【 IEEE Communications Surveys & Tutorials 2026年1月】1月9日，东南大学移动通信全国重点实验室曾勇教授、徐晓莉副教授、金石教授、尤肖虎院士，与南方科技大学游昌盛助理教授、加州大学尔湾分校A. Lee Swindlehurst院士、美国东北大学Yonina C. Eldar院士、德国埃尔朗根-纽伦堡大学Robert Schober院士以及新加坡国立大学张瑞院士等共同合作，在通信领域权威期刊《IEEE Communications Surveys & Tutorials》（影响因子：46.7）上发表了题为“A Tutorial on MIMO-OFDM ISAC: From Far-Field to Near-Field”的综述论文。论文系统阐述了MIMO-OFDM ISAC的远近场一般化数学建模、信号处理方法和性能理论分析，并讨论了未来研究方向。

通感一体化（Integrated Sensing And Communications，ISAC）是未来6G移动通信网络的关键应用场景之一，其中通信与感知服务可通过共享无线频谱、信号处理模块、硬件设备及网络基础设施同时提供。多入多出（Multiple Inputs Multiple-Outputs，MIMO）和正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）是4G、5G移动通信系统的关键无线传输技术，也有望成为支撑未来6G ISAC愿景的关键物理层技术。对于MIMO-OFDM ISAC系统，超大规模天线阵列与大时频带宽可以显著提升感知性能，但同时也增加了参数估计的复杂度。这一挑战在跨空间、时延与多普勒三域进行联合感知参数估计时尤为突出，而近场参数估计的额外复杂度使其进一步加剧。论文系统性综述了MIMO-OFDM ISAC系统的一般化模型、空时频三域参数联合估计方法与相应算法，以及其性能与复杂度的综合分析，并详细阐述了如何将远场参数估计方法拓展至近场场景。首先，论文构建了一个具有普适性的ISAC数学模型，并系统介绍了相关的信号处理和信号收发关系。其次，论文系统介绍了OFDM信号在此一般化ISAC系统模型下的信号处理流程、数学模型以及接收端的信号处理方法。进一步，论文介绍了大规模MIMO下远近场的划分和数学建模，并系统分析了传统雷达感知算法在上述四种估计方法和远近场条件下的应用变式、复杂度和性能，包括基于IDFT/DFT的算法、子空间类算法和压缩感知算法。最后，论文还探讨了MIMO-OFDM ISAC系统的开放性问题及未来的研究方向，包括宽带超大规模MIMO（XL-MIMO） OFDM ISAC、时频资源分配和波束管理、稀疏MIMO ISAC、非视距ISAC感知与定位、ISAC与信道知识地图（Channel Knowledge Map，CKM）互惠等。（电子信息学科研究院路新华编译）

图3. 一般化ISAC系统模型