2024年6G通感一体化协作感知关键技术2030（6G）推进组

2024年11月 版权声明CopyrightNotification 未经书面许可禁止打印、复制及通过任何媒体传播 ©2024IMT-2030（6G）推进组版权所有 目录 第一章引言7 第二章协作场景分类以及优势与挑战8 2.1多模态协作8 2.2多频段协作9 2.3多节点协作10 2.3.1多基站协作场景10 2.3.2基站与终端协作场景10 2.3.3多节点协作感知的优势11 2.3.4多节点协作感知的挑战14 第三章多节点协作感知的空口关键技术14 3.1帧结构15 3.2功率控制15 3.3资源冲突解决16 3.4干扰管理18 3.5杂波抑制21 3.6高精度同步23 3.7非理想因素消除24 3.8非视距识别与利用26 3.9节点选择与切换28 第四章多模态协作感知算法31 4.1基于自适应多策略信息融合的二维目标检测方法32 4.2基于雷达区域建议网络和深度增强的三维目标检测方法34 第五章多频段协作感知算法36 5.1系统模型37 5.2基于峰谱聚合的多频段融合算法38 5.3基于特征向量的多频段融合算法39 第六章多节点协作感知算法41 6.1系统模型42 6.2信号级融合43 6.3符号级融合46 6.3.1多个自发自收的协作场景下的融合算法46 6.3.2自发他收的协作场景下的融合算法48 6.3.3自发自收与自发他收的一体协作场景下的融合算法50 6.4数据级融合53 2 6.4.1基于算术平均的融合算法54 6.4.2基于权重迭代的融合算法54 6.4.3基于栅格聚类的融合算法56 6.4.4基于滤波器递归的融合算法58 第七章多节点协作感知的原型验证60 7.1基站间协作感知60 7.2终端间协作感知62 第八章总结与展望64 参考文献66 贡献单位70 3 图目录 图1ITU-R定义的IMT-2030应用场景和关键能力7 图2多模态协作感知示意图9 图3多基站协作场景10 图4基站与终端协作场景11 图5不同节点感知时无人机的RCS对比图12 图6多站协作提升检测概率12 图7更优的感知范围和连续性13 图8多个感知接收节点协作时的感知覆盖13 图9协作感知帧结构配置15 图10需要功率控制的协作场景16 图11通感冲突的优先级配置17 图12速率匹配用来解决通感冲突17 图13通感冲突的下行资源抢占示18 图14上下行链路交叉干扰18 图15互干扰强度CDF曲线图19 图16测距RMSE与干扰协调因子关系曲线图19 图17邻区干扰识别20 图18干扰利用的场景示意图20 图19杂波抑制基本原理示意图21 图20MTI杂波抑制算法结果图23 图21MTI+MTD杂波抑制算法结果图23 图22基于往返收发的同步误差消除方案24 图23基于参考径的同步误差消除方法24 图24可靠估计判决示例(a)实测4个UE时域上连续的MUSIC伪谱(b)对应的可靠估计判决结果26 图25协作感知过程中的信号传播情况26 图26NLOS下的协作感知场景27 图27协作感知中的NLOS利用算法流程图28 图28NLOS算法的位置估计结果28 图29协作节点选择示意图29 图30感知节点维护流程30 图31多感知模式和感知节点协作的节点选择示例31 4 图32三种主要的雷达与视觉信息融合策略32 图33自适应多策略信息融合网络流程图33 图34三维目标检测网络（3DRrpn-depth）总体结构35 图35雷达区域建议网络工作流程35 图36深度特征增强模块工作流程36 图37基于峰谱聚合级的多频段融合算法距离估计和速度估计的RMSE曲线39 图38基于特征向量的多频段融合算法40 图39基于特征向量的多频段融合算法的仿真结果40 图40不同协作层级示意图42 图41分布式全相参方法的MIMO模式接收相参处理框图44 图42分布式全相参方法的收发相参模式相参处理框图44 图43参合成前的接收信号46 图44两基站接收信号相参合成结果46 图45基于最小误差累积的多基站融合算法流程图47 图46基于误差累积融合算法的定位融合结果48 图47基于误差累积融合算法的速度估计融合结果48 图48基于网格搜索的多基站感知融合算法49 图49基于网格搜索的多基站感知融合算法的(a)定位RMSE(b)测速RMSE50 图50双基站协作感知场景图50 图51互相关协同感知算法的流程图52 图52不同TO下的测距NMSE52 图53不同CFO下的测速NMSE53 图54定位误差CDF分布(a)未进行数据融合(b)采用改进算术平均数据融合处理54 图55多节点数据级融合55 图56数据级融合的(a)定位的RMSE(b)测速的RMSE56 图57各个感知接收节点的感知目标位置估计分布图57 图58基于栅格聚类的感知目标位置融合结果分布图57 图59多站融合前和多站融合后目标位置精度CDF曲线58 图60射频地图特征几何关系示意图60 图61云端融合算法仿真结果60 图62测试场景示意图61 图63单次目标检测结果62 图64蜂窝网络下的多终端协作感知与通信一体化场景示意图62 5 图65轨迹追踪样机以及环境照片(a)实验中发射机和接收机布局(b)实测感知目标运动区域(c)接收机(d)发射机(e)发射天线(f)接收天线63 图66多UE协作轨迹追踪实测结果示例(a)直线轨迹下4个UE的MUSIC伪谱 (b)M形轨迹下4个UE的MUSIC伪谱(c)S形轨迹下4个UE的MUSIC伪谱(d)估计的直线轨迹(e)估计的M形轨迹(f)估计的S形轨迹63 表目录 表1二维目标检测的多策略融合性能对比34 表2不同方法的三维目标检测性能对比36 6 第一章引言 作为下一代移动通信系统，6G将提供更多维度的原生能力，迈向数字孪生、万物智联的新时代。相比5G的三大场景，即增强型移动宽带、超大规模机器类通信以及低时延高可靠通信，ITU-R在2023年已经明确IMT-2030将拓展为六大应用场景，全新场景包括通信感知一体化（ISAC）、AI与通信和泛在连接，如图1所示[1]。未来的通感一体系统将利超用大规模天线阵列、大带宽、多频段融合、网络多点协作等诸多特性，提供高精定位追踪、目标成像与重构、动作识别、智能体交互等能力，赋能智能交通、低空经济、智慧工厂、智慧医疗等业务与场景的发展成熟，推动业态转型升级。 图1ITU-R定义的IMT-2030应用场景和关键能力 在未来，通信能力与感知能力将进一步深度的融合，从硬件融合、频谱融合、功能融合发展到互助互利、高度协同、深度交融。6G网络突破单基站、单终端感知的局限性，从网络架构、组网技术、空口能力等方面进行原生通感设计，实现立体化的高精感知。依托6G网络，协作感知技术将成为通感系统的重要组成部分，可以提升边缘用户体验、实现多目标的高精度全域化感知。 协作感知场景主要有三大类，包括多模态协作、多频段协作、多节点协作。多模态协作包括无线网络、摄像头、传感器等多种感知形式的融合，各种感知方式互为补充，实现立体多维的感知。在多频段协作中，低频段提供远覆盖、中频段保证业务连续性、高频段按需开启实现超高精度，多频段的一体协同将提升网络效率。多节点的协作将利用移动通信网络中的节点，包括大规模部署的基站、高密度分布的终端等进行协作与交 7 互[2]。在利用多节点进行感知信号的接收和发送过程中，避免了单节点自发自收感知中的自干扰问题，降低对接收机自干扰删除能力的要求，可节约硬件成本。此外，多节点感知信息可以进行联合处理，具有提升感知精度、扩大感知范围、增强感知连续性、拓展感知维度等优势，满足新场景的新需求。 随着ITU-R在2023年发布IMT-2030框架建议书、3GPP在2024正式开启通感信道建模的研究，通感一体的研究进入了新的阶段。协作感知作为通感一体技术的重要方向，需对其关键技术进行研究，为即将到来的标准化做好准备。因此，本报告作为IMT-2030（6G）推进组首个聚焦协作感知的技术报告，首先对协作场景进行了分析，然后聚焦多节点协作场景的空口技术、协作算法、原型验证等进行了多方面深入的研究，并且也针对多模态协作和多频段协作两个场景的融合算法进行了研究，旨在为后续工作提供指引，推动业界对针对协作感知开展技术研究和评估验证，促进6G通感一体的标准制定。 第二章协作场景分类以及优势与挑战 2.1多模态协作 基于3GPP的感知并非获得物理世界信息的唯一途径，而是众多观测物理世界的方式之一。雷达、摄像头等采集物理世界数据的方式已得到广泛应用，IEEE802.11已经在制定基于无线局域网的感知标准，手机、汽车等设备已经具备各种传感器、摄像头等。因此在未来，3GPP感知和其它形式的感知将进行充分协同并进行数据融合，有助于实现立体、丰富、多维的感知。 基于3GPP感知和non-3GPP感知协同存在以下潜在场景：一种潜在应用是3GPP感知和non-3GPP感知进行数据融合，提升感知能力。如图2所示，在交通场景中，基站和摄像头都对路上的车辆、行人进行监控；基站和摄像头感知的数据可以融合以立体、丰富、多维的感知，提高感知精度。另一种潜在应用non-3GPP感知为3GPP感知提供先验信息，摄像头的视频可以提供辅助信息，有助于感知测量过程的优化、提升感知精度。 8 图2多模态协作感知示意图 多模态的感知数据融合对提高感知精度和鲁棒性、增强环境适应能力和提高数据可靠性和准确性具有重要意义，不同类型的传感器可以相互补充，弥补彼此的局限性，从而提高整体的感知性能。但多模态融合在技术实现中同样面临多种挑战，主要包括以下几个方面[3]。一是数据异构性，不同类型的传感器（如摄像头、毫米波雷达等）生成的数据形式和特征各异，如何有效地处理和融合这些异构数据，特别是在不同空间、时间和频率尺度上的对齐和同步是一个关键挑战。二是数据质量与可靠性，不同传感器在不同环境下的性能差异较大，可能会受到噪声、遮挡、天气等因素的影响，导致数据质量不一致。融合过程中需要设计鲁棒的算法，以应对数据不确定性和传感器失效等问题。三是融合策略设计，如何在不同层次（例如传感器级、特征级、决策级）进行有效的多策略融合，并动态更新各个传感器的权重。 2.2多频段协作 多频段的协作与融合将是6G系统的一个重要特征，对于通信而言，利用载波聚合技术，将高频段和低频段相结合，可以提高通信性能。同样，不同频段的协同也可以提升感知性能。低频段提供超远覆盖，满足Mbps级基本通信需要，以及完成对于目标的探测；中频段（Sub-10GHz频段）主要用于连续覆盖、中高速通信（Gbps），以及亚米级感知、广域范围的信息探测；高频（毫米波、太赫兹、可见光等频段）按需开启，进一步提升通信速率和感知分辨率（厘米级）。将多频段有机的协同起来，可满足不同的通信和感知需求，支撑个性化业务。 在感知信息融合过程中，高频段和低频段物理层参数不一致是一个挑战。例如，当采用OFDM波形作为感知信号时，高频段和低频段的子载波间隔不同，给感知信息融合带来了挑战[4][5]。除了高频段和低频段的协作之外，还有频域协作的其他情况，例 9 如在碎片化频带或非授权频段上融合信号[6]。 2.3多节点协作 2.3.1多基站协作场景 多基站协作感知场景可以细分为三种[7][8]，包括多个自发自收的协作，自发他收的协作、自发自收与自发他收的一体协作： （1）多个自发自收的协作：如图3(a)所示，多个基站分别对同一个目标进行感知，最后的感知信息在融合中心（可以是某一个基站或核心网）进行融合感知。 （2）自发他收的协作：如图3(b)所示，当多个基站分别对同一个目标发射感知信号，与发射端不同的基站负责信号的接收，并进行感知信息的结算与处理。感知信息可在接收端或在核心网侧进行融合。 （3）自发自收与自发他收的一体协作：如图3(c)所示，当多个基站分别对同一个目标发射感知信号，接收基站包括发射端基站，也包括与发射端不同的基站。感知信息可在接收端或在核心网侧进行融合。 图3多基站协作场景 2.3.2基站与终端协作