从3GPP Release 18到Release 19，5G-Advanced的无线接入网正在经历一场结构性变革。NTN让信号覆盖跨越地球曲率，RedCap/eRedCap让5G模组价格击穿10美元底线，Ambient IoT让无源终端接入蜂窝网络成为可能，通感一体化则让基站同时具备雷达的眼睛和通信的嘴巴。本文从物理层原理到协议信令，逐层拆解这四项技术的核心设计逻辑。
3GPP自Release 17引入NTN基线架构以来，经历了三次重大架构跃迁。Release 17定义了透明载荷（Transparent Payload）架构——卫星仅作为射频中继（弯管转发），gNB仍然位于地面站。到了Release 18，再生载荷（Regenerative Payload）成为标准化重点，gNB功能（部分或全部）被搬到卫星上，使得星上具备MAC/RLC/PDCP甚至RRC处理能力。Release 19则进一步向全网星上处理和星间链路（ISL）方向演进。
图表 1
透明载荷与再生载荷的本质区别不在于"谁发射谁接收"，而在于协议栈的终止点在哪里。透明载荷中，卫星只做L1射频放大+变频+滤波，UE到gNB的整个Uu口协议栈完整穿越卫星链路。再生载荷中，卫星终结了部分协议层，比如在部分再生模式下，卫星承载gNB-DU功能（PHY/MAC/RLC），地面站承载gNB-CU功能（PDCP/RRC/SDAP）。这意味着：
NTN最核心的物理层挑战来自超长传播时延。GEO卫星单向传播时延可达270ms，LEO也远超地面网络。3GPP TS 38.300和TR 38.821定义了两级补偿机制：
全局时延补偿（网络侧）： 网络通过TA（Timing Advance）命令进行全局补偿。在NTN场景中，引入了公共TA（Common TA）和UE特定TA的组合：
$$T_{TA} = T_{Common} + T_{UE-specific} + T_{offset}$$
其中$T_{Common}$由卫星星历信息和参考点（Reference Location）计算得出，广播给所有UE。$T_{UE-specific}$基于UE上报的GNSS位置信息由网络计算后通过MAC CE下发。$T_{offset}$补偿卫星载荷的处理时延。
关键参数配置建议：
- n-TimingAdvanceOffset：NTN场景下建议配置为25600Ts（约0.667ms），远大于地面网络的13824Ts
- k2（PDCCH到PUSCH的调度偏移）：LEO场景建议≥8 slots（30kHz SCS），GEO场景建议≥32 slots
- k1（PDSCH到HARQ-ACK反馈偏移）：至少需要考虑2倍传播时延+处理时间
Release 19 NTN引入了多项面向商业部署的关键特性：
| 特性 | 描述 | 参考规范 |
|---|---|---|
| 10MHz UE带宽 | 降低终端射频带宽要求，支持成本更低的大众终端 | TS 38.101 |
| 网络定位验证 | 网络侧基于NTN信号验证UE位置，满足监管合规要求 | TS 38.305 |
| UL覆盖增强 | 引入新的PUSCH重复方案和DMRS增强 | TS 38.214 |
| 30MHz NTN FR1带宽 | NTN FR1频段支持30MHz信道带宽 | TS 38.101 |
| 移动性增强 | 优化LEO卫星间切换，减少RLF | TS 38.331 |
| HARQ增强 | 增加HARQ进程数以适配长RTT | TS 38.321 |
LEO卫星以约7.5km/s的速度运行，在Ka波段（约20GHz）可产生高达±500kHz的多普勒频移。3GPP设计了网络侧预补偿+UE侧细补偿的双层架构：
图表 2
RedCap的设计思路与传统的"能力提升"路径截然相反——它回答的是"5G设备到底需要砍掉哪些能力，才能让价格降下来"。3GPP Release 17定义了第一代RedCap（NR-Light），Release 18的eRedCap则进一步追问："还能不能再砍？"
这种做减法的背后是精确的市场定位：RedCap/eRedCap瞄准的是LTE Cat.1/Cat.1bis到Cat.4之间的市场空白——智能手表、工业传感器、视频监控、FWA终端等场景。这些场景不需要eMBB的1Gbps，也不满足NB-IoT的100kbps，它们需要的是10-100Mbps的中等速率+合理的成本（目标模组价格<$10）。
eRedCap在Rel-17 RedCap基础上进一步降低复杂度，核心手段如下：
图表 3
带宽缩减： Rel-17 RedCap将UE最大射频带宽限制为20MHz（FR1），Rel-18 eRedCap进一步支持5MHz最小带宽。带宽缩减带来的直接效果是：
接收天线数缩减： Rel-18 eRedCap允许单接收天线（1Rx）操作，这直接砍掉了整个第二路RF链路（LNA+混频器+ADC+滤波器），在芯片BOM上节省约30%。代价是接收分集增益损失约3-4dB，需要通过其他手段（如TBS偏移、重复传输）补偿。
UE能力参数对比：
| 参数 | Rel-15 NR | Rel-17 RedCap | Rel-18 eRedCap |
|---|---|---|---|
| 最大带宽（FR1） | 100MHz | 20MHz | 20MHz / 5MHz |
| 最大调制阶数 | 256QAM | 256QAM | 64QAM |
| 最大MIMO层数 | 4x4 MIMO | 1层或2层 | 1层 |
| 接收天线数 | 4Rx | 1Rx或2Rx | 1Rx |
| 最大峰值速率（DL） | ~1Gbps | ~220Mbps | ~10-50Mbps |
| PDCCH搜索空间 | 完整 | 缩减 | 进一步缩减 |
| 支持CA | 是 | 否 | 否 |
| 基带芯片面积（相对值） | 100% | ~25% | ~10-15% |
RRC层：eRedCap UE通过UE-NR-Capability消息中的rf-Parameters上报supportedBandListNR-erdc字段，标识自己为eRedCap设备。网络侧在SIB1中广播redCap-Parameters，包含erdc-Allowed指示，控制是否允许eRedCap接入。
MAC层：引入了RedCap专用RA过程优化。eRedCap UE在MSG1中可选择专用preamble group（对应Msg3中需要传输更小的UE-Identity），减少MSG3开销。同时，网络可通过MSG4中的UEContentionResolutionIdentity加速竞争解决。
功耗管理：eRedCap继承了NB-IoT的eDRX和PSM机制但做了适配：
maxMIMO-LayerDL-r17 = 1，maxBandwidthCC-r17 = 5MHz，关闭所有CA/DC功能Ambient IoT（A-IoT）代表了3GPP对物联网最极致的想象：终端没有电池（或仅有微法级电容储能），完全依靠环境能量收集（RF能量、光能、热能）工作，通过反向散射通信（Backscatter Communication）接入蜂窝网络。
这项技术从Release 18开始预研（TR 38.848），Release 19正式进入Work Item阶段。其技术定位与现有IoT技术的关系如下：
| 维度 | NB-IoT | RedCap | Ambient IoT |
|---|---|---|---|
| 数据速率 | <100kbps | 10-220Mbps | <10kbps |
| 通信距离 | 10-15km | 1-5km | 5-100m |
| 终端电池 | 是（AA/纽扣） | 是（锂电池） | 无/电容 |
| 终端成本 | $2-5 | $8-15 | <$0.5 |
| 发射方式 | 主动发射 | 主动发射 | 反向散射 |
| 目标场景 | 远程抄表 | 视频监控 | 物流标签/库存管理 |
反向散射通信的核心思想极其优雅：终端不产生任何射频信号，而是调制环境中的已有射频信号。
基本工作原理：
设环境中存在一个射频源（称为激励源，如gNB发射的连续波或调制信号），其发射信号为：
$$x(t) = A \cdot e^{j2\pi f_c t}$$
Ambient IoT终端通过控制其天线的阻抗状态来改变入射信号的反射系数。当阻抗在状态$\Gamma_0$和$\Gamma_1$之间切换时，反射信号变为：
$$y(t) = \alpha \cdot \Gamma_i \cdot x(t) + n(t)$$
其中$\alpha$是路径损耗因子，$\Gamma_i \in {\Gamma_0, \Gamma_1}$对应比特0和比特1，$n(t)$是噪声。
OOK（On-Off Keying）是最简单的调制方式：$\Gamma_0 = 0$（匹配负载，无反射），$\Gamma_1 = \Gamma_{max}$（开路或短路，最大反射）。接收端通过检测反射信号的包络变化来解调数据。
更高级的调制包括： - BPSK/QPSK：通过控制反射信号的相位实现更高阶调制 - FSK（频移键控）：利用阻抗切换频率的变化产生频率偏移
Release 19定义了三种A-IoT设备类型：
图表 4
网络架构方面，Release 19引入了以下新元素：
链路预算问题是A-IoT最核心的挑战。反向散射信号的路径损耗遵循双程衰减模型：
$$P_{rx} = P_{tx} \cdot G_t \cdot G_r \cdot \left(\frac{\lambda}{4\pi d_1}\right)^2 \cdot |\Gamma|^2 \cdot \left(\frac{\lambda}{4\pi d_2}\right)^2$$
其中$d_1$是激励源到A-IoT设备的距离，$d_2$是A-IoT设备到接收器的距离。总路径损耗与距离的4次方成正比（相比传统通信的2次方），这严重限制了通信距离。
3GPP的应对策略： 1. 专用激励源：使用高功率连续波作为激励信号，提升反射信号的绝对功率 2. 多Reader协作：多个Interrogator联合接收并合并信号，获得分集增益 3. 扩频编码：使用长PN序列扩频提升处理增益，代价是数据速率降低 4. 毫米波频段：在FR2频段（24-52GHz）利用更小的波长和更大的天线阵列获得高定向增益
通感一体化的本质是让通信波形同时承担雷达探测功能。5G NR已经使用了OFDM波形和多天线阵列，这恰好也是现代雷达系统的两大技术基础。ISAC的核心突破在于：不再需要为通信和感知分别部署独立的硬件和频谱，而是通过联合波形设计和信号处理，在同一时频资源上同时完成两项任务。
OFDM感知的数学模型：
设基站发射OFDM信号，第$k$个子载波、第$n$个OFDM符号的发射信号为$s[k,n]$。经目标反射后，接收信号为：
$$y[k,n] = \sum_{p=1}^{P} \alpha_p \cdot s[k,n] \cdot e^{j2\pi k \Delta f \tau_p} \cdot e^{j2\pi n T_s f_{D,p}} + w[k,n]$$
其中： - $P$是目标数量 - $\alpha_p$是第$p$个目标的反射系数（与RCS成正比） - $\tau_p = 2r_p/c$是双程时延（$r_p$是目标距离） - $f_{D,p} = 2v_p f_c/c$是多普勒频移（$v_p$是目标径向速度） - $\Delta f$是子载波间隔 - $T_s$是OFDM符号周期 - $w[k,n]$是噪声
通过对$y[k,n]$做二维FFT（频域→时延域，时域→多普勒域），可以获得目标的距离-速度联合谱：
$$\hat{R}[d,v] = \sum_{k}\sum_{n} y[k,n] \cdot e^{-j2\pi k \Delta f \cdot d/c} \cdot e^{-j2\pi n T_s \cdot v}$$
距离分辨率$\Delta r = c/(2B_{total})$（$B_{total}$是信号总带宽），速度分辨率$\Delta v = \lambda/(2N_{sym}T_s)$（$N_{sym}$是符号数）。这就是OFDM感知天然具有高分辨率的原因——大带宽提供高距离分辨率，长观测时间提供高速度分辨率。
3GPP在Release 19中将ISAC作为Study Item推进，核心工作集中在以下方面：
图表 5
感知参考信号设计是物理层的核心议题。在传统通信中，CSI-RS用于信道估计，SRS用于上行探测。ISAC中需要设计专用的感知参考信号（Sensing RS），其设计原则包括：
感知模式分为两大类：
| 感知模式 | 描述 | 优点 | 缺点 |
|---|---|---|---|
| 单站感知（Monostatic） | gNB自发自收 | 无需同步开销，部署简单 | 需要全双工或时分收发 |
| 双站感知（Bistatic） | 一个gNB发射，另一个gNB接收 | 避免自干扰，更灵活 | 需要站间精确时间同步 |
| UE辅助感知 | gNB发射，UE接收并反馈 | 扩展感知范围 | UE处理能力受限 |
| SRS感知 | UE发射SRS，gNB接收感知 | 可感知UE周围环境 | 上行资源占用 |
3GPP TR 22.862定义了ISAC的主要性能指标：
| 指标 | 典型值（5G-A目标） | 说明 |
|---|---|---|
| 距离分辨率 | 0.1-1m | 取决于带宽：100MHz→1.5m，400MHz→0.375m |
| 速度分辨率 | 0.1-1m/s | 取决于观测时间和载频 |
| 角度分辨率 | 1-5° | 取决于天线阵列孔径 |
| 最大感知距离 | 100-500m | 与发射功率和目标RCS相关 |
| 感知更新速率 | 10-100ms | 取决于感知信号周期 |
| 通信速率影响 | <10%吞吐量损失 | 通感资源复用带来的代价 |
场景1：低空无人机监管
5G-A基站利用大规模天线阵列（192T192R）和4.9GHz频段的100MHz带宽进行低空感知。部署要点：
场景2：交通流量监测
利用路侧基站的感知能力监测车辆速度和密度：
| 维度 | NTN | eRedCap | Ambient IoT | ISAC |
|---|---|---|---|---|
| 核心目标 | 全域覆盖 | 中速低成本IoT | 无源超低成本感知 | 通信+雷达融合 |
| 工作频段 | L/S/C/Ka | Sub-6GHz/mmWave | Sub-6GHz/mmWave | Sub-6GHz/mmWave |
| 终端复杂度 | 中等 | 低 | 极低 | 中等（通）+无（感） |
| 首个标准化版本 | Rel-17 | Rel-17/18 | Rel-19 | Rel-19（Study） |
| 峰值速率 | 1-50Mbps | 10-220Mbps | <10kbps | 与通信相同 |
| 覆盖范围 | 全球 | 1-5km | 5-100m | 100-500m（感知） |
| 典型部署年份 | 2024-2026 | 2025-2027 | 2027-2029 | 2028-2030 |
四大技术并非孤立存在，在实际网络中可以产生强大的协同效应：
Q: NTN透明载荷和再生载荷，运营商应该优先选择哪种架构？
A: 短期看透明载荷更具可行性——不要求卫星具备gNB协议栈，卫星平台复杂度和风险更低，Starlink等已验证了弯管架构。但长期看再生载荷是必然方向，因为它能显著降低HARQ时延、支持本地化调度和切换优化。建议策略：2026-2027年以透明载荷为主，同步验证再生载荷，2028年后向再生载荷迁移。
Q: eRedCap与NB-IoT会互相替代吗？运营商如何规划频谱？
A: 不会完全替代，而是分层共存。NB-IoT适用于极低速率、极长电池寿命场景（抄表≥10年），eRedCap适用于需要中速率、时延要求更高的场景（视频监控、工业网关）。频谱策略建议：NB-IoT继续占用GSM退网频谱（如900MHz的200kHz载波），eRedCap占用NR带宽的专用BWP（如在n78的100MHz内划出20MHz给eRedCap）。
Q: Ambient IoT与RFID有什么本质区别？为什么要纳入3GPP标准？
A: 核心区别在于网络架构。RFID是封闭系统（专用Reader+专用Tag），而A-IoT将反向散射终端纳入了蜂窝网络体系——通过gNB/Interrogator接入5G核心网，实现统一认证、统一计费、统一设备管理。这使得A-IoT终端可以被纳入运营商的IoT管理平台，并享受5G网络的安全机制。简言之，RFID是"孤岛"，A-IoT是"网络公民"。
Q: ISAC的感知精度与传统雷达相比如何？能替代专用雷达吗？
A: 目前ISAC的感知精度（距离分辨率~0.3m@400MHz带宽，角度分辨率~5°@192天线）还达不到专用雷达的水平（毫米波雷达可达~4cm距离分辨率，~0.5°角度分辨率）。ISAC的定位不是替代专用雷达，而是为通信网络赋予基础感知能力，在无人机监管、交通监测、安防等场景提供"够用"的感知服务。专用雷达场景（如军事、自动驾驶）仍需要专用硬件。
Q: 这四项技术中哪一项会最先大规模商用？
A: 从产业链成熟度看，eRedCap最先量产（2025-2026年），主要因为其技术复杂度最低、与现有NR基带芯片架构兼容。NTN直连手机紧随其后（2026年，Starlink+T-Mobile已商用）。ISAC和Ambient IoT处于早期阶段，预计2028年后逐步商用。部署建议：2026年优先验证eRedCap+NTN双模终端，为车联网和物流追踪提供一体化方案。
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。
