通感算一体化：（二）深度解读通、感、算三者的内含与联系

1. 6G的理论速度更快，可以达到 “每秒10Tbps（万亿比特）”，比5G快了1000倍；
2. 峰值速率从 Gbit/s 提升到Tbit/s，体验速率从Mbps提升到Gbit/s，空口时延从毫秒级提升 到亚毫秒级，定位精度从m级提升到cm级，网络容量提升到5G的1,000倍， 连接密度从1个/平方米提升到10~100个/平方米，移动性从500 km/h提升到 1,000 km/h 等。
3. 6G还会使用更高的频段，从30GHz~3000GHz，这些频段被称为毫米波和太赫兹波（华为就开过一个峰会，专门来研究太赫兹波的通信感知一体化）；
4. 6G还会运用人工智能、边缘计算、区块链等技术来优化网络管理和安全性；
5. 未来6G将提供超越通信的诸多技术能力，内涵将远远大于移动通信本身，有关6G的命名，还有待定义。
6. 6G 将整合地面网络和非地面网络（non terrestrial network，NTN），在全球范围内提供泛在接入，给当前未联网的区域提供网络连接。6G将融合低成本的低轨（low earth orbit，LEO）或超低轨（very low earth orbit，VLEO）卫星、无人机（unmanned aerial vehicle，UAV）和高空平台站（high altitude platform station，HAPS）等作为移动终端或节点组成的非地面网络，形成空天地一体的泛在接入网络。
7. 5G的通信和感知是分开的，它需要独立的感知系统，而6G则是通感一体化，甚至是通感算一体化。

1. 感知：

   包含：网络外部感知和网络内生感知两大部分。其中，网络外部感知包括对电磁环境（信道状态、频谱质量、电磁干扰等）、外部物理环境（目标运动状态检测与识别、目标成像等）的感知；网络内生感知包括对业务需求（传输速率、通信时延、算力要求等）、网络物理与 5 数字空间状态（网元设备运行状态及资源使用情况、AI训练模型库、 数字孪生网络运行状态等）的感知。

2. 计算：

   在通感算一体化网络中，计算是指增强感知与通信后可协同分配调用的分布式泛在智算。

1. 通信、计算辅助感知增强 ：
   • 通信：通信功能可以有效传递和汇聚感知信息；
   • 计算：分布式算力可以对感知数据进行处理，将原始感知信息转化为可被终端或用户直接理解的意图及语义信息，实现从环境感知到环境认知的能力增强。
2. 感知、计算辅助通信增强：
   • 感知：感知功能通过获取更丰富的用户信息、环境数据等为通信提供先 验信息；
   • 计算：
     • 智能终端可利用分布式算力，进行信道估计、测量及快速波束对准；
     • 智能云网可通过多维数据融合处理及大数据分析，重构未知的物理信道状态，设计最优传输方式，提升通信的整体性能。
3. 感知增强与通信增强进一步辅助计算增强：
   • 感知：
     • 增强后的感知功能可以为分布式算力的最优化快速调度提供先验信息；
     • 也可以为AI服务与应用提供更丰富的数据来源，以增强训练模型的鲁棒性；
   • 通信：增强后的通信功能则进一步提高了算力网络的泛在计算能力，实现6G时代各类场景下算力资源的即用即配。

1. 泛在计算：

   泛在计算指的是计算机广泛存在。
   泛在计算的基本特征：是将世界上各种东西与计算机联系起来，泛在计算是继大型主机和个人计算机之后的“第三代”计算机。在泛在计算时代，可以实现一人多机。

   举例：有的计算机是你在几分钟的网上浏览过程中接触到的，还有些计算机是嵌入到墙壁、椅子、衣服、电源开关、汽车甚至我们生活的每一个角落中的。计算机在执行任务时，人们看不见摸不着，好像一切都是事物自己完成的、例如，闹钟掉电后，能够自动调整好时间;微波炉能够自动帮主人下载新的菜谱;小孩玩具使用的软件能随时更新;墙壁会有选择地进行消声，泛在计算把信息技术带人我们的日常生活琐事中，如钥匙在哪、车子停放在何处、上个星期我看到的裙子还在货架上吗这些问题它都能帮你解决。

移动通信网络在接入网和核心网都需要具备通感融合的能力来实现通信感知一体化。在接入网方面，基站和终端都需要加入感知能力。核心网方面，需要引入感知单元，负责感知相关的控制平面和数据平面。考虑到网络成本、部署时间和复杂度等现实因素，构建通感融合的移动网络存在两种技术路线：

• **技术路线一：**在现有移动通信网络架构的基础上引入无线传感网的设计。
  • 基站升级为通感基站， 既可提供通信服务，又能提供感知服务；
  • 终端需要升级为通感终端，可以实现与通感基站的通信和感知交互。
  • 在接口方面，不仅需要兼容无线传感网的接口，还需要引入感知单元与原有通信网元在控制平面和数据平面的接口，分别负责感知控制信令的下发以及感知数据的获取。
• **技术路线二：**从网络架构、网元功能、交互协议等方面进行重新设计通感一体化新型无线网络架构。
  • 构建物理-数字空间耦合的新型标识模型；
  • 设计基于感知信息辅助的拓扑构建方法；
  • 研究多制式、高低频段聚合、集中与分布相结合的异构无线网络智能协同组网新方法和智能资源分配方法；
  • 此技术路线是上策，但是实现起来很困难。

为了突破单点感知资源受限的瓶颈，通过多点组网协同感知的方式提升网络感知性能是多节点网络化感知的发展趋势。

• 宏基站和微基站间的协同感知

  宏基站与微基站共存将是未来网络发展所面临的常态，二者协同感知，可进一步提高对无线资源的利用率合理避开感知体和被感知体之间存在的遮挡。

  • 一方面，宏基站可以进行广域感知，提高感知的广度；另一方面，微基站可以帮助宏蜂窝承担部分感知功能，可以对家庭室内环境、企业办公环境及其他热点区域进行细微覆盖。
  • 宏基站和微基站的感知结果可以相互补充，宏基站负责感知区域的宏观参数探测，微基站负责对感知 区域的微观参数进行测量。

• 空天地一体化感知

  未来6G网络将引入卫星、无人机等形成空天地一体化网络。

  • 在传统通信卫星中融合感知能力可以进一步扩大感知的范围，尤其对高移动性场景具有优势；
  • 在传统感知定位卫星中融合通信能力，比如在北斗导航系统中采用短报文实现通信的方案，可以使节点间联系更加紧密，有助于节点间协作。

  但卫星也存在时延较大，且设备通信和感知的能力相对地面网络性能较弱的缺陷。因此需要引入空地间的协同来实现空天地一体化感知。

通感算中的算，主要核心技术就是“云-边-端多级算力网络”，而此概念的提出要早于通感算一体化的提出。

可以理解成：通感算一体化技术是在 “通感一体化” 和 “云边端多级算力网络” 这两大技术的基础上进一步融合了通信、感知和计算三个领域而形成的技术。

算力网络以通感算一体化为核心支撑，将云-边-端多级算力通过网络化的方式进行连接与协同，实现随时随地的实时感知和算力服务的按需实时调度与高效共享，为各类业务灵活匹配最佳算力资源节点。

6G应用场景下，云-边-端多级算力网络会在通感一体化的加持下，速度更快、数据处理能力更强。

通感算赋能的算力网络是实现云边端统控的新型网络架构，其结合网络信息和上层应用，提供最佳的计算、存储、网络等资源的分发、关联、交易与调配，从而实现整网资源的最优化配置和使用。

• 算力网络资源层：

  算力网络资源层是算力资源所在的位置，包括在资源节点中使用的资源，例如：计算资源（服务器等）、网络资源（交换机、路由器等）、存储资源（存储设备）等。

• 算力网络控制层：

  算力网络控制层利用网络内生的泛在感知能力，实时感知各节点算力占用情况及节点动态位置，同时将感知信息作为先验信息，利用监督学习技术，对未来算力占用情况及网络拓扑动态变化进行有效预测，并将当下感知及预测结果发送至服务层和算力网络编排管理层进行处理。

• 算力网络服务层：

  算力网络服务层中包含各种提供给用户的服务功能，如实现用户、平台与资源节点的交易等功能。对各类业务的获取或需求分析及预测将在算力网络服务层中实现。网络服务层将实时业务需求下发至算力网络编排和管理层进行处理，并基于算力网络编排和管理层反馈的算力网络编排结果后，下发反馈信息至算力控制层，指导控制层按需实时调度资源层的算力资源为各类业务进行服务。

• 算力网络编排和管理层：

  算力网络编排和管理层可以实现算力网络的编排、安全管理、建模、操作维护管理（Operation Administration and Maintenance, OAM）等功能。编排模块根据来自算力控制层的网络状态实时信息和预测信息，同时基于服务层下发的实时业务需求，利用监督学习等相关人工智能技术，实现算力网络资源和服务的最优化编排和管理，并将编排结果反馈至算力服务层以最优化调度资源层的算力资源，实现算力的 即用即配。安全模块负责应用与安全相关的控件，以减轻算力网络环境中的安全威胁。算力建模模块可以根据服务类型进行算力建模。 OAM模块则实现了算力网络的操作，管理和维护。

——————————————

总的来说： “服务层” 将实时业务需求下发至 “网络编排和管理层” ，“网络编排和管理层” 同时参考来自 “控制层” 的网络状态实时信息和预测信息以及，在对算力网络进行编排之后，将结果再告知 “服务层” ，“服务层” 将算力网络编排结果下发给 “控制层” ，“控制层” 按需实时调度 “资源层” 的算力资源为各类业务进行服务。

• 技术融合与扩展：
  • 在通感算一体化技术提出之前，云边端多级算力网络主要侧重于算力资源的分布式部署和协同工作。而通信、感知和计算三个领域的融合不仅提升了算力网络的处理能力和响应速度，还使得网络能够更好地适应复杂多变的应用场景。
  • 通感算一体化技术推动了云边端多级算力网络在感知能力上的扩展。通过在边缘节点部署感知设备，并结合算力基站的计算能力，实现了对目标对象和环境信息的高精度感知和实时分析。同时，通感算一体化还扩展了算力网络在通信能力上的应用，通过优化通信协议和资源调度策略，提高了数据传输的效率和可靠性。
• 网络架构的优化：
  • 通感算一体化技术通过空口及协议联合设计、时频资源复用、硬件设备共享等手段，简化了云边端多级算力网络的系统架构。这种简化不仅降低了系统的复杂性和成本，还提高了系统的可靠性和稳定性。