从3GPP Release 18到Release 19，5G-Advanced的无线接入侧正在经历一场深刻变革。NTN非地面网络将卫星拉入蜂窝体系，RedCap重新定义轻量终端范式，Ambient IoT让零功耗设备首次接入3GPP标准，通感一体化（ISAC）则赋予通信基站"雷达之眼"。这四项技术分别从覆盖维度、成本维度、功耗维度、功能维度拓展了5G的能力边界。本文将从物理层原理出发，逐一拆解其核心机制。
3GPP在Rel-17首次引入NTN时，采用的是透明转发（Transparent）架构——卫星仅作为射频中继（弯管转发器），gNB仍部署在地面站。Rel-19（TS 38.300 Section 16.x）则全面支持再生载荷（Regenerative Payload）架构，将完整的gNB（或gNB-DU）部署在卫星平台上。
图表 1
再生架构的本质改进在于：星上处理能力使得馈电链路（Feeder Link）与服务链路（Service Link）解耦，卫星可独立完成MAC层调度、HARQ重传和无线资源管理，显著降低端到端时延。对于LEO卫星（轨道高度500-1200km），单向传播时延约2-4ms，再生架构可省去一次地面上下行，将HARQ RTT从透明架构的~20-40ms压缩到~10-20ms。
NTN面临的核心物理层挑战是超大传播时延与高多普勒频移。不同轨道的RTT差异极大：
| 轨道类型 | 轨道高度 | 典型RTT | 最大多普勒频移 | 波束覆盖半径 |
|---|---|---|---|---|
| GEO | 35,786 km | ~540 ms | ±1 kHz（S-band） | 200-1000 km |
| MEO | 8,000-20,000 km | ~100-200 ms | ±5 kHz | 100-500 km |
| LEO | 500-1,200 km | ~10-40 ms | ±50-100 kHz | 50-200 km |
| HAPS | ~20 km | <1 ms | ±0.5 kHz | 5-50 km |
LEO卫星以~7.5 km/s的速度运行，在S-band（2GHz附近）产生的多普勒频移可达±100 kHz，远超NR标准CP-OFDM的子载波间隔（15kHz SCS）。TS 38.300规定了UE自主预补偿机制：
多普勒预补偿原理：
$$f_{D}(t) = \frac{v_{sat}}{c} \cdot f_c \cdot \cos\theta(t)$$
其中 $v_{sat}$ 为卫星运动速度，$f_c$ 为载波频率，$\theta(t)$ 为卫星与UE间的仰角。UE通过SIB19广播的卫星星历（ephemeris）信息和自身GNSS定位，实时计算 $f_D(t)$ 并在上行发射中进行预补偿。
定时提前（TA）机制改造：
地面NR的TA基于gNB的闭环反馈，但NTN中RTT过大（GEO可达270ms单向），闭环反馈不可行。Rel-17/18/19采用UE自主TA计算：
$$TA = \frac{2 \cdot d_{UE-SAT}}{c} - N_{TA,offset}$$
其中 $d_{UE-SAT}$ 由UE根据星历和GNSS坐标计算。TS 38.213 Section 4.2规定了NTN专用的 $N_{TA,offset}$ 值和TA更新机制。Rel-19新增了TA验证（TA Validation）机制，gNB通过测量UE上行信号的TA偏差，判断UE的自主TA是否有效，若偏差超过阈值则指示UE发起随机接入重新校准。
HARQ适配：
针对GEO的长RTT（~540ms），标准定义了HARQ-ACK跳过（HARQ-ACK skipping）机制（TS 38.213 Section 9.1），允许UE在特定条件下不反馈HARQ-ACK，依赖外层ARQ（RLC ARQ）保证可靠性。同时增加了HARQ进程数上限（最大可达64个），以在长RTT下维持吞吐量。
Rel-19 NTN最引人注目的增强是NR-NTN Direct-to-Device（D2D）——标准智能手机无需专用卫星终端芯片，即可通过S-band（n252频段：1980-2010 MHz UL / 2170-2200 MHz DL）直接接入卫星网络。
2026年1月，Keysight与Samsung成功验证了3GPP Band n252上的端到端NR-NTN连接，包括星间移动性（Satellite-to-Satellite Mobility）——这是LEO星座系统的核心挑战，因为单颗LEO卫星的可见窗口仅5-15分钟，UE必须频繁切换卫星。
图表 2
卫星间切换的核心难点在于：(1) 两颗卫星的星历不同，UE需要重新计算TA和多普勒补偿；(2) 馈电链路可能连接不同地面站，需要在地面站间建立数据转发隧道；(3) LEO卫星的波束移动速度约5-7 km/s，远超地面终端移动速度，属于网络侧移动性场景。
实战部署建议：
RedCap（Reduced Capability，TS 38.306 Section 4.3.2）的核心理念是在保持5G NR架构兼容性的前提下，通过裁剪终端能力来降低成本和功耗。Rel-17定义了RedCap基线，Rel-18/19则持续增强。
RedCap与传统IoT技术的参数对比：
| 参数 | eMBB（常规NR） | RedCap（Rel-17/18） | NB-IoT | LTE-M | Ambient IoT |
|---|---|---|---|---|---|
| 带宽（FR1） | 100 MHz | 20 MHz | 180 kHz | 1.4 MHz | <1 MHz |
| 接收天线数 | 4RX | 1-2 RX | 1RX | 1RX | 1RX |
| 最大调制阶数 | 256QAM | 64QAM | 16QAM | 16QAM | OOK/Miller |
| 最大发射功率 | 23 dBm | 20 dBm | 23 dBm | 23 dBm | <-10 dBm |
| 双工模式 | FDD/TDD | FDD/TDD/HD-FDD | HD-FDD | HD-FDD | 单工 |
| PDCCH搜索空间 | Full | Reduced | Minimal | Minimal | 无 |
| 典型数据速率 | Gbps级 | 10-85 Mbps | <100 kbps | <1 Mbps | <10 kbps |
| 目标BOM成本 | $50+ | $8-15 | $3-5 | $5-8 | <$0.50 |
半双工FDD（HD-FDD） 是RedCap的关键成本优化手段之一。传统FDD需要双工器（Duplexer）同时隔离收发信号，而HD-FDD允许终端在时域上交替收发，省去双工器，改用低成本开关。TS 38.101-1 Section 6.2.3定义了HD-FDD的收发切换保护时间要求（通常为10-20μs）。
Rel-18对RedCap的三项核心增强：
（1）进一步带宽压缩（Further Bandwidth Reduction）
Rel-17 RedCap在FR1的最大RF带宽为20MHz，Rel-18引入了初始BWP（Initial BWP）带宽进一步压缩的选项，可支持5MHz初始BWP，使RedCap终端在窄带网络上也能接入。这对运营商在现有LTE重耕频段上部署RedCap非常关键。
（2）eDRX增强（Extended DRX for RedCap）
TS 38.331定义了eDRX参数，Rel-18将RedCap的eDRX周期扩展到最大10,240秒（约2.8小时），适用于低频上报的工业传感器场景。终端在eDRX休眠期间可关闭RF收发器和大部分基带处理模块，功耗可降至微安级。
（3）RRM测量放松（RRM Measurement Relaxation）
Rel-18引入了基于UE移动性状态的RRM测量放松机制。当RedCap终端判定自身处于静止或低移动性状态时（通过服务小区信号稳定性判断），可降低邻区测量频率（TS 38.133 Section 4.2.2.6），进一步节省功耗。
Rel-19正在研究的方向包括：
图表 3
实战部署要点：
Ambient IoT（A-IoT）是3GPP Rel-19引入的革命性技术，目标是让无电池或超低功耗设备直接接入5G网络。与NB-IoT/LTE-M的本质区别在于：Ambient IoT设备不主动发射射频信号，而是通过反向散射（Backscatter）调制环境中的已有射频载波来传输数据。
3GPP定义的Ambient IoT设备等级（TS 38.191 / TR 22.840）：
| 设备等级 | 能源来源 | 通信方式 | 典型功能 | 复杂度 |
|---|---|---|---|---|
| Class A（被动式） | 仅环境能量收集 | 纯反向散射 | 存储ID/少量数据 | 极低（类似RFID标签） |
| Class B（半被动式） | 能量收集+微型储能 | 反向散射+简单主动发射 | 传感器数据采集 | 低 |
| Class C（半主动式） | 能量收集+电池辅助 | 低功耗主动发射+反向散射 | 周期性上报+简单处理 | 中 |
反向散射通信的核心物理过程：
图表 4
阻抗调制原理：
反向散射设备的端口反射系数 $\Gamma$ 在两个（或多个）状态间切换：
$$\Gamma_1 = \frac{Z_{ant} - Z_1}{Z_{ant} + Z_1}, \quad \Gamma_2 = \frac{Z_{ant} - Z_2}{Z_{ant} + Z_2}$$
其中 $Z_{ant}$ 是天线阻抗，$Z_1$ 和 $Z_2$ 是两种负载阻抗。通过在 $Z_1$ 和 $Z_2$ 之间切换，设备改变天线的反射特性，使反射信号携带调制信息。这种调制方式的功耗极低——仅需驱动一个开关管（MOSFET），功耗在纳瓦到微瓦量级。
调制编码方案（3GPP Rel-19）：
TS 38.191定义的物理层设计融合了RFID和蜂窝通信的技术：
能量收集机制：
Ambient IoT设备从环境射频信号中收集能量，典型收集功率为1-100 μW级别。收集效率 $\eta$ 由下式决定：
$$P_{harvest} = \eta \cdot P_{received} = \eta \cdot P_{TX} \cdot G_{TX} \cdot G_{RX} \cdot \left(\frac{\lambda}{4\pi d}\right)^2$$
其中 $\eta$ 通常为10-30%，$P_{TX}$ 为环境射频源的发射功率，$d$ 为距离。这意味着Ambient IoT的通信距离通常在1-10米范围内，远低于NB-IoT的公里级覆盖。
TR 22.840和Rel-19相关工作定义了Ambient IoT与5G核心网的集成方式。一个关键设计是中间节点（Intermediary Node/Reader）概念——Ambient IoT设备不直接与gNB通信，而是通过一个Reader节点（可集成在手机、CPE或专用读写器中）作为桥梁：
实战部署注意事项：
通感一体化（Integrated Sensing and Communication, ISAC）的核心理念是利用同一套OFDM波形同时完成通信和雷达感知。其物理层基础是：OFDM信号天然适合雷达测距和测速。
OFDM感知的数学原理：
假设gNB发射OFDM信号，经目标反射后被接收（可以是同一gNB或协作gNB）：
距离估计（Range Estimation）：
OFDM信号的频域信道响应 $H[k]$ 在每个子载波 $k$ 上包含目标的距离信息。对 $H[k]$ 做IDFT得到距离剖面（Range Profile）：
$$P[d] = \left|\text{IDFT}{H[k]}\right|^2 = \left|\frac{1}{N}\sum_{k=0}^{N-1} H[k] e^{j2\pi kd/N}\right|^2$$
距离分辨率由信号带宽决定：
$$\Delta R = \frac{c}{2B}$$
其中 $B$ 为信号带宽。例如100MHz带宽对应 $\Delta R = 1.5m$。
速度估计（Velocity Estimation）：
通过多个OFDM符号之间的相位变化估计目标速度。对同一距离bin上多个符号的数据做DFT得到速度剖面：
$$v = \frac{\lambda \cdot \Delta\phi}{4\pi \cdot T_{sym}}$$
速度分辨率由观测时间决定：$\Delta v = \frac{\lambda}{2 \cdot N_{sym} \cdot T_{sym}}$
角度估计（Angle Estimation）：
利用天线阵列的相位差，通过MUSIC或ESPRIT算法估计目标到达角。角度分辨率与天线孔径成正比。
3GPP对ISAC的标准化分阶段推进：
| 3GPP版本 | 研究内容 | 关键文档 | 状态 |
|---|---|---|---|
| Rel-18 | Feasibility Study：用例与需求 | TR 22.837（场景与需求） TR 22.867（6G感知用例） |
已完成（Study Item） |
| Rel-19 | Study Item：信道模型与评估框架 | TR 38.895（ISAC信道模型） TR 38.8XX（评估方法论） |
进行中 |
| Rel-20+ | Work Item：空口标准化 | 预计涉及TS 38.211/212/214 | 规划中 |
Rel-19研究中的关键技术方向：
ISAC的核心工程挑战是自干扰（Self-Interference）——当基站同时发射通信信号和接收感知回波时，发射信号会严重干扰微弱的目标反射信号。
自干扰抑制层级：
| 抑制层级 | 技术手段 | 抑制能力 | 实现难度 |
|---|---|---|---|
| 天线级 | 收发天线物理隔离、波束方向图零陷 | 30-50 dB | 低 |
| 射频级 | 模拟自干扰消除（AIC） | 20-40 dB | 中 |
| 数字基带级 | 自适应滤波器重建并减去自干扰 | 30-50 dB | 高 |
| 总抑制 | 联合多级抑制 | 80-120 dB | 极高 |
对感知灵敏度要求：典型目标RCS为0.01-10 m²，反射信号比发射信号弱100-140 dB，因此自干扰抑制需要达到100 dB以上才能有效感知。
场景1：低空无人机感知
基站工作在4.9GHz频段，使用64T64R天线阵列，发射CSI-RS用于感知。无人机RCS约0.01-0.1 m²，感知距离可达300-500m。基站同时为地面用户提供通信服务，通信与感知共享同一时频资源。
场景2：交通流量感知
部署在道路两侧的基站通过感知车辆反射信号，实时监测车流量、车速和交通事故。利用毫米波频段（如26GHz）可获得厘米级距离分辨率。
场景3：室内手势识别
利用Wi-Fi频段的OFDM信号感知人体手势的微多普勒特征，实现非接触式智能家居控制。距离分辨率在厘米级，速度分辨率可检测手指运动（速度约0.1-1 m/s）。
图表 5
实战部署建议：
Q: NTN Direct-to-Device和传统卫星电话有什么本质区别？
A: 传统卫星电话（如Iridium、Inmarsat）使用专用的卫星频段（L-band）和专用终端硬件，与地面蜂窝网络完全不兼容。NTN D2D的核心差异在于基于3GPP标准——普通智能手机通过标准NR协议栈、使用授权蜂窝频段（如n252 S-band）直接接入卫星。这意味着用户无需更换终端、无需专用SIM卡，运营商可以通过软件升级在现有5G核心网上支持卫星接入。本质上是将卫星作为"空中的基站"纳入统一的3GPP网络架构。
Q: RedCap和NB-IoT定位不同，如何选择？
A: 核心判据是数据速率和延迟需求。如果应用需要实时视频（>1Mbps）或低延迟（<50ms），选RedCap；如果仅需周期性上报几字节数据（<100kbps），选NB-IoT。RedCap适合工业传感器（需要一定速率和延迟保证）、视频监控、可穿戴设备。NB-IoT适合水表电表、烟感器、资产追踪等超低功耗、超低成本的广域IoT场景。成本方面，RedCap模组目标$8-15，NB-IoT模组已降至$3以下。两者是互补关系而非替代关系。
Q: Ambient IoT的通信距离为什么只有几米？有什么方法扩展？
A: 反向散射信号的功率衰减遵循 $1/d^4$ 规律（双程传播），远快于主动发射的 $1/d^2$。此外，能量收集功率也随距离迅速下降。扩展距离的方法包括：(1) 增大Reader发射功率——但受限于法规（如FCC/ETSI对射频暴露的限制）；(2) 使用更高增益的天线——但会增加设备体积；(3) 部署多个Reader形成覆盖网络——这是最可行的方案，类似Wi-Fi AP的密集部署。实际部署中，仓储盘点场景可通过每100-200m²部署一个Reader实现全覆盖。
Q: ISAC通感一体化会对现有通信性能造成影响吗？
A: 会存在一定影响，核心是参考信号开销和功率分配。如果感知功能复用现有的CSI-RS/SRS，则几乎无额外开销，但感知精度有限。如果插入专用感知RS，则增加5-20%的时频资源开销，相应降低通信吞吐量。功率分配上，感知信号需要较高的发射功率以保证回波SNR，可能与通信功率分配冲突。Rel-19研究的重点是找到通信-感知的帕累托最优平衡点。从仿真结果看，在牺牲约10-15%通信吞吐量的情况下，可获得米级距离分辨率和亚m/s级速度分辨率的感知能力。
Q: 这四项技术能否组合使用？
A: 可以且有实际价值。例如：(1) NTN + RedCap——Rel-19正在研究，偏远地区的RedCap传感器通过卫星回传数据；(2) ISAC + NTN——利用卫星的广域覆盖实现海洋气象感知、船舶追踪等；(3) Ambient IoT + RedCap Reader——RedCap终端作为Ambient IoT的Reader节点，将收集到的标签数据通过5G网络回传。这种组合正是5G-Advanced"万物智联"愿景的体现——不同技术层次（从零能耗到高带宽）形成完整的IoT设备梯度。
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。
