企业官网建设流程全解析

简介：文档围绕通感一体化融合架构及关键技术展开，面向移动通信研究人员、网络规划与标准化从业者，聚焦5G-A与6G阶段通感融合起步期亟需解决的网络架构设计、业务场景选择和关键技术选型等问题。资源以单个docx文档打包，大小141KB，格式简洁便于阅读与归档；目前已有830人学习，适合作为通感融合技术调研、课题汇报或标准化讨论的基础参考资料。内容结合5G网络延续性，给出了面向广域场景的高层核心网感知增强架构，以及面向园区等局域场景的感知网元下沉架构；针对6G则提出了高低频协助和基于算力网络的两种通感融合架构建议，并从业务发展层次区分了5G-A“通信为感知服务”与6G“通信感知共赢”的定位差异。关键技术部分系统分析了一体化波形设计、全双工技术等在通信感知融合中的作用与难点，可帮助读者理解通感融合从网络部署到空口设计的完整支撑链条，为后续研究或项目推进提供直接参考。

1. 通感融合到底在解决什么问题

通感融合这个概念最近两年在 5G-A 和 6G 的讨论里出现频率很高，但很多人对它有一个误解：以为是在基站上装个雷达，通信归通信、感知归感知，互不干扰。实际上，通信和感知共用同一套频谱、同一套天线、同一套帧结构，感知想要的是“连续收发、大带宽、多径丰富”，通信想要的是“低时延、高吞吐、低干扰”，这两者的需求在物理层是直接冲突的。这份文档资料的价值在于，它没有停留在概念层面，而是把 5G-A 阶段怎么在不动现有网络架构的前提下先跑起来、6G 阶段怎么重构架构、以及波形、全双工、大规模天线这些底层技术各自的取舍讲清楚了。适合正在做 5G-A 通感试点方案、6G 预研课题，或者需要给领导写通感融合技术报告的工程师。

2. 5G-A 通感融合架构：广域 AMF 承载与局域 UPF 下沉

5G-A 阶段的通感融合有一个很务实的约束：R19 及后续版本里要部署的系统，不能颠覆现有 5G 网络架构，也不能换波形。这意味着所有感知能力都只能通过“增量改造”的方式塞进现有网元里。本篇的思路是分场景处理，广域和局域走的完全是两条路。

2.1 广域场景：感知处理网元挂在 AMF 侧

广域场景要覆盖大范围，用户一直在移动，感知数据要跟着用户走，所以感知处理网元不能放在无线侧，必须放在核心网的高层网元上。文档资料给出的方案是把感知处理网元设置在 AMF 上，或者放在 AMF 后面的核心网网元上，无线侧可以添加感知接口，也可以直接复用 Uu 口把感知数据送到核心网。

这套做法的核心逻辑是“借壳上市”：AMF 本来就是所有 UE 注册和移动性管理的入口，感知数据跟着 AMF 走，天然的就能跟随用户移动。感知处理网元的部署方式有两种，一种是合设在 AMF 内部，一种是在 AMF 后面单独拉一个感知网元。在实际部署中，我一般建议合设优先，因为 5G-A 阶段的感知业务（高精度定位、非高精度成像）对时延不敏感，没必要为了解耦多引入一个网元。

如果考虑通过核心网配置下发感知任务，可以参考下面的配置思路：

# 模拟 AMF 侧新增感知功能后的配置片段（非标准命令，用于说明配置思路） nf_type: AMF perception_service: enabled: true # 合设感知处理网元时，只需在 AMF 配置中打开感知功能 processing_mode: co-located # 若独立部署，则填写感知网元的 NF 发现地址 # processing_mode: standalone # standalone_nf_address: 192.168.10.20:8080 interface: # 复用 Uu 口接收感知数据，不新增空口开销 data_channel: reuse_uu # 若感知数据量大，可考虑新增感知接口 # data_channel: dedicated measurement_report_interval_ms: 100

这段配置说明的是感知处理网元在核心网侧的两种挂载方式。processing_mode决定感知功能是合设在 AMF 里还是独立部署，data_channel决定无线侧感知数据怎么传回来。reuse_uu适合感知数据量不大、对空口资源不敏感的业务，dedicated适合园区级高频感知这类数据量大的场景。measurement_report_interval_ms控制感知测量上报周期，100ms 是 5G-A 初期比较稳妥的默认值，既能保证感知精度，又不会给空口带来太大压力。

注意这里有个容易被忽略的细节：感知数据走 Uu 口复用传输，意味着感知业务的 QoS 需要单独配置，不能直接套用 eMBB 或者 uRLLC 的 5QI。感知业务的上行流量模型是周期性的突发小包，现有 5QI 表里没有完全对应的类型，一般建议用非标准化 5QI 单独配置。

2.2 局域场景：UPF 下沉与感知网元本地化

局域场景（园区、工厂、港口）的特点是地理范围封闭、感知数据不出园区、对时延和隐私要求高。文档资料的建议是在局域网范围内设置感知处理网元，核心网网元按需下沉，UPF 或者整个局域核心网直接放到园区侧。

这个方案的工程价值在于：感知数据不需要绕道运营商核心网，本地闭环就能完成感知处理和业务响应。在园区场景里，感知业务的典型时延预算在 20ms 以内，如果感知数据要传到省干核心网再传回来，光传输时延就不够用。UPF 下沉后，感知数据从基站到本地 UPF 再到本地感知服务器，一跳直达。

还有一个容易踩坑的点是感知网元和公网的协作关系。园区感知网元要不要跟公网核心网交互，取决于业务是否需要跨域协同。比如园区安防感知发现异常，需要通知公网侧的消防或公安系统，这时候本地感知网元需要通过 N32 接口跟公网核心网做安全互联，这部分涉及跨域信任域的建立，需要在部署时提前规划。

2.3 广域与局域架构的选型对比

两种架构在实际部署中不是二选一的关系，而是按业务密度和覆盖范围分层部署。下面整理了一张选型对比表，方便在方案阶段快速判断该走哪条路线。

选型时我的习惯是：先画感知数据流，确定数据从基站出来之后往哪儿走，再决定架构。很多项目先定了架构再画数据流，结果发现感知数据绕了远路，时延和传输成本都超标，只能回头改方案。

3. 6G 通感融合架构：高低频协作与算力网络两条路线

6G 的通感融合架构研究还处于早期，因为没有现成的 6G 网络架构可以依附，所以文档资料提出的两种架构是从 6G 的两个明确特征出发推演出来的：多频谱特征和算力网络。

3.1 高低频协作：低频触发感知、高频精细感知

频率资源是通感融合的底层约束。低频覆盖广、穿透好，但带宽小、多径少，定位和成像能力有限；高频带宽大、多径丰富、成像精度高，但覆盖范围小、对障碍物敏感。文档资料提出的架构是低频基站和高频基站联合部署：低频基站加一个感知多径变化判别模块和感知触发识别功能，负责初次感知和异常事件触发；高频基站加感知功能，负责通信感知不间断和高精度感知。

这套架构的关键在于两级感知的协同逻辑。低频基站覆盖整个区域，持续做粗粒度感知，监测多径变化；一旦发现异常（比如某个区域的多径特征发生突变），就触发高频基站对该区域做精细感知。这样既避免了高频基站全区域覆盖的成本问题，又解决了低频感知精度不足的问题。

感知任务的调度逻辑可以抽象成下面的状态机：

# 简化的高低频协作感知调度逻辑 def perception_scheduler(low_freq_trigger, high_freq_capacity): if low_freq_trigger == "multipath_change_detected": # 低频发现异常，触发高频精细感知 target_area = locate_abnormal_area() high_freq_task = create_perception_task( area=target_area, mode="high_precision_imaging", # 高频感知带宽大，但只能短距覆盖 max_range=200, # 单位：米 resolution="0.5m" ) # 高频感知结果返回后，与低频粗感知结果做融合 return fuse_perception_result(low_freq_result, high_freq_task.execute()) else: # 无异常时，低频持续粗感知，高频专注通信 return low_freq_perception_result()

这段逻辑对应架构里的“初次感知 + 特发情况触发”流程。multipath_change_detected表示低频基站的感知多径变化判别模块发现异常，这是触发高频感知的条件。fuse_perception_result这一步在工程上要做时间对齐和空间对齐，低频感知和高频感知的数据采集时刻、坐标系必须一致，否则融合结果会出现偏差。max_range=200是高频毫米波感知的典型覆盖范围，如果使用 THz 频段，这个值还要进一步缩小。

高低频协作还有一个值得关注的工程细节：低频基站和高频基站的感知数据融合需要精确的时间同步。实际部署中建议部署 IEEE 1588v2 或者通过北斗/GNSS 共视做时间同步，否则两个基站的感知数据在时间轴上对不齐，多径特征的比对就会失真。

3.2 算力网络：感知数据分级处理与算力调度

6G 的算力网络特征给通感融合提供了一个新思路：感知数据不一定要全部汇聚到核心网处理，而是可以在终端、基站、核心网逐级做“力所能及”的数据处理，每一级处理完只把结果往上传，从而节省空口资源。

这个思路在工程上对应的是感知任务的算力卸载决策。终端的算力最弱但离感知目标最近，适合做数据清洗和特征提取；基站算力中等，适合做多普勒估计和初步的目标聚类；核心网算力最强，适合做全局的感知数据融合和跨基站的联合定位。算力网络在这里的作用，是根据业务需求和网络负载，决定每一级数据处理的深度。

感知数据分级处理在实现时，要解决一个关键问题：每一级处理到什么程度？处理太深，低层级网元算力不够；处理太浅，数据量太大，省不了空口资源。一个可行的判断标准是按感知业务的时延预算来倒推：时延敏感的业务（比如车路协同的碰撞预警）尽量在基站侧出结果，时延不敏感的（比如区域态势感知）可以上传到核心网做融合。

4. 通感融合关键技术：一体化波形、全双工与超大规模天线

架构定的是感知数据往哪儿走，关键技术解决的是感知数据能不能拿到、拿得准不准。波形、双工模式、天线阵列这三个方向，是通感融合物理层最难啃的硬骨头。

4.1 一体化波形：OFDM 折中与新波形探索

现在的 5G 波形基于 OFDM 设计，OFDM 本身可以用来做感知，雷达领域用 OFDM 做感知的研究早在 5G 之前就已经存在。但在通感融合场景下，OFDM 有几个天然短板：一是循环前缀（CP）消耗了额外的能量，对感知回波的信噪比有负面影响；二是 OFDM 对多普勒频偏敏感，感知高速移动目标时性能下降明显；三是帧结构是按通信业务设计的，上下行切换的间隔和感知需要的“连续收发”模式不匹配。

文档资料给出的方向是两个：对现有波形做折中选择，或者设计全新波形。折中选择的典型做法是调整 OFDM 的带宽和帧结构，让通信和感知的性能都能接受，代价是两边都不最优。新波形方向则是把雷达波形融入通信波形，从时延-多普勒域设计通信感知一体化信号，典型代表是 OTFS（时延-多普勒域调制）类方案，但这类方案目前产业成熟度还很低。

从工程角度看，5G-A 阶段大概率会选择 OFDM 的折中方案，因为功放、滤波器等射频器件都是现成的，改波形意味着整个射频链路要重新设计。6G 阶段才会考虑新波形，而且一定是通信和感知两个产业共同推动的结果，不是通信侧单独能决定的。

4.2 全双工：通感融合的“同时同频”刚需

感知和通信的本质差异在于，感知需要同时发送和接收信号，才能把发射信号遇到目标后的回波收回来，而且收发间隔越短，盲区越小。5G 的 TDD 模式收发分时，无法做到真正的同时同频收发；FDD 虽然能同时收发，但工作频段低、资源利用率差，用不上高频段的带宽优势。全双工技术正好解决了这个问题。

全双工最核心的技术挑战是自干扰消除。发射信号和接收信号同频同时，发射信号会直接泄漏到接收链路，而且泄漏信号强度远远大于来自目标的回波信号。工程上常用的自干扰消除手段是“空域消除 + 射频消除 + 数字消除”三级架构：空域消除通过天线位置设计或者波束赋形，在空间上隔离收发信号；射频消除在模拟域把参考信号对消掉一部分；数字消除再把残余的自干扰在基带做对消。

三级消除的级联参数影响最终的残余自干扰水平。如果只是在论文里跑仿真，可以做一个简化评估模型：

# 全双工自干扰消除效果评估（简化模型） si_power = 20 # 自干扰信号功率，单位 dBm antenna_isolation = 30 # 空域消除：天线隔离度，单位 dB rf_cancellation = 35 # 射频消除：模拟域对消能力，单位 dB digital_cancellation = 40 # 数字消除：基带对消能力，单位 dB residual_si = si_power - antenna_isolation - rf_cancellation - digital_cancellation print(f"残余自干扰功率：{residual_si} dBm") noise_floor = -95 # 接收机底噪，单位 dBm if residual_si < noise_floor + 3: print("自干扰已消除到噪声底以下，可正常解码有用信号") else: print("残余自干扰过高，需要增强射频或数字消除能力")

这个简化模型说明了全双工系统的三个关键参数：天线隔离度、射频消除能力、数字消除能力。实际工程中，天线隔离度跟设备形态强相关，基站设备可以做到 30dB 左右，手机终端因为体积限制可能只有 10～15dB，这也是全双工技术在基站侧比终端侧更容易落地的原因。数字消除能力取决于参考信号的获取精度，发射信号的非线性失真部分很难被线性数字消除算法对消掉，这部分是当前研究的难点。

4.3 超大规模天线：海量多径成就高精度感知

超大规模天线（XL-MIMO）对通信的价值在于空间复用和吞吐量提升，对感知的价值则在于海量多径信息。天线数量增加后，每个感知目标反射的回波在空间上的特征更丰富，可以通过精准的波束赋形把波束做得极窄，回波信噪比显著提升，对目标位置和轮廓的感知精度也随之提高。

超大规模天线的感知有几个关键工程点值得展开。

第一是信道建模的问题。天线规模增大后，感知目标很可能位于近场区域，传统的远场平面波假设不再成立，需要采用近场球面波模型，这直接影响到波束赋形算法和感知定位精度。

第二是波束管理的开销。通信场景下，超大规模天线的波束扫描已经是一个开销很大的过程，感知场景需要同时进行波束扫描和回波处理，空口开销会进一步增加。文档资料里提到的“空间精准定位与感知”研究方向，本质上就是在解决这个问题。

第三是天线阵列的孔径。感知角度分辨率和阵列孔径直接相关，阵列口径越大，感知角度分辨率越高。超大规模天线可以通过分布式部署来增大虚拟孔径，这对应着“以用户为中心的网络结构和分布式大规模天线”的研究方向。

三者的关系不是并列的，而是递进的。波形决定感知信号的质量下限，全双工决定能不能连续感知，超大规模天线决定感知的精细程度。5G-A 阶段三者都只能做有限增强，6G 阶段才可能全面突破。

5. 从文档资料到工程落地：验证通感架构时的几个关键检查点

通感融合项目在真正进入现网试点之前，通常会卡在验证环节。下面这几个检查点，是我在评审通感融合方案时实际核对过的地方。

5.1 感知数据能否在现有 OAM 通道里跑通

5G-A 阶段不改架构，感知数据走现有网管通道是一个低成本验证方案。可以先用基站 OAM 通道把感知测量结果周期上报到网管系统，验证感知数据从基站到核心网的传输链路是否畅通。验证方法可以看两个指标：上报周期是否稳定，数据是否有丢失。

更好的做法是在现有子帧里偷点空口资源做感知信号发送，然后接收回波，用是否检测到有效回波来验证感知链路的基本可用性。注意这里的回波检测不能用实验室的强反射体，要用真实的车辆、人体这些低散射目标，才能验证系统对弱回波的检测能力。

5.2 感知测量上报的 QoS 配置是否生效

感知测量数据走 Uu 口复用传输时，QoS 配置很容易被忽略。感知业务是周期性上行小包，如果复用了 eMBB 的 QoS 配置，上行调度优先级和丢包重传机制都不适配。验证方法是抓包看感知测量数据的上行时延抖动，如果时延抖动超过 50%，基本可以判断 QoS 配置没有生效，需要检查非标准化 5QI 的配置和调度策略。

5.3 多径变化判别模块的阈值校准

低频基站的感知多径变化判别模块是触发高频精细感知的“哨兵”，它的阈值设置直接影响整个系统的感知响应。阈值设得太小，正常的用户移动和环境变化都会触发高频感知，造成资源浪费；阈值设得太大，真正的异常事件可能被漏检。

建议的校准方法是先在现网环境下做基线采集：连续一周记录不同时段、不同天气条件下的多径特征统计数据，以这个统计数据的均值加减若干倍标准差作为异常判别的阈值。这个方法虽然朴素，但在工程上是有效的。

5.4 感知结果可视化验证

通感融合的感知结果和纯通信的 KPI 不同，不能只靠时延、吞吐量这些指标来衡量，需要把感知结果直接成图来看。感知目标的位置、速度信息通过北向接口输出后，叠加在地图或者平面坐标上，可以直接看到一个移动目标在空间中的轨迹是否连续、定位是否准确。0.5m级定位精度的业务需求，在可视化界面上看到的目标轨迹应该是平滑连续的，如果轨迹出现明显的跳变，定位算法或者感知数据质量大概率有问题。

通感融合在 5G-A 阶段能跑得多顺，取决于架构选型时对广域和局域场景的判断是否准确；在 6G 阶段能走得多远，取决于波形、全双工和超大规模天线这三项关键技术能在多短的时间内从实验室走向现网。

本文还有配套的精品资源，点击获取