算的端到端協同設計7。隨著移動通信技術的不斷發展，無線電技術朝著全相干和終極相干不斷演進。全息無線電被認為可以大大提高空間和頻譜復用的效率，實現全息成像級、超高密度和像素化的超高分辨率空時頻復用。另一方面，從非相干、準相干到全相干、再到終極相干，一個內在的邏輯主導著無線電技術的發展。5G 由于 CSI 和天線校準的誤差，實際上是時空準相干。全息無線電是時空頻域的全維相干，也是傅里葉變換描述的線性相干。量子糾纏作為最高階相干，是一種非線性相干。因此，通向 6G 的無線通信將面臨一次“相干性躍遷（相干性躍遷（Coherence T

17、ransition）”9，如圖 1-1 所示。圖1-1 無線演進的內在邏輯與相干性躍遷 智能全息無線電技術具有同時實現射頻全息、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地精準調制和調控，從而實現時、空、頻域的全維相干，大大提高頻譜效率和網絡容量，使全息成像級、超高密度、以及像素化的超高分辨率空時頻復用成為可能。9 總之，基于“相干性躍遷”的底層邏輯，未來移動物理層有望實現從 NR（New Radio）到 HR（Holographic Radio），再到 QR（Quantum Radio）完美演繹。第二章 基礎原理和模型 2.1 基礎原理

18、 全息無線電是通過干涉測量和計算全息技術實現電磁空間的重構（上行）和調控（下行），從而一方面實現無線通信更高分辨率的空時頻全維復用，另一方面實現無線通信、成像和感知的融合14。（a）光學全息（b）全息無線電（RF 全息）圖2-1 全息的定義、概念與基本原理 眾所周知，全息是根據電磁波的干涉原理，記錄空間中的電磁場。通過參考波和信號波的干涉所記錄的信息來重建目標電磁場。全息的核心是參考波必須嚴格相干作為參考，全息記錄傳感器必須能夠記錄信號波的連續波前相位，從而準確記錄高分辨率的全息電磁場。由于射頻波和光波都是電磁波，所以全息無線電與光學全息非常相似15，如圖 2-1 所示。對于全息無線電來說，通

19、常的全息記錄傳感器是天線，所以需要一個連續孔徑天線陣列來接收和測量信號波的連續波前相位。為了實現連續孔徑天線陣列，有一種方法是仍采用傳統的離散間隔天線陣列，但元件數量接近于無限，即 N。這顯然是不現實的，對于系統的 SWaP(尺寸、重量和功率)將是一場災難。另一種解決方案是將大量的天線元件以空間連續電磁孔的形式集成到一個緊湊的空間中，即所謂的超表面。但這種方法僅限于無源反射超表面，因為對于連續孔徑的有源天線陣列來說，由于超密集的元件，根本無法實現射頻饋電網絡。單純的無源超表面無法構建完整的無線接入系10 統，所以只能作為輔助和補充單元。為了實現連續孔徑的有源天線陣列，一種巧妙的方法是采用基于電

20、流片的超寬帶緊耦合天線陣列（TCA）。通過倒裝片技術將單行載波光電探測器(UTC-PD)鍵合在天線振子上，形成天線振子之間的耦合16。此外，貼片振子可直接集成在電光調制器上。UTC-PD 輸出的電流直接驅動天線振子，因此整個有源天線陣列具有非常大的帶寬（約 40GHz）1617。而且，這種創新的連續孔徑有源天線陣列完全不需要超密集的射頻饋電網絡，不僅具有可實現性，而且具有明顯的 SWaP 優勢。全息無線電技術通過先進的 UTC-PD 緊耦合天線陣列技術形成的空間連續孔徑發射和接收無線電信號，將傳統天線陣列有限的波束空間轉化為近乎無限的 RF 焦點云（Focus Clouds）空間，即實現近乎無

21、限的、連續的復用空間（傳統的大規模 MIMO 是一個離散的孔徑和有限的波束空間）。圖2-2 mMIMO束空間與全息無線電空間對比 與傳統的大規模 MIMO 不同，全息無線電采用 Fresnel-Fraunhofer 干涉、衍射和空間相關模型代替傳統的 Rayleigh 傳播模型來模擬和計算全息無線電空間。通信性能的精確計算需要詳細的電磁數值計算，即計算電磁學和計算全息學的相關算法和工具，而不是 mMIMO 中的 ZF、MRC 和 MMSE。一般來說，空間相關傳播模型是基于 Fresnel-Kirchoff 積分來描述的。此外，全息無線電采用全息干涉成像來獲得射頻發射源（UE）的射頻頻譜全息圖，

22、不需要 CSI 和信道估計。同時，通過空間頻譜全息可以獲得射頻相位空間中分布的 UE 的三維星座，為下行鏈路中的空間射頻波場合成和調制提供精確反饋?？臻g射頻波場合成與調制可以獲得三維像素級結構化的電磁場，這是全息無線電的高密度復用空間，不同于 mMIMO 的稀疏波束空間。另一方面，空間相關性會將多路徑信號掩蓋成背景噪聲，而背景噪聲在 mMIMO 信號處理中會被消除，相反全息無線電則11 通過空間相關性來利用干擾。因此，全息無線電是利用干擾潛力最大、水平最高的技術。圖 2-2 為 mMIMO 束空間與全息無線電空間對比。圖2-3 全息無線電與大規模MIMO的比較 全息無線電不僅可以實現射頻全息、

23、空間頻譜全息和空間波場合成，而且通過空間頻譜全息和空間波場合成可以在全閉環中對整個物理空間的電磁場進行精確調制和調節，大大提高了頻譜效率和網絡容量，實現了成像、定位和無線通信的融合。然而，極寬頻譜和全息射頻的產生和感知將產生海量的數據。雖然這些海量數據可以提供大數據和良好的射頻頻譜數據集，使機器學習（ML）能夠有效地進行訓練和學習，但要完成這些關鍵任務，需要低延遲、高可靠、可擴展的人工智能架構。因此，對于一個集全頻譜、人工智能和射頻全息為一體的 6G 系統，如果全部采用傳統的電子信號處理和計算，其SWaP 和延遲將是一個巨大的挑戰。為了應對 6G 能效、時延和靈活性的挑戰，分層異構的光電計算和

24、信號處理架構將是必然的選擇。幸運的是，全息無線電通過微波光子天線陣列的相干光上變頻，實現了信號的超高相干性和高并行性，這種超高相干性和高并行性也有利于信號直接在光域進行處理?？紤]到光計算更適合于線性計算，而全息無線電信號處理中約 90%以上是線性計算，因此如何在光域中實時完成大部分線性計算是實現6G 空中接口高能效、低時延的關鍵。雖然全息無線電極大地提高了頻譜效率和網絡容量，有助于成像、傳感和無線通信的融合，但如何實現全息無線電仍是一個廣泛開放的領域。與這些開放性問題相關的必要分析工具和基礎知識在文獻中已經有所展示。由于現有模型的缺乏，在未來的工作中，12 全息無線電需要一融合通信和電磁理論的

25、特色理論和模型。此外，通信的性能估計需要專門的電磁數值計算，如計算電磁學和計算機全息的相關算法和工具。在未來的研究中，利用空間相關模型取代傳統的 Rayleigh 傳播模型，需要對全息無線電空間進行建模與計算。圖 2-3 為全息無線電與 mMIMO 比較。如上所述，分層、異構的光電計算架構是全息無線電的關鍵。因此，從射頻全息到光全息的映射，基于光子學的連續孔徑有源天線與高性能光計算之間的高效協調、透明融合和無縫集成將是硬件設計和物理層的挑戰。此外，超表面輔助全息無線電，以及在全息無線電上的成像、定位、傳感以及通信的融合，將顯示出更廣闊的前景。2.2 智能全息無線電系統架構 2.2.1 基于連續

26、孔徑有源天線陣列的全息無線電系統架構 如上所述，連續孔徑的有源天線陣為 UTC-PD 耦合天線陣列16?；谶B續孔徑有源天線陣列的全息無線電通過微波光子前端的相干光上變頻實現了信號的超高相干性，這種超高相干性也有利于信號直接在光域中進行處理?？紤]到光計算更適合于線性計算，而無線信號處理中 90%以上都是線性計算，因此，如何在光域中實時完成大部分線性計算是實現高效率、低時延無線空中接口的關鍵。光計算一般可以處理 102102 106106尺度的矩陣運算。如何將全息天線的輸入與光計算的并行特性進行匹配和映射是一個難題。在上行鏈路中，空間頻譜全息利用微波光子技術，通過對接收到的射頻信號進行相干光上轉

27、換和光學處理，擴大空間和時間孔徑。整個過程類似于一個實時的三維射頻 光 場成像。而有限的射頻孔徑被轉換為光學孔徑，使射頻信號可以被預先編碼，并以近似連續的空時頻進行復用，實現極高的射頻譜分辨率、空間分辨率和數據吞吐量。同時，還可以通過空間譜全息獲得全維射頻全息空間，為下行鏈路中的空間波場合成提供準確的反饋，如圖 2-4 和 2-5。在下行鏈路中，空間波場合成根據上行鏈路中的空間譜全息建立的全維射頻全息空間進行空時預編碼，實現電磁波場在目標空間的復雜、準確分布。整個過程類似于實時射頻全息“光”場投影。13 圖2-4 基于大規模陣列天線的全息無線電系統架構 圖2-5 上下行空間波場合成和空間頻譜全

28、息 2.2.2 基于 RIS+離散孔徑有源天線陣的全息無線電系統架構 考慮到基于 UTC-PD 的有源連續孔徑天線陣實現的挑戰，另一種可行的方案是通過14 連續孔徑的 RIS+傳統的離散孔徑有源天線陣來實現，如圖 2-6。在這里，整個 RIS 就可以作為一個物理計算單元，一個神經網絡。從而，整個鏈路系統就可表征為空中（自由空間）計算或自由空間神經網絡?；?RIS 的物理神經網絡和電磁場回路可能為機器學習應用帶來一次范式轉換。一般地，物理計算系統有望實現大規模的并行計算，同時功耗非常低。RIS 可以近乎“免費”地計算卷積、傅立葉變換、隨機映射和許多其它運算，因為這些運算可作為電磁波與物質交互或

29、傳播的副產物?，F代深度神經網絡架構是級聯的線性層后面跟著非線性激活函數，而且這會重復很多次。最一般形式的線性層是全連接層。在這種情況下，每個輸出神經元都是所有輸入神經元的加權和。從數學上看，這可以表示成一種矩陣-向量乘法，從而可以有效地使用 RIS 技術實現。也就是說我們可以使用電磁波回路來執行人工智能的相關計算。然而，由于 SWaP 的限制，RIS 本身很難構建一個多層神經網絡，考慮到光學計算或光學神經網絡易于芯片集成，進一步可以在離散有源天線陣后再疊加光學計算或光學神經網絡。圖2-6 基于RIS+離散孔徑有源天線陣的全息無線電系統架構 理論和建模上，將全息 RF 計算（或空中計算）概念和卷

30、積定理結合在一起，并引入了智能超表面等新穎的電磁波成形方法，該方法無需任何優化算法和額外的計算成本即可對電磁空間進行靈活而連續的控制。首先，基于編碼孔徑相關性全息（Coded Aperture Correlation Holography,COACH）的理論與建模，RIS 通過孔徑隨機編碼獲得更高的吞吐量和更高的信噪比（SNR）。關于編碼孔徑相關性全息的理論與建模將在2.3.3詳細討論。而且，使用 FFT 和卷積定理為設計人員提供了新的思路，可以從新的角度實現所需要的輻射矢量場。通常卷積也是卷積神經網絡（CNN）常用的工具，因此全息 RF 計算（或空中計算）具有內稟的神經網絡特性，因而具有天然

31、的原生智能，即所謂“全息即計算或15 全息即智能（HaaC/HaaI）”?？傊?，全息空中接口（HAI）或全息無線電可以基于自由空間、超表面和環境散射進行計算，在自由空間或某種介質中傳播的電磁場上直接構建計算能力，建立從空中接口到空中計算的范式。從數學上講，在自由空間中傳播的波可用基爾霍夫衍射積分（Kirchhoff diffraction integral）來描述，這相當于讓該場與一個固定的核（kernel）執行卷積。該運算又是卷積神經網絡（CNN）的一大基本構建模塊，而 CNN 又是最常用的空間識別計算的框架。2.2.3 基于分布式天線或蠕蟲孔徑的全息無線電系統架構 對于天地一體化網絡,大量

32、的低軌道(LEO)或 UAV 集群可組成一個靈活、可移動、可重新配置的超大孔徑。由于 LEO 距離地面較遠，這種超大孔徑可認為近似連續孔徑。同樣地，地面分布式天線網絡也可看作一個超大孔徑，如圖 2-7。圖2-7 基于分布式天線或蠕蟲孔徑的全息無線電系統架構 集群無人機為陣列設計提供了獨特的孔徑，即蠕蟲孔徑（Swarm Aperture）。蠕蟲孔徑由一群移動平臺組成，每個移動平臺都配備了單個天線振子或小型相控陣。通過構建大虛擬孔徑，可以顯著增強通信感知的容量、分辨率和可靠性，以及通信的選擇性和抗干擾能力。蠕蟲孔徑可以實現 RF 合成全息（Synthetic Holography），關于合成 RF

33、 全16 息在 4.3.3 節中詳細討論。在蠕蟲孔徑中，如果它們的射頻路徑可以以某種方式同步和相干組合，多個同時工作的天線振子可以像連續孔徑一樣工作。此外，蠕蟲孔徑概念允許人們以隨時間變化的認知方式最大限度地利用空間資源，從而在傳感和通信方面獲得系統級優勢。對于合成 RF 全息，振子輸出信號的相干組合要求陣列的每個通道都應用精確的相位延遲和幅度衰減。合成 RF 全息需要陣列振子位置信息，即定位和每個陣列通道之間的準確同步。對于基于蠕蟲孔徑的合成 RF 全息，快速移動的振子和無線鏈接的通道使得集群無人機振子的定位和同步變得困難。十多年來，人們一直在設想利用蠕蟲孔徑進行分布式感知和通信，并在這種系

34、統的不同領域進行了研究。一些工作主要是理論發展，沒有太多關注蠕蟲孔徑定位和同步的實際挑戰。而其他工作則側重于解決同步問題，無論是使用 GPS 時鐘還是使用通信波形，挑戰在于 GPS 時鐘無法提供相干射頻處理所需的定位精度，并且通信波形的帶寬通常受到限制，這反過來又限制了其空間和時間分辨率。相干光學或光纖分布式天線系統為蠕蟲孔徑的定位和同步提供了最佳解決方案，可以實現皮秒級的同步。對于分布式天線網絡的光載 RF 信號的遠距離高保真傳輸和同步等關鍵技術將在 4.2.2 節中詳細討論。2.2.4 面向全息無線電的層次化的異構光電計算和光電 AI 系統架構 將光子技術與機器學習相結合不僅將推動 6G

35、中 AI 的關鍵發展，而且還將推動基于光子的全息無線電系統的超寬帶，低延遲，高可靠性和可擴展性。5G 引入的 AI 技術主要用于網絡的運行、管理和維護，旨在通過 AI 對 5G 進行智能管理和維護。6G 移動網絡將是一個真正的智能系統架構和一個真正的智能無線電網絡。每個網絡節點都是一個智能節點，它支持從應用層到物理層的人工智能?；诜謱拥漠悩?AI 體系結構的全息無線電包括基于 UTC-PD 和 EO 調制器耦合天線陣列的全光子 AAU，嵌入在光子引擎中的光子神經網絡以及具有基于 GPU 的神經網絡加速器的譜計算單元。圖 2-8 是面向全息無線電的層次化的異構光電計算和光電 AI 系統架構。盡

36、管神經網絡處理通常是使用傳統的 GPU 執行的，但對于 6G 作為全譜和多用途系統，GPU 在實現大規模密集信號處理方面將極其耗能?；诠庾訉W的神經網絡可以并行執行計算，同時所用的能耗要少于 GPU，而目前能耗是高效節能和可擴展 AI 系統的主要瓶頸。在上述基于異構光電計算和光電 AI 的全息無線電系統中，首先通過嵌入在光子引擎中的光子神經網絡對毫米波通信和感知、太赫茲成像以及激光雷達等多波段和17 多用途信號進行處理、識別和拆分。由于訓練步驟是神經網絡實現過程中非常昂貴的一部分，因此光學地執行此步驟對于提高人工神經網絡的計算效率、速度和功耗至關重要。圖2-8 面向全息無線電的層次化的異構光電

37、計算和光電AI系統架構 但是，使用 GPU 而不是光子對應物進行訓練通常會使過程更準確，因此譜計算單元中基于 GPU 的神經網絡加速器實現了深度學習濾波器、深度學習調制器/解調器、自動編解碼器和其它基帶功能。因此，分層的、異構的和混合的智能全息無線電架構以更高的效率為空中接口帶來了敏捷性和靈活性，特別是對于多功能融合和全頻譜 6G 系統而言。2.3 理論與建模 由于近似連續電磁孔徑，全息無線電可以實現無線中的超高密度和超高空間分辨率通信系統。它還允許電磁具有任意空間頻率分量的波在沒有旁瓣的情況下產生和檢測。為了達到極端的空間分辨率，全息無線電的目標是在實現功耗的顯著降低以及空間復用的顯著改進，

38、可用于克服嚴重的傳播損耗毫米波和太赫茲頻段并減少干擾。全息無線電結合感知、成像和無線通信系統并具有改善頻譜的潛在效率和網絡容量。充分發揮全息無線電的潛力，進一步研究開發精確的信道建模和信道估計以及探索空間相關結構的技術是必需的。此外，尋找使用全數字或混合模擬和數字的相干時間全息無線電系統的波前成形（Wavefront Shaping）架構和可行的設計也是必不可少的。再者，新的信號處理算法在實現全息無線電的組網技術中更是至關重要。18 2.3.1 全息無線電近場理論與信道建模 全息無線電的連續孔徑天線陣中密布著大量的振子，由于振子之間的距離小于半波長，因此存在著振子間的相關性?；谶@一現象，一些

39、傳統的獨立瑞利衰落信道建模方式不再適用。在傳統的信道建模中，振子間距離通常大于或者等于半波長，從而假設振子間的相關性為零，但是當振子間距離小于半波長時，振子間存在很強的相關性。因此，有效且便于處理的信道建模方法成為了全息無線電中的一個重要部分。圖2-9 近場傳播判據和傳播特性比較 事實上，隨著無線通信的天線規模越來越大以及釆用更高頻率的頻譜，根據瑞利判據（瑞利距離 r=2D2/，D 為天線陣列孔徑，為電磁波波長），基本上在其天線覆蓋范圍之內都滿足近場條件，如圖 2-9，這樣通信信道建模就必須采用更為準確的球面波模型，而不是原來的平面波近似模型。而且為了更精確的表征和探測球面波的波前相位，根據惠

40、更斯原理一個連續孔徑的天線陣也自然是必然的選擇。傳統的波束成型（Beamforming）將演變成波前成形（Wavefront Shaping）。19 2.3.1.1 基于波數域平面波展開的信道建模 相關文獻給出了在波數域的全息無線電的信道建模，即基于傅里葉展開，用有限個信道采樣點的信息重構全息無線電的信道。類似于時域和頻域的傅里葉變換，空間域和波數域也存在傅里葉變換，因此空間域信道可以由波數域信道的傅里葉變換得到，如下式所示：(2.1)其中，Ha為波數域信道，ar,m 為接收波矢量，as,m為發送波矢量，H 為空間域信道。由上式可看出，信道建模主要由三部分構成：發送波矢量和接收波矢量，以及波數

41、域信道構成。所以空間域的信道建?？梢缘刃椴〝涤虻男诺澜?，空間域信道可由波數域信道的積分得到。而積分區域也是有限的，這是因為在遠場通信中，第三個極化方向的電場強度隨著距離的增加呈指數下降（也稱消逝波），對于通信的貢獻非常小，所以積分區域由無限變為有限大小的圓區。波數域信道建?？捎上率奖磉_：(2.2)其中，波數域信道主要由信道譜密度 S 構成，而信道譜密度由散射環境和天線布置有關。通常，用譜因子 A 計算譜密度，W 則用于包含信道的隨機特性。波數域信道通常是稀疏的，即只有有限個非零元，因此可以用部分包含重要信道信息的采樣點來近似波數域信道，而這些采樣點可以在積分區域上等間隔采樣得到?；谶@些采

42、樣點，空間域信道會由波數域信道作傅里葉級數得到。采樣點數目越大，信道近似準確度越高，但是也會帶來更高的復雜度。通常，采樣點數目大于或等于發送/接收子天線的個數。2.3.1.2 基于角度域擴展函數的信道建模 當用戶發送信號時，基站會收到多徑信號的疊加，從而可以展開成多個平面波。因此，信道可以表示為:(2.3)其中，g 為角度域擴展函數，它表示了來自每個方向的天線增益和相移，a 是天線每個方向的天線響應。由上式可以看出，信道由無數平面波展開構成?？紤]了塊衰落信20 道模型，其中并將角度域擴展函數構造成空間不相關循環對稱高斯隨機過程，并且信道的相關矩陣用歸一化空間散射函數表示。與上述不同，這里雖然也

43、用了平面波展開，但是信道構造中并沒有顯式的用發送/接收波矢量和波數域信道表示，而是在角度域上用不同波方向的擴展函數的疊加表示。相關文獻還提出了在非各向同異性散射環境中使用有向天線的信道相關矩陣模型，同樣地，也是由空間散射環境函數構成。從仿真結果針可以看出，當使用有向天線時，空間相關矩陣的秩也減少了，但是天線間距的減少對相關矩陣秩的影響更大。2.3.1.3 基于特征函數的信道建模 除了用平面波展開構造信道外，還可以用發送/接收空間的基函數構造信道。具體來說，發送空間的電流密度可以用無數個正交基近似，而且產生的電場也可以用另一組正交基函數近似，如圖 2-10 所示。從物理的角度解釋，電流密度函數被

44、映射到了 D 個正交基函數上，經過信道傳輸（核函數的變換）后，接收到的電場也被映射到對應的 D 個正交基函數上。所以，相關文獻將信道建模問題轉換為了發送空間和接受空間之間的核函數的構造，并通過特征值分解，將每個發送空間的正交基函數和接受空間的正交基函數一一對應。圖2-10 基于正交平行信道的通信結構 根據格林函數，電流密度函數和產生的電場可以用一個核函數聯系，這個核函數與信道緊密相關。即核函數可以表示為有限個特征函數的和，而這些特征函數是發送端和接收端的基函數的克羅內克積，且其系數為信道的特征值。換言之，核函數是 D 個信道特征值與空間基函數的乘積，其中 D 是信道相關函數的非零特征值的個數。

45、21 2.3.1.4 信道估計 傳統的遠場信道估計算法需要很高的導頻開銷，并且極依賴角度域信道的稀疏性，而相關文獻提出了利用極坐標系信道稀疏性的全息無線電的近場信道估計。與遠場信道不同，近場信道不僅與發送端和接收端的距離有關，還與發送信號的角度有關。在近場信道模型中，信道可以由有限個不同權重的近場方向矢量的和疊加得到，而這些近場方向矢量的距離和角度可以用極坐標系表達。通過對整個角度-距離域采樣，信道信息都包含在了一個稀疏矩陣里。如下圖所示，圖 2-11(a)中的采樣點只與角度有關，而在圖 2-11(b)中，采樣點與距離和角度都有關。因此，通過極坐標系的稀疏矩陣，可以實現低復雜度的近場信道估計。

46、（a）采樣點僅與角度相關 （b）采樣點與距離和角度有關 圖2-11 極坐標系信道稀疏性的全息無線電的近場信道估計 2.3.1.5 全息無線電的有效自由度 與遠場通信不同，近場通信可以實現全極化通信，即三個極化方向都可以傳輸信號。因此，理論上來說，近場全息通信可以實現更高的信道容量，而自由度也是通常用來衡量信道容量的指標之一。自由度是信道相關矩陣的秩，也是獨立信道的個數，與自由度類似，有效自由度是通信模數的個數，通常用于數值計算。因為有效自由度反映了通信系統的譜效率，所以相關文獻用有效自由度計算通信系統的容量。從相關文獻的仿真結果中得知，當發送端/接收端的天線個數達到某個值時，繼續增加天線個數并

47、不會對有效自由度做出更多的貢獻。換言之，全息無線電的有效自由度同樣是有極限的，而有效自由度的極限為最佳的發送端/接收端天線個數，也是信道相關矩陣函數的秩。22 2.3.2 基于 FFT 的全息無線電理論與建模 如上 2.2.2 節所述，全息無線電架構可以基于連續孔徑的 RIS+傳統的離散孔徑有源天線陣來實現，整個 RIS 可以被看作為一個物理計算單元。單個 RIS 對透過的電磁波形成衍射，完成 FFT。多個 RIS 級聯，可實現一個卷積運算過程。本節將介紹基于傅里葉的全息無線電理論與建模。傅立葉變換是一種功能強大的數學運算，可將信息從某一域映射到其互易空間，從而操縱信號進行數據分析和處理。該操

48、作在時域和空間域均可實現，且均適合模擬計算。但是時域傅立葉變換需要對脈沖信號進行處理，造成相對較大的系統尺寸和有限的輸入端口，這導致時域傅里葉變換難以進行并行處理。相比之下，空間傅里葉模擬計算可以顯著提高特定數學運算的吞吐量，例如微分方程求解器，圖案成像的邊緣檢測，光學存儲器或時間積分器和光子神經網絡和，因此在實時和并行處理海量數據方面具有重要意義。而在全息無線電通信系統中，接收端為了實現 K 空間的層析恰恰面臨著并行且海量數據處理的壓力，因此在全息無線電通信系統中借助空間域的傅里葉變換實現高速信號處理顯得合理且有意義。根據惠更斯原理，一束波的散射場可以通過控制器件（例如超表面天線的電與磁偶極

49、子）的調控來實現。以圖 2-12（a）所示的惠更斯超表面為例，惠更斯超表面上的切向電場僅包含 x 分量。根據經典的孔徑天線理論，由（mth，nth）個惠更斯超表面振子產生的散射場可以描述為：,cos(1cos)e2,sin(1cos)e2ssjkrinxyjkrinxyEm ndEjD DrEm ndEjD Dr(2.4)在近軸近似下，Dx 和 Dy 分別代表沿 x 軸和 y 軸的像素周期，2k/是自由空間的波數。通過忽略高階項，惠更斯超表面振子與觀測點 rs之間的距離可以描述為rs=rmDxsincosn Dysinsin。對于具有 MN 個超穎振子的超表面，透射空間中的電場可以用帶角度譜的

50、雙積分來表示：11sin cossin sin001 cos(,)cossin(m,n)e2xyMNjk mDnDjkrfxyinmnEjD D eEr (2.5)因此，傳輸電場在球坐標系中的幅度分布，即全息圖像的最主要特征，可以表示為：23 11001 cos(,),2,exyfxyaxyMNj msnsaxyinmnED D Es srEs sEm n(2.6)其中 sx=kDx sin cos，sy=kDy sincos。投影電場強度分布可分為兩部分，其一是方向性相關振幅函數(1+cos)/2，其二是和分布系數 Ea，用以表征波的振幅，是一個二維傅里葉逆變換，用以后續的圖像變換。因此，等

51、式（2.6）展示了投影電磁波用空間角（和）在球坐標系中描述時與電場分布在笛卡爾坐標系中描述時的相互關系。圖 2-12（b）給出了利用頻域調制超表面天線實現傅里葉變換的示意圖。圖2-12 (a)基于惠更斯超表面天線的散射場推導及（b）利用頻域調制超表面天線實現傅里葉變換的示意圖 在數學上，旋轉不變性映射了輸入頻域信號與輸出圖像之間的映射，可以表示為 F-1Ein(，+0)=E0(s，+0)，其中的虛擬變量是在頻域及空間域的極坐標（，）和（s，）。假設超表面所設計的旋轉角度為 0，可被描述為：具 體而言，相應坐標旋轉可以表示為：00000cossinsincosmmmRnnn(2.7)其中表示經過

52、特定傅里葉計算運算后的變換變量。因此，時域的散射場分布可以表示為：24 0000000011,100cossinsincos,cossinsincos,00000,cossin,sincosxyxyxyxyMNj msnsjm nxymnj smnsmnjm nmnj m ssn ssjm nmnxyxyEs seeeeeeEssss (2.8)這表明 在超表面天 線的自旋轉 角度與原始散 射場的旋轉 角度相同，即L(Sx,Sy)=R(0)(Sx Sy)T。這證明驗證了在全息系統中傅里葉變換的旋轉不變性，即頻域上的自旋轉在實際空間域中生成相同的自旋轉角，并且在其他方面沒有變化。通常，傅里葉變換

53、的空間移位特性比表明，實空間散射信號以固定角度移位，對應于在空間頻域本征模信號與原始模式信號的乘積。用數學術語，可以寫成 F-1exp-j(msx0+nsy0)Ein(m，n)=E0(sx-sx0，sy-sy0)。依靠傅立葉變換的這一特性，超表面可以被設計為超表面的原始相位分布與分別沿 x 和 y 軸指定的相位序列 x和 y的疊加，可以寫成:更明確的數學表達如公式（2.9）所示：000011,10011,0011,00000,=,xyxyxyxxyyMNj msnsjm nxymnMNj msnsj msnsjm nmnMNj m ssn ssjm nxxyymnEs seeeeeeeEsss

54、s(2.9)根據公式（2.9），原始傅立葉變換的線性相位疊加可以引起輸出電磁波函數的調制，描述為 L(Sx,Sy)=(Sx-Sx0 Sy-Sy0)T。這也就意味位移之后的方位角和 俯 仰 角與初始的方位角與俯仰角直接滿足以下關系：0000sincossincossincossinsinsinsinsinsin(2.10)特別的，如果初始的方位角與投影角均為 0，則位移變換之后的投影角與位移量0與0相同。25 傅里葉變換的拉伸特性可以表示為 F-1Ein(am,bn)=E0(sx/a,sy/b)。超表面天線中每個振子在頻域的放大可以通過增加振子個數來實現。假設經放大后的變換相位分布為，則在該情況

55、下的散射場可以表示為：1111,10000,0,=,xyxyyxMNMNj msnsj msnsjm njam bnxymnmnssj mnabjm nyxmnEs seeeesseeEab (2.11)因此，拉伸操作的變換效果可以表示為 L(Sx,Sy)=(sx/a sy/b)T。因此，經拉伸變換后的方位角和俯仰角可以表示為：sincossincossinsinsinsinab(2.12)縮放操作的機制證明了傅里葉域中的擴展（壓縮）可以誘導空間域中的壓縮（擴展），這為各種應用打開了大門。對于全息無線電的示例，考慮到加工精度，相位步長總是離散為整個相移 2 的幾分之一，因此轉向角被限制為離散值

56、。借助傅立葉光譜視圖縮放變換，可以利用特定的物理手段，例如可伸展材料（如機械可調諧聚二甲基硅氧烷基片），來改變超表面振子的尺寸來設計不同的電磁響應。而且，存在各種其他可調諧和可切換的方法（例如變容二極管，微機電開關）可操縱每個超表面振子中的電和磁響應。將可拉伸基材和動態超表面振子結合到超表面設計中時，材料電磁性能和幾何尺寸的變化都可以顯著擴展操控的動態范圍，從而使連續且寬范圍的微波控制提供可能。由上文描述可知，一束波在空間的散射場分布可以通過二維傅里葉變換來描述。并且滿足旋轉、位移及拉伸等特性。由于射頻信號和光波都是電磁波，因此，全息無線電與光學全息非常類似，射頻信號在空間的分布也可以通過二維

57、傅里葉變換來表征，相關特性也可以應用于微波的全息無線電系統模型中。26 2.3.3 基于編碼孔徑相關性（Coded Aperture Correlation）的全息無線電理論與建模 編碼孔徑相關全息（COACH）技術是一種基于與傳統全息技術完全不同的非干涉型全息技術。通過編碼孔徑相關過程對系統進行校準，并記錄成深度點擴展函數（PSF）庫。然后，通過 PSF 庫和目標強度模式之間的計算互相關，可以重建目標的 3D 空間。COACH 的功能在等效的常規成像系統的大多數方面都有所改進，并且其要求最低。在 COACH 中，隨機陣列天線（可由規則陣列天線進行隨機編碼來實現）被用來代替固定天線陣，從而獲得

58、更高的吞吐量和更高的信噪比（SNR）。與固定天線陣生成的單個弱圖像不同，COACH 生成對應于隨機陣列天線每個位置的圖像的隨機分布，從而提高了 RF 信號通量。然而，從記錄的疊加圖像的強度圖案重建對象的圖像比用固定天線陣成像更困難。在目標對象的確切位置使用不同的隨機陣列天線記錄 PSF。通過目標信號強度和 PSF 之間的互相關來重建目標的圖像，如圖 2-13 所示。圖2-13 基于編碼孔徑相關性（Coded Aperture Correlation）的全息無線電原理 在全息無線電中，隨機陣列天線可以通過對常規 UTC-PD 耦合有源天線陣和全息超表面天線陣的振子開關編碼來實現。由于 COACH

59、 是基于相關性的對電磁空間的間接測量技術，可以對無線信道進行全盲檢測。相關研究開發了多種技術來提高譜分辨率、時間分辨率、視場、橫向和軸向分27 辨率以及 SNR。相關功能包括利用部分孔徑，通過散射超表面，以合成孔徑的方式成像等。2.3.4 基于高性能射線跟蹤的全息無線電信道建模 從信道建模的角度而言，只要能對連續孔徑的緊耦合天線陣（Tightly coupled array,TCA）的每一個天線振子對應的多徑信道進行準確地表征，將每一個天線振子對應的信道沖激響應（Channel impulse response,CIR）進行聯合處理，即可得到全息無線電鏈路的整體信道。因此，基于射線跟蹤（Ray

60、-tracing,RT）的確定性信道建模方法可以提供準確的功率、時延、角度、極化等信道信息，適用于全息無線電信道的仿真、預測與建模。然而，由于要實現連續孔徑有源天線陣列，TCA 的天線振子數目巨大，而且需要考慮天線振子之間的互耦效應，這使得計算復雜度本來就高的射線跟蹤技術在大規模信道數據生成方面面臨計算效率的瓶頸。圖2-14 CloudRT系統架構與工作流程 為此，北京交通大學將自主研發的射線跟蹤內核部署在高性能平臺上，利用分布式計算功能進行云化，構建了高性能射線跟蹤仿真平臺-CloudRT。CloudRT 的設計同時包含了準確性和高效性。在準確性方面，北京交通大學與德國布倫瑞克大學基于車對車

61、和寬帶太赫茲射線跟蹤仿真器聯合開發了寬帶動態射線跟蹤信道仿真器，前者在 6 GHz 以下頻段已經得到了大量的測量數據驗證，后者也通過了大量的毫米波與太赫茲頻段測量數據的校準與驗證。在高效性方面，將射線跟蹤仿真器部署到高性能計算平臺，其系統架構如圖 2-14 所示，該平臺由 96 個計算節點組成，共有 1600 個 CPU 核心，10 個NVIDIA Tesla GPU 核心。28 CloudRT 由數據存儲服務器、高性能計算服務器以及用戶終端組成，它們全部通過網絡連接，以進行數據與命令傳輸。如圖 2-15 所示，該平臺由 5 層組成：數據來源層，數據傳輸層，數據存儲層，數據分析層和應用層。數據

62、來源層主要收集各種數據并將其轉換為預定義的結構，然后將其傳輸到數據存儲層（云端）；數據存儲層包含場景庫、材料庫、天線庫，以及用戶數據庫、任務數據庫和測量數據庫；基于此，數據分析層可以實現基于射線跟蹤的信道建模、信道表征、傳播建模和提高射線跟蹤仿真器的效率和精度的算法。數據分析層的輸出可用于系統級鏈路級仿真，網絡規劃和天線設計。該平臺的模型庫包括環境模型庫、材料模型庫和天線模型庫。環境模型庫包含用于射線跟蹤仿真的 3D 環境模型以及相應的幾何和材料信息。CloudRT 仿真所需的數據（配置、模型描述等），傳輸采用了 JavaScript Object Notation（JSON）格式，易于閱讀和

63、編寫，并且易于機器解析和生成。環境模型中所使用的材料可從 CloudRT 的材料模型庫中選取，也可以由用戶自行設定并加入材料模型庫。網站用戶界面（Web UI）允許用戶上傳和管理他們的環境模型以進行射線跟蹤仿真。環境模型庫除了使用矢量數據，也可以使用柵格數據。圖2-15 CloudRT的數據流 29 圖2-16 從發射機到TCA振子的包含直射和反射的CloudRT射線跟蹤仿真示意圖 準確的材料參數輸入是實現準確的射線跟蹤仿真的前提，因此 CloudRT 建立了材料模型庫，為不同傳播機理模型提供不同的材料參數，包括材料的相對介電復常數、散射系數、散射指數、等效粗糙度等。上述材料參數以及其他相應的

64、描述材料的信息由 JSON文件進行存儲，可供用戶調用、修改或添加，具有較高的靈活性。此外，材料參數也可以根據實際測量進行校正。圖2-17 TCA振子接收信號相位（只考慮直射徑）圖2-18 TCA振子接收信號相位（只考慮反射徑）利用射線跟蹤仿真刻畫全息無線電無線信道的實例如下。圖2-16給出了以包含100130 個間隔為 1 m 的振子的 TCA 作為接收機，收發信機的水平距離與垂直距離均為 10 m，仿真頻率為 30 GHz，帶寬為 100 MHz 時包含直射徑和反射徑的射線跟蹤仿真示意圖。圖 2-17 到 2-19 分別給出了 TCA 每個振子上接收信號相位的情況：只考慮直射徑（圖 2-17

65、），只考慮反射徑（圖 2-18），考慮直射徑與反射徑在振子處的相干疊加（圖 2-19）。由此可見，通過 CloudRT 可以準確表征 TCA 接收信號的連續相位變化，說明利用高性能射線跟蹤技術與平臺，可以生成準確的全息無線電信道信息，為全息無線電通信系統設計與評估提供理論依據。圖2-19 TCA振子接收信號相位（考慮直射徑和反射徑在振子處的相干疊加后的信號）2.4 本章小結 全息無線電是通過 RF 干涉測量和 RF 計算全息技術實現電磁空間的重構（上行）和精密調控（下行），從而一方面實現無線通信超高分辨率的空-時-頻全維復用，另一方面實現無線通信、成像和感知的融合。由于射頻波和光波都是電磁波，

66、所以全息無線電與光學全息非常相似。對于全息無線電來說，通常的波前記錄傳感器是天線，所以需要一個連續孔徑天線陣列來接收和測量信號波的連續波前相位。目前連續孔徑天線陣列包括先進的 UTC-PD 緊耦合有源天線陣列、連續孔徑的 RIS+傳統的離散孔徑有源天線陣，以及相干分布式天線或蠕蟲孔徑（Swarm Aperture）等。在相干分布式天線或蠕蟲孔徑中，每個天線的射頻路徑以某種方式同步和相干組合，多個同時工作的天線振子可以像連續孔徑一樣工作，通過合成全息（Synthetic Holography）實現全息無線電。理論和建模上，上行鏈路通過空間譜全息或編碼的孔徑相關全息（COACH）實現全息電磁空間的

67、再現與重構，下行鏈路通過空間波場合成或時間反演（相共軛）實現電磁31 空間的全維調制與調控，并將全息無線電（或全息空口）概念和卷積定理結合在一起，同時將部分信號處理從數字層面轉移到電磁層面（引入光學計算或超表面作為計算單元），以滿足智能全息無線電在靈活性、低延遲、功耗和復雜性方面的要求。通常卷積也是卷積神經網絡（CNN）常用的工具，因此全息無線電具有內稟的神經網絡特性，因而具有天然的原生智能，即所謂“全息即計算或全息即智能（HaaC/HaaI）”。盡管如此，以上性能和特性仍需要進一步的鏈路級性能仿真驗證。第三章 潛在應用場景和用例 6G 將是一張具有超高速率、超高數據密度和超低時延的泛在超寬帶

68、綠色移動網絡，以滿足海量高性能智能超級終端的高效數據交互和計算協同需求。同時，智能駕駛和智能工業革命也對 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）和超高數據密度（ultra-High Data Density，uHDD）等業務類別在內的應用場景。匹配這些服務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，變革性物理層技術，以及通信、感知和計算的端到端協同設計7。智能全息無線電被認為是應對

69、上述挑戰的關鍵使能技術之一。例如，在支持 5D-Mapping 構建方面，全息無線電技術可以采用空間-譜全息技術精確感知復雜電磁環境，實現對電磁空間的全維度實時預測分析，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，進一步發展廣泛的頻譜共享和認知無線電網絡；另一方面能夠同時實現超高分辨率的空間-譜復用，極大地提升通信信道容量，支撐 6G 的典型應用場景。同時，在未來智能工廠的應用場景中，智能全息無線電的超高分辨率空間和頻譜復用能力有望實現一個超高數據密度的并行總線式無線鏈路，從而應用于面向未來智能制造的微尺度 3D 網

70、絡。此外，智慧城市中的混合接入點部署場景需要同時實現無線信息傳輸和無線能量傳輸18，而智能全息無線電能夠精密調控無線電空間及頻譜環境，突破傳統通信的基本覆蓋范圍限制，有助于高效地實現超密集海量物聯網的數據和能量傳輸。3.1 動態譜地圖（5D Mapping）電磁空間是指各種信息系統設備產生的電磁波充斥并作用的物理空間，和網絡空間32 共同構成了陸?？仗熘蟮摹暗谖寰S空間”，誰掌握了電磁空間，誰就會擁有無法估量的信息資源和戰略主動權。采用高性能電磁感測、全息無線電技術實現對電磁空間的全維度預測分析，精確感知和調控復雜電磁環境，支撐電磁空間智能化，取得制電磁權，才能掌握未來信息化戰略的制高點。通過

71、全息無線電技術繪制瞬時帶寬達幾十 GHz 的動態譜地圖（5D Mapping），如圖 3-1。主要任務與應用：圖3-1 動態譜地圖（5D Mapping）（1）RF 頻譜相關的大數據分析，為全球的商業和政府客戶提供量身定制的分析報告。（2）跟蹤地球上的活動，射頻信號地理定位，監測航空、陸地和海上活動，支持合法運輸活動。（3）具有很高的頻譜測繪精度和最小的延遲。通過識別和定位遇險警報，第一時間提供信息，協助應急和搜救工作。（4）識別無線電頻率干擾，協助無線網絡和衛星網絡運營商更有效地利用頻譜并33 幫助其確保頻譜可持續性和安全。（5）結合地面分析平臺，融合開源數據、商業化衛星圖像、數字地形數據，

72、RF 譜大數據可生成更廣泛的應用和服務。3.2 超低功耗物聯網以及智慧城市中的全息接入點(H-AP)部署場景 全息無線電技術通過連續孔徑發射和接收無線電信號，將傳統天線陣列有限的波束空間轉化為近乎無限的 RF 焦點云（Focus Clouds）空間，即實現近乎無限的、連續的復用空間，可以滿足海量 IoT 設備的精準接入和無線供電。另一方面，全息無線電通過空間相關性來利用干擾（干涉）和多徑信號。因此，全息無線電是利用干擾潛力最大、水平最高的技術，從而可以提高超低功耗的物聯網通信傳輸距離和能量傳輸效率。全息接入點(H-AP)可以同時在智慧城市中實現無線信息傳輸(WIT)和無線能量傳輸(WET)，海

73、量小型物聯網(IoT)設備的精準定位和精準無線供電以及數據傳輸，如圖 3-2。例如 Ossia 公司的基于 RF 全息（全息無線電）技術的首款 Cota Power Table 無線電源產品不僅通過無線、遠距離、非視距（NLOS）傳輸電力，并且具有通信能力。與其它技術不同，Ossia 的技術不僅限于視距，而是可以在發射器和接收器之間創建路徑，不僅可以檢測障礙物-如家具、人或寵物-還可以在它們周圍“彎曲”（利用多徑信號）。即使沒有明確和直接的路徑，也能保持電力輸送。Cota 采用的原理稱為“近場 RF 全息”技術，利用電磁波傳播的時間反演對稱性機理。圖3-2 超低功耗物聯網以及智慧城市中的全息接

74、入點(H-AP)部署場景 3.3 室內環境下的全息RF層析成像（RF-CT）34 全息無線電可以穿透衣服和結構墻，識別人，爆炸物和化學物質信號。作為每個檢測對象的唯一指紋的方法，以增強數字生物識別技術或場景識別的選擇性。RF 全息層析成像，可完成微波攝像機的功能，且實現復雜肢體語言和生命體征（如呼吸）的自動識別。實現動態目標的實時微波成像和智能感知，如圖 3-3。全息 RF 層析成像的 K 空間理論和算法參見 4.3.1。圖3-3 全息無線電層析成像應用場景 3.4 通信、感知和成像融合應用場景 電磁頻譜逐漸成為稀缺資源,電磁環境變得愈加復雜。多模式信息系統（遙感、通信、導航）高定量精度、高時

75、空分辨率的發展，對精準時空電磁信息提出了新的要求。針對電磁空間多源異構大數據，如何精準地描述電磁波時-空-頻-相-極化的特征空間，探討電磁波能量與信息熵的理論極限，是一個多領域共性的科學問題。電磁空間可定義在精準時-空基礎上的電磁場與波的物理屬性，是表征電磁大數據的數學物理信息基礎。從電磁空間角度來講，覆蓋所有產生電磁輻射的源，不僅包括自然界的太陽輻射，也覆蓋人工電磁輻射，包括廣播、遙感、通信、導航等電磁信號。在電磁空間統一定義框架下，實現電磁波相干相位的合成，為實現射頻無線電全息成像提供基礎，也為通信感知定位融合等提供新的作用機制與應用模式。當今通信系統被要求不僅僅以人為連接對象，而是要求萬

76、物按需互聯。環境信息包含狀態、移動等內容，需要通過感知來獲取。因此，感知通信一體化是未來重要研究方向，它和人工智能技術進一步結合，實現萬物互聯到萬物智聯，將我們帶入新的應用世35 界。新的頻段和大規模天線的進一步演進為通信感知融合提供了可能性，但是通信感知一體化設計還面臨很多挑戰。RF 全息本身就包含空間信息因而天然地就可以實現定位和 3D 成像。全息無線電技術作為一種通用且高效的信息調控技術，是未來通信、感知和成像一體化的重要候選技術之一，具有內生通信感知融合特性，如圖 3-4。因此，全息無線電的另一應用場景是通信、感知和成像一體化融合的應用場景。圖3-4 全息無線電內生的全譜通信感知融合

77、3.5 智能汽車和智能工廠的超高數據密度并行無線數據總線 在智能駕駛和智能工業環境下，一個泛在的智能汽車和智能機器人的移動網絡將不僅是一個超寬帶移動網絡，而且是一個高可靠的和超低時延的高速無線總線，提供新型的 MaaS（移動即服務）和 MaaM（移動即制造）業務。智能汽車一方面作為一個“超級智能終端”和計算節點不僅需要高速總線式無線鏈路，而且需要 Lidar 和 Radar 等通信和感知融合實現波束精準控制和 3D 場景交互，當然也帶來空間互聯與地空一體化的需求；另一方面作為一個“移動生活和工作空間”同時需要全天候的超寬帶實時業務，如 8k/4k 視頻、VR 甚至 3D 全息視頻實時傳輸。因此

78、，其峰值數據傳輸速率將是 100Gbps 1Tbps，時延時 10s 1ms。未來的智能工廠將由眾多智能移動機器人組成，它們需要無線訪問高性能計算資源，以多種方式執行最困難的任務，組成一個具有千萬億次計算能力的分布式智能系統和網絡。此外，它們需要對變化的條件（包括與人類的相互作用）做出快速反應，或者在時36 間關鍵的控制回路中運行。這些類似人類的智能機器人需要巨大的計算能力，以數十萬億次流量處理數據，其連接網絡類似于一個超高速計算機并行總線。這種巨大的無線容量要求達到 100Gbps/m2的超高數據密度和小于 10s 的超低時延。圖 3-5 為基于毫米波或太赫茲的高密度混合光纖無線總線。這種總

79、線架構為均勻分布的固定格子架構，在工廠機器人或智能車輛移動的情況下缺乏靈活性。全息無線電可以根據機器人或智能車輛的動態分布適配不同的 RF 焦點云（Focus Clouds）分布。每個 RF 焦點承載不同的高速數據流，從而形成一個動態的高密度并行無線總線。圖 3-6 為機器人或智能車輛不同的動態分布情況下全息無線電 AP（H-AP）生成的 RF 焦點云（Focus Clouds）的動態分布。圖3-5 基于毫米波或太赫茲的高密度混合光纖無線總線 圖3-6 機器人或智能車輛不同的動態分布情況下全息無線電AP（H-AP）生成的RF焦點云（Focus Clouds）的動態分布 第四章 潛在關鍵技術 全

80、息無線電一方面通過連續孔徑有源天線或全息超表面實現全息 RF 空間感知和調制，另一方面通過 RF 到光學的映射、變換和處理實現全息復用和解復用，最終通過面向全息無線電的智能算法實現目標電磁場重構。因此，全息無線電技術主要涉及的關鍵37 技術包含三個方面，即基于光電二極管和 EOM 的連續孔徑有源天線、微波光子前端與光學信號處理的透明融合和面向智能全息無線電的算法構建。4.1 光電二極管和 EOM 緊耦合的連續孔徑有源天線陣集成 連續孔徑的有源天線系統對射頻饋電網絡的尺寸、功率和復雜度提出了很高的要求，傳統的射頻饋電網絡在物理上難以實現。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

81、作為光學饋電網絡。高功率輸出的光電二極管能夠為緊密排列的天線振子提供接近理想的電流源，免除了對傳統射頻饋電網絡的需求。然而，如何利用光電二極管實現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，且不給系統引入損耗，成為了光饋電網絡設計的主要難題。光電探測器輸入光通過光纖注入光電二極管光電二極管耦合天線高功率光電二極管驅動電流片中每個天線振子圖4-1 基于UTC-PD和EOM的連續孔徑有源天線陣列 Vbias光電二極管天線IDCRF 扼流圈IRF偏壓CpdRCACCAIpd光電二極管耦合天線陣列光電二極管耦合天線陣列圖4-2 基于UTC-PD和EOM的連續孔徑有源天線陣列等效電路

82、模型 目前，采用光電二極管光學饋電網絡面臨的最大挑戰是天線元件難以實現高射頻功38 率輸出。雖然商用光電二極管可達到 50 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 技術的高功率、高帶寬和高轉換效率繞開了光電二極管的限制，成為連續孔徑有源天線陣的新型理想選擇，例如用于大功率應用的封裝式改進型 UTC-PD 等?；?UTC-PD 和 EOM 緊密耦合的連續孔徑天線陣列利用倒裝芯片技術將大功率UTC-PD 與天線振子鍵合，形成天線振子之間的耦合，其結構如圖 4-1 所示。天線振子采用基于電流片的超寬帶緊密耦合天線陣列。這種連續孔徑的有源

83、天線陣列不需要超密集的 RF 饋電網絡，同時可以實現40 GHz 的工作帶寬，不僅具有很好的可實現性，而且可以降低系統的尺寸、成本、功耗等。圖 4-2 為基于 UTC-PD 和 EOM 緊密耦合的連續孔徑天線陣列等效電路模型。通過先進的 UTC-PD 緊耦合天線陣技術形成的空間連續孔徑來傳輸和接收無線電信號能夠實現智能全息無線電技術基于連續孔徑有源天線系統構想，將傳統天線陣的有限波束轉變為近無限復用的波前，從而實現近無限的、連續的“RF點云（RF Point Clouds）”空間。4.2 微波光子前端與光學信號處理的透明融合 為了實現微波光子前端與后端光學信號處理的無縫集成，必須有效構建從 R

84、F 全息到光學全息的空間映射。一種可行的思路為：首先構建微波陣列與光學陣列的變換關系；隨后從光纖陣列輸出的光信號經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系，實現微波波束到光域的映射。這一思想與微波光子技術不謀而合，微波光子技術就是一種利用光學的方法來實現微波射頻信號的產生、傳輸與處理的技術。微波光子變換與傳輸系統主要包括天線前端、光纖鏈路與光電協同的中心單元，如圖 4-3 所示。天線前端實現靈活、可移動無線接入，光纖鏈路實現寬帶、廣覆蓋有線傳輸，中心單元實現集中光電協同智能處理。微波光子鏈路具有低噪聲、低傳輸損耗、

85、高工作帶寬及大動態范圍等優勢。在射頻信號的長距離傳輸方面，光載射頻信號的傳輸損耗僅為 0.0002dB/m，且損耗量與加載旳射頻信號頻率近似無關。在工作帶寬方面，避免使用帶寬受限的微波元器件，充分發揮光子技術的高帶寬的優勢，可實現多個工作頻段微波射頻信號的綜合傳輸與探測，并且各個不同信號之間的干擾較小。在線性化信號接收方面，可采用光子手段完成信號的傳遞與處理，避免使用電類混頻器等動態范圍受限的微波元器件，有效地提39 高系統的動態范圍。圖4-3 微波光子變換與傳輸系統 4.2.1 微波/光波高保真映射變換技術在微波/光波高保真映射變換的實現過程中，微波光域變頻采用高效電光調制將微波信號加載到光

86、載波的邊帶上，實現微波信號與光學邊帶信號的高保真映射。同時，還需要突破大動態高效微波光域變頻技術、微波/光學天線線性保真縮放變換等關鍵技術，實現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回波波束被高保真地映射到相應的陣列光學天線輸出端口。在微波光域映射變換中，需要通過相位控制技術確保各路信號光的相位穩定性。但是光纖通常對外界環境（包括溫度的變化和微小的振動，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的改變信號相位，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

87、法來進行通道間相位的補償。為了實現大規模、多通道的微波射頻信號的光學變換接收處理，最為可行的一種方法為光子信道化接收技術。射頻的光子信道化接收是將天線接收的射頻信號調制到光載波上，在光域上實現頻段劃分，將寬譜信號劃分為多個窄帶進行并行的信道化處理，避開了電子瓶頸，從而增大了接收機的接收帶寬，并且緩解了后續數字信號處理的壓力。依賴其顯著的優勢，射頻光前端信道化接收技術迅速成為研究熱點。為解決精細光譜控制困難、高精度和實時性的寬譜感知無法同時獲得等問題，基于雙相干光頻梳以及相干探測實現的寬帶射頻信道化技術被提出，接收裝置如圖 4-4 所示。首先產生兩個相干光頻梳，一個光頻梳經過摻鉺光纖放大器放大并

88、入射到工作在雙邊帶40 載波抑制模式的強度調制器中，實現射頻信號的多播光路變換，然后輸入到可調諧光濾波器，濾出一根加載射頻信號的梳齒齒線。另一個光頻梳經過光濾波器濾出與信號載波相對應的本振齒線并進行光放大。最后將兩根齒線輸入到 IQ 解調模塊進行相干接收，該解調模塊由一個 90 度光耦合器和兩個平衡光電探測器組成，最后對接收的信號進行數字處理、線性解調即可得到射頻的下變頻信號。圖4-4 基于雙相干光頻梳的信道化接收技術 4.2.2 微波/光波高保真傳輸技術為保證微波天線接收的目標回波波束被高保真地映射到相應的陣列光學天線輸出端口，需要對光載微波信號進行高保真傳輸。光載 RF 傳輸作為一種 RF

89、 光纖傳輸技術，它將射頻信號直接調制到光波上，經過光纖傳輸后，在接收端再將其恢復成原始的 RF信號，并放大通過天線輻射出去。圖 4-5 為典型的光載 RF 傳輸系統結構，其主要包括了三部分：中心局（Central Office,CO）、光纖傳輸鏈路和遠端天線單元（Remote Antenna Unit,RAU）。CO 包含了基帶處理單元&射頻調制模塊、射頻接口、模擬調制光發送機等模塊，主要負責對基帶信號進行處理并調制到射頻載波上，進而再將 RF 信號調制到光域；RAU 則包括了光接收機、射頻接口、天線等幾個簡單組件，僅需將經過光纖鏈路傳輸后的光信號轉換為電信號，并通過天線輻射出去。通常，CO

90、到 RAU 方向的傳輸鏈路被稱為下行鏈路，而 RAU 到 CO 方向的傳輸鏈路被稱為上行鏈路。41 圖4-5 典型的光載RF傳輸系統結構 相較于同軸電纜，光纖具有重量輕、損耗低（單模光纖的損耗通常在 0.2 dB/km 左右）等優點。因此，在實際應用中，可以利用光纖將無線信號拉遠至不同的地理位置，在實現信號廣域覆蓋的同時還能保障信號的傳輸質量。由于微波光子鏈路采用光纖鏈路作為射頻信號的傳輸媒質，在質量、體積、信號損耗等方面具有明顯的優勢，使射頻信號長距離光纖傳輸成為可能，并且無需將天線束縛在發射機與接收機的附近，極大的提高了系統的靈活性與安全性。同時，微波光子鏈路具有抗電磁干擾特性，可同時傳輸

91、與處理多個射頻信號，消除傳統的同軸電纜傳輸媒質的局限性。微波光子鏈路在避開各種電子瓶頸與電磁干擾的同時也帶來系統的輕巧與靈活，滿足寬帶無線接入等應用需求，在民用通信和軍事應用領域中都具有重要的應用價值。盡管模擬光鏈路的傳輸損耗相對于電纜傳輸很低，但是由于電光轉換和光電轉換會引入噪聲和非線性失真，所以要想獲得高保真傳輸，模擬光鏈路還需進行線性優化并降低噪聲影響。光子鏈路的非線性主要由電光調制器引起，主要包括二階諧波、三階交調（IMD3）與五階交調引起的非線性。為了消除微波光子鏈路的非線性，并提高系統的動態范圍，已有多種線性化方法被提出。目前，微波光子鏈路的動態范圍已可達上百dBHz2/3。4.2

92、.3 微波光子前端與三維光信息處理驗證系統圖 4-6 是一個 8 通道的微波光子前端與三維光信息處理驗證系統。微波天線陣列接收來自自由空間的微波信號，對微波信息進行離散采樣，通過光纖拉遠進行遠距離接收。由光纖陣列出射的組合波束經過偏振分束器形成線偏振光。隨后通過四分之一波片使線偏振光轉化為圓偏振光，經濾波器反射載波后再由透鏡聚光實現大規模的空間傅里葉變換，并最終由紅外照相機的傳感器捕捉干涉圖，此過程即為空間光域三維信息處理。被反射的載波將再次通過四分之一波片重新轉換回線性偏振光，并經由偏振分束器反射到光學處理器的另一路徑。在該路徑中，光信號穿過中繼透鏡，形成光纖輸出面處信號的光學圖像。將該圖像

93、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制器陣列，可實現相位誤差探測和自適應補償。42 穩相參考路相位調制器濾波器輸出光纖陣列相位跟蹤信號相位穩定校正信號長度可調光纖（時間孔徑）天線低噪放調制器/4成像相機PBS相位控制探測器BS空間光處理器1 8 移相器PC/FPGA控制EDFA激光器1 8分束器圖4-6 微波光子8通道驗證系統示意圖 基于全孔徑光域下變頻技術和陣列光電探測器的平方率檢測特性，經由多通道天線系統采樣的微波信號會在探測器光敏面位置實現相干加強，將微

94、波信號上攜帶的基帶信息完好地恢復出來。初步實驗結果表明，在輸入射頻信號功率為-15 dBm 時，1 Mbps 的QPSK 調制格式信號經過全孔徑光域下變頻解調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 面向智能全息無線電的算法構建 4.3.1 RF 全息空間的快速重構算法以及 K 空間層析 為了實現 RF 全息空間電磁信息感知和波矢空間的快速重構，需要研究基于微波光子學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、快速重構算法理論模型、算法優化和分辨率提升優化、反演算法時效性優化、k

95、空間可視化解析等關鍵技術。以下將重點介紹其中最具有代表性的 k 空間層析技術。作為尋?？臻g在傅里葉轉換下的對偶空間，k 空間與傅里葉變換有著密切的關系。其中，為人所熟知的一維傅里葉變換將強度-時間關系映射為強度-頻率關系，從而實現頻譜分析。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?；?k 空間理論，k 空間層析利用相關光學方法，將 RF 信號轉換為光信號，并利用光相位調制和光纖的色散特性對入射 RF 波43 場的 k 矢量進行編碼，從而確定 RF 信號的頻率及入射角。其具體架構和編碼過程如圖4-7 所示。360視場天線

96、陣光學上變頻模塊隨機光纖長度隨機光纖束探測器陣列權重圖圖4-7 k空間層析成像系統模型 由于二維 k 空間中的每一點對應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=(2/l)/(u/zl)，ky=(2/l)/(/zl)。k 空間層析成像系統首先通過覆蓋 360空間探測區域的天線陣列接收 RF 信號，然后利用電光調制器對接收的 RF 信號進行相位調制實現光學上變頻轉換，從而將每個射頻源的頻率 fl轉換成光頻率l，同時也對每個信號附加相位。調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 個離散探測器構成的探測陣列處實現光電轉換。因此，每個探測器都會輸出與

97、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：nnkknkPA SA S(4.1)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 個探測器分別對應的權值矩陣，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。相位調制和不同長度的光纖引入的色散對 RF 信號編碼的同時，為系統的設計提供了自由度。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 RF 全息空間的快速重構，

98、可以采用壓縮 k 空間層析、Kalman 濾波等方法實現加速建模。（1）壓縮 k 空間層析相比于傳統的無線通信系統，全息無線電的超大帶寬全譜無線通信特性將帶來更大44 的數據量。緊耦合連續孔徑天線陣將使無線信道數據及相應的處理數據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對信號的低損耗高精度采樣重構。由于 RF 信號的空間與譜分布在電磁環境中本質上是稀疏的，因此，可以利用壓縮感知技術加速建模。壓縮 k 空間層析技術，即是將壓縮感知應用于 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據和處

99、理時間。壓縮感知的測量過程用數學模型可以表示為 y=x=W，其中 x 是為長度為 N 的輸入信號，y 是維數為 M1 的觀測值結果，是維數為 MN（MN）的觀測矩陣，W 是根據信號特征選取的維度為 NM 的不相干正交基，x 可以被 W 稀疏表示為 x=W，其中 是維數為 M1 的向量，表示 x 在變換域 W 上的稀疏系數。如果 中至多有 k 個非零項，則 x 可以被稱為 K-稀疏信號。當矩陣乘積 W 滿足約束等距性時，觀測結果中就包含了足夠的信息來恢復信號。稀疏信號的恢復過程可以通過求解一個凸優化問題完成。對于 k 空間層析成像探測公式的矩陣形式 P=AS，P 和 A 分別對應探測得到的光強度

100、值和已知的探測器權值參數，因此通過求解線性方程可以計算 RF 場景矢量 S。傳統情況下，大階數權重矩陣 A 在公式反演時效率低下。為了解決這一問題，可以結合壓縮感知技術，利用復振幅加權分布的稀疏性質來解決數據冗余的問題。在公式 P=AS 的左右兩側各乘上一個 MN 的測量矩陣，則矩陣可表示為：11MNNMNNKKPAS(4.2)化簡該公式，則 M32 GHz）、數據速率選擇和濾波的工作，包括處理實時 1D 數據和 2D 圖像，并討論了使用 S2 材料實現大型（106106）矢量矩陣乘法器的潛在架構46。2018 年，Ryan 等人延續了 k 空間的相關工作47。同年，Falldorf 等人提出

101、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生的光進行比較，通過在空間中生成靜態和周期性點圖，展示了一個折射全息顯示的案例48。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49。同年，Karimipour 和 Aryanian 等人利用全息和卷積定理實現了任意形狀波束的電磁波生成，其中無需采用任何優化算法和數學計算，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50。Xu H 等人利用深度學習增強型全息技術在復雜的室內環境中實現準確定位射頻識別標簽，通過創建新的全息算法，可以在橫向和徑向達到厘米級的精度

102、，另外評估了它在多種豐富路徑的應用場景中的性能51。2020 年，Babbitt 總結了利用空間譜全息材料進行微波光子處理技術的最新進展52。同年，Comoretto 和 Monari 等人采用 512 個臺站組成的干涉儀實現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波束53。關于全息無線電在雷達探測領域的應用研究，2003 年，Merkel 和 Cole 等人進行了模擬 RF 信號處理應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，可實現高分辨率多普勒處理54。2014年，Delfyett 通過鎖模激光器產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

103、55。2015 年，Cao S 等人提出了一種新的雷達系統全息雷達，通過記錄電磁波的傳輸模式進行目標檢測或雷達成像56。2016 年，Capineri 和 Bechtel 等人詳細論述了超寬帶雷達目標掃描器的原型和全息信號處理技術57。2020 年，Melo 和 Falconi 等人首次實現了基于絕緣體上硅光子集成電路（PhotonicIntegrated Circuit，PIC）的雷達和激光雷達組合系統58。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59。近年來微波光子學及其雷達應用的迅速發展也為全息無線電的發展提供了新思路60-62。關于面向全

104、息無線電技術的天線形態，2013 年，Ebadi 和 Driscoll 等人利用超材料在表面引導模式和設計的輻射孔徑分布模式之間的切換，演示了基于調制表面超材料的59 微波全息波束形成63。2015 年，Mhlenbernd 等人通過將多個記錄通道集成到單個設備中，證明了一種基于幾何超表面的寬帶全息復用的有效方法64。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計，該天線由 Ku 波段的電子可控表面波波導人工阻抗表面天線的徑向陣列組成65。2016 年，Smith 采用一種不同的超材料設計理念，提出了一種用于波束形成和成像的全息超表面系統66。2017

105、年，Li L 和Cui T 等人針對超表面在可重構性、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對這一挑戰，實驗證明了只需一個編碼超表面就可以實時地實現多個全息圖像67。2019 年，Black 和Deutsch 等人公開了使用空間-時間全息的大規模多用戶 MIMO 天線系統68。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用技術，將超表面用于實現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69。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

106、工作的反射超表面全息圖70。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構這一主要特征對全息 MIMO 通信進行概述，并強調了設計支持全息 MIMO 通信的機遇和關鍵挑戰71。同年，Chen T 和 Li J 等人設計并實現了一系列新穎的可重構超表面，通過使用這些設備，可以更容易地達到先進的超表面全息圖效果72。2021 年，Shang G 和 Wang Z 等人介紹了全息成像和超表面的發展歷史，展示了超表面全息在光學領域的應用，并總結了微波領域全息成像的最新進展73。全息無線電除了在學術界進行了廣泛和深入的研究外，產業界也在推進其成熟

107、商用。美國 S2 公司基于全息無線電（空間譜全息）實現了一個極致寬帶動態譜地圖平臺，瞬時帶寬高達 40GHz。該商用平臺可提供 RF 譜深度學習、識別與分析、RF 譜大數據挖掘（Spectral Mining）、動態譜地圖與動態譜分配、靈活的高精度實時定位與自適應精準目標識別等應用和業務。AVEILLANT 公司基于全息無線電的全息雷達，不僅提供目標范圍和方向，還提供覆蓋范圍內每個目標的精確 3D 位置。多普勒測量還提供目標速度。結合快速的更新速率，這意味著可以隨時準確了解目標所在的位置和去向，實現高分辨率 UAV 成像與探測。全息雷達 3D 定位還使我們能夠將目標與地面雜波區分開來，例如飛機

108、和風力渦輪機葉片。2022 年 CES 上，Ossia 展示了基于 RF 全息（全息無線電）技術的無線供電系統Cota。不同于大多數其它無線電力技術使用的波束成形/轉向技術，Cota 采用的原理稱為“近場 RF 全息”技術，利用電磁輻射的時間反演對稱性機理。從所謂逆向信號的復雜共軛過程的簡化數學的理解來看，Cota 無線電源系統背后的技術基60 于傅里葉變換和拉普拉斯變換等無線電傳播理論。此外，多家初創公司如 HoloWave 等盡管還沒有發布相應的產品，但已在全息無線電領域進行了廣泛的專利布局。第七章 總結、展望及后續工作的建議 全息無線電不僅可以實現無線通信超高分辨率的空-時-頻全維復用，

109、大幅度提高通信容量，而且具有天然的全譜內生通信感知融合和真正的原生智能特性，是 6G 具有潛力和競爭力的空口備選技術之一，但是目前仍有許多挑戰，后續的研究方向建議重點放在：完善空間譜全息或編碼孔徑相關全息（COACH）、空間波場合成或時間反演（相共軛）和 K 空間等理論、算法和建模，全息空間譜復用和解復用算法優化，并開展全息空中接口的鏈路級性能仿真和驗證。進一步優化全息微波信號到全息光學信號的高保真映射方案?；诠?、電和超表面的衍射神經網絡和計算的層次化異構信號處理架構的仿真與驗證。面向全息無線電的小型化三維光信息處理原型樣機的優化設計等。61 參考文獻 1 Liu G,Huang Y,Li

110、N,et al.Vision,requirements and network architecture of 6G mobilenetwork beyond 2030J.China Communications,2020,17(9):92-104.2 Lee Y L,Qin D,Wang L C,et al.6G massive radio access networks:Key applications,requirements and challengesJ.IEEE Open Journal of Vehicular Technology,2020,2:54-66.3 You X,Wa

111、ng C X,Huang J,et al.Towards 6G wireless communication networks:Vision,enabling technologies,and new paradigm shiftsJ.Science China Information Sciences,2021,64(1):1-74.4 Yuan Y,Zhao Y,Zong B,et al.Potential key technologies for 6G mobilecommunicationsJ.Science China Information Sciences,2020,63:1-1

112、9.5 Bajpai A,Balodi A.Role of 6G Networks:Use Cases and Research DirectionsC/2020IEEE Bangalore Humanitarian Technology Conference(B-HTC).IEEE,2020:1-5.6 Zong B,Zhang X,Li X,et al.Photonics Defined Radio-A New Paradigm for FutureMobile Communication of B5G/6GC/PHOTOPTICS.2018:155-159.7 Zong B,Fan C,

113、Wang X,et al.6G technologies:Key drivers,core requirements,systemarchitectures,and enabling technologiesJ.IEEE Vehicular Technology Magazine,2019,14(3):18-27.8 Emil Bjrnson,“The Role of Academia in Beyond-5G Wireless Research”.IEEE CTN,31 Jul 2020.https:/soc.org/publications/ctn/role-academia-beyond

114、-5g-wireless-research.9 Zong B,Duan X,Fan C,et al.6G Technologies-Opportunities and ChallengesC/2020IEEE International Conference on Integrated Circuits,Technologies and Applications(ICTA).IEEE,2020:171-173.10 Zhao Y,Zhai W,Zhao J,et al.A comprehensive survey of 6g wireless communicationsJ.arXiv pre

115、print arXiv:2101.03889,2020.11 Bhat J R,Alqahtani S A.6G Ecosystem:current status and future perspectiveJ.IEEEAccess,2021,9:43134-43167.12 De Alwis C,Kalla A,Pham Q V,et al.Survey on 6G frontiers:Trends,applications,requirements,technologies and future researchJ.IEEE Open Journal of the Communicatio

116、ns Society,2021,2:836-886.13 Rajatheva N,Atzeni I,Bicais S,et al.Scoring the terabit/s goal:Broadband connectivity62 in 6GJ.arXiv preprint arXiv:2008.07220,2020.14 Xu B,Qi W,Zhao Y,et al.Holographic radio interferometry for target tracking in densemultipath indoor environmentsC/2017 9th Internationa

117、l Conference on Wireless Communications and Signal Processing(WCSP).IEEE,2017:1-6.15 Bjrnson E,Sanguinetti L,H Wymeersch,et al.Massive MIMO is a Reality-What is Next?Five Promising Research Directions for Antenna ArraysJ.2019.16 Konkol M R,Ross D D,Shi S,et al.High-Power Photodiode-Integrated Connec

118、tedArray AntennaJ.Journal of Lightwave Technology,2017,PP(99):1-1.17 Murata H,Kohmu N,Wijayanto Y N,et al.Integration of patch antenna on opticalmodulatorsJ.IEEE Photonic Society Newsletter,2014,28(2):4-7.18 Zhao Y,Wang D,Hu J,et al.H-AP deployment for joint wireless information and energytransfer i

119、n smart citiesJ.IEEE Transactions on Vehicular Technology,2018,67(8):7485-7496.19 Kulkarni V G,Puntambekar P N.Holographic multiplexing using multiple referencebeamsJ.Optica Acta:International Journal of Optics,1981,28(12):1611-1617.20 Kitayoshi H.Holographic radio imaging for EMCC/Conference Procee

120、dings.10thAnniversary.IMTC/94.Advanced Technologies in I&M.1994 IEEE Instrumentation and Measurement Technolgy Conference(Cat.No.94CH3424-9).IEEE,1994:17-20.21 Salo J,Meltaus J,Noponen E,et al.Holograms for shaping radio-wave fieldsJ.Journalof Optics A:Pure and Applied Optics,2002,4(5):S161.22 Ander

121、sen G P.Holographic sparse-aperture telescopes for spaceC/Optical,Infrared,and Millimeter Space Telescopes.International Society for Optics and Photonics,2004,5487:1129-1136.23 Holl P M,Reinhard F.Holography of wi-fi radiationJ.Physical review letters,2017,118(18):183901.24 Xu B,Qi W,Zhao Y,et al.Ho

122、lographic radio interferometry for target tracking in densemultipath indoor environmentsC/2017 9th International Conference on Wireless Communications and Signal Processing(WCSP).IEEE,2017:1-6.25 KuzKin V M,Badiey M,Pereselkov S A,et al.Using Holographic Interferometry toTransmit Information through

123、 a Perturbed Ocean EnvironmentJ.Bulletin of the Russian Academy of Sciences Physics,2021,85(2):201-205.26 Rosen L,Gazdzinski R F.Holographic communications using multiple code stagesJ.63 US,2005.27 Prather D W.Toward holographic RF systems for wireless communications andnetworksJ.IEEE ComSoc Technol

124、ogy News,2016.28 Pizzo A,Marzetta T L,Sanguinetti L.Spatial characterization of holographic MIMOchannelsJ.online https:/arxiv.org/abs/1911.04853,2019.29 Chibiao D,Xiaolan Q I U,Yirong W U.Concept,system,and method of holographicsynthetic aperture radarJ.雷達學報,2020,9(3):399-408.30 Khodaei A,Deogun J.O

125、ptical MIMO Communication Using Holographic SpectralMultiplexing of Pulsed Ultrashort LaserJ.arXiv preprint arXiv:2106.13986,2021.31 Sanguinetti L,DAmico A A,Debbah M.Wavenumber-Division Multiplexing in Line-of-Sight Holographic MIMO CommunicationsJ.arXiv preprint arXiv:2106.12531,2021.32 Liao P Y,C

126、hen Z F,Marinova V,et al.Space division multiplexing of communicationchannels in a multimode fiber using holographic correlator methodC/Holography:Advances and Modern Trends VII.International Society for Optics and Photonics,2021,11774:117740U.33 Sun P C,Mazurenko Y T,Chang W S C,et al.All-optical p

127、arallel-to-serial conversionby holographic spatial-to-temporal frequency encodingJ.Optics letters,1995,20(16):1728-1730.34 Sefler G A,Ma J,Chang T Y,et al.Holographic multichannel radio-frequencycorrelatorJ.Optical Engineering,2000,39:260-266.35 Takasago K,Takekawa M,Shirakawa A,et al.Spatial-phase

128、code-division multiple-access system with multiplexed Fourier holography switching for reconfigurable optical interconnectionJ.Applied optics,2000,39(14):2278-2286.36 Schlottau F,Wagner K H,Bregman J,et al.Sparse antenna array multiple beamformingand spectral analysis using spatial-spectral holograp

129、hyC/MWP 2003 Proceedings.International Topical Meeting on Microwave Photonics,2003.IEEE,2003:355-358.37 Schlottau F,Wagner K H.Demonstration of a continuous scanner and time-integratingcorrelator using spatialspectral holographyJ.Journal of luminescence,2004,107(1-4):90-102.38 Mohan R K,Chang T,Tian

130、 M,et al.Ultra-wideband spectral analysis using S2technologyJ.Journal of luminescence,2007,127(1):116-128.64 39 Babbitt W R,Neifeld M A,Merkel K D.Broadband analog to digital conversion withspatial-spectral holographyJ.Journal of luminescence,2007,127(1):152-157.40 Sullivan I S,Morales M F,Hazelton

131、B J,et al.Fast holographic deconvolution:A newtechnique for precision radio interferometryJ.The Astrophysical Journal,2012,759(1):17.41 Bacot V,Labousse M,Eddi A,et al.Time reversal and holography with spacetimetransformationsJ.Nature Physics,2016,12(10):972-977.42 Murakowski J,Schneider G J,Shi S,e

132、t al.Photonic probing of radio waves for k-spacetomographyJ.Optics express,2017,25(14):15746-15759.43 Murakowski J,Schneider G,Shi S,et al.RF k-space TomographyC/ComputationalOptical Sensing and Imaging.Optical Society of America,2017:CW3B.5.44 Ross D D,Murakowski J,Schneider G J,et al.RF imaging re

133、ceiver based on k-spacetomographyC/2017 IEEE Avionics and Vehicle Fiber-Optics and Photonics Conference(AVFOP).IEEE,2017:9-10.45 Prather D W,Murakowski J,Schneider G J,et al.k-Space tomography for spatial-spectral monitoring in cellular networksC/2017 IEEE MTT-S International Microwave Symposium(IMS

134、).IEEE,2017:1162-1164.46 Barber Z W,Harrington C,Rupavatharam K,et al.Spatial-Spectral Materials for HighPerformance Optical ProcessingC/2017 IEEE International Conference on Rebooting Computing(ICRC).IEEE,2017:1-4.47 Ryan C J,Ross D D,Murakowski J,et al.k-Space Tomography for Spatial-SpectralMappin

135、gC/2018 IEEE Research and Applications of Photonics In Defense Conference(RAPID).IEEE,2018:1-4.48 Falldorf C,Bergmann R B.Holographic wave field synthesis using refractiveelementsC/2018 17th Workshop on Information Optics(WIO).IEEE,2018:1-4.49 Pizzo A,Marzetta T L,Sanguinetti L.Degrees of freedom of

136、 holographic MIMOchannelsC/2020 IEEE 21st International Workshop on Signal Processing Advances in Wireless Communications(SPAWC).IEEE,2020:1-5.50 Karimipour M,Komjani N,Aryanian I.Shaping Electromagnetic Waves with Flexibleand Continuous Control of the Beam Directions Using Holography and Convolutio

137、n TheoremJ.Scientific Reports,2019,9(1).51 Xu H,Wang D,Zhao R,et al.FaHo:deep learning enhanced holographic localization65 for RFID tagsC/Proceedings of the 17th Conference on Embedded Networked Sensor Systems.2019:351-363.52 Babbitt W R.Microwave photonic processing with spatial-spectral holographi

138、cmaterialsC/Optical,Opto-Atomic,and Entanglement-Enhanced Precision Metrology II.International Society for Optics and Photonics,2020,11296:112963L.53 Comoretto G,Monari J,Belli C,et al.The signal processing chain of the Low FrequencyAperture ArrayC/Ground-based and Airborne Telescopes VIII.Internati

139、onal Society for Optics and Photonics,2020,11445:1144571.54 Merkel K D,Cole Z,Mohan R K,et al.Demonstration of the Spatial-Spectral CoherentHolographic Integrating Processor(S2-CHIP)for analog RF signal processing applicationsJ.2003.55 Delfyett P J.Signal processing using spectrally phase encoded op

140、tical frequency combs:U.S.Patent 8,805,197P.2014-8-12.56 Cao S,Zheng Y F,Ewing R L.From phased array to holographic radarC/2015National Aerospace and Electronics Conference(NAECON).IEEE,2015:207-212.57 Capineri L,Bechtel T,Falorni P,et al.Prototype UWB Radar Object Scanner andHolographic Signal Proc

141、essingM/Advanced Ultrawideband Radar.CRC Press,2016:381-404.58 Melo S,Falconi F,Scotti F,et al.A Combined Radar&Lidar System Based on IntegratedPhotonics in Silicon-on-InsulatorJ.Journal of Lightwave Technology,2020,PP(99).59 Mazur M,Suh M G,Fulop A,et al.High spectral efficiency coherent superchann

142、eltransmission with soliton microcombsJ.Journal of Lightwave Technology,2021.60 Pan S,Zhang Y.Microwave photonic radarsJ.Journal of Lightwave Technology,2020,38(19):5450-5484.61 Zhu D,Pan S.Broadband cognitive radio enabled by photonicsJ.Journal of LightwaveTechnology,2020,38(12):3076-3088.62 Pan S,

143、Ye X,Zhang Y and Zhang F.Microwave Photonic Array RadarsJ.IEEE Journalof Microwaves,2021,1(1):176-190.63 Ebadi S,Driscoll T,Smith D.Visual illustrations of microwave holographicbeamforming using a modulated surface-impedance metamaterialC/2013 IEEE Antennas and Propagation Society International Symp

144、osium(APSURSI).IEEE,2013:2343-2344.66 64 Huang L,Mhlenbernd H,Li X,et al.Broadband hybrid holographic multiplexing withgeometric metasurfacesJ.Advanced Materials,2015,27(41):6444-6449.65 Gregoire D J,Patel A,Quarfoth R.A design for an electronically-steerable holographicantenna with polarization con

145、trolC/2015 IEEE International Symposium on Antennas and Propagation&USNC/URSI National Radio Science Meeting.IEEE,2015:2203-2204.66 Smith D R.Holographic metasurface systems for beam-forming and imaging(Conference Presentation)C/Metamaterials,Metadevices,and Metasystems 2016.International Society fo

146、r Optics and Photonics,2016,9918:99181L.67 Li L,Cui T J,Ji W,et al.Electromagnetic reprogrammable coding-metasurfacehologramsJ.Nature communications,2017,8(1):1-7.68 Black E J,Deutsch B M,Katko A R,et al.Massively multi-user MIMO using space timeholography:U.S.Patent 10,447,392P.2019-10-15.69 Lin Z,

147、Huang L,Xu Z T,et al.FourWave Mixing Holographic Multiplexing Based onNonlinear MetasurfacesJ.Advanced Optical Materials,2019,7(21):1900782.70 Burch J,Ma J,Hunter R I,et al.Flexible patches for mm-wave holographyJ.AppliedPhysics Letters,2019,115(2):021104.71 Huang C,Hu S,Alexandropoulos G C,et al.Ho

148、lographic MIMO surfaces for 6Gwireless networks:Opportunities,challenges,and trendsJ.IEEE Wireless Communications,2020,27(5):118-125.72 Chen T,Li J,Cai T,et al.Design of a reconfigurable broadband greyscale multiplexedmetasurface hologramJ.Applied optics,2020,59(12):3660-3665.73 Shang G,Wang Z,Li H,

149、et al.Metasurface holography in the microwaveregimeC/Photonics.Multidisciplinary Digital Publishing Institute,2021,8(5):135.67 貢獻單位 主要貢獻單位（以字母順序）序號 貢獻單位 貢獻內容 序號 貢獻單位 貢獻內容 1 北京交通大學 基于高性能射線跟蹤的全息無線電信道建模 2 北京郵電大學 RF全息空間的快速重構算法以及k空間層析；大規模分布式相干天線（或衛星星座以及UAV集群）的全息孔徑合成以及全息逆合成孔徑算法；面向智能全息無線電的空間濾波和空間波場合成技術和算法；光載RF信號的高保真變換與傳輸技術 3 重慶郵電大學 系統架構、應用場景和應用案例 4 大連理工大學 微波光子前端與光學信號處理或光計算透明融合與無縫集成；原型驗證 5 復旦大學 全息電磁空間理論與通信感知定位融合方法 6 南京航空航天大學 基于 FFT 的全息無線電理論與建模 7 上海交通大學 系統架構 8 浙江大學 全息無線電近場理論與信道建模 9 中國移動 應用場景和用例 10 中興通訊股份有限公司 導言、系統架構 聯系方式郵箱：COPYRIGHT2022 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.微信公眾號