通感一体化（ISAC）：让5G-A基站同时成为"雷达"

一、为什么通信系统需要感知能力？

传统蜂窝网络只做一件事：把比特从A传到B。但无线电波在空间中传播时，与环境的每一次反射、散射、衍射都携带了丰富的环境信息。通感一体化（Integrated Sensing and Communication，ISAC）的核心思想是：用同一套射频硬件、同一段频谱资源、同一组波形信号，在传输数据的同时完成对物理世界的感知。

这不是简单的"加个雷达模块"。ISAC追求的是在物理层（PHY）和媒体访问控制层（MAC）的深度耦合——通信和感知共享相同的OFDM子载波、相同的MIMO预编码矩阵、相同的时频资源网格，通过联合波形设计使单一信号同时满足 Shannon信道容量和 Cramér-Rao下界（CRB）两个维度的优化。

从3GPP标准化角度看，ISAC在Release 19正式进入Work Item阶段，涉及RAN1（物理层信号设计）、RAN2（MAC/RLC层协议）、RAN3（网络架构接口）和SA2（核心网架构）多个工作组的协同。关键技术规范包括TS 38.211（物理信道调制）、TS 38.214（物理层过程）的扩展，以及TS 22.837（ISAC业务需求）和TS 23.700系列（架构增强）。

二、ISAC系统架构与感知拓扑

3GPP Rel-19定义了三种基本的感知拓扑，它们决定了信号如何发射、如何接收、如何关联：

图表 1

2.1 单站感知（Monostatic）

gNB发射感知信号并接收目标反射的回波。最直接的实现方式：gNB利用现有的下行参考信号（如CSI-RS），在全双工模式下自发自收。

关键挑战是自干扰消除。gNB发射功率通常在43~46 dBm，而目标回波功率可能低至-100 dBm以下，动态范围超过140 dB。这要求gNB具备极高精度的自干扰消除（SIC）能力，包括模拟域消除（利用发射信号的已知副本进行射频对消）和数字域消除（残余干扰的基带估计与抵消）。

单站感知的优势在于系统简洁，不依赖额外接收节点。典型参数如下：

2.2 双站感知（Bistatic）

发射节点和接收节点分离。gNB发射感知信号，目标散射后由另一个gNB或UE接收。这彻底规避了自干扰问题，但引入了收发节点之间的严格同步需求——时间同步精度需达到纳秒级（对应约0.3m的距离误差），频率同步需优于100ppb。

双站感知的核心方程——双站雷达方程：

$$P_r = \frac{P_t G_t G_r \lambda^2 \sigma_b}{(4\pi)^3 R_t^2 R_r^2 L}$$

其中 $R_t$ 为发射节点到目标的距离，$R_r$ 为目标到接收节点的距离，$\sigma_b$ 为双站RCS，$L$ 为系统损耗。与单站雷达方程的关键区别在于距离依赖变为 $R_t^2 \cdot R_r^2$ 而非 $R^4$。

2.3 多站感知（Multi-static）

多个发射和接收节点协同工作，形成分布式感知网络。通过融合多个双站感知结果，可以显著提升目标检测概率、定位精度和航迹连续性。3GPP Rel-19在RAN3层面定义了gNB间感知信息交互的Xn接口扩展。

三、物理层感知信号设计：通信波形的"雷达化"

这是ISAC最核心的技术难题：设计一种信号，既能高效传输数据，又能精确感知环境。

3.1 基于NR参考信号复用的方案

3GPP在Rel-19中评估了复用现有NR参考信号用于感知的可行性：

图表 2

CSI-RS用于感知的分析：CSI-RS的时频密度是可配置的，可以从每slot 1个RE到密集映射。但CSI-RS序列设计以信道估计为目标，其模糊函数（Ambiguity Function）在距离-速度域的旁瓣特性不够理想。3GPP RAN1评估结果显示，直接复用CSI-RS在低RCS目标检测场景下性能不足。

PRS用于感知的分析：定位参考信号（PRS，定义于TS 38.211子条款7.4.1.7）具有较好的自相关特性，且支持多TRP发送。Rel-19考虑将PRS作为感知信号的起点，通过增加时频密度、优化序列设计来满足感知需求。

最终方案：Rel-19引入了专用的感知参考信号（Sensing Signal），在NR时频网格中占用可配置的感知资源块。信号设计要点包括：

1. Zadoff-Chu (ZC)序列基：利用ZC序列的理想周期自相关特性
2. 低旁瓣模糊函数：通过序列跳频模式优化距离-速度模糊函数
3. 可配置梳齿结构：支持comb-2/4/8，适配不同感知精度需求
4. 感知slot格式：定义包含感知符号的专用slot格式（类似现有NR的灵活slot结构）

3.2 ISAC一体化波形的信息论基础

从信息论角度，ISAC波形设计可以形式化为一个多目标优化问题。设发射信号为 $\mathbf{X} \in \mathbb{C}^{N_t \times L}$（$N_t$根发射天线，$L$个OFDM符号），则：

$$\min_{\mathbf{X}} \quad -\underbrace{I(\mathbf{X}; \mathbf{Y}c)}}} + \lambda \cdot \underbrace{\text{tr}(\mathbf{C{\text{CRB}}^{-1}(\mathbf{X}))}$$}

$$\text{s.t.} \quad \mathbb{E}[|\mathbf{X}|F^2] \leq P$$

其中 $I(\mathbf{X}; \mathbf{Y}c)$ 是通信互信息，$\mathbf{C}$ 是目标参数估计的Cramér-Rao Bounds矩阵，$\lambda$ 是通感权衡因子。}

实际系统中常采用"通信为中心"的波形设计：以NR标准波形（CP-OFDM）为基础，通过星座点扰动、预编码优化等方式嵌入感知信息。这意味着不需要改变现有通信波形的基本结构，而是在资源分配和预编码层面做联合优化。

四、感知协议流程：从信号发射到目标报告

3GPP Rel-19在RAN2层面定义了感知过程的信令流程。以gNB单站感知为例：

图表 3

关键信令步骤解析：

步骤1-2：感知请求通过核心网Sensing Function（新定义的网络功能）到达。SF负责感知任务编排，包括：根据请求的感知区域选择合适的gNB集合、确定感知拓扑（单站/双站/多站）、分配感知时频资源。

步骤3：Sensing Activation通过NG接口从核心网下发到gNB，携带的关键参数包括： - 感知信号配置（带宽、梳齿结构、序列索引） - 感知目标特性（预期RCS范围、速度范围） - 资源分配图案（在哪些slot/symbol上发送感知信号） - 感知测量上报周期

步骤4-5：gNB在配置的时频资源上发送感知信号，同时接收回波。接收端处理包括距离维FFT（估计时延）、多普勒维FFT（估计速度）、波束赋形（估计角度），以及CFAR（Constant False Alarm Rate）检测。

步骤6：感知结果通过Sensing Report上报，格式包括点目标报告（距离、角度、速度、RCS）或成像结果（二维/三维感知图像）。

五、3GPP Rel-19 ISAC标准化全景

信道建模是Rel-19 ISAC标准化的基石。3GPP在TR 38.895中定义了ISAC专用信道模型，在现有TR 38.901通信信道模型基础上增加了感知专用组件：

1. 目标散射体模型：定义点目标（如车辆、无人机）和扩展目标（如建筑物）的RCS统计模型
2. 感知杂波模型：地面、植被、建筑物等静态杂波的功率谱密度模型
3. 双站/多站信道：收发分离场景下的联合角度-时延-多普勒信道模型

六、实战场景：5G-A基站感知无人机

考虑一个典型的低空经济场景：在城区部署的5G-A基站同时为地面用户提供宽带服务，并对低空无人机进行感知跟踪。

系统参数配置：

感知性能估算：

根据雷达方程，对于RCS=0.01m²的无人机目标，在46dBm发射功率、100MHz带宽、64天线阵列增益条件下，理论最大检测距离约为300~500m（取决于杂波环境）。

部署中的关键注意事项：

1. 通感资源复用比：感知信号占用的时频资源会直接减少通信容量。建议初始部署时感知信号占用比例控制在5%~10%，后续根据需求动态调整。

2. 杂波抑制：城区环境中建筑物和车辆产生的静态杂波远强于无人机回波。需采用MTI（Moving Target Indication）或多普勒滤波技术分离运动目标。

3. 通信调度协调：感知slot内下行通信需做相应避让，MAC层调度器需感知感知资源预留。Rel-19通过DCI新增的sensing-slot-format-indicator实现动态通知。

4. 多gNB协同：单站感知覆盖有限且存在盲区。建议通过Xn接口的Sensing Information Exchange实现多站数据融合，提升航迹连续性。

5. 隐私合规：感知能力意味着基站可以"看到"环境中的人和物。部署前需完成隐私影响评估（PIA），确保感知数据的使用符合当地法规要求。

七、通感一体化 vs 传统雷达 vs 纯通信：技术对比

ISAC的核心优势不在于单站感知性能超越专用雷达，而在于网络化感知——利用蜂窝网络已有的密集站点部署、成熟的传输回传网络和强大的计算平台，实现广域、连续、协同的感知能力。

八、Ambient IoT：ISAC感知能力的天然互补

提到ISAC的感知能力，就不得不提3GPP Rel-19另一项革命性的无线接入技术——Ambient IoT（环境物联网）。如果说ISAC让基站"看到了"环境中的目标，那么Ambient IoT则让环境中数十亿个微小物体主动"报告"自己的身份和状态。

8.1 Ambient IoT的物理层原理

Ambient IoT设备（A-IoT Device）的核心工作原理是反向散射通信（Backscatter Communication）：

$$\text{A-IoT设备不产生射频信号，而是通过调制天线阻抗来改变入射信号的反射特性}$$

具体过程如下：

1. 载波照射：gNB（或UE）发射连续波/OFDM载波信号
2. 阻抗调制：A-IoT设备通过控制天线端口的阻抗状态（通常2~4个离散状态），改变反射信号的幅度和/或相位
3. 信号反射：调制后的信号被gNB接收并解码

3GPP在TS 38.191中定义了四种A-IoT设备类型：

8.2 A-IoT网络拓扑

3GPP Rel-19定义了三种A-IoT通信拓扑：

图表 4

Topology 1是最基础的模式：gNB既是载波发射源又是反射信号接收器，架构最简单但要求gNB具备全双工能力或时分复用收发切换。

Topology 2利用UE作为载波发射源，扩大了A-IoT的读取范围。当UE靠近A-IoT设备时（如手机靠近商品标签），UE发射载波、gNB接收反射信号的路径更短、链路预算更优。

Topology 3是 sidelink 模式，两个UE之间完成A-IoT的读取。适用于gNB覆盖盲区或D2D直连场景。

8.3 A-IoT物理层关键技术参数

九、NTN增强与RedCap演进：无线接入全景

在ISAC和Ambient IoT之外，3GPP Rel-18/19在NTN和RedCap方面的演进同样值得关注。

9.1 NTN Rel-18关键增强

Rel-18对NTN的增强围绕"可用性"展开，主要包括：

• Store and Forward（存储转发）：LEO卫星在没有地面站视距连接时，可以先将数据缓存在星上，待地面站可见时再转发。这对全球物联网场景尤为关键。涉及MAC层新定义的S&F Buffer管理和RLC层传输窗口控制。

• 增强覆盖：新增DL Gap配置和重复传输增强，应对GEO卫星大RTT（~544ms）场景下的HARQ效率问题。具体地，Rel-18引入了可配置的HARQ-ACK反馈窗口偏移和DL Gap pattern，允许UE在等待HARQ反馈期间接收其他PDSCH。

• 10GHz以上频段支持：扩展NR-NTN到Ku/Ka频段（12~18GHz / 26~40GHz），提升馈线链路和服务链路容量。对应TS 38.101-5的新频段定义。

• GNSS辅助增强：降低UE对GNSS定位精度的依赖，引入网络辅助的位置信息，使得在GNSS信号不佳（如室内窗边）的场景也能接入NTN。

9.2 eRedCap：进一步轻量化的5G IoT

3GPP Rel-18在RedCap基础上进一步定义了eRedCap（enhanced RedCap），目标是将设备成本再降低30%~50%：

eRedCap的关键技术简化包括：

1. SCell带宽压缩至5MHz：Rel-18允许eRedCap设备在辅小区（SCell）上仅支持5MHz带宽，大幅降低基带处理复杂度。PCell仍需支持20MHz以保证初始接入兼容性。

2. 单天线接收：从2RX降到1RX，省去一套完整的射频接收链路（LNA + 混频器 + ADC），但代价是覆盖范围缩小约3dB。

3. 半双工FDD：eRedCap设备可以工作在半双工FDD模式，省去双工器，进一步降低BOM成本。

十、从Rel-19到6G：通感一体的未来演进

Rel-19的ISAC标准化只是起点。6G时代的通感一体化将实现更深层次的融合：

1. 感知-native的空口设计：6G空口从设计之初就考虑感知需求，而非在现有通信波形上"打补丁"。可能采用全新的多载波波形（如OTFS、AFDM），在时延-多普勒域具有天然的感知优势。

2. 语义通信与感知融合：不再是传输原始比特，而是传输"有意义的"感知语义信息。基站感知到"一辆车正在靠近"后，直接向下游传输语义级事件，而非原始雷达数据。

3. RIS辅助感知：可重构智能表面（RIS）不仅提升通信覆盖，还通过可控反射创造新的感知路径，解决NLoS场景的感知盲区问题。

4. AI驱动的感知-通信联合优化：利用深度学习实现通感波形的端到端优化，突破传统数学优化的局限。3GPP正在Rel-19中研究AI/ML在ISAC中的应用框架。

常见问题

Q: ISAC和现有5G定位技术（如PRS多RTT定位）有什么本质区别？ A: 5G定位（TS 38.305）本质上是测量信号传播时延/角度来估计UE位置，是"主动式"的——需要UE参与测量和上报。ISAC是"被动式"的——目标不需要任何收发信机，基站通过检测目标对无线信号的反射来感知目标。ISAC可以感知非通信对象（如无人机、车辆、行人），而定位只能定位正在通信的UE。

Q: 在现网中部署ISAC需要升级哪些设备？ A: ISAC部署主要涉及：①BBU软件升级（支持感知信号生成、回波处理、目标检测算法）；②可能的硬件升级（全双工模式需要高隔离度射频前端）；③核心网升级（部署Sensing Function网络功能）；④传输带宽增加（感知结果上报需要额外回传资源）。初期建议在选定的5G-A站点试点部署，通过软件升级方式降低部署门槛。

Q: Ambient IoT和传统RFID有什么区别？为什么要用5G来读标签？ A: RFID使用专用读写器在13.56MHz或860~960MHz工作，读取距离通常小于10m，且需要专用基础设施。Ambient IoT运行在NR授权频段，复用5G基站作为读写器，读取距离可达100m+，支持无缝的广域覆盖。更重要的是，A-IoT数据直接进入5G核心网，可以和现有业务流程（物流追踪、库存管理）无缝集成。成本方面，A-IoT标签目标低于$0.10，与RFID标签相当。

Q: eRedCap的5MHz SCell在实际网络中如何配置？ A: 运营商需要在现有NR载波上为eRedCap设备预留5MHz的窄带SSB和初始BWP。典型做法是在PCell上配置20MHz的标准BWP用于初始接入和系统信息读取，然后通过RRC重配置将eRedCap设备切换到5MHz的SCell BWP上进行数据传输。需要注意5MHz带宽下的调度粒度（频域最少调度1PRB=180kHz），单次调度最多约25个PRB，峰值速率约10Mbps，足以满足传感器和抄表类应用。

Q: ISAC感知结果的精度能否达到汽车雷达水平？ A: 当前ISAC在77GHz汽车雷达频段的精度还有差距，但在Sub-6GHz频段的感知精度足以支撑无人机跟踪、交通监控等场景。以100MHz带宽为例，距离分辨率约1.5m，速度分辨率取决于相干处理时间（100ms处理间隔下约为0.15m/[email protected]）。角度分辨率取决于天线阵列规模，64天线阵列可达约5°~7°。对于需要厘米级精度的自动驾驶场景，仍需专用雷达或激光雷达。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。