5G-Advanced通信感知融合

2022-09-30刘亮李岩邓伟谢信乾邵家枫

信息通信技术与政策 2022年9期

刘亮李岩邓伟谢信乾邵家枫

(1.中国移动通信有限公司研究院，北京 100032；2. 华为技术有限公司无线网络研究部，上海 201206)

0 引言

在全球范围内，5G发展正驶入快车道。面向未来，to C应用超高清、沉浸式业务更普及，to B市场对5G存在更多差异化需求，行业应用新需求、持续发展新需要，将推动5G网络持续创新和演进。2021年4月，3GPP正式将R18开始的5G演进命名5G-Advanced，标志着全球5G技术和标准发展进入新阶段。除了5G原有的移动带宽增强、超高可靠低时延、海量机器类通信的“三角能力”外，5G-A将向垂直行业更深领域扩展，加强智能维领域探索，从支撑万物互联到使能万物智联，为社会发展、行业升级创造价值。感知服务将是实现未来5G-A智能网络升级、扩展行业应用的一个重要支撑能力，通信感知融合成为5G-A一个重要演进方向。

通信感知融合通过通信和感知空口及协议联合设计、软硬件设备共享，使用相同频谱资源实现通信功能与感知功能的融合共生，使无线网络在进行数据通信的同时，还能通过分析无线通信信号的直射、反射、散射，获得对目标对象或环境信息的感知，实现定位、测距、测速、成像、检测、识别、环境重构等功能，为提升频谱利用率和设备复用率、提升通信网络价值带来一个全新的维度。

本文围绕通信感知融合，第1章节描述了智慧交通、辅助自动驾驶和低空安防等通信感知融合典型应用场景和需求；第2章节描述了通信感知融合在站址、设备、频谱和空口四个方面融合体现的技术优势；第3章节描述了通信感知融合都是关键技术方向，使能构建对车辆、行人和低空无人机等移动目标的高精度的探测、跟踪以及识别能力；第4章节介绍了车辆和无人机感知两个场景的外场测试验证情况；最后，在第5章节进行了总结与展望。

1 应用场景与需求

1.1 智慧交通

近年来，我国不断加强公路信息化建设，提升交通通行效率，降低事故发生率，逐步向交通智慧化的目标迈进。当前，在高速公路、城市道路及路口都已部署摄像设备，用于车流量统计、异常事件监测和违规车辆稽查等。但视频类摄像设备监测距离短，并且极易受天气、光照的影响，在夜晚和雨、雪、雾等恶劣天气下难以进行有效监测。无线感知技术相比摄像设备有探测距离远，不受天气影响等优势，已逐步被认为是智慧公路的必备设施。目前，部分路段已经部署采用无线感知技术的交通雷达，并通过与摄像设备的联合，实现全天候的道路监测。但现有交通雷达使用的频段为非授权频段，其发射功率受限于频谱法规约束，探测距离仅300 m[1]。在高速公路上，能够用于安装有源电子设备的基础设施间距接近1 km，这导致现有交通雷达无法沿高速公路连续覆盖，产生较大的监控盲区。如果要实现全路段感知覆盖，需要额外建设用于安装感知设备的塔杆，这将导致基建成本大幅增加。

依托通信与感知的融合，能够让基站在授权频谱上构建感知能力，感知信号发射功率能够与通信信号功率拉齐，使得单基站能够实现500 m[2]乃至更远的车辆探测距离，从而能够在不增加基础设施成本的前提下实现沿高速公路的全线感知覆盖。

1.2 辅助自动驾驶

自动驾驶当前是交通行业的研究热点，未来实现自动驾驶能够极大地提升交通通行效率，为社会生活带来更多便利。但L3及更高等级的自动驾驶需要车辆能够在高速行驶的过程中对周边车辆和障碍物进行及时避让，这需要车辆能够提前获取路面状况信息。当前，车辆上已配备车载雷达和传感设备，已具备对车辆周边环境的感知能力。但仅依靠车载感知无法满足L3及更高等级的自动驾驶，其原因在于，车辆的视野为平视野，其最大探测距离不超过150 m[3]，这对于高速行驶的车辆无法满足紧急事件的处理时间要求，另外，在车辆密集场景，不同车辆上配备的车载雷达之间会有很强的干扰，感知精度和准确度都大打折扣。

依托通信与感知的融合，通信基站挂高安装于道路沿线，视野远高于车载雷达，单站感知距离可达到1 000 m，能够满足超高速行驶车辆的感知需求。同时，多个通感基站会采用相对集中的控制方式进行通信信号设计，不仅能够规避站点之间的干扰，还能够利用多站联合感知，提升对道路状况的更高精度的感知。因此，需要在车辆感知的基础上增加道路感知能力，通过车路协同的方式来使能高等级的自动驾驶。另一方面，单车的计算能力难以如此长距离地感知数据进行计算处理，因此需要将其感知信息上传给路侧集中计算单元，以更高效地完成数据的运算处理，这对公路通信网络中上行容量有极大需求，而毫米波频段的上行超大带宽可满足该通信需求。因此，通信与感知的融合将会是未来使能自动驾驶的关键技术手段。

1.3 低空安防

近年来，消费级无人机的发展有目共睹，与此同时，工业级无人机的价值也不断被诸多行业所认可，尤其在物流、巡检、植保等领域已经有一定规模的应用，逐步推动着低空经济的发展。据预测，未来三年工业无人机将呈爆发式增长，预计在2025年，工业级无人机的数量相比于2020年将增长至四倍[4]。但无人机行业如此快速的发展也带来一些安全隐患，国内外都出现过由无人机造成的事故和威胁，由于缺乏有效的探测和反制手段，各个国家和区域也相应地制定了强硬的管制措施限制无人机的飞行。尤其在城市中，诸如广场、体育馆等人员密集的区域都禁止无人机的飞行，以防止黑飞无人机带来的潜在威胁。这无疑阻碍了行业无人机的规模应用。

目前，在反无人机技术领域，基于到达时间差技术的无人机侦测设备有较多应用，其原理是通过对无人机控制台与无人机之间的通信信号进行监听，以探测无人机的位置。但是对于采用频段切换，或无线电静默的无人机却难以进行探测。依托通信与感知的融合，基站采用主动感知方式，通过接收无人机对基站发射信号的反射回波进行分析对目标进行探测和跟踪，对有通信链路和静默的无人机都可以进行有效探测。

在通信方面，当前行业无人机尤其是物流无人机都需要超视距飞行，传统的基于Wi-Fi技术的通信链路无法满足如此长距离的通信。而采用第五代移动通信技术(5G)蜂窝网络为这类无人机提供通信服务是最为有效的解决方案。利用5G蜂窝网络的超大带宽能力，能够同时服务大量的行业无人机执行飞行任务；利用5G蜂窝网络的高可靠低时延的通信能力，能够为超视距的无人机控制提供有效的通信保障，避免由于控制滞后导致出现无人机的碰撞等事故。同时，无人机可以利用5G网络实时上报位置、飞行状态和环境物理信息，为控制者提供更有效的控制操作。可以看出，未来低空经济的发展同时需要广域感知和通信能力，而通信与感知的融合技术将会是最有效的技术手段。

2 通信感知融合的技术优势

通信感知融合的技术优势建立在二者融合的紧密程度上，其从融合维度上包括4个方面，即站点融合、设备融合、频谱融合和空口融合[5]。

(1)站点融合：蜂窝通信网络中部署基站的站址是运营商极为重要的资产，如果要单独为感知重新构建一张广域的网络，为此新增加的站址是网络建设最大的成本所在。因此，感知复用现有蜂窝通信网络的站址，通过站址融合，能够完全避免由于新获取站址和基础设施建设带来的成本。同时，随着蜂窝通信网络的不断发展，通信基站的站址资源已广域分布，尤其在城市内较为密集，依托已有站址建设感知网络能够构建一张广域无缝感知覆盖的网络。

(2)设备融合：5G基站设备已采用大规模天线技术，通过密集的天线阵列实现强指向性的波束，尤其在毫米波段上采用了相控阵技术，通过相位调整实现大范围的波束扫描。这使得在通信硬件能够天然的实现相控阵雷达的功能，通信与感知设备的融合水到渠成。同时，蜂窝网络除了能够实现无线电信号的发送与接收之外，还具备强大的计算处理能力，利用蜂窝系统已经具备的计算能力使能更先进的感知算法，提升感知能力。此外，通信与感知共用相同的设备能够相比独立设备能够降低总能耗，有益于降低碳排放。

(3)频谱融合：针对蜂窝网络所使用的国际移动通信IMT频谱，频谱法规中规定的基站的最大发射功率远高于非授权频段所允许的功率，这使得在感知与通信共享频谱之后，基站能够采用相比于传统雷达频谱上更高的发射功率用于感知信号的发送，从而大幅提升感知距离。

(4)空口融合：从长期演进(Long Term Evolution，LTE)到5G，蜂窝网络都采用正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)作为通信信号的波形，而雷达领域的常用波形为调频连续波(Frequency-Modulated Continuous Wave，FMCW)，若通信与感知在空口维度仍采用差异化设计，不仅会导致硬件设计上需要同时支持两种波形的发送和接收功能，增加硬件设备的复杂度，还会约束二者在频谱共享上的灵活程度，无法采用符号级的复用，导致通信性能的额外损失。因此，通信与感知的空口融合既能够避免增加硬件复杂度，又能够提升二者的复用效率。

综上，通信与感知在站址、设备、频谱和空口进行全方位的融合后，相比于二者独立设计在成本、感知能力、资源复用效率、硬件复杂度和节能方面都具备明显优势。

3 关键技术方向

为满足智慧交通和低空等场景的感知需求，5G-Advanced通信感知融合依托如下关键技术，能够构建对车辆、行人和低空无人机等移动目标的高精度的探测、跟踪以及识别能力。

3.1 高隔离大孔径天线

针对无人机探测场景，由于无人机目标体积和雷达反射截面积很小，如典型的消费级无人机在毫米波频段的雷达反射截面积(Radar Cross-Section，RCS)大约0.01～0.02 m2，对于小RCS的目标，基站需要采用足够大的发射功率和波束增益来进行感知信号发送，以保证能对其进行有效探测。考虑到基站处于感知模式下，其天线工作在同时同频全双工模式，需要发送天线和接收天线之间有足够大的隔离度，才能将自干扰信号能量降到足够低，以避免接收通道被阻塞。因此，在硬件技术上需要采用高隔离天线技术[6-7]，在不明显增加收发天线物理间距的条件下，尽可能地提升收发天线的隔离度。

此外，感知在距离和方位向的位置精度也是关键指标之一，对距离向感知精度，其由感知信号带宽和目标信杂噪比决定，当前对于IMT毫米波段，有较大的带宽来达到亚米级的距离向感知精度。但方位向的感知精度受限于天线孔径，若基于5G硬件的天线孔径，则对于500 m远的目标的方位向位置精度仅为米级，因此在硬件技术上需要采用更大孔径的天线以提升方位向的位置精度，使得目标在两维平面或三维空间的位置精度亦可达到亚米级。

3.2 高维超分辨感知

无论在交通场景还是无人机场景，都需要能够对目标的类型进行的识别能力。在交通场景，需要能够对大型卡车、中型货车、小汽车、电动自行车和行人进行分类；在低空场景，需要对机械类无人机与飞鸟进行识别区分，避免飞鸟造成的虚警，浪费警力。

为了能够实现高准确度的目标识别能力，在算法技术上可采用高维超分辨感知[8]，一方面通过更复杂的超分辨算法对单一维度的目标信息实现更精细化的提取，另一方面，将各个维度，如距离、速度、角度乃至微多普勒信息进行联合分析，通过提升算法复杂度来增强对目标轮廓特征的分辨能力。当然，采用更先进的算法势必会对运算能力提出更高的要求，但当前蜂窝通信系统包括接入网和核心网都具备强大的运算处理能力，相比于现有的雷达及其他无线电侦测设备都有断裂式的算力优势，这使得基于蜂窝网络的通信感知融合能够在算法上对现有感知技术形成巨大的优势。

3.3 群域感知

5G通信网络采用了多站协同传输技术，通过多站点联合服务同一个用户，以实现以用户为中心的无差别通信体验。多站协同方案亦可应用于感知，利用多站对重叠覆盖区域内的目标进行多角度探测，能够大幅提升目标的探测成功率和精度[9]，降低遮挡概率。尤其在探测精度方面，利用多站协同感知，可以弥补目标方位向位置精度低的短板，使得其在水平面两维的位置精度逼近距离向精度，达到亚米级。

4 技术能力验证

为了验证通信感知融合技术的基本感知能力，采用5G基站设备分别在交通场景和低空场景对车辆感知和无人机感知进行了测试[10]，其中5G基站设备的参数配置为：频点26 GHz，天线4T4R，EIRP 62 dBm，OFDM波形。

4.1 车辆感知测试

5G基站设备安装于道路中心位置，离地面高度约6 m，天线法向方向与道路方向平行。被测试车辆在距离5G基站设备50 m处，远离基站方向直线行驶，并且以40 km/h定速巡航模式行驶，此过程中记录感知到车辆的距离、位置和速度。

5G基站设备感知到的车辆的轨迹与实际行驶轨迹的对比如图1所示。其中，红色点迹为不同时间感知到车辆位置的结果，蓝色直线为车辆实际的行驶轨迹。可以看出，当被测车辆行驶与基站距离达520 m处时仍能被探测到，且轨迹连续无缺失。进一步地，基于每个点位被感知的位置和速度进行数据统计，得到被测车辆的角度精度约0.2°，被测车辆的速度误差的中位值约0.1 km/h。

图1 车辆感知轨迹与实际轨迹图

4.2 无人机感知测试

5G基站设备安装于建筑物楼顶，离地面高度约25 m，天线的法线方向与地面平行。被测试无人机为RCS典型值为0.01 m2的小型无人机，该无人机在天线法线方向水平+/-60°的范围内，且距离基站设备100 m处起飞，升至30 m高度后，沿预设路径飞行，此过程中记录感知到无人机的距离和位置。

5G基站设备感知到的无人机的轨迹与预设行驶轨迹的对比如图2所示，其中，图2(a)中是无人机预设飞行轨迹，图2(b)为不同时刻感知到无人机位置的结果图线。可以看出，无人机被探测到的轨迹与其预设飞行轨迹的形状较为吻合，且轨迹也具备较高的完整度。此外，当被测无人机飞行至与基站距离达500 m外的位置时，也仍然能被基站感知到。