6G網絡協作通感技術白皮書

編制單位：中國移動通信集團有限公司、中國聯合網絡通信有限公司、中國電信股份有限公司、上海諾基亞貝爾股份有限公司、中信科移動通信技術股份有限公司、中興通訊股份有限公司、維沃移動通信有限公司、OPPO廣東移動通信有限擾管理及原型驗證。相比《網絡協作通感一體化技術白 2 3 4 6 6 7 27 27 1實（XR）等6G新場景、新業(yè)務的涌現，通信感知一體化（ISAC），作為6G向在網終端的定位功能。5G-A通感一體化通過時分或者頻分的實現方式，在基號自發(fā)自收，且通感功能分立設計，5G-A通感一體仍面臨效率、成本、感知精通過A發(fā)B收的協作感知放松對自干擾的抑制要求，通過多點協作提升感知精6G網絡協作通感一體化充分利用移動通信網絡得規(guī)模部署優(yōu)（1）智慧低空：作為國家戰(zhàn)略性新興產業(yè)，智慧低空包括輕中型無人機物2（2）智慧交通：智慧交通場景可分為道路監(jiān)管、車輛軌跡追蹤、工廠設備圖1網絡協作通感典型應用場景國際電信聯盟（ITU）2023年發(fā)布了《IMT面向2030及未來發(fā)展的框架和總體目標建議書》[3]，引入感知與通信融合作為6G典型應用場景，并在6術報告。中國通信標準化協會（CCSA）在2023年已通過多基站協作通感關鍵3發(fā)布了感知需求、網絡架構、信道和評估、空口技術等方向研究報告[4][5][6]，并正在國內開展。更進一步，面向6G協作感知，業(yè)界正在進行場景和用例分析、ISAC-ETI，各大高校及科研院所積極舉辦協作通感一體化國際會議、學術研討通感一體化理論研究[11]-[13]。依托國家重點實驗室建立軟硬件驗證平臺，助力通(a)獨立通感(b)協作通感圖2通感一體化工作模式4協作通感無需感知節(jié)點具備全雙工能力，可避免對有源天線單元（AAU）當感知目標運動方向與感知信號到達目標的入射角及反射角的角平分線垂附近區(qū)域。通過多個不同方向的接收節(jié)點協范，以實現各項技術指標的精確測量和評估，5模非精準，將導致仿真性能的偏差。如何建模非視距（NL性能進一步惡化。如何從網絡層面分析、設計作、如何協作、如何更好協作等問題。相比《網絡協作通感一體化技術白皮書1.0》，新增了技術指標體系與模型，提煉了關鍵技術解決方案及結論、豐富了測試及原型驗證，可保障網絡協作感知性能需求并6作通感系統(tǒng)，其感知服務質量（SensingQoS）至關重標數量。SensingQoS可包含多種要求，包括感知時延、定位精度、測速精度、場景，感知服務質量可更多的關注感知時延、定7估目標散射特性的重要參數，在通信感知一體化技術中發(fā)揮重要作用。RCS的大小取決于目標的幾何形狀、入射波的頻率等因素。RCS的值越大，表示目標的散射特性。因此，復雜目標的建模及散射特性的特性，這對兩種模式下的高精度感知具有重8圖3不同節(jié)點感知時無人機的RCS對比圖建模為目標信道Htarget和背景信道Hbackground之和，用如下公式表示[2]：HISAC=Htarget+Hbackground其中，目標信道Htarget是指受到目標影響的所有（多徑）信道成分（所謂信道成分是指構成信道的徑、簇等而背景信道Hbackground是指不包含在目標信道中的9圖4協作感知分段卷積信道模型假設入射信道和后向散射信道中，分別有P和Q個簇，那么整個目標信道中的簇總數為N=PQ，其中，第n個簇是由入射信道中的第p個簇和后向散射信道方式，從入射信道中的第p個簇和后向散射信道中的第q個簇得到。在得到第n個簇的信道參數后，即可將其代入3GPPTR38.901協議[17]中的信道模型中，獲?目標信道的簇功率等于入射信道和后向散射信道簇功率的乘積：Pn=PpPq?目標信道的多普勒頻移相位是入射信道和后向角：θn,ZOD=θp,ZOD,φn,AOD=φp,AOD；θn,ZOA=θq,ZOA,φn,AOA=φq,AOA?如果目標的散射矩陣可以從交叉極化比矩陣中剝離，則第n個簇的交叉極化==exp(jΦθ) nSnnSnnSnSθexp(jΦθ) 一個典型的網絡協作通感系統(tǒng)模型如圖5所示。在該系統(tǒng)模型中，節(jié)點A作為通感一體化發(fā)送端，其發(fā)出的下行通信信號由該小區(qū)內的用戶A接收，用于數據通信。節(jié)點A也可以發(fā)送感知信號，經目標反射后，感知回波信號由節(jié)點B和節(jié)點C接收，用于聯合感知。通過這一協作感知過程，可以將感知的收發(fā)端在空間上分離開，節(jié)點A僅需進行下行傳輸，而節(jié)點B和節(jié)點C工作在上點B和節(jié)點C工作在上行模式時，還可以與各自小區(qū)內的用戶進行上行通信。圖5網絡協作通感系統(tǒng)干擾模型在網絡協作通感系統(tǒng)中，感知精度和通信速率將受到信干噪比（SINR）的Σ=1Pmb,tPLcRm+Σ=1Pkb,tPLcRk+Iclutterb,t上行用戶干擾小區(qū)間干擾雜波干擾M和K分別代表上行用戶數目和干擾小區(qū)數目。值得注意的是，干擾小區(qū)包括鄰來評估協作組網感知方案的整個組網性能以及對傳調制的過程,而是通過一種物理層抽象的鏈路級接口曲線為系統(tǒng)級提供一種簡單仿真結果通過合理的數學建模凝練成接口曲線的形式為系統(tǒng)級提供判斷感知結中發(fā)送端信號生成與接收端感知算法實現是將鏈路仿真中的信號處理流程融入感知方案確定基站類型（基站類型可分為：通感一l撒點：在通感一體基站的感知區(qū)域內進行感知目標的撒點和建模，在通信區(qū)域內進行通信用戶的撒點和初始化。根據一定的撒點算法確定感知l散射特性建模：對于感知目標，除建立其全局坐標外，還需配置感知目標的特征，如形狀、材質等，并對其散射特性進行建模，獲取不同入射位置、速度等信息的計算，并根據協作組網感知CSTStudioSuite是一款全面的電磁場仿真軟件套件，用于模擬和分析電磁感知目標RCS，分析目標物體在不同條件下的散射特性，為通信感知一體化系統(tǒng)設計和分析提供重要的技術支持。具體步驟如圖6所示。圖6RCS測量仿真步驟流程圖在CST仿真平臺中使用的無人機模型，長度、寬度均為0.28m；車輛模型，長圖7所示，其中與Z軸和X軸的夾角圖7兩種目標模型表1RCS仿真參數設置參數無人機數值車輛數值功能入射俯仰角目標不同位置入射方位角目標不同姿態(tài)觀測俯仰角觀測節(jié)點不同位置觀測方位角觀測節(jié)點不同姿態(tài)步。本小節(jié)首先介紹同步誤差來源及其影響，而后分別時鐘偏差，影響OFDM解調的性能。時鐘偏差與信號傳播時延疊加在一起構成測量量的誤差，產生距離模糊，從而使感知精度下降?，F有3GPPNR協議TS38.133規(guī)定，站間時間同步精度約為±1.5us[32]，可造成約450米的距離偏差，生成的本振頻率隨時間發(fā)生漂移，進一步影響圖8頻率抖動測試圖9時間及頻率同步誤差對目標距離及速度精度的影響根據信號傳輸方式的不同，時間同步方案可分為利用全球導航衛(wèi)星系統(tǒng)基站對GPS/DBS信號搜索，解算基站與衛(wèi)星時間之間的鐘差實過差分站，利用已知精確坐標的GPS基準臺修正目標基站時間，前者時間同步時間網絡授時[34]-[36]實現，上述兩種方案實現的基站間時間同步誤差分別約為方法。第一步，節(jié)點B接收來自節(jié)點A發(fā)送的感知信號，測量感知信號的傳播(L1+L2)/2=(T1+T2)/2，得到與同步誤差無關的時間參數。最后，通圖10同步誤差消除方案此外，一種通過測量多徑時間差避免節(jié)點間同圖11基于參考徑的同步誤差消除方法的重要部分。為了解決多TRP之間由于晶振不同帶來的頻偏，可以采用多TRP此外，一種利用距離變化率與多普勒頻移測速差別的頻偏測量方法如圖12圖12基于目標位置變化率的頻偏估計方法頻偏可通過基于訓練符號的方式進行補償，較經典的算法有Schmidl&Cox訓練序列，S&C算法具有較高的估計精度，但是兩個訓練序列開銷較大，降低了數據的傳輸效率。S&C算法的頻偏估計分為兩部分，分別是小數倍頻偏估計）：序列，在奇數子載波上傳輸‘0’）。由于存在頻偏，接收端第一訓練序列前后兩部分對應的采樣點存在相位差，可通過此相訓練序列，奇數子載波上傳輸PN2序列，偶數子載波上傳輸PN3序列，其中PN3與PN1具有給定的差分關系。當接收信號存在整數倍頻偏時，接收到的頻域數據相對于發(fā)送端會出現循環(huán)移位。因此，通過對PN1和PN3進圖13Schmidl&Cox算法的訓練序列時域結構強的協作簇。如圖14所示，一種可行的方案是上報一個或多個非直達徑的SINR（SINRP），發(fā)送節(jié)點根據各個接收節(jié)點上報圖14利用測量量（RSRP/SINR）選取協作節(jié)點示意圖集以減小目標到最近微站的路徑損耗，保證接收圖15微站部署方案圖16不同微站部署策略的感知精度圖17感知通過靈活時隙實現（2）盡可能減小GP開銷，提升資源利用率?；続如果發(fā)送需要增加保護間隔GP，造成資源浪費，如圖18(a)所示。因此為了盡可能減小圖18盡可能減少GP開銷所示，基站C不參與協作感知，若配置成通信下行，就優(yōu)選緊挨著U的靈活時隙。為了從源頭規(guī)避遠端基站干擾，要保證感知的發(fā)送圖19降低干擾根據上述幀結構配置原則，如何設計感知幀結構的信令配置方式需要研究。和通信的幀結構配置。通感一體統(tǒng)一幀結構配置，可保證通信和感知的兼容性，感知精度的同時，盡可能降低波束開銷成為協作波分布較為稀疏，如圖20所示。若利用現有協議中的均勻預編碼碼本配置方法，圖20垂直維度非均勻波束配置可以在降低總體波束掃描開銷的前提下，提升圖21水平維度區(qū)域化波束掃描配置多節(jié)點協作的核心問題是如何融合處理協作多節(jié)點的多維信息從而最大化部分感知測量量發(fā)送給服務器，傳輸數據量小，圖22協作定位誤差隨節(jié)點數目變化曲線免上下行交叉鏈路干擾的影響，以同時滿足網絡的感知需求與通信需求[25]。圖23上下行交叉鏈路干擾干擾基站進行適當的干擾管理，以滿足不同場圖24同站址互干擾強度CDF曲線圖圖25測距RMSE與鄰站址干擾強度關系圖減少小區(qū)內上行通信用戶對其他接收節(jié)點的干擾。如圖30所示，采用等功率分需求自適應動態(tài)調整，滿足業(yè)務數據解調、感知(a)等功率分配(b)固定功率分配(c)自適應功率分配圖30功率分配方案值得注意的是，在目標接近通信用戶設備時，感鏈路的干擾，提升感知精度和通信質量，從而圖31網絡協作中上行通信干擾下的感知檢測概率分布網絡架構，可采用“環(huán)狀”組網方式，如圖32所示。同站址三扇區(qū)的幀結構同鄰站址基站配置正交碼字的感知信號，可進一步將鄰區(qū)圖32環(huán)形組網方案示意圖考慮基站間協作的低頻網絡協作通感，原型樣機采用4.9GHz虛檢率、漏檢率均可達到5%以下，可滿足低空安防和低空經濟的應用需求。圖33低頻網絡基站間協作通感原型樣機無人機探測場景的低頻網絡協作通感，原型樣機采用4GHz頻段，開展面向室內行人的軌跡追蹤置的UE，基于多普勒測量算法實現人體軌跡追蹤[37]，通過使用CSI商估計多普圖34低頻網絡多UE協作軌跡追蹤場景及結果示例：(a)直線軌跡MUSIC偽譜(b)M形軌跡MUSIC偽譜(c)S形軌跡MUSIC偽譜(d)直線軌跡估計(e)M形軌跡估計(f)S形軌跡估計6G時代，通信能力、感知能力將融合共生，各種業(yè)務之間的信息協同和處面向未來，6G網絡協作通感仍需要加強跨域技術縮略語列表AngleofArrivalAngleofDepartureAdditiveWhiteGaussionNoiChannel-StateInformatMovingTargetDetecNLOSPhysicalDownlinkControSignaltoInterference-pTransmissionReceptiUSRP2Dimensional-FastFourierT參考文獻[1]IMT-2030(6G)推進組,6G典型場景和關鍵能力白皮書[R].2022[2]3GPP,Summary#3onISACchannelmodelling[R],3GPPRAN1#116,R1-2401496,2024[3]ITU-Rrecommendation,FrameworkandOverallObjectivesoftheFutureDevelopmentofIMTfor2030andBeyond[R].2023[4]IMT-2020(5G)推進組,5G-Advanced通感融合仿真評估方法研究報告[R].2023[5]IMT-2030(6G)推進組,通信感知一體化研究報告（第二版）[R].2022[6]IMT-2030(6G)推進組,6G通信感知一體化評估方法研究報告[R].2023[7]CCSA,研究課題項目建議書（面向多基站協作的通信-感知-計算深度融合體系架構與關鍵技術研究）[R],TC5WG6#64-012,2023[8]LiuG.,XiR.,HanZ.,etal.,CooperativeSensingfor6GMobileCellularNetworks:Feasibility,PerformanceandFieldTrial[J].IEEEJournalonSelectedAreasinCommunications,2024[9]ZhouY.,LiuJ.,XuC.,etal.,Raytracing-BasedSimulationPlatformwithEfficientDopplerEmbeddingforIntegratedSensingandCommunication[C].inProc.IEEEPIMRC,Toronto,Canada,2023:1-6[10]LiS.,LuoC.,TangA.,etal.IntegratingPassiveBistaticSensingintommWaveB5G/6GNetworks:DesignandExperimentMeasurement[C].inProc.IEEEICC,Rome,Italy,2023:2952-2957[11]WangY.,TaoM.andSunS.,Cramer-RaoBoundAnalysisandBeamformingDesignforIntegratedSensingandCommunicationwithExtendedTargets[J].IEEETransactionsonWirelessCommunications,2024[12]LiuF.,CuiY.,MasourosC.,etal.,IntegratedSensingandCommunications:TowardDual-FunctionalWirelessNetworksfor6GandBeyond[J].IEEEJournalonSelectedAreasinCommunications,2022,40(6):1728-1767[13]ZhangX.,JinJ.,MaL.,etal.,Pilot-BasedDelayandDopplerEstimationIn6GIntegratedCommunicationAndSensingNetworks[C].inProc.WCSP,Nanjing,China,2022:478-482[14]3GPP,StudyonIntegratedSensingandCommunication[R].3GPPTR22.837,2023[15]LiuG.,MaL.,XueY.,etal.,SensCAP:ASystematicSensingCapabilityPerformanceMetricfor6GISAC[J].IEEEInternetofThingsJournal,2024,11(18):29438-2945[16]3GPP,DiscussiononChannelModellingMethodologyforISAC[R],R1-2404469,2024[17]3GPP,StudyonChannelModelforFrequenciesFrom0.5To100GHz[S].3GPPTS38.901,2023[18]ChiriyathA.R.,PaulB.,JacynaG.M.,etal.,InnerBoundsonPerformanceofRadarandCommunicationsCo-Existence[J].IEEETransactionsonSignalProcessing,2015,64(2):464-474[19]HanZ.,DingH.,etal.,MultistaticIntegratedSensingandCommunicationSysteminCellularNetwork[C].inProc.IEEEGlobecomWorkshops,Kuala,Malaysia,2023:123-128[20]HanZ.,DingH.,etal.,CellularNetworkBasedMultistaticIntegratedSensingandCommunicationSystem[J].IETCommunications,2024,18(12):1-11.[21]LeyvaL.,CastanheiraD.,SilvaA.,etal.,Two-stageestimationalgorithmbasedoninterleavedOFDMforacooperativebistaticISACscenario[C].inProc.IEEEVTC2022-Spring,Helsinki,Finland,2022:1-6[22]PucciL.,MatricardiE.,PaoliniE.,etal.,Performanceanalysisofabistaticjointsensingandcommunicationsystem[C].inProc.IEEEICCWorkshops,Seoul,Korea,Republicof,2022:73-78[23]SakhniniA.,GuenachM.,BourdouxA.,etal.,ACramér-RaoLowerBoundforAnalyzingtheLocalizationPerformanceofaMultistaticJointRadar-CommunicationSystem[C].inProc.IEEEJC&S,Dresden,Germany,2021:1-5[24]LiR.,XiaoZ.,andZengY.,Beamformingtowardsseamlesssensingcoverageforcellularintegratedsensingandcommunication[C].inProc.IEEEICCWorkshops,Seoul,Korea,Republicof,2022:492-497[25]ZhangX.,HanL.,HanZ.,etal.,InterferenceAnalysisforCollaborativeIntegratedSensingandCommunicationNetworks[J].CommunicationsofHUAWEIRESEARCH,2023,2:99-106[26]ChenX.,FengZ.,WeiZ.,etal.,MultipleSignalClassificationBasedJointCommunicationandSensingSystem[J].IEEETransactionsonWirelessCommunications,2023,22(10):6504-6517[27]ZhouJ.,LiW.,JiangS.,NLOSIdentificationandRangingErrorMitigationforUWBSignal[C].inProc.IEEEICNSC,Shanghai,China,2022:1-5[28]ZhangX.,XuJ.,AnIndoorNLOSIdentificationandExtractionAlgorithmBasedonMulti-dimensionalDataCorrelation[C].inProc.IEEEICCC,Dalian,China,2023:1-5[29]LiZ.,TianZ.,ZhouM.,etal.,AnAccurateAndRobustEnvironmentSensingAlgorithmforEnhancingIndoorLocalization[C].inProc.IEEEINFOCOMWorkshops,Honolulu,USA,2018:244-249[30]ShiQ.,LiuL.,ZhangS.,JointDataAssociation,NLOSMitigation,andClutterSuppressionforNetworkedDevice-FreeSensingin6GCellularNetwork[C].inProc.IEEEICASSP,RhodesIsland,Greece,2023:1-5[31]X.Wangetal.,Multipath-ExploitedBistaticSensingwithLoSBlockageinMIMO-OFDMSystemsfor6G[C].inProc.IEEEICCWorkshops,Denver,USA,2024:1529-1534.[32]3GPP,Requireme