夏亮 ： ISAC 信道建模标准化探讨

DiscussionnstandardizatiofsACChannelModeling 夏隆LiangXia 中转移研究所ChinaMobileResearchInstitude 3GPP标准化进展 RAN-Release19 研讨会 2023‑06‑15 RAN-Release19WP4 5 RAN#101 2023‑09‑11 RAN#101 1127 RAN#102 2023‑12‑11 •3GPPISAC和FR3 314 ISACRISFR3ISACRISFR3 •对ISAC的信道建模非常感兴趣，对其他可能的领域也感兴趣。 •对探索新频谱研究的合理兴趣，如7- 24GHz。 •对RIS相关研究的合理兴趣。 •如果要对所有上述项目进行研究，则非常具有挑战性 •ISAC&新频谱(7-24GHz)探索研究** **可能首先作为RAN级研究项目开始。对于新频谱，仅专注于信道建模。对于ISAC ，仅进一步讨论信道建模或附加技术。 专注于这个阶段 •参考:RWS-230488,RP-231540,RP-232617 •RAN从TR22.837中选择少量的ISAC用例,并且识别下面的点所需的适当的对应信息,即场景、频率范围和感测模式。 •还要考虑正在进行的SA1TS22.137 •潜在目标： 1.RAN1主导的研究目标是使用38.901（如果适用于选定的用例）作为起点，并考虑相关测量，定义传感的通道建模细节 ，包括： •a.传感目标和背景环境的建模，包括，例如（如果选定的用例需要），雷达横截面（RCS），移动性和杂波/散射模式； •b.空间一致性。 如果尚未在SID中完成第一(RAN主导的)目标,则该目标在完成之后开始。 •还有别的吗? ISAC方案 •在SA1中研究了32个用例，并在TR22.837中捕获。这些用例在TR22.837和TS22.137中进一步分为3种场景。 •根据政府和行业的要求，无人机检测和跟踪在低空经济和安全方面引起了广泛的关注。高速公路/铁路上的行人/动物入侵检测以及在有/无障碍物的十字路口进行感测对于智能交通系统。 •“对象检测和跟踪”中的用例在信道建模中具有共性,并且TR38.901中的信道模型可以扩展到具有一些增强的该场景。但是，“环境监测”场景和“运动监测”场景的特征与TR38.901中的信道特征不同，并且如何对降雨或呼吸进行建模可能需要更多讨论。 建议:来自TR22.837/TS22.137的场景“对象检测和跟踪”对于ISAC信道建模具有更高的优先级。 Scenario 传感服务类别 传感服务区 示例服务 目标检测和跟踪 1（用例5.1;5.13-level1） 待检测对象室内：人，待检测对象室外：无人机 智能家居中的入侵者检测,无人机入侵检测 2（用例5.13-level2、5.6、5.14） 室外检测对象：人、无人机 无人机飞行路线入侵检测、智能家居环境入侵检测、旅游景点监控 3（用例5.2、5.7、5.10、5.11、 5.12、5.23) 工厂（100m2），十字路口，公路，铁路[空气]要检测的对象：动物，人类，无人机，车辆 公路/铁路上的行人/动物入侵检测，有/无障碍物的十字路口感测，无人机飞行轨迹跟踪，无人机防撞，智能工厂中的AMR防撞 4（用例5.20、5.22、5.25、5.32） 检测对象:动物,人类,无人机,AGV/AMR,车辆 停车位确定，智能电网设备附近的无人机/车辆/行人检测，基于传感的沉浸式体验，工厂大厅的集成传感和定位 5（用例5.27、5.28） 车辆公共区域安全, 公共安全搜救或逮捕，ADAS 环境监测 6（用例5.3和5.5。） 降雨监测和洪水。要检测的对象：降雨 降雨监测,洪水监测 运动监测 7（用例5.15、5.24） 室内人体运动-睡眠监测，运动监测， 睡眠监测，运动监测 8（用例5.29） 手势识别 手势识别 ISAC传感模式： •单静态 gNB单静态 UE单静态 gNB-UE双基地 •双静态 gNB1-gNB2双基地 UE-gNB双基地 UE1- UE2 多静态 •已经讨论了用于ISAC的六种模式,其可以基于发射机和接收机是否物理上共同定位而被分为两类。 •单静态:gNB单静态;UE单静态 •双静态:gNB到gNB双静态;gNB到UE双静态;UE到gNB双 静态;UE到UE双静态。 •从信道建模的角度来看，类似的信道建模机制可以用于单静态和双静态模式，例如 •传感目标建模，包括发射机到传感目标信道模型、传感目标到 接收机信道模型和RCS •背景环境建模; •但是，不同的模式具有不同的通道参数，例如 •gNB和UE的高度、速度、天线配置 •Pathloss，LoS概率，不同模式的K因子修改。 提议3:对于ISAC信道建模,可以考虑单静态和双静态模式两者。 ISAC关键性能指标影响因素 决议 •距离： 2 准确度： 2/0 22￿ •距离：= == •角度：3ו角度：θ3θ3 •多普勒：Δ=,max=1= 1.6  2/0 1.62￿  /2•速度： •速度：== 222 == 22/0 22￿ 2 接收机波束成形和2D-FFT 从真实环境接收信号 •信道模型应 •反映真实环境 •支持ISAC评估 •优先考虑可能影响ISAC性能的修改 … 延迟 多普勒 • • • • • TR38.901型号的不足特征该应用是针对BS-UE 的。 延迟和角度是随机产生的。集群功率是根据它们的延迟产生的。 功率，延迟和射线数是固定的，多普勒相位仅与 RX的运动（速度和方向）有关。 计算空间一致性特征基于BS/UE的移动。 TR38.901 • 高度从 1.5至300米 ISAC信道建模要求 •与传统通信相比，ISAC信道模型应充分表示与传感目标和背景环境相关的传感信号，以用于不同传感模式和场景的性能评估。 •ISAC信道模型应考虑 •FR1和FR2 •传感目标相关信道的建模 •与感知目标相关的大规模衰落建模，包括 •路径损耗建模、RCS建模、LoS概率、K因子等。 •与感知目标相关的小尺度衰落建模，包括 •与感测目标速度和与场景和模式相关的小尺度衰落因子的其他潜在修改有关的多普勒 •移动性和空间一致性建模 •与场景和模式相关的背景环境建模 •使用TR38.901作为起点，使用TR36.777作为参考 • • TR36.777型号的不足特征该应用适用于BS-UAV，并且UAV高度范围为1.5至300m。衰落参数生成与38.901相同。 簇级参数生成基于38.901中的CDL模型，一些参数是 修订。 • TR36.777 背景环境集群事件链接中的环境集群出现链接中的环境集群 传感目标 ISAC发射机/接收机 ISAC通道建模：结构建模 背景群集目标相关 集群 背景通道38.901LoS 联轴器? LoS 侦听信道 38.901NLoS NLoS 目标相关信道 NLoS LoS NLoS NLoS ISAC通道建模：背景和目标相关通道的耦合 •候选方法1：利用公式（1）得到衰落模型。and是目标和环境群集的数量。ℎ是第ISAC簇的信道系数。是阴影 褪色。H=,,∑+ℎ′(,)（2） =1,, •候选方法2:使用公式（3）得到衰落信道。上标代表环境。 H(,)=∑(,)+(,)(3) =1, ISAC通道建模：可能的参数需要修改 第一段 第二部分 背景 用于ISAC信道建模 场景 BS高度(m) UE/目标高度(m) Rma 35 1.5-300 Uma 25 1.5-300 Umi 于ISAC信道建模，可 10 能需要根据TR38.901 /1T.5R-33080.777修改参数 室内 褪色参数 3 群集 \ 级别参数 •LoS概率模型、路径损耗模型、阴影衰落模型可以重新用于背景信道。 •LoS概率模型、路径损耗模型和阴影衰落模型可以被重新用于第一或第二分段目标相关信道。 对 射线级参数 LoS概率 Pathloss K因子 群集数量群集延迟群集角度群集功率 射线数量射线延迟射线角度射线功率 空间一致性RCS 多普勒 ISAC信道建模：LoS概率和K因子 需要重新考虑LoS概率和K因子。 •LoS占主导地位，因为BS可以部署良好的监管 •LoS是弱的，但不意味着没有。 单静态 LoSNLoS 双基地 LoS 一侧NLoS 两侧NLoS ISAC通道建模：潜在方案 统计（TR38.901的增强） 事件链接中的环境群集 涌现链接感知目标中的环境集群 ISAC变送器 基于连接的 传感目标 ISAC变送器 基于非串联 传感目标 ISAC变送器 预定义的环境群集 Hybrid •基于级联的信道建模：从A点到传感目标，从传感目标到B点的大尺度和小尺度的“双链”衰落的级联 •从点A到感测目标以及从感测目标到点B的大规模和小规模模型可以使用TR38.901作为起点，并进行潜在的修改，例如 •修改了A点、感应目标和B点的高度，TR36.777中的无人机通道模型可以作为参考。 •LoS概率、K因子等 •由背景环境引起的大尺度和小尺度衰落可以另外建模。 •基于非级联的信道建模：在TR38.901中将传感目标建模为一个簇 •在该建模方案中需要明确地描述感测目标的位置和速度。 •由背景环境引起的大尺度和小尺度衰落可以与传感目标共同建模。 •混合（确定性和统计性） 一种候选ISAC信道建模方案 基于级联的信道建模方案 •在感测中只考虑目标相关的簇。 •背景集群可能继承目标相关聚类的一些参数。 •分段的链接是卷积的。 •目标的反射模式由RCS建模。 •感测的聚类能力应该用背景聚类来归一化。 目标相关信道 共享群集 案例A 与目标相关通道耦合！ 共享群集 突发事件链路中的环境聚类突发事件链 路感知目标中的环境聚类 ISAC变送器 案例B 背景通道 案例C 案例D 一种候选ISAC信道建模方案 •分段的链接是卷积的。 •应修订这两个部分的群集编号。 first()⨂second() second()(second−first)⋯(second−first) 目标(,)=sum [[,1⋮ ]68%[首先()… ⋱ 1first()]•1[⋮ 1⋮1]] , ∈,∈ second ,1,1 second first second first 1122( (−)⋯(−) ,22121 •LoS中的多普勒相位可能是由整个距离变化引起的。 ,2 exp() 0 exp( −23() ) 0 一种候选ISAC信道建模方案 突发事件链路中的环境聚类突发事件链路感知目标中的环境聚类 ISAC变送器目标反射特征 •目标反射特征通过RCS建模。 •RCS模型有三种类型： 固定值: ,(,,,,,) ,(,,, [2222 ][11= ,(2,2,,2,2,),(1,1,,1,1,) 角度相关: ,(2,2,,2,2,) [][ ,(1,1,,1,1,) ] =(,,,,,) ,(, ,,),( ,,, )1122 2221111 从分发生成： ,(2,2,,2,2,) [ ,(1,1,,=, ][ ,(2,2,,2,2,),(1,1,,1,1,) 一种候选ISAC信道建模方案 •目标相关簇的功率应与背景簇归一化。 + +++ Shared 集群 +目标 目标 = = ++++目标 案例A 总计()总计(,) , 背景 背景()案例B =(, +target(1,2)◎target(,) , 案例C 目标(1,2) =(1)+(2)+10log10( 2 )−10log10() 4 案例D Conclusion •在3GPP中存在对ISAC信道建模的强烈兴趣。 •无人机、智能交通和