通感一体（ISAC）深度解析：从5G-A到5.5G的感知跃迁

去年入秋在外场做低空通感测试，天黑得很早。无人机刚从两百米外起飞，屏幕上的点迹已经滑了出来。旁边一位做通信协议的同学凑过来问：这到底是雷达还是基站？我指了指旁边那座AAU说，就是它发的信号，自己收的回波。通信基站自己“看见”目标，这五个字背后，正是5G到5.5G之间最硬核的一跃——通感一体（ISAC，Integrated Sensing and Communication）。

这篇东西不是写给产品经理看的宣传稿，而是给正在接触5G/5.5G项目、参与5G网络测试、甚至准备从传统通信转行做感知方向的朋友。我会把ISAC的物理原理、标准演进节奏、物理层设计里的三笔硬账、外场实测中容易翻车的地方，以及我个人认为真正能落地的场景，全部摊开来讲。读完你可以理解为什么ISAC是5.5G的关键标志，也可以拿来作为自己入坑或选型的技术底稿。

1. 通信电波为什么能“看见”东西：ISAC最基本的物理账

1.1 目标回波里藏着的三个观测量

ISAC的本质并不玄。通信基站发出去的电磁波，打在无人机、汽车、行人身上会产生反射回波，基站把这些回波接收下来做处理，就能得到目标的距离、速度和方向。这件事雷达已经做了一百年，差别在于：雷达发射的是专用探测波形，而ISAC希望用通信信号本身或者与通信信号共存的感知波形，顺便完成同样的事。

为什么同样的电磁波，既能传数据又能做感知？因为电磁波在空间传播时，振幅、相位、频率、到达角都会携带环境信息。基站知道自己在什么时刻发了什么信号，只要把回波和发射副本做匹配，就能算出电磁波从发射到反射回来的时间差。这个时延乘以光速再除以二，就是目标距离。如果目标是运动的，回波会产生多普勒频移，频移大小直接对应径向速度。信号到达接收阵列不同天线单元时存在相位差，通过阵列处理就能估计目标的到达角。

距离、速度、角度，这三个观测量是ISAC的基石，恰好也是传统雷达最核心的输出。所以做ISAC的人如果没学过雷达原理，很容易卡在“不知道回波里能挖出什么”这一步。反过来，做雷达的人看ISAC又会觉得通信协议实在太冗长——一帧数据里塞满了控制信令，真正留给感知的干净参考信号并不多。这个认知差，通常需要在外场一起调几次设备才能弥合。

1.2 距离分辨率对带宽的苛刻要求：低频段先天吃亏

用通信信号做感知，首先绕不开的是距离分辨率，也就是系统能把两个相距多近的目标分辨开的能力。经典的雷达公式是：

距离分辨率 δR = c / (2B)

其中c是光速，B是信号带宽。这个公式很直观：带宽越大，一个符号在时间上被压得越窄，回波的时延就越能被精细区分。

以Sub-6GHz频段的5G基站为例，最常见的系统带宽是100MHz。代入公式得到δR = 3×10⁸ / (2×10⁸) = 1.5米。这意味着在距离维上，两个相距小于1.5米的目标会混成一个峰。这个水平对无人机跟踪、车辆感知来说勉强够用，但如果想感知人体姿态、识别手势、分辨目标的精细结构，就完全不够。

到了5.5G/毫米波阶段，情况会好很多。毫米波单载波带宽可达400MHz甚至800MHz，对应的距离分辨率能到0.375米甚至更好。这也是行业里做高精度ISAC实验时普遍倾向于使用毫米波频段的原因。很多人一听说“ISAC要用毫米波”，第一反应是覆盖差、穿透差，但站在感知角度，大带宽带来的距离分辨率提升是无法用Sub-6GHz补偿的。鱼与熊掌之争，从物理层就开始了。

1.3 移动通信本是低效雷达，阵列和双站是翻身牌

如果单看一个通信基站，它其实并不是一台很好的雷达。通信系统设计的目标是高频谱效率地传数据，波形设计、功率分配、资源调度全都围绕信噪比和吞吐量展开，很少去优化“探测距离”和“测角精度”。换句话说，5G基站本来就是一个被“逼着”去兼职雷达的低效雷达。

但蜂窝网络有一个雷达系统没有的优势：数量众多且成网。城区里几百米就有一个基站，多基站联合观测同一个目标，相当于用多个视角同时对目标做三角定位，角度模糊问题会被大幅缓解。雷达再强，也可能被一栋楼挡住；通信网络天然有站点冗余，一两个站被遮挡，其他站还能接住目标轨迹。

所以ISAC的发展路径大概率不是靠单站性能硬拼专用雷达，而是把“网络即感知”的协同价值发挥出来。这也是为什么到了5.5G阶段，标准里反复强调多站协同感知、网络辅助感知，而不是把某一个基站包装成一台大功率雷达。

2. 从Option 3组网到5G-A：ISAC为什么非要等到5.5G

2.1 NSA组网时代：控制面还锚在4G，凭什么感知

很多刚入行的朋友是从NSA（非独立组网）开始接触5G的。Option 3系列（3/3a/3x）是早期最常见的NSA方案，核心特征是用4G LTE做控制面锚点，5G NR只负责用户面数据分流。这种组网方式能让运营商用最快的速度把5G带宽跑起来，但它离ISAC的需求差得很远。

为什么差得远？感知这件事，不只是发射一个信号再接收回波那么简单，它需要网络对时频资源有非常精细的控制。基站要精确知道自己在哪个符号上发了感知信号、接收窗从哪里开始、周围的邻区会不会产生同频干扰。这些能力依赖5G NR的波束管理、灵活帧结构和大量下行参考信号，而NSA的控制面还攥在LTE手里，5G基站很多调度行为无法独立闭环。更麻烦的是，NSA场景下的站间同步精度参差不齐，很多早期NSA基站连基本的时间对齐都做不到理想状态，更别提支撑多站协同感知了。

所以行业内讨论感知时，默认前提基本都是SA（独立组网）架构。ISAC本身就是网络架构演进到一定阶段才会有余力去做的能力，强拼在一个控制面都在4G的网络里，是干不成事情的。

2.2 Rel-15到Rel-18：版本演进给ISAC留了多大空间

3GPP的版本迭代节奏，也决定了ISAC不会早产。我把几个关键版本的演进逻辑整理成了下表：

很多人以为Rel-18一冻结，ISAC的空中接口规范就完整了，实际情况不是这样。Rel-18更像是把地基夯实：AI/ML进入空口、定位精度提升、毫米波覆盖增强，这些都为后续感知能力做了铺垫。真正把“感知”作为课题系统研究的，是从Rel-19的阶段开始，范围覆盖核心网与接入网两侧。你翻会议文稿会看到大量关于感知服务开放、网络辅助感知的讨论，而不是突然冒出来一套“感知物理信道定义”。

这里有一个很关键的行业现实：标准跟产业试验往往是并行的。运营商已经在多个城市做低空通感的试点，跑的是原型机和预标准方案，很多经验反过来会喂给标准讨论。所以ISAC的成熟节奏是“外场先跑、标准后补”，跟传统通信先把标准写完再开发设备的节奏有一点区别。对这种模式不熟悉的人，容易觉得技术不成熟、太乱。我反而觉得这是感知技术贴近真实需求的表现——足够多的真实场景痛点，才能逼出一套能商用的标准。

2.3 ISAC并非推翻5G，而是在“用网络的方式做感知”

想理解5.5G里的ISAC，没必要把它想象成对5G的颠覆。ISAC没有改变通信链路的基本形态，而是在通信时频资源里嵌入感知能力，或者在已有的信道状态信息里挖掘感知特征。用通俗的话说，它不是给基站加了一个雷达模块，而是让基站学会利用自己的“眼睛”——天线和信号——去重新理解周围环境。

这也是ISAC在标准讨论里越来越强调“感知服务化”的原因。未来的蜂窝感知很可能不是每个基站单独输出一堆点迹，而是把整个网络收到的回波、信道信息汇聚起来，通过网络功能对外提供感知结果。这和传统雷达点对点的工作方式有本质区别。如果你带着雷达工程师的思维来读5.5G的ISAC文稿，可能会觉得绕；如果你了解过核心网的服务化架构（比如UDM、NEF这类网元把能力开放给第三方），应该很快就能理解ISAC在架构层面的思路。

NSA时代解决的是“5G能用”，SA时代解决的是“5G好用”，ISAC则把网络的能力边界从信息传输扩展到了环境感知。这是一条清晰的逻辑链，不是技术名词的堆叠。

3. OFDM波形做雷达的取舍：ISAC物理层设计的三笔硬账

3.1 直接用NR数据信号做感知，为什么效果差

ISAC最诱人的方案自然是“拿通信数据波形顺手做感知”，不需要额外发射感知信号，理论上不占额外频谱和功率。但实际做起来，效果远没有想象中美好。

5G NR的数据信号是OFDM符号里承载的随机调制比特，它们在频域上近似白噪声，但不同用户、不同资源块上的调制方式可能不同，功率也会因调度而变化。感知处理需要的是“确定性的探测信号”——接收机必须精确知道发射的每个子载波的幅度和相位，否则匹配滤波会出现严重失真。数据信号随时在变，基站可以做本地副本，但用户数据经过加扰、交织、层映射之后，接收机重建发射波形的代价非常高，不适合做长时积累的感知处理。

更核心的问题出在模糊函数上。OFDM波形的模糊函数在距离-多普勒平面上存在周期性的旁瓣峰值，这是子载波间隔直接决定的。对通信来说，这些旁瓣无所谓，本来就不需要用它测距；但对感知来说，强目标的距离旁瓣可能直接掩盖弱目标，造成虚警或者漏检。行业里目前比较务实的做法，是设计感知专用的参考信号，或者预留一部分OFDM符号专门做感知，而不是试图拿用户的业务数据“零成本”感知。

3.2 从帧结构里抠感知资源：参考信号优先还是专用感知帧

既然数据信号不靠谱，就得单独分配感知资源。在5G NR的帧结构里，感知资源怎么塞进去，直接决定了系统设计格局。思路大致分两类。

第一类是复用现有下行参考信号，比如CSI-RS（信道状态信息参考信号）、PRS（定位参考信号）。这类信号是基站主动发送的、接收端已知序列，频域位置和功率都可以配置，天然适合做感知。基站发出去，目标反射回波被基站接收，本质上是把一个“下行测量对象”变成了“环境探测器”。这个思路的好处是改动小、兼容性好，现有基站硬件基本不用动，只需要在基带算法里增加回波处理能力。缺点是参考信号的能量占比通常比较低，探测距离和信噪比受限，适合先跑通原型验证。

第二类是设计专用的感知帧/感知时隙。基站每隔一段时间拉出一段时隙，专门发射大带宽、高功率、长积累时间的感知波形，通信业务暂时让路。这个方案感知性能更好，能够支持更远距离和更高精度的探测，但代价是占用通信资源，影响吞吐量。几乎所有做通感一体试验的团队，最后都会遇到这个问题：感知性能和通信容量之间怎么折中。没有一个固定答案，得看业务优先级。低空监测场景里无人机目标少、更新率要求不高，通信资源可以多留一点；到了智慧交通场景，连续跟踪多目标又要求高感知帧率，通信和感知的资源冲突只会更明显。

实际配置帧结构时，还要考虑TDD上下行时隙配比。如果感知是基站自发自收，那么感知信号大概率要落在下行时隙，但目标回波回到基站的时间可能跨越上下行切换点，这要求基站具备快速的收发切换能力。5G NR的TDD切换时间（比如几十微秒）在这里成了天然约束，不是随便把感知帧放到任何符号上都行。配置的时候需要把最大探测距离换算成回波时延，反推接收窗口需不需要跨时隙。

3.3 一个链路预算小例子：基站能探测多远的无人机

纸上谈兵容易，我给一个实际粗算链路预算的例子，帮大家建立数量级概念。假设基站用4.9GHz频段做ISAC，目标是一架RCS（雷达散射截面）约0.01平方米的小型无人机，系统参数如下：

用雷达方程做理想自由空间估算：

P_r = P_t × G_t × G_r × λ² × σ / ((4π)³ × R⁴)

如果不做长积累，单脉冲的探测距离大概只有一百米左右，这对低空覆盖来说远远不够。但只要把感知时间拉长，比如积累100毫秒的相干回波，处理增益能显著抬升有效信噪比，理想条件下探测距离可以提升到几百米甚至更远。这就是为什么所有ISAC外场演示都强调“相干积累”——感知系统从来不是看单脉冲上那一点点功率，而是看长时间积累之后能把目标从噪声里“捞”出来多少。

当然，工程上永远没有理想条件。真实场景中，城市地面杂波、建筑物多径反射、扇区内其他用户的通信信号都会干扰感知回波，再加上天线副瓣泄漏，积累增益不可能做到理论值。我们做外场时发现，实际有效感知距离往往是理想估算的六到七折，甚至更低。看到宣传材料里说“感知距离一公里”，先问清楚条件：什么目标RCS、什么带宽、什么积累时间、什么环境。没有这些限定条件谈覆盖距离，基本等于耍流氓。

4. 外场测试最容易翻车的环节：同步、残留自干扰和阵列误差

4.1 自干扰不是“滤波器能解决”，是系统级的收发竞争

ISAC最常见的工作模式是基站自发自收：自己发探测信号，目标反射回来，自己接收。这种模式最理想，因为收发完全同步，不需要依赖其他节点的时钟，但它有一个绕不开的问题——自干扰。

基站发射功率通常高达几十瓦，而接收机要检测的反射回波可能只有皮瓦级甚至更低。如果发射和接收同时进行，发射信号哪怕只泄漏一点点到接收通道，都能把回波信号彻底淹没。天线同频同时全双工需要极高的隔离度，目前工程实现非常困难。所以现在大多数通感一体原型系统在低频段采用时分方式：先发一段感知信号，关闭发射通道，再打开接收通道听回波。

这个细节对外场测试的影响非常大。如果你从传统雷达背景转过来，可能习惯雷达的收发开关像雷达磁控管一样，切换毫秒级就够了。但5G基站是TDD系统，上下行切换点有严格的保护间隔，感知信号发射完之后，接收机必须在极短时间内从“发射模式”切到“接收模式”，否则近距目标的回波就已经从眼前溜过去了。

我第一次参与ISAC联调时，遇到的最诡异现象是：屏幕上始终有一条距离很近的虚假“目标”，无论天线朝向哪里它都不消失。排查了半天，最后发现是发射通道和接收通道之间在频段内的隔离度不够，发射信号通过设备内部的电缆和PCB走线泄漏到了接收端。那不是算法能解决的问题，而是射频前端隔离度问题，必须靠物理上增加收发之间的隔离、优化切换时序来规避。所以做ISAC的人，不能只懂基带算法，射频前端的那些“脏”特性，在这个系统里会毫无保留地暴露出来。

4.2 相位噪声决定速度精度：晶体和锁相环差点耽误事

感知系统想测目标速度，靠的是多普勒频移的精确测量。在5G NR这么宽的载波上做多普勒测量，最怕的不是目标太快导致频移超出范围，而是振荡器的相位噪声把多普勒频谱的基底抬高。

通信系统通常对绝对相位误差的容忍度相对宽松，毕竟接收机可以通过导频做信道估计和相位补偿。但感知系统不一样，连续目标回波需要在长时间窗内相参积累，本振的相位噪声会随着积累时间变长不断累积，表现为距离-多普勒图上靠近零多普勒区域的一团“裙边”。低速目标、静止目标的回波信号落在这个区域内，很容易被相位噪声尾巴淹没。

我们在外场就吃过这个亏。最开始直接使用基站原有的本振方案，测静止角反射器时看到的多普勒谱并不是一根干净的谱线，而是底部很宽的毛刺。后来换成低相噪外置本振，再配合多帧相位校正，才把静止目标旁边的低速目标分辨出来。这类问题在实验室里很难暴露，因为接的是信号源和线缆，真实天线端口的微弱反射和环境杂波会放大相噪的影响。

如果你想判断一个ISAC系统能不能上外场，先看它接收链路在零多普勒附近的底噪是多少。这个指标比什么“测距精度”更能反映射频底子。

4.3 天线阵列标定和天线罩：角度偏差一不留神就是几百米

ISAC的测角依赖天线阵列的相位差。理想情况下，每个天线单元接收到的信号相位应该精确反映来波方向，但真实设备里的每个通道都有各自的幅相误差：射频线缆长度差、功放和低噪放的幅相不一致、天线单元之间的互耦，都会让“测量出来的到达角”和“真实到达角”产生偏差。

这一点在通信系统里通常没那么致命，因为通信只需要让波束对准大概方向即可，辅助用户级波束管理能够容忍一定误差。感知却不行，测角偏差1度，在500米外目标位置上就会偏出将近9米。如果多站交叉定位，各站的测角误差还会被进一步放大，最终可能导致跟踪轨迹在原地抖成一片雪花。

最有效的标定方法是空中校准：通过已知精确位置的无人机挂载信号源或角反射器，在不同角度、不同距离下采集数据，反推出每个通道的幅相误差参数。这个流程比较费时间，但做一次至少能让系统性能提升一个档次。另外一个容易被忽视的问题是天线罩。很多宏站AAU外表有一层天线罩，它会改变信号的传播相位，尤其是雨淋和日晒之后，天线罩的介电特性可能发生变化。外场测试测角漂移时，先不要急着调算法，把天线罩擦了或者校一遍，可能问题就没了。

标定完了也不能掉以轻心。温差变化会导致射频通道的相位缓慢漂移，长时间测试时最好隔一段时间就做一次快速校验。我们后来把校验流程固定成了外场作业的标准动作：每天上电之后先打一个静止参考目标，确认零距离的位置和角度没有明显偏移，再开始正式数据采集。

5. 场景需求倒逼技术定义：低空与交通是先跑起来的落地盘

5.1 低空经济：通信补盲顺带感知补盲

不是所有写着“通感一体”的项目都有清晰的商业闭环，但我目前看下来，低空经济是第一个能把账算过来的场景。

低空飞行器的发展速度很快，但地面的监测手段明显跟不上。传统雷达在城市里部署受限，高楼遮挡多，盲区大；光电摄像头看得清但测距能力弱，晚上和雾天基本歇菜；ADS-B这类民航协同监视手段对不配合的“黑飞”目标无能为力。而运营商已经铺了大量基站，站点高度、密度天然适合低空覆盖。如果在基站上叠加感知功能，就能在不大规模新增硬件的情况下，织出一张低空感知网，让监管平台看到低空目标的实时轨迹。

低空场景对ISAC的参数需求其实不算苛刻。飞行器目标通常在空中，地面多径杂波相对少，目标RCS比行人、自行车大。系统需要重点解决的是覆盖距离和连续跟踪，一般要求感知距离覆盖几百米到一公里以上，数据更新率要求不高，每秒几次就够用。外场试点里，用4.9GHz频段加上横向部署的多个基站协同，已经能实现无人机的连续航迹跟踪。

5.2 车路协同：感知冗余比单传感器更可靠

智慧路口、车路协同是ISAC另一个被寄予厚望的应用方向。车端的传感器再强，也架不住非视距盲区和恶劣天气；路侧