全面了解6G太赫兹传播信道测量仪

新的太赫兹频段是第六代（6G）通信的关键组成部分。由于太赫兹频段的超宽带宽，可以实现许多高级应用，例如具有短距离、高吞吐量和低延迟数据流的虚拟现实。全面了解太赫兹传播信道是开发相应太赫兹无线系统必不可少的第一步。6G太赫兹信道模型应该是动态的、空间一致的，并揭示物理环境和信道特征之间的对应关系。现有的太赫兹信道测量发展状况如何？未来有哪些研究方向、挑战和措施？隆德大学Marie Skłodowska-Curie研究员Xuesong Cai（从事毫米波和太赫兹信道及相关应用的研究），北京大学博雅特聘教授、IEEE Fellow程翔（研究兴趣包括信道建模、无线通信和数据分析），以及隆德大学的正教授Fredrik Tufvesson（也是IEEE Fellow）撰文进行了介绍和分析，主要内容如下。

1、现有的太赫兹信道测量

总体上看来，太赫兹信道测量在现有文献中仍然很少见。大多数现有研究工作中使用的信道测量仪都是基于VNA和上/下转换器。由于电缆连接和电缆中的高功率损耗，测量距离通常不大，例如仅10m。在一些研究工作中也使用了时域信道测量仪，其中测量距离可以更大，例如100m。对于单输入单输出配置，研究的信道特性通常包括路径损耗、延迟扩展和功率延迟分布。为了捕捉空间太赫兹信道特征，几乎所有相关研究工作都使用了机械旋转高增益喇叭天线的方案。可以进一步研究MPC、延迟扩展、角度扩展、集群等。然而，由于高增益太赫兹天线的波束宽度较窄且需要许多旋转步长，从而即使在低速时也难以测量具有发射、接收或散射体移动的动态太赫兹信道。因此，几乎所有现有的太赫兹信道测量都是以静态方式完成的。例如，即使对于车到车通信的太赫兹信道，测量实际上是在一个有静态汽车的房间内进行的。此外，还有一些研究太赫兹波段的衍射、穿透、散射和反射的工作，采用理论模型，例如散射的定向散射模型，用测量数据进行了分析。准确理解这些基本机制对于模拟工具和对测量观测结果的解释都很重要。

测量表明，在大多数情况下，THz频段的路径损耗指数接近2，尤其是在视距场景中。路径损耗截距，即1m处的路径损耗，随着频率的增加而迅速增加。由于墙壁、汽车等造成的阻塞损耗可能会大到几十dB，这意味着可能会发生严重的阴影衰落。此外，由于太赫兹的波长非常短，微小的移动可以将MPCs的建设性添加更改为破坏性添加，导致深度衰落。散射取决于表面和撞击角度，并且可以用定向散射模型很好地表征。散射功率相对于反射功率随频率和表面粗糙度的增加而增加，反射系数随着入射角的增加而线性增加。像干的墙这样的光滑表面可以建模为简单的反射表面，尤其是当入射角很大时。至于衍射，测量表明它可以很好地用衍射的均匀几何理论建模。由于严重的路径损耗和阻塞损耗，MPC和集群的数量通常并不多。还观察到簇散布很小。然而，由于不同角度的散射体，复合角度扩展可能很大。尽管有证据表明太赫兹信道可能很稀疏，但这可能是由于通道测量仪的低动态范围。在大型天线阵列下。即在信道测量中应用大的有效区域，可能会发现更多的路径。这些路径可以在与超大规模MIMO（UM-MIMO）的太赫兹信道中被利用。太赫兹信道的稀疏性不应该过早地被肯定。

2、未来研究方向

①新型通道测量仪

中长距离太赫兹应用需要具有更长测量距离和更大动态范围的通道测量仪。可能的解决方案是利用先进的太赫兹设备，例如行波管作为功率放大器，提供高达40 dBm的输出功率，并为时域信道测量器设计具有高序列增益的适当信号。此外，切换天线阵列或实时波束旋转，例如调整具有可重构智能表面的喇叭天线的波束，对于建立具有空间一致性的动态太赫兹信道模型至关重要。此外，迄今为止，尚未在测量中应用大规模阵列，这阻碍了对几个重要的太赫兹信道特性的理解，包括球面波传播、阵列中的信道演化以及信道与物理散射体之间的对应关系。从这个角度来看，具有时域信道测量的大型开关天线阵列将是用于通感一体化应用的太赫兹信道测量仪的最优选设计。此外，对太赫兹波段各种材料的电磁参数了解甚少，阻碍了基于仿真的信道建模的应用。需要解决这个问题。

②低复杂度HRPE算法

超宽带宽和大规模天线阵列可以为区分MPC带来显著优势。然而，由于更多的参数域和更大的测量数据，HRPE算法的复杂性可能会大幅地增加。例如，对于动态双向超宽带UM-MIMO THz信道测量，要为一个MPC估计的信道参数包括延迟、多普勒频率、方位角/离场/离场仰角、方位角/到达/离场仰角、球面到达/离开距离和极化幅度，即总共16个参数。此外，窄带和平面波假设不再有效，这使得难以将参数解耦以将问题分解为多个一维估计问题。因此，低复杂度的新型HRPE算法是必不可少的。一种有前途的解决方法是利用跨UM-MIMO阵列的MPC的延迟轨迹来实现快速初始化和有效的干扰消除，从而可以在信道参数估计中显著减少搜索空间。

③空间一致的太赫兹信道模型

适用于6G中的通信、感知和定位的太赫兹信道模型应该很好地描述几何结构以解决物理环境和太赫兹信道之间的对应关系，描述空间一致性以呈现平滑的信道变化，并描述MPC、集群和物理散射体的生死行为（the birth-death behavior），以跟踪和识别环境中的对象。然而，现有的太赫兹信道模型远远不能满足要求。除了缺乏太赫兹信道测量仪来测量这些特性外，还需要一个新的太赫兹信道建模框架。简单地说，最有希望的一种方法是对物理散射体的演化行为进行建模，并为散射体生成的MPC添加统计属性。

④人工智能辅助太赫兹信道探测

人工智能（AI）尤其是机器学习技术，可以应用于许多方面，例如使用深度神经网络进行传播场景识别和信道预测，以及使用生成对抗网络进行信道再现。除此之外，我们设想了一种新的有前途的太赫兹信道人工智能辅助的探测。也就是说，空间太赫兹信道可以从环境的照片或光学扫描中推断出来，因为它们固有地包含环境中物理散射体的信息。挑战在于训练 AI 模型将照片或扫描映射到真实的太赫兹信道，这不仅需要先进的太赫兹信道测量仪，还需要照片系统或光学系统来获得大量适当的测量数据。

编辑：黄飞