登山者1979 6G标准与技术探索
在刚刚结束的2025年NGMN联盟论坛（迪拜）上，ETSI董事会成员、ISAC ISG主席、InterDigital高级总监Alain Mourad博士发表了一场演讲——《Sensing and AI in 6G: Beyond the Hype》（6G中的感知与AI：超越炒作）。他指出：“6G的马拉松才刚刚起步，但AI与感知（Sensing）的融合已是确定性趋势，而非概念炒作。” 本文结合其演讲内容与最新3GPP/ETSI研究进展，整理其“通信+感知+AI”相关架构技术。
▍3GPP最新进展
6G标准化仍处于早期阶段，关键里程碑：
ITU-R 已完成 IMT-2030 框架建议（ITU-R M.2160）——已于2023年秋季完成。这是6G标准化工作的起点，定义了整体框架。 ITU-R 正在推进 IMT-2030 技术性能要求和评估标准——预计于2026年夏季完成。也是标准化工作当前所处阶段，重点在于明确6G的技术指标和评估方法。 3GPP 正在制定 Rel-20 5G-Advanced 规范和6G研究——预计于2027年夏季完成。5G-Advanced 是向6G过渡的关键一步，同时启动6G早期研究。 3GPP 预计在2028年冬季完成 Rel-21 5G-Advanced 和6G规范。6G的初步技术规范将在此阶段形成。 ITU 将于2029年秋季完成技术提案评估。对提交的6G技术方案进行评估与筛选。 ITU 预计在2030年夏季发布 IMT-2030 规范。标志着6G正式进入国际标准阶段，可指导全球部署
和以往一样，3GPP针对6G依旧采取一种明确的“自上而下”（top-down）方法，目前需求与用例已接近成熟，而技术架构和无线接口规范仍处于起步阶段。
(1) 服务与系统方面（SA）在定义6G的“为什么”和“做什么”方面，进展最为显著。
- 《Study on 6G Use Cases and Service Requirements》（SA1 TR22.870） 目前已完成77%，预计将于2026年第一季度完成。这表明业界对下一代网络的功能目标已达成高度共识。
- 然而，“如何实现”仍处于早期探索阶段：《Study on Architecture for 6G System》（SA2 TR23.801-01）仅完成5%；
- 关于计费机制（SA5）的关键研究尚未启动（完成度为0%），相关工作计划于2027年第一至第二季度全面展开。
(2) 无线接入网（RAN）与系统层面的研究同步，无线接入网（RAN）工作组正在逐步明确6G需运行的环境场景：
- 《Study on 6G Scenarios and Requirements 》（RP TR38.914）已完成40%，目标是在2026年第二季度完成。
- 相比之下，无线接口本身的深度技术规范——包括波形、协议等——几乎刚刚起步：《Study on 6G Radio》（R1 TR 38.960）目前仅完成2%，其开发周期将延续至2027年年中。这项工作最终将整合来自RAN1至RAN4各小组的详细技术输入。
(3) 3GPP标准化进程与ETSI和IETF的预标准研究同步推进
- ETSI：聚焦通感一体化（ISAC）；
- IETF（互联网工程任务组）：致力于AI协议的开发。
ISAC 功能架构(1) 5G-A ISAC 功能架构
作为 ETSI ISAC 行业规范组（ISG）主席，Alain Mourad 结合3GPP TR 23.700-14《Study on Integrated Sensing and Communication; Stage 2》（Release 20）中关于 5G-Advanced（5G-A）支持 ISAC 的系统架构共识，以及ETSI ISAC ISG DGR003《Integrated Sensing And Communications (ISAC); System and RAN Architectures》的成果，提出了面向 5G-A 的 ISAC 系统架构建议。
该架构基于以下三项关键共识原则：
- 引入统一的“感知功能”（Sensing Function, SF）：SF 可进一步划分为感知控制功能（Sensing Control Function, SCF）和感知处理功能（Sensing Processing Function, SPF），这一设计与业界主流 ISAC 架构提案高度一致。
- 无需新增专用存储型网络功能（NF）：感知数据及感知结果可复用现有 5G 核心网中的存储实体，如 UDR、UDSF 或 ADRF，避免架构冗余。
- 当前阶段仅 gNB 作为感知实体（Sensing Entity, SE）：在 3GPP 当前的 ISAC 研究范围内，gNB 是唯一被定义为可执行感知任务的网络节点。
- SE(感知实体gNB): 负责发送和接收无线电信号，以检测、测量和收集感知数据，用于生成感知结果。SE通过直接或间接（经由接入和移动性管理功能AMF）的方式连接至SF(感知功能)。
- SF(感知功能)拆分为相互连接的SCF（感知控制功能）和SPF（感知处理功能）
- GSF(网关SF - 可选)：确保感知请求符合特定感知区域的预定义授权策略，并负责感知请求与相应感知功能之间进行路由。
- NEF(网络开放功能)：处理感知服务请求的授权，并将网络生成的感知结果开放给外部或可信应用。
- AF(应用功能)：作为感知服务的消费者，向网络发送感知请求并接收感知结果。
(2) 6G ISAC 功能架构
Alain Mourad引用《ETSI ISAC ISG DGR003 Integrated Sensing And Communications (ISAC); System and RAN Architectures》中的6G 感知服务角色模型：
- SSP(6GS Sensing Service Producer)：提供6G感知服务的6G系统实体。
- SSC(6GS Sensing Service Consumer)：一个可以被授权请求和消费6G感知服务的6G系统实体。SSC可包括用户设备、接入节点和核心网功能。
- 3-SSC(3 rd -party Sensing Service Consumer)：一个不属于6G系统的实体，可以被授权请求和消费6G感知服务。
- SIDP(6GS Sensing Input Data Provider)：一个可以提供生成6G感知服务所需输入数据的6G系统实体。SIDP可包括用户设备和接入节点。
- 3-SIDP(3 rd -party Sensing Input Data Provider)：一个经授权的、不属于6G系统的实体，可以提供生成6G感知服务所需的输入感知数据。
并给出了6G ISAC功能架构例子，其架构也复用一些5G-A ISAC网元，如下所示：
- 感知实体（Sensing Entity）：扩展到支持终端（UE）和非3GPP（N3GPP）来源作为感知数据提供方。
- 新增感知数据功能：包括感知数据的生成、格式转换、存储和开放（exposure）。
- 新增感知数据平面（Sensing Data Plane）：用于在感知实体与网络功能之间，以及各网络功能之间传输感知业务流量。
- SEF（Sensing Exposure Function，感知开放功能）：负责对感知服务的开放进行认证与授权，并接入来自非3GPP系统的感知流量。
- SSF（Sensing Storage Function，感知存储功能）：用于存储感知数据、感知结果、辅助信息及上下文信息，可服务于感知任务本身以及AI/ML模型的训练。
- SDGF（Sensing Data Generation Function，感知数据生成功能）：部署在无线接入网（RAN）侧或靠近RAN的网络功能，由核心网（CN）控制，可基于原始感知测量生成结构化感知数据。
- SDTF（Sensing Data Transformation Function，感知数据转换功能）：将非3GPP感知数据的格式转换为3GPP标准格式，以便在核心网中被消费和处理。
- SDBF（Sensing Data Bearer Function，感知数据承载功能）：位于感知数据平面内，负责系统内部感知流量的路由，支持多种协议，例如 GTP-U、QUIC、MOQ 或 RTP。
▍AI/ML功能架构
(1) AI/ML in 5GA – Laying the Foundations For 6G
如下图所示，3GPPAI/ML研究已在几乎所有工作组中展开。
这些研究奠定6G AI/ML的技术基础，但是面临的关键挑战和现状：
- 研究广泛但缺乏统一框架：3GPP 中目前尚未建立一个统一的标准框架来规范和处理 AI/ML。
- 模型标准化缺失：AI/ML 的模型本身尚未被标准化。
(2) AI/ML Framework in 5G-A
3GPP当前聚焦于单边模型；下一步：构建双边模型框架
(3) 面向 6G，人工智能 / 机器学习领域有哪些值得关注的动态？
- 对单边模型AI/ML框架的增强（例如：数据收集；模型传输/分发；模型训练；模型性能监控）
- 构建双边模型的基础AI/ML框架
- 针对研究中基于AI/ML的用例制定规范（例如：信道状态信息、波束管理、定位）并扩展至新用例（例如：移动性管理）
- 基于双边模型框架对现有（及新）用例进行增强
- 对垂直与横向联邦学习进行优化
- 实现分布式AI/ML服务
- 对控制面与用户面功能及性能进行增强
- 研究面向AI/ML流量（及潜在其他流量，如感知）的新型数据面架构
- 支持代理式AI、生成式AI及基于意图的交互。
▍ISAC与AI共生
Alain Mourad强调，AI与ISAC不是简单叠加，而是相互增强的共生关系，这种共生关系体现在两个核心方向以及它们的协同作用中：
(1) AI/ML 如何赋能 ISAC？（让感知更聪明、更高效）
AI 和机器学习（ML）技术提升ISAC的能力，主要体现在以下四个方面：
- 模型开发：针对感知任务，开发专门的单边与双边 AI/ML 模型，实现更强的感知。
- 性能提升：利用 AI/ML 显著提升感知精度、优化计算效率、降低能耗并缩短时延。
- 数据处理：通过 AI/ML 预处理感知测量数据，智能检测异常，并提取关键结果以快速构建本地环境感知图景。
- 任务管理：部署 AI 智能体（Agents），支持感知任务的自主控制与智能管理。
(2) ISAC 如何赋能 AI/ML？（为 AI 提供高质量数据）ISAC 技术产生的丰富感知数据也促进 AI/ML 的发展：- 数据优化：利用多模态感知数据优化 AI/ML 模型训练、模型迁移与分布式部署。
- 性能强化：借助精准的感知结果，直接提升 AI/ML 模型的整体性能表现。
(3) AI/ML 与 ISAC 的深度协同协同方向可以是：- 联合应用：共同提升特定场景的通信性能（如智能波束赋形、精细功率控制、高效移动性管理、动态资源分配）。
- 统一框架：构建支持 AI 与 ISAC 的统一智能体框架，实现端到端的智能协同。
- 数据平面创新：设计新型数据平面，优化网络中 AI 与 ISAC 流量的传输与交互效率。
- 策略统筹：制定一体化的部署策略，实现网络资源的高效管理和利用。
- 安全合规：共同关注数据隐私、网络安全性与技术可信性的需求，确保技术健康发展。
▍总结
最后，Alain Mourad强调3GPP 5G/6G AI与ISAC（集成感知与通信) 绝对不是概念炒作，而且正在5G-A中落地，并将在6G时代持续深化。更重要的是：这两大能力并非蜂窝网络(6G)专享，同样可以赋能Wi-Fi等其他网络体系，开启更广阔的智能连接时代。
| 
201
发表于 2025-12-17 13:28:10
