基于单光源的光电集成传感与通信技术（O-ISAC），具备顺序目标识别功能

《Optics & Laser Technology》：Single-Source optical integrated sensing and communication (O-ISAC) with sequential target recognition

集成传感与通信网络在6G中的应用面临高分辨率成像与低带宽需求的矛盾，本研究提出单孔径O-ISAC系统，通过分阶段处理实现0.13cm定位精度与64×64像素高分辨率成像，并验证1.05Gbps高速通信能力。

　　

叶子明|刘立航|林照潭|刘龙标|刘宗豪|傅海英

清华大学深圳国际研究生院，中国深圳518055

摘要

集成感知与通信（ISAC）网络将在6G网络及应用中发挥重要作用，包括自主机器人技术、高分辨率场景重建和监控等。传统光学传感器架构在适用性方面存在局限：高分辨率成像设备（如激光雷达）对存储和带宽要求较高，而低分辨率反射式设计则难以实现高级目标分类所需的分辨率。为解决这些问题，我们提出了一种新的数据高效、高分辨率的单孔O-ISAC系统，并通过实验验证了其有效性。该系统首先使用520纳米激光器和共享光电探测器进行低分辨率2D扫描定位，实现0.13厘米的跟踪误差，随后通过单像素成像方法获取目标位置的高分辨率空间信息。我们实现了64×64像素的成像，覆盖范围为1×1厘米，并验证了使用直径1.1厘米的光束点生成高分辨率图像的能力。定量证据表明，序列化和Walsh-Paley排序技术在硬件层面支持高保真成像，同时将采样率降低了50%，从而减少了数据采集延迟。此外，共享通道通过PAM2通信方式实现了1.05 Gbps的数据传输速率。这项工作为需要精确指向和高级目标识别的全集成光学系统提供了资源最小化的设计。

引言

向第六代（6G）无线技术的转型强调了传统上分离功能的融合，将集成感知与通信（ISAC）作为基础要素[1]。近期研究展示了ISAC在多个领域的多功能性，包括太赫兹波段的高分辨率雷达感知[2]和安全混合FSO毫米波系统[3]。ISAC不仅限于数据传输，还旨在实现单一架构内的深度集成通信、感知和计算能力[4]。这种无缝集成通过利用和增强现有无线基础设施来实现双重功能，有望从根本上提高系统效率、资源利用率和操作灵活性。实现这一ISAC愿景的新兴技术之一是光无线通信（OWC）。OWC利用超宽的、不受监管的光谱，相比拥挤的射频（RF）系统具有独特优势，包括更高的安全性和数据隐私性，在电磁敏感环境（如医疗或工业环境）中表现稳健，并支持仓库物流、远程手术和机器人等高吞吐量室内场景[5]。

OWC主要分为两大方向：可见光通信（VLC）和基于激光的OWC[6]。VLC系统利用LED同时进行照明和通信，通过与定位技术（如可见光定位）结合展示了ISAC能力[7]。但这种方法在通信和定位性能之间存在固有 trade-off[8]，通常需要密集部署在天花板上的LED光源或接收端的光电探测器（PD）阵列来精确三角定位。相比之下，基于激光的OWC通过为每个用户提供窄而高功率的激光束，显著提高了性能[9]。这种点对点链接避免了广播VLC系统中的共享介质瓶颈，数据传输速率超过1.37 Tbps[10]。此外，Manie等人提出了一种红外激光笔状束OWC，其在-17 dBm的条件下可实现2米范围内的2.5 Gbps无误差传输，同时还能传输光纤布拉格光栅（FBG）传感器数据[11]。

此外，基于激光的OWC仅在需要时提供光功率，因此比整个房间都进行照明更具能效。然而，其效率和能效完全依赖于发射器对接收器精确空间坐标的准确快速感知。这带来了室内高精度定位的挑战。当前光学领域的定位技术面临多个关键限制：被动图像识别方法虽然适用于对象分类，但主要依赖被动CMOS传感器，这些传感器本质上依赖于环境或外部照明；因此，在光线较弱、黑暗或照明条件变化的情况下往往不可靠或无效[12][13]。更复杂的是，大多数图像识别实验在简单、无杂物的背景下进行，无法复制现实世界室内环境的复杂性。为解决低光问题，一些研究人员采用了主动信标系统，在接收端集成红外（IR）摄像头和IR LED信标[14][15][16]。然而，这种方法增加了接收器设计的复杂性并提高了功耗。此外，在多个紧密排列的信标接收器环境中，还可能产生信标重叠和干扰。另一种解决方案是将光检测与测距（LiDAR）技术与OWC结合，实现了高精度定位[17][18]。这些系统无需校准，通过共享的波束转向装置同时支持LiDAR和OWC，已成功实现0.038度的角度精度。然而，创建详细3D场景时，LiDAR系统需要生成大量3D点云，即使离线模式下也需要大量时间进行信号处理以提取距离信息。

另一种方法是被动反射定位，例如Koonen等人提出的逆反射器方案，可在接收端无需主动功率的同时最小化LiDAR系统的庞大数据存储需求[19]。尽管有这些优势，该方案的空间分辨率受到限制，取决于光束斑点大小和波束转向机制（如阵列波导光栅路由器（AWGR）和光纤阵列[20][21][22]的非惯性特性。这种限制限制了其在高级形状识别任务中的应用。

为克服上述问题——即主动信标的额外功率负担和被动反射方案的不足空间分辨率——我们提出了一种新型的光学-ISAC（O-ISAC）系统，该系统结合了高速通信和顺序单孔感知架构，仅使用一个共享光电探测器。我们的系统利用单一可见光源、二维（2D）振镜系统进行粗略扫描，以及数字微镜装置（DMD）进行精细高分辨率感知。具体贡献如下：

1) 我们展示了一种被动单孔方案，首先使用快速2D振镜扫描进行多目标定位，然后通过单像素成像（SPI）技术提取更详细的信息。

2) 该系统在1.1米距离的1平方厘米区域内实现了平均跟踪误差小于0.13厘米，并成功重建了64×64像素的图像。

3) 同一光通道还被验证可用于高速数据传输，目标平面上的通信性能超过1.05 Gbps。

本文其余部分安排如下：第2节详细介绍了实验设置，描述了单孔架构和关键系统参数的合理性。第3节介绍了顺序感知方法，涵盖了从粗略定位到精细细节提取的自动化过程，并评估了不同基序下的成像性能。第4节详细阐述了通信子系统，包括数字信号处理（DSP）架构，并验证了高速链接性能。最后，第5节讨论了系统的操作特性并总结了本文。

实验设置

系统使用520纳米激光器（LP520-SF15A，Thorlabs）作为光源，如图1所示。选择这一可见光波长是为了便于自由空间同轴架构的精确光学对准。光线经过两个银镜建立同轴光轴，然后通过4f光学系统扩展和准直光束，使其强度均匀。4f系统调整光束大小以覆盖活动表面。

感知方法

本节介绍了用于感知的实验程序和算法，详细说明了两阶段过程。

通信方法和性能

通信性能分析利用高速数据采集链来量化不同数据速率下的比特错误率（BER）。光信号被引导到目标平面后，由雪崩光电探测器（APD210，MenloSystems）接收，其频率范围为1–1600 MHz。该通信链路的示意图如图1(b)所示。信号由任意波形发生器（AWG）生成，使用PAM2编码。

讨论与结论

在这项工作中，我们开发了一种新型单孔O-ISAC系统，克服了现有定位和感知平台的基本限制。通过使用单一可见光源和共享光电探测器，我们的系统实现了高精度定位、高分辨率形状识别和高速数据传输的集成感知架构。O-ISAC系统解决了传统方法的核心问题。

CRediT作者贡献声明

叶子明：撰写 – 原稿撰写、软件开发、资源管理、方法论设计、数据分析、概念化。刘立航：数据管理。林照潭：形式化分析。刘龙标：可视化。刘宗豪：方法论设计。傅海英：撰写 – 审稿与编辑。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

我们感谢清华大学深圳国际研究生院和深圳鹏瑞基金会的鹏瑞青年教师计划（编号SZPR2023008）的支持。