近日，由中国科学院上海高等研究院-智能信息中心胡宏林/周婷研究员团队在6G新型物联频谱感知技术领域取得重要进展。该研究面向5G-Advanced及6G后续物联网演进中超大规模机器互联的应用需求，聚焦跨系统多用户正交/非正交混叠共存场景，针对性提出了基于特征检测的分层频谱感知技术。研究工作从信息论的角度出发，基于严格推导揭示了多种正交/非正交混叠物联共存场景下的虚警概率-阈值闭式解，通过数学手段刻画出多元化场景下混叠用户特征识别的内在原理和外部联系；其后，研究团队着力优化信号感知与识别技术的综合性能，依照各场景的特点进一步定制地设计检测概率优化算法，使得所提技术有效提高正交/非正交混叠物联网系统的检测概率、显著提升系统整体吞吐量；更进一步的，面向正交/非正交混叠物联共存场景，分别针对性地设计了适用于上行系统与下行系统的收发机结构、并定制化了相应通信系统的实现流程。相关成果以“Feature-based Spectrum Sensing of NOMA System for Cognitive IoT Networks”为标题，发表于电信学顶尖期刊《IEEE Internet of Things Journal》（中科院一区，影响因子：10.238）。

在过去数十年里，世界范围内的无线通信技术实现了高速发展。基于5G-Advanced及未来6G的智慧物联网将以高速、低延迟和更好的覆盖连接大量设备，旨在实现产业、医疗、交通、智慧城市等领域万物互联的目的。随着下一代无线通信研究的深入，物联网的频谱需求呈爆炸式增长、正交/非正交混叠现象的普遍出现，都将为下一代智慧物联网系统带来了极大的压力，如何保障大规模物联场景下频谱利用率和系统吞吐量，成为一个长期的挑战。 

动态频谱利用可有效提升通信系统的无线资源承载能力，其相关理论的发展是推动通信系统进步的重要途径之一，是世界各国围绕6G通信系统研发的热点，也是我国IMT-2030（6G）推进组在《6G总体愿景与潜在关键技术白皮书》中明确指明的重要发展方向。本研究提出的面向6G的物联频谱感知技术，可为大规模共存混叠用户间感知干扰与智能识别提供底层支撑，有效解决下一代无线通信后续演进中涉及非正交的大规模物联网场景的应用需求，提高通信系统整体频谱利用率，优化通信设备能耗开销。相关研究有效匹配我院“十四五”规划中“智慧低碳能源关键技术”的主攻方向，可为国民社会经济向着智慧低碳能源的方向发展提供信息技术侧的解决方案；与此同时，本研究中涉及的非正交多址用户混叠状态智能感知的研究工作，可服务于多维异构信息基础设施资源的灵活寻址与调度，契合我院“十四五”规划中“高通量低时延下一代网络通信”的新兴前沿发展方向，实现典型的“数据+通信+AI”新时代信息技术发展范式。 

本研究由中国科学院上海高等研究院团队牵头，联合芬兰国家技术研究中心团队、University of Windsor（加拿大）团队共同合作完成。其中，智能信息中心研究生吴静怡为论文第一作者、徐天衡副研究员为通讯作者。本项研究工作获得了国家重点研发计划-6G专项、上海市优秀学术/技术带头人计划、上海市青年科技启明星计划以及中科院青年创新促进会的资助支持。 

原文链接：https://ieeexplore.ieee.org/document/9878151 

图 1 下行混叠物联感知场景与频段占用状态示意图 

图 2 上行混叠物联感知场景与频段占用状态示意图 

图3 下行混叠物联系统中不同技术的吞吐量性能对比（所提技术为蓝线） 

图4 上行混叠物联系统中不同技术的吞吐量性能对比（所提技术为蓝线）