《IMT-2030(6G)推進組：2023年6G通信感知一體化評估方法研究報告（29頁）.pdf》由會員分享，可在線閱讀，更多相關《IMT-2030(6G)推進組：2023年6G通信感知一體化評估方法研究報告（29頁）.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、北京稻殼科技有限公司Beijing Rice Hull Technology Co.,Ltd.地址：北京市朝陽區九住路 188 號IMT-2030(6G)推進組IMT-2030(6G)Promotion Group2023 年年 10 月月版權聲明版權聲明 Copyright Notification未經書面許可未經書面許可 禁止打印、復制及通過任何媒體傳播禁止打印、復制及通過任何媒體傳播2023 IMT-2030（6G）推進組版權所有2IMT-2030(6G)推進組IMT-2030(6G)Promotion Group目錄第一章 引言.5第二章 評估場景.62.1 室外場景.72.1.1 檢

2、測定位跟蹤.72.1.2 環境重構.82.2 室內場景.92.2.1 檢測定位跟蹤.92.2.2 環境重構.102.2.3 模式識別.10第三章 評估指標.12第四章 評估方法.134.1信道模型.134.1.1 模型框架.144.1.2 路損模型.154.1.3 小尺度多徑模型.164.1.4 目標散射特性建模.174.1.5 通信信道與感知信道相關性.194.2場景評估方法.194.2.1 系統級仿真評估流程.204.2.2 鏈路級仿真評估流程.214.2.3 評估場景和仿真方法映射.22第五章 總結與展望.253IMT-2030(6G)推進組IMT-2030(6G)Promotion G

3、roup圖目錄圖 1 ITU-R IMT-2030 應用場景.5圖 2 室外智能交通場景目標檢測示例.8圖 3 室外環境重構.9圖 4 智能工業場景的網絡及目標部署示例.10圖 5 通感一體化混合信道模型框架（左：自發他收，右：自發自收）.15圖 6 通感一體化信道的建模流程.16圖 7 系統級評估流程圖（以 Full-SLS 為例）.20圖 8 鏈路級感知的流程圖.214IMT-2030(6G)推進組IMT-2030(6G)Promotion Group表目錄表 1用于 6G ISAC 評估場景（測試環境）建議.11表 2不同評估場景建議考慮的評估指標.13表 3感知目標建模方法對比.17表

4、 4不同評估場景下的多散射中心模型.18表 5 各測試環境對應的評估方法及關鍵要素.245IMT-2030(6G)推進組IMT-2030(6G)Promotion Group第一章 引言6G 作為更先進的下一代移動通信系統，將跨越人聯和物聯，邁向萬物智聯的新時代。2023 年，通信感知一體化已被 ITU-R 確認為 IMT-2030 的六大應用場景之一，未來 6G 網絡將利用全頻段、大帶寬、大規模天線陣列、多節點協作等能力，提供超高分辨的檢測定位跟蹤、環境重構與成像、目標動作識別等能力，在支撐極致通信體驗的同時，實現智能家庭、智慧工廠、智慧醫療、終極自動駕駛等網絡服務場景。通信感知一體化，還將

5、進一步與 AI 結合，為構建智能數字世界提供數據入口，使能未來物理世界與數字世界的融合。圖 1 ITU-R IMT-2030 應用場景在 6G 階段，通信和感知融合的程度將進一步提升，將明顯的區分與 5G 階段，主要可以體現在頻率的多樣化、空間技術的成熟化和設備的高度協同化。頻率的多樣化將提供多層次化的通信能力和感知能力的交融，最終達到兩種功能的一體化?？臻g技術的成熟化將從空間細微差異化滿足感知和通信功能的分離，同時實現感知物體的容量極大的提升。設備的高度協同化將突破單個基站、單個終端感知的局限，實現全域、3D 化的感知能力，也可以實現 6G 分布式組網與通感技術的高度協同。6G 通感的研究已

6、經開展了 2 年余，作為一個新的技術方向，處于方興未艾的階段，是可以預見的未來發展藍海，是第一次多行業間的全浸入式的融合，可以說是從骨血互溶的創新性突破，需要巨大的勇氣去推進，需要極其深厚的技術研究的推動，6IMT-2030(6G)推進組IMT-2030(6G)Promotion Group需要行業間的深度認同的包容。在 6G 階段，我們需要對通信和感知技術的前景進行較為全面的分析和研究，尤其是對場景進行多次深刻的分析和梳理，只有明確具備較好的發展前景的場景才能推進技術的發展，才能避免人員和經費的浪費。其次，由于通信的感知融合是新的方向，其評價標準需要彼此融合，在 ITU 也開展了相關的技術指

7、標的研究。最后，在技術研究初期，通常需要對其傳播特性進行分析，研究出典型的信道模型和評估方法，才可以匹配仿真和儀表仿真設備，完成通信感知融合技術可行性的仿真。因此針對這些研究需求，本報告作為 6G 通感融合深入研究的首個研究報告，將對場景、指標和評估方法進行全面的分析，為后續的研究提供依據，并推動業界針對通感一體化技術性能開展規?；u估、促進通感一體化的標準討論與制定。第二章 評估場景在通信感知一體化研究報告第二版中，從服務類場景與應用類場景兩方面對通感一體化海量豐富場景進行了廣泛的研究。通感一體化網絡在所能獲得的感知信息和服務基礎之上，更好地服務于未來智慧生活、產業升級、社會治理等方方面面。

8、在6G 感知的需求和應用場景研究報告中，從業務需求的角度對交通、工業、農業、倉儲物流、醫療健康、娛樂和社會服務等不同通感一體化應用場景下的感知業務需求進行了研究。在本報告中，針對以上報告中海量的通感一體化應用場景進行了進一步的細分研究，歸納總結出了面向 6G 網絡性能評估的典型應用場景，并研究討論該場景下的指標及評估方法。這些應用場景，是在滿足通信功能性能的需求基礎上，實現感知服務，因此所述評估場景中均需要同時評估通信和感知性能，并且給出通信與感知功能之間的資源復用、部署方式、天線形態等方面的關系。應用場景通常描述業務特征、業務需求，而評估場景在此基礎上，還關注網絡（例如基站/UE）部署方式、

9、感知目標部署模型等、感知目標運動模型等評估要素。在 ITU 的技術文檔中，通常用“測試環境（Test environments）”概念來定義評估場景，本報告中，采用“評估場景（測試環境）”兼顧廣泛理解和對齊標準概念。作為參考，IMT-2020 技術評估中的通信評估場景（測試環境）是由地理環境（geographic environment）和使用場景（Usage Scenario）組合而成1，例如 Indoor7IMT-2030(6G)推進組IMT-2030(6G)Promotion GroupHotspot-eMBB、Urban Macro-URLLC 等。而面向“超越通信”的通感一體化，IM

10、T-2030中感知相關的評估場景（測試環境）還需要根據感知的業務特征和業務需求，再進一步具體到感知用例（Use Case）。因此，針對通感一體化評估，建議采用一種新的評估場景（測試環境）定義方法，即由“地理環境+使用場景（即 ISAC）+感知用例”的組合定義一個評估場景（測試環境）。由此，區分各類 ISAC 評估場景的要素主要包括：地理環境地理環境：大致可分為室內或室外場景，室內和室外還可進一步細分，例如室外密集城區、室內工廠、室內家居等。一般來說，不同的地理環境下，網絡部署的方式也不同，包括網絡節點（基站、UE 等）、感知目標的部署模型。例如室外通常以蜂窩形式部署網絡設備，參考示例為 Out

11、door UMi 部署；室內通常以網格形式部署網絡設備，參考示例為 Indoor Factory 部署。感知用例感知用例：由于業界提出的 ISAC 用例較多，為系統性研究 6GISAC 的評估方法，需對 6G 典型 通感用例進行梳理歸納，收斂出具備推廣性的少數幾套核心方法進行討論。本章中，通過歸納出業界關注度較高的目標檢測定位跟蹤、環境重構、模式識別（包括手勢/姿態識別、呼吸檢測等）三個用例，結合上述地理環境，探討基于這三個用例的評估場景。2.1 室外場景室外典型評估場景大致可分為“對天、對地”的檢測、定位和重構等場景。對天主要指低空異常物體檢測、定位與追蹤，對地主要指對地面交通、行人的檢測、

12、定位，以及建筑、車輛的重構等。室外場景涉及的感知用例主要包括“目標檢測定位跟蹤”和“環境重構”。2.1.1 檢測定位跟蹤在室外“對天”或“對地”的檢測定位感知場景中，以智能交通場景為例，需實時檢測行人、非機動車、UAV、動物等潛在入侵者是否在道路、鐵路中間或四周的危險區域，需要通過目標位置和速度估計、軌跡追蹤等方式判斷其闖入危險區域的可能性，也需要實時監測路面的汽車是否處于正?；虍惓Ｐ旭偁顟B（例如是否逆行、超速）。這一過程中，可能包括對被檢測物的識別，例如識別路中間運動物是汽車還是非機動車，以檢測特定目標并判斷其危險程度。這一用例涉及的感知行為包括：對目標的檢8IMT-2030(6G)推進組I

13、MT-2030(6G)Promotion Group測、定位、跟蹤、重構、識別等。涉及的感知對象包括：人、動物、車輛、無人機等。圖 2 室外智能交通場景目標檢測示例對于室外智能交通場景，在網絡部署方面，可參考現有 UMi 場景部署六邊形蜂窩狀小區。感知目標以車輛、行人、UAV 三種常見目標為例?？稍O定如圖 2 所示的若干“道路”區域，路兩旁還可設置一定寬度的“路肩”區域，然后設定這三種目標在不同區域的部署比例。2.1.2 環境重構在室外主要“對地”的環境重構場景中，與目標檢測、定位與跟蹤不同，基站需要利用電磁波對周圍環境進行探測，通過反射、散射等信道特征提取感知目標的外形、朝向等特征，例如獲得

14、環境目標的電磁點云圖像。此時，感知目標可能不再是單一的目標，而是包含樓宇，樹木，車輛等環境中的物體。通過對周圍環境的重建，能夠精確的掌握環境中的信道變化，從而更好的支撐數字孿生、輔助通信效率和速率提升。在網絡部署方面，與 2.1.1 節類似，可參考現有 UMi 場景部署六邊形蜂窩狀小區。感知目標主要包車輛、建筑、道路等，可根據特定的目標部署模型（包括目標數量、密度、形狀、散射特征等）部署目標，必要時也可導入特定的數字地圖來部署目標。9IMT-2030(6G)推進組IMT-2030(6G)Promotion Group圖 3 室外環境重構2.2 室內場景室內典型評估場景大致可以分為面向“專網化需

15、求、公眾化需求、家庭化需求”的三類場景?！皩＞W化需求”主要針對工廠等對感知和通信都是局限化且高安全隱私需求的場景，如智慧工廠內工作人員、機器人、設備產品的定位、重構、成像、手勢/姿態識別等業務?！肮娀枨蟆敝饕笇ι虉龅裙妶鼍斑M行室內的環境重構?！凹彝セ枨蟆敝饕笇彝?、醫療場景中人的動作、呼吸等身體狀態進行監測的場景，如室內智慧健康的呼吸檢測應用。室內場景涉及的感知用例主要包括“目標檢測定位跟蹤”、“環境重構”以及模式識別（包括手勢/姿態識別、呼吸檢測）等。2.2.1 檢測定位跟蹤在室內檢測定位跟蹤的感知場景中，以“專網化需求”的室內智能工業場景為例，感知業務包括對 AGV、工業機器人

16、、設備、待搬運物料等目標進行檢測、定位、跟蹤。由于室內大部分目標處于靜止或慢速移動狀態，目標的檢測與定位可能是通過對目標的重構、識別來實現的。此外，該場景還會涉及人機交互，例如工作人員通過手勢操作機器的移動和生產運行。檢測和定位的結果可用于 AGV 導航、路徑規劃（避障）、機器人協作（例如協作搬運物料、協作生產）等業務需求。涉及的感知對10IMT-2030(6G)推進組IMT-2030(6G)Promotion Group象包括：人（包括人的手臂、手指）、機器人、AGV、設備等。涉及的感知行為包括：對目標的檢測、定位、跟蹤、重構、成像、手勢/姿態識別等。圖 4 智能工業場景的網絡及目標部署示例

17、對于室內智能工業場景，可參考現有的 InF 網絡部署，設置類似廠房的方形仿真區域，在室內頂部部署如圖 4 所示的多個基站。部署的目標可包括具有移動性的AGV、物料、行人，也可以包括不具有移動性的機器設備（例如圖 4 中的柱體）等。部署不同類型目標的位置時應注意避免目標位置重復。2.2.2 環境重構室內環境重構一個典型的應用場景即“專網化需求”的室內工廠網絡部署。相比室外環境重構，室內工廠場景散射體更加豐富，材質表面更加光滑，傳播信道多徑更加豐富，可能存在多次反射路徑。另外，工廠場景大量的 AGV 等設備可輔助基站完成不同視角的掃描探測，提供多維度，高精度的環境重構能力，可用于支持工業數字孿生應

18、用。另一方面，對于“公眾化需求”的室內商業環境重構，有效實現室內環境的高精度重構是實現室內定位導航的關鍵。依靠室內空間中廣泛存在的通信設備，可以掃描并重構出室內環境。借助重構出的室內地圖，結合目標的主被動定位信息，可以得到目標相對于客觀環境的位置信息。這不僅有助于實現高精度室內導航，還可以提高通信效率，例如，即使沒有通信波束測量上報的情況，也可以利用環境重構的結果來形成優化的通信波束。2.2.3 模式識別模式識別包括人的手勢/姿態識別、呼吸檢測等。在室內模式識別場景中，需實時檢測和識別家庭和醫療場景中的人的位置、動作和姿態等信息，以實現智能家居、11IMT-2030(6G)推進組IMT-203

19、0(6G)Promotion Group健康監控、健身監測、虛擬現實和游戲等多種應用。例如，感知技術可用于智能家居，通過檢測家庭成員的動作來實現家居的自動控制；或者用于健康監控，監測老年人或病人的日?；顒雍蜕w征（如呼吸和心跳），從而及早發現健康問題并提供警報。在室內環境中，多人動作檢測是一個具有挑戰性的任務。個體之間體形、姿態和運動方式存在多樣性，還會受到遮擋、干擾和噪聲等因素的影響，需要綜合運用機器學習和信號處理等領域的技術來解決這些問題。同時，還需要根據實際應用的需求和復雜性來優化多人動作檢測方法，以確保其在實際場景中的準確性和可靠性。對于室內模式識別場景的網絡部署，可以采用與第 2.

20、2.1 節相似的方法，即參考InF 網絡部署策略。具體而言，根據不同的感知模式，包括單站感知模式和雙站感知模式，選擇部署 1 個或 2 個基站于室內墻壁或頂部作為感知節點，還可以將基站和終端，或者不同的終端作為雙站感知節點，以支持單人或多人的模式識別，包括呼吸、心跳、姿態、動作等。綜合本章的討論，表 1 給出了用于 6G ISAC 的評估場景（測試環境）建議。表 1用于 6G ISAC 評估場景（測試環境）建議評估場景(地理環境-ISAC-用例)定義DenseUrban-ISAC-檢測、定位和跟蹤城市環境中的通信感知一體化評估，評估重點是檢測、定位和跟蹤目標，目標包括人、動物、無人機和車輛等。

21、Dense Urban-ISAC-環境重構城市環境中的通信感知一體化評估，評估重點是目標的重構和成像，目標包括建筑物、道路、車輛等。Indoor Factory-ISAC-檢測、定位和跟蹤室內工廠環境中的通信感知一體化評估，評估重點是檢測、定位和跟蹤目標，目標包括機器人、AGV、工作人員、產品和設備等。Indoor Factory-ISAC-環境重構室內工廠環境中的通信感知一體化評估，評估重點是目標的重構和成像，目標包括墻、柱、機器、機器人等。Indoor Home-ISAC-手勢、姿態及呼吸檢測室內環境中的通信感知一體化評估，評估重點是目標的動作及狀態檢測，包含呼吸，心跳，姿態等。12IMT

22、-2030(6G)推進組IMT-2030(6G)Promotion Group第三章 評估指標在通感一體化評估中，既要考慮傳統通信的性能，也要考慮新增感知性能的需求。例如，在新增感知需求是，對通信資源的占用將一定程度影響通信傳輸速率，在一體化性能評估中需求同時對傳輸速率、資源占比和感知精度進行評估，獲得通感一體化網絡的綜合評估結果。針對通感一體化技術不同的評估場景和用例，感知應用和感知目標均有所差異，使得各評估場景關注的評估指標類型也存在差異。同時，對于同一評估指標，各評估場景的需求數值也不同，例如環境重構類用例對分辨率要求較高，定位跟蹤類用例對分辨率要求相對較低等。因此，面向 6G 通感一體

23、化的技術性能評估，需要針對各個評估場景綜合研究通信和感知的評估指標。下面列出需重點關注的通感一體化評估指標：峰值速率：指在理想條件下可達到的最大數據速率。平均頻譜效率：平均頻譜效率是所有用戶的總吞吐量除以特定頻段的信道帶寬再除以 TRxP 數量。時延：指無線網絡數據從發送源開始到達接收源的時間。資源開銷：在考慮不同通信和感知資源配置時的用于感知的資源占比。定位精度(包含距離、角度)：目標估計位置與真實位置的接近程度。重構精度：重構結果對真實物體的復現程度，包括針對目標重構出的散射點集與真實散射點集的接近程度。速度精度：目標估計速度與真實速度的接近程度。漏檢概率：實際存在目標或事件特征，卻判斷為

24、不存在目標或事件特征的概率。虛警概率：實際不存在目標或事件特征，卻判斷為有目標或事件特征的概率。分辨率：任意兩個目標在距離、角度、多普勒、空間位置等維度上的可分辨差值。感知時延：從事件發生或感知行為觸發，到感知結果被獲取所經過的時間。結合和第二章評估場景，表 2 給出不同評估場景對指標需求的評估建議。13IMT-2030(6G)推進組IMT-2030(6G)Promotion Group表 2不同評估場景建議考慮的評估指標評估場景評估指標定位跟蹤（室內、室外）環境重構（室內、室外）模式識別（室內）定位精度重構精度速度精度漏檢概率虛警概率分辨率感知時延資源開銷第四章 評估方法4.1 信道模型基于

25、上述章節的研究，通信感知一體化評估場景對信道模型提出了新的關鍵需求：感知模式：傳統信道模型為雙基信道，即基站與終端之間的自發他收信道。而新的感知場景需新增自發自收模式下的傳播信道。因此通感一體化信道建模需要考慮單基和雙基兩種信道模式。目標建模：通感一體化應用場景新增對目標的定位，跟蹤與識別等評估。如針對人體，車輛，樓宇等不同尺寸，不同材質的目標物體，電磁波與目標作用后的散射回波功率，相位，多普勒等信息存在較大差異，因此，在信道模型中需考慮對不同目標的電磁散射特性建模。建模方法：現有標準信道建模方法多采用隨機統計性方法。該方法能簡易描述典型通信場景下的信道大小尺度特征，并廣泛應用于 5G 通信系

26、統仿真評估當中。然而，針對目標形狀與姿態識別，環境重構與成像等應用場景，需要建模目標的確定性特征，統計信道建模方法無法滿足其需求。因此，通感14IMT-2030(6G)推進組IMT-2030(6G)Promotion Group信道模型還需引入新的建模方法為通感性能評估提供更加完善的模型基礎。通感信道相關性：在通感信道模型的構建當中，還需要考慮感知簇和通信簇的相關性。例如，在自發自收感知模式中，基站探測的感知回波散射體與前向散射體存在相關特征，對感知輔助通信技術評估提供物理基礎。針對上述關鍵需求，本報告針對通信感知一體化信道模型提出以下建議：4.1.1 模型框架為了與 5G 信道模型具有更好的

27、連續性，通感一體化的信道模型可以基于 3GPP的統計性信道模型進行增強，引入確定性信道多徑分量，本報告創新提出一種基于混合方法的通感一體化信道模型。該模型將感知信道分為目標信道和背景信道兩部分。其中目標信道為傳播環境中與目標相關聯的信道多徑，通過確定性方法建模。背景信道為傳播環境中與目標非相關聯的信道多徑，通過統計性方法建模。圖 5 給出混合建模方法的模型框架1，具體的：背景信道：自發他收可以由 3GPP 統計性信道模型直接生成，自發自收可以基于 3GPP 統計性信道生成方法演變生成，如，選擇離感知信號發送端較近的簇，或者通過額外的測量提取模型參數。目標信道：對于感知目標的多徑是采用確定型方法

28、生成。例如，在一個場景中車輛作為感知目標，車輛與收發機之前的信道多徑功率，時延，角度，多普勒等信息可基于車輛的位置、朝向、速度等信息確定性計算得到，其生成方法需符合電磁傳播規律。此外，模型還需要考慮目標信道和背景信道的多徑功率分配特性，通過實測得到真實環境中目標多徑與背景多徑的功率分布，真實的反應目標多徑在信道中的功率占比。15IMT-2030(6G)推進組IMT-2030(6G)Promotion Group圖 5 通感一體化混合信道模型框架（左：自發他收，右：自發自收）4.1.2 路損模型對于感知目標信道的路損模型，需要對入射波和反射波（回波）兩段傳播路徑準確建模。每一段路損可以借鑒 3G

29、PP 路損模型，引入雷達散射截面積特性，共同構成感知目標信道的路損模型，如下所示2：212121010,+10log10log4sRCSPLd dPL dPL d（1）其中，1PL d和2PL d可以采用現有 3GPP 中定義的路徑損耗公式進行計算，表示感知信號波長，單位為米（m），RCS表示感知目標的雷達散射截面積，單位為平方米（m2）。這個表達式適用于雷達散射截面積與角度無關的情況。如果需要更準確地建模感知目標的散射特征，需通過確定性的多徑疊加體現。16IMT-2030(6G)推進組IMT-2030(6G)Promotion Group4.1.3 小尺度多徑模型圖 6 通感一體化信道的建模

30、流程如前所述，目標相關分量由發射機-感知目標和感知目標-接收機兩段組成，在級聯時考慮感知目標的特性對目標相關分量的影響。生成目標相關分量時，首先分別生成發射機-感知目標和感知目標-接收機兩段的大小尺度信道參數，并結合目標 RCS電磁散射特征，最后將兩段級聯，構成感知信道的目標相關分量。背景信道生成步驟可參考現有標準信道生成方法，此處不再贅述。以 3GPPTR 38.9013標準模型多徑生成步驟為基礎，重點對感知信道相關部分進行修正4：環境部署:除收發機的位置、天線等信息進行預定義外，還需要部署環境中目標的相關信息，包括其位置、運動模式等。時延生成：背景信道采用統計方法生成多徑時延為相對時延，目

31、標信道傳統通信信道，生成由于感知信道是由不同長度的鏈路級聯并由不同分量相加組成，需要采用徑簇的絕對時延來描述各段間的長度關系。角度生成：感知信道需要建立發射機至目標，目標到接收機兩端多徑信道。將兩段的簇按所有可能的組合配對，包括 LOS-LOS,LOS-NLOS,NLOS-LOS,和 NLOS-NLOS。計算目標在每個子徑對應的入射角和散射角下的散射場。為了簡單起見，可以假設兩段的簇內子徑數量相同，只考慮兩段之間的簇的組合，而簇內子徑一一級聯；可以預定義級聯后的簇的功率閾值，刪除功率17IMT-2030(6G)推進組IMT-2030(6G)Promotion Group較低的簇，以降低計算的復

32、雜性。多普勒生成：相比通信信道，感知信道需考慮微動多普勒對信道的影響。因此，在模式建模中，特別是感知需求不是速度，而是運動模式或規律時，速度相關的相位需要采用準確的運動模型。既將除速度帶來的相位變化外，引入運動模式因子，建模相位隨時間的規律變化。單基模式參數化：單基感知場景下，收發機在相同的位置，這與傳統自發他收的通信鏈路參數化模型存在差異。在信道生成步驟中，可參考 38.901 的基線生成方法，通過實際測量對典型場景的自發自收信道進行參數化建模，得到相應的模型參數。4.1.4 目標散射特性建模感知目標的散射特性建模是通感一體化信道模型中關鍵的一步?；诶走_散射理論，目標總散射響應可看成若干局

33、部等效散射源響應的相干疊加，這些等效散射源稱為目標的散射中心5。為了表達目標散射中心，目前已發展了一系列參數化的形式6，它們具有簡潔、稀疏、機理相關等優點，在雷達目標的數據壓縮、信號仿真、超分辨成像、特征控制和目標識別等領域已獲得廣泛應用。散射中心參數化模型描述散射中心的頻率、視向角、極化等參數的依賴行為。最簡單的散射中心模型為理想點散射中心模型，它將散射中心的幅度與位置視為常數，即不隨頻率和視向角變化7。而擴展的多散射中心利用多個散射點抽象描述目標電磁散射特征，能更加準確的還原感知目標的形狀，圖像等信息。幾何繞射理論(Geometrical Theory of Diffraction,GTD

34、)的提出使得多散射中心模型在雷達探測領域得到的廣泛的應用。GTD 模型建立目標散射場與頻率依賴關系，隨后，極化 GTD 模型、多項式 GTD 模型、屬性散射中心(AttributedScattering Center,ASC)模型等。它們均繼承了 GTD 模型的頻率依賴關系，并進一步擴展了對角度相關性和極化相關性的建模。另一方面，多散射中心的數目一定程度上影響模型復雜度和準確度，提出了一種基于 GTD 的擴展模型，相比 GTD 模型利用更少的散射體數量準確建模目標電磁特征8。表 3 簡要對比了單散射中心與多散射中心模型對目標電磁特征的建模差異。表 3感知目標建模方法對比模型單散射中心多散射中心

35、18IMT-2030(6G)推進組IMT-2030(6G)Promotion Group特征描述目標 RCS 設為固定值根據每個散射中心的結構，頻段，入射角度，極化等參數計算其對應的 RCS準確性低高復雜度低中RCS 與頻率，角度，極化依賴關系無有針對通信感知一體化評估場景及不同的感知目標，需首先對感知目標進行特征歸類，如室外定位跟蹤場景主要目標為人，車。而環境重構場景典型感知目標為樓宇。因此，在感知信道模型中，感知目標重點考慮以下四類：UAV，人，車輛，樓宇?？紤]到實際場景需求和仿真復雜度，對部分場景的目標散射特征建模進行簡化，如室外UAV 探測時，UAV 的尺寸較小，距離基站距離較遠，可將

36、多散射中心模型退化為理想單點散射中心模型。另外，針對不同大小目標，多散射中心的散射點數目也有所不同。例如，樓宇墻面的散射點明顯大于車輛的散射點。進一步的，針對模式識別類應用，還需考慮同一目標不同散射點的多普勒差異。例如，在人體行走時，雙手多普勒與軀干多普勒存在明顯差異，這對人體姿態識別起著至關重要的作用?；谝陨嫌懻?，表 4 給出了典型評估場景中不同目標多散射中心建模建議。表 4不同評估場景下的多散射中心模型評估場景感知目標分類多散射中心模型室外定位與跟蹤UAV單點車輛多點(3-5)環境重構建筑物多點(5)室內定位與跟蹤人，AGV多點(3-5)環境重構墻面多點(5)模式識別人多點(3-5)19

37、IMT-2030(6G)推進組IMT-2030(6G)Promotion Group4.1.5 通信信道與感知信道相關性在自發自收感知模式下，單基感知信道與雙基通信信道多徑存在一定的空間相關性，這對感知輔助通信技術研究至關重要。一種可行的方案，基于多徑數目和能量建立通感信道轉移概率，實現多徑簇從通信信道至感知信道的生滅過程。其中，ISAC信道的簇生滅過程定義為：反散射體的簇從通信信道域變化到感知信道域時，其存在概率隨空間位置的變化，該存在概率稱為通感一體化信道轉移概率，幸存的簇繼承原有的簇位置，進而建模通信信道和感知信道之間的相關性。結合實測數據，可以進一步擬合出通感信道轉移概率模型9。4.2

38、 場景評估方法對于通信感知一體化關鍵技術的評估，需同時仿真評估網絡通信性能和感知性能，在以往傳統通信系統仿真評估中，從系統級和鏈路級方面分別評價通信網絡和通信鏈路的性能。在此基礎上，在滿足通信功能性能需求的基礎上，評估感知功能的性能。因此，在評估中，需要明確給出通信和感知的資源復用方式、資源占比等相關可以表征通信和感知關系的性能度量。與通信指標的評估方法類似，ISAC 指標的評估方法主要包括系統級仿真(System-level simulation，SLS)和鏈路級仿真（Link-level Simulation，LLS），仿真中的具體流程要針對感知特定的需求進行適配。鏈路仿真主要評估面向感知

39、的物理層信號設計、信號處理算法（如參數估計、感知算法等）在給定網絡參數下的性能，通常具有小規模的網絡配置（例如單對的 Tx/Rx）。系統仿真則具備更大的網絡規模（如 21或 57 扇區），可建模評估感知業務模型、感知資源調度和小區間動態干擾包括通信與感知之間的干擾）等因素對指標性能的影響。系統仿真中的信號處理環節通常從鏈路仿真中抽象出來，并導入到系統仿真中，稱為物理層抽象。系統級仿真可進一步分為“全系統仿真（Full-SLS）”和“準系統仿真（Semi-SLS）”。Full-SLS 的典型示例是傳統的通信性能系統級仿真，面向 ISAC 仿真時，需進一步完善流程設計及信道模型，仿真中體現出目標的

40、位置、存在狀態、通信與感知信道的相關性、多節點的聯合感知等特征和過程。Semi-SLS 簡化了多次信道生成、多時隙的仿真過程，折中出的計算能力可用于運行較為復雜的信號處理過程，例如重構算法等。Semi-SLS 的一個例子是 5G 中 UE 的定位性能評估。20IMT-2030(6G)推進組IMT-2030(6G)Promotion Group4.2.1 系統級仿真評估流程通感一體化系統級仿真（包括 Full-SLS 和 Semi-SLS）可以用一個統一的流程描述，如圖 7 的 Full-SLS 流程所示，Semi-SLS 可在此基礎上進行簡化。圖 7 系統級評估流程圖（以 Full-SLS 為

41、例）通感一體化系統級評估流程主要包括以下幾個步驟：步驟 1：仿真參數配置。設置站點（基站或 UE）的參數配置，包括天線、頻點、帶寬、發送功率等。步驟 2：根據評估場景部署網絡，生成小區拓撲。不同場景的網絡部署和小區拓撲可能是不同的，例如 UMi 場景是蜂窩狀拓撲，Indoor 場景是網格狀拓撲等。這個步驟包括部署基站的位置、UE 的初始位置、UE 的移動模型等。步驟 3：根據評估場景，設置感知目標的特征和感知模式。感知目標的特征包括感知目標的初始位置，移動模型或運動模型，感知目標的散射模型（RCS 特征）、形狀模型等并配置該場景下的感知模式（單基、雙基、多基或混合模式等）。步驟 4：生成各網絡

42、節點之間的信道，包括基站和 UE 之間的初始通信信21IMT-2030(6G)推進組IMT-2030(6G)Promotion Group道、感知發送端和感知接收端的初始感知信道、其他發送段和感知接收端之間的干擾信道等，包括單基地（mono-static）、雙/多基地（bi-static）的感知和干擾信道。步驟 5：當前時隙，根據業務模型（traffic model）進行收發端資源配置和調度，進行通信和感知信號的發送。步驟 6：根據目標移動狀態、目標的存在狀態進行各個發射機與接收機間的信道更新，通信信號和感知信號經過信道。在 Semi-SLS 中，若目標處于靜止或慢變狀態（例如評估環境重構場景

43、）且仿真時隙數較少時，通常只在步驟 3 中生成當前仿真所需的信道，仿真過程中不再更新信道。步驟 7：作為接收機的 UE 或基站進行通信特征的計算，感知接收端進行感知特征的計算，包括對目標關聯徑的時延、到達角、多普勒等測量參數的估計，以及檢測、定位、重構等感知算法的運算。步驟 8：若仿真未結束，返回步驟 5。若仿真結束，統計待評估通信和感知 KPI。在 Semi-SLS 中，若不進行多個時隙的重復仿真，則步驟 8 中統計待評估的通信和感知 KPI，不返回步驟 5。4.2.2 鏈路級仿真評估流程ISAC 鏈路級仿真流程如圖 8 示：圖 8 鏈路級感知的流程圖步驟 1：仿真參數配置：與系統仿真相比，

44、鏈路仿真通常中只包含一個或幾個站點，因此一般不需要部署網絡。鏈路級的通信評估通常是對基站和 UE22IMT-2030(6G)推進組IMT-2030(6G)Promotion Group之間的鏈路或者 UE 和 UE 之間的鏈路性能進行評估，仿真中設置通信發送端和通信接收端。而在鏈路級感知的評估中，由于感知存在單站模式和雙站模式，而且站點存在基站和 UE 兩種屬性。因此，在鏈路級仿真中也是需要對感知模式進行設置。步驟 2：基于目標特征生成感知通道：根據每個目標特征的預定義信道特征生成感知信道。步驟 3：信號接收、感知參數估計、感知算法運行：在 LLS 中，通常需要觀察不同信噪比下的性能。因此，在

45、本步中，可在接收到的信號上添加具有一定功率的噪聲，產生含噪聲的接收信號。運行感知算法，估計感知參數，獲得感知結果，例如獲得目標的特征。步驟 4：指標統計：統計待評估的 KPI。4.2.3 評估場景和仿真方法映射檢測檢測定位跟蹤類定位跟蹤類定位跟蹤類的感知應用主要是針對無源的目標（即被感知物體不參與到感知流程），一種目標檢測方法是依賴于目標的移動，即利用多普勒信息來檢測；也可能通過目標的外形重構來檢測目標。檢測定位感知類業務主要用于室外智能交通或室內智能工業場景中的侵入者檢測、車輛/機器人定位跟蹤等用例，重點評估被感知目標的檢測/虛警概率、定位精度、速度精度等指標，以及資源開銷、感知時延等。感知

46、目標以車輛、人員、UAV 三種常見目標為例，需要對這些感知目標出現、消失和移動在不同場景下進行建模。例如在智慧交通場景下，車輛 100%部署在道路區域，行人/動物 80%部署在路肩區域（慢行道）、1%部署在道路區域（作為侵入者）、19%部署在其他區域。對于檢測、定位和跟蹤用例對應的測試環境，考慮到需對目標的出現、消失及運動建模，以及檢測、定位算法的復雜度相對較低，建議優先采用 Full-SLS 進行評估。環境重構類環境重構類這類應用是對感知設備周圍環境中的目標進行外形等特征的提取，比如建筑物的重構、物體成像等。環境重構類用例主要包括智能交通或智能工業場景中的環境重構，重點評估目標的重構/成像精

47、度、定位精度等指標。在仿真評估中，接收機運行參數23IMT-2030(6G)推進組IMT-2030(6G)Promotion Group估計算法或通過物理層抽象獲取有誤差的待估徑參數，如時延、到達角（AOA）、多普勒等。使用物理層抽象將有助于仿真開銷的減少。通過單站或多站聯合，運行目標檢測、定位、測速算法，得到當前時隙中被感知目標的檢測結果、目標位置、目標速度。若感知算法需要結合多個時隙的感知結果，則記錄當前時隙各徑參數的測量值。仿真中通過檢測并定位散射體或散射點，使用重構或成像算法將多個散射點組合成目標。對于環境重構用例對應的測試環境，考慮到感興趣目標多為靜止或低速運動，且環境重構算法的復雜

48、度相對較高，建議優先采用 Semi-SLS 進行評估，若需要與通信過程共同仿真時則考慮 Full-SLS。模式識別類模式識別類這類應用主要是針對人的局部運動變化進行分析和特征提取，比如呼吸監測、運動檢測等。這類感知應用通常是在近距離分析運動目標的微多普勒信息。動作檢測類感知以較近距離感知為主。因此，對于隨機撒點方式生成的感知節點和感知目標，需要一個感知節點選擇的過程，即選擇測量距離或者信號接收能量滿足要求的感知節點進行感知?？紤]到動作檢測類的應用多在室內，因此，在場景選擇上優先考慮室內場景。動作檢測類的應用通常是期待獲得運動軌跡信息，例如，手勢軌跡，或者運動軌跡的特征信息，例如，呼吸頻次，因此

49、，運動軌跡需要在信道模型中體現。對于一些動作檢測，例如手勢識別，運動軌跡千變萬化。在仿真評估中，可以考慮通過設置有限的典型的運動軌跡，例如，直線運動，折返運動，圓圈運動等，簡化驗證場景的復雜度。對于另外一些動作檢測，例如呼吸監測，運動模式單一，在仿真評估中，可以通過近似的數學函數，例如正弦曲線運動來模擬。動作檢測類指標主要關注檢測正確性，通常通過漏檢率，虛警率指標來表征感知節點的檢測結果與實際運動軌跡/規律之間的誤差。對于運動規律的監測，檢測結果可以進一步具體到特定參數，例如動作頻次等。動作檢測類仿真中運行的算法可能更為復雜，建議優先采用鏈路仿真評估，當需要評估干擾等影響時可也考慮 Semi-

50、SLS。綜上所述，ISAC 仿真場景和評估方法的映射關系如表 5 所示。24IMT-2030(6G)推進組IMT-2030(6G)Promotion Group表 5 各測試環境對應的評估方法及關鍵要素測試環境測試環境評估方法及關鍵要素評估方法及關鍵要素檢測定位跟蹤類建議評估方法：Full/Semi-SLS關鍵要素：部署在網絡的覆蓋范圍中的一個目標可以用一個點或一個點集表示。在仿真中需對目標的出現、消失及運動進行建模。環境重構類建議評估方法：Semi/Full-SLS關鍵要素：對于環境重構類，需要考慮如何用多個散射點表示一個目標，以及每個散射點關聯的 RCS值。必要時可導入數字地圖以在仿真環境

51、中部署散射體。仿真中通過檢測并定位散射體或散射點，使用重構或成像算法將多個散射點組合成目標。模式識別類建議評估方法：LLS/Semi-SLS關鍵要素：仿真中需根據不同的動作構建信道，并運行動作檢測算法，獲得識別結果。25IMT-2030(6G)推進組IMT-2030(6G)Promotion Group第五章 總結與展望通信感知一體化已被 ITU-R 確認為 6G 三個新的應用場景之一，是未來 6G 網絡實現物理世界與數字世界的融合的重要技術。通感一體化研究涉及多個方面，包括場景、性能指標設定、關鍵技術研究、性能評估、標準化、產業推動和商業部署運營等，本研究報告主要聚焦通感一體化場景、指標、信

52、道模型、評估方法幾部分內容進行了廣泛的討論并給出研究建議。本研究報告首先對通信感知一體化眾多應用場景進行了初步篩選，給出IMT-2030 主要的室外和室內的通感評估場景和相應評估指標，主要聚焦室內室外定位跟蹤、環境重構、以及室內模式識別等。本報告還給出通感一體系統的信道建模方法，包括路損建模、小尺度建模、目標散射特性建模、通信與感知信道相關性建模。隨后介紹了通感一體化的系統級、鏈路級仿真方法，以及評估場景和仿真的映射方法。本研究報告給出的場景指標、性能評估方法是綜合當前產業界的需求、研究觀點、工作組提案討論所得出，旨在為通感一體的技術研究、設備的研發試驗提供建議。目前這方面的研究還處于不斷更新

53、、迭代中，我們希望學術界和產業界更多伙伴能積極參與到通感場景評估指標與仿真研究中來，從而不斷豐富和完善通感用例的評估與技術研究工作。另一方面，通感評估方法為關鍵技術研究提供指標及性能評估指導建議，促進在學術界和產業界達成共識，為后續通感一體化關鍵技術性能評估、及標準制定奠定基礎。未來，隨著產學研三方面的不斷推進，通信感知一體化工作將結合重點評估場景，指標及方法，針對空口波形，協同感知，信號處理，感知輔助通信，原型系統等各項關鍵技術開展更加深入的研究討論和技術驗證，持續推動通信感知一體化技術從理論逐步走向實踐，使能數字孿生，服務千行百業。26IMT-2030(6G)推進組IMT-2030(6G)

54、Promotion Group參考文獻1Y.Chen,Z.Yu,J.He,and et al.,“A Scatterer-Based Hybrid Channel Model for IntegratedSensing and Communications(ISAC)”,in Proc.of IEEE International Symposium onPersonal,Indoor and Mobile Radio Communications(PIMRC),20232J.Lou,R.Liu,C.Jiang,et al.A Unified Channel Model for Both Com

55、munication andSensing in Integrated Sensing and Communication SystemsC，2023 IEEE 98th VehicularTechnology Conference(VTC2023-Fall).IEEE,2023.33GPPTR 38.901Study on channel model for frequencies from 0.5 to 100 GHz4W.Yang et al.,“ISAC channel measurements and modeling methodology”,IEEE GCWkshps,2023,

56、accepted5KELLER J B.Geometrical theory of diffractionJ.Journal of the Optical Society ofAmerica,1962,52(2):116130.doi:10.1364/JOSA.52.0001166CARRIRE R and MOSES R L.High-resolution parametric modeling of canonical radarscatterers with application to radar target identificationC.The IEEE 1991 Interna

57、tionalConferenceonSystemsEngineering,Dayton,USA,1991.doi:10.1109/ICSYSE.1991.161070.7YAN Hua,ZHANG Lei,LU Jinwen,et al.Frequency-dependent factor expression of GTDscattering center model for the arbitrary multiple scattering mechanismJ.Journal ofRadars,2021,10(3):370381.doi:10.12000/JR210058Yi Chen,

58、Ziming Yu,and et al.,Multi-Scattering Centers Extraction and Modeling forISAC Channel Modeling,submitted to 2024 18th European Conference on Antennas andPropagation(EuCAP),2024.9Z.Zhang et al.,A General Channel Model for Integrated Sensing and CommunicationScenarios,in IEEE Communications Magazine,v

59、ol.61,no.5,pp.68-74,May 2023,doi:10.1109/MCOM.001.2200420.貢獻單位序號主要貢獻單位1華為技術有限公司2中國信息通信研究院3中國移動通信有限公司研究院4中信科移動通信技術股份有限公司5西安電子科技大學6中國聯通研究院27IMT-2030(6G)推進組IMT-2030(6G)Promotion Group7中國電信股份有限公司研究院8中興通訊股份有限公司9OPPO 廣東移動通信有限公司10維沃移動通信有限公司11上海諾基亞貝爾股份有限公司12紫光展銳科技有限公司13北京郵電大學14北京理工大學15浙江大學16上海交通大學17清華大學18北京大學19東南大學20廈門大學聯系方式郵箱：COPYRIGHT2023 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.