投稿
  • 首页 >  信息科技 >  5G

    • 中国移动：2024年6G网络协作通感技术白皮书（1.0）（40页）.pdf

    报告大厅 • •  5G • 阅读

    定制报告-个性化定制-按需专项定制研究报告

    行业报告、薪酬报告

    联系：400-6363-638

    • 《中国移动：2024年6G网络协作通感技术白皮书（1.0）（40页）.pdf》由会员分享，可在线阅读，更多相关《中国移动：2024年6G网络协作通感技术白皮书（1.0）（40页）.pdf（40页珍藏版）》请在本站上搜索。 1、6G6G 网络协作通感技术网络协作通感技术白皮书白皮书 2.02.0编制单位编制单位：中国移动通信集团有限公司中国移动通信集团有限公司、中国联合网络通信中国联合网络通信有限公司有限公司、中国电信股份有限公司中国电信股份有限公司、上海诺基亚贝尔上海诺基亚贝尔股份有股份有限公司限公司、中信科移动通信技术股份有限公司中信科移动通信技术股份有限公司、中兴通讯股份中兴通讯股份有限公司有限公司、维沃移动通信有限公司维沃移动通信有限公司、OPPOOPPO广东移动通信有限广东移动通信有限公司公司中国移动网络协作通感一体化技术白皮书（2023）前前言言随着“数字孪生、智慧泛在”6G 愿景的提出，大量新型业务需求2、不断涌现，驱动 6G 网络从传统通信服务向通信、感知、计算、人工智能等多维融合服务转变。通信感知一体化作为 6G 关键技术之一，为通信系统赋能感知，成为推动 6G 通感融合业务蓬勃发展的重要环节。依托现有规模部署的移动通信网络构建高性能通感网络，网络协作通感一体化可实现“一网两能”，利用通信网络广覆盖、大连接的优势，同时实现全域低成本高精度的感知，在低空经济、智慧交通等领域有广泛应用前景。在未来，网络协作通感可助力孕育 6G 新业态，带来巨大的经济效益和社会效益。本白皮书深入剖析网络协作通感一体化关键技术，包含技术背景与驱动力、评估方法与系统建模、高精度同步、多节点协作、组网干扰管理及原型验证3、。相比网络协作通感一体化技术白皮书 1.0，引入了技术指标体系，用于感知网络性能评估；新增了目标散射特性分析及信道模型，为技术可行性及性能评估提供理论方法；丰富了关键技术及空口方案，推动业界研究及标准化发展。后续，将继续开展非理想因素研究及测试验证，助力网络协作通感产业落地。感谢爱立信（中国）通信有限公司及合作单位对本白皮书内容的丰富与完善。本白皮书版权受法律保护，任何单位和个人转载、摘编、引用或其它方式使用本白皮书文字或者观点的，应注明来源。中国移动网络协作通感一体化技术白皮书（2023）目目录录1.研究背景与驱动力.11.1 应用场景.11.2 业界进展.21.3 技术优势.31.4 技术4、挑战.52.评估方法与系统建模.62.1 技术指标体系.62.2 散射特性.82.3 信道模型.92.4 干扰模型.112.5 仿真方法.113.高精度同步.143.1 同步误差分析.143.2 时间同步.163.3 频率同步.174.多节点协作.184.1 协作节点选择.194.2 协作帧结构.214.3 协作波束管理.234.4 协作信息融合.245.组网干扰管理.255.1 干扰特性分析.255.2 干扰管理策略.265.3 环状感知组网.276.原型验证.286.1 基站-基站协作.286.2 基站-终端协作.287.总结与展望.29缩略语列表.31参考文献.33中国移动网络协作通感一5、体化技术白皮书（2023）11.1.研究背景与驱动力研究背景与驱动力随着数字孪生、智慧交通、智慧工业、环境监测、健康监测、沉浸式扩展现实（XR）等 6G 新场景、新业务的涌现，通信感知一体化（ISAC），作为 6G重要关键技术，为传统移动通信网络赋能“一网多能”，驱动传统通信网络向新一代移动信息网络加速转型。从业务需求来看，新场景、新业务如低空经济、智慧交通、智慧工厂等要求网络提供泛在的高精度感知能力。从技术驱动来看，超大规模天线技术使通信与感知可用频带重合、天线结构相似、数字信号处理模块相似，依托移动通信网络，构建通感融合网络具有技术可行性。4G、5G 时代已有感知的初步尝试，例如面向在网终6、端的定位功能。5G-A 通感一体化通过时分或者频分的实现方式，在基站侧扩展支持了独立感知能力，初步实现了通信和感知能力的一体。由于感知信号自发自收，且通感功能分立设计，5G-A 通感一体仍面临效率、成本、感知精度和自干扰等方面的挑战。面向 6G，通感融合将从空口、网络架构的系统设计与标准化等各方面实现通信与感知的深度融合。作为通感深度融合实现技术之一，网络协作通感一体化通过 A 发 B 收的协作感知放松对自干扰的抑制要求，通过多点协作提升感知精度，最终实现从“分立”到“内生”，从高复杂度、高成本到低复杂度、低成本，从米级感知精度到亚米级感知精度的跃迁。1.11.1 应用场景应用场景6G 网络协7、作通感一体化充分利用移动通信网络得规模部署优势，低成本构建泛在通感网，可保障远距离感知覆盖连续性及有效性，有效提升小区边缘感知性能，赋能一网多能新业态1-5。网络协作通感一体化应用场景包括智慧低空、智慧交通、智慧工厂、智慧家居、智慧医疗、环境重构等，典型场景如下：（1）智慧低空：作为国家战略性新兴产业，智慧低空包括轻中型无人机物流配送、应急救灾、农业灌溉以及中大型飞机通航等场景。无人机监管、无人机中国移动网络协作通感一体化技术白皮书（2023）2轨迹追踪、辅助无人机避障等是实现智慧低空的重要基础，需要满足置信率、距离分辨率/精度、速度分辨率/精度、时延等感知指标需求。网络协作通感一体化系统可实8、现低成本实现泛在通感，可有效助力低空经济的规模发展。（2）智慧交通：智慧交通场景可分为道路监管、车辆轨迹追踪、工厂设备监测三类。在道路监管方面，通感网络可以实时监测路口的车流量，进而动态调整交通指挥、车辆调度，促进交通安全，提升管理效率。在车辆轨迹追踪方面，由于其他车辆遮挡导致车载雷达存在盲区，通过协作通感节点获得“上帝视角”，可为车辆提供更大的感知范围，为自动驾驶或辅助驾驶提供保障。（3）智慧工厂：包括设备检测及园区管理。在检测方面，通感网络可以有效地获取设备状态信息，并通过协作获取较强的目标分辨能力，实现全流程自动化生产操作。在园区管理方面，协作通感网络可保障园区内的感知连续覆盖，为智能机9、器人、自动导引小车等设备提供持续高精度感知能力，可用于路径规划与避障，实现智能化生产和控制。图 1 网络协作通感典型应用场景1.21.2 业界进展业界进展国际电信联盟（ITU）2023 年发布了IMT 面向 2030 及未来发展的框架和总体目标建议书7，引入感知与通信融合作为 6G 典型应用场景，并在 6G 性能指标中增加了定位精度新能力。第三代合作伙伴计划（3GPP）在 RAN 1 正在进行 Release19 通感一体化信道建模研究11，预计 2025 年 6 月完成研究并发布技术报告。中国通信标准化协会（CCSA）在 2023 年已通过多基站协作通感关键技术研究立项，研究面向多基站协作的10、通感算融合理论、系统架构、空口、资源管理12。自 2021 年以来，IMT-2020/IMT-2030 通感任务组征集提案 100 余篇，中国移动网络协作通感一体化技术白皮书（2023）3并发布了感知需求、网络架构、信道和评估、空口技术等方向研究报告8910，并初步形成业界共识。(a)6G 六大典型用例(b)6G 十五大性能指标图 2 ITU-R 发布 IMT-2030 6G 框架在工业界，国内外多家企业积极开展标准化前瞻及场景和技术可行性验证。依托 5G-A 商用网络的部署，自发自收协作通感一体化关键技术验证及规模试点正在国内开展。更进一步，面向 6G 协作感知，业界正在进行场景和用例分析、11、组网、空口技术方案及测试验证。截至 2023 年已推出多种频段下用于环境重构、呼吸检测、目标检测和定位、轨迹追踪等各类通感原型样机13-17，推动协作通感一体化技术、产业和应用成熟。在学术界，电气与电子工程师协会（IEEE）通信学会已于 2021 年 5 月成立ISAC-ETI，各大高校及科研院所积极举办协作通感一体化国际会议、学术研讨会及专刊，从信息理论极限、资源分配、高效率通感算法设计等方面，深入开展通感一体化理论研究18-22。依托国家重点实验室建立软硬件验证平台，助力通感融合技术从点对点协作向大规模网络级协作演进。目前，国内外多家企业、研究机构、高校、标准化组织在通感一体化领域开展了广12、泛而深入的研究，产、学、研三方共同推动协作通信感知一体化从理论走向实践及标准化。1.31.3 技术优势技术优势通感一体化系统包括独立通感与协作通感两种工作模式6，如图 3 所示。在独立通感工作模式下，感知信号由单个感知节点收发；在协作通感工作模式下，一种重要的协作方式是感知信号由不同感知节点收发。中国移动网络协作通感一体化技术白皮书（2023）4(a)独立通感(b)协作通感图 3 通感一体化工作模式相比独立通感，协作通感优势如下：（1）低成本全域覆盖协作通感无需感知节点具备全双工能力，可避免对有源天线单元（AAU）硬件的复杂改动，可在与通信同等硬件成本的基础上实现通感。其次，利用现有通信网络中13、大量密集分布的节点构建协作感知网络，可实现感知功能全域覆盖。（2）更强接收能量由于感知目标形态具有随机性，感知信号经过目标散射后，在不同方向上的散射强度不同且不固定。在特定情况下，单一路径返回的回波强度可能较弱，导致目标的漏检。网络协作感知可通过接收多个方向上的回波信号，提高感知目标检测概率。（3）更优测速能力当感知目标运动方向与感知信号到达目标的入射角及反射角的角平分线垂直时，目标的多普勒速度为零，因此存在多普勒盲区，通常出现在双方站连线的附近区域。通过多个不同方向的接收节点协作感知，可消除多普勒盲区。（4）协作融合提升感知性能对来自多个不同方向接收信号进行数据融合处理，可以获得空间分集增益14、、融合误差补偿、目标去重等，实现通感一体化系统虚警率、漏检率、感知分辨率、感知精度等感知性能提升。通信网络具备多站址、广覆盖、低成本、强运维支持等优势，有助于加快通感融合技术的部署和实施。网络协作通感一体化可为用户提供更加可靠、高效的服务体验，在全域低成本高效率感知方面具有较高的应用价值。中国移动网络协作通感一体化技术白皮书（2023）51.41.4 技术挑战技术挑战通感一体化技术涉及通信、感知、物联网、人工智能、算力等多领域，各技术领域需相互协调，并配备高精度、高稳定性、易操作的测试设备及标准测试规范，以实现各项技术指标的精确测量和评估，为技术落地带来了诸多挑战。聚焦通感融合网络，通信与感知15、存在硬件资源、空口资源的竞争且组网干扰复杂，导致网络效率、通感能力、网络质量之间存在三角冲突。网络协作通感一体化系统设计的关键在于如何优化通感资源与技术方案，在合适的资源共享度下，使得通感能力、网络效率、网络质量达到平衡。为推动网络协作通感从理论走向应用，列出如下关键技术挑战。图 4 通感能力、网络效率、网络质量三角冲突示意图（1）挑战挑战 1：评估方法缺失：评估方法缺失通信与感知的实现目标、评价准则、性能边界均不相同，融合难度较大。在评价指标方面，通信主要考虑数据传输有效性与可靠性；感知追求精度与准确率。如何兼顾通信与感知准则，设计涵盖多种应用场景与条件的统一通感评价指标有待进一步研究。在系16、统性能评估方面，协作网络传播特性更加复杂，感知信道建模非精准，将导致仿真性能的偏差。如何建模非视距（NLOS）信道、如何精准建模不同特性的不规则目标下的回波信道、如何统一通信和感知的信道模型等核心关键问题有待研究。（2）挑战挑战 2：协作节点非同步导致感知恶化：协作节点非同步导致感知恶化受环境、硬件非理想性等因素影响，协作收发节点间难以做到理想同步，从而在测量过程中引入时间偏差、频率偏差，影响感知性能。协作感知其相较于通信具有更严苛的节点同步精度需求。例如，当协作节点间存在 1ns 的时间同步误差时，将额外引入约 3m 的感知测距误差。因此，如何设计高精度的同步方案，中国移动网络协作通感一体化17、技术白皮书（2023）6对于保障感知准确性、提高网络协作通感能力十分关键。（3）挑战挑战 3：高性能协作通感实现困难：高性能协作通感实现困难由于收发节点异置，协作通感收发节点需要联合设计。为获取较高通感性能，需要根据目标位置选择合适的协作节点、设计帧结构、协作波束、协作信息融合方案。此外，受到通感资源、算力等限制，高精度感知实现困难，如何设计并优化上述关键技术方案，实现感知及性能增强值得深入研究。（4 4）挑战挑战 4 4：组网干扰强：组网干扰强协作通感融合网络干扰类型复杂且广泛存在于整个网络。特别地，基站间协作感知打破了统一的上下行帧结构配置，使网络干扰更加复杂，造成通信与感知性能进一步恶化18、。如何从网络层面分析、设计并优化干扰管理值得研究。面对上述网络协作通感的挑战，本白皮书将从评估方法与系统建模、高精度同步、多节点协作、组网干扰管理、原型验证方面，试图回答网络协作感知能协作、如何协作、如何更好协作等问题。相比网络协作通感一体化技术白皮书1.0，新增了技术指标体系与模型，提炼了关键技术解决方案及结论、丰富了测试及原型验证，可保障网络协作感知性能需求并实现高性能、轻量化感知。2.2.评估方法与系统建模评估方法与系统建模设计通感技术性能指标、评估方法与准则，并构建系统模型及仿真方案，不仅可以用于评估网络协作通感一体化可行性及系统性能，也是协作通感关键技术方案设计的基础。本节首先介绍通19、感技术指标体系；而后从散射特性、信道模型、干扰模型三个方面，建立网络协作通感一体化模型；最后介绍系统级仿真方法与目标散射特性仿真方法，用于后续关键技术性能验证。2.12.1 技术指标体系技术指标体系在 3GPP SA1，技术报告Study on Integrated Sensing and Communication已于 2023 年完成并发布23。该报告定义了 32 个典型用例，以及给出了定位精度、速度精度、感知分辨率、最大感知业务时延、刷新率、漏检率、虚警率等感知需求指标。面向新阶段的 6G 标准化，将从业务需求指标转换到聚焦技术性能指标，中国移动网络协作通感一体化技术白皮书（2023）720、为标准制定、方案研究提供指引。在上述需求指标的指引下，ITU-R 将在 2024 至 2026 年开展技术性能指标、评估方法与准则的研究。针对性能指标体系、评估方法与准则的准则至关重要，相关 ITU-R 报告将为 IMT-2030 技术提交方（例如 3GPP）制定性能指标要求，满足要求的技术才能被认为是 IMT-2030（6G）技术并广泛部署。感知作为 6G 的内生能力，网络将提供原生的感知服务。以网络为根基的协作通感系统，其感知服务质量（Sensing QoS）至关重要。因此我们提出感知容量（Sensing Capacity）的系统性指标体系，来表征网络协作通感整体的系统性能24。感知容量的21、定义为：在 Sensing QoS 要求下，每平方公里可以感知的最大目标数量。Sensing QoS 可包含多种要求，包括感知时延、定位精度、测速精度、误检率、虚警率等等。针对不同的场景、业务，可对 Sensing QoS 进行动态的定义。例如针对入侵监测，感知服务质量可聚焦误检率、虚警率等；面向智慧交通场景，感知服务质量可更多的关注感知时延、定位精度、测速精度等。下面给出一种感知容量指标的评估方法，可利用该评估方法得到感知容量的KPI 要求：步骤 1：在系统仿真中对感知目标进行撒点，撒点总数为 N，并进行空口时延等仿真参数配置。步骤 2：生成发送信号，并得到接收信号，进行感知处理并计算每个目22、标对应的感知定位误差r，以及满足感知定位精度要求的目标比例。步骤 3：如需，更改撒点总数 N，并重复步骤 1-2，直到至少 90%的撒点目标总数满足感知质量要求。步骤 4：基于撒点总数 N，计算感知容量/感知密度 C=N/A,面积 A 为仿真所用 TRxP 的覆盖总面积。面向网络的感知容量系统性指标，一方面体现了网络化通感的系统性能，典型指标例如的感知分辨率、感知精度，更多的描绘了单点的感知能力。感知容量指标则描述了整个系统在达到一定感知服务质量时，系统的最大容量。另一方面，感知容量的评估方法中也会加入来自通信的干扰，来体现网络协作通感的系统综合能力。感知容量将作为网络协作通感的重要指标体系，23、将为通感的技术研究、系统设计以及标准制定提供指引。中国移动网络协作通感一体化技术白皮书（2023）82.22.2 散射特性散射特性雷达散射截面积（RCS）度量目标在雷达波照射下所产生的回波强度，是评估目标散射特性的重要参数，在通信感知一体化技术中发挥重要作用。RCS 的大小取决于目标的几何形状、入射波的频率等因素。RCS 的值越大，表示目标对雷达波的散射越强，目标更容易被探测到。对于复杂目标，同一个目标在不同的频率、观测角度下的 RCS 不同，使用一个典型的 RCS 值并不能充分表征目标的散射特性。因此，复杂目标的建模及散射特性分析是必要且重要的。RCS 按照感知节点发射、接收位置进行划分，可24、以分为单站 RCS 和双站 RCS。如图 5 所示，单站 RCS 表示入射角、观测角相同时目标的散射特性，与独立感知模式相符。双站 RCS 表示入射角、观测角不同时目标的散射特性，与协作感知模式相符。分析评估目标单站 RCS 和双站 RCS 的特性，这对两种模式下的高精度感知具有重要意义13。(a)单站 RCS：入射角、观测角相同(b)双站 RCS：入射角、观测角不同图 5 单站 RCS 与双站 RCS 示意图相比独立感知，协作感知通常可以获得更强的接收能量。根据图 6，在 2.6GHz频段，对于无人机场景，在 68%的概率下，最强 RCS 比入射方向 RCS 高至少3dB。在车辆场景下，该概25、率进一步上升至 85%。这表明，最强 RCS 值对应的观测方向大概率来自与入射方向不同的其他方向，可见，协作感知更有可能获取并利用目标的强散射特性，从而提升感知性能。图 6 两种仿真场景下 RCS 统计测量结果2.6GHz中国移动网络协作通感一体化技术白皮书（2023）9根据蜂窝网络站点分布特点，选择 3 个相邻的节点作为收发基站，其中无人机处于 3 个节点之间的任意位置，多次撒点并统计目标处于不同位置时的散射强度。如图 7 所示，相比独立感知，协作感知下的目标散射强度更强，约 30%，说明采用协作感知能够获得更大的接收能量，进而更有利于精确感知。图 7 不同节点感知时无人机的 RCS 对比图26、2.32.3 信道模型信道模型在3GPP R19 RAN#1第116次会议中，达成如下一致：将通感一体化信道建模为目标信道和背景信道之和，用如下公式表示11：=+其中，目标信道是指受到目标影响的所有（多径）信道成分（所谓信道成分是指构成信道的径、簇等），而背景信道是指不包含在目标信道中的其他所有（多径）信道成分。针对目标信道，可以先进行大尺度建模，再进行小尺度建模。大尺度建模可以按照如下方式建模整体的路径损耗8：,(1,2,)=,(1)+,(2)+10lg242 10lg 在小尺度建模方面，我们提出可以采用分段卷积的建模方式25。具体地，可以将包含目标的目标信道分为两段，即从发送节点到目标的入27、射信道，和从目标到接收节点的后向散射信道，如图 8 所示。在入射信道和后向散射信道中，往往存在多条径，形成若干簇。在分段信道建模时，既可以从两段信道中分别选择每条径互相组合、进行卷积，也可以从两段信道中分别选择每个簇互相组合、进行中国移动网络协作通感一体化技术白皮书（2023）10卷积，以下以簇粒度的分段卷积为例，建模协作感知信道。图 8 协作感知分段卷积信道模型假设入射信道和后向散射信道中，分别有和个簇，那么整个目标信道中的簇总数为=，其中，第个簇是由入射信道中的第个簇和后向散射信道中的第个簇组成的，且有=1+。则第个簇的信道参数是通过以下方式，从入射信道中的第个簇和后向散射信道中的第个簇得28、到。在得到第个簇的信道参数后，即可将其代入 3GPP TR 38.901 协议26中的信道模型中，获得最终的协作感知信道模型。目标信道的簇功率等于入射信道和后向散射信道簇功率的乘积：=目标信道的多普勒频移相位是入射信道和后向散射信道的多普勒频移相位的卷积：2()0=2()0 2()0目标信道的离去角等于入射信道的离去角，到达角等于后向散射信道的到达角：,=,=,；,=,=,目标信道的时延等于入射信道和后向散射信道的时延之和：=+如果目标的散射矩阵可以从交叉极化比矩阵中剥离，则第个簇的交叉极化比矩阵可以表示为：(),1(),1()()=()1()1()()()1()1()()中国移动网络协作通感29、一体化技术白皮书（2023）112.42.4 干扰模型干扰模型一个典型的网络协作通感系统模型如图 9 所示。在该系统模型中，节点 A作为通感一体化发送端，其发出的下行通信信号由该小区内的用户 A 接收，用于数据通信。节点 A 也可以发送感知信号，经目标反射后，感知回波信号由节点 B 和节点 C 接收，用于联合感知。通过这一协作感知过程，可以将感知的收发端在空间上分离开，节点 A 仅需进行下行传输，而节点 B 和节点 C 工作在上行接收模式，规避了单站独立感知面临的全双工问题和自干扰问题。此外，当节点 B 和节点 C 工作在上行模式时，还可以与各自小区内的用户进行上行通信。图 9 网络协作通感系30、统干扰模型在网络协作通感系统中，感知精度和通信速率将受到信干噪比（SINR）的影响，以感知为例：感知精度 022,0?+022=1,?上行用户干扰+=1,?小区间干扰+,?杂波干扰?其中，分母部分给出了三种干扰，即上行用户干扰、小区间干扰和杂波干扰。M和 K 分别代表上行用户数目和干扰小区数目。值得注意的是，干扰小区包括邻近小区和远端干扰小区。2.52.5 仿真方法仿真方法网络协作感知能力需要通过合理的仿真方法进行验证。本小节介绍通感一体化系统级仿真流程。首先介绍整体流程，其次重点介绍感知目标散射特性仿真方法，可用于验证协作感知接收信号强度增益。中国移动网络协作通感一体化技术白皮书（2023）31、12（1）系统级仿真整体流程）系统级仿真整体流程对于传统的感知信号处理算法，常用的性能验证手段是通过链路级仿真平台进行仿真，通常只有小规模网络部署，如单链路，单节点等。然而，针对基于网络协作的感知和通信性能验证，需要考虑模拟真实的网络拓扑及通信环境，以此来评估协作组网感知方案的整个组网性能以及对传统通信性能的影响。在传统的通信系统级仿真方法中，系统级平台并不会模拟链路级的编解码和调制的过程,而是通过一种物理层抽象的链路级接口曲线为系统级提供一种简单的方式来判定接收数据的正确与否。由于通感一体化系统需要通过接收信号的相位变化判断感知结果，因此，需要为通感系统级平台引入感知模块实现感知功能。目前有32、两种常见的解决思路：一是将链路级仿真的感知算法过程融合到系统级仿真中，建模全维度的感知仿真平台；二是参考传统物理层抽象的方式，将链路级仿真结果通过合理的数学建模凝练成接口曲线的形式为系统级提供判断感知结果的方法。由于第二种思路目前尚无达成共识的合理结论，因此本小节将重点介绍基于第一种思路的系统级与链路级融合建模方法。网络协作感知的通感一体化系统级仿真平台主要包括网络拓扑、信道建模、资源调度、发送端信号生成，接收端感知算法实现以及结果统计等重要模块，其中发送端信号生成与接收端感知算法实现是将链路仿真中的信号处理流程融入到系统级仿真平台中，具体步骤如下：步骤一：配置场景、系统参数、基站参数、感知目33、标类型、感知目标数量等信息。步骤二：基站撒点、初始化（包括基站编号、位置等信息；并根据协作组网感知方案确定基站类型（基站类型可分为：通感一体基站、纯通信基站等）。步骤三：感知目标及通信用户撒点和初始化：撒点：在通感一体基站的感知区域内进行感知目标的撒点和建模，在通信区域内进行通信用户的撒点和初始化。根据一定的撒点算法确定感知目标和通信用户全局坐标。散射特性建模：对于感知目标，除建立其全局坐标外，还需配置感知目标的特征，如形状、材质等，并对其散射特性进行建模，获取不同入射中国移动网络协作通感一体化技术白皮书（2023）13角度及出射角度下的 RCS 值，作为输入参数，用于后续步骤四生成感知大尺度34、信道。步骤四：生成感知信道、通信信道及干扰信道：感知信道：按照 2.3 节中的感知信道模型进行感知收发节点间的信道建模，包括大尺度与小尺度信道通信信道：按照 38.901 建模通信用户与基站间的大尺度与小尺度信道干扰信道：按照 38.901 建模纯通信基站与通感一体基站间的大尺度与小尺度信道步骤五：通信用户进行服务基站选择。步骤六：进入时隙循环，当前时隙根据协作组网感知方案和干扰抑制方案确定感知收发端基站，进而确定各个基站的上下行时序，基于通信目标业务类型、信道条件等因素进行资源调度、信号生成与发送。步骤七：信道更新、信号过信道。步骤八：通信用户进行数据接收，感知接收站根据感知算法进行感知目标35、的位置、速度等信息的计算，并根据协作组网感知方案融合多站感知结果。步骤九：时隙循环结束，统计结果，得到相关感知、通信的性能。（2）目标散射特性仿真方法）目标散射特性仿真方法CST Studio Suite 是一款全面的电磁场仿真软件套件，用于模拟和分析电磁场、微波、毫米波等频率范围内的各种器件和系统。该电磁仿真软件可用于仿真感知目标 RCS，分析目标物体在不同条件下的散射特性，为通信感知一体化系统设计和分析提供重要的技术支持。具体步骤如图 10 所示。图 10 RCS 测量仿真步骤流程图下面给出两种目标散射特性仿真实例，分别对应无人机和和智慧交通场景。在 CST 仿真平台中使用的无人机模型，长36、度、宽度均为 0.28m；车辆模型，长度为 0.9m，宽度为 0.4m，目标的具体尺寸可以灵活调整。目标模型的示意图如图 11 所示，其中与 Z 轴和 X 轴的夹角分别用俯仰角和方位角表示。对于实际中国移动网络协作通感一体化技术白皮书（2023）14无人机/车辆场景，结合站间距和目标的运动范围，设置的 CST 参数如表 1 所示。图 11 两种目标模型表 1 RCS 仿真参数设置参数参数无人机数值无人机数值车辆数值车辆数值功能功能入射俯仰角106:2:17021:2:85目标不同位置入射方位角0:5:3600:5:360目标不同姿态观测俯仰角106:2:17021:2:85观测节点不同位置观测37、方位角0:5:3600:5:360观测节点不同姿态3.3.高精度同步高精度同步受环境、硬件等非理想性因素影响，协作收发节点间存在同步误差，使感知性能恶化，严重时将导致感知失败。高精度同步可实现节点间同步误差对感知精度“零影响”，是实现协作通感的基础。高精度同步主要包括时间同步、频率同步。本小节首先介绍同步误差来源及其影响，而后分别时间及频率同步方案。3.13.1 同步误差分析同步误差分析网络协作通感一体化系统同步误差主要分为以下两种：(1)时间同步误差时间同步误差协作节点间采用各自的时间源生成时钟信号，受器件非理想性影响，将产生时钟偏差，影响 OFDM 解调的性能。时钟偏差与信号传播时延叠加在38、一起构成中国移动网络协作通感一体化技术白皮书（2023）15定时偏差，若不额外消除时钟偏差的影响，直接对定时偏差进行估计将造成时延测量量的误差，产生距离模糊，从而使感知精度下降。现有 3GPP NR 协议 TS38.133 规定，站间时间同步精度约为1.5us41，可造成约 450 米的距离偏差，无法满足高精度业务需求。(2)频率同步误差频率同步误差协作节点间采用各自的晶体振荡器生成本振信号，受器件非理想性影响，将产生频率偏差。另一方面，收发节点间的相对运动以及传播环境中物体运动产生多普勒频移。上述频率偏差与多普勒频移叠加构成载波频率偏差，若不额外消除而直接估计多普勒频移，将产生速度模糊，使感39、知精度下降。此外，晶体振荡器生成的本振频率随时间发生漂移，进一步影响多普勒频移的估计精度。图 12 频率抖动测试图 12 给出了频率抖动测试结果，表明收发节点本振信号的频率抖动频繁，导致测距结果偏差。图 13 给出了 26GHz、400MHz 带宽、120kHz 子载波间隔情况下，1us 时间同步误差及 0.05ppm 频率同步误差对距离及速度精度的影响。可以看出，在未经时间及频率同步的情况下，测距及测速误差较大，分别可达 300m及 6.7m/s。经过同步误差消除，距离及速度估计误差有效降低。图 13 时间及频率同步误差对目标距离及速度精度的影响中国移动网络协作通感一体化技术白皮书（202340、）163.23.2 时间同步时间同步根据信号传输方式的不同，时间同步方案可分为利用全球导航卫星系统（GNSS）时间同步及网络时间同步两种。对于利用 GNSS 的时间同步，可通过基站对 GPS/DBS 信号搜索，解算基站与卫星时间之间的钟差实现同步，也可通过差分站，利用已知精确坐标的 GPS 基准台修正目标基站时间，前者时间同步误差约为 50ns，高精度测距精度受限；后者尽管可达到 10ns 同步误差，但需要额外引入参考站及信令开销42。对于网络时间同步，可通过基站直接授时或有线时间网络授时434544实现，上述两种方案实现的基站间时间同步误差分别约为50ns 及 1us42，无法满足高精度测距41、需求。尽管基站间高精度的时间同步较难实现，但可通过时间同步误差消除方案达到“零时间同步误差”的效果。如图 14 所示，提出一种双向时间同步误差消除方法。第一步，节点 B 接收来自节点 A 发送的感知信号，测量感知信号的传播时延1=1+，其中，1为实际传播时延，为站间同步误差。第二步，节点 A 接收来自节点 B 发送的感知信号，测量感知信号的传播时延2=2，其中，2为实际传播时延。第三步，系统通过求平均=1+22=1+22，得到与同步误差无关的时间参数。最后，通过几何关系解算目标位置。图 14 同步误差消除方案此外，一种通过测量多径时间差避免节点间同步误差的测距方案如图 15 所示，节点 A 发42、射的通感信号分别通过直射径及经过感知目标的反射径到达节点 B。假设节点A与节点B之间直射径与反射径传播时延分别为3、4，同步误差为，则直射径传播时延为3=3+，反射径传播时延为4=4+。将两个传播时延相减，得到与同步误差无关的测量量到达时间差=4 3，最后根据几何关系可由计算出反射径的真实时延4。中国移动网络协作通感一体化技术白皮书（2023）17图 15 基于参考径的同步误差消除方法3.33.3 频率同步频率同步(1)频偏测量按照测量主体不同，频偏测量可以分为网络侧频偏测量与终端辅助的频偏测量两大类。在现有的 3GPP Release 16 协议中，针对高铁-单频网络（HST-SFN）场景，43、规定了基于跟踪参考信号（TRS）、探测参考信号（SRS）的多 TRP 间的频偏校准方法，主要是为了解决由于 UE（高铁）高速移动带来的 TRP 间的频率偏移。具体地，网络侧/TRP 通过发送下行 TRS 信号，并接收 UE 反馈的上行 SRS信号，分别计算与同一 UE 通信的两个 TRP 的多普勒频偏并补偿。在 3GPP R19 中，终端辅助的频偏测量与上报机制是 CSI Enhancement 议题的重要部分。为了解决多 TRP 之间由于晶振不同带来的频偏，可以采用多 TRP向同一 UE 多次发送下行参考信号的方式，在 UE 侧测量不同 TRP 之间的中心频率差值或比值，获得频偏，进而上报给44、网络侧。此外，一种利用距离变化率与多普勒频移测速差别的频偏测量方法如图 16所示。当 UE 移动时，感知接收端可利用感知算法估计目标速度引起的多普勒频偏，包括感知收发端本身的频偏以及速度产生的多普勒频偏。另一方面，感知接收端也可利用定位算法估计目标位置，由于目标位置随时间的变化率不包含感知收发端的频偏，通过计算目标位置变化率与多普勒频偏对应的速度值之差即可推导出收发端本身的频偏。图 16 基于目标位置变化率的频偏估计方法中国移动网络协作通感一体化技术白皮书（2023）18(2)频偏补偿频偏对系统的影响可理解为在接收机和发射机之间引入了一个时变信道，可使子载波间的正交性或采样点频域位置的准确性遭45、到破坏。当载波频偏为子载波间隔整数倍的时候，尽管子载波之间仍能保持正交，但是在频域上，采样点会发生偏移。当载波频偏不是子载波间隔整数倍的时候，在子载波之间会发生能量泄露，引入子载波间的干扰，破坏子载波之间的正交性。频偏可通过基于训练符号的方式进行补偿，较经典的算法有 Schmidl&Cox算法（S&C 算法)45。S&C 算法训练序列时域结构如图 17 所示，通过使用两个训练序列，S&C 算法具有较高的估计精度，但是两个训练序列开销较大，降低了数据的传输效率。S&C 算法的频偏估计分为两部分，分别是小数倍频偏估计和整数倍频偏估计：小数倍频偏（时域估计）：小数倍频偏估计只和第一个训练序列相关，如46、图17 所示，时域上第一个训练序列的前后部分相同（在偶数子载波上传输 PN1序列，在奇数子载波上传输0）。由于存在频偏，接收端第一训练序列前后两部分对应的采样点存在相位差，可通过此相位差得到小数倍频偏。整数倍频偏（频域估计）：整数倍频偏估计利用第二个训练序列的偶数位置数据和第一个训练序列的偶数位置数据之间的差分关系计算得出。对于第二训练序列，奇数子载波上传输 PN2 序列，偶数子载波上传输 PN3 序列，其中 PN3 与 PN1 具有给定的差分关系。当接收信号存在整数倍频偏时，接收到的频域数据相对于发送端会出现循环移位。因此，通过对 PN1 和 PN3 进行滑动相关，可以估计出整数倍频偏。图 47、17 Schmidl&Cox 算法的训练序列时域结构4.4.多节点协作多节点协作未来低空经济等新业务对感知精度等网络能力提出更高要求。高精度同步可中国移动网络协作通感一体化技术白皮书（2023）19实现同步误差对感知精度的“零影响”，在此基础上，多节点协作是获得协作通感空间增益、联合处理增益的有效途径，因此亟需设计高效的多节点协作机制，实现全域高精度感知。首先，通过协作节点的动态灵活选择可实现感知覆盖性能的增强；其次，当收发节点涉及多小区时，不同小区间通过统一的帧结构设计和资源调度，实现通感的内生融合；再次，在多天线系统中，通过设计合适的波束管理策略，可在保障感知覆盖情况下降低波束管理开销；最48、后，通过融合多维信息实现特定区域内目标的高精度、超分辨感知。本小节从协作节点选择、协作帧结构、协作波束管理、协作信息融合四方面对多节点协作机制进行介绍。4.14.1 协作节点选择协作节点选择考虑到单节点协作感知鲁棒性较差、感知能力受限，采用多节点联合接收，即构建感知协作簇是保证感知服务的连续性与准确性、提升接收信号可靠性和感知精度的有效手段。构建感知协作簇时，由于传统 SINR 不区分多径，当直达径的能量远大于回波径时，直接将 SINR 作为感知协作簇的选择依据，无法选择出回波径 SINR 最强的协作簇。如图 18 所示，一种可行的方案是接收节点对感知参考信号探测并上报一个或多个非直达径的 S49、INR（SINRP），发送节点根据各个接收节点上报的结果选择多个满足 SINRP 门限值的节点构建感知协作簇。针对移动目标感知，为保持感知稳定性及感知精度，需要根据目标位置变化实时构建动态协作簇。协作簇在切换时，可先切换主节点而后重新构建协作感知簇，该方法与通信基站簇切换流程类似但切换时延较大。也可设计新的簇切换方案，定义簇集合的 RSRP 测量量，而后根据测量值一次性实现协作簇的整体切换。图 18 利用测量量（RSRP/SINR）选取协作节点示意图中国移动网络协作通感一体化技术白皮书（2023）20协作节点不限于宏站，也可以是微站、终端或者空间网络设备等。在支持宏微站协作的网络中，为了最大化50、协作感知增益，需要考虑合适的微站部署方案，给出以下两个部署原则。原则一原则一：当目标距离宏站远时，宏站到目标路径损耗大，因此微站布置需要更密集以减小目标到最近微站的路径损耗，保证接收信号功率满足感知要求。原则二原则二：当目标靠近宏站天线面板法线方向时，宏站天线发射波束的增益高，在相同感知接收信号的强度情况下，微站覆盖范围可以扩大。图 19 给出了一种 26GHz 频段、小区半径 100m 场景下优化后的微站部署方案，可见微站部署满足扇区边缘密集，扇区中心稀疏的特性。图 19 微站部署方案确定微站部署位置后，可以根据宏站波束方向，实时调度周围部分接收微站参与多节点协作感知。如图 20 所示，这种51、考虑协作感知路径损耗的微站部署方式相较于均匀部署，在相同的微站数量前提下可提升感知精度 15%以上。图 20 不同微站部署策略的感知精度考虑到基站作为协作节点在站址选择固定、部署成本高等方面的局限性，协作节点也可以是终端。一方面，终端位置更灵活、成本较低、分布更密集，有利于获取更多协作增益；另一方面，终端的上下行帧结构配置与宏站统一，因此其协作方案实现简单，且可避免基站间严重的上下行交叉时隙干扰，有利于高精度中国移动网络协作通感一体化技术白皮书（2023）21协作感知的快速落地。另外，面向 6G，星地融合将是未来网络的另外一个重要技术特征。在协作感知的感知节点部署和选择方面，卫星网络的卫星站、52、临空网络中的空间网络设备也可以作为感知节点参与协作感知。比如，在卫星站或者空间网络设备作为感知信号发送设备时，宏站或者微站可以作为感知回波信号的接收设备，以扩大感知范围或增强回波信号的接收强度。4.24.2 协作帧结构协作帧结构帧结构是系统收发最基本的格式和时序，对整个通感一体系统设计至关重要，尤其是协作感知系统涉及跨多个小区的联合设计，亟需提出一套按需配置的帧结构设计原则，满足多样化感知需求的同时最大限度降低干扰。（1）感知通过灵活时隙实现感知通过灵活时隙实现，保证通信和感知的兼容性保证通信和感知的兼容性。协作感知模式下，基站 A 和基站 B 的的下行（D）和上行（U）成对配置，而现有通信中53、为了避免上下行干扰，相邻基站之间需要统一小区级帧结构配置，即基站 A 和基站 B 的D 和 D 统一，U 和 U 统一，且小区级帧结构配置的 D 和 U 无法修改，如图 21(a)所示。那么为了保证感知和通信的兼容性，新增感知能力需要在灵活时隙配置，如图 21(b)所示。(a)(b)图 21 感知通过灵活时隙实现（2）尽可能减小尽可能减小 GP 开销开销，提升资源利用率提升资源利用率。基站 A 如果发送感知参考信号的位置紧挨着通信的下行，那么基站 B 的通信下行 D 和上行感知接收 Us 之间需要增加保护间隔 GP，造成资源浪费，如图 22(a)所示。因此为了尽可能减小GP 开销，建议基站A 54、发送感知参考信号的位置紧挨着通信的上行或者灵活符号，保证基站 B 的上行感知接收前无需 GP，提高资源利用率，如图 22(b)所示。中国移动网络协作通感一体化技术白皮书（2023）22(a)(b)图 22 尽可能减少 GP 开销（3）不参与协作感知的基站配置不参与协作感知的基站配置为为U，降低对感知接收的干扰降低对感知接收的干扰。如图22(a)(b)所示，基站 C 不参与协作感知，若配置成通信下行，就会对基站 B 的感知接收造成干扰，因此建议基站 C 配置成通信上行。（4）存在远端基站干扰时存在远端基站干扰时，优选紧挨着优选紧挨着 D 的灵活时隙的灵活时隙；存在符号间干扰时存在符号间干扰时，优55、选紧挨着优选紧挨着 U 的灵活时隙。的灵活时隙。为了从源头规避远端基站干扰，要保证感知的发送离通信上行越远越好，因此优选紧挨着 D 的灵活时隙，如图 23(a)所示；感知传输时延会引发符号间干扰，可复用通信的 GP 避免符号间干扰，要保证感知的发送离通信上行越近越好，因此优选紧挨着 U 的灵活时隙，如图 23(b)所示。(a)(b)图 23 降低干扰根据上述帧结构配置原则，如何设计感知帧结构的信令配置方式需要研究。目前通信帧结构配置的方式非常灵活，包括半静态帧结构配置和动态帧结构配置。感知帧结构可显式或者隐式配置，其中显式配置可包括两方面，一是基于通信的帧结构配置信令，新增感知帧结构配置信令，56、二是设计新的信令同时指示出感知和通信的帧结构配置。通感一体统一帧结构配置，可保证通信和感知的兼容性，为通信感知一体化系统设计奠定基础。中国移动网络协作通感一体化技术白皮书（2023）234.34.3 协作波束管理协作波束管理在网络协作通感系统中，为实现目标精准估计，需要协作节点间匹配收发波束。为了探测目标进而进行定位、追踪，需要首先进行全域波束扫描，进而进行波束跟踪及波束切换。考虑到目标具有空间分布不均、移动速度较快等特点，并且某些感知算法存在感知盲区等问题，设计灵活的波束扫描、切换机制，在保证感知精度的同时，尽可能降低波束开销成为协作波束管理技术的研究重点。不同区域下感知目标的分布存在差异性57、。例如，从垂直维度来看，感知目标主要分布在地面车辆和低空无人机，而对于中等高度区域的建筑物等，感知目标分布较为稀疏，如图 24 所示。若利用现有协议中的均匀预编码码本配置方法，则为了满足目标分布密集区域的感知精度，需要加大整个码本对应的全部角度范围内的波束数量、缩小角度间隔。这将极大增加波束资源开销，对于目标分布较为稀疏的区域而言，也是一种波束浪费。因此，可以设计非均匀的预编码码本，在目标分布密集的区域配置细粒度较多波束，在目标分布稀疏的区域配置粗粒度较少波束。这种改进的非均匀预编码码本设计，可以在保证重点区域感知精度、非重点区域感知覆盖的前提下，降低整体波束开销。图 24 垂直维度非均匀波束58、配置从水平维度看，在协作感知收发节点连线附近存在感知盲区，感知盲区内目标的测量精度要求较高，测量误差对目标定位结果影响大；而远离感知盲区的目标测量精度要求较低，测量误差对目标定位结果影响小。因此可以将感知区域进一步划分，针对不同区域采用不同宽度的波束扫描，实现感知精度与波束扫描开销的平衡。如图 25 所示，在感知盲区内，可以采用细波束扫描，提升感知精度；而在感知盲区外，可以采用宽波束扫描，降低扫描开销。通过区域化的波束扫描，可以在降低总体波束扫描开销的前提下，提升部分重点区域的感知精度。中国移动网络协作通感一体化技术白皮书（2023）24图 25 水平维度区域化波束扫描配置4.44.4 协作信59、息融合协作信息融合协作信息融合包括多节点信息融合与多源信息融合。一方面，协作的多节点可以在相对目标不同的角度、距离上接收目标的反射信号，减小感知信道及测量随机性对感知性能对个别接收节点感知业务的影响。另一方面，多节点协作可以利用多倍、多维的目标测量量进行定位与测速，有效解决单节点测速中只能测量径向速度的多普勒盲问题；还可以通过融合算法去除重复目标，实现目标感知精度与分辨力提升。此外，利用摄像头、射频信号等多源信息融合，可以获取更多感知先验信息，进一步提升感知准确性。多节点协作的核心问题是如何融合处理协作多节点的多维信息从而最大化协作接收增益28，同时需要综合考虑服务器与接收节点的信号处理能力、60、数据传输开销等多方面因素。对感知测量量进行融合可以有效平衡协作感知增益与处理复杂度29。具体方案如下：首先，各接收节点对回波信号进行处理，获得时延、角度、信号强度等感知测量量。而后，接收节点将上述测量量及其多维组合发送给服务器，由服务器进行数据融合。在该融合方法中，目标信息的计算复杂度由服务器与接收节点分担，降低服务器与接收节点计算负荷。另外，接收节点仅将部分感知测量量发送给服务器，传输数据量小，降低了数据传输开销。在多节点信息融合时，参与协作的接收节点数并非越多越好。如图 26 所示，感知定位误差随感知节点数增加而降低且定位误差逐渐收敛。当接收节点数超过3 时，感知定位精度提升不再明显，因此61、可以认为三个接收节点已经接近最优的感知性能，该结果可用于指导优化协作接收节点选择。中国移动网络协作通感一体化技术白皮书（2023）25图 26 协作定位误差随节点数目变化曲线5.5.组网干扰管理组网干扰管理通感融合干扰广泛存在于整个网络，导致感知性能损失。由于打破通信系统中小区间上下行时隙的一致性，网络协作通感干扰类型多样且强烈。本小节首先分析组网干扰特性；其次提出节点间采用干扰协调技术的干扰管理策略，如功率控制；最后，考虑网络整体协作下的性能优化，提出环形感知组网方案，实现全局实时性干扰管理，提升感知精度。5.15.1 干扰特性分析干扰特性分析协作感知相邻小区需要采用不同上下行帧结构配置，将62、额外引入上下行交叉链路干扰、小区内上行通信用户干扰等30-33，干扰类型复杂。如图 27 所示，对于通信用户，受到的干扰主要来自下行基站与目标通信用户。对于协作感知接收基站，受到的干扰主要来自其他感知发射基站、下行通信基站。相比通信信号，感知接收信号功率小，对干扰和噪声更敏感。在协作感知时，网络需要尽可能避免上下行交叉链路干扰的影响，以同时满足网络的感知需求与通信需求34。图 27 上下行交叉链路干扰中国移动网络协作通感一体化技术白皮书（2023）26图28 及图29 分别给出基于蜂窝网络19小区57 扇区同站址及邻站址下上下行交叉链路干扰对感知精度的影响。可以看出，来自同站址两相邻扇区的干扰63、尤为强烈。为保障感知信号的成功检测，对同站址邻扇区的干扰管理是非常有必要的。此外，对干扰基站进行不同程度的干扰管理，可使感知性能在显著范围内变化。因此，在实际应用中，在保障信号成功检测的基础上，有必要进一步对其他干扰基站进行适当的干扰管理，以满足不同场景下的不同感知需求。图 28 同站址互干扰强度CDF曲线图图 29 测距RMSE与邻站址干扰强度关系图5.25.2 干扰管理策略干扰管理策略为了有效管理交叉干扰，可以采用干扰协调技术，即对同基站不同扇区、不同基站或者不同用户的通信信号或感知信号进行时分、频分、空分、功分、码分等，规避不同信号之间的干扰碰撞。以功分为例，采用自适应功率控制技术则可减64、少小区内上行通信用户对其他接收节点的干扰。如图 30 所示，采用等功率分配、固定功率分配及固定功率分配技术可实现通感带宽、发送功率等随感知业务需求自适应动态调整，满足业务数据解调、感知精度需求、时延等需求。(a)等功率分配(b)固定功率分配(c)自适应功率分配图 30 功率分配方案值得注意的是，在目标接近通信用户设备时，感知性能可能会下降。如图中国移动网络协作通感一体化技术白皮书（2023）2731 所示，在双站感知区域内，假设感知目标 RCS 为 0.1 m2，SNR 门限为 17dB，通信设备周围的感知目标检测概率会出现下降，明显低于无通信设备上行干扰区域的性能。为了解决这一问题，可以采用65、区域性资源分配等方法，有效避让上行链路的干扰，提升感知精度和通信质量，从而优化通感一体化性能。图 31 网络协作中上行通信干扰下的感知检测概率分布5.35.3 环状感知组网环状感知组网前两小节主要基于点对点通感架构进行干扰特性和干扰管理策略分析，本节从网络整体角度考虑干扰管理。“网协同”是充分利用网络的能力，通过全局节点间高效协同提升来网络整体效率的方法35。基于现有六边形的宏蜂窝网络架构做出增强，针对 A 发 B 收的网络协作感知，可采用“环状”组网方式，如图 32所示。同站址三扇区的帧结构同时设置为下行，同时该小区周边六个小区的帧结构设置上行。小区内三扇区发射感知信号时，周边六个小区的扇区66、中的一个或者多个可根据目标的位置进行协作接收，可提升接收信号质量和感知精度，有效降低同站址邻扇区及相邻站址之间的上下行交叉链路干扰。此外，为相邻站址基站配置正交码字的感知信号，可进一步将邻区干扰限制在较低水平。图 32 环形组网方案示意图中国移动网络协作通感一体化技术白皮书（2023）286.6.原型验证原型验证当前产业界已完成多种频段网络协作原型样机测试验证，用于保障多种通感一体化场景下的覆盖及性能需求，测试内容涵盖无人机低空、室内等多种场景下的目标检测、定位、追踪。6.16.1 基站基站-基站协作基站协作考虑基站间协作的低频网络协作通感，原型样机采用 4.9GHz 频段，开展面向室外低空无67、人机场景的测试验证。该测试利用不同站址的基站对感知信号进行发送和接收，通过创新的同步差分算法消除收发站点时钟同步误差，实现低空无人机的高精度检测、识别和定位。实测结果显示，该低频基站间协作原型样机感知覆盖距离达到 1km，在 95%置信度下，感知水平/垂直精度达到米级，多目标最小感知距离分辨率达到米级，虚检率、漏检率均可达到 5%以下，可满足低空安防和低空经济的应用需求。图 33 低频网络基站间协作通感原型样机无人机探测场景6.26.2 基站基站-终端协作终端协作考虑到不同种类设备，如基站、终端等，都分布在蜂窝网络中，为保障覆盖范围及协作灵活性，协作通感收发节点可以是基站以及 UE。考虑基站-68、UE 间协作的低频网络协作通感，原型样机采用 4 GHz 频段，开展面向室内行人的轨迹追踪测试验证。该测试利用软件无线电外设（USRP）模拟一个发射基站及四个不同位置的 UE，基于多普勒测量算法实现 CoMP 人体轨迹追踪46，通过使用 CSI 商估计多普勒、可靠估计决策，以及节点动态切换策略，抑制了硬件及环境非理想因素，中国移动网络协作通感一体化技术白皮书（2023）29保证了多 UE 协作轨迹追踪的连续性和可靠性4748。实验结果显示，低频网络基站-UE 协作感知通感一体原型样机能够准确跟踪多种行人轨迹，包括直线轨迹、M 形轨迹和 S 形轨迹，位置精度可达亚米级。在通信方面，视距通信下平均69、每个 UE 的下行吞吐量约为 303.25 Mbps。可见，多终端 CoMP 感知和通信一体化可达到较好的通感一体化效果，为未来网络中具有较高应用潜力。图 34 低频网络多 UE 协作轨迹追踪场景及结果示例：(a)直线轨迹 MUSIC 伪谱(b)M 形轨迹MUSIC 伪谱(c)S 形轨迹 MUSIC 伪谱(d)直线轨迹估计(e)M 形轨迹估计(f)S 形轨迹估计7.7.总结与展望总结与展望6G 时代，通信能力、感知能力将融合共生，各种业务之间的信息协同和处理流程将高度耦合，不同功能之间的互助互惠、不同模块的联合优化、不同网络节点的协同组网，将极大提升网络协作通感系统的整体性能。随着业界研究及标70、准化工作的完善，通感一体化技术关键技术及演进路线更加清晰。本白皮书从通感一体化背景与驱动力出发，首先，介绍了通感评估方法与系统建模，包括技术指标体系、系统模型及仿真方法，可用于后续关键技术验证。其次，介绍高精度同步，通过协作节点间同步误差分析及同步方案设计，使系统具备基础的网络协作通感能力。再次，介绍了多节点协作，考虑协作节点选择、帧结构、波束管理、数据融合等，提出了多节点协作感知方案及仿真验证，论述网络协作通感一体化的优越性。而后，介绍了组网干扰管理，通过方案设计降低网络干扰，实现感知能力的进一步增强。最后，本白皮书介绍了原型验证工作进展，推动协作通感从中国移动网络协作通感一体化技术白皮书（71、2023）30理论研究到产业落地。面向未来，6G 网络协作通感仍需要加强跨域技术的协调与融合创新，进一步研究和突破网络协作通感系统基础理论、非理想因素解决方案、系统平台构建与原型验证等，同时希望加强国际合作，进一步汇聚国内外产学研等各方力量，有效协同和推动通感融合技术的国际化、标准化、产业及应用培育等工作，助力低空经济、智慧交通、智慧工厂等行业快速发展。中国移动网络协作通感一体化技术白皮书（2023）31缩略语列表缩略语列表缩略语英文全名中文解释AAUActive Antenna Unit有源天线单元AIArtificial Intelligence人工智能AOAAngle of Arriva72、l到达角AoDAngle of Departure离开角AWGNAdditive White Gaussion Noise加性高斯白噪声CCSAChina Communications StandardsAssociation中国通信标准化协会CDFCumulative Distribution Function累积分布函数CRLBCramr Rao Lower Bound克拉美罗下界CRSCell Refernce Signal小区参考信号CSI-RSChannel-State Information ReferenceSignal信道状态信息参考信号DLDownlink下行GPSGloba73、l Positioning System全球定位系统IMTInternational MobileTelecommunications国际移动电信IEEEInstitute of Electrical and ElectronicEngineers电气与电子工程师协会ISACIntegrated Sensing and Communication通信感知一体化ITUInternational Telecommunications Union国际电信联盟KPIKey Performance Indicator关键性能指标LOSLine-Of-Sight视距LTELong Term Evoluti74、on长期演进技术MSEMean Squared Error均方误差MTDMoving Target Indicator动目标显示MTIMoving Target Detection动目标检测中国移动网络协作通感一体化技术白皮书（2023）32NLOSNon-Line-Of-Sight非视距NRNew Radio新无线电OFDMOrthogonal Frequency DivisionMultiplexing正交频分复用RBResource Block资源块REResource Element资源元素PDCCHPhysical Downlink Control Channel物理下行控制信道PD75、SCHPhysical Downlink Shared Channel物理下行数据信道QoSQuality of Service服务质量RANRadio Access Network射频接入网RCSRadar Cross Section雷达散射截面积SFISlot Format Indicator时隙格式指示SINRSignal to Interference-plus-Noise Ratio信干噪比SNRSignal to Noise Ratio信噪比SRSSounding Reference Signal探测参考信号TDDTime Division Duplexing时分双工TRPTran76、smission Reception Point收发节点TRSTracking Reference Signal跟踪参考信号UEUser Equipment用户设备ULUplink上行USRPUniversal Software Radio Peripheral通用软件无线电外设2D-FFT2 Dimensional-Fast Fourier Transform二维-快速傅里叶变换3GPP3rd Gernereation Partnership Project第三代合作伙伴计划4G4th Generation wireless systems第四代移动通信技术5G5th Generation 77、wireless systems第五代移动通信技术5G-A5G-Advanced第五代移动通信技术演进6G6th Generation wireless systems第六代移动通信技术中国移动网络协作通感一体化技术白皮书（2023）33参考文献参考文献1 IMT-2030(6G)推进组,6G 典型场景和关键能力白皮书R.20222 王志勤,杜滢,沈霞 面向 6G 典型场景的无线系统研究J.中兴通讯技术,2024,30(4):65-683 Next GAlliance,6G Applications and Use CasesR.20224 Hexa-X,6G Vision,Use Cases78、 and Key Societal ValuesR.20215 VIVO,China Telecom,China Mobile,et al.,通感一体化系统架构与关键技术R.20236 Tong X.,Zhang Z.and Yang Z.,Multi-View Sensing for Wireless Communications:Architectures,Designs,and OpportunitiesJ.IEEE Communications Magazine,2023,61(5):40-467 ITU-R recommendation,Framework and Overall O79、bjectives of the Future Development ofIMT for 2030 and BeyondR.20238IMT-2020(5G)推进组,5G-Advanced 通感融合仿真评估方法研究报告R.20239 IMT-2030(6G)推进组,通信感知一体化研究报告（第二版）R.202210 IMT-2030(6G)推进组,6G 通信感知一体化评估方法研究报告R.202311 3GPP,Summary#3 on ISAC channel modellingR,3GPP RAN1#116,R1-2401496,202412 CCSA,研究课题项目建议书（面向多基站协作的通80、信-感知-计算深度融合体系架构与关键技术研究）R,TC5WG6#64-012,202313 Liu G.,Xi R.,Han Z.,et al.,Cooperative Sensing for 6G Mobile Cellular Networks:Feasibility,Performance and Field Trial J.IEEE Journal on Selected Areas in Communications,202414 Zhou Y.,Liu J.,Xu C.,et al.,Raytracing-Based Simulation Platform with Efficie81、nt DopplerEmbedding for Integrated Sensing and CommunicationC Proceedings of 2023 IEEE 34thAnnual International Symposium on Personal,Indoor and Mobile Radio Communications(PIMRC),Toronto,Canada,2023:1-615 Liu Y.,Li O.,Du X.,et al.,Comprehensive Prototype Demonstration of Ultra-BroadbandTerahertz Pl82、atform for 6G ISACC Proceedings of 2023 IEEE 34th Annual InternationalSymposium on Personal,Indoor and Mobile Radio Communications(PIMRC),Toronto,Canada,2023:1-7中国移动网络协作通感一体化技术白皮书（2023）3416 Zhao Z.,Liu R.and Li J.,Integrated Sensing and Communication based Breath Monitoringusing 5G NetworkC Proceedi83、ngs of 2023 International Wireless Communications and MobileComputing(IWCMC),Marrakesh,Morocco,2023:43-4717 Li S.,Luo C.,TangA.,et al.Integrating Passive Bistatic Sensing into mmWave B5G/6GNetworks:Design and Experiment MeasurementC Proceedings of 2023 IEEE InternationalConference on Communications(84、ICC),Rome,Italy,2023:2952-295718 Pan Y.,Li R.,Da X.,et al.,Cooperative Trajectory Planning and ResourceAllocation forUAV-Enabled Integrated Sensing and Communication SystemsJ.IEEE Transactions onVehicular Technology,2024,73(5):6502-651619 Wang Y.,Tao M.and Sun S.,Cramer-Rao BoundAnalysis and Beamfor85、ming Design forIntegrated Sensing and Communication with Extended TargetsJ.IEEE Transactions on WirelessCommunications,202420 Liu F.,Cui Y.,Masouros C.,et al.,Integrated Sensing and Communications:TowardDual-Functional Wireless Networks for 6G and BeyondJ.IEEE Journal on Selected Areas inCommunicati86、ons,2022,40(6):1728-176721 Liu S.,Wen D.,Li D.,et al.,Energy-Efficient Optimal Mode Selection for Edge AI Inferencevia Integrated Sensing-Communication-ComputationJ.IEEE Transactions on Mobile Computing,2024:1-1522 Zhang X.,Jin J.,Ma L.,et al.,Pilot-Based Delay and Doppler Estimation In 6G Integrate87、dCommunication And Sensing NetworksCProceedings of 2022 14th International Conference onWireless Communications and Signal Processing(WCSP),Nanjing,China,2022:478-48223 3GPP,Study on Integrated Sensing and Communication R.3GPP TR 22.837,202324Liu G.,Ma L.,Xue Y.,et al.,SensCAP:A Systematic Sensing C88、apability Performance Metricfor 6G ISAC J.IEEE Internet of Things Journal,2024,11(18):29438-2945253GPP,Discussion on channel modelling methodology for ISACR,3GPP RAN1#117,R1-2404469,2024263GPP,Study on channel model for frequencies from 0.5 to 100 GHzS.3GPP TS 38.901,202327 Chiriyath A.R.,Paul B.,Ja89、cyna G.M.,et al.,Inner Bounds on Performance of Radar and中国移动网络协作通感一体化技术白皮书（2023）35Communications Co-ExistenceJ.IEEE Transactions on Signal Processing,2015,64(2):464-47428Han Z.,Ding H.,et al.,Multistatic Integrated Sensing and Communication System inCellular Network C/Proceedings of 2023 IEEE Globe90、com Workshops(GC Wkshps),Kuala,Malaysia,2023:123-12829Han Z.,Ding H.,et al.,Cellular Network Based Multistatic Integrated Sensing andCommunication System J.IET Communications,2024,18(12):1-11.30 Leyva L.,Castanheira D.,Silva A.,et al.,Two-stage estimation algorithm based oninterleaved OFDM for a coo91、perative bistatic ISAC scenarioC/Proceedings of 2022 IEEE 95thVehicular Technology Conference:(VTC2022-Spring),Helsinki,Finland,2022:1-631 Pucci L.,Matricardi E.,Paolini E.,et al.,Performance analysis of a bistatic joint sensing andcommunication systemC/Proceedings of 2022 IEEE International Confere92、nce onCommunications Workshops(ICC Workshops),Seoul,Korea,Republic of,2022:73-7832 SakhniniA.,Guenach M.,BourdouxA.,et al.,ACramr-Rao Lower Bound for Analyzingthe Localization Performance of a Multistatic Joint Radar-Communication SystemC/Proceedings of 2021 1st IEEE International Online Symposium o93、n Joint Communications&Sensing(JC&S),Dresden,Germany,2021:1-533 Li R.,Xiao Z.,and Zeng Y.,Beamforming towards seamless sensing coverage for cellularintegrated sensing and communicationC/Proceedings of IEEE International Conference onCommunications Workshops(ICC Workshops),Seoul,Korea,Republic of,20294、2:492-49734 Zhang X.,Han L.,Han Z.,et al.,InterferenceAnalysis for Collaborative Integrated Sensingand Communication NetworksJ.Communications of HUAWEI RESEARCH,2023,2:99-10635 Chen X.,Feng Z.,Wei Z.,et al.,Multiple Signal Classification Based Joint Communicationand Sensing SystemJ.IEEE Transactions95、 on Wireless Communications,2023,22(10):6504-651736 Zhou J.,Li W.,Jiang S.,NLOS Identification and Ranging Error Mitigation for UWBSignalC/Proceedings of 2022 IEEE International Conference on Networking,Sensing andControl(ICNSC),Shanghai,China,2022:1-537 Zhang X.,Xu J.,An Indoor NLOS Identification 96、and Extraction Algorithm Based onMulti-dimensional Data CorrelationC/Proceedings of 2023 IEEE/CIC International Conference中国移动网络协作通感一体化技术白皮书（2023）36on Communications in China(ICCC),Dalian,China,2023:1-538 Li Z.,Tian Z.,Zhou M.,et al.,An accurate and robust environment sensing algorithm forenhancing 97、indoor localizationC/Proceedings of IEEE INFOCOM 2018-IEEE Conference onComputer Communications Workshops(INFOCOM WKSHPS),Honolulu,USA,2018:244-24939 Shi Q.,Liu L.,Zhang S.,Joint Data Association,NLOS Mitigation,and Clutter Suppressionfor Networked Device-Free Sensing in 6G Cellular NetworkC/Proceed98、ings of 2023 IEEEInternational Conference onAcoustics,Speech and Signal Processing(ICASSP),Rhodes Island,Greece,2023:1-540 X.Wang et al.,Multipath-Exploited Bistatic Sensing with LoS Blockage in MIMO-OFDMSystems for 6G,2024 IEEE International Conference on Communications Workshops(ICCWorkshops),Denv99、er,USA,2024:1529-1534.41 3GPP,Requirements for support of radio resource managementS.3GPP TS 38.133,202142 IEEE,IEEE Standard for a Precision Clock Synchronization Protocol for NetworkedMeasurement and Control SystemsS.IEEE Std 1588-2019(Revision of IEEE Std 1588-2008),2020:1-49943 Zhang J.A.,Wu K.,100、Huang X.,et al.,Integration of Radar Sensing into Communicationswith Asynchronous TransceiversJ.IEEE Communications Magazine,2022,60(11):106-11244 Hamed E.,Rahul H.,Abdelghany M.A.,et al.,Real-time distributed MIMOsystemsC/Proceedings ofACM SIGCOMM,2016:412-42545 Schmidl T.M.and Cox D.C.,Robust freq101、uency and timing synchronization for OFDMJ.IEEE Transactions on Communications,1997,45(12):1613-162146 Li J.,Chen B.,Ding S.,et al.,Integrated Coordinated Multi-Point Sensing andCommunication:Design and ExperimentC/Proceedings of 2024 IEEE WirelessCommunications and Networking Conference(WCNC),Dubai102、,United Arab Emirates,2024:1-647 Li X.,Zhang J.,Wu K.,et al.CSI-ratio-based Doppler Frequency Estimation in IntegratedSensing and CommunicationsJ.IEEE Sensors Journal,2022,22(21):20886-2089548 Wong I.,and Brian L.Evans.Sinusoidal modeling and adaptive channel prediction in mobileOFDM systemsJ.IEEE Transactions on Signal Processing,2008:1601-1615中国移动网络协作通感一体化技术白皮书（2023）37

    下载