基站对低空无人机通感算一体化应用组网研究

基站对低空无人机通感算一体化应用组网研究

赵川斌^1,2，罗宏亮¹，高飞飞¹

（1.清华大学自动化系，北京 100084；

2.中国电信股份有限公司四川分公司，四川 成都 610000）

【摘  要】基站对低空无人机的通信感知算力一体化是6G通信系统的重要技术之一，其应用场景、基站组网、以及网络架构对工程落地至关重要。首先详细分析了通信感知一体化技术及在无人机上的应用及关键性能指标。其次，提出了针对无人机应用的四种多基站协同组网模式和相应的解决方案建议。最后，对核心网络架构功能、多站多模态多终端感知、以及移动边缘计算等关键技术进行了分析，为未来低空经济的规模发展和6G演进提供有益参考。

【关键词】无人机；多基站协同；通信感知算力一体化；移动边缘计算

doi:10.3969/j.issn.1006-1010.20240511-0001

中图分类号：TN929.5      文献标志码：A

文章编号：1006-1010(2024)09-0057-07

引用格式：赵川斌,罗宏亮,高飞飞. 基站对低空无人机通感算一体化应用组网研究[J]. 移动通信, 2024,48(9): 57-63.

ZHAO Chuanbin, LUO Hongliang, GAO Feifei. Integrated Sensing, Communication, and Computing for Low-Altitude UAV Networks: A Base Station-Centric Approach[J]. Mobile Communications, 2024,48(9): 57-63.

0   引言

低空经济已经成为新质生产力的重要组成部分^[1]，其中低空无人机作为重要工具，正逐渐应用于各个行业，涵盖快递物流、国土成像、安防执法、应急救援、文创旅游、农业环保等多个纵向领域^[2-3] 。在低空无人机广泛应用的同时，需实时监管无人机黑飞乱飞，保障合作无人机通信、精确进行路径规划和定位导航等。因此，高效、完备、科学的低空飞行指挥控制、航路保护和监管技术是低空经济规模发展的必要前提。然而，传统单基地雷达在低空环境下面临着观测“低慢小”能力不足、多站组网成本高，无人机私有频段通信功率和距离受限、可靠性无法满足商用等问题，难以满足无人机商用需求^[4-5]。近期研究表明，具有高可靠、低时延、广覆盖特性的地面移动通信蜂窝网在为无人机提供业务数据通信的同时，也可为无人机提供低空飞行指挥与控制（C2, Command and Control）。因此，基于蜂窝网的基站通感一体化技术有望实现关键区域的低空无缝感知覆盖，满足无人机监管需求^[2,6,8]。与此同时，5G演进网络（5G-A, Fifth-Generation-Advanced）中同步的边缘计算和人工智能技术提升了低空无人机的多基站协同感知和业务管理能力^[9-11]。由此可见，面向低空无人机的基站通信感知算一体化技术已成为支持低空经济规模发展的重要技术^[12]。

1   概述

基于基站的低空无人机通感算一体化技术是指无人机作为用户终端设备（UE, User Equipment）通过5G-A的基站UU接口进行C2、业务数据通信的同时，由其次基站或者无人机通过无线信号（如反射、折射、衍射）来获得感知目标的相对位置、高度、距离、速度、方向等信息。其扩充的定义，也可包含利用融合计算等其他非基站感知的多模态信息数据（卫星、视频、雷达、陀螺仪等）进行传感业务。如图1所示，在这样的通感一体化场景下，无人机和5G-A系统还需与无人驾驶飞机系统（UAS, Uncrewed Aerial System）、无人驾驶飞机系统交通管理系统（UTM, Uncrewed Aerial System Traffic Management）进行数据交互和业务处理，以此使用蜂窝基站广域覆盖通信感知和计算能力完成低空无人机业务^{[2, 12-14]} 。

自从研究者提出了雷达感知与无线通信共存、合作和联合设计及集成需求^[15]，通信感知一体化关键技术在蜂窝网的应用逐渐被学术界关注^[16-18]。相应的关键技术如空口信道、大规模多输入多输出（MIMO, Multiple Input and Multiple Output）天线应用、资源管理、地对空覆盖等研究也逐渐深入^[19-26]。

第三代移动通信标准化组织（3GPP, 3rd Generation Partnership Project）在2017年提出了无人机业务需求定义，研究可支持300 m以内低空飞行业务的增强长期演进（LTE, Long Term Evolution）技术^[27]。3GPP-R16、R17、R18、R19等标准和草案针对5G及6G演进讨论了蜂窝网连接无人机的功能、架构、接口、协议、端到端业务流程，如总体需求及关键指标描述^[28]，UAS应用层功能^[29]，UAS连接、识别和跟踪的功能架构^[12]，UAS网络功能，空中管理服务^[30]以及业务场景，业务应用层接口规范等[31-33]。国内标准组织和产业界进行了基站和无人机之间的通信感知一体化工程验证和外场测试等工作^{[2, 34-37]}。

2   通感应用场景及关键性能指标

本节分析了5G-A系统对无人机通信和感知的常用业务场景及关键性能指标（KPI, Key Performance Indicators）^{[28, 31, 38-39]}。

2.1  通信场景

（1）指挥控制

对无人机可靠指挥控制和通信能力是网络保障基本要求，适用于多种场景，如餐饮外卖、生鲜快递、医疗冷链和应急配送等。此类应用首先对时延有严格要求，需要即时上报飞行状态；其次，要求基站能够支持低空连续大面积覆盖，保证通信链路稳定可靠，并同时保障边缘速率。此外，需要对无人机进行定位和路径规划，监管系统需要同时持通信系统备份，以确保随时可以远程操控和接管。这类应用的KPI如表1所示。

（2）数据传输

在指挥控制基础上，业务数据的实时传输将用于多种场景，如安防执法、巡查巡检、视频直播和视频远程控制等。此类应用首先要求具备上行大带宽能力，其次需要低时延传输，再次需要满足多路无人机同时监控视频并实时回传的需求。这类应用的KPI如表2所示。

2.2  感知场景

（1）感知关键指标

针对低空感知场景的KPI，3GPP将其划分为三个等级，具体如表3所示。

（2）应用场景

其常见应用场景分析如下：

1）无人机非法入侵场景。一般指在国家根据需求划设的无人驾驶航空器管制空域，如空中限制区，要求基站对特定区域进行全覆盖感知，并能够灵活设置感知的范围和时间。这类应用要求对该区域进行无线通信和感知的全覆盖，满足探测距离、高度、顶空盲区、测距精度、虚警概率等要求，甚至还包括对飞鸟等目标的区分。因此，5G系统需与UAS和UTM进行信息同步，完成对进入该区域的无人机的身份识别，监测黑飞和乱飞。具体的业务应用流程参见图2。此类应用的KPI如表3中Level-1水平所示。

2）无人机航线保护。场景要求基站设置重点航线的立体感知区域，用于无人机的立体航道监管，涉及航迹跟踪、态势感知和电子围栏边界设置。合作无人机接近该区域时，会向基站和UTM同步信息，而非法无人机接近将触发入侵警报，此时基站将感知数据发送给UTM，UTM进行后续的处理。流程示意见图3。此类应用的KPI如表3中Level-2水平所示，对位置精度的要求高于Level-1。

3）无人机路径规划和跟踪导航。场景要求基站感知无人机位置、高度、航向、速度等信息，并预测其航迹。若基站发现无人机偏离或即将发生冲突，则给出调整指令。例如，当无人机相机受到光线影响或卫星雷达受到降雨等天气影响时，无人机自身无法准确地定位或无法精确地跟随固定路线，需要外部基站辅助感知，调整飞行路线，进行飞行轨迹跟踪，从而确保无人机起降的安全性和运营效率。该应用的KPI如表3中Level-3水平所示，精度要求高于Level-2。此类场景可以利用蜂窝网的优势，对路线和空域进行栅格化细分^[13-14]，向无人机服务运营商或管理部门提供更精确的无人机导航、飞行轨迹跟踪服务，详细的流程示意图见图4：

4）无人机辅助传感和防碰撞。应用主要适用于城市空域中多个无人机的密集飞行场景，详细示意图见图5。无人机需感知飞行环境中的高建筑物、障碍物和其他无人机等信息，并将其上报给基站。多个基站协同工作，同步感知无人机的飞行情况和环境数据。同时，5G系统辅助UAS综合飞行环境感知结果，提供信息以避免无人机偏离航线和发生碰撞。这类应用的KPI如表3中Level-3水平所示。

3   基站对空组网及关键技术

3.1  基站对空通信组网

本节基于国内已商用的移动通信频段进行讨论^[40]。

（1）同频同天线地面和对空覆盖方案

基站覆盖的具体方案如图6所示，从现有站点中选择部分站点，使用相同频率覆盖地面和低空，利用现有相同的天线单元（AAU, Active Antenna Unit），通过调整机械倾角（机械角保持下倾）或增加垂直维度的宽波束配置，达到复用地面波束旁瓣覆盖低空的目的。该方案的优点是选址方便，站点可以同时覆盖地面和低空，且硬件成本增加较少。不足之处是基站的垂直覆盖高度受到限制，无人机的上行信号可能会被地面同频邻区接收，导致无人机易受地面邻区基站同频信号的干扰。此外，无人机和地面用户共享资源，较难保障无人机的大上行数据通信体验，且旁瓣覆盖低空可能导致频繁切换和越区覆盖问题，邻区关系和互操作策略配置也较为复杂。

（2）对空同站异频覆盖方案

具体方案如图7所示，从现网站点中选取部分站点使用异频频段覆盖地面和低空。具体可以利用现网AAU开通专用的第二载波进行低空覆盖。该方案的优点在于选址方便，站点能够同时覆盖地面和低空，而且空中和地面异频组网干扰可控，硬件成本增加较少。不足之处是低空覆盖高度受到限制，无人机和地面用户共享空口资源，可能导致部分站点用户体验变差，邻区关系和互操作策略配置也较为复杂。

（3）低空同站异频异AAU覆盖方案

如图8所示，选取合适基站安装新的上倾角AAU，采用单独的第二载波或不同频率进行对空覆盖。该方案的优点为选址灵活，亦可灵活调整AAU机械倾角保证覆盖高度，特别适用于300 m以上的覆盖需求。地面和空中用户使用各自的空口资源，因此地面用户受到的影响较小，低空异频组网干扰可控，无人机的用户体验较好，邻区关系和互操作策略配置相对简单。该方案不足之处是需要配置对空网和地面网的迁移和驻留策略（主要是在无人机起降阶段），且新增硬件成本较高。

（4）空地同频异AAU的覆盖方案

方案如图9所示，在部分话务密集以及地面高频频率已经使用情况下，低空覆盖无法使用完全和地面异频频率，只能选择空地同频异AAU的覆盖方案。该方案的优点是单独的AAU对空覆盖可以保证覆盖高度，保障了无人机专用小区覆盖。不足之处是存在低空同频，上下行干扰较大，邻区关系和互操作策略配置复杂，新增硬件的成本高。

3.2  基站对空感知组网

（1）平滑升级

在初期，基站对无人机指挥和控制的通信能力保障是迫切需求，然而，大部分区域通信需求先于感知，只有部分区域或者航线需要优先感知。此时，可利用地面已有站址为基础，采用与通信不同频率和不同AAU进行感知覆盖，例如可选择高频感知、低频通信的方式，具体如图8所示。

（2）通感一体

进入低空规模发展期后，感知功能与通信功能将共享物理资源，并集成在同一个大规模MIMO天线上，可根据业务场景需求进行时域、频域、空域资源动态管理和复用。例如，可以将通信和感知功能需求，对时分的帧结构进行重新设计，如图10所示。在考虑了基本通信和无人机的大上行需求的同时，新增感知符号，并在通信和感知之间增加了保护时隙。此时，还需考虑物理小区标识（PCI, Physical Cell Identifier）和同步信号块（SSB, Synchronization Signal and PBCH block）的波束分配算法、感知时延、切换以及回波干扰等因素。

3.3  基站组网的关键点及建议

在低空无遮挡覆盖情况下，对空基站的覆盖范围通常比地面小区的半径更大，会导致基站的直射径（LOS, Line Of Sight）产生多个小区的信号干扰，使得波束和旁瓣容易越区覆盖，引发误切换和乒乓切换问题。在感知场景中，感知接收机可能受到来自感知发射节点的直射径信号、相邻基站发送的通信信号或感知信号等多种类型的站间干扰影响。

在当前的业务试点阶段和符合国家相关覆盖高度和空域规范的基础上，需要综合考虑业务管理、商业模式和频段成本等因素。因此，应优先采用低空覆盖和地面覆盖兼顾的方式。提出如下建议：（1）利用现有5G基站系统进行改造和升级，部分场景新建站点或专网覆盖。（2）统筹考虑软硬件策略：包括频段选择、PCI规划、智能天线波束调控、功率控制、相干处理、上行用户调度等，以优化系统性能和资源利用率。（3）根据航线或区域进行优先级配置，设置邻区配置、资源分配、差异化驻留和切换策略，并根据服务等级协议（SLA, Service-Level Agreement）要求创建满足需求的QoS策略，针对重要无人机进行高优先级5G服务质量标识（5QI, 5G QoS Identifier）的配置和切片等保障措施。（4）智能覆盖技术：利用人工智能技术，例如深度学习等，推测无人机的飞行路线或高度，并对大规模MIMO天线进行波束智能控制，从而提前切换至最优的通信波束，以优化覆盖效果和无人机通信性能^[41-44]。

4   网络架构演进及边缘计算

5G-A对感知功能进行了演进，新增了支持处理基站或终端上报感知测量数据的能力或网元，并对于无人机的C2、识别、跟踪、认证、授权、QoS、广播组播、飞行业务服务场景等增加了相关的功能模块、程序和协议等^{[12, 30, 44]}。

4.1  5G-A核心网演进

如图11所示，5G-A新增了UAS网络功能（UAS-NF, UAS Network Function），对无人系统服务供应商（USS, UAS Service Supplier）开放网联无人机业务，包括：无人机认证授权、飞行授权、和控制器的配对授权、跟踪和控制、QoS保障等。具体而言，接入和移动性管理网元（AMF, Access and Mobility Management Function）中新增了无人机注册阶段的认证、授权、以及无人机跟踪等功能。会话管理网元（SMF, Session Management Function）增加了无人机会话阶段的UAS认证、授权、和C2授权。策略控制功能网元（PCF, Policy Control Function）新增支持非接入层（NAS NF, Non-Access Stratum Network Function）各类会话消息，用于向USS对外公开服务。统一数据管理模块（UDM, Unified Data Management）增加了支持无人机注册阶段认证和授权签约，会话阶段的UAS认证和授权的数据网络名称（DNN, Data Network Name）签约，保障无人机高等级切片服务等。位置管理功能（LMF, Location Management Function）和用户平面功能（UPF, User Plane Function）也新增了支持UAS NF的能力。

4.2  多站多模态多终端感知 

5G-A中，具有感知控制和计算功能的感知网元（SF, Sensing Function）分为感知控制面功能（SF-C, SF Control Plane Function）和感知用户面功能（SF-U, SF User Plane Function）。SF-C支持感知业务接入鉴权、感知基站区域控制、SF-U感知计算控制、跨SFU多站广域轨迹拼接，感知业务管理和结果上报、UE感知控制处理等。SF-U支持感知AI计算、感知通用数据处理、感知结果生成、SF-U内多站广域感知轨迹拼接、多模态融合感知计算、UE感知数据处理等。其中，SF-C和SF-U可以支持灵活的分离或耦合部署，感知测量数据可经UPF转发或直接传输到感知用户面进行处理。5G-A支持多模态SF的C-U分离感知架构，如图12所示，架构支持多站广域感知数据、终端（无人机）感知数据、其他非基站的感知数据等多维融合感知数据的计算和生成（目标识别、轨迹拼接）^[12]。

（1）多基站感知数据融合

由于时频资源不足、随机杂波和复杂干扰等因素，单基站感知的精度和可靠性不足。因此，需要发挥多站组网的优势，多个基站通过信号多视角检测的结果关联融合、联合坐标计算以及目标跨区域移动性管理等技术，大幅降低环境杂波和干扰造成的影响，从而提高了目标检测的检测率、可靠性和准确度。上述手段可有效增强低可视度目标、复杂运动路径和多环境杂波干扰场景下对无人机的监测能力。

（2）多模态的感知信号融合

基站具备丰富的边缘计算能力，可辅助AI计算，实现对无人机的精确感知。一方面，可以利用多个基站的数据融合计算；另一方面，可以进行多模态融合计算。例如，可以利用卫星定位、光学摄像头、雷达、红外相机、陀螺仪等多种传感器辅助基站的多模态感知。通过深度学习等方法，充分挖掘多源数据的多维特征，完成轨迹拼接、飞鸟视觉区分、材质感知等，从而提高对无人机的监测能力^[45]。

（3）多无人机感知数据融合

SF-U支持多UE（无人机）感知数据的融合，并支持UE与USS直接进行数据传输。因此，无人机的感知数据可以直接在应用侧进行计算、融合、展示和应用，为管理方和运营方提供更多智能管理和业务应用。

4.3  移动边缘计算架构

如图13所示，5G-A支持两种部署模式：模式一是感知功能SF与现有5GC架构的融合，SF作为5GC一个逻辑功能，通过网络能力开放功能（NEF, Network Exposure Function）将感知能力开放给感知应用AS/AF，该模式是广域感知通用的架构模式。在模式二中，SF可以作为接入网的一部分，灵活下沉BBU中的逻辑功能，BBU将感知能力和边缘计算能力开放给感知应用AS/AF，支持与AS/AF同机房部署，从而方便了边缘计算简单、灵活和高效部署。在行业专网感知场景中，感知数据可以保密地留在管理园区，同时行业应用的多站感知数据和多模态数据可在本地边缘计算服务器上进行低时延计算和融合，从而提升无人机业务应用和管理效率^[46-47]。

5   展望和结论

基于蜂窝网的通感算一体化技术对低空无人机应用至关重要，本文对其应用场景参数、基站组网、多模态感知计算架构等进行了研究。随着频谱分配、工程试点、商业模式等逐步完善，基于蜂窝网的通感算一体化技术演进逐渐成熟。5G-A将加速低空无人机的移动通信网络覆盖，并推动低空经济的快速规模发展。相关研究亦会推动6G技术探索，为数字经济建设做出重要贡献。