通感算智一體化技術發展模式

段向陽，楊立，夏樹強，韓志強，謝峰

通感算智一體化技術發展模式

段向陽1,2，楊立1,2，夏樹強1,2，韓志強1,2，謝峰1,2

（1. 中興通訊股份有限公司，廣東 深圳 518057；2. 移動網絡和移動多媒體技術國家重點實驗室，廣東 深圳 518057）

面向5G-Advanced演進系統和未來6G新系統，與通感算智相關的新功能、新業務被不斷地開發拓展并融入系統中。闡述了在5G-Advanced和6G不同階段，通感算智一體化技術場景用例和未來技術模式功能的需求預期，從中提煉出其技術五大發展模式特征，并以此指導未來5G-Advanced系統開發和6G新系統的標準化開展，使通感算智一體化技術能得到有效的落地應用和未來商業價值最大化彰顯。

5G演進；6G；通感算智一體化；技術發展模式

0 引言

隨著2021年年底“第三代合作伙伴項目”全會（3GPP RAN）正式通過一系列Release 18（Rel-18）的新標準立項，5G移動系統的標準化正式進入“下半場”，即5G-Advanced（以下簡稱“5G-A”）階段。5G-A基于5GS（5th generation system）現有的架構功能體系進行平滑的演進拓展，旨在更高效地支持toC/toB不同行業領域新場景下的豐富新用例，如FR2頻段內無線覆蓋增強、大上行數據傳輸、超低時延且大帶寬傳輸、超高精度定位等[1-2]。在5G-A階段之前，3GPP傳統電信系統除了不斷提供更高質量的通信業務外，其實在“網絡感知技術”（如已開發各種定位功能：“最小化路測/業務體驗”測量評估等）、“網絡計算技術”（如已應用基帶資源虛擬化、多接入邊緣計算（multi-access edge computing，MEC）等）、“網絡智能技術”（如已基于機器學習的網絡智能化、網絡數據分析功能（network data analytics function，NWDAF）等）方面，都已有較成熟的標準化和產品化成果示范，因此，ODICT（operation/ data/information/communication technology）產業界普遍堅信：“感知S”“計算C”“智能I”仍將會是未來5G-A和6G新系統的重要技術組成和系統自身賦能、提質、增效之利器抓手，從而孕育和繁衍出了所謂“通感算智一體化”的構想，即未來移動系統中的各個網元節點能夠盡量地集成各種“通信”“感知”“計算”“智能”功能，內部統一協同、優化、利用好“通感算智”相關的資源和信息，且對外更高效、優質地聯合提供“通感算智”類業務服務（注：“業務”通常指移動系統直接提供給終端用戶的完整服務；“服務”通常指移動系統提供給第三方的局部能力服務）。由于5G-A系統既成架構功能體系和工作范式的約束（為了確保維護產業各方的既有利益和格局），“通感算智一體化”構想在5G-A階段，更多以“外掛”和“打補丁”的方式逐步逐級地集成融合于5G-A系統內；由于未來6G新系統設計尚未成形，產業界更期待“通感算智一體化”能以“原生/內生”的方式，更深度地內嵌、融合于6G新系統[3-4]，甚至刺激促進帶來更繁榮多元化的6G新業態。

“通信”“感知”“計算”“智能”各個技術領域自身本就包羅萬象，因此“通感算智一體化”其實是一個非常宏大的技術概念體系和多模態系統范式，其具體內涵和外延在當前產業界還沒有統一、確切的規范定義描述，從而造成產業界不同方出現分歧，造成差異化的解讀和推廣。過去多年，學術界已分別從“通感”“通算”“通智”一體化和融合的各自子維度方面，進行了大量的理論和應用模型研究[5-8]。相比之下，工業界（特別是3GPP電信生態）在這方面更偏向于技術謹慎研判，更多關注上述概念技術的可行性、實際應用前景和可營利商業發展模式等問題，因此工業界更多考慮“通感算智一體化”可商用場景用例的規模、功能/效果/性能/成本的挑戰、業態有利/不利的競合因素、產業多方利益平衡協同發展等問題，而這些關鍵問題之前在學術界沒有系統性地被深入研究評估和建議。因此，在如今5G-A向未來6G的演進發展之路上，深入地分析探究“通感算智一體化”在不同階段的功能技術模式研發重點、商業用例應用形態和未來技術發展模式特征等，非常具有產業實際價值和指導意義。具體而言，在未來ODICT產業短、中、長期的不同階段，面向“通感算智一體化”大趨勢，工業界會先做哪方面技術模式，哪些技術用例和特征功能更易于先期被導入驗證和在商用層面探路，產業參與方更適合做哪方面的一體化融合應用等。

1 通感算智一體化系統架構抽象和綜述

1.1 5G-A系統和6G新系統的通感算智一體化架構抽象

5G移動網絡主要由基于服務化原則的核心網SBA-5GC和非服務化（傳統“煙囪式”協議棧范式）的無線接入網NG-RAN組成[9-10]。5G-A系統基于5G基本架構和功能范式，繼續實現更多功能的增強拓展，例如，在5GS體系框架內嘗試定義、引入與感知、計算、智能相關的新功能或新邏輯實體。未來6G新系統的架構和功能范式還在研究中，尚未確定，但產業界主流研究已指出其主要的愿景特征，例如，6G新系統需要支持原生內生智能[11]、通感一體化融合[12]和系統基于組件化/服務化原則從而獲得更好的柔性、彈性和韌性特征[3]等。5G-A/6G系統架構涉及很多技術細節（具體網元、不同接口流程、復雜協議棧等），它們會影響后續通感算智一體化系統產品的開發實現，但和本文所要重點探討的技術發展模式弱相關，因此，有必要先做通感算智一體化系統的架構抽象簡化，以突出反映其強相關核心點?？紤]電信業已廣泛流行的核心網側云化、云網/算網融合、部分功能邊緣化下沉和無線接入網側功能愈發分離等技術發展趨勢，以及未來各種強/中/弱終端能夠自主地在本地靈活組網的需求，5G-A/6G系統架構都可由如圖1所示的通感算智一體化系統架構抽象統一抽象簡化表達，自上而下分別對應“核心網域”（至少包含“感知云”“通信云”“智能云”）、“網絡邊緣域”、“無線接入網域”、“空口邊緣子網域”和“終端域”，而“計算功能”作為底層硬件基礎虛擬化資源，靈活地支撐、服務于通信、感知、智能等業務功能。

1.2 通感算智一體化系統架構抽象說明和“廣義/狹義一體化”的差異

過去，傳統的通信網元節點或服務器更多地偏向于單一的業務功能和服務。圖1中未來5G-A/6G

系統中的核心網、無線接入網和終端，都將更多地一體化集成和深度融合通感算智資源和能力。因此，5G-A/6G網絡預期將是移動通信網絡、無線感知網絡和泛在算力網絡的有機融合體。它在內部實現通信、感知、計算、智能各功能彼此之間的深度支撐互助互惠，從而系統綜合性能被良性地循環、促進、提升；它對外可實現通信、感知、計算、智能服務的按需定制化，且有服務質量（quality of service，QoS）保障的聯合提供。

圖1 通感算智一體化系統架構抽象

為了簡化說明，本文暫且聚焦于圖1中“感知”能力服務，它可以存在和實現于核心網、邊緣、無線電接入網和終端中的任何一個層級內。不同層級內的感知功能可面向相同、相關或不同的感知類型任務，分別做“信號級”“數據級”“特征級”“內容級”的關聯處理和聯合利用，且它們對各個感知技術的功能性能要求也不同?！皬V義通感一體化”應用已久，其內涵豐富、包羅萬象，例如，終端拍照攝像數據上傳、無線傳感器數據采集上傳、基站射頻探測測量數據上傳、核心網和網管針對收集到的各種類型感知數據進行匯聚處理等。上述這些仍然是未來5G-A/6G系統中常見的感知類操作，但它們和通信功能基本解耦保持邏輯獨立，更多體現了感知和通信彼此之間的協作關系。上述“廣義通感一體化”用例，并不需要系統在硬件架構或協議邏輯層面深度地融合或緊耦合，僅需要實現“物理集成一體化”，以共同支撐完成上層的業務應用。相比而言，“狹義通感一體化”旨在利用相同的硬件資源平臺，基于收發的無線通信電磁信號，實現某種感知類任務目的，例如，對象存在與否的探測、定位測速、分類識別、細節成像等，這些感知用例和通信功能之間并非獨立解耦，需要系統在硬件架構和協議邏輯層面深度地融合和緊耦合，實現“業務邏輯一體化”?！蔼M義通感一體化”旨在追求“通信”和“感知”在資源（“系統硬件”“系統軟件”“頻譜功率”）、功能（“管理”“編排”“評估”“控制”“調度”“執行”等）和信息（“業務/應用”“用戶/目標感知”“系統感知”等）三大維度方面的深度融合共享，因此，該需求主要來自技術效能增益面和未來無線產品發展期望。另外，從時間發展的維度看，隨著通感算智技術手段的不斷進步，“廣義/狹義通感一體化”各自都將長期存在，服務于相同或不同的應用場景，從“初級”向“高級”不斷地演進增強。

“廣義/狹義通感一體化”的應用差異和各自演進示意圖如圖2所示，內圈的“狹義通感一體化”應用（也簡稱為“無線通感融合”）涉及的關鍵技術更多，且面臨產品實現效果和性能更大的挑戰，而外圈的“廣義通感一體化”偏向多元技術手段的組合應用。同理，對于圖1中的“計算”“智能”能力如何和通信一體化，它們同樣存在類似“廣義”和“狹義”的差別，其中，“狹義通算/通智一體化”旨在基于公共共享的物理邏輯資源進行統一聯合的業務流程操作，它也需要系統在硬件架構和協議邏輯層面深度地融合和緊耦合，實現“業務邏輯一體化”，該需求主要來自技術效能增益面和未來無線產品發展期望。總之，無論“廣義通感/通算/通智一體化”中的哪一種，其共同特點都是資源和業務操作流程的彼此獨立解耦，系統中的無線、射頻、計算等資源并未被聯合地共享復用和最優化使用，感算智功能更多是通過“外掛/打補丁/松耦合”的方式物理集成到系統中。通感/通算/通智一體化“廣義和狹義”“初級和高級”特性對比見表1。

2 基于5G-A的通感算智一體化技術發展模式

2.1 5G-A應用場景和用例

早期的移動通信系統，工作重點在于提升系統容量、改善無線覆蓋和增強空口吞吐率速率方面。隨著后續移動應用不斷升級，系統業務響應時延、端到端傳輸時延和連接魯棒性、確定性逐漸成為系統增強更重要的方面[13]。在這樣的需求背景下，通感/通算/通智一體化技術有了更大的用武之地。例如，在5G-A系統中，以基于NR信號做高精度定位為代表的通感一體化技術[14-15]，可進一步開拓上層應用空間和優化系統性能；以MEC為代表的通算一體化技術[16-17]，可進一步支撐低時延應用且降低數據傳輸開銷；以基于核心網NWDAF為代表的通智一體化技術[18-19]，可進一步利用機器學習等手段優化系統策略和資源配置的精準度。因此，“通感/通算/通智一體化”技術其實已在5G-A系統中有較多應用，但這些應用旨在增強5G-A網絡系統自身通信方面的性能和支撐、優化通信類業務，并沒有對外部第三方用戶（如來自互聯網廠商或垂直行業客戶）提供豐富的感知類、計算類和智能類的新業務、新服務，另外，通感、通算、通智三者之間也彼此相對獨立地存在發展和產業割裂。

圖2 “廣義/狹義通感一體化”的應用差異和各自演進示意圖

表1 通感/通算/通智一體化“廣義和狹義”“初級和高級”特性對比

2.2 5G-A通感算智一體化技術發展模式

下面分析和總結通感/通算/通智一體化技術在5G-A系統中的五大技術發展模式特征。

（1）從“二位一體”逐步趨向“四位一體”

隨著5G-A系統邁向支持更廣闊的toB垂直行業領域，它將面臨更復雜多變且異構組網的用戶環境和數字多維空間，例如，各種多智能體終端、多方高精度同步協作、特殊的工業廠房環境、本地數據隱私保護等[20]。這要求5G-A終端和5G-A網絡都具備更強的環境感知、計算和智能能力。5G-A終端和網絡都需要能通過各自的各種感知手段，盡早地獲得物理、數字、業務環境的先驗信息，從而盡早地優化自身的工作策略和資源預分配。但僅僅簡單地對各種環境感知還不夠，5G-A終端和網絡還要能借助本地或邊緣強大計算能力和AI深度強化學習等手段，更高效、更精準地識別、推理、預測物理數字業務環境的未來變化趨勢和潛在安全風險。通過各種感知組合手段運用所帶來的大數據驅動，5G-A系統在算力資源策略編排、智能算法模型參數等方面，亦可獲得較大的性能改善和優化。因此對于5G-A終端或5G-A網絡，通感/通算/通智一體化技術三者之間有著天然強相關性，三者之間能夠更緊密地協作互助互惠，因此，未來5G-A演進更會趨向于通感算智一體化[21]，通感/通算/通智一體化趨向于通感算智一體化示意圖如圖3所示。

圖3 通感/通算/通智一體化趨向于通感算智一體化示意圖

在5G-A早期階段，產業界傾向于先從基本的通感/通算/通智一體化各自子維度出發，重點解決各自領域內的關鍵技術和問題挑戰，例如，面向通感一體化的通感聯合操作性能邊界、通感一體化融合等級和指標體系、通感一體化波形、通感聯合硬件設計，以及多維信號處理等。

（2）網絡側通感算智賦能占優，終端側賦能緊跟補充

5G-A網絡和5G-A終端各自都在研究著如何實現通感算智一體化功能。面對不同類型的通感算智類任務目的，其中某些任務讓網絡側承擔執行更適合，而某些讓終端側承擔更適合，某些任務讓網絡和終端兩側“旗鼓相當”都能勝任或讓兩側配合協作地共同執行。網絡側和終端側在通感/通算/通智一體化方面的各自優勢見表2，反之網絡側和終端側自己的優勢方面可能就是對方的劣勢，優勢決定了場景用例的匹配適合度。總體而言，網絡側執行通感算智類任務，更有利于移動運營商未來直接開展和提供通感算智類新業務、新服務，因此，當前“網絡側通感算智賦能”在產業界的呼聲更高且更占優。相比之下，終端側執行通感算智類任務，更有利于豐富用戶功能和提升用戶體驗，雖然這方面也很重要，但移動運營商不易直接掌控和抓到新盈利點，甚至某些終端通感算智類操作會沖擊移動運營商的利益，因此，當前“終端側通感算智賦能”在產業界的研究應用緊跟網絡側的賦能，處在為網絡側補充的局面。

表2 網絡側和終端側在通感/通算/通智一體化方面的各自優勢

再以通感為例，5G-A蜂窩網絡側支持通感一體化有下面幾點明顯優勢。

●可基于多制式/多頻段的無線信號進行全天候、大范圍、無死角的聯合感知。

●多個無線基站站點可協作聯合感知，以提升感知綜合性能。

●可利用更大規模的多輸入多輸出（multiple-input multiple-output，MIMO）多天線陣列獲得性能增益。

●網絡側可提供大樣本數據庫/豐富算力智能資源，提升對感知信號數據的處理和模式識別能力。

中國IMT-2020（5G）推進組已制定了在5G-A系統中測試驗證通感一體化技術用例的計劃[22]，5G-A階段的潛在用例有實現毫米波通感一體化基站、無人機（unmanned aerial vehicle，UAV）飛控系統、蜂窩車聯網演示系統、大規模MIMO通感一體化系統、無人車（automatic guided vehicle，AGV）演示系統等。通過上述重點用例可看出，蜂窩網絡側的通感一體化技術和方案應用，主導了未來短中期的重點商業應用驗證和推廣。

（3）5G-A系統只能“盡力而為”去做

5G移動系統當初并沒有原生地考慮與感知、計算、智能功能的聯合設計，因此，受限于后向兼容性，5G-A系統架構只能采用以MEC和NWDAF為代表的與“外掛式”計算智能相結合的方式，對系統內提供算智類服務。5G系統的算力和智能資源主要部署沉積在網絡云端和邊緣端，因此數據處理的本地化、超低時延響應程度還不夠。此外，基站群和終端群中的大量算力、智能、數據資源并未被最大化地匯聚和利用，會造成5G系統內資源的利用率損失和傳輸資源損耗。由于“狹義通智一體化”側重在系統（包括終端），本身就能自構建成一個巨大的“分布式AI系統”，全面且深度利用網絡內泛在的算力、算法、數據資源，并不斷實現系統自身AI能力演進和按需提供AI服務保障。從這個角度看，當前5G-A系統還不太具備“狹義通智一體化”的上述特征。再進一步以通感為例，由于5G-A系統仍然工作在sub-6 GHz中低頻段和sub-100 GHz毫米波頻段，可用的無線帶寬較窄且電磁波長較長，這限制了無線感知的分辨率/精度。另外，受限于5G-A基站的全雙工收發能力，基于正交頻分復用（orthogonal frequency division multiplexing，OFDM）信號的感知能力不如傳統雷達信號成熟可靠。上述這些架構機理多重制約因素，都較大限制了“狹義通感/通算/通智一體化”技術在5G-A系統中的融合應用。在大部分情況下，為了保證通信業務性能不受影響，5G-A系統只能“盡力而為”地做感知和算智操作，具體表現在以下幾個方面。

●sub-100 GHz頻段有限的帶寬，導致無線感知的分辨率精度相對較低，難以高清動態成像。

●OFDM波形和當前幀結構并非為感知類業務目的而原生設計，例如，5G-NR在子載波為120 kHz時，支持的感知距離不超過90 m；自干擾抑制的實現復雜度在單站做感知時，也對感知性能造成不小的限制。

●5G-A系統的網絡級同步并非為感知類業務目的而原生設計，例如，微秒級同步精度可滿足一般通信協作的需求，但是用于網絡側感知會造成巨大的誤差。

●5G-A器件的非理想性也會造成限制，例如，在時分雙工（time division duplex，TDD）制式下，上下行幀切換產生的相位偏差對通信沒有影響，但是對感知操作卻可能造成比較大的負面影響（5G-A基站無法對接收的回波信號進行相干累計）。

●MEC和NWDAF功能部署位于網絡上游，離空口還較遠，仍偏向“集中式”算智操作服務。

●5G-A系統傳統的數據流模型（控制信令面/用戶業務面）可能不適配“通感算智多業務一體化”。

●基于5G-A系統的感知、計算、智能業務，較難有QoS確定性保障和自我性能驗證能力。

●在商業用例邊界方面，還存在場景用例模式定位不清晰、業務邏輯交織的問題。

（4）逐步追求按需可差異化的通感算智一體化服務體系

對于通信類業務，經典的QoS服務機制和5G新引入的網絡切片機制[23-24]，提供了系統按需可差異化區分的服務手段，即不同的通信業務可對應不同的QoS參數和網絡切片承載，因此5G系統需要做相應的通信策略管控和資源配置。對于相對后期才引入的感算智類新業務，當前還更多地聚焦在它們的基本功能實現層面，尚未構建類似通信業務QoS和切片化的按需差異化服務體系，可暫稱之為面向“通感算智一體化服務的廣義QoS體系”。

例如，面向智能業務服務，業界已提出了諸如智能業務服務質量（quality of AI service，QoAIS）的概念，它是對AI業務服務質量進行系統性差異化評估和保障的一套新指標體系[25-26]。面向感知業務服務，類似地，也可定義諸如感知業務服務質量（quality of sensing service，QoSS）的概念，它可以包含感知作用距離、感知分辨率/精度、感知成功率、感知誤警率、感知服務連續性、感知時延、感知并發任務數等多維度性能指標參數集?？梢灶A見，5G-A網絡或5G-A終端基于各自不同的感知技術手段，可以帶來不同的感知性能區間；進一步地，5G-A系統可以根據不同的感知任務需求對應的QoSS參數，選擇合適的感知策略和方式方法，配置相應的感知資源等。

（5）逐步追求通感算智一體化多方性能的聯合提升優化

對于通感算智類業務，除了它們各自在自身功能和性能方面不斷地互相促進和輔助提升，5G-A系統還在追求它們之間的聯合提升優化，即盡量不以犧牲某方面業務性能為代價提升其他業務。通感算智一體化不僅實現了多業務的有機集成和協作互助（即不同功能之間做“加法組合”），并且實現了更重要的價值意義：不同功能之間深度融合、互助互惠，系統效果、效率聯合提升優化（即不同功能之間做“乘法融合”）。例如，在保證系統通信業務性能不變的前提下，如何進一步提升感知業務性能；或在保證系統感知性能一定的前提下，如何進一步提升通信業務性能。在基于5G-A系統的IMT-2020（5G）推進組通感一體化早期可行性測試驗證中，可略微放松操作行為要求，允許通過犧牲一定的通信資源和性能為代價實現驗證預期的感知功能效果；而后期更成熟的技術應更追求：不以犧牲通信資源性能為代價的同時實現預期的感知功能，例如，基于用戶業務數據無線傳輸信號同時實現環境感知。

通感/通算/通智一體化在5G-A系統中的技術發展模式五大特征示意圖如圖4所示，可概括上述五大技術發展模式特征，它同時也對應著未來6G新系統下的通感算智一體化技術發展模式特征方面，具體對比分析可見第3節。

圖4 通感/通算/通智一體化在5G-A系統中的技術發展模式五大特征示意圖

3 基于6G的通感算智一體化技術發展模式

3.1 6G應用場景和用例

未來6G移動新系統旨在支撐和實現萬物智聯、萬務智聯和智能普惠等愿景，它將有望成為支撐各行各業更強大的智能基礎設施平臺，因此，6G新系統的服務目標是實現全覆蓋、全行業、全應用，進一步深化拓展toC和toB領域內更多新場景用例內涵。產業界已開始研究面向未來6G時代的新業務場景用例，如全息通信、觸覺互聯、超能交通、內生智能、數字孿生等[3-4,13]。6G新業務大致可分為以下三大類。

●面向傳統語音、數據、OTT業務，進一步地用戶體驗增強和銳化（傳輸速率、時延、連接魯棒性等），以實現“以用戶為中心”的極致的用戶體驗。

●面向toC/toB領域各類用戶的智覺類新業務，提升被服務個體智能認知、決策、預測、安全等方面能力經驗。

●面向數字孿生新業務，實現針對客觀物理世界的實時精準數字化映射和互動。

上述6G新業務由于更苛刻的QoS性能指標訴求，客觀上需要更強大的6G新系統才能高效支撐和承載，即某些6G業務（如全息通信、數字孿生）5G-A系統無法高效地承載實現。除了6G新業務、新場景的開發拓展，在6G新時代產業界也渴望迎來新的電信商業模式和新業態、新組網方式，例如，基于區塊鏈技術構建可信網絡[27]、分布式去蜂窩化組網[28]、空天地一體化衛星網絡[29]等。

3.2 6G通感算智一體化技術發展模式

對照第2節所述5G-A情況，本節分析、總結通感算智一體化技術在6G新系統中的五大技術發展模式特征。

（1） 6G支持原生內生的“四位一體”

未來，為了適應6G新時代下不同產業跨界升級和新商業模式變革等訴求，6G新系統將會是原生深度融合了通、感、算、智、存等功能于一體的超級無線基礎設施平臺，對內它將同時具備“通信”“感知”“計算”“智能”“存儲”等方面更強大業務能力；對外它也能更強、更高效地提供“通信”“感知”“計算”“智能”“存儲”等方面服務應用。因此，6G移動新系統不僅會是超級泛在的無線通信管道，而且是巨大的分布式雷達傳感網絡、泛在算力網絡和AI服務器陣列；在6G新系統基礎之上，各行各業都將獲得更深度賦能和升級轉型動力。除了原生地實現通感算智“四位一體”，相比5G-A系統，6G新系統還將以內生意圖自驅的范式實現通感算智在資源編管控方面融合，例如，基于多維感知數據的用例任務自生成和自驅動操作、以項目任務為中心的資源編排、以數據為中心的智能計算、AI算法模型和數據的自生長等[30-31]。通感算智一體化趨向通感算智原生內生深度融合示意圖如圖5所示，是圖4在6G階段的發展趨勢預期。

圖5 通感算智一體化趨向通感算智原生內生深度融合示意圖

（2）網絡側和終端側通感算智賦能齊頭并進與競合

未來，6G新網絡和6G新終端將繼續深化自身的通感算智融合功能。隨著移動運營去中心化、基礎設施平臺共建共享、分布式邊緣化、運營輕資產化和本地靈活組網等方面訴求的進一步發展，新型更輕量級的網絡節點和能承擔（子）網組網功能的終端將可能會在6G新時代大彰其道。在5G時代，以集成式接入回程節點（integrated access backhaul node，IAB Node）代表的節點就已具備“基站終端二義性”特征。未來為了適應面向特定用例情境下邊緣子網組網的需求，類似的“基站終端二義性”節點應用將會越來越多。只有具備了通感算智一體化融合功能的終端，才能在前述邊緣子網的構建和服務中發揮出更大的價值，同時又能很好地契合到蜂窩大網的物理數字環境之中。在未來工業無線互聯網場景中，以多智能體本地自組網協同完成較復雜任務為代表的應用中，智能體終端的通感算智一體化功能也將是基礎[20-21]。因此，隨著未來6G終端邏輯地位的提升和價值不斷被放大，6G新網絡和6G新終端在通感算智一體化自我賦能方面，也將會處于競合局面。為了規避利益被沖擊，移動運營商必須考慮應對良策和電信新商業模式。

再以通感融合為例，6G新網絡和6G新終端都將會利用各自更強大的無線感知手段，進一步增強自身通信性能（提升容量/可靠性/能效/資源利用率、降低網絡部署成本/時延等）、實現對感知對象模式識別（用戶手勢/表情/姿態等檢測、環境中活動伙伴行為檢測等）、實現更高精度定位/更高分辨率成像（無接觸式安檢、質檢、材檢等）和虛擬環境重構等功能目標。

（3） 6G新系統架構機理可支持“確定性有保障”地去做

6G新系統的新架構和機理將面向通感算智綜合能力和服務融合，傳統的以MEC和NWDAF為代表的“外掛式”計算智能方式，將會以新范式形態，進一步與無線基站協議棧和其相關接口流程深度耦合，即算力和智能資源將會更貼近空口或邊緣子網，以支持本地化和超低時延的部署應用。在統一融合的控制信令管控下，無線基站群和終端群中的大量算力智能資源，將會被最大限度地匯聚協調和利用，從而提升系統資源利用率且降低傳輸資源損耗。再以通感融合方面為例，6G新系統將會進一步挖掘利用Above-100 GHz～10 THz的太赫茲頻段，可用的無線帶寬更寬且電磁波長更短，這更有利于確保無線感知分辨率和精度等性能[32-33]。除了繼續適配和改良對通信友好的OFDM波形信號[34]，正交時頻空（orthogonal time frequency space，OTFS）等新型波形也可更好地服務于無線感知目的[35]。上述這些6G新時代的多重有利因素，可極大促進通感算智一體化在6G新系統中的全面融合應用，有望以確定性且有QoS保障的方式提供通感算智綜合業務服務，具體表現在以下幾個方面。

●Above-100 GHz頻段無線感知的分辨率和精度相對更高。

●新改良的波形和新幀結構可為感知業務目的原生地設計和引入。

●新范式MEC和NWDAF部署可離空口更近，偏向“分布式”本地化賦能服務。

●6G新系統的新數據流模型（如感知面、計算面等）可更高效適配“多業務一體化融合”。

●基于6G新系統的感知、計算、智能業務，可有QoS確定性保障和自我性能驗證能力。

●在商業用例邊界方面，基于前期5G-A的探路實踐和經驗，6G用例模式定位和業務邏輯可更清晰。

（4） 6G原生地支持按需可差異化的通感算智融合服務體系

第2節中描述的“通感算智一體化服務的廣義QoS體系”對于6G新系統意義重大，它可以有力地促進未來6G新業務、新服務的商業開展和個性化/定制化服務?；谇捌?G-A的應用實踐經驗，6G新系統可原生地定義和引入全新、有實效的廣義QoS體系參數集合，從而對外提供按需可差異化區分的通感算智融合服務。例如，面向感知類業務服務，6G新網絡和6G新終端可利用各自更豐富的感知手段，帶來更寬泛的感知性能區間范圍；進一步地，6G新系統可根據不同感知任務需求和QoSS參數的輸入，選擇合適的感知策略和方式方法，配置相應的感知資源進行操作。

（5） 6G原生地實現通感算智融合多方性能的聯合提升優化

如前述，通感算智一體化更重要的價值意義是：實現不同功能之間的互助互惠、系統效果/效率的聯合提升優化。由于6G新系統將會原生地支持通感算智深度地融合，6G新系統將有望實現各類資源、信息和數據方面的最大化共享和利用；6G各種業務之間的信息協同和處理流程將呈現出通感算智高度緊耦合配合的特征。由于6G新系統面向支持“全頻段、全場景、全應用”，因此它還需要對盡可能多的電磁環境和物理、多維數字環境進行更充分的感知分析和數據歸類，再結合分布式泛在的智算手段，促進感知業務和通信業務性能的聯合提升優化。6G新系統更強大的通信傳輸性能，也將保障不同智能網元節點之間多維感知信息的高效共享流轉，以及分布式智能計算信息的高效交互利用?？傊?G通感算智深度融合，可更大程度地發揮出四者之間的資源復用共享和功能信息協同配合的優勢，實現四者業務服務效果效能的聯合倍增。

4 結束語

本文先介紹了通感算智一體化/融合的產業界發展背景和系統架構抽象，分析對比了通感算智一體化在“廣義/狹義”方面的諸多差異和各方不同的技術側重點。在此技術背景下，進一步系統地闡述了基于5G-A系統和6G新系統的通感算智一體化/融合技術發展模式的五大特征，并逐一做了技術特征對比分析，剖析了其背后的技術業態原因和驅動力。本文提出的通感算智一體化/融合技術發展模式的五大特征，可從整體上反映出：未來ODICT產業界在不同階段，功能技術研究焦點和相關產品研發部署應用的節奏特點，從而有助于指導通感算智一體化技術在5G-A到6G發展之路上的循序拓展和商業應用推進。以上述技術發展模式“五大特征”為核心原則，業界也將進一步共同深入挖掘和開發與通感算智一體化相關的諸多技術和應用方面的細節。

[1] 中國移動通信有限公司研究院, 中興通訊股份有限公司, 等. 5G-Advanced網絡技術演進白皮書(2021)——面向萬物智聯新時代[R]. 2021.

China Mobile Research Institute, ZTE, et al. White paper for 5G-Advanced network technology evolution(2021)--oriented for new era of intelligent connections of everything[R]. 2021.

[2] 中國移動通信有限公司研究院. 中國移動網絡技術白皮書(2020年)[R]. 2020.

China Mobile Research Institute. White paper for CMCC network technology(2020)[R]. 2020.

[3] IMT-2030網絡工作組. 6G網絡架構愿景與關鍵技術展望白皮書[R]. 2021.

IMT-2030 Network Working Group. White paper for 6G network vision, architecture and key techno logy[R]. 2021.

[4] 6G Flagship, University of Oulu. Key drivers and research challenges for 6G ubiquitous wireless intelligence[S]. 2019.

[5] STURM C, WIESBECK W. Waveform design and signal processing aspects for fusion of wireless communications and radar sensing[J]. Proceedings of the IEEE, 2011, 99(7): 1236-1259.

[6] CHEN X, FENG Z Y, WEI Z Q, et al. Code-division OFDM joint communication and sensing system for 6G machine-type communication[J]. IEEE Internet of Things Journal, 2021, 8(15): 12093-12105.

[7] YANG Y. Multi-tier computing networks for intelligent IoT[J]. Nature Electronics, 2019, 2(1): 4-5.

[8] PARK J, SAMARAKOON S, BENNIS M, et al. Wireless network intelligence at the edge[J]. Proceedings of the IEEE, 2019, 107(11): 2204-2239.

[9] 3GPP. System architecture for the 5G system (5GS)(Release 16): TS 23.501[S]. 2020.

[10] 3GPP. Architecture description (Release 16): TS 38.401: NG-RAN[S]. 2020.

[11] 6GANA TG2. 6G內生AI網絡架構十問[R]. 2021.

6GANA TG2. Ten questions for 6G network architecture of native AI[R]. 2021.

[12] IMT-2030無線工作組. 通信感知一體化技術研究報告[R]. 2021.

IMT-2030 Wireless Working Group. Study report for integrated communication and sensing technology[R]. 2021.

[13] 楊立, 趙亞軍, 方琰崴. 從容量和覆蓋升級到連接和品質: 論未來無線技術的盈利拓展[J]. 信息通信技術, 2020, 14(6): 57-62.

YANG L, ZHAO Y J, FANG Y W. From capacity and coverage to link and quality-profitable direction of wireless technology[J]. Information and Communications Technologies, 2020, 14(6): 57-62.

[14] 歐陽俊, 陳詩軍, 黃曉明, 等. 面向5G移動通信網的高精度定位技術分析[J]. 移動通信, 2019, 43(9): 13-17.

OUYANG J, CHEN S J, HUANG X M, et al. High precision localization technology for 5G mobile communication networks[J]. Mobile Communications, 2019, 43(9): 13-17.

[15] Intel. RP-213588 Revised SID on study on expanded and improved NR positioning[C]. 2021.

[16] ETSI. MEC in 5G networks[R]. ETSI White Paper No.28, 2018.

[17] 齊彥麗, 周一青, 劉玲, 等. 融合移動邊緣計算的未來5G移動通信網絡[J]. 計算機研究與發展, 2018, 55(3): 478-486.

QI Y L, ZHOU Y Q, LIU L, et al. MEC coordinated future 5G mobile wireless networks[J]. Journal of Computer Research and Development, 2018, 55(3): 478-486.

[18] 3GPP. Architecture enhancements for 5G System (5GS) to support network data analytics services(Release 17): TS 23.288[S]. 2021.

[19] 3GPP. Management and orchestration; management data analytics(Release 17): TS 28.104[S]. 2021.

[20] 康紹莉, 等. 后5G系統愿景與需求研究報告[R]. 2020.

KANG S L, et al. Study report for requirement and vision ofbeyond5Gsystem[R]. 2020.

[21] 尉志青, 等. 智能機器網絡感-傳-算一體化架構與技術研究[R]. 2022.

WEI Z Q, et al. Study report for integrated sensing, communication and computing architecture with intelligent machine and network[R]. 2022.

[22] 中國信息通信研究院, 等. 5G通感融合演示驗證測試規范[R]. 2022.

CATR, et al. Specification for demonstration and testing of 5G integrated communication and sensing system[R]. 2022.

[23] 楊立, 李大鵬. 網絡切片在5G無線接入側的動態實現和發展趨勢[J]. 中興通訊技術, 2019, 25(6): 8-18.

YANG L, LI D P. Realization and trend of network slicing in 5G NG-RAN[J]. ZTE Technology Journal, 2019, 25(6): 8-18.

[24] 方琰崴, 陳亞權, 李立平, 等. 5G網絡切片解決方案和關鍵技術[J]. 郵電設計技術, 2020(3): 70-74.

FANG Y W, CHEN Y Q, LI L P, et al. 5G network slicing solution and key technologies[J]. Designing Techniques of Posts and Telecommunications, 2020(3): 70-74.

[25] 劉光毅, 鄧娟, 鄭青碧, 等. 6G智慧內生：技術挑戰、架構和關鍵特征[J]. 移動通信, 2021, 45(4): 68-78.

LIU G Y, DENG J, ZHENG Q B, et al. 6G native intelligence: technical challenges, architecture and key features[J]. Mobile Communications, 2021, 45(4): 68-78.

[26] 李琴, 李唯源, 孫曉文, 等. 6G網絡智能內生的思考[J]. 電信科學, 2021, 37(9): 20-29.

LI Q, LI W Y, SUN X W, et al. Thinking of native artificial intelligence in 6G networks[J]. Telecommunications Science, 2021, 37(9): 20-29.

[27] 聶凱君, 曹儐, 彭木根. 6G內生安全：區塊鏈技術[J]. 電信科學, 2020, 36(1): 21-27.

NIE K J, CAO B, PENG M G. 6G endogenous security: blockchain technology[J]. Telecommunications Science, 2020, 36(1): 21-27.

[28] 任震, 楊立, 謝峰, 等. 基于5G-NR演進淺析和展望未來6G系統中去蜂窩化技術的應用[J]. 信息通信技術, 2021, 15(2): 65-71.

REN Z, YANG L, XIE F, et al. Analysis and trend prediction of applying non-cellular techniques in future 6G system based on B5G evolution[J]. Information and Communications Technologies, 2021, 15(2): 65-71.

[29] 楊立, 竇建武. 未來衛星通信和5G-NR深度融合架構設計[J]. 中興通訊技術, 2021, 27(5): 60-66.

YANG L, DOU J W. Architecture design for tight integration between future satellite communication and 5G-NR system[J]. ZTE Technology Journal, 2021, 27(5): 60-66.

[30] 6GANA. 6G網絡原生AI技術需求白皮書[R]. 2022.

6GANA TG1.White paper for technology requirement of 6G native AI network[R]. 2022.

[31] 6GANA. 6G內生AI網絡架構十問[R]. 2022.

6GANA TG2. Ten questions for 6G network architecture of native AI[R]. 2022.

[32] GAO X, Saqlain M, Yu X. Towards converged millimeter-wave/terahertz wireless communication and radar sensing[J]. ZTE Technology Journal, 2020, 18(1):10.

[33] MAO T Q, CHEN J X, WANG Q, et al. Waveform design for joint sensing and communications in the terahertz band[J]. 2021: arXiv:2106.01549.

[34] LIYANAARACHCHI S D, BARNETO C B, RIIHONEN T, et al. Joint OFDM waveform design for communications and sensing convergence[C]//Proceedings of ICC 2020 - 2020 IEEE International Conference on Communications. Piscataway: IEEE Press, 2020: 1-6.

[35] RINALDI L, TAGLIAFERRI D, LINSALATA F, et al. Dual domain waveform design for joint communication and sensing systems[J]. 2021: arXiv: 2111.12339.

Technology development mode of communication/sensing/computing/intelligence integration

DUAN Xiangyang1,2, YANG Li1,2, XIA Shuqiang1,2, HAN Zhiqiang1,2, XIE Feng1,2

1. ZTE Corporation, Shenzhen 518057, China 2. State Key Laboratory of Mobile Network and Mobile Multimedia, Shenzhen 518057, China

Various new functions and services related to communication/sensing/computing/intelligence have been targeted, developed and fused into the existing 5G-Advanced and emerging 6G new system. The technical scenarios and use cases of communication/sensing/computing/intelligence integration and its expectation for technique mode requirementin 5G-Advanced and 6G different phases were addressed, meanwhile five characteristics of its technology development mode were extracted. The proposed viewpoints may guide the research and development of 5G-Advanced system and standardization process of 6G new system in future, leading to more effective and profitable applications and maximization of business value from communication/sensing/computing/intelligence integration.

5G-Advanced, 6G, communication/sensing/computing/intelligence integration, technology development mode

TN929.5

A

10.11959/j.issn.1000?0801.2022039

2022?02?21；

2022?03?04

國家重點研發計劃項目（No.2021YFB2900200）

The National Key Research and Development Program of China (No.2021YFB2900200)

段向陽（1973? ），男，中興通訊股份有限公司無線架構總經理、高級工程師，負責中興通訊無線系統技術規劃和預研工作，曾獲陜西省科學技術進步獎一等獎、中國電子學會科學技術進步獎一等獎、深圳市科學技術進步獎一等獎，主要研究方向為電信系統規劃和關鍵技術預研。

楊立（1981? ），男，中興通訊股份有限公司技術高級工程師，主要研究方向為移動網絡技術標準化，涉及ODICT業態戰略、系統架構功能演進&接口流程標準化、網絡智能化等領域。

夏樹強（1976? ），男，中興通訊股份有限公司正高級工程師，主要研究方向為5G/6G關鍵技術和標準預研。

韓志強（1981? ），男，中興通訊股份有限公司工程師，主要研究方向為WLAN、邊緣計算、智能超表面等。

謝峰（1979? ），男，博士，中興通訊股份有限公司技術研究首席專家，移動網絡和移動多媒體技術國家重點實驗室學術帶頭人，主要研究方向為6G接入網架構。