基于开源SDR的无设备感知平台：面向ISAC的多频段信号优化与室外人体检测验证

《IEEE Open Journal of the Communications Society》：An Open-Source SDR-Based Device-Free Sensing Platform for Integrated Sensing and Communication (ISAC)

本文针对集成感知与通信(ISAC)系统中通信与感知性能难以兼顾的挑战，提出了一种基于开源软件定义无线电(SDR)的无设备感知平台。该平台通过开源数据库定位可用频段，利用OpenAirInterface(OAI)捕获基站广播信号，并基于信道状态信息(CSI)相位差波动实现多频段资源块(RB)动态优选。实验表明，在室外人体检测场景中，该系统可通过60%的RB数据量缩减实现90%的检测率，为低成本、高效率的ISAC应用提供了可行方案。

　　

随着第五代和第六代移动通信系统(5G/6G)技术的快速发展，国际电信联盟无线电通信部门(ITU-R)在IMT-2030框架中将集成感知与通信(ISAC)列为关键应用场景。这项技术旨在通过通信基础设施同步实现无线感知功能，为智慧城市、工业自动化和健康监测等领域开辟新途径。然而，在实际部署中，通信系统与感知系统之间存在显著的资源竞争关系，且现有ISAC验证多局限于单频段分析，难以充分发挥蜂窝网络多基站、多频段的协同优势。更关键的是，专用感知硬件的高成本和技术壁垒严重制约了ISAC应用的规模化验证。

为解决这些难题，日本NTT公司研究院的Hanae Otani团队在《IEEE Open Journal of the Communications Society》发表了一项创新研究，构建了一套基于开源软件定义无线电(SDR)的无设备感知平台。该平台的核心突破在于巧妙利用商用基站的广播信号进行感知，既避免了对通信效率的干扰，又通过多频段信号智能筛选机制显著提升了感知效能。

研究团队采用三大关键技术路径：首先，通过OpenCelliD开源数据库获取周边基站的地理位置和频段信息，动态生成候选测量频段；其次，利用OpenAirInterface(OAI)开源软件栈搭配通用软件无线电外设(USRP)，实现了对LTE基站1870MHz(Band 3)和885MHz(Band 19)广播信号的高效捕获；最后，创新性地提出基于信道状态信息(CSI)相位差和幅度双指标的资源块(RB)优选算法。该算法通过在静态环境下筛选相位差和幅度波动最小的RB，有效抑制环境干扰，同时将数据处理量降低至全频段的20%-60%。

在室外空旷场地的验证实验中，研究人员设置了1-10米不同距离的人体行走场景，以CSI相位差方差值作为检测指标。实验结果显示，单频段检测率最高仅为80%，而通过双频段RB优选策略，检测率提升至90%，且在全部距离范围内均实现有效检测。特别值得注意的是，当RB选择比例降至60%时，系统仍能保持100%的检测精度，证实了数据精简与感知效能协同优化的可行性。

进一步分析检测灵敏度与距离的关系发现，Band 3在7-8米、Band 19在3米和10米处存在检测盲区，但双频段融合分析成功消除了这些盲区。这表明多频段信号之间存在互补特性，通过智能信号选择可有效扩展感知覆盖范围。

本研究的重要意义在于三个方面：其一，开创性地将开源SDR与蜂窝网络广播信号相结合，为ISAC研究提供了低成本、易复现的验证平台；其二，提出的多频段RB优选机制突破了传统单频段感知的局限性，为复杂环境下的感知可靠性提供了新思路；其三，通过数据量缩减与感知精度保障的平衡设计，为资源受限场景下的实时感知应用奠定了技术基础。尽管当前实验在简化环境中进行，但该框架具备向城市多径环境扩展的潜力，未来通过引入机器学习算法和5G新空口信号，有望进一步推动ISAC在车联网、无人机监控等关键场景的落地应用。