今天分享的是【2023年6G通感融合系统设计研究报告】 报告出品方:IMT-2030(6G)推进组
精选报告来源:全球行业报告圈
3GPP
3GPPSA1 Feasibility Study on Integrated Sensing and Communication对通感融合的可行性研究侧重于基于NR(NewRadio,新空口)的感知,某些用例可能会利用EPC和E-UTRA中已有的信息(例如蜂窝/UE测量、位置更新),一些用例还可能包括非3GPP类型的传感器(例如雷达、摄像头)。目前研究报告中包括32个用例,如住宅入侵检测、高速公路和铁路入侵检测、降雨监测、非3GPP传感器透明感知、睡眠监测、手势识别、旅游景点交通管理、工厂自主移动机器人冲突避免、无缝XR(ExtendedReality扩展现实)流、无人机入侵检测、无人机轨迹跟踪、无人机冲突避免等。从感知结果潜在的KPI(KeyPerformanceIndicator,关键性能指标)角度来看,SA1通感研究项目将上述用例的场景分为目标检测与追踪、环境监测和运动检测三类。进一步地,该研究报告提出了KPI表格,包括定位精度、速度精度、感知分别率、最大感知服务时延、刷新率、虚警概率和漏检概率。其中,并不是每一个用例都涉及前述所有KPI,通常一个用例仅涉及其中的一部分。
目前3GPPSA2和RAN(RadioAccessNetwork,无线接入网)也在讨论潜在的感知立项,潜在的内容可能包括架构增强支持感知,感知服务管理流程,感知服务质量管理,感知安全隐私,感知计费,通感信道模型,感知模式,以及感知信号、测量和控制等对协议影响等。
ITU
ITU技术将通信和感知系统之间的交互级别分为:(1)共存,其中感知和通信系统在物理上分离的硬件上运行,使用相同或不同的频谱资源并且不共享任何信息,彼此视为干扰;(2)合作,其中感知和通信系统在物理上分离的硬件上运行,而信息可以相互共享(例如,感知/通信的先验知识可以共享,减少系统之间的干扰或在某些情况下增强另一个系统);(3)集成设计,其中两个系统被设计为一个单一系统,在频谱使用、硬件、无线资源管理、空中接口以及信号传输和处理等方面具有信息共享和联合设计。通感融合系统在未来IMT的重点是感知和通信之间开发高效协调,以尽量减少彼此之间的干扰,更进一步地可在频谱、硬件、信令、协议、组网等更多维度上进行协调和协作,实现互利共赢。
人工智能与通信的融合的典型用例包括IMT-2030辅助自动驾驶、辅助医疗应用中设备间的自治协作、设备和网络之间计算卸载、数字孪生创建和预测以及IMT-2030辅助协作机器人。这些使用场景将需要支持服务区域内高通信容量和用户体验数据速率,同时还需要低延迟和高可靠性。除了通信能力外,这种使用场景预计还将需要将与人工智能和计算功能相关的新能力集成到IMT-2030中,具体包括不同数据源的数据获取、准备和处理,分布式AI模型训练、共享和推理,以及计算资源编排等功能。
潜在的计算关键性能指标
当6G引入计算能力后,也包括感知和计算的协作。感知和计算协作包括基于6G计算能力对感知数据进行处理产生所需感知结果。当终端请求网络辅助感知数据处理时,由于需要将待处理感知数据传输到合适的网络节点进行处理,因此涉及通信、计算和感知的融合。所述计算包括基于AI的计算和非基于AI的计算。AI服务的性能指标涵盖多个方面,包括可达性能(包括AI性能如归一化均方误差、余弦相似度等,通信性能如数据速率、覆盖、误块率等)、AI模型复杂度、收敛速度(或训练时间)、泛化能力、数据依赖性、推理时间、训练的算力开销、模型的传输开销和模型的存储开销等。AI服务的性能指标取决于AI算法和大数据技术等计算机领域相关技术在2030年及以后的发展水平。
传统上计算性能指标通常从系统资源维度进行定义,例如通过FLOPS(FloatingPointOperationsPerSecond,每秒浮点运算次数)等表征计算性能,通过持续内存带宽等表征内存访问性能,通过IOPS(Input/OutputPerSecond,单位时间内能处理的最大IO频度,一般指单位时间内能完成的随机IO个数)等表征存储性能,通过通信时延和带宽等表征网络性能。而6G融合计算相关的性能指标将由6G系统中部署的计算和通信相关资源以及性能综合决定。在定义6G系统的计算性能指标和用户的计算性能指标时,需要考虑6G计算的典型业务用例(例如计算辅助感知等),以及相关的用户密度、业务模型等因素。
通感融合的应用场景
通感融合的核心理念是要让无线通信和无线感知两个独立的功能融合在同一个系统中,并实现互惠互利。一方面,通过基于移动通信网络进行位置、速度、角度等信息的探测感知,构建低成本、高精度、无缝泛在的广域感知网络,即通信服务感知。另一方面,感知信息可以辅助基站或终端进行波束训练、波束跟踪,能耗优化等,从而提升通信系统性能,即感知辅助通信。
通感融合系统用例可以根据不同维度进行分类。根据面向的用户群体不同,通感融合系统用例可以分为:面向传统业务用户体验增强的场景、面向ToB领域新业务的场景以及面向ToC领域新业务的场景。根据用例实施的环境不同,通感融合系统用例可以分为:室内环境(局部空间)场景和室外环境(开放空间)场景。根据感知目标是否具备通信能力,通感融合系统用例可以分为:无源感知场景和有源感知场景。根据是否具有标识的明确感知目标,通感融合系统用例可以分为:per-area场景和perobject场景。根据对感知测量数据的不同处理方式,通感融合系统用例可以分为:检测类场景、估计类场景和识别类场景。
应用案例:高精度定位与追踪
6G网络将具备感知功能,可以为通信对象提供有源定位(Positioning)服务(类似5G),也可以为非通信对象提供无源定位(Localization)服务(类似雷达)。通过处理散射和反射的无线信号的时延、多普勒和角度谱信息,6G网络可以提取出三维空间中物体的坐标、方向、速度和其他地理信息。这种高精度的3D定位与追踪将达到厘米级的精度,可以通过在网络信息和物理实体位置之间建立必要的关联,进一步在工厂、仓库、医院、零售店、农业、采矿业等各行业使能不同的应用。例如,自动化工厂中的机器人可以轻松地检索仓库货架上的零件,并进行正确的安装。
高精度定位与追踪在车路感知中也起着重要的作用,即对道路本身和道路环境进行识别和感知,对道路参与主体的位置、速度以及运动方向进行识别,对道路上发生的异常事件进行识别,进而为自动驾驶车辆和智慧交通管理提供数字化的道路基础。通过利用道路周边广域覆盖的通感融合基站,可以实现对整条道路的全域感知。
![](https://gbres.dfcfw.com/Files/iimage/20231101/3A58C25CD600170A035F628B03634C87_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/42F8D0150F7D841EAC2B3B0206D618DF_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/7F81C4ED36949BAD1739CA2363E84A03_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/A7D7C35DB97103C7368DA5CF5B21A056_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/4AF26E508162F688DC6139AAF9F3AB57_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/C1EACDD79BB756DBF873A1134BD7169C_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/B9718AE9BA0A6734B65845224675A442_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/0AAED7ADFA965FFB12DD03C1DAFF0894_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/A2281920AE4AD3EA53E043F72A474653_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/DECBD00E9E8A340DD0FDE575D9ADE395_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/A95ADB19BC3AFE4C7285CFCC1F569B7F_w794h1123.jpg)
![](https://gbres.dfcfw.com/Files/iimage/20231101/C73D06310E3EF57EFBA756026FEF667D_w794h1123.jpg)
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
精选报告来源:全球行业报告圈
本文作者可以追加内容哦 !