2024年6G無(wú)線系統(tǒng)架構(gòu)和功能研究-2030（6G）推進(jìn)組

目 錄概述 5連接類場(chǎng)景設(shè)計(jì) 5連接類6G終端分類 5連接類場(chǎng)景需求 6連接類場(chǎng)景功能設(shè)計(jì) 7沉浸式通信場(chǎng)景 7海量連接場(chǎng)景 9極致高可靠低時(shí)延場(chǎng)景 9終端和基站節(jié)能設(shè)計(jì) 116G基站節(jié)能的關(guān)鍵技術(shù) 116G終端節(jié)能的關(guān)鍵技術(shù) 126G基站和終端聯(lián)合節(jié)能的關(guān)鍵技術(shù) 13人工智能和通信場(chǎng)景設(shè)計(jì) 14AI輔助RAN 14典型用例 14整體框架 14RAN輔助AI 18典型用例 18整體框架 19RAN/UE協(xié)議功能需求分析 22總體需求 22面向AI的QoS管理 23AI生命周期管理 24AI算力功能 26AI數(shù)據(jù)功能增強(qiáng) 29AI連接功能增強(qiáng) 31通信感知一體化場(chǎng)景設(shè)計(jì) 336G通信感知一體化目標(biāo) 3326G通信感知一體化業(yè)務(wù)用例和場(chǎng)景 33網(wǎng)絡(luò)提供感知服務(wù) 33感知輔助通信 34通信感知融合關(guān)鍵技術(shù) 35感知模式 35感知功能框架 36感知功能在網(wǎng)絡(luò)中的部署架構(gòu) 37感知信號(hào)設(shè)計(jì) 39多點(diǎn)協(xié)作感知 40感知的非理想因素及解決方案 41天地一體化 42應(yīng)用需求和場(chǎng)景 425GNTN回顧和gap分析 43整體框架和協(xié)議設(shè)計(jì)原則 45系統(tǒng)功能設(shè)計(jì) 466G無(wú)線系統(tǒng)設(shè)計(jì)考慮 47接入網(wǎng)功能 47連接類場(chǎng)景 47AI和通信融合 47通感融合一體 50RAN架構(gòu)與接口 51連接類場(chǎng)景 51AI和通信融合 52通感融合一體 536G接入網(wǎng)部署 556G多頻協(xié)同 555G多頻協(xié)同回顧及啟示 556G系統(tǒng)內(nèi)頻譜協(xié)同 555G到6G演進(jìn) 57Migration組網(wǎng)架構(gòu) 583終端連接 58頻譜共享 597.2.45G-6G互操作 60參考文獻(xiàn) 61貢獻(xiàn)單位 624概述本研究報(bào)告立足于ITU定義的6G6G無(wú)線系統(tǒng)整體設(shè)6G典型場(chǎng)景對(duì)6G（新（新新連接類場(chǎng)景設(shè)計(jì)6G支持的連接類場(chǎng)景包括沉浸式通信、海量連接通信、極高可靠低時(shí)延通（Premium）終端、環(huán)境物聯(lián)網(wǎng)（AIoT）終端。結(jié)合終端分類，研究連接類場(chǎng)景的設(shè)計(jì)需求和6G實(shí)現(xiàn)高能效。6G終端分類依據(jù)數(shù)據(jù)速率、功耗、成本、連接、覆蓋、時(shí)延等特性，6G終端被大致劃分為五類：Normal終端：作為主流智能設(shè)備，Normal到6G沉浸式通信的多個(gè)場(chǎng)景，為用戶提供前所未有的實(shí)時(shí)交互體驗(yàn)。Nomal終端：LPWA（水表、（5在嚴(yán)苛環(huán)境下穩(wěn)定運(yùn)行，對(duì)信號(hào)穿透性有較高要求。Lite終端：即輕量化終端，通過(guò)裁剪6G技術(shù)的部分能力，實(shí)現(xiàn)終端復(fù)雜4GLTECat.1Cat.1bis5GRedCap終端類似，其數(shù)據(jù)速率性能和成本高于LPWA終端，但覆蓋和功耗要求弱于Normal終端，適用于可穿戴設(shè)備、工業(yè)傳感器及視頻監(jiān)控等用例。AIoTAmbient環(huán)境物聯(lián)網(wǎng)生產(chǎn)制造監(jiān)控、物流追蹤及個(gè)人物品管理等用例。連接類場(chǎng)景需求在深入探討6G涵蓋以下幾個(gè)方面：新場(chǎng)景驅(qū)動(dòng)下的性能躍升：6G針對(duì)新興應(yīng)用場(chǎng)景，如沉浸式通信在高物聯(lián)網(wǎng)場(chǎng)景下終端多樣性演進(jìn)：4G的cat.1/cat.1bis及5G的RedCap，6GLPWALPWA（如NB-IoT依賴于4GLTE針對(duì)LPWA面臨的容量瓶頸，包括實(shí)際業(yè)務(wù)模型下的高頻次數(shù)據(jù)傳輸導(dǎo)6G對(duì)連接密度的更高要LPWAUE6在空閑態(tài)進(jìn)行小數(shù)據(jù)的傳輸，進(jìn)一步降低UE側(cè)和NW側(cè)的信令開銷。此外，針對(duì)物聯(lián)網(wǎng)低復(fù)雜度和低功耗的需求，還要考慮更低功耗傳輸技術(shù)和無(wú)線傳能技術(shù)，以實(shí)現(xiàn)更長(zhǎng)的待機(jī)時(shí)長(zhǎng)和更低成本。AIoT5G-AAIoTAIoT（特別是室外覆蓋問(wèn)題，以推動(dòng)更多場(chǎng)景應(yīng)用，及高效的無(wú)線傳能機(jī)制，實(shí)現(xiàn)更匹配的數(shù)據(jù)傳輸和更高效的系統(tǒng)效率。未來(lái)新場(chǎng)景的無(wú)限可能：6G時(shí)代，隨著新技術(shù)、新應(yīng)用的不斷涌現(xiàn)，6G接類系統(tǒng)。連接類場(chǎng)景功能設(shè)計(jì)沉浸式通信場(chǎng)景沉浸式通信是5GeMBB5G滿足未來(lái)業(yè)務(wù)的更高帶寬需求。6G沉浸式通信場(chǎng)景的潛在功能設(shè)計(jì)包括：通信速率增強(qiáng)為了保證用戶的體驗(yàn)效果，需要更高的數(shù)據(jù)速率保障，比如峰值速率高達(dá)Gbps，用戶體驗(yàn)速率達(dá)到數(shù)百M(fèi)bps。與之相關(guān)的技術(shù)手段包括提供大帶寬頻率資源，新型頻譜聚合技術(shù)，如跨載波HARQ傳輸，非連續(xù)載波虛擬大載波/BWP等，以及提升頻譜效率，如超大規(guī)模MIMO的應(yīng)用、基于TB組傳輸代替一個(gè)大TB傳輸?shù)?。另外，可以通過(guò)協(xié)議設(shè)計(jì)進(jìn)一步提升數(shù)據(jù)處理效率。多模態(tài)通信功能在多維感知場(chǎng)景中，將傳輸視頻、音頻，及其他模態(tài)信息，需要設(shè)計(jì)多模式7UE或多個(gè)的聚合和同步，需要對(duì)多終端多模態(tài)傳輸進(jìn)行聯(lián)合設(shè)計(jì)。沉浸式通信業(yè)務(wù)感知功能上的要求，改善用戶體驗(yàn)。移動(dòng)性增強(qiáng)針對(duì)沉浸式業(yè)務(wù)提升移動(dòng)性。面向6G，可以采用“以用戶為中心”、“空口時(shí)頻資源池化利用”或“去蜂窩化CellFree”“靈活小區(qū)網(wǎng)絡(luò)為每個(gè)UEUE輸戶的容量問(wèn)題，改善用戶體驗(yàn)。此外，在6G中，建議設(shè)計(jì)統(tǒng)一的切換配置流程，實(shí)現(xiàn)可共享流程和復(fù)用配前5G/5G-A支持的各種切換類型對(duì)比，可作為6G的設(shè)計(jì)起點(diǎn)：移動(dòng)性方案優(yōu)點(diǎn)缺點(diǎn)終端復(fù)雜度網(wǎng)絡(luò)側(cè)復(fù)雜度普通切換基準(zhǔn)方案RACH-less減少切換中斷時(shí)間，終端無(wú)需執(zhí)行RACH適用場(chǎng)景有限，只適用于TA不變或TA等于0的場(chǎng)景。網(wǎng)絡(luò)側(cè)需要在切換命令中攜帶TA指示，以及預(yù)先分配的uplinkgrant。低中CHO提升切換的魯棒性，減少由于切換不及時(shí)導(dǎo)致的無(wú)線鏈路失敗的概率網(wǎng)絡(luò)側(cè)需要為終端預(yù)先生成候選配置并預(yù)留相應(yīng)的資源。終端需要存儲(chǔ)多個(gè)CHO候選配置，并執(zhí)行CHO執(zhí)行條件評(píng)估。中高DAPS減少切換中斷時(shí)間（幾乎可以實(shí)現(xiàn)DL0ms的中斷）在接收到DAPS切換命令后，UE需要繼續(xù)從源小區(qū)接收下行鏈路用戶數(shù)據(jù)，直到釋放源小區(qū)，并繼續(xù)向源小高中8標(biāo)的隨機(jī)訪問(wèn)過(guò)程成功。在發(fā)送DAPS切換命令后，源基站需要繼續(xù)保持與終端的連接。LTM減少切換時(shí)延；減少切換中斷（RACH-lessLTMCellSwitch）；降低信令開銷；網(wǎng)絡(luò)側(cè)需要長(zhǎng)時(shí)間為終端預(yù)留資源，可能會(huì)造成網(wǎng)絡(luò)側(cè)資源的浪費(fèi)。對(duì)于基于EarlyRACH的TA獲取，網(wǎng)絡(luò)側(cè)需要執(zhí)行TA計(jì)算和TA傳輸。終端需要存儲(chǔ)多個(gè)LTM候選配置，需要執(zhí)行L1測(cè)量上報(bào)，EarlyTA獲取。中高ConditionalLTM優(yōu)點(diǎn)同LTM，此外ConditionalLTM還能夠提升切換的魯棒性，避免乒乓效應(yīng)。缺點(diǎn)同LTM，此外ConditionalLTM需要UE評(píng)估ConditionalLTM的事件是否滿足。較高高精細(xì)化QoS管理6G更豐富的業(yè)務(wù)類型對(duì)網(wǎng)絡(luò)QoSQoS方案包含實(shí)時(shí)Packet的QoS引入更多QoS屬性等等。海量連接場(chǎng)景對(duì)于LPWA為代表的物聯(lián)場(chǎng)景，以NB-IoT為例，現(xiàn)網(wǎng)采用LTE基站實(shí)現(xiàn)4G寬帶和NB-IoT的覆蓋?？紤]到網(wǎng)絡(luò)迭代發(fā)展，需要考慮6G時(shí)期如何滿足LPWA物聯(lián)需求。在標(biāo)準(zhǔn)化方面，要求6G統(tǒng)一空口在Day1設(shè)計(jì)時(shí)具備高度靈活性和可擴(kuò)展性，以支持多等級(jí)物聯(lián)網(wǎng)場(chǎng)景。極致高可靠低時(shí)延場(chǎng)景5G通過(guò)多個(gè)版本的迭代，已具備強(qiáng)的URLLC能力。面向6GHRLLC，將同時(shí)考慮在5GURLLC功能上的增強(qiáng)以及新功能的引入。本小節(jié)從物理層、用戶面/控制面以及資源利用方面，研究HRLLC場(chǎng)景方案。為了滿足5GURLLC的需要，3GPP針對(duì)性設(shè)計(jì)了數(shù)據(jù)傳輸和控制信道保障方案。為了實(shí)現(xiàn)低時(shí)延數(shù)據(jù)傳輸，NR中引入了ConfiguredGrant傳輸?shù)姆椒ǎ欢?義了數(shù)據(jù)信道時(shí)域資源分配方式，如minislot，PUSCH、PDSCH可用時(shí)域資源從符號(hào)[0～12]開始；支持10-5目標(biāo)BLER的CQI新表格和MCS新表格，采用頻譜效率比較低的MCS實(shí)現(xiàn)高可靠傳輸。控制信道方面，設(shè)計(jì)傳輸時(shí)間短的PUCCHformat和PDCCH資源配置；支持低碼率，提高PUCCH、PDCCH可靠性。設(shè)計(jì)動(dòng)態(tài)資源共享方案，當(dāng)URLLC需要調(diào)度傳輸而資源不足時(shí)，將eMBB數(shù)據(jù)打孔，在打孔位置傳輸U(kuò)RLLC，以確保URLCL業(yè)務(wù)隨來(lái)隨傳。這些設(shè)計(jì)可以作為6GHRLLC方案的起點(diǎn)。為了滿足6GHRLLC的更高要求，研究如下新功能和技術(shù)方向：kHz，甚至480kHz，后者對(duì)應(yīng)的OFDM符號(hào)長(zhǎng)度（不含CP）及時(shí)隙長(zhǎng)度分別為0.002083毫秒及0.03125毫秒，從而利于實(shí)現(xiàn)低于1毫秒，甚至低至幾十微秒級(jí)的超低傳輸時(shí)延。調(diào)度增強(qiáng)：典型的工業(yè)案例中業(yè)務(wù)流經(jīng)常是成對(duì)或者成組出現(xiàn)的。為QoS（或成組5G功能，以減少處理時(shí)延，提高傳輸效率。6G離通信有助于實(shí)現(xiàn)超高可靠超低時(shí)延（HRLLC）、數(shù)據(jù)保密的本地業(yè)務(wù)。考慮基于網(wǎng)絡(luò)編碼//包編碼是一種先進(jìn)的信息處理技術(shù)，通過(guò)對(duì)不同數(shù)據(jù)包進(jìn)行線性/非線性組合，生成新的編碼數(shù)考慮利用AIL2AI確定上行接入策略以及上/下行傳輸機(jī)制等，從而打破性能瓶頸，進(jìn)一步提升無(wú)線通信系統(tǒng)的性能。10的極高可靠性需求則對(duì)物理層的調(diào)制編碼策errorfloor的LDPC6G不同業(yè)務(wù)之間的資源高效共享，提升資源利用率。段，實(shí)現(xiàn)系統(tǒng)間更緊密的動(dòng)態(tài)交互和聯(lián)合優(yōu)化，確保HRLLC數(shù)據(jù)流在不同系統(tǒng)間的高效傳輸和協(xié)作調(diào)度。終端和基站節(jié)能設(shè)計(jì)5G協(xié)議第一版本即Rel-15并沒(méi)有原生支持網(wǎng)絡(luò)和終端的節(jié)能設(shè)計(jì)。針對(duì)5G陸續(xù)引入了UERel-16的UERel-17的尋呼提前指示，Rel-18和Rel-19的LP-WUS，Rel-18的網(wǎng)絡(luò)節(jié)能NES等。6G系統(tǒng)設(shè)計(jì)之初就需要考慮綠色節(jié)能的設(shè)計(jì)理念并貫穿整個(gè)6G生命周期，在保6G基站節(jié)能的關(guān)鍵技術(shù)伴隨移動(dòng)通信技術(shù)持續(xù)從5G向6G6G基站節(jié)能關(guān)鍵技術(shù)方向如下:減少公共信號(hào)/公共信道傳輸在5G協(xié)議中已進(jìn)行一些公共信號(hào)減少的討論，例如輔小區(qū)上的按需同步信號(hào)塊（SSB）傳輸，idle/inactive狀態(tài)下的按需SIB1傳輸?shù)?。然而，上述方案使用?chǎng)景均受限于5G系統(tǒng)架構(gòu)設(shè)計(jì)。11在探索6G基站節(jié)能關(guān)鍵技術(shù)時(shí)，6G系統(tǒng)設(shè)計(jì)之初就需要考慮盡可能減少公共信號(hào)或公共信道傳輸。一方面，可繼承5G-A的公共信號(hào)或公共信道傳輸節(jié)能方案，并結(jié)合6G新空口繼續(xù)演進(jìn)；另一方面，可考慮定義簡(jiǎn)化的公共信號(hào)，以（活的信令等）?？沼颉⒐β视蜃赃m應(yīng)調(diào)整射頻功耗占據(jù)基站功耗的絕大部分，隨著未來(lái)6G網(wǎng)絡(luò)工作頻段和天線數(shù)應(yīng)調(diào)整技術(shù)也將是6G基站節(jié)能的一個(gè)重要方向。在6G基站節(jié)能設(shè)計(jì)中，考慮到6G網(wǎng)絡(luò)擁有更大規(guī)模的天線配置和更復(fù)雜的應(yīng)用場(chǎng)景，一方面，可延續(xù)5Gmulti-CSI上報(bào)的思想，通過(guò)持續(xù)演進(jìn)來(lái)進(jìn)一步提高CSI上報(bào)的精準(zhǔn)度和效率（如：在CSI配置顆粒度，減低信令開銷等方向）；另一方面，可考慮引入周期性參考信號(hào)功率的自適應(yīng)調(diào)整技術(shù)等。6G終端節(jié)能的關(guān)鍵技術(shù)終端節(jié)能是實(shí)現(xiàn)綠色通信的重要一環(huán)，是6G應(yīng)用中不可或缺的一部分。面對(duì)6G“碳”目標(biāo)，需要引入一些有效的6G終端節(jié)能技術(shù)。下行控制信道監(jiān)聽(tīng)增強(qiáng)技術(shù)在5G技術(shù)中就引入了減少控制信道監(jiān)聽(tīng)的相關(guān)技術(shù)，例如非連續(xù)接收（C-DRX）技術(shù)，下行控制信道監(jiān)聽(tīng)跳過(guò)（PDCCHskipping）技術(shù)等。然而，半靜態(tài)的C-DRX配置/PDCCH監(jiān)聽(tīng)時(shí)機(jī)配置不能很好地適應(yīng)動(dòng)態(tài)變化的業(yè)務(wù)情良好的用戶體驗(yàn)，6G系統(tǒng)設(shè)計(jì)之初可考慮在更靈活、更動(dòng)態(tài)的信令設(shè)計(jì)方面，繼續(xù)增強(qiáng)5G的下行控制信道監(jiān)聽(tīng)技術(shù)。BWP切換為了達(dá)到節(jié)能目的而引入的5G傳統(tǒng)BWP切換時(shí)延較大，導(dǎo)致通過(guò)BWP切換實(shí)現(xiàn)終端配置之間切換的延遲較大，影響終端節(jié)能的效果。因此，在6G系統(tǒng)設(shè)12計(jì)之初，應(yīng)該考慮更高效的BWP切換技術(shù)，以減少BWP切換時(shí)延對(duì)終端功耗的影響。測(cè)量放松技術(shù)5G中引入了針對(duì)鄰小區(qū)的RRM測(cè)量放松機(jī)制，以及針對(duì)服務(wù)小區(qū)的RLMBFD測(cè)量放松機(jī)制。在6G中可繼續(xù)沿用5G的測(cè)量放松機(jī)制，此外，可考慮引入針對(duì)服務(wù)小區(qū)的RRM測(cè)量放松機(jī)制，旨在保證移動(dòng)性能前提下盡量減少不必要的測(cè)量，從而進(jìn)一步降低終端功耗。其他終端節(jié)能技術(shù)6G系統(tǒng)原生支持AI等新型技術(shù)，在終端可采用AI等技術(shù)輔助實(shí)現(xiàn)更綠色低碳，例如，基于AI的信道預(yù)測(cè)來(lái)調(diào)整傳輸配置，基于AI等能用來(lái)進(jìn)一步提升6G終端的節(jié)能效果。6G基站和終端聯(lián)合節(jié)能的關(guān)鍵技術(shù)5G演進(jìn)引入的LP-WUS技術(shù)帶來(lái)的節(jié)能增益比較明顯。5GLP-WUS支持空閑態(tài)的終端通過(guò)低功耗模塊監(jiān)聽(tīng)尋呼指示，連接態(tài)的終端通過(guò)低功耗模塊監(jiān)聽(tīng)PDCCH指示，以及卸載一部分RRM測(cè)量到低功耗模塊。面向5GLP-WUSUEondemand同步信號(hào)的周期等；或允許低功耗通信模塊支持少量數(shù)據(jù)傳輸。總之，6G可通過(guò)低功耗通信模塊和主通信模塊的設(shè)備內(nèi)協(xié)同，同時(shí)支持終端和基站的節(jié)能。圖2-1：低功耗通信模塊和主通信模塊的設(shè)備內(nèi)協(xié)同13AI輔助RAN典型用例“AI輔助RAN”主要聚焦于利用AI/MLRAN從5GRel-17開始研究AI/ML功能框架，以及AI/ML高Rel-18進(jìn)一步研究了AI/MLAI/MLAI/ML的波束管理和基于AI/ML的CSIAI/ML（）進(jìn)行了標(biāo)準(zhǔn)化。Rel-19將完成AI/ML相關(guān)物理層用例的標(biāo)準(zhǔn)化，并進(jìn)一步探索AI/ML在RANL2/L3AI/MLAI/ML的覆蓋、基于AI/ML的移動(dòng)性等。面向6G,可以預(yù)見(jiàn)AI6G信源信道聯(lián)合編碼，多天線收發(fā)，定位等),鏈路層（基于AI的功率分配、信道分配、接入控制、調(diào)度等），網(wǎng)絡(luò)高層技術(shù)(e.g.擁塞控制、速率控制等)以及基于AI6GAIforRAN的技術(shù)研基于AI的算法與傳統(tǒng)非AI算法并非替代關(guān)系。對(duì)于6G網(wǎng)絡(luò)基本功能，非AI方案將依然存在并會(huì)持續(xù)演進(jìn)。整體框架1、5G框架概述3GPP在5G-A階段已經(jīng)針對(duì)基于AI的無(wú)線網(wǎng)絡(luò)優(yōu)化開展了研究與標(biāo)準(zhǔn)化工作，涵蓋了AI在物理層、接入網(wǎng)、核心網(wǎng)和網(wǎng)管的應(yīng)用。其中，3GPP在研究報(bào)告38.843[4]中提出的AI/ML框架如圖3-1所示。14圖3-1AI/ML功能框架在核心網(wǎng)中，3GPP定義了NWDAF、DCCF等功能和相關(guān)服務(wù)來(lái)實(shí)現(xiàn)上述AI/ML框架中的功能和交互。NWDAF可支持包含模型訓(xùn)練、推理、存儲(chǔ)管理，數(shù)據(jù)分析與監(jiān)測(cè)、聯(lián)邦學(xué)習(xí)節(jié)點(diǎn)選擇與維護(hù)等功能。在RAN中，為了減少對(duì)現(xiàn)有5GRAN系統(tǒng)架構(gòu)的影響，3GPP標(biāo)準(zhǔn)化主要面向無(wú)線接入網(wǎng)與終端的信息交RAN側(cè)并未引入AI/ML功能相關(guān)的新實(shí)體。2、6G框架考慮針對(duì)AI輔助RAN，需重點(diǎn)關(guān)注無(wú)線網(wǎng)絡(luò)內(nèi)部AI相關(guān)功能劃分、接口設(shè)計(jì)、AI相關(guān)的資源能力管理和協(xié)調(diào)等。在網(wǎng)絡(luò)架構(gòu)及框架層面，6G需考慮在RAN側(cè)引入RANAI/ML功能，AI/ML功能可以集成在CUDUAI/MLAI/ML/激活/去激活/切換，模型傳輸/部署、模型訓(xùn)練，基于性能反饋的重訓(xùn)練/微調(diào)，完善的AI/ML數(shù)據(jù)處理(數(shù)據(jù)的清洗、數(shù)據(jù)的量化、數(shù)據(jù)壓縮等)，以及對(duì)AI/MLAI/ML持續(xù)迭代，并支持與核心網(wǎng)和OAM內(nèi)AI/ML功能的交互實(shí)現(xiàn)跨域AI協(xié)同。15圖3-2:AI/ML功能分布RANAI/ML框架可進(jìn)一步考慮對(duì)分布式/式AI/ML功能和分布式AI/ML功能，包含分布式AI節(jié)點(diǎn)管理，分布式AI/ML功能的算力資源池化和多維資源協(xié)同控制等。圖3-3給出了聯(lián)邦學(xué)習(xí)框架的示意圖。圖3-3聯(lián)邦學(xué)習(xí)框架面向6G的網(wǎng)絡(luò)架構(gòu)，結(jié)合上述新需求，支持集中式AI/ML功能和分布式AI/ML功能的RANAI/ML邏輯框架如圖3-4所示。16圖3-4RANAI/ML功能邏輯框架例如，RAN集中式AI/ML功能具備數(shù)據(jù)采集/存儲(chǔ)/處理、模型訓(xùn)練、模型推AI模型和連接多維資源的協(xié)同控制功能。而分布式AI/ML功能：具備數(shù)據(jù)采集/存儲(chǔ)/處理、模型訓(xùn)練、模型推理和模型管理等功能。RAN集中式、分布式AI/ML功能協(xié)同可以支持計(jì)算資源在多個(gè)基站和終端之間的高效共享、多終端/基站節(jié)RANAI/ML功能可AI/ML功能可通過(guò)標(biāo)準(zhǔn)化接口互聯(lián)互通?；赗AN集中式、分布式AI/ML功能，在網(wǎng)絡(luò)框架設(shè)計(jì)中可以支持如下多種協(xié)作方式：方式1：集中式AI/ML功能進(jìn)行模型訓(xùn)練，分布式AI/ML進(jìn)行推理集中式AI/ML功能利用其能力為分布式AI/MLAI/MLAI/ML監(jiān)測(cè)結(jié)果發(fā)給集中式AI/ML功能的模型管理模塊進(jìn)行模型的選擇/激活/去激活/的傳遞或者指示模型推理進(jìn)行模型切換/激活/去激活等操作。方式2：集中式AI/ML功能與分布式AI/ML功能進(jìn)行聯(lián)邦學(xué)習(xí)集中式AI/ML功能和分布式AI/MLAI/ML功能實(shí)現(xiàn)FLAI/ML功能上傳的本AI/MLAI/ML功能17實(shí)現(xiàn)FL參與者功能，利用本地采集的數(shù)據(jù)對(duì)全局模型在本地進(jìn)行訓(xùn)練得到訓(xùn)練AI/ML功能的FL操作。方式3：集中式AI/ML功能與分布式AI/ML功能進(jìn)行模型分割推理是通過(guò)模型分割推理實(shí)現(xiàn)集中式AI/ML功能幫助分布式AI/ML功能進(jìn)行部分模AI/MLAI/ML功能將推理結(jié)果發(fā)給分布式AI/MLRAN輔助AI典型用例在5G中，3GPPSA1在R18啟動(dòng)了對(duì)網(wǎng)絡(luò)輔助AIAI/MLAI/ML網(wǎng)等若干典型應(yīng)用，并以典型用例為切入點(diǎn)對(duì)AI/ML相關(guān)功能在無(wú)線網(wǎng)絡(luò)中的潛在優(yōu)化進(jìn)行了研究，明確了在UE和網(wǎng)絡(luò)服務(wù)器間的AI/ML功能分割，AI/ML模型/數(shù)據(jù)分發(fā)與共享,分布式/聯(lián)邦學(xué)習(xí)等方向上的新需求，并定義了RAN服務(wù)AI在連接傳輸維度上的相關(guān)KPI。在6G中，隨著AI應(yīng)用的普及和復(fù)雜性增加，泛在智能和泛在計(jì)算都被列為IMT-2030AIIMT-20306GAIAI即（e.g.)(e.g.模型推理、模型訓(xùn)練、模型優(yōu)化、模型管理、數(shù)據(jù)管理等)，并在此基礎(chǔ)上完善了AI即服務(wù)的技術(shù)指標(biāo)分析；從網(wǎng)絡(luò)AI服務(wù)能力的角度給出對(duì)應(yīng)業(yè)務(wù)的需求和AI（大模型等給出終端和網(wǎng)絡(luò)側(cè)能力演進(jìn)18的趨勢(shì)和評(píng)估等。整體框架1、5G框架概述5G-A中，為了支持網(wǎng)絡(luò)輔助AI，3GPP引入了基于NEF和NWDAF的AI/ML系統(tǒng)通過(guò)exposure支持網(wǎng)絡(luò)能力和事件開放。通過(guò)NEF，AF（applicationfunction）可以使用5G系統(tǒng)數(shù)據(jù)以及NWDAF的AINWDAF可以從5G核心網(wǎng)NFAFOAM(OperationAdministrationandMaintenance)處獲取數(shù)據(jù)，并通過(guò)自身具有的AI/ML能力結(jié)合AI/ML于5G-A并沒(méi)有在RAN側(cè)引入AI/ML功能實(shí)體，3GPP沒(méi)有對(duì)如何共享RAN側(cè)AI/ML能力進(jìn)行研究。2、6G框架考慮6G無(wú)線接入網(wǎng)是通、算、數(shù)、智的多維資源載體。從網(wǎng)絡(luò)架構(gòu)角度，RAN輔助AI的核心是如何能夠靈活、高效的共享RAN側(cè)AI/ML相關(guān)能力、支持6G網(wǎng)絡(luò)向用戶終端或第三方應(yīng)用直接提供AI/ML供的AI/MLAI/ML（例如模型訓(xùn),以及對(duì)第三方AI/ML供生命周期管理等網(wǎng)絡(luò)可動(dòng)態(tài)感知AI/MLAI/MLAI在多節(jié)點(diǎn)間遷移等?？紤]到AI/MLAI/ML資源的靈活共享，本章節(jié)將描述如下圖所示的三種潛在的實(shí)現(xiàn)方式：19圖3-5:AI/ML資源共享潛在方式方式1：RAN側(cè)提供AI/ML相關(guān)功能給AI/ML應(yīng)用使用為了支持AI輔助RAN，RAN側(cè)將引入AI/ML相關(guān)功能模塊。與核心網(wǎng)開放NWDAF功能給第三方AI/ML應(yīng)用使用類似，RAN可以開放RANAI/ML功能給第三方AI/ML應(yīng)用使用。此外，RAN可依托終端、基站構(gòu)建RAN分布式計(jì)算節(jié)點(diǎn)，并引入?yún)^(qū)域集中式RANAI/ML功能，實(shí)現(xiàn)RAN側(cè)多維資源供給與AI任務(wù)需求間的最優(yōu)匹配。此方案下RAN服務(wù)AI的邏輯框架如圖3-6所示。圖3-6:6GRAN服務(wù)AI邏輯框架20RAN集中式AI/ML功能可以通過(guò)新接口或增強(qiáng)現(xiàn)有接口連接多個(gè)基站分布式計(jì)算節(jié)點(diǎn)，通過(guò)新接口或增強(qiáng)現(xiàn)有接口連接CN。RAN集中式AI/ML功能對(duì)外提供RAN側(cè)AI計(jì)算服務(wù)和數(shù)據(jù)服務(wù)，第三方消可通過(guò)某一個(gè)網(wǎng)元或功能消費(fèi)RANCN消費(fèi)RANRAN集中AI/ML功能接收AI/ML（例如計(jì)算AI/ML業(yè)務(wù)性能需求AI/ML業(yè)務(wù)需求選擇合AI/ML業(yè)務(wù)在RANRAN通信資源、計(jì)算資源和數(shù)據(jù)采集、傳輸、存儲(chǔ)和處理，保障AI/ML業(yè)務(wù)性能。方式2：核心網(wǎng)的AI/ML功能本地部署在RAN側(cè)共享RAN側(cè)AI/ML能力5G-A中已經(jīng)支持通過(guò)NEF+NWDAF向第三方應(yīng)用（AF）開放AI/ML能力。預(yù)計(jì)相關(guān)AI/ML能力開放方式將在6GRAN側(cè)AI/ML資源開放，一種思路是將NWDAFNEFAF等本地部署在RANAI/ML能力開放機(jī)制開放RAN側(cè)AI/ML能力。AI/ML功能本地部署在靠近RANRAN共享硬件資源?；诖思軜?gòu)，第三方應(yīng)用（AF）可以通過(guò)NEF訪問(wèn)本地部署在靠近RAN側(cè)的AI/ML分布式AI相關(guān)功能（e.g.QoS控制）以及數(shù)據(jù)收集及生命周期管理等。方式3：通過(guò)MEC共享AI/ML相關(guān)硬件資源將AI類應(yīng)用部署在MECRAN共享硬件資源。AI應(yīng)用可以部署在localUPF后的MEC服務(wù)器上。MEC服務(wù)器邏輯上與RAN獨(dú)立（RAN不處理應(yīng)用層的數(shù)據(jù)），但物理上可以本地部署并與RAN共享硬件資源。在5GMEC架構(gòu)中，MEC服務(wù)器的發(fā)現(xiàn)、基于業(yè)務(wù)需求（e.g.AI位置、性能要求等）的MEC服務(wù)器選擇、移動(dòng)性導(dǎo)致的MEC服務(wù)器中相關(guān)上下文遷移及服務(wù)延續(xù)性等過(guò)程可以使用3GPPSA6中定義的標(biāo)準(zhǔn)化過(guò)程。MEC服務(wù)器的算力資源管理等可參考ETSINFV或K8S等協(xié)議完成。而AI業(yè)務(wù)的生命周期管理等功能則由MEC服務(wù)器上AI應(yīng)用通過(guò)應(yīng)用層實(shí)現(xiàn)完成，或通過(guò)SA6定義的AIMLE(AIMLenbalement)功能框架訪問(wèn)網(wǎng)絡(luò)側(cè)AI/ML相關(guān)功能實(shí)現(xiàn)。在6G中，21相關(guān)過(guò)程可以參考現(xiàn)有技術(shù)進(jìn)行增強(qiáng)。RAN/UE協(xié)議功能需求分析總體需求為了實(shí)現(xiàn)對(duì)AI/ML側(cè)需要引入完善的AI/ML生命周期管理數(shù)據(jù)相關(guān)功能及AIAI/ML的協(xié)同控制能力。RAN側(cè)AI/ML功能示意如下圖所示：圖3-7:RAN側(cè)AI/ML功能示意圖本章節(jié)將從下面幾個(gè)方向分析RAN/UE協(xié)議功能需求：AI無(wú)線網(wǎng)絡(luò)需要提供完善的AI/MLAI排管理。AI網(wǎng)絡(luò)需要針對(duì)AI/ML應(yīng)用的需求對(duì)現(xiàn)有RAN行優(yōu)化，包括傳輸機(jī)制，傳輸協(xié)議，承載類型及相關(guān)管理流程等AI算力功能：預(yù)計(jì)6G網(wǎng)絡(luò)將具有強(qiáng)大的AI計(jì)算能力，為了充分利用相關(guān)AI算力資源，6G網(wǎng)絡(luò)需要支持完善的AI算力共享機(jī)制，并支持AI算力感知、22AI計(jì)算控制與協(xié)同等功能。AI數(shù)據(jù)功能增強(qiáng)：數(shù)據(jù)作為AI/ML功能的重要支撐，6GRAN需要支持完善的AI/ML效的分布式數(shù)據(jù)管理和協(xié)同控制能力。AIQoS管理：6G網(wǎng)絡(luò)需要滿足AI/ML應(yīng)用的無(wú)線性能需求及QoS管理需求。面向AI的QoS管理AI類業(yè)務(wù)與連接類通信業(yè)務(wù)類似，在傳輸速率、時(shí)延、可靠性等方面都具3GPPSA1在Rel-18啟動(dòng)了針對(duì)AI/ML22.261]UE作為聯(lián)邦bit/s,端到端延遲為1s6G將進(jìn)一步探索AIAI并進(jìn)行持續(xù)優(yōu)化。除無(wú)線性能外，為了更好的支持應(yīng)用層AI/ML應(yīng)用，3GPP也識(shí)別出了QoS6G在TS22.261及TR22.874中列舉的：無(wú)線通信系統(tǒng)需要支持QoS信息的開放，支持向第三方AI/ML應(yīng)用告知潛在的QoS變化（e.g.速率，延遲或可靠性等）。第三方AI/ML可以根據(jù)此類信息在應(yīng)用層進(jìn)行相應(yīng)的調(diào)制。UE粒度進(jìn)行QoS管理（aggregatedQoSparameter），以及以組為單位對(duì)外暴露QoS信息（組QoS信息由組中QoS最差UE的性能確定）。6G時(shí)代將出現(xiàn)各種新型智能應(yīng)用場(chǎng)景（如網(wǎng)絡(luò)高水平自治、行業(yè)用戶智能普惠、用戶極致業(yè)務(wù)體驗(yàn)、網(wǎng)絡(luò)內(nèi)生安全等），6GAI算法等AI服務(wù)編排的236G網(wǎng)絡(luò)形成一套基于通信能力與AI能力的AI關(guān)鍵性能指標(biāo)和評(píng)估體系，例如AI服務(wù)準(zhǔn)確度、AI服務(wù)時(shí)延等。AI生命周期管理為了識(shí)別AI/ML在R18啟動(dòng)了AI/ML管理相關(guān)RANCore以及管里面的公共AI/ML生命周期管理參考工作流。圖3-8AI模型生命周期管理（TS28.105）如上圖所示，AI/ML模型生命周期管理功能通常涉及對(duì)AI/ML模型訓(xùn)練、推理、測(cè)試驗(yàn)證、部署等功能，以及相關(guān)的控制與監(jiān)測(cè)過(guò)程。模型訓(xùn)練/,(例如方差不可接受),源和規(guī)格、訓(xùn)練終止的條件（迭代次數(shù)或目標(biāo)性能）務(wù)。模型訓(xùn)練后測(cè)試評(píng)估：利用離線的測(cè)試數(shù)據(jù)測(cè)試評(píng)估訓(xùn)練好的模型足期望,則可以進(jìn)入下一步推理應(yīng)用階段;否則需要進(jìn)行再訓(xùn)練。AI/ML（可選ML真驗(yàn)證操作,在相關(guān)模型實(shí)際部署于目標(biāo)網(wǎng)絡(luò)或系統(tǒng)前對(duì)模型的推理性24能進(jìn)行進(jìn)一步評(píng)估。模型部署的觸發(fā):將模型從模型倉(cāng)庫(kù)移動(dòng)并部署到模型推理功能的運(yùn)行環(huán)境中。對(duì)于較大的模型，這一過(guò)程可能被暫?；蛑貑?，以避免影響關(guān)鍵業(yè)務(wù)/于UE移動(dòng)帶來(lái)的AI任務(wù)的上下文遷移相關(guān)流程。AI/ML推理:利用訓(xùn)練好的ML模型執(zhí)行推理,據(jù)業(yè)務(wù)需求和網(wǎng)絡(luò)性能的變化動(dòng)態(tài)激活/（如預(yù)測(cè)的準(zhǔn)確性），當(dāng)性能低于預(yù)期時(shí)，可能觸發(fā)模型的去激活、重選、重訓(xùn)練等。同時(shí)，還需抽樣、記錄模型推理的輸入輸出和上下文，以便對(duì)特定條件下（如性能異常時(shí)）模型的行為進(jìn)行分析。AI/MLAI/ML能力注冊(cè)與上報(bào)、模型在線微調(diào)等功能也對(duì)生命周期管理提出了新的需求。:/AI/ML任務(wù)具有不同的AIQoSAIQoS需求，合理選擇對(duì)應(yīng)的模型來(lái)保證其QoS需求。能力注冊(cè)/上報(bào)：AI/ML模型訓(xùn)練、推理、測(cè)試驗(yàn)證、存儲(chǔ)等功能向AI/ML模型生命周期管理功能告知自身的能力，例如，可支持模型的規(guī)模、可提供的分析信息類型等，以便AI/ML模型生命周期管理功能合理分配AI/ML任務(wù)。模型在線微調(diào)：除模型重訓(xùn)練、再訓(xùn)練外，還可以考慮模型在線微AI25線訓(xùn)練//鏈路。AI/MLAI/ML性能要求（例如網(wǎng)絡(luò)管理系統(tǒng)配置、AI4RAN用例中指標(biāo)定義等），按需編排連接、AI計(jì)算、數(shù)據(jù)資源，保障業(yè)務(wù)性能要求的同時(shí)，避免資源浪費(fèi)。上述生命周期管理框架主要面向AI輔助RAN中的AI/MLRAN輔助AI中的AI/MLAI輔助RAN中的AI/ML（e.g.跨域進(jìn)行AI/ML6G將進(jìn)一步探索AI輔助RAN與RAN輔助AIAI算力功能AI算力感知（硬件基礎(chǔ)平臺(tái)是實(shí)現(xiàn)上層各種邏輯業(yè)務(wù)功能的基礎(chǔ)。在云原生、通算共生、智能內(nèi)生等新理念驅(qū)使下，隨著AI輔助RAN與RAN輔助AI的引入，6G網(wǎng)絡(luò)將具有強(qiáng)大的AI計(jì)算能力,多樣的AI算力類（e.g.不同的AI模型及算法以及更為動(dòng)態(tài)的AI力性能和開銷具有不同的需求。為了更好的利用網(wǎng)絡(luò)側(cè)AI算力并支持網(wǎng)絡(luò)側(cè)AI算力的高效開放與共享，6G網(wǎng)絡(luò)需要支持對(duì)網(wǎng)絡(luò)側(cè)AI算力的感知與度量(例如，網(wǎng)絡(luò)節(jié)點(diǎn)的AI)AI算力任務(wù)，6G網(wǎng)絡(luò)將支持根據(jù)任務(wù)特征和算力需求動(dòng)態(tài)選擇最合適的AI算力節(jié)點(diǎn)進(jìn)行AI針對(duì)AI輔助RAN，算力的感知將在RAN進(jìn)行。而針對(duì)RAN輔助AI，3.2.2章節(jié)中26列舉的不同潛在AI算力共享框架有不同的協(xié)議設(shè)計(jì)需求，算力感知可能在RAN或核心網(wǎng)進(jìn)行。除網(wǎng)絡(luò)側(cè)AI算力的感知外，針對(duì)支持AI算力共享的終端，6G網(wǎng)絡(luò)需要支持對(duì)終端AI能力的感知（例如，終端支持的AI算力類型、型號(hào)、能力、數(shù)量、AI算力負(fù)載狀態(tài)等），并支持利用終端AI算力提升網(wǎng)絡(luò)服務(wù)的智能化水平。例如，網(wǎng)絡(luò)可根據(jù)終端AIAI/ML模型在終端本地訓(xùn)練/推理，AI計(jì)算能AI習(xí)的最佳效果。此外，網(wǎng)絡(luò)AI算力也可以被終端感知，終端可以根據(jù)網(wǎng)絡(luò)側(cè)AI算力信息確定是否向網(wǎng)絡(luò)請(qǐng)求AI/ML模型訓(xùn)練、推理等服務(wù)。AI計(jì)算控制與協(xié)同為了實(shí)現(xiàn)AI算力的開放、共享，6G系統(tǒng)設(shè)計(jì)中將原生考慮AI算力管理、AI算力調(diào)度與路由、AI算力編排等功能。例如，針對(duì)AI算力管理，基于不同AI任（e.g.及QoSAIAIAIRAN協(xié)同，RAN與核心網(wǎng)協(xié)同的AI推理，傳遞相應(yīng)任務(wù)參數(shù)、數(shù)據(jù)等，拉通不AIAI任務(wù)選擇最優(yōu)的AI移動(dòng)導(dǎo)致的AIAI/MLUEUE在移動(dòng)性過(guò)程中保障終端與AI或減少任務(wù)中斷時(shí)延。AI算力開放、共享典型場(chǎng)景根據(jù)AI算力提供者與AI算力消費(fèi)者的差異，AI算力開放、共享潛在場(chǎng)景如下：場(chǎng)景1：網(wǎng)絡(luò)向終端開放AI算力功能276G網(wǎng)絡(luò)可以通過(guò)開放自身強(qiáng)大的AI算力來(lái)滿足終端算力不足的情況，為用3-9所示，1）基站側(cè)部署AI算核心網(wǎng)側(cè)部署AI提供更強(qiáng)大的算力。圖3-96G網(wǎng)絡(luò)向終端開放AI算力功能場(chǎng)景2：終端向網(wǎng)絡(luò)開放6GAI算力一些6GAI業(yè)務(wù)中，如圖3-10所示，終端的算力也可以提供給網(wǎng)絡(luò)。例如，在聯(lián)邦學(xué)習(xí)中，終端可以通過(guò)開放自己的AI算力給網(wǎng)絡(luò)側(cè)進(jìn)行相關(guān)AI模型的訓(xùn)練，充分利用終端的算力，達(dá)到資源利用最大化。圖3-10終端向6G網(wǎng)絡(luò)開放6GAI算力功能28場(chǎng)景3：終端之間相互開放6GAI算力在6G中，由于成本及使用場(chǎng)景等原因，不同設(shè)備間AI能力也有差異。如圖3-11AI算力的終端可以考慮為其他弱AI（如減少耗電也可以提高AI能終端、智能手表及智能汽車可以通過(guò)6G網(wǎng)絡(luò)進(jìn)行相關(guān)AI算力的分享，或者智能設(shè)備間直接進(jìn)行AI算力的分享。圖3-11終端間相互開放6GAI算力功能綜上所述，6G系統(tǒng)的AI算力開放、共享預(yù)計(jì)將進(jìn)一步豐富6G系統(tǒng)的使用場(chǎng)景，創(chuàng)造可觀的經(jīng)濟(jì)及社會(huì)價(jià)值。6G系統(tǒng)在架構(gòu)及信令框架設(shè)計(jì)時(shí)，需綜合考慮上述不同場(chǎng)景的需求，為6G系統(tǒng)AI算力開放、共享打下良好的基礎(chǔ)。AI數(shù)據(jù)功能增強(qiáng)1、數(shù)據(jù)類型AI處理的數(shù)據(jù)可以分為兩類：網(wǎng)絡(luò)相關(guān)的數(shù)據(jù)、用戶相關(guān)的數(shù)據(jù)。（MAC層的調(diào)度數(shù)據(jù)、網(wǎng)絡(luò)狀態(tài)運(yùn)維數(shù)據(jù)等），這類數(shù)據(jù)不涉及到用戶的隱私信29數(shù)據(jù)。因?yàn)樯婕暗接脩綦[私，RA應(yīng)該避免接觸該類數(shù)據(jù)。用戶測(cè)量數(shù)據(jù)：是指RAN為了給用戶提供服務(wù)，需要維護(hù)用戶在無(wú)線網(wǎng)UE測(cè)量的CSIRSRP因此RAN可以維護(hù)和使用，獲得更好的系統(tǒng)和用戶的傳輸性能。用戶業(yè)務(wù)數(shù)據(jù)：是指用戶的APP業(yè)務(wù)所產(chǎn)生的數(shù)據(jù)，該類數(shù)據(jù)的處理應(yīng)在保障隱私的前提下進(jìn)行（e.g.使用隱私計(jì)算），避免安全風(fēng)險(xiǎn)。2、數(shù)據(jù)采集6G網(wǎng)絡(luò)需要實(shí)現(xiàn)不同網(wǎng)元之間按需動(dòng)態(tài)的數(shù)據(jù)采集，這里的數(shù)據(jù)包括AI訓(xùn)練數(shù)據(jù)，AIAI模型的傳輸，AI模型性能數(shù)據(jù)以及用于聯(lián)邦學(xué)習(xí)的AI（如數(shù)據(jù)率，優(yōu)先級(jí)，時(shí)延，可靠性，響應(yīng)時(shí)間等）。同時(shí)，6G數(shù)據(jù)功能還需避免數(shù)據(jù)的重復(fù)收集。通過(guò)數(shù)據(jù)控制功能、數(shù)據(jù)存儲(chǔ)等進(jìn)行數(shù)據(jù)收集協(xié)調(diào)和數(shù)據(jù)復(fù)用，避免UE或網(wǎng)絡(luò)功能重復(fù)采集和傳輸數(shù)據(jù)。3、數(shù)據(jù)存儲(chǔ)5G網(wǎng)絡(luò)中很多數(shù)據(jù)是一次性的，幾乎不會(huì)進(jìn)行存儲(chǔ)，如終端上報(bào)的測(cè)量信息。然而在6G網(wǎng)絡(luò)中需要保存大量的歷史測(cè)量數(shù)據(jù)，用于后續(xù)AI模型的訓(xùn)練。訓(xùn)練出來(lái)的AI模型也需要保存下來(lái)，并在必要時(shí)進(jìn)行調(diào)整優(yōu)化。因此6G需要提供持久化數(shù)據(jù)的存儲(chǔ)機(jī)制。4、數(shù)據(jù)處理6G網(wǎng)絡(luò)中AI相關(guān)的數(shù)據(jù)處理包括AI模型訓(xùn)練、再訓(xùn)練，AI數(shù)據(jù)分析，AI模效減少跨網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)據(jù)傳輸量，減少數(shù)據(jù)中的敏感信息。305、數(shù)據(jù)協(xié)同AI/ML模型管理功能對(duì)AI/ML模型傳輸、AI/ML例如數(shù)據(jù)采集節(jié)點(diǎn)的選擇、數(shù)據(jù)采集節(jié)點(diǎn)配置（所需采集的數(shù)據(jù)、采集/采樣周OAM及UE進(jìn)行數(shù)據(jù)交互。6、數(shù)據(jù)隱私及安全對(duì)于6G網(wǎng)絡(luò)中的數(shù)據(jù)，需要支持對(duì)于數(shù)據(jù)訪問(wèn)的認(rèn)證及授權(quán)機(jī)制。此外需包括IoT設(shè)備私和安全規(guī)則進(jìn)行處理。AI連接功能增強(qiáng)面向“AI模型數(shù)據(jù)”、“AI訓(xùn)練數(shù)據(jù)”，“AI分布式計(jì)算操作相關(guān)數(shù)據(jù)”，“AI運(yùn)行監(jiān)控?cái)?shù)據(jù)”等如何能在5G-A各個(gè)網(wǎng)元之間高效傳輸，3GPPSA2&SA5也已對(duì)連5G-AI6G面、用戶面、“數(shù)據(jù)功能”和管理面等方面，將有望原生地契合和支持6G-AI連接傳輸新需求，潛在新需求和目標(biāo)如下。和連接類通信業(yè)務(wù)會(huì)話PDUSession“端到端”連接管控和傳輸特點(diǎn)不同，AI（任何無(wú)線節(jié)點(diǎn)或網(wǎng)絡(luò)功能實(shí)體都可能是AI會(huì)話的源宿，并非一定涉及到UE或DN服務(wù)器），因此需要研究面向AI類任務(wù)新會(huì)話連接傳輸?shù)墓芸貦C(jī)制，AIRANRAN本地承載傳輸配置和AI類新會(huì)話的QoS管理，移動(dòng)性保障等。當(dāng)前4/5G系統(tǒng)的空口RBAIAI洗、壓縮、存儲(chǔ)、融合處理等，且流量形態(tài)也會(huì)有變化，因此這些會(huì)對(duì)6G31次交互承載量是9000格式，也限制了AI報(bào)文的靈活性。6G（邦學(xué)習(xí)等分布式AI/ML6GRDMA點(diǎn)間快速訪問(wèn)和連接傳輸技術(shù)，也值得作為6G連接設(shè)計(jì)參考。將考慮面向AI/MLAI/MLAI/ML模型訓(xùn)練/推理數(shù)據(jù)和AI/ML可根據(jù)相關(guān)AI/MLQoS指標(biāo)，并對(duì)相關(guān)會(huì)話和無(wú)線承載的連接質(zhì)量進(jìn)行監(jiān)控，保障QoS指標(biāo)要求。AI/MLAI/ML模型生命周期管理相關(guān)信令及終端側(cè)AI/ML模型AI/MLAI/ML（如CNNRNNTransformer等模型等。326G通信感知一體化目標(biāo)（和有源目標(biāo)提升。通感融合的應(yīng)用場(chǎng)景和信道模型已經(jīng)在3GPPR19開始討論，部分應(yīng)用場(chǎng)景（如無(wú)人機(jī)檢測(cè)、交通檢測(cè)等）已經(jīng)開展了廣泛的測(cè)試驗(yàn)證。與5G相比，6G通感融合需要考慮以下目標(biāo)：提升感知性能指標(biāo)，特別需要能夠解決復(fù)雜場(chǎng)景下（如NLoS）提升。更豐富的感知的應(yīng)用場(chǎng)景：除了3GPPSA1TR22.837G定義的應(yīng)用場(chǎng)景外，隨著6G6G提供更多的感知服務(wù)。感知與AI的原生結(jié)合：6G支持原生AI和原生感知，而感知作為某些AI任務(wù)6G要考慮支持二者的高效結(jié)合。6G通信感知一體化業(yè)務(wù)用例和場(chǎng)景6G按照網(wǎng)絡(luò)提供感知服務(wù)和感知輔助通信進(jìn)行分類。網(wǎng)絡(luò)提供感知服務(wù)網(wǎng)絡(luò)提供感知服務(wù)是指利用廣泛部署的6G網(wǎng)絡(luò)節(jié)點(diǎn)提供廣域感知服務(wù)。由于6G無(wú)線網(wǎng)絡(luò)會(huì)采用更大的天線陣列維度，以及更寬的系統(tǒng)帶寬，其目標(biāo)感知能力可以大大提升。感知能力的增強(qiáng)使得6G網(wǎng)絡(luò)對(duì)物理世界中的物體位置、形狀、大小、速度等信息提供更精準(zhǔn)的刻畫，6G網(wǎng)絡(luò)獲取這物理世界中的物理對(duì)33象信息后，就可以在傳統(tǒng)通信服務(wù)之外，對(duì)外提供感知服務(wù)。典型應(yīng)用場(chǎng)景包括：檢測(cè)、定位和跟蹤類：目標(biāo)探測(cè)，包括UAV、車輛，AGV能低空經(jīng)濟(jì)，智能交通、安防，智慧工廠等應(yīng)用。環(huán)境重構(gòu)類：感知環(huán)境物體信息，構(gòu)建物理環(huán)境的數(shù)字孿生。環(huán)境監(jiān)測(cè)類：通過(guò)感知檢測(cè)洪水、降雨等，實(shí)現(xiàn)環(huán)境災(zāi)害監(jiān)測(cè)。梁的傾斜等，實(shí)現(xiàn)公共安全類應(yīng)用。動(dòng)作識(shí)別類/慧醫(yī)療、智慧家庭等應(yīng)用。感知輔助通信感知輔助通信是指6GRAN網(wǎng)絡(luò)利用感知獲取的物理世界中的物體信息，反括：輔助波束管理mmWaveBS&UE描的功耗。網(wǎng)絡(luò)節(jié)能BS功率調(diào)整和設(shè)備關(guān)斷。輔助移動(dòng)性和切換預(yù)測(cè)下，避免業(yè)務(wù)中斷。環(huán)境信息輔助CSI獲?。焊兄@取環(huán)境中的目標(biāo)信息后，可以進(jìn)一步預(yù)測(cè)無(wú)CSI測(cè)量獲取6GCSI-RS端口帶來(lái)的CSI測(cè)量開銷和功耗。34通信感知融合關(guān)鍵技術(shù)感知模式6E自發(fā)他收感知涉及到可以不在Day1支持，其余5種感知模式需要在6GDay1支持。圖4-1:6種感知模式6種感知模式的優(yōu)缺點(diǎn)分析具體如表格4-1所示。表4-1不同感知模式優(yōu)缺點(diǎn)分析感知模式優(yōu)點(diǎn)缺點(diǎn)(1)基站自發(fā)自收無(wú)收發(fā)同步問(wèn)題基站需具備全雙工能力(2)基站A發(fā)基站B收不要求全雙工能力收發(fā)同步誤差會(huì)影響感知性能(3)基站發(fā)終端收可提升感知覆蓋性能位類感知對(duì)終端接收天線配置有一定要求(4)終端發(fā)基站收可提升感知覆蓋性能位類感知對(duì)終端接收天線配置有一定要求(5)終端自發(fā)自收無(wú)收發(fā)同步問(wèn)題，支持無(wú)網(wǎng)絡(luò)覆蓋下的感知終端需具備全雙工能力(6)終端A發(fā)終端B收不要求全雙工能力，支持無(wú)網(wǎng)絡(luò)覆蓋下的感知位類感知對(duì)終端接收天線配置有一定要求35感知功能框架感知的主要功能包括：感知信號(hào)測(cè)量，指感知接收機(jī)測(cè)量信道特性的信號(hào)收發(fā)過(guò)程。包括：感知信號(hào)發(fā)射：指發(fā)射端發(fā)射感知信號(hào)。例如，Mono-static時(shí)，感知信Bi-static信號(hào)（RS）設(shè)計(jì)。感知信號(hào)的時(shí)/信道估計(jì)感知信號(hào)的時(shí)延/多普勒/延、多普勒，和角度估計(jì)。感知數(shù)據(jù)處理，是指對(duì)獲取的信道時(shí)間/頻率/空間，以及時(shí)延/多普勒信號(hào)進(jìn)（即點(diǎn)云信息括：感知目標(biāo)散射點(diǎn)位置/速度/多普勒和角度信息，計(jì)算出感知目標(biāo)中的散射點(diǎn)位置、速度和角度。感知目標(biāo)散射點(diǎn)位置/速度/相比單一感知方式，感知信息融合能夠增加感知目標(biāo)的范圍或提升感知精度。感知任務(wù)的過(guò)程，其應(yīng)用包括4.2節(jié)中的各種應(yīng)用場(chǎng)景。感知任務(wù)的管理編排控制，感知數(shù)據(jù)安全&隱私的管理、感知數(shù)據(jù)管理等。感知數(shù)據(jù)存儲(chǔ)：根據(jù)感知數(shù)據(jù)的歸屬，可以將其存儲(chǔ)在RAN內(nèi)，CN、UE者第三方。UERAN以及CN，OAM等網(wǎng)元，彼此之間需要交互數(shù)據(jù)時(shí)，還需要考慮：感知信息傳輸格式的定36義，以及數(shù)據(jù)壓縮方式的定義，傳輸協(xié)議的選擇等。根據(jù)上述對(duì)感知基本功能的描述，圖4-2給出了感知的功能框架。圖4-2：感知功能框架感知功能在網(wǎng)絡(luò)中的部署架構(gòu)感知功能的網(wǎng)絡(luò)架構(gòu)，是指圖4-2中的感知功能框架的各功能在UE、RAN以及CN之的劃分和部署。根據(jù)感知應(yīng)用場(chǎng)景，可以分為如下2種情況。Case1知的功能框架在網(wǎng)絡(luò)中的劃分如圖4-3和4-4所示。圖4-3Case1感知功能在網(wǎng)絡(luò)中的劃分（Option1）圖4-4Case1感知功能在網(wǎng)絡(luò)中的劃分（Option2）37其中，感知信號(hào)測(cè)量只能位于UE和BS。UE和BS的感知數(shù)據(jù)處理功能是可選功能，取決于UE和RAN是否被允許對(duì)感知測(cè)量的信道信息進(jìn)行進(jìn)一步處理，許在RAN處理，則感知的數(shù)據(jù)處理功能需要放到CN。在對(duì)外提供感知服務(wù)時(shí)，感知數(shù)據(jù)應(yīng)用位于CN或UE。Option1和Option2的差異在于RAN中是否存在感知管理功能。在Option2中，RAN中的感知管理主要處理感知資源的配置以及感知節(jié)點(diǎn)的選擇，因?yàn)檫@兩個(gè)功能與空口信道質(zhì)量強(qiáng)相關(guān)，放在RAN的好處是感知節(jié)點(diǎn)的選擇以及感知資源Case2RAN框架在網(wǎng)絡(luò)中的劃分部署如圖4-5所示。由于所有的感知數(shù)據(jù)都用于輔助RAN內(nèi)部通信，因此，感知的大部分功能可以位于RAN和UE中。圖4-5：Case2感知功能在網(wǎng)絡(luò)中的劃分與Case1UE對(duì)感知不允許，則感知的數(shù)據(jù)處理功能需要全部放到RAN。此外。感知管理功能可能同時(shí)存在于RAN和CNCN的感知管理主要涉及UEUE時(shí)的感知節(jié)點(diǎn)和任務(wù)管理。而RAN的感知管理主要涉及感知節(jié)點(diǎn)管理，感知任務(wù)管理、感知數(shù)據(jù)QoS管理等內(nèi)容。38感知信號(hào)設(shè)計(jì)根據(jù)信號(hào)的用途，感知信號(hào)分為兩種：（通信的數(shù)據(jù)信道以及通信的參考信號(hào)最優(yōu)。如線性調(diào)頻連續(xù)波LFMFMCW而不具備通信功能。其好處在于收發(fā)機(jī)只需要低bitAD/DA，且具有良好的自干擾抑制能力。相對(duì)于通感一體的感知信號(hào)而言，在mono-static感知模式下，對(duì)收發(fā)機(jī)硬件的要求大大降低，有利于以更低的復(fù)雜度實(shí)現(xiàn)mono-static感知。感知信號(hào)設(shè)計(jì)包括序列設(shè)計(jì)，信號(hào)資源映射設(shè)計(jì)等，需要關(guān)注不同方案對(duì)基本測(cè)量量例如時(shí)延、多普勒、角度的測(cè)量性能，以及感知信號(hào)資源開銷的影響。PAPR5G系統(tǒng)的Gold序列和ZCOFDM以對(duì)不同OFDMOTFS，重點(diǎn)需要考慮序列在時(shí)延-多普勒（DD）域的特性。39OFDMOFDMpattern在時(shí)、頻域上增加保護(hù)間隔，或者在空域進(jìn)行隔離等。多點(diǎn)協(xié)作感知圖4-6：多節(jié)點(diǎn)和多感知模式協(xié)作內(nèi)容：40果進(jìn)行融合。知節(jié)點(diǎn)管理。各節(jié)點(diǎn)之間的干擾問(wèn)題，提升感知性能。多模態(tài)融合：需要考慮3GPP感知結(jié)果與非3GPP據(jù)格式。感知的非理想因素及解決方案是對(duì)感知功能有較大影響。下面介紹幾種典型的感知非理想因素的消除方案。CSI商/共軛乘CSI商/乘運(yùn)算后很容易被去除。參考徑參考徑是在感知測(cè)量的環(huán)境中，基于先驗(yàn)信息能夠事先確定其參數(shù)特征的徑。基于參考徑的方法的核心思想是通過(guò)目標(biāo)徑與參考徑進(jìn)行差分處理消除定時(shí)偏移和本振頻率偏移，或者直接通過(guò)參考徑（其傳播時(shí)延和多普勒頻移已知）估計(jì)41（LineofLOSRIS等已知位置的設(shè)備作為中繼從而獲得參考徑。往返測(cè)量類似于NR定位中的往返時(shí)間（Round-TripTimeRTT）方法，在通感一體化系統(tǒng)中可以通過(guò)往返測(cè)量來(lái)估計(jì)出感知信號(hào)的收發(fā)端設(shè)備之間的定時(shí)偏移和本（（位置和速度相反，因此可以提取或抑制定時(shí)偏移和本振頻率偏移。上述方案中，部分技術(shù)屬于實(shí)現(xiàn)方案，部分技術(shù)可能會(huì)對(duì)標(biāo)準(zhǔn)產(chǎn)生影響。應(yīng)用需求和場(chǎng)景面向未來(lái)，6G時(shí)代天地一體化系統(tǒng)需要支持的主要應(yīng)用場(chǎng)景如下表所述：表5-1 面向未來(lái)的衛(wèi)星業(yè)務(wù)類型和業(yè)務(wù)場(chǎng)景業(yè)務(wù)類型技術(shù)能力典型場(chǎng)景eMBB-s業(yè)務(wù)業(yè)務(wù)的支持能力接入42中繼和回傳通信向地面網(wǎng)絡(luò)無(wú)法到達(dá)的區(qū)域提供高速的通信連接，包括回傳、數(shù)據(jù)中繼等網(wǎng)高速移動(dòng)的通信應(yīng)用為高速移動(dòng)設(shè)備提供平滑和無(wú)縫切換的用戶體驗(yàn)人機(jī)廣播業(yè)務(wù)衛(wèi)星電視、數(shù)據(jù)廣播機(jī)器類通信衛(wèi)星物聯(lián)網(wǎng)緊急通信送衛(wèi)星應(yīng)急通信5GNTNgap分析在開始6G衛(wèi)星通信研究之前，可以對(duì)已經(jīng)完成的和正在進(jìn)行的3GPP的標(biāo)準(zhǔn)化工作進(jìn)行總結(jié)和回顧，確定現(xiàn)有的技術(shù)基線，分析現(xiàn)有技術(shù)和6G需求的從而指導(dǎo)6G3GPPNTN經(jīng)完成或者正在開展的標(biāo)準(zhǔn)化工作包括：網(wǎng)絡(luò)架構(gòu)5G/5G-AIoT轉(zhuǎn)發(fā)模式。Gap不同軌道衛(wèi)星的混合組網(wǎng)，不涉及星地、星間網(wǎng)絡(luò)協(xié)同。時(shí)頻同步5G/5G-A成果：支持基于星歷信息和終端GNSS位置的鏈路RTT補(bǔ)償NTN支持segmentbasedTAGNSS測(cè)量和GNSS失效機(jī)制Gap分析：GNSS強(qiáng)制能力和較高的定位精度要求苛刻。雙工模式5G/5G-AFDDIoTNTN開始討論支持TDD，同時(shí)支持HD-FDD（主要考慮Redcap終端接入）。43Gap分析：未能較好地支持TDD。覆蓋增強(qiáng)5G/5G-A成果：上行覆蓋方面：支持DMRSbundling，支持初始接入的PUCCH和PUSCH的重復(fù)發(fā)送。下行覆蓋方面：支持SSB擴(kuò)展和跳波束機(jī)制，同時(shí)考慮PDCCH、系統(tǒng)消息和Msg4發(fā)送增強(qiáng)。Gap慮優(yōu)化。容量增強(qiáng)：5G/5G-A成果：上行容量增強(qiáng)，針對(duì)PUSCH支持多個(gè)用戶使用OCC（正交擴(kuò)頻碼）進(jìn)行數(shù)據(jù)傳輸。Gap的大連接和大容量需求。UE位置驗(yàn)證5G/5G-A成果：只支持Multi-RTT的定位方法，定位精度5km-10km，主要用于監(jiān)管需求。Gap分析：不支持多星定位，支持的定位方法較少，定位精度較低。移動(dòng)性管理5G/5G-A成果：非連接態(tài)移動(dòng)性管理：支持NTNspecificbarbit；支持softTAIupdate；支持SMTC配置增強(qiáng)；支持粗略UE位置上報(bào)；支持time-based/location-based持NTN-TN小區(qū)重選增強(qiáng)；支持mappingCGI的尋呼增強(qiáng)；IoTNTN支持非連續(xù)覆蓋。time-based/location-basedCHO（和RSRP的測(cè)量配置聯(lián)合使用）；支持連接態(tài)SMTC配置增強(qiáng)；支持RACH-lessCHO增強(qiáng)；支持unchangedPCI場(chǎng)景增強(qiáng)。Gap的依賴。44其它的，3GPP對(duì)于NTN業(yè)務(wù)類型和QoS定義、MBS廣播傳輸、基本頻段、終端類型等方面做了基本的考慮和設(shè)置，在6G系統(tǒng)設(shè)計(jì)時(shí)，可以考慮繼承。但以提高資源效率。整體框架和協(xié)議設(shè)計(jì)原則6G天地一體化系統(tǒng)需要提供無(wú)處不在的覆蓋支持，這與5G/5G-ANTN的目標(biāo)基本一致，那么，其框架也可以以5G/5G-ANTN為基線，整體框架如圖5-1：圖5-16G泛在連接整體架構(gòu)6G（（等多個(gè)異構(gòu)網(wǎng)絡(luò)的一體融合的網(wǎng)絡(luò)，在不同的場(chǎng)景下，為用戶提供高效的網(wǎng)絡(luò)服務(wù)，保證用戶體驗(yàn)。6G以，6G天地一體化系統(tǒng)設(shè)計(jì)可以考慮整個(gè)系統(tǒng)的接入點(diǎn)、頻率、接入網(wǎng)、核心45（簡(jiǎn)化協(xié)議復(fù)雜度。6GAI的結(jié)合，與服務(wù)化網(wǎng)絡(luò)的結(jié)合等。系統(tǒng)功能設(shè)計(jì)gapCU-DU分離星間多連接；考慮支持高低軌協(xié)同；考慮支持接入饋電一體化FDD/HD-FDD/TDD；降低時(shí)頻同步對(duì)于GNSS功能的依賴；支持跳波束；支持多星定位和更多定位技術(shù)，提高定位精度銷；考慮跳波束影響干擾抑制、規(guī)避和協(xié)調(diào)機(jī)制；/務(wù)體驗(yàn)6GUE6G網(wǎng)絡(luò)的可能增強(qiáng)466G接入網(wǎng)功能連接類場(chǎng)景連接類場(chǎng)景是6G網(wǎng)絡(luò)最基本的服務(wù)需求，為了支持這些場(chǎng)景的服務(wù)，未來(lái)的6G無(wú)線接入網(wǎng)可以5GNR的RAN-CNRAN功能主要體現(xiàn)在通信資源的RRM//管理，測(cè)量控制、調(diào)度等，與通信連接密切相關(guān)的技術(shù)特性方面。天地一體化網(wǎng)絡(luò)是支持6G泛在連接場(chǎng)景的必要手段，將是6G的基本服務(wù)需求之一。6G天地一體化網(wǎng)絡(luò)在系統(tǒng)設(shè)計(jì)，需要考慮如何實(shí)現(xiàn)星地融合一體，采移動(dòng)性管理和頻率資源管理、多波束協(xié)同等。AI和通信融合面向AI和通信融合，網(wǎng)絡(luò)需要支持如下功能：協(xié)同控制功能、計(jì)算功能、數(shù)據(jù)功能、智能功能和連接功能。圖6-1網(wǎng)絡(luò)AI功能描述RAN側(cè)具備的AI功能，具體包括：協(xié)同控制：任務(wù)編排、智算數(shù)等資源的調(diào)度、QoS保障和移動(dòng)性等計(jì)算功能：計(jì)算的注冊(cè)/發(fā)現(xiàn)、度量、調(diào)用/共享、控制/調(diào)度、路由等47數(shù)據(jù)功能：數(shù)據(jù)的采集、存儲(chǔ)、處理、協(xié)同、安全/隱私等智能功能：推理、訓(xùn)練/部署、存儲(chǔ)、處理（剪枝/量化）等連接功能：數(shù)據(jù)傳輸及相關(guān)連接的建立與維護(hù)下面從兩個(gè)層次分別描述RAN側(cè)協(xié)同控制功能與其他新業(yè)務(wù)功能之間的關(guān)系：第一層：協(xié)同控制與新業(yè)務(wù)功能之間的關(guān)系協(xié)同控制功能具有編排/調(diào)度、分解、映射、調(diào)度、運(yùn)行閉環(huán)（如E2ESLA保障特定目標(biāo)。圖6-2協(xié)同控制功能與新業(yè)務(wù)功能的關(guān)系第二層：各新業(yè)務(wù)功能之間的關(guān)系智能功能與數(shù)據(jù)功能和計(jì)算功能進(jìn)行交互，完成AI推理或訓(xùn)練、AI模型管理等功能。數(shù)據(jù)功能用于提供AI推理或訓(xùn)練的數(shù)據(jù)，并接收訓(xùn)練結(jié)果或推理結(jié)果作為數(shù)據(jù)進(jìn)行存儲(chǔ)或應(yīng)用。計(jì)算功能為智能功能提供基礎(chǔ)的計(jì)算資源，用于AI推理或訓(xùn)練。新業(yè)務(wù)功能可能會(huì)涉及到多功能間的交互，因此各功能間需要具有新業(yè)務(wù)相關(guān)的信令和數(shù)據(jù)傳輸能力，可通過(guò)連接功能或數(shù)據(jù)面提供的傳輸通道進(jìn)行傳輸。這些網(wǎng)絡(luò)AI的邏輯功能部署在RAN/CN，主要包含協(xié)同控制功能的部署、AI功能的部署兩個(gè)大方面。協(xié)同控制功能的部署各域（RAN、CN）都有獨(dú)自運(yùn)行的AI用例，如“AI輔助RAN”場(chǎng)景下，RAN可以獨(dú)自運(yùn)行AI功能進(jìn)行優(yōu)化處理；在“網(wǎng)絡(luò)輔助AI”場(chǎng)景下，CN可以獨(dú)自運(yùn)行AI功能對(duì)外提供服務(wù)。在上述場(chǎng)景中，RAN和CN都需要具備獨(dú)立閉環(huán)的AI處理48能力，RAN和CN都需要部署協(xié)同控制功能。此外，UE與UE間可以通過(guò)直接接口進(jìn)行AI協(xié)同，UE也需具備協(xié)同控制功能。根據(jù)場(chǎng)景和方案的不同，協(xié)同控制功能可以直接調(diào)用其它節(jié)點(diǎn)的AI功能，也可以通過(guò)協(xié)同控制功能之間的交互，調(diào)用其AI功能。AI功能的部署AI功能包括資源部署和功能集成。從資源和功能角度來(lái)看，UE、RAN、CN都有本地部署的動(dòng)力，來(lái)滿足其自身實(shí)時(shí)的AI需求。圖6-3AI功能部署-空口場(chǎng)景圖6-4AI功能部署-UE間直接接口場(chǎng)景針對(duì)前述RAN側(cè)AI功能，從邏輯上每個(gè)新業(yè)務(wù)功能都可能進(jìn)一步歸納為新AI集、存儲(chǔ)、處理、協(xié)同、安全/隱私等全部或部分的能力，AI數(shù)據(jù)控制功能具有調(diào)度、串聯(lián)各AI數(shù)據(jù)執(zhí)行功能的能力。如下圖所示，RAN支持新業(yè)務(wù)的控制功能和執(zhí)行功能分離。UE和CN也類似。49圖6-5RANAI控制功能和執(zhí)行功能通感融合一體根據(jù)感知的應(yīng)用場(chǎng)景，感知的5個(gè)基本功能在RAN-CN的劃分如圖6-6和圖6-7所示。圖6-6網(wǎng)絡(luò)提供感知服務(wù)時(shí)，感知功能在RAN-CN的劃分圖6-7感知輔助通信時(shí)，感知功能在RAN-CN的劃分6-6中，RANRAN于感知測(cè)量配置以及感知節(jié)點(diǎn)的選擇可以更加匹配無(wú)線信道的動(dòng)態(tài)變化。RAN內(nèi)五個(gè)基本功能定義為：50感知信號(hào)測(cè)量：指感知接收機(jī)測(cè)量信道特性的信號(hào)收發(fā)過(guò)程感知數(shù)據(jù)處理(時(shí)延/多普勒/角度)獲取信道中感知目標(biāo)的散射點(diǎn)信息（如，點(diǎn)云信息）的過(guò)程感知數(shù)據(jù)應(yīng)用：指根據(jù)具體的感知應(yīng)用場(chǎng)景對(duì)感知目標(biāo)的散射點(diǎn)數(shù)據(jù)（點(diǎn)云數(shù)據(jù)）進(jìn)行應(yīng)用，完成感知任務(wù)的過(guò)程感知數(shù)據(jù)存儲(chǔ)UERANCN感知管理節(jié)點(diǎn)的管理信號(hào)測(cè)量管理任務(wù)的管理制，感知數(shù)據(jù)安全&可信&隱私&權(quán)益等的管理、感知數(shù)據(jù)管理等上述5個(gè)感知功能之間的邏輯關(guān)系如圖6-8所示。圖6-8感知的功能架構(gòu)RAN架構(gòu)與接口連接類場(chǎng)景（6GRANCU-DUCU-CP和CU-UP分離）。其中分離式6GRAN架構(gòu)設(shè)計(jì)圖如下所示：51其主要技術(shù)特征包括：支持部分資源共享，資源集中管理，可靈活部署，具有可擴(kuò)展性，網(wǎng)絡(luò)互操作性等。此外，在分離式6GRAN架構(gòu)里，針對(duì)連接類場(chǎng)景的RAN功能劃分，6GRAN-CU-CP保持有RRC，大部分無(wú)線資源管理以及連接管理，安全處理等相應(yīng)功能；而6GRAN-DU保持有資源調(diào)度，層二協(xié)議近實(shí)時(shí)部分的相應(yīng)功能等；6GRAN-CU-UP保持有安全處理/流到RB6GRAN內(nèi)的具體功能劃分方式將在6G標(biāo)準(zhǔn)化工作中進(jìn)一步研究。針對(duì)連接類場(chǎng)景的6GRAN與6GCN間，以及分離式6GRAN內(nèi)CU-DU之間，CP-UP6G標(biāo)準(zhǔn)研究中進(jìn)一步深入討論：6GRAN6GCN間的接口；6GRAN-CU6GRAN-DU間的接口；6GRAN-CU-CP6GRAN-CU-UP針對(duì)RRC、MAC、PHY等層的一些協(xié)議優(yōu)化。網(wǎng)絡(luò)內(nèi)接口設(shè)計(jì)以及協(xié)議層影響細(xì)節(jié)暫不考慮，待后續(xù)研究。AI和通信融合傳統(tǒng)用戶面數(shù)傳，在網(wǎng)絡(luò)內(nèi)是UE與UPF間的數(shù)據(jù)傳輸，即上行隨著6GAI和感知的應(yīng)用，RAN的數(shù)據(jù)處理功能與5G有極大不同。包括：（AI）AI輔助RAN側(cè)將具有AIRAN輔助數(shù)據(jù)處理功能有待后續(xù)研究。UE與基站都可以生成AI和感知數(shù)據(jù)，基站可以與UE、其它RANCN進(jìn)行數(shù)據(jù)、模型的交互。52圖6-9新業(yè)務(wù)信令和數(shù)據(jù)的傳輸方式新業(yè)務(wù)的信令和數(shù)據(jù)通過(guò)空口傳輸，存在潛在的三種方式及其混合：方式1：在已有信令承載（e.g.UCI格式、MACCE格式、SRB1/2）上增強(qiáng)，支持新業(yè)務(wù)的信令或數(shù)據(jù)傳輸；方式（e.g.傳輸；方式3：新定義一種承載方式，支持新業(yè)務(wù)的信令或數(shù)據(jù)傳輸。新業(yè)務(wù)的信令和數(shù)據(jù)通過(guò)空口傳輸?shù)纳鲜鋈N協(xié)議棧方式，可以采用如下協(xié)議層的方式。方式AI（論）；方式2：可以通過(guò)增強(qiáng)原有的各層協(xié)議（如RRC、MAC、PHY等），支撐AIeRRC支持AI和感知信令或數(shù)據(jù)eMAC和ePHY支持更實(shí)時(shí)的AI又如通過(guò)eSDAP支持新業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)流與新業(yè)務(wù)承載的映射。通感融合一體(control而與感知數(shù)據(jù)相關(guān)的功能（即，感知信號(hào)測(cè)量，感知數(shù)據(jù)處理，感知數(shù)據(jù)應(yīng)用，感知數(shù)據(jù)存儲(chǔ)位于控制面(controlplane)（user53研究，對(duì)比分析。現(xiàn)有RAN用戶面處理的對(duì)象是特定用戶的數(shù)據(jù)，而感知的數(shù)據(jù)不屬于特定確和研究。546G6G多頻協(xié)同5G多頻協(xié)同回顧及啟示在5G系統(tǒng)中，針對(duì)系統(tǒng)內(nèi)頻譜聚合引入了CA,DC,SUL等眾多頻譜聚合技術(shù)。相關(guān)技術(shù)根據(jù)頻譜聚合特性可以分為兩類：基于理想回傳的頻譜聚合技術(shù)（e.g.CA/SUL）與基于非理想回傳的頻譜聚合技術(shù)(e.g.NR-DC)。針對(duì)基于理想回傳的頻譜聚合技術(shù)（e.g.CA/SUL），協(xié)議中假設(shè)聚合頻譜資源由單一調(diào)度器統(tǒng)一控制。在5G協(xié)議制定初期，SUL主要面向初始接入時(shí)的CASULCA然相似但也存在一定的差異。同時(shí)支持SUL/CA準(zhǔn)在演進(jìn)及新功能引入時(shí)，均需要同時(shí)考慮對(duì)SUL/CA標(biāo)準(zhǔn)及實(shí)現(xiàn)復(fù)雜度。針對(duì)基于非理想回傳的頻譜聚合技術(shù)(e.g.NR-DC)，協(xié)議中假設(shè)聚合頻譜資NR-DC技術(shù)為了支持非理想回轉(zhuǎn)及MN/SN在UE能力協(xié)調(diào)等方面引入了額外的復(fù)雜度。此外，雖然NR-DC在FR1-FR2聚合FR2技術(shù)在市場(chǎng)上并沒(méi)有大規(guī)模商用。6G系統(tǒng)內(nèi)頻譜協(xié)同需求頻譜作為無(wú)線通信的最核心資源，如何靈活、高效的利用頻譜依然是無(wú)線通信系統(tǒng)的核心問(wèn)題。6G多頻協(xié)同技術(shù)主要面向如下應(yīng)用場(chǎng)景：聚合不同載波資源以提高用戶體驗(yàn)速率6G體驗(yàn)速率需求將達(dá)到數(shù)百兆Gbps556G有廣闊的運(yùn)用場(chǎng)景。高效整合碎片化頻譜資源。隨著移動(dòng)通信的不斷發(fā)展，分配給傳統(tǒng)無(wú)線通信技術(shù)（e.g.2/3/4/5G）的頻譜資源會(huì)被陸續(xù)被釋放、重耕，此部分重耕頻譜資源（e.g.碎片化6G頻譜聚合技術(shù)應(yīng)充分考慮此類碎片化頻充分發(fā)揮現(xiàn)有頻譜資源的價(jià)值。聚合高低頻以提高業(yè)務(wù)連續(xù)性及魯棒性。相對(duì)于中低頻，高頻段具有大帶寬、頻段保持業(yè)務(wù)的連續(xù)性，從而保證整個(gè)系統(tǒng)的魯棒