6G通感算一体化网络架构和关键技术研究

6G通感算一体化网络技术解析
本文探讨了6G通感算一体化网络的核心内容与应用价值。6G作为融合通信感知计算一体化的新技术，在移动感知能力提升的同时具备实时计算能力与智能交互能力。其应用场景覆盖虚拟现实/增强现实/全息/沉浸式XR等新业务场景，并通过5G的扩展功能如大容量大带宽大时延传输和端到端实时传输来实现对超高清视频的支撑[1]。
文中提出了一种统一的网络架构设计方案[4-5]，并详细解析了通感算融合的设计原则与架构特点。该网络架构通过统一管理资源提供保障支撑业务需求[7]，实现了通信感知计算一体化服务功能的深度融合[3]。
文章还介绍了关键技术包括无线空口波形设计（OFDM/LFM/OTFS）、多天线波形设计（多模态协同感知）以及计算资源状态感知与调度[9]等。此外，在安全性方面提出了基于区块链的技术方案用于隐私保护与数据存证管理[8]。
文中还明确了性能评估指标体系，包括误码率、时间同步精度、编码调制效率等核心参数[1-3]。这些指标为评估6G新服务能力提供了依据[4-5]。（摘自文献）

摘 要

摘 要

【关键词】 6G；6G网络架构；通感算一体网络架构；通感融合；通算融合

0 引言

根据ITU-R《面向2030及未来发展的IMT框架及其指导方针和总体目标建议书》[1]，《未来6G领域》将涵盖沉浸式交互场景、超大规模实时连接以及极端高可靠性与极低时延应用等六大核心方向。借助多种前沿技术的支持——云计算与边缘计算技术、AI技术以及大数据分析方法——这些创新成果将显著提升网络性能和承载能力，并在全球范围内推动经济数字化转型、智能化进程以及可持续发展布局[2]。

6G核心应用场景将基于5G三大基础场景进行优化与拓展，并赋予新的服务能力和应用价值。
从一个方面来看，在5G通信场景的基础上持续发展地拓展移动通信能力边界。
另一方面，在突破传统通信领域限制的同时，
将引入智能化感知、计算服务等新兴技术领域。
展望未来，
6G将实现人机物泛在智能互联，
实现物理世界与虚拟世界的多维度信息交互，
构建新型数字信息基础设施，
承载新用户并赋能新应用。

1 6G通感算一体化应用场景

1.1 通信服务

通信服务被视为移动通信网络的核心服务。作为5G之后的重要技术演进方向,6G网络在传输速率、时延和用户接入能力等方面将实现显著提升,具体表现为更高的传输速率,更低的传输时延,更大的用户接入容量,同时具备智能化内建机制,多维度感知能力以及安全性自主增强特征,这将使它超越现有5G时期的个性化通信服务水平,从而全面满足未来社会对通信服务质量的所有需求。在应用场景方面,6G的服务半径将进一步扩大至空天地海等多元环境,构建起全方位连续覆盖体系,这将确保人们无论身处何方都能享受到安全可靠的"人机物"无限连接服务保障。与此同时,6G技术的发展将继续拓展移动通信领域的技术边界,从而推动经济活动向数字化转型并实现可持续发展;这一变革性的技术进步最终目标是构建万物互联与数字孪生深度融合的新生态体系[3]

1.2 感知服务

6G网络借助通信信号完成对电波传播环境及其内部目标物的检测、定位、识别和成像等感知功能，并由此收集相关信息并智能地分配网络资源以提供相应的感知服务

从感知方式上讲，在6G系统中依据是否主动发送用于感测的电磁波可将6G感测划分为主动感测与被动感测两种类型。其中主动能测是指通过发出了能被目标物反射回来并被接收器捕获回声信号来进行处理及分析的过程；被动动能则指依靠接收到的目标物所反射或散射回来的各种电磁波动来进行信息获取的方法。依据感受者与其观察的目标之间是否存在信息交流关系可将整个感测机制分为互动能测与非互动能两类：互动能测指的是双方在使用特定频率范围内的电磁波动时能够实现相互间的交流过程；而非互动能则指感受者仅通过对接外部环境下的各种物理量变化来获取数据的方法[5]。此外为了满足多样化的应用需求6G网络还需支持多种形态的信息采集手段：比如传统的接触式传感器如温度计湿度计气压计陀螺仪加速度计重力传感器以及现代发展起来的光传感器声传感器等均可作为辅助手段共同作用从而为用户提供更为全面的服务方案；从系统自身角度来看其能提供的核心服务可分为两类：一类是对外服务即针对外部环境物体及空间环境的各项参数测量工作（如运动状态监测成像捕捉）；另一类是对内服务主要是指网络自身的运行状态追踪工作（如设备运行状况实时监控各资源使用指标以及各类业务性能指标评估）[7]。

1.3 计算服务

在数字社会快速发展的背景下，“算力”被视为一种关键生产要素，在这一过程中其需求呈现出显著的增长趋势。6G技术带来了全新的技术维度，包括多样性的算力资源和灵活多样的计算模型，并通过整合这些多维资源来协同提供计算服务。

根据不同类型的客户群体或需求层次, 计算服务可划分为对外性和对内性的两大类. 在未来, 诸多应用场景对网络性能提出了极高的要求, 包括全息通信系统、协作机器人平台以及沉浸式XR（Extended Reality, 扩展现实）系统等, 同时这些应用场景也是数据密集型业务的重要载体. 因此, 6G 网络系统必须具备按需提供实时性特征的能力. 终端侧、边缘侧、网络侧以及云端的多维计算资源可通过网络化手段实现协同配置与灵活调度. 对内性服务则主要针对6G 网络自身所面临的多维度非线性等问题所提供的高效运算支持, 其目标是实现网路自身的智能管控能力提升, 同时通过优化资源编排方案来提高整体服务质量保障水平.

1.4 通信感知计算一体化

随着信息技术的发展进步, 智能交互系统、智能交通管理平台以及智慧工业应用等新兴业务领域不断涌现, 6G网络建设则需要在与现有通信技术深度融合的基础上, 构建包括感知能力、计算能力以及安全防护能力在内的全方位新型服务功能[3]。

6G系统基于感知服务对物理世界的实时采样，并在此基础上构建数字世界的初始模型；通过通信服务实现了物理世界与数字世界的实时连接；利用计算服务对采集到的数据流进行了全维度的处理工作。该系统充分挖掘软硬件资源间的协同效应，在有机融合下完成通信、感知与计算功能的深度整合与优化提升；能够持续监测并及时反馈物理世界的动态变化信息；具备定位精度高、测距能力强以及成像效果卓越等特点；在超高分辨率需求方面展现出显著的技术优势；具体应用于产业升级中的位置识别与定位问题解决、环境监测异常情况预警以及智慧生活场景下的复杂环境交互等多个领域

在通信、感知与计算各自独立作为系统和功能时，在这些领域对外部环境均起到支撑作用。对于未来发展的6G网络体系而言，在其设计中应当充分考虑多维度信息处理能力：一方面应将其中的AI视为特定工具，并与其协同作用于通信技术之上；另一方面则需建立完善的资源调度机制以实现性能的最大化提升。具体而言，在对业务需求（包括传输速率要求、算力支持以及性能指标等）进行初步感知后，在线构建相应的资源配置方案；在此基础上持续监测网络运行状态（涉及网元设备运行状态、孪生网络运行状态等），通过动态反馈机制不断优化资源配置策略；最终实现对全网资源的有效管理与服务保障

2 6G通感算一体化面临的挑战

2.1 频谱挑战

6G通感算一体化服务旨在在一个设备、同一频谱上实现通信与感知功能的同时具备实时计算能力，并可延伸至无线能量传输服务。受限于技术限制，在现有频谱资源有限的前提下进行多业务共用频谱的操作对运营商提出了技术上的挑战。1）由于6G网络覆盖范围广、设备数量庞大（包括网络端和终端端），通感算一体化的服务将带来巨大的数据处理压力：一方面会增加大量的感知数据、模型数据以及网络信息数据传输负担；另一方面引入感知链路后将导致严重的技术干扰以及资源竞争问题对运营效率造成严重影响。2）在6G系统中，通信与感知模块在波形设计、波束赋形以及覆盖强度等方面有着不同的性能目标与应用需求；此外6G感知业务需要综合运用导航定位、模式识别、图像成像等多种功能并对运动特性进行动态跟踪，并根据地理区域划分实施精准管控以满足不同层次的感知性能需求。因此运营商需要在不同频段物理特性的基础上灵活制定频率使用策略来满足各类业务的需求；同时伴随复杂化的网络运行管理规模也将显著提高运营成本和管理难度

2.2 能效挑战

基于主设备厂家基站设备测试数据得出结论，在经过深入分析后发现，在经历了技术和性能的进步之后，在单位比特能量消耗方面的情况发生了显著变化

2.3 安全挑战

6G通感算一体化架构形成了一个基于数据驱动的网络智能闭环系统。感知端采集数据、通信传输数据、数据计算处理得出结果，并通过自动决策机制优化网络性能或作为服务供给上层应用。由此可知，在6G网络体系中实现上层应用的安全性和可信性基础在于保障网络运行的安全性与数据安全防护机制的有效性。随着感知能力和计算能力的引入以及人工智能、大数据、云计算等技术的应用，《如何构建安全可信的网络》面临着数据安全与网络安全双重挑战。通感算一体化架构涉及海量数据的采集、传输、处理、存储与共享过程。这些数据可能涵盖个人身份信息、位置信息以及其他敏感信息内容。从网络感知能力和计算能力分布特征来看，《如何确保数据隐私安全》面临着新的技术挑战。通感算一体化架构融合了多种内生能力，《如何保障网络功能的安全运行》则带来了更高的安全风险等级。攻击者可能通过对《系统漏洞》或《设备配置缺陷》的利用达到入侵系统的目的并破坏系统功能目标《此处需补充：攻击者可能通过对《系统漏洞》或《设备配置缺陷》的利用达到入侵系统的目的并破坏系统功能目标》这一表述已超出原意范畴因此需要进一步优化表述方式以确保描述准确完整且符合逻辑关系要求

2.4 性能评估

6G新服务能力的引入促使传统网络中以速率、时延、频谱效率等为代表的传统的单一通信指标体系已无法完整、系统地评估网络性能。各应用场景对6G的服务需求各具特色且呈现出显著的多样性。如果继续依赖传统网络中的性能指标进行绝对值评估，则可能导致资源利用效率低下；而由于业务种类繁多的原因，在这一领域内的统一性标准尚待完善。因此运营商亟需构建一套既能有效评估感知计算一体化服务在提升用户体验和拓展能力方面的综合效能，并且避免将运营方向导向过度量化化的道路的新颖的网络和服务绩效评价体系。

3 6G通感算一体化网络架构

6G通感算一体化网络架构展现出系统化、适应性强、可扩展性及便捷性的特点。其承载的功能与接口协议基于内建机制支持感知能力及计算能力等基础职能，并与传统通信系统实现了有机融合，在管理层面实现了资源优化配置与智能调度安排。整合成全方位的服务体系，并保证从端到端的服务质量水平。图1 为6G通信感知计算一体化网络架构。

3.1 资源层

向所有上层功能提供运行支持与服务保障，在传统的网络建设中通常会使用到网络、计算、存储和频谱等基础设施。然而，在满足特定业务需求时，则需要在相关业务中配备智能计算设备以实现复杂运算能力，并辅以数据存储设备以完成海量数据处理任务；同时，在加快业务网络性能方面需配备各类硬件加速设备或采用异构融合技术；此外还应包括一个完善的资源管理系统——其中包含虚拟化管理和物理化管理两个层面；这些系统性资源配置需由管控层面进行统一规划与调度；确保各功能层级都能获得必要的支持；而整个配置方案的空间分布则主要集中在空天地海等多个维度领域，并结合云边端架构布局以及广域局域网覆盖范围

3.2 功能层

根据需求实现资源层物理设施的多维互联互连线织协同运作并构建高效的调度机制以形成不同网络能力的支持体系为管控层提供数据计算和决策支持能力保障。功能层由信令处理单元与用户转发单元数据处理单元以及计算处理单元共同构成通过提供接入控制能力确保网络服务可用性保障连接传输稳定性和实现数据存储采集及算力互联整合管理从而全方位支撑网络服务运行效率。

针对通感算一体化架构设计系统，在分析各功能实体特点的基础上进行细化构建，并具体表现为原子能力单元体系。该体系通过下层资源调度实现上层服务需求的支撑保障，在无线环境下的协同运行机制中实现了多维度资源要素的有效整合与优化配置。具体而言，在内生设计原则指导下构建的原子能力单元集能够整合无线环境特征、空口资源分配、射频资源利用等基础要素，并在此基础上完成信号采集与信道估计、信号处理与波形优化、波束成形与干扰抑制等基础功能模块的集成化实现；同时通过智能计算与数据处理模块完成感知数据的实时采集与分析处理；最后通过动态调度机制实现感知数据的计算服务保障以及网络运行状态的有效监控维护；从而构建起完整的通感算一体化控制体系，在实时精准的数据处理基础上满足服务层多样化的业务需求

3.3 管控层

监控层接收服务层发起的服务请求，在经过多维度智能分析后决定最优解决方案，并将抽象化的网络策略转化为具体的部署方案与最佳运行环境以支持应用发展。通过服务编排技术能够迅速将应用分解为单项服务能力并设定相应的服务质量指标。而网络调度系统则能快速响应资源需求构建所需功能模块并动态优化算力分配带宽设置与存储容量以实现资源的最佳配置应对突发负载变化提供弹性处理能力。最后通过全面而细致的网络配置工作确保各功能组件都能满足应用需求并完成其生命周期管理包括性能监控与状态维护确保系统的稳定可靠运行。

首先, 深入剖析服务层的核心需求特性, 包含性能指标. SLA. 以及连续性服务等方面, 结合实际应用场景. 网络数据. 资源数据. 终端数据. 业务体验数据. 用户使用时间和空间维度. 用户移动轨迹等多个维度因素, 对其在资源消耗. 服务质量水平. 用户体验状况. 接入策略. 部署方案以及安全可靠性的基本要求等方面进行实时评估与非实时分析, 最终形成一系列决策方案, 包括服务编排方案. 网络调度策略以及网络配置方案等。其次, 将抽象化的网络策略转化为可操作的具体决策方案, 从而帮助功能层实现高效的网络互联与算力互通。管控层面则通过提供控制接口. 管理接口以及状态查询接口等多种管理手段, 为其提供可靠的技术基础。

3.4 服务层

服务层是6G网络对外的重要支撑层，在实现资源优化配置和能力提升方面发挥着关键作用。它主要包括通信服务、感知服务、传能服务等基础功能，并结合通感服务和通感算一体等创新性举措。不同业务场景下的各类服务均需对应制定相应的性能目标要求，具体包括：第一类是服务质量保障目标——确保用户接入和运行的基本能力；第二类是运营效能目标——通过带宽承载能力、时延响应效率、数据传输可靠性等指标要求来提升系统运行效率；第三类是可靠性保障目标——通过高可用性和低故障率来保证业务连续性；第四类是扩展性保障目标——支持多频段协同运行以满足大范围覆盖需求；第五类是安全防护目标——通过强化数据加密和传输安全性保障用户信息不被泄露或篡改。

4 6G通感算一体化网络关键技术

如图2所示，请参考图2中的系统架构示意图

在通感算一体化架构中，在进行业务规划时需要综合考虑网络资源与计算能力资源的最佳分配。服务层面会将各类型业务按照需求与指标进行分类，并由管控层负责统一编排。通过灵活地按照各类型业务的需求动态调整计算任务与数据流分布模式，在保证系统稳定运行的同时实现计算任务的最大化利用效率。同时，在各个层面之间建立明确的功能分工后，在整体架构中实现跨层融合设计与统一管理策略，在保障系统稳定运行的同时最大化提升系统性能效能

4.1 无线空口关键技术

（1）通感算一体化信号波形设计

波形设计是通感计算一体化基站空口关键技术的重要组成部分。目前针对空口波形设计的研究主要集中在三个主要方向上：侧重于通信领域的统一波形方案、侧重于感知领域的统一波形方案以及基于通感融合的技术路线下的统一波形方案。在通信领域内的主要代表方案是以OFDM（正交频分复用技术）为代表的有效传输方式，在信号处理效率方面表现突出；从感知角度出发的主要代表方案是以LFM（线性调频）为代表的技术路线，在抗干扰性能上有显著提升；而在通感融合的技术框架下，则以OTFS（Orthogonal Time-Frequency Space）为代表的方法展现出良好的扩展性能。

OFDM技术：侧重通信的一体化波形通常基于OFDM技术构建特定信号格式，在保证现有无线通信基站硬件平台兼容性的同时实现功能扩展。具体而言，在第一种改造方案中通过对接收端反射回来的OFDM信号进行调制符号域处理实现了频域和时域信息解调功能：通过分别施加快速傅里叶逆变换（IFFT）和快速傅里叶正变换（FFT）运算可提取目标物体的时间延展特性及多普勒效应参数从而实现距离和速度信息计算[5]。第二种改进型式则采用了将OFDM与雷达脉冲联合设计的技术方案：在OFDM系统的部分子载波中加入雷达参考信号并依据脉冲雷达工作原理可利用引入的参考信号实现目标物体状态监测这一功能特性显著提升了系统感知能力

LFR形式：以整合感知功能为目标的一体化形式通常是对LFR形式进行通信功能优化设计。然而其传递的有效速率相对较低。该形式被广泛应用于雷达感知系统中。通过混频发射信号与回波信号生成一个与目标物体距离相关的中频调制信号。经过后续处理能够精确测定目标物体的距离和速度信息。因此目前基于LFR的一体化形式设计主要聚焦于两个方面：一是对原始形式进行改进以嵌入低速率通信数据；二是采用旁瓣利用技术在不破坏主波形时实现通信数据传输。

基于正交时频空调技术的OTFS波形，在信号处理中采用二维傅里叶变换将数据从传统时频域转换至时延-多普勒联合域，并结合传统的OFDM调制解调体系完成处理流程。其显著区别在于该波形不仅承载通信层信息和感知层信息，在无线信道接收端经过计算分析后可形成相应的感知图景。这种高分辨率的雷达图像能够提供信道内多个目标发射体的位置及其运动速度数据

首先，在实际应用中存在一些OTFS波形方面的不足仍需解决。其次，在完成多个OFDM符号信号块的完整接收到位后才能对OTFS系统的二维傅里叶解调处理工作展开。这将导致相对于OFDM系统而言更大的通信时延问题出现。此外，在完成时延多普勒域内的接收解调工作后，在算法实现层面面临的计算负担更为沉重，并要求具备较强的专用计算硬件资源支持。

（2）多天线波束赋形技术

在雷达系统中完成目标物体定位的关键参数包括距离、速度与方向三个要素。这些参数的具体求取方法如下：首先通过对发射信号与接收到的回波信号之间的时间差进行测量即可得到距离信息；其次利用回波信号中存在的多普勒频移现象来推导出速度信息；最后则可以通过分析多组天线接收回波信号与发送信号之间的相位关系来确定方位角信息。值得注意的是即使使用单一天线也能获得距离和速度的基本数据但要精确测定方位角则必须采用多个天线组成的阵列结构才能实现高精度的角度测量

在实际应用中,MIMO（Multiple-Input Multiple-Output）通信系统与相控阵雷达具有相似的基本原理及算法,均建立在天线阵列的波束赋形与分集增益基础之上。因此,移动通信系统的感知功能通常借鉴自雷达系统对目标物体的反射定位原理,借助无线电波实现目标的定位、检测、成像和识别功能,仅凭一个基站的信号源即可覆盖其范围内所有目标物体的定位检测过程。在通信感知计算一体化设计中,通过高效的计算能力,结合阵列天线的波束赋形技术实现了通信传输速率与感知精度的同步提升。在通信系统中,波束始终指向目标终端以保证稳定的通信质量;而在感知系统中,则采用时变扫描方式以实现更大范围内的目标估计与检测。对于单波束而言,为了提高功率效率,通信功能需要使用较窄的宽带波束;而感知功能则通常选用较宽的波束宽度以扩大感知范围。鉴于两者各有侧重且需求不同,系统需进行权衡与协调以达到最佳性能

4.2 网络化协同感知技术

（1）多点组网协同感知技术

在通感算一体化系统架构中，在单个节点设备资源较为有限的前提下，通过构建多节点协同机制能够有效提升通信与感知服务的整体质量水平。该系统主要采用两种协同模式：基于信号波形层面的多节点协同技术和基于无线资源与算力分配层面的多节点协同技术。其中，在信号波形层面的多节点协同机制具体表现为多基站联合感知技术。该技术允许两个基站设备分别承担信号发送与接收的任务，在不产生自干扰的情况下实现信息传递完整性。而在无线资源与算力分配层面，则采用宏基站与微基站协同感知的技术架构。由于通感算一体化信号波形在传播过程中受限于障碍物（如墙壁）的存在特性，在室内场景下无法穿透建筑物内部区域进行目标物体感知。因此通过部署微基站设备至室内空间并与外部宏观基站形成数据融合通道，在数据汇聚中心完成计算处理后即可实现全时空范围内的无缝对接感知能力

多频点协同：当前主流的移动通信系统主要采用Sub 6 GHz频段，在展望未来时有望向毫米波、太赫兹和可见光等更高频段延伸。不同电磁波频率不仅呈现出各自独特的传播特性，在适用不同的业务场景时也展现出显著差异性。通感算一体化设计旨在为提供多样业务服务的同时构建相应的硬件支持体系，并满足通信感知性能的各项指标要求。值得注意的是，在实际应用中存在一个权衡关系：更高的电磁波频率意味着更大的可用带宽资源但伴随更高的信号传输损耗以及较差的衍射能力。对于通信功能而言较高的带宽能够显著提升通信速率而对于感知功能则能提高距离速度分辨率及测量精度等关键性能指标。因此在选择合适的传输频段时需综合考虑信号传输损耗与通信感知性能之间的平衡关系并据此满足各项技术指标的要求。例如低频信号适合远距离低速率通信及模糊感知而高频段则更适合近距离高速率通信及高精度感知场景。此外在跨越障碍物的复杂场景中由于高频信号具有更强的空间衰减特性因此通常需要优先选择较低频率的传输方式以保证系统的稳定运行

多模式协同：通过发射与接收信号的相关运算实现通感算一体化波形的处理能力。该系统能够准确识别信道环境中的反射物、障碍物及其距离和终端移动速度等关键信息。根据感知信号的发射方式与接收方式的不同特征, 可将整体感知模式划分为六种类型: 基站自发发送、自身接收;终端自发发送、自身接收;基站间协作;基站发送至终端;终端发送至基站;终端间协作。当通感算一体化网络需服务多种融合业务时, 可采用灵活组合不同感知模式的方式, 并据此提供相应的服务支持。

（2）多模态协同感知技术

为了适应日益复杂的感知需求，在未来的发展中，传统的基于移动网络的感知增强技术已经无法满足需求。因此，在构建6G网络架构时，应充分考虑多种模态的一体化接入、感知数据的有效整合以及综合分析处理。例如，在5G核心网建设中吸收3GPP和Non-3CPP经验的基础上，在这一过程中实现深度无缝融合以提升整体性能。

此外，在6G技术中也可以与其他传感器协同感知能力的基础上形成完整的系统架构。这种集成性体现在其能够同时具备温度测量、声波识别、振动监测以及压力检测等多种物理量测量功能；同时还可以通过图像采集和触觉反馈等多种形态信息处理技术实现全方位的信息接收与解析功能。在这一协同机制下可以通过对各子系统间的数据进行系统性地归纳整合以及综合运用智能算法将分散的信息点有机联系起来从而突破传统单一模式难以处理的情境并构建起能够应对复杂环境挑战的整体感受能力体系。在这一过程中关键技术涉及如何克服不同类型数据间的不一致性问题以及如何实现不同类型信息的有效结合；其中现有的解决方案主要集中在串行处理策略并行处理方案以及加权平均型混合方法上而对于如何通过深度学习技术建立各子系统间的关联模型仍是一个待探索的重要方向

4.3 计算服务关键技术

未来感知系统将生成海量原始数据。若将这些数据全部上传至云端并进行集中处理，则可能引发网络拥堵以及计算延迟问题。通过6G技术实现云-边-端多级算力互联与协同工作，并在实时状态下感知各算力节点的运行状态信息。为此目的，需要整合数据通信、多模态信息处理、分布式计算等先进技术和方法，在满足实时性要求的同时实现了资源按需分配与高效利用。

（1）计算资源状态感知

6G网络基于云原生技术实现了计算与网络的深度融合，在智能决策平台上形成了'算网一体化'的新模式。该系统能够实时感知业务运营、网络资源管理和算力调度需求，并通过动态优化实现最优路径规划与资源分配。在感知层面上，系统采用多层次感知架构：首先通过分布式采集节点完成对计算资源、存储设备及网络设备等基础设施的状态监测；其次结合应用层感知机制获取业务运行状态；最后通过构建全面的状态信息库为上层管理决策提供实时支持

计算资源状态感知主要包含算力状态识别、网络状态监测以及服务应用识别三个核心环节。具体来说，则是对广泛分布的异构算力资源及其负载状态进行实时识别；同时会对网络带宽、时延以及路由信息等关键指标的状态进行监测；最后则是通过分析部署在算力节点上的各类服务及其应用情况来构建完整的资源感知体系。基于这些单维度的状态信息汇总与整合，在此基础上构建了统一的计算-网络（算网）全局拓扑架构图谱，并形成了一体化的编排策略支持体系。鉴于算力资源广泛分布的特点，在满足不同业务需求（如通信业务、数据感知业务、数据中心业务及融合业务等）的同时还需要综合考虑用户所在网络带宽与时延等因素的影响，在优化资源配置方面需要全面考虑各维度要素（如节点位置、承载能力及成本因素）以实现精准规划与动态调度能力的提升。

（2）计算任务协同调度

通过6G技术实现计算与网络的深度融合，在云计算中心（云）、边缘节点（边）以及终端设备（端）之间形成由云计算中心、边缘节点和终端设备组成的三级算力网络架构。感知层根据计算需求动态调整资源分配策略，并基于实时监测和反馈机制优化资源配置效率，促进各层级之间信息共享与协同运行以达到最优配置效果。

在边缘计算节点中存在有限数量的处理能力，并且这些处理能力之间的能力水平也存在差异。此外，在实际应用中这些设备的工作负载状态往往会发生变化。因此，在调度过程中需要综合考虑多方面的因素以实现最优配置。与此同时，在现代物联网和云计算技术的支持下，在许多不同的物理位置上分布着算力资源。通过特定的技术手段来感知可用资源并进行有效管理，则可以通过灵活调配的方式实现对整个分布式算力系统的统一控制，并能根据不同业务的需求进行优化配置。

6G网络自带内建计算能力，在处理部分计算任务时可转移至网络层进行处理。通过FPGA（现场可编程门阵列）、智能网卡和可编程ASIC（专用集成电路）等硬件设备的报文处理功能实现了计算加速功能，并有效降低了网络时延。为全面提升在网计算能力，在规划资源时需综合考虑通用算力与专用算力等多种异构算力资源，并提供灵活共享的计算、加速与存储资源组合方案。在此基础上实现感知数据随路实时计算目标的同时，还应采用确定性计算与实时性优化等技术手段满足感知系统对算法性能、计算密度及实时性要求的需求

4.4 融合服务编排

伴随6G网络应用场景的扩展,相关技术体系将致力于促进通信技术和感知技术与计算技术之间的深度融合.在这一过程中,除传统的网络连接功能外,还可能涉及计算能力、数据处理能力和算法优化等多个方面.根据不同的应用场景和需求对相关资源进行整合优化配置.具体而言,在管理层面接收并分析来自服务层的各项业务请求,通过功能模块分析和识别用户意图,将用户意图转化为具体的可执行的服务类型（如支持端到端通信连接建立,高效的数据传输处理以及强大的计算能力支持等）。在此基础上,系统会自动触发相应的底层支撑能力和资源调度机制,从而完成整个业务流程的具体实施工作.

灵活配置多种网络功能与资源组合成一套具有特定特性的功能集合，并涵盖以下几大类：控制面、用户面、数据、计算以及具体算法。

（2）为了确保该业务的服务质量（QoS），需对相关功能模块进行相应的资源需求评估工作。首先确认各功能所需的具体算力、网络、数据、算法资源等；同时需核实各功能所需使用的模板、镜像文件以及相关脚本等预置信息。

（3）依据当前算力、连接、数据以及算法资源的状态信息，通过智能编排该业务所需的功能组合来规划合适的业务执行流程，并将其作为网络运行的入/出界信息进行处理。

网络连接服务可以通过控制面和用户面功能进行布局配置。该网络架构体系不仅涵盖为终端端用户提供基础连接服务，并为行业用户提供相关连接支持。同时系统还应具备以下核心能力：1）通过数据服务质量解析分析机制实现对数据处理流程的优化规划；2）通过技术手段对计算资源、算法资源及连接资源等要素进行有效整合与管理；3）建立完善的性能评估体系以保障系统的稳定运行。其中系统应重点划分以下几大层次的能力维度：1）数据传输效率评估指标；2）系统可靠性保障标准；3）业务响应速度要求等。在具体实施过程中需要结合实际应用场景对各层级指标进行动态调整优化。对于计算能力模块则需围绕性能指标展开深入研究：1）从算力需求出发建立统一的性能基准模型；2）针对不同类型的计算任务类型设计相应的处理策略；3）制定合理的调度规则以提升整体系统效率

4.5 网络协同调度

网络资源调度机制是支撑通感算业务高效运行的关键要素，在保障业务运行的同时需特别注重数据隐私保护措施的有效性，在提升多场景下计算能力的同时兼顾云网协同效能与绿色节能目标。从算力环境与智能业务两个维度出发探讨调度难点与解决方案：一方面关注算力节点间的动态通信链路问题；另一方面聚焦于因终端移动导致的网络拓扑结构变化问题；同时需兼顾智能业务触发下的时空分布特征以及多样化的通信制式需求等基础问题：例如信道状态变化带来的算力节点间传输链路波动问题；终端运动导致的网络拓扑结构变化问题；智能业务触发下的时空分布特征差异性问题以及通信制式多样性影响等问题。

网络调度方案主要考虑用户对网络服务的定制化需求以及通过服务编排机制实现相应服务功能的动态调度，并涵盖以下核心方面：

根据用户和业务的个性化需求，在线调配底层数组以满足通信、感知和计算业务的各项性能标准；同时依据用户的实时接入位置，在线提供相应的网络接入服务。

（2）依据服务编排机制的调度管理方案下展开相应功能模块与服务的运行操作，在各参与主体间需进行数据通信交互的同时对运行过程中的各个节点状态进行实时监控。

网络调度系统通过与智能引擎进行互动，在用户的实时位置变化以及网络运行状态不断更新的情况下，针对不同的任务类型（包括控制面功能、用户面功能、计算功能以及数据处理能力等），综合优化网络部署配置，在动态变化中实现即时响应，并为用户提供高质量的网络服务。

在业务执行过程中，网络调度借助智能引擎收集并分析网络服务状态的数据及其预测信息。例如，在用户端感知层面,涉及的数据包括流量转发量、QoS保障预测、资源负载能力预测以及计算节点的状态监测等信息。基于获取的相关信息数据,系统能够预判并优化相应的功能配置策略,从而实现动态扩缩容以适应业务需求的变化。当用户的地理位置发生变化时,系统能够迅速更新并传递用户的最新位置数据至智能引擎中,通过持续追踪与预测分析来预判潜在的需求并提前部署相应的资源分配方案,从而实现了快速响应和高效的业务处理流程。

4.6 安全关键技术

（1）6G区块链技术

区块链技术作为一种重要的去中心化信任支撑技术，在构建新型多边互信体系方面发挥着关键作用。这种体系以共识机制为基础，在传统的权威信任模式基础上实现了从单向权威信任向群体共识驱动的信任转变。通过依托底层密码学技术的安全保障机制，在分布式数据处理、存储和溯源等方面形成了安全可信的基础架构。在6G网络领域中，通感算一体化网络展现出显著的优势特征：它不仅具备跨信任域的能力，并且能够跨越不同运营商和设备供应商的界限，在生态参与者之间实现了深度协同合作；这种特性超越了单一运营商内部的传统去中心化模式，在信任关系构建上更具开放性和包容性；基于这些特点，在6G时代背景下推动相关技术发展具有重要的现实意义和应用价值

采用区块链技术实现感知数据的权限管理，在未来通感算一体化网络中将配备数量庞大的感知端点。这些端点不仅数量多且分布广泛，在采集过程中能够充分展现其多样化的特征。值得注意的是，在高精度定位技术和感知业务的应用下，大量来自个体或组织的数据将被采集，并在这一过程中体现出显著的时间敏感性与价值差异性。为确保这些数据的安全性和合规性运行，在设计系统时必须充分考虑相关法律法规的要求（如GDPR等），并在此基础上构建智能化的数据授权、转移及使用管理体系。

该方案将充分利用通感算一体化技术在实际应用中的潜力。其中，在6G网络系统中对设备感知的数据进行采集与处理工作时，则需要特别关注其真实性和安全性这两个关键指标。为了提升这一环节的效果，在感知节点上采用区块链技术进行数据存证审计工作时，则可以通过定期备份关键数据和核心信息来实现可追溯性的管理。这种机制不仅能够有效保障数据来源的真实性与完整性，在出现问题时也能迅速追查责任归属并采取补救措施。

（2）隐私保护技术

6G通感算一体网络的隐私保护技术主要包含安全多方计算类技术和同态加密类密码学方法。通过采用安全多方计算等隐私保护分布式处理方案，在确保各方仅能获取预期的计算结果而不泄露额外信息的同时，实现了数据的安全性和私密性的显著提升。基于同态加密原理，在数据使用过程中可有效隐藏用户敏感信息，并实现对用户凭证信息的自主控制权。通过设计分级策略来制定凭证颁发与验证流程，并结合不同隐私级别的认证机制，在6G通感算一体网络中构建灵活可配置的综合防护机制。该方案能够根据用户需求动态调整访问权限范围与认证标准，从而实现"可用而不可见"的信息管理目标，并有效防范敏感数据泄露风险。

同时，在这一创新体系中，6G通感算一体网络通过引入人工智能技术实现对敏感数据的全方位保护。借助节点智能能力的提升，在这一系统中开发了一种轻量化且分布式的安全架构方案。该方案不仅能够通过动态权限管理策略实现精准的身份认证与权限控制，并且还能够构建一个新型的安全路由算法框架以及动态信任拓扑结构模型。在实际应用中发现，在不共享原始数据的前提下，通过该架构能够有效降低潜在的安全风险并最大化数据利用效率。特别值得一提的是，在这一架构下实现了联邦学习功能的嵌入，在不共享原始数据资源的情况下（即每个节点仅掌握局部数据特征），借助6G通感算一体网络多个节点的数据进行联合建模工作，并在此基础上实现了高效的数据处理与分析功能。

4.7 网络与服务性能指标体系

6G通感算一体化服务在不同的应用场景呈现出多样化的服务需求，并非单一化的设计模式能够满足所有场景的需求

在功能层的原子能力单元中, 6G通感算一体化系统的服务性能指标包含误码率、时间同步精度、编码调制效率、采样频率、模型训练开销、模型推理开销、能耗开销、信令开销、数据处理时效、数据安全等级、数据隐私等级及数据存储占用等多个维度指标。这些原子单元的性能表征了6G网络基础承载能力。如表1所示, 该系统的核心性能指标包括: 感知精度与感知分辨率, 以及峰值算力等关键参数。其中, 感知精度则可表示为在特定置信度下各感知业务对应的距离精度、速度精度、角度精度及成像精度等参数; 感知分辨率则体现了系统区分多个感知目标的能力; 而峰值算力则定义为单设备可提供的最大计算能力。这些性能指标共同表征了6G网络在承载某项服务功能时的能力及其完成质量

5 结束语

该网络整合了感知能力、通信能力和计算能力。借助软硬件协同优化和资源共享机制，在多维感知与协作通信之间实现深度融合，并显著提升了智能计算能力。从而支持沉浸式虚拟现实（XR）、全息远程展示、互动型三维虚拟数字人、协作机器人及无人驾驶等多种应用场景。最终目标是推动未来社会万物互联的发展目标。