6G通信感知融合指标仿真方法研究

doi:10.11959/j.issn.1000-0801.2022257

电信科学 ›› 2022, Vol. 38 ›› Issue (9): 77-82.doi: 10.11959/j.issn.1000-0801.2022257

• 专题：6G通感算融合技术 • 上一篇下一篇

6G通信感知融合指标仿真方法研究

陈仲华, 金凌, 孙剑平

中国电信股份有限公司研究院，上海 200122

修回日期:2022-09-08 出版日期:2022-09-20 发布日期:2022-09-01
作者简介:陈仲华（1977- ），男，中国电信股份有限公司研究院高级工程师，主要研究方向为6G通感算融合、未来网络、云网融合、SDN/NFV技术
金凌（1986- ），女，中国电信股份有限公司研究院高级工程师，主要研究方向为未来网络架构、6G通感融合仿真技术
孙剑平（1978- ），男，中国电信股份有限公司研究院高级工程师，主要研究方向为6G通感算融合、固移融合承载技术、云网融合

KPI simulation method of harmonized communication and sensing in 6G

Zhonghua CHEN, Ling JIN, Jianping SUN

Research Institute of China Telecom Co., Ltd., Shanghai 200122, China

Revised:2022-09-08 Online:2022-09-20 Published:2022-09-01

摘要/Abstract

摘要：

如何针对不同的应用合理提供通信感知融合的性能，已经成为5G网络演进和新的6G网络技术的重要研究方向之一。通过对通感融合模式和关键绩效指标（key performance indicator，KPI）的分析，提出了两种不同的通感融合实现的模式，并针对不同模式提出了通感融合仿真系统的架构，描述了仿真系统架构实现的组成模块，以及各部分的实现技术。同时，结合通信频谱效率和感知分辨率等典型的通感融合关键指标，在一定条件下实现了关联仿真，并对仿真结果进行了分析，给出了仿真系统实现的案例。

关键词: 6G通信感知融合, 信源仿真, 信道仿真, 感知分辨率, 频谱效率

Abstract:

How to reasonably provide harmonized communication and sensing for different applications has become one of the important research directions of 5G network evolution and 6G technology.Based on the analysis of different scenarios and key performance indicators (KPIs), an architecture and brief realization including the implementation of each module of the harmonized communication and sensing simulation system was put forward.Furthermore, a correlation simulation case about communication spectrum efficiency and sensing range resolution was given to show how typical indicators work during the simulation under certain conditions.

Key words: 6G harmonized communication and sensing, source simulation, channel simulation, sensing resolution ratio, spectrum efficiency

中图分类号:

TN929.5

陈仲华, 金凌, 孙剑平. 6G通信感知融合指标仿真方法研究[J]. 电信科学, 2022, 38(9): 77-82.

Zhonghua CHEN, Ling JIN, Jianping SUN. KPI simulation method of harmonized communication and sensing in 6G[J]. Telecommunications Science, 2022, 38(9): 77-82.

图/表 6

图1

图2

表1

常用通感融合系统性能评价指标"

指标名称	描述	计算方法	标准组织	融合模式
感知距离	在满足一定的发现概	$R_{\max} = \sqrt[4]{\frac{P_{t} \times G_{t} \times G_{r} \times λ^{2} \times σ}{(4 π)^{3} \times S_{\min}}}$	IEEE	应答模式、
	率条件下，从发射机			反射模式
	天线到目标物体的最
	远距离
分辨率（含	指雷达能够区分两个		IEEE	应答模式、
距离、角	物体的最小单元	距离： $Δ R = \frac{c}{2 W}$		反射模式
度、速度）	（距离、角度、速度）	其中，c为光速，W 为信号带宽（单位：Hz）
		速度： $Δ V = \frac{c}{2 \times f_{c} \times T_{c}}$ =
		其中，c为光速，f_c为探测信号载波频率，T_c为探测周期
频谱效率	由信道带宽	峰值频谱效率： $Δ V = \frac{c}{2 \times f_{c} \times T_{c}}$	3GPP，ITU-R	应答模式、
	（以 bit/(s·Hz)为单			感知模式
	位）归一化的理想条
	件下的最大数据速率	${SE}_{峰值} = \frac{R_{净核}}{W} = \frac{R_{原始} - R_{开销}}{W}$
		（单位：bit/(s·Hz)）
小区峰值	理想条件下可实现的	$R_{峰值} = W \times {SE}_{峰值}$	3GPP，ITU-R	应答模式
速率	最大数据速率	其中，W 表示信道带宽（单位：Hz），
	（单位：bit/s）	SE_峰值表示该频带中的峰值频谱效率
容量	区域流量容量指服务	容量 $C_{区域} = ρ \times W \times SE$	3GPP	应答模式
	于每个地理区域的总	其中，ρ表示TRxP密度（单位：TRxP/m²）或站点密度（单
	流量吞吐量	位：site/m²），W 表示信道带宽（单位：Hz），SE平均值表
		示平均频谱效率（单位：bit/(s·Hz·site)），C区域表示容量（单
		位：bit/(s·m²)）

表1

图3

图4

图5

参考文献 13

[1]	ZHOU Y , LIU L , WANG L ,et al. Service-aware 6G:an intelligent and open network based on the convergence of communication,computing and caching[J]. Digital Communications and Networks, 2020,6( 3): 253-260.
[2]	GIORDANI M , POLESE M , MEZZAVILLA M ,et al. Toward 6G networks:use cases and technologies[J]. IEEE Communications Magazine, 2020,58(3): 55-61.
[3]	CALVANESE STRINATI E , BARBAROSSA S , GONZALEZ-JIMENEZ J L , ,et al. 6G:the next frontier:from holographic messaging to artificial intelligence using subterahertz and visible light communication[J]. IEEE Vehicular Technology Magazine, 2019,14(3): 42-50.
[4]	丁鹭飞, 耿富禄, 陈建春 . 雷达原理[M]. 西安: 西安电子科技大学出版社, 2020.
	DING L F , GENG F L , CHEN J C . Radar principle[M]. Xi’an: Xidian University Press, 2002.
[5]	3GPP. Study on scenarios and requirements for next generation access technologies:TR 38.913[S]. 2022.
[6]	ITU-R. Guidelines for evaluation of radio interface technologies for IMT-2020:M.2412-0[S]. 2017.
[7]	ITU-R. Minimum requirements related to technical performance for IMT-2020 radio interface(s):M.2410-0[S]. 2017.
[8]	CHEN H Y , AHMAD F , VOROBYOV S ,et al. Tensor decompositions in wireless communications and MIMO radar[J]. IEEE Journal of Selected Topics in Signal Processing, 2021,15(3): 438-453.
[9]	XU C C , BRUNO C , SHIWA C ,et al. Rate-splitting multiple access for multi-antenna joint radar and communications[J]. IEEE Journal of Selected Topics in Signal Processing, 2021,15(6): 1332-1347.
[10]	YONG S C , JAEKWON K , WON Y Y ,et al. MIMO-OFDM wireless communications with MATLAB[M]. Piscataway: IEEE Press, 2010.
[11]	3GPP. NR; physical channels and modulation:TR 38.211[S]. 2021.
[12]	3GPP. Study on channel model for frequencies from 0.5 to 100 GHz:TR 38.901[S]. 2019.
[13]	ZHOU Y Q , TIAN L , LIU L ,et al. Fog computing enabled future mobile communication networks:a convergence of communication and computing[J]. IEEE Communications Magazine, 2019,57(5): 20-27.

6G通信感知融合指标仿真方法研究

KPI simulation method of harmonized communication and sensing in 6G

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 13

相关文章 11

Metrics

推荐阅读 0

[1]	华博宇,朱秋明,何小祥,毛开. 快速时变场景下非平稳衰落信道建模仿真[J]. 电信科学, 2020, 36(5): 56-64.
[2]	李渝舟,江涛,曹洋,李赞. 5G绿色超密集无线异构网络：理念、技术及挑战[J]. 电信科学, 2017, 33(6): 34-40.
[3]	赵雄文,张梦媛,张蕊,李树,林乐科. 3D MIMO信道建模与仿真验证[J]. 电信科学, 2016, 32(8): 53-60.
[4]	章坚武,蒋静,包建荣,姜斌. 基于门限决策的SDF中继选择策略性能分析[J]. 电信科学, 2016, 32(1): 18-24.
[5]	陈巍. 虚拟实时服务：构架、算法及演进路径[J]. 电信科学, 2015, 31(5): 71-81.
[6]	朱东照,史俊潇,余毅. 我国移动通信频谱重耕的价值探讨和实施策略[J]. 电信科学, 2015, 31(1): 2015017-.
[7]	朱东照,史俊潇,余毅. 我国移动通信频谱重耕的价值探讨和实施策略[J]. 电信科学, 2015, 31(1): 122-127.
[8]	陈巍. 非时齐多元协同通信：虚拟实时服务理论及应用[J]. 电信科学, 2014, 30(7): 43-52.
[9]	陈巍,王东明,王家恒,高飞飞,彭木根. 密集立体覆盖：未来移动通信的机遇和挑战[J]. 电信科学, 2013, 29(6): 2-9.
[10]	朱东照,肖清华. 中国电信cdma2000网络发展及频率使用策略分析[J]. 电信科学, 2010, 26(1): 72-76.
[11]	贾国庆,熊勇,杨秀梅. 子载波间隔自适应OFDM系统研究[J]. 电信科学, 2009, 25(8): 46-50.