【IMT-2030_6G_推进组】2024年6G通信感知一体化仿真评估与方法研究报告（第二版）_69页_19mb

报告摘要

6G通信感知一体化仿真评估与方法研究报告（第二版）总结

核心内容

本报告聚焦于6G通信感知一体化（ISAC）的仿真评估与方法研究，旨在推动6G技术性能需求和评估方法的制定，为3GPP等标准组织提供参考。报告围绕评估场景、评估方法、评估指标、信道模型、网络部署、仿真参数与流程展开，涵盖了室外和室内典型场景下的检测定位跟踪、环境目标重构、特征检测等核心用例。此外，还探讨了感知目标的RCS建模、微多普勒特征分析以及环境杂波建模等关键内容。

主要观点

6G愿景与能力：6G将实现通信与感知一体化，通过全频段、大带宽、大规模天线阵列、多节点协作等技术，提供超高分辨的检测、定位、跟踪、环境重构和目标识别能力，支撑智能家庭、智慧工厂、智慧医疗、终极自动驾驶等应用。
评估场景分类：评估场景分为室外和室内，室外包括无人机检测、车辆定位、环境重构；室内包括智能工业场景、家庭健康监测等。
评估指标体系：评估指标包括定位精度、重构精度、漏检概率、虚警概率、感知容量、分辨率、速度精度、多普勒精度、峰值速率、平均频谱效率、感知时延、感知资源开销等，不同场景下指标的侧重点和数值要求不同。
RCS建模方法：RCS建模分为固定值建模、服从特定概率密度函数的随机变量建模、基于目标形状的计算建模三种方法。针对不同目标类型，如人体、车辆、楼宇等，提出了相应的多散射中心建模建议。
微多普勒分析：微多普勒特征是目标微运动（如呼吸、心跳、旋转、扑翼等）引起的频率变化，采用时频分析方法（如STFT、Wigner-Ville、Hough变换等）提取微多普勒信息，以识别目标运动模式。
环境目标建模：环境目标和杂波分别指大型稳定散射体和小型随机散射体，通过测量和建模，分析其对感知性能的影响。
CDL链路信道模型：基于TR38.901的CDL模型，提出了三种感知目标建模方案，以支持通感一体化的链路级仿真。

关键信息

评估场景

室外场景：
- 检测定位跟踪：用于无人机、车辆、行人的检测、定位与跟踪。
- 环境目标重构：用于建筑物、道路、车辆的环境重构与成像。
室内场景：
- 检测定位跟踪：用于AGV、工业机器人、设备等的检测与跟踪。
- 环境目标重构：用于室内环境的高精度重构，支撑室内导航与通信优化。
- 特征检测：用于人体姿态识别、呼吸、心跳等生物特征检测。

评估指标

定位精度（距离、角度）
重构精度（散射点集接近度）
漏检概率
虚警概率
感知容量（单位面积内可探测目标数）
分辨率（距离、角度、多普勒、空间位置等）
速度精度
多普勒精度
峰值速率
平均频谱效率
感知时延
感知资源开销

RCS建模方法

方法1：RCS建模为固定值
- 适用于简单目标（如无人机、车辆），RCS值根据目标类型设定，如人体RCS平均值为-8.24dBsm。
方法2：RCS建模为服从特定概率密度函数的随机变量
- 包括Swerling模型（I、II、III、IV），用于描述目标的RCS起伏特性。
方法3：基于目标形状计算RCS
- 通过几何形状（如球体、圆柱、平板等）计算RCS值，适用于结构规则的目标。

微多普勒特征

微多普勒特征是目标微运动（如呼吸、心跳、旋转、扑翼）引起的频率变化。
通过时频分析方法（如STFT、Wigner-Ville、Hough变换等）提取微多普勒信息。
表格9总结了不同目标的微多普勒函数，如：
- 无人机：第d个旋翼第k个叶片的微多普勒函数。
- 鸟类：扑翼角度的微多普勒函数。
- 呼吸与心跳：通过傅里叶变换提取呼吸与心跳的频率信息。