电信工程技术与标准化通信网络AI赋能专题
AI辅助的通信感知目标定位性能优化研究
邹东伯，陈峰
（中国移动通信集团湖北有限公司，武汉430000）
摘要本文旨在优化5G-A网络中通信感知一体技术的目标定位性能。针对多径效应、信号衰减和硬件故障等环境因
素影响下的定位精度问题，本文提出了一种基于基站测量信息和多层感知机神经网络的AI辅助定位模型。研究
方法包括离线训练和线上部署两个阶段，首先利用历史数据对模型进行训练和验证，确保其准确性和泛化能力，
然后在实际系统中处理实时数据并提供预测。实验结果表明，所提AI模型在水平误差的各项指标上均优于传统
上报坐标方法，相比传统方法提升了20%的定位精度。
关键词通信感知一体化；目标定位；多层感知机；人工智能
中图分类号TN929.5文献标识码A文章编号1008-5599（2025）05-0015-06
通信感知一体（ISAC）作为5G-A的重要创新技务中，仍面临诸多挑战。环境因素，如多径效应、信号
术之一，正在为移动通信网络的发展注入强劲动力。通衰减和硬件故障等，都可能影响测量的准确性，进而影
过将通信与感知功能深度融合，通信感知一体技术不仅响定位精度。人工智能技术凭借其强大的特征提取能力
实现了两者之间的信息协同和交互，还在通信环境重构和非线性建模优势，在定位领域展现出巨大潜力，能够
与感知性能优化之间形成了双向互补，从而显著提升了通过深度学习优化定位性能，显著提升定位精度和可靠
网络的整体性能。随着算力和智能化技术在现代网络建性。鉴于此，针对在通信与感知融合系统中，基站受区
设中的核心地位日益凸显，通信感知一体网络通过整合域环境等因素的影响，导致对无人机等目标的轨迹测量
先进的计算能力和智能感知处理技术，能够高效处理和精度不足的问题，本文提出了一种基于基站测量信息的
分析海量的感知数据，提供精准且实时的感知服务，以目标定位模型，以提高感知系统的定位精度。
满足各类应用场景的需求。
通信感知一体技术汲取了雷达探测理论的优势，依1通信感知一体
托先进的信号处理算法和通信技术，成功地将通信与感
知功能深度融合，为通信网络赋予了全方位感知能力。1.1基本原理
通过这种技术，通信系统能够获得关于环境和目标对象通信感知一体系统在进行目标感知时，通常包括以
的关键信息，包括距离、速度、位置和角度等数据。然而，下4个基本过程。
现有的感知技术在实际应用中，尤其是在高精度定位任（1）发射机发射无线电波。
收稿日期：2024-12-05
15
2025年5月第5期（第38卷总第337期）月刊
通信网络AI赋能专题电信工程技术与标准化
（2）无线电波照射到目标并发生反射。
（3）经过目标反射后的回波信号被接收机接收。感
知目目
距速空