5G-Advanced通感融合空口技术方案增强研究报告

报告概述

本报告为5G-Advanced通感融合空口技术的增强研究，在第一版基础上进一步细化。研究对象包括RAN通感架构、无线感知功能、通感无线流程以及感知与定位/AI融合技术。报告覆盖了感知移动性管理、感知测量、协作感知、多节点数据融合等关键方向，并提出了SF、gNB、UE之间的增强交互流程。通过定义感知数据层级、测量方法和上报机制，为标准化提供参考。报告对通信与感知融合的工程实现和标准化具有重要参考价值。

报告的核心结论

报告回答的关键问题

完整报告包含什么

• RAN通感架构增强设计：包括分布式架构下gNB集成SF功能的方案，以及感知单元（Sensing Unit）的逻辑功能定义，支撑感知控制、数据预处理和跨节点资源协调。
• 无线感知功能增强：详细阐述了感知移动性管理中的集中式与分布式切换机制、相邻节点选择准则、感知切换条件（基于信号质量、UE状态等）。
• 感知测量数据四层划分与三种计算主体：定义了原始信号、谱信息、点云、目标结果四层数据，以及UE计算、基站计算、SF计算三种感知方法，并说明差分上报机制。
• 通感无线流程完整信令设计：覆盖SF-gNB、SF-UE、UE-UE、gNB-gNB四种交互的感知能力上报、测量配置和测量上报流程，包括主动上报和请求上报两种模式。
• 协作感知技术分类与复用方式：详细分析多频段协作、多节点协作，并给出TDM/FDM/CDM正交复用以及两种非正交复用（类型1和类型2）的原理、优缺点和适用场景。
• 多节点数据融合优化方案：提出基于部分信道信息融合的联合代价函数搜索方法，平衡上报开销与感知精度，包括单维、二维、三维信道响应的合并与取窗操作。
• 感知与定位融合技术：包括参考信号融合（串联PRS、PTRS、CSI-RS等）、测量上报融合、以及利用参考UE或定位信息辅助感知节点选择的具体流程。
• 感知与AI融合架构：描述辅助AI感知和直接AI感知两种输出类型，以及UE侧、基站侧、网络侧三种AI模型部署架构，并给出辅助数据和感知数据的交互流程。
• 感知信号互质间隔设计：提供互质排布（顺序和重叠）的具体方案和仿真性能对比，展示其在相同开销下扩大无模糊范围的优势。
• 感知辅助通信方案：提出通过SF授权后，UE直接向基站上报感知结果的时效性方案，以及站间通感干扰测量与规避的后续研究方向。