3GPP的通感用例和需求分析-1

通感一体这个概念，已经被炒热了很长一段时间了。最近有一位读者，刚刚离开了大厂去创业，他的方向是感通一体。无论是通感，还是感通，都是把通（通信）和感（感知）进行融合，都是在进行资源共享，让系统更加智能地提供所需的服务。

今天我们就从3GPP标准的角度，来了解一下通感场景的一些用例和需求分析。

01、3GPP 通感一体的标准制定组

三年前，也就是2022年，3GPP就在SA WG1组启动了通感一体的可行性研究。如下图所示为3GPP所有Group的列表，我们目前在学的标准都是出自图中最左侧TSG RAN也就是研究无线接入网络（Radio Access Network）的组所指定的规范，例如RAN4和RAN5是我们在前面的学习中最常接触的。

而SA WG1是属于TSG SA这个大的组别，SA的意思是指Service & System Aspects。SA WG1（SA1）的主要目标是考虑和研究新的和增强的服务、特性和功能，并确定3GPP规范应满足的任何相应的第1阶段（Stage 1）要求。 这些服务要求记录在由SA1负责的规范性标准中。

此外，随着系统的不断发展，SA1 还要考虑不同服务及其互通的要求。 互通方面既包括3GPP标准所提供服务的互通，也包括与3GPP外部网络和标准的互通。SA WG1还考虑服务运营、计费和记账方面的问题。因此，通感一体的研究就在SA1中进行了，我们今天要学习的标准是3GPP TR 22.837 V19.4.0的Technical Report：

02、通感一体的基本概念

首先，3GPP中的通感一体的英文叫法是ISAC（Integrated Sensing and Communication），那么感通一体是否就可以叫做ICAS（Integrated?Communication and?Sensing）？通信（Communication）我们都很熟悉了，sensing（感知）是什么意思呢？根据3GPP的阐述，sensing是指获取环境和/或环境内物体特征信息的技术，它使用无线电波来确定物体的距离（范围）、角度或瞬时线速度等。无线感知服务依赖于分析无线感知信号的传输、反射和散射。

虽说字面上通感和感通是相同的两个字的组合，但顺序的不同就产生了很大的差别。通感是在通信的基础上做感知，感通是在感知的基础上做通信，两者要克服的技术壁垒不同，应用的场景也会有不同。

以下探讨的是通感用例的场景，包括：

? 智能家居、高速公路、铁路、工厂以及关键基础设施周围预定义安全区域的物体和入侵者检测

? 无人机、车辆、AGV的防撞和轨迹跟踪

? 汽车操纵和导航

? 公共安全搜救

? 降雨监测和洪水

? 健康和运动监测

03、智能家居入侵者检测需求分析

对于智能家居场景中的入侵者检测，由于室内物体或人体的活动，可以通过开启5G终端设备例如CPE来进行，CPE可以发射5G信号，也会接收并测量反射信号，并将其作为感知信息，报给5G网络或在本地进行处理。通过分析和收集多普勒频移、幅度变化和相位变化等感知信息，可以检测室内物体或人体的行为。

那么当有入侵者闯入时，入侵警报就可以发送到业主的智能手机上，业主随即可以报警求助，财产得以保护。

此用例对于系统的潜在需求是什么呢？

5G网络应为运营商提供一种机制，以授权UE进行感知，例如基于位置。

5G系统应支持UE根据可信第三方的请求执行感知测量过程。

5G系统应提供机制，使运营商仅根据协议收集或公开可信第三方请求的传感信息。

5G系统应支持UE使用从其他UE接收的信号执行感知测量过程。

5G系统应支持UE在授权或非授权频段执行感知测量过程。

5G系统应能够提供具有以下KPI 的感知服务：

智能家居入侵检测传感结果性能要求

我们来理解一下表格中的术语：置信度（Confidence level）：describes the percentage of all the possible measured sensing results that can be expected to include the true sensing result considering the accuracy.?描述的是考虑到准确度，所有可能的测量传感结果中可以预期包含真实传感结果的百分比。

直白地说，就是所有感知到的数据结果中，有百分之多少是可信的。这里的置信度要求是95%。有了置信度，后面的指标才有意义。定位估计精度（Accuracy of positioning estimate）：describes the closeness of the measured sensing result (i.e. position) of the target object to its true position value. It can be further derived into a horizontal sensing accuracy – referring to the sensing result error in a 2D reference or horizontal plane, and into a vertical sensing accuracy – referring to the sensing result error on the vertical axis or altitude.描述了目标物体测量到的感知结果（即位置）与其真实位置值的接近程度。可以进一步分为水平感知精度——指二维参考面或水平面上的感知结果误差；以及垂直感知精度——指垂直轴或高度上的感知结果误差。速度估计精度（Accuracy of velocity estimate）：describes the closeness of the measured sensing result (i.e. velocity) of the target object’s velocity to its true velocity.?描述的是测量目标物体速度的传感结果（即速度）与其真实速度的接近程度。感知分辨率（Sensing Resolution）：describes the minimum difference in the measured magnitude of target objects (e.g. range, velocity) to be allowed to detect objects in different magnitude.描述的是能够测量的目标物体的距离、速度的最小差异，以便能够检测到不同量级的物体。最大感知服务延迟（Max sensing service latency）: time elapsed between the event triggering the determination of the sensing result and the availability of the sensing result at the sensing system interface.触发感知结果决定的事件与感知系统接口上感知结果可用之间经过的时间。

刷新率（Refreshing rate）: rate at which the sensing result is generated by the sensing system. It is the inverse of the time elapsed between two successive sensing results.传感系统产生传感结果的速率。它是两个连续传感结果之间时间间隔的倒数。

漏检率（Missed detection probability）：is the conditional probability of not detecting the presence of target object/environment when the target object/environment is present. This probability is denoted by the ratio of the number of events falsely identified as negative, over the total number of events with a positive state. It applies only to binary sensing results.是当目标物体/环境存在时，未检测到目标物体/环境存在的条件概率。该概率表示为被错误识别为负值的事件数与正值事件总数之比。此方法仅适用于二元传感结果。二元的意思就是检测结果只有两种可能的情况，比如存在或不存在。

误报率（False alarm probability）：is the conditional probability of falsely detecting the the presence of target object/environment when the target object/environment is not present. This probability is denoted by the ratio of the number of events falsely identified as being positive, over the total number of events with a negative state. It applies only to binary sensing results.是指在目标物体/环境不存在的情况下，错误地检测到目标物体/环境存在的条件概率。该概率表示为被错误识别为正状态的事件数与所有负状态事件数之比。它仅适用于二元传感结果。所以在这个用例中，UE充当感知发送器和/或感知接收器，其他情况也可能适用。根据上面的表格，对于智能家居的入侵检测感知的性能需求为：

场景：室内智能家居的入侵检测置信度：95%定位估计精度：≤ 10米（水平/垂直）速度估计精度：无感知分辨率：无最大感知服务延迟：<1000 ms刷新率：<1s漏检率：<5%误报率：<2%

04、高速公路上行人/动物入侵检测需求分析

针对如下图所示的高速公路上行人和动物的入侵场景。目前，高速公路监控系统主要基于路边的基础设施配备的传统传感器（如雷达、摄像头），但道路监控系统仍然存在许多问题，例如，它只对路侧进行部分覆盖，并且雷达可能用于单一用途，需要在同一位置部署不同类型的交通雷达，以满足感兴趣的区域各自的感知用例和要求。

如果路边的基站已经用于提供5G通信覆盖，那么这些5G无线信号还可用于感知环境来进行物体检测。

假设行人、动物和车辆的尺寸和典型速度如下表所示。在高速路上行进的车辆中突然从车窗掉下一部手机，与此同时，高速公路附近农场里的一些动物正向道路靠近。周围越来越多的车辆以极快的速度驶过。行人和动物被检测到，并被精准地密切跟踪。 在基站的感知区域内， 3GPP感知数据从RAN传输到核心网，在核心网中进一步处理成感知结果。移动运营商A将感知结果发布给路监部门和地图提供商。地图提供商将弱势行人和动物的位置添加到高清动态地图中，并向接近车辆发出预警信息。或者，路边单元（RSU）连接到交通指挥中心进行管控。路边单元向接近车辆发出预警信息。路监部门工作人员立即响应，启动临时交通管理，并迅速赶赴现场，取回手机，并将动物驱离公路。

上述案例，利用了基站区域覆盖、远距离感知，鸟瞰高速公路环境监控能力，可以提高高速公路管理和安全监管的精度和效率。潜在的系统需求如下：

系统应能够支持基站进行感知。

系统应能够支持选择合适的基站进行感知，例如基于基站的位置、感知能力以及可信第三方应用请求的感知服务信息。

系统应能够支持配置基站感知操作的方法（例如授权、感知激活和/或去活、感知持续时间、感知精度、目标感知位置区域） 。

系统应能够支持基站将3GPP传感数据传输到核心网的方法。

系统应能够支持使核心网处理3GPP感知数据以获取感知结果的手段。

根据运营商的策略，系统应向可信第三方开放合适的API，以提供有关感知结果的信息。

系统应能够支持可信第三方应用请求的感知服务的计费数据收集（例如考虑服务类型、感知精度、目标区域、持续时间）。

根据运营商的政策，网络可为运营商提供安全手段，向可信第三方公开所需感知服务区域位置的感知服务可用性信息（例如，感知服务是否可用以及支持的 KPI ）。

系统应能够支持以下KPI：

场景：户外高速公路上的行人/动物入侵检测置信度：95%定位估计精度：≤ 1米（水平）；垂直不适用速度估计精度：无感知分辨率：无最大感知服务延迟：<5000 ms刷新率：<0.1s漏检率：<5%误报率：<5%

（未完待续）