壹  前言

隨著無線通訊技術與智慧應用的快速演進，通訊系統的角色也正在轉變。未來的通訊系統將不再侷限於資料傳輸功能，而是朝向同時具備環境感知能力的整合型架構發展，期望藉由通訊與感測的融合，開拓更多元的應用場景，進一步提升整體網路效能與增添附加價值，並為整個通訊產業注入全新的商業動能與成長契機。

儘管通訊與感測系統在功能上略有差異，前者強調數據交換，後者則聚焦於環境偵測，但其基礎架構高度相似，皆包含天線收發模組、電磁波傳遞與訊號處理單元[1]。這樣的共通基礎，結合相關技術的日益成熟與突破，使兩者的融合成為可能。特別是在6G強調多技術整合的框架下，「通信感知一體化」有望成為未來無線網路的重要研究方向，若能實現資源共享與系統協同，將進一步釋放智慧應用的潛能，開啟無線通訊與智慧感知協同發展的新階段。

貳  科技發展現況

一、 通訊與感測系統的差異性

1.1 通訊系統設計目標與關鍵性能指標 通訊系統的設計初衷在於實現跨地域之間的數據、語音、文字訊息傳輸，涵蓋從早期的有線電話線路到現代的無線通訊技術。其核心目標是支援人與人之間的溝通與資訊交換，實現訊息的即時傳遞，並帶來更自由、便捷且高效的網路使用體驗。通訊系統中一般常用的關鍵性能指標(Key Performance Indicators, KPI)如下[2]：

• 數據速率：數據傳輸的快慢，影響用戶的下載和上傳速度。
• 頻譜效率：在給定頻譜資源下，能夠承載的數據量
• 能源效率：在提供相同性能的條件下，所消耗的能量
• 延遲：數據從發送到接收之間所需的時間，影響實時應用體驗
• 可靠度：網路連接的穩定性和可用性
• 連接密度：在一定空間內，可以同時連接的設備數量

1.2 感測系統設計目標與關鍵性能指標

感測系統則是如同人體的感官器官一樣，能夠探測外在環境中的各種物理現象，例如亮度、溫度、聲音、震動等，並將這些資訊轉換為可供電腦或微型處理器分析的訊號，以利後續判斷或利用。在眾多感測技術中，雷達感測的架構與無線通訊最為相近，其運作方式是透過發射無線電波並接收目標物的反射波，以準確且快速地獲取待偵測目標的位置、速度等相關資訊。整合通訊與雷達感測特性的通訊感知技術（Integrated Sensing and Communication, ISAC）引入了全新的感知KPI[3, 9]，為未來系統性能評估提供更多面向：

• 服務範圍：系統可進行精確感應的最大距離限制
• 精確度：目標參數感測值與實際值的差異程度
• 解析度：系統能夠區分目標物體的精細程度
• 延遲：從啟動感知任務到獲得結果所需的時間
• 更新率：感測目標數據資料更新的頻率
• 漏檢機率(Missed detection)：系統未能偵測到實際存在的物體或事件的次數百分比
• 誤報機率(False alarm)：系統錯誤偵測到不存在的物體或事件的次數百分比

二、 通訊感知演進趨勢與應用案例

2.1 通感一體的技術演進趨勢與融合趨勢

在通訊系統的技術演進方面，隨著數據傳輸的需求不斷成長，傳統中低頻段已逐漸面臨頻譜擁擠與容量瓶頸的挑戰。為滿足高速率、大頻寬與低延遲的應用需求，通訊系統也積極往高頻段擴展，藉由更寬的可用頻寬大幅提升資料傳輸速率與系統容量。然而，高頻訊號在傳播過程中具有快速衰減、穿透能力差等物理限制。為此，大規模多輸入多輸出Massive MIMO(Multiple-Input Multiple-Output)技術應運而生[4]。透過大量天線陣列與波束成形技術，MIMO能有效提升訊號增益、強化空間覆蓋能力，並支援多用戶的同時通訊。此外，近年AI技術的快速發展正在改變通訊系統的設計與管理模式，使無線網路將具備自我優化、自我調整與智慧感知能力；而開放架構（如Open RAN）則推動通訊設備標準化與介面互通，並透過軟體化的方式實現資源的即時調度與動態管理[5]。

在感知系統的技術演進方面，傳統使用的頻率範圍相當廣泛，依應用需求不同可涵蓋從幾兆赫(MHz)到毫米波(GHz)。低頻段常應用於大範圍掃描，具備良好的穿透力與遠距離傳輸特性；而高頻段則因其波長短、解析度高，特別適合用於高精度的近距感測，如車用雷達、人體姿態偵測與工業自動化等場景，而MIMO與連續波傳輸技術在感測系統中也一直是持續研究與應用的主題[6, 7]。隨著裝置微型化與處理能力提升，各類型感測設備亦逐步邁向智慧化發展，不僅能進行訊號處理與控制，還支援具備與通訊網路連接的功能。

綜上所述，通訊與感測系統的技術差異邊界正逐漸融合，不僅在使用頻段上趨於重疊，所採用的技術也相似(如MIMO、連續波)，再加上基礎設施與設備朝向智慧化發展，進一步提升了通訊與感知一體化的可能性。根據整合程度，可將通感融合劃分為鬆散整合（Loose Integration）、中等整合（Intermediate Integration）與緊密整合（Tight Integration）三種類型，如圖1所示：

• 鬆散整合：通訊與感測功能在軟硬體上各自獨立運作，僅透過應用層進行兩系統間的協調與資料交換。
• 中等整合：通訊與感測系統共用射頻前端，但在訊號處理部分仍由各自的硬體與軟體模組分別實現。
• 緊密整合：設計共用的波形與訊號處理架構，並進一步在硬體與協定層實現深度融合，達到真正「通感一體」的整合型架構。

2.2通感一體的應用案例

通感一體的應用案例廣泛[9]，如圖2所示，可大致區分為六大類型，每個類別項目可互相搭配與結合以達到更好的效果：

I. 人體動作辨識

• 大規模動作：辨識目標人、物的整體移動與速度變化，能有效區分如跑步、打球、游泳等具有明顯動態特徵的行為，適用於運動分析、XR互動遊戲。
• 小規模動作：著重於肢體細微動作或姿態變化的感知，亦可追蹤生命徵象，如手勢辨識、轉頭、坐下，呼吸或心率等。
• 身體接近感應：探測人體靠近或離開特定區域的動態，如跌倒偵測、入侵偵測等。

II. 工業自動化

• 協作機器人：結合各類先進感測器、機器視覺與人工智慧等技術，具備近似人類搬運與操作的感知能力，能夠自主導航，並在動態環境中執行精確操作。搭載機器手臂後，可進行複雜的組裝、搬運、物品分類等工作，並與人類協作，提升工作效率與安全性。

III. 運輸物流

• 無人機運輸：在偏遠或交通不便的地區，提供高效的物流配送服務，能快速完成包裹、醫療用品、外賣等配送任務。

IV. 醫療監測

• 健康數據監測：支援個人生命徵象檢測，亦可結合遠端控制機器人進行監測和護理，如有異常會立即處理這些數據以評估情況，並在必要時向緊急服務部門發出警報，告知當事人的確切位置和健康狀況。

V. 公共安全與災難應變

• 生命徵象監測：利用配備感測器的無人機與車輛，進行災後搜尋與救援任務，偵測到生命現象後，精確定位並提供即時回應，有效提高救援效率。
• 風險監測: 感知環境數據以評估災害發生的風險，如有異常情況，系統會發出警報或疏散指令，幫助防範及降低災難損失。

VI. 智慧城市與基礎設施

• 交通雍塞分析：結合感測系統提供車輛與行人的粗略定位，以及交通號誌桿上的攝影機資訊，提供即時的交通密度數據，並進行擁塞分析，幫助管理部門掌握交通狀況，優化交通流量，並改善城市運行效率。
• 地圖建置：利用無人機或地面感測器產生用於城市規劃、災害防備和基礎設施建設的詳細地圖測繪，多源感測資料融合可提升準確度。
• 微變形感測：進行建築物、橋樑、採礦區結構的健康監測，掌握結構微變形狀況，從而制定提前維護和介入策略，有助於提高結構安全性和延長使用壽命，減少突發性故障或損壞的風險。

參  結論

通感一體化技術為6G的核心願景之一，期望未來基地台不僅能提供超高速的資料傳輸，更能同時賦予感知環境的能力，為智慧城市、自主駕駛、災害監測等多元應用奠定基礎。然而，實現通感一體化仍面臨波形設計、低成本硬體、跨層級整合與標準化等挑戰，為克服這些困難，產學研各界需緊密協作，推動技術創新和解決方案，以確保6G願景的實現。

肆  參考文獻