随着6G移动通信技术的发展,通信与感知一体化(integrated sensing and communication,ISAC)成为未来无线网络的重要方向。在大规模分布式场景中,高精度定位仍面临计算和通信开销过大、参数不可靠等挑战。为此,提出一种多级融合的ISAC定...随着6G移动通信技术的发展,通信与感知一体化(integrated sensing and communication,ISAC)成为未来无线网络的重要方向。在大规模分布式场景中,高精度定位仍面临计算和通信开销过大、参数不可靠等挑战。为此,提出一种多级融合的ISAC定位架构:在接入点(access point,AP)级对感知信号进行预处理,并将结果上传至边缘分布式单元(edge distributed unit,EDU);EDU级利用神经网络将信噪比映射为时延参数的权重,并结合几何精度因子(geometric dilution of precision,GDOP)策略进行加权最小二乘局部定位;中央处理单元(central processing unit,CPU)级则在全局视角下对EDU上传的可靠参数进行二次动态筛选与最终定位。仿真结果表明,该架构能显著降低整体区域内的定位误差,通信和计算开销均优于集中式方案,具有良好的系统可扩展性。展开更多
