多模式多频段协作感知应用探究和实践

韩志强，杨 立，夏树强

(1.中兴通讯股份有限公司，广东 深圳 518057；2.移动网络和移动多媒体技术国家重点实验室，广东 深圳 518057)

0 引言

数字智能、安全可信、绿色低碳以及普惠平权将共同描绘未来6G时代的特征。6G新系统将试图构建人、机、物、智能之间的广泛互联和协作，助力全人类走进全频谱、全覆盖、全应用和虚拟与现实深度融合的全新时代[1-2]。

6G新系统除了进一步提供极致的速率、时延、可靠性等原本通信业务需要的性能方面外，还需为更丰富、更高价值的潜在应用提供网络能力和服务的支撑[3]。目前，业界探讨热烈的6G新场景和新技术包括：全息通信、通感互联、内生智能、数字孪生等[4]。上述这些6G新场景应用都需要各种更先进的感知类技术的支持，比如：沉浸式云XR需要进行用户动作捕捉、手势交互等；为了实现数字孪生，各种发达的感知技术将会在物理世界和虚拟世界之间，搭建起逻辑映射和连接互动的桥梁。因此，感知技术将会成为组成6G新系统的重要一部分，6G新系统也将会实现通感一体化[5]。

1 通感一体化需求与挑战

1.1 通感一体化需求驱动

通信和感知操作的共存和协作其实并不是新概念，在传统移动蜂窝网络之中的定位、信道估计和预测、用户QoE优化、网规网优等方面，都是感知技术在通信中不同层面的初步应用。特别是基于蜂窝无线信号的定位类技术和最小化路测MDT等功能，它们在接入网、核心网、应用各个层面，都提供了大量接口和感知类服务。未来在6G新系统中要实现通感一体化和深度融合，有其必然的客观需求驱动。

从技术角度看，主要有3个驱动力：

① 芯片和电路技术的深入发展，将促使集通信和感知功能为一体的芯片问世，并且呈现出更高的性价比和更低功耗。

② 移动通信技术和雷达技术都有着向高频(毫米波、太赫兹等)架构和应用演进的趋势[6]，从频谱利用看，未来必然需要将通感二者统一考虑，协同发展共享频谱资源。

③ RIS、太赫兹、大规模MIMO技术在无线系统中的成熟应用，将会带来更高精度和分辨率感知性能的潜力。

从市场角度看，主要有4个驱动力：

① 设备小型化，雷达和通信系统在硬件架构、信道特性、信号处理等方面非常接近，有可能将两者的功能深度集成以降低设备成本和功耗。

② 传感网络，元宇宙、数字孪生是6G关键应用场景，移动网络需要能泛在地采集来自物理世界的大量数据，实现泛在感知。

③ 网络性能，感知技术有助于提升移动网络自身能力，提高空口性能，提升网络容量，改善用户体验等。

④ 使能6G新应用，通感一体化是使能6G新应用的重要抓手，有助于提升运营商的网络平台价值和可持续盈利能力[1]。

1.2 通感一体化典型用例

未来的通信感知一体化应用将会无处不在，它主要将为终端用户、垂直行业，网络运营商等各个领域的用户带来全新价值。随着6G新系统支持通感一体化能力和服务，典型用例将从当前个域局域的感知服务，拓展到(超)广域的感知服务，如图1所示。局域网的感知服务和应用主要集中在室内场所，例如：消费者、家庭、企业；而广域的感知服务和应用主要集中在室外场所，例如：园区、行业、社会[5]。

图1 感知应用场景分类和示例Fig.1 Sensing application scenario classification and examples

未来6G新系统提供的局域感知服务，仍然将面临来自WLAN等局域网经典技术的竞争。WLAN等局域网技术在提供局域感知服务方面具有天生的优势，例如：容易部署、较低的成本和功耗；而(超)广域感知服务和应用则是6G新系统能够大展拳脚所在，它能充分利用更泛在且更强大的移动基础设施平台资源。此外，通感一体化除了服务于垂直行业和终端用户外，还可以深度辅助优化通信业务，提升6G新网络自身的能力，主要包括两方面：

① 提升空口通信能力。比如基站结合感知信息提升波束赋形性能、服务连续性等。

② 在网络中感知业务应用状况，支持新的感知服务，提升网络QoE等性能。

1.3 通感一体化问题和挑战

从工业界业务应用的角度看，感知能力和服务在支撑未来6G新应用方面有重要作用。从目前的研究来看，实现通感一体化和深度融合还需要进一步解决以下问题：

(1) 各个频段、各种模式下的感知技术和系统独立地工作、缺少彼此协同[7]

目前，各种感知类技术集中在各自独立的感知技术领域发展，缺少各个频段、各种模式之间的感知技术协同发展。单一感知技术无法满足未来6G新系统的愿景：① 6G新系统将是物理世界和虚拟世界的桥梁，将提供构建虚拟世界的感知接口。那就需要多频段、多模式的感知能力和服务联合着采集物理世界的数据，单一频段或单一模式的感知无法满足全方位、多维度、多精度的采集需求；② 6G新系统将尽力满足各行各业的应用需求，而不同行业的感知需求不同，感知特征应用也存在差异，单一频段和单一模式无法为各个行业提供综合解决方案；③ 不同频段、不同模式的感知技术可以相互协作，提高彼此的感知精度。

(2) 通感一体化还需要从算法、架构和应用三个维度都有所突破

首先，要设计出统一的波形，通信和感知资源的分配，以及通信和感知之间的干扰抑制。其次，从降低设备成本的角度考虑，要做统一的基带射频和硬件设计。例如：呼吸检测、家居安防、家庭娱乐等局域方案更适合通过WLAN等技术实现。而户外由于场景环境复杂、信道变化大，适合蜂窝网支持的优势场景还需要继续探索。

(3) 未来的6G通信新系统将是通感算智一体[4]

未来通感一体化的算力也需要重点考虑，算力将是通感能力服务和性能的基础保障。首先，感知涉及数据量大、场景众多，不同场景对感知技术以及感知的实时性要求不同；其次，算力的载体——硬件的发展也会影响算力；然后，算力的集中式部署和分布式部署都需要考虑，而且还需要考虑不同位置算力之间的协同调度。

2 多模式多频段协作感知

虽然业界已经展开了初步的融合研究，比如通过视觉感知来优化波束跟踪[8]，通过高精度定位和环境绘图感知来优化系统资源策略和配置等[5]。但是，这些方法执行成本较高，服务多用户时复杂度高资源开销较大，在蜂窝基站部署上无法普及。因此，本文提出从多频段协作、多模式协作来扩大感知场景范围，以及增强感知精度或降低感知开销，包括多种频段、多模式协作的协作方式、多种模式协作的异构网络的网络拓扑设计等来提供丰富的感知服务。

多频段多模式融合的架构如图2所示。通过多种频段的基站对物理世界进行感知，并且其他模式的感知信息和基站的感知信息在边缘计算/核心网/云进行汇聚处理并开放给其他服务。

图2 多频段多模式融合架构Fig.2 Multi-band and multi-mode converged architecture

下面将针对多频段协作感知和多模式协作感知的场景和基本协作模型方法，在工业界/实际部署应用的角度展开详细的分析阐述和对比。

2.1 多频段协作感知

6G新系统支持的工作频段会比5G更多更广，包括Sub-6GHz、毫米波、太赫兹和可见光，如图3所示。

图3 6G不同频段感知应用示例Fig.3 6G different band sensing application examples

由于天然的物理性约束，不同频段电磁波所能提供的感知功能和业务能力是不同的。理论上，频段越高、波长越短、频带越宽，提供的感知精度和时频分辨率就会越高；但是，由于无线信号的衰减或遮挡，感知有效作用的距离和范围会越短越小。通常，低频通感融合信号可以做大轮廓的粗浅感知应用，而高频通感融合信号可以做更精细的感知应用[9-10]。

6G新系统将会充分利用各个频段的特性，提供丰富的感知服务。智能家居、智能工厂、车联网、公共服务等都需要多种感知技术结合来满足用户的需求。以智能家居场景为例，在智能家居场景中存在多种感知场景：家庭健康、居家安防、家庭办公、家庭娱乐、家电控制等，如图4所示[11]。不同的场景需要一种或多种感知类技术来完成综合感知服务。例如：通过Sub-6G技术感知人在室内的移动，来控制电灯的开关；通过毫米波或太赫兹技术来感知人的跌倒，保证老人独自在家的安全；通过毫米波或太赫兹技术，识别人体的局部变化(比如手势)来增强家庭娱乐、家庭办公的应用等。

图4 智能家居的多频段协作感知Fig.4 Multi-band cooperative sensing in smart home

如图5所示，6G新系统可以在环境监测、改善通信、增强定位等场景综合利用不同频段的优势和特点，提供综合的优化解决方案。在图5(a)中，可以综合利用Sub-6G基站的穿墙效果好，广覆盖做低精度的环境检测，并同时利用毫米波基站或太赫兹基站在重点区域做高精度、小范围的环境检测；在图5(b)中，可以利用Sub-6G基站的广覆盖，做低精度的波束跟踪。而同时毫米波基站可以利用Sub-6G基站提供的波束跟踪参数，优化毫米波的波束跟踪，减低毫米波通信自身的波束跟踪开销；在图5(c)中，Sub-6G基站受限于遮挡、穿墙损耗等影响，在这些场景中提供的定位精度不高，因此，可以在重点区域部署毫米波基站，提高重点区域的定位精度。

(a) 环境监测

(b) 通信增强

(c) 定位增强

在上述3种场景中，工作在不同频段的基站(也可以是同基站内)进行信息共享，对特定用户或区域进行联合感知，以便优化传输或者提供丰富的感知服务。

2.2 多模式协作感知

未来6G业务需求是丰富多样的，对感知技术和应用的需求也是多样的。单一的感知模式是无法满足复杂场景下所有需求的。比如在智慧工厂、智慧交通、公共服务等复杂场景中，需要用多模式的感知技术协作。

以车联网为例，SAE将自动驾驶分为L0～L5共6个等级,L0表示无自动化，L5表示完全自动化，从L0到L5自动驾驶能力逐渐升高。L5是由无人驾驶系统完成所有的独立驾驶操作，并且可以在所有的道路和环境条件下驾驶[12]。依靠单车的本地感知功能是无法实现L5的自动驾驶需求的。目前，汽车内外的毫米波雷达虽然可以全天候、全天时工作，具有较强的测距和测速的能力。但是，车载毫米波雷达具有以下几个缺点：① 单车感知覆盖区域成扇形，有盲点区域；② 单车由于移动速度快，只掌握瞬时的感知信息，目标误检漏检概率大；③ 毫米波雷达由于前车遮挡，无法检测被遮挡的区域状况(如前车前的水坑，其他车道被遮挡的故障车)；④ 感知作用距离受限，目前毫米波雷达的感知距离仅仅是100～200 m，但在车速越来越高的情况下，刹车距离要求越来越长，而L5完全自动驾驶需要的刹车距离更远。

因此，如图6所示的单车需要结合路边基站、摄像头等更多感知模式技术，来扩大感知视角，提高感知精度，提升感知有效距离，以便获得更可靠安全的自动驾驶体验。路边基站可提供长时间静态的环境检测和关键交通特征提取，提升车辆的感知成功率。路边基站的安放位置往往比较高，可以提供更广阔的感知视野，从而获得比车辆更全更准确的交通感知信息；并且联网协作的多基站可以获得多角度、多方位、较远的感知信息(包括成像、人流、障碍等)，为车辆安全、舒适驾驶提供支持。此外，摄像头技术可为车辆提供连续的图像信息。因此，车载感知系统或路边感知系统联合利用基站无线感知信息、摄像头感知信息和车载雷达感知信息为车辆提供更准确、更可靠的实时路况信息，助力更强大的自动驾驶。

图6 车联网场景下多模式协作的感知应用示例Fig.6 Example of sensing application of multi-mode collaboration in V2X

6G新系统将进一步扩展网络覆盖的广度和深度，实现全球无缝覆盖。5G-A演进和6G新网络将会构建起全球广域覆盖的空天地一体化三维立体网络，为用户提供无缝全域覆盖的通信网络和更佳的用户业务体验[13-14]。空天地一体化网络除了为用户提供无盲区的宽带移动通信服务，还可以提供全域的感知服务。目前，气象卫星观测范围广、观测效果好、直观；但是，气象卫星的长处在于：可以对全球范围进行实时观测，但是被动遥感的精度目前很难达到对局地中小尺度天气系统做到精准观测[15]。而地基气象雷达相比气象卫星的检测范围要小，能够检测出云层内的具体情况，对灾害性天气监测预警，能够根据回波信号判断是层云降水还是积云降水，能够识别有无可能降雹、有无可能出现龙卷风，也能够准确分析识别诸如一些天气系统内的具体结构分布。但是，如图7地面气象雷达也具有以下缺点[16]：① 随着观测距离增大，受地球曲率影响，存在观测盲区；② 山峰、城市高楼等障碍物对雷达回波影响较大，影响检测精度；③ 气象雷达一般检测范围都在上百公里，覆盖一个城市、区县，几分钟更新一次，而且容易受到尘埃和折射率分布不均匀的空气等因素影响，无法对小区级别的范围作出实时预报。

图7 雷达感知天气示例Fig.7 Example of radar sensing weather

在5G和6G通信系统中都将发挥重要作用的毫米波基站，在完成无线通信数据传输业务的同时，还可以用来感知周围的天气环境变化。因此如图8所示，气象通信卫星、地面气象雷达和毫米波基站可组成三位一体的气象监测系统，为小区级、城市级甚至更大范围提供更实时、更准确的天气预测，助力出行、应急救援、安全生产等应用。

图8 空天地一体化联合感知框架Fig.8 Joint sensing framework of air-space-terrestrial integration

3 结束语

根据工信部公布的最新信息，截至2022年2月底，中国累计开通5G基站数超142.5万，终端连接数量超过5.2亿部，中国的5G建设已经从网络建设步入应用创新的新阶段[16]。在5G-A中探索增强感知功能，有助于更好的使能垂直应用(车联网、智能工厂、公共服务等)，让5G网络发挥更大的作用。5G网络主要部署频段是sub-6GHz和毫米波，在5G-A中探索Sub-6GHz和毫米波两个频段可适用的感知应用场景，研究基于无线感知和摄像头、雷达等其他感知融合的解决方案，特别是对空口改动较小、网络能力适当增强的方案。而6G新系统将是全频段的，目前主要研究的频段包括sub-6GHz、毫米波、太赫兹和可见光。因此，在未来技术研究方向上需要着重在以下几个方面：首先，在全新的6G系统中，研究多种频段融合的感知方案，在频谱资源、空口设计等层面进行协同设计，研究多种模式融合的感知方案，与其他模式的感知信息进行共享融合，可以在硬件一体化进行优化和设计。其次，多频段、多模式的感知技术需要在网络架构做统一考虑，全新的网络架构可以灵活支持融合多种感知技术，并可以综合利用这些感知信息。然后，多频段、多模式感知技术会采集大量的感知数据，AI技术将在其中发挥巨大作用，基于多频段、多模式融合的AI算法需要深入研究。此外，用户的隐私保护也是需要着重考虑的内容。除了技术研究外，需要在多频段、多模式感知技术的应用场景探索，原型和测试验证进一步加强。随着6G技术研究的深入，相信多频段、多模式的感知技术将在6G新系统中发挥重要的作用。