5G-A无线融合新架构白皮书

5G-A无线融合

新架构白皮书

2024年8月

发布单位：中国移动通信集团有限公司

前言

5G-A时代，伴随着全球数字化浪潮和国家政策的引导，催生出低空

经济、新视听、智慧交通等新业态。这些业态的兴起对网络的敏锐感知能

力、深度数据分析能力和高效决策能力提出更高要求，同时也对算力资源

的灵活性和可扩展性提出新的挑战。为了满足这些需求，通信、感知、智

能和算力等技术的融合创新变得至关重要。

无线架构是无线网络发展的核心，新技术的融合创新需要架构的持续

演进来支撑。中国移动提出了5G-A无线融合新架构，这一架构旨在满足

感知、算力和智能化新业务的需求，同时应对海量资产的兼容性、潜在业

务的不确定性以及投资回报的挑战性所带来的难题。在无线接口、设备融

合、网络构建等方面，中国移动率先在通感算智多领域、多场景进行应用

实践，基于已规模部署的5G网络基础上平滑升级，提升网络性能，引领

新兴业务发展。

本白皮书由中国移动与合作伙伴联合撰写，旨在为产业提供先进的经

验和有价值的启示，为5G-A乃至6G的持续发展提供支持。

1.5G-A无线架构演进驱动力

无线架构是无线网络运营和发展的基石，其演进受政策的指引、业务的驱动和技术的牵

引。随5G-A时代的到来，政策、业务需求和技术出现了显著的变化。通过基站架构变革，

使无线网络遵循技术发展、顺应时代特征、响应市场需要，赋能千行百业发展。

1.1.政策指引

随着5G、云计算、大数据、人工智能等技术的快速发展，网络和算力等数字基础设施

的加速建设，数字化正深刻改变着生产方式、商业模式和治理结构。在生产领域，数字化深

入智能制造和工业互联网，提高了生产效率和产品质量，降低了运营成本。在商业领域，数

字化催生了新的商业模式，如电子商务、在线服务等，拓宽了市场边界，提高了交易效率。

在治理方面，数字化促进了政府决策的科学化、精准化，提升了公共服务的便捷性和响应速

度。

数字经济作为全球经济发展的新引擎，正深刻影响着全球经济的各个领域。根据

GSMA智库发布的《2023年全球移动经济发展》报告，移动技术和服务在2022年创

造了全球GDP比重的5%，贡献了5.2万亿美元的经济附加值，并在更广泛的移动生态

系统内提供了2800万个工作岗位。据全球数字经济白皮书（2023年）数据，2022

年测算的51个国家的数字经济增加41.4万亿美元，同比增长7.4%，占GDP比重的

46.1%。

作为数字经济的引领者，为推动5G、云计算、大数据、人工智能等技术的融合

创新发展，国务院印发《“十四五”数字经济发展规划》中提出，到2025年数字经济

核心产业增加值占GDP比重达到10%的目标，并对数据要素市场体系、产业数字化

转型、数字产业化水平、数字化公共服务和数字经济治理体系等方面提出了具体的发

展目标。规划提出加快新一代信息技术的发展，包括5G、云计算、大数据、人工智

能和物联网，以促进技术创新和产业升级。推动数字经济与实体经济的深度融合，通

过产业数字化转型，发展新业态和新模式，促进经济高质量发展。低空经济作为数字

经济的重要组成部分，将开辟全新的商业机会和经济空间，《通用航空装备创新应用

实施方案（2024—2030年）》中提出，到2030年推动低空经济形成万亿级市场规

模的目标；推动低空经济与数字技术的深度融合，发展基于低空经济的新业态和新模

1

式，这不仅推动经济高质量发展，也将提升中国在低空经济领域的国际影响力和竞争

力。

中国移动作为数字经济发展的排头兵，积极推动以5G-A新技术、新业务、算力网络、

智能化为核心的新型基础设施建设，致力于构建“连接+算力+能力”的新型信息服务体系。

这一战略将通过5G-A与智能化的深度融合，推动新质生产力的发展，为数字经济的高质量

发展注入强劲动力。

1.2.业务驱动

随着低空经济、车联网等新场景的出现，用户对高质量业务体验的诉求和运营商对降本

增效的迫切需求，在通信网络应该具备无线感知及智能化的能力，成为无线网络经营的新着

力点，而算力为无线网络升级提供基础保障。

1.2.1.感知成为通信网络新能力

感知是通信系统新的服务能力，通过无线信号感知环境与物体，并将感知数据提供给应

用服务，实现数字与物理世界的映射。这不仅提升社会经济效率，还促进社会的发展与安全。

基于通信的感知服务目前涵盖低空、水域和道路场景，并向更多领域拓展。

图01感知应用场景丰富

1）低空场景

“低空经济”在2024年全国两会首次写入政府工作报告，提出到2030年中国低空经济

将形成万亿级市场规模。随着低空经济的快速发展，无人驾驶航空器数量将呈爆发式增长，

低空空域安全有序是壮大低空经济的必要前提，低空飞行器必须要“看得见、呼得着、管得

住”。例如，在无人机快递中，低空管理网络必须跟踪管理无人机航线，确保飞行安全并及

时处置非法入侵者，确保低空飞行安全。

面向低空的通感融合技术可解决现有城市低空管理方案精度低，部署难，审批慢的痛点，

提供泛在连续的广域精准感知能力，为低空经济的规模发展保驾护航。

2

2）水域场景

水域：航道管理、电子围栏、边防监测等场景中有广泛的船舶感知需求。国家“十

四五”规划提出推进数字航道建设，低成本、易部署的广域感知能力可保障全国航道

的安全有序运行。海上的能源、渔业等场景也有生产安全保障诉求，通过设立感知电

子围栏，可以有效防止未授权船舶进入生产区域，保护围栏内的设施和船舶。

3）道路场景

汽车保有量持续提升，自动驾驶能力走向L2以上，对道路运行效率提出更高的要

求。车辆的监控和管理设施天然分布在所有道路，提供感知车况，感知路况，结合通

信能力提升道路效率。道路感知需要实现道路交通参与者的类型、速度、位置、航向

角、轨迹等微观数据的感知，和违停、超速、压线、闯红灯、事故、施工、抛洒物等

交通事件的感知，以及车流量、占有率、排队长度等交通流信息的检测功能。

1.2.2.算力成为通信网络新要素

算力作为新的社会生产资料，成为各行各业不可或缺的资源，通讯网络作为最广泛的存

在，一方面发展新业务需要算力支持，另外一方面未来也可提供算力服务，作为云和端算力

的有效补充。

1）新业务发展需要算力

通信技术的迅速发展推动了新业务需求的涌现，包括感知服务、定位功能和高可

靠性业务的灵活切片等，这些业务均要求基站具备强大的算力支持。在感知业务中，

基站不仅需要传输数据，还需对数据进行处理、消除噪声、提升精度，以满足上层应

用的需求。此外，AI和机器学习类的广泛应用需要处理大量数据和进行模型训练，这

对基站的计算能力提出了更高要求。

因此，为了满足新业务的发展需求，基站的算力必须得到显著提升，以确保能够

高效、稳定地处理各种复杂计算任务。

2）低时延业务需要本地部署

在通信网络中，一些业务对时延要求极高，需要本地算力部署以满足其超低时延

需求，并有效节约骨干网传输资源。这在网络性能和经济性上都是理想方案。以下是

通过本地部署算力受益的典型业务：

工业自动化和智能制造：这些领域的M2M通信要求极低时延（小于10毫秒），

3

并需稳定的网络条件以避免抖动，确保操作的精确性和安全性。本地算力部署可实现

实时监控和控制，满足高可靠性和时延要求，从而提高生产效率。

云手机和云游戏：为了确保无卡顿、高质量的用户体验，这些应用需保证时延小

于20毫秒和至少5Mbps至25Mbps的稳定传输速率。本地算力的部署能显著减少网

络传输时间，提升服务质量。

虚拟现实（VR）和增强现实（AR）：这些应用需快速渲染和响应用户动作，时

延要求在20毫秒以内，以避免用户眩晕和不适。同时，高达200Mbps的传输需求若

通过云处理，会浪费大量骨干网资源。本地算力能降低延迟，提供流畅的交互体验，

并优化经济性。

本地算力显著降低了业务处理时延，满足创新业务的实时性、可靠性和效率要求，

成为通信网络发展的重要趋势，支持更多对低时延有严格需求的业务。

3）端云边协同需要本地算力

在AI迅速发展的时代，端云边协同架构成为应对多样化连接主体和交互需求的关

键。它提升了数据处理效率，并增强了系统灵活性和可扩展性，其中本地算力是重中

之重。

首先，确保稳定的低时延。与AI助手或智能体的交互需快速响应，这对网络的确

定性要求极高。中国的网络实测数据显示，轻载时RAN到服务器的时延为20毫秒至

60毫秒，但在高峰时可达2900毫秒，对交互类业务非常不利。减少终端到服务器的

传输跳数，尤其是在RAN附近部署AI推理服务，是降低时延的有效策略。

其次，算力下沉到边缘。端云边架构要求处理多样化和实时性的数据，这使本地

算力变得不可或缺。将算力接近网络边缘数据，不仅降低数据传输延迟，还提高了处

理效率，允许本地进行初步数据分析和决策，减轻云端负担。

此外，随着连接主体和内容的增加，数据安全性和隐私保护愈发重要。本地算力

可在数据外传前进行加密和匿名化处理，加强数据安全。对于终端，由于体积、电池

和散热能力限制，算力常受限。在高推理算力需求下，借助边缘算力而非云端是理想

选择，因为后者在时延和带宽方面有更多限制。

1.2.3.智能化成为通信网络新特征

1）差异化业务体验需要智能化保障

4

随着直播、游戏、视频会议等新型移动互联网应用的蓬勃发展，用户规模持续扩

大，高端用户比例逐步提升，用户对高质量体验的需求日益迫切。然而，传统的基站

无法感知业务，不能满足普通用户和VIP用户的差异化体验诉求，需要引入新的智能

化技术进行精细化和差异化的业务处理和体验保障。面向未来，5G-A业务会有更高

的网络诉求，如XR业务需要10毫秒级低时延、大上行带宽工业视觉回传需要大上行

需求、核心生产控制的4毫秒@99.999%的高可靠等差异化需求。

在基站中引入智能化能力后，网络具备了实时感知、建模预测和多维决策的能力。

网络能够实时感知并判断体验状态、网络资源及业务形态，进一步综合分析，实现动

态调控，从而按需触发并精准适配体验保障策略。例如：在短视频业务中，可以加速

首帧缓存，降低首帧时延，提升视频码率，从而提高观看清晰度；在直播业务中，保

障上传速率并提供稳定的上传缓存，以减少直播卡顿；在游戏和视频观看等业务中，

能够预测关键帧的发送时间，提前进行资源编排，提升观看体验。

2）绿色低碳网络需要智能化节能

伴随着网络性能的持续提升，能耗也在不断增长。当前ITU要求，在2030年，ICT

产业碳排放需要降低45%以上。同时国家发布《贯彻落实碳达峰碳中和目标要求，推

动数据中心和5G等新型基础设施绿色高质量发展实施方案》，提出碳达峰碳中和目

标，对5G-A提出具体的能效改进要求。

但当前无法兼顾节能和高QoS高优先级业务，核心矛盾在于节能深度、节能时机

与业务的精确匹配。通过智能化能力，识别出对体验敏感的业务，基于识别结果，动

态调整业务优先级，基于用户行为预测、网络负载预测等智能技术，进行时空频功域

综合编排，实现体验和节能双优。

3）高自治网络需要智能化运维

随着无线网络从2G发展到5G-A，新业务持续涌现，频谱和结构复杂性持续增加，

使网络管理愈加复杂。过去五年，网络特性、配置参数和规则数量翻倍，导致运营支

出持续上升。同时网络能力的演进也需保障业务的高度稳定，因此对网络运维提出更

高要求。

当前无线各功能域相对独立，运维管理需要人工参与，导致效率低且成本高。引

入智能化运维能力后，通过运维任务目标协同各领域功能，实现智能运维。例如，在

排障中，传统模式需与运维工程师反复沟通，平均耗时长且需人工持续监控。而在智

5

能运维下，通过故障自感知，系统自修复，降低故障时间，减少人工参与。

1.3.技术牵引

移动通信技术发展日新月异，从2G、3G、4G、5G到5G-A，每一代通信制式都

带来了革命性的技术创新和突破，不仅提升了通信网络的性能，也持续地扩展其应用

范围和深度，为通信产业注入了新的活力和可能性。

面向未来数字社会的构建，移动通信技术在通信的基础上，将不断扩展能力边界，

加速通信和感知、智能化等技术融合。

通信技术和感知技术将逐步融合：随着数字孪生世界的到来，无线通信从语

音和数据的传输，走向物理世界的感知扩展，通信和感知技术逐步融合，使感知成为

面向下一代网络的关键服务。关键技术不断创新，主要包括：

灵活部署架构：感知本地化架构及紧耦合架构灵活部署，可在网络侧按需实现感知

业务的运营管理能力。

混合波形空口：连续波＋脉冲波混合波形，配合通感融合帧结构，低干扰低开销的

条件下，满足不同场景的感知能力需求。

超级广角硬件：垂直超广角AAU，两级移相架构配合“宽切换＋窄扫描”多粒度波

束设计关键技术，可实现垂直扫描60°低空一体覆盖能力。

差分高精工参：基于PPK的差分解算高精定标技术，可实现基站工参精度大幅提

升，优化基站感知精度。

通感协同组网：通信感知一体化系统的组网设计，通过基站与基站通感协同，实现

感知联合去重与通信干扰规避，从而优化系统性能。

通信技术与智能化技术深度融合：人工智能将在通信感知一体化系统中发挥

关键作用，通过机器学习和深度学习算法优化网络性能，进一步提升通信效率和感知

精度，使得资源利用率最高，系统能效比最高。

精准业务感知及保障技术：基于机器学习的数据传输特征感知系统，高效快速地构

建特征库，实现无线内生的业务感知技术，精准、快速对重点业务进行保障，提升用户感知

的同时激发流量。

智能网络优化技术：借助AI技术对网络资源差异化、精细化的编排，提高网络性

能，实现通信资源更加合理化应用。

6

智能网络节能技术：基于业务识别、用户行为预测、网络负载预测等多种AI技术，

精确预测全时段网络负载和能耗需求，动态调整网络资源分配和节能策略，实现体验与节能

的高效协同。

7

2.5G-A无线架构演进面临挑战

新技术的融合及新业务的引入对基站架构提出了新的挑战，需要从网络层面、业务层面

及运营层面三个维度分析亟待解决的痛点，成为新架构演进首要解决的目标。

2.1.网络层面：海量资产需兼容

新技术及新业务的兴起不仅带来了更多的经营机会，也对无线网络和设备提出了新的挑

战。

1）对无线网络的挑战

当前无线网络主要支持通信相关业务，部署了海量的设备，网络中已经沉淀了大量的资

产，如BBU、AAU/RRU、光纤和回传设备等。新业务的发展需要充分利用现有资产的价值，

并与新增投资有效结合，利用一张网的优势共同支撑新业务的发展。

2）对无线网元的挑战

AAU的挑战：

通感一体：通信与感知业务一体化设计，在波束形态定义、时频资源分配、帧结构

设计、数据接口要求方面，均需针对感知业务需求而量身打造。

地空一体：地面与低空双区域兼顾，相比纯地面覆盖需要适配低空场景的波束垂直

维扫描、时频资源调度等方面需求。

BBU的挑战：

硬件资源的灵活扩展和无缝兼容：通感算智等新技术、新业务的部署需要在已有

BBU中按需增加新的硬件资源。新硬件资源的增加需要克服对BBU的供电、互联、散热产

生的影响，使已有通信业务正常运行。

硬件资源灵活支持多业务：新的硬件应具备业务灵活性，以适应快速变化的业务需

求，延长硬件的生命周期。

面对网络层面的多种挑战，设备的前向兼容性尤为重要。通感算智等新技术、新业务的

引入应充分利用现有资源，降低投入。

2.2.业务层面：灵活多样不确定

通信网络以广泛的网络覆盖为基础，为消费者和行业客户提供语音通话、短信服务、

8

数据流量等传统业务，应用的范围相对明确，增长趋势主要取决于人口增长、经济发

展等因素，商业模式也相对成熟。

新业务的引入，在应用范围、发展态势和商业模式方面存在不确定性。

应用范围不确定：传统通信业务通常覆盖全面，但新业务的特性决定了其初期只能

在特定区域部署。通感等业务可能首先集中在低空应用场景，未来会根据市场需求扩展到更

广区域。因此，网络需要支持区域性部署，并随着需求变化灵活调整覆盖范围。

发展态势不确定：新业务不仅涉及多种类型，其生命周期长短不一，市场需求也难

以预估。这导致业务类型频繁更新，规模随时变化。为了应对这种复杂性，网络必须具备足

够的动态调整能力，能够快速响应各种业务需求。

商业模式不确定：新业务的引入往往要求创新的商业模式。传统语音和数据收费方

式已不再适应新的业务需求，网络提供商需探索新模式，结合新业务所带来的实际市场价值，

进行深度市场分析，制订合理的盈利策略，以期望在较长的投资回报期内实现盈利。

面对业务的这些特点，网络和基站需要具备足够的灵活资源，有力支撑业务孵化。新业

务的部署应该是平滑的，与现有网络和服务能力是兼容的，新业务能够分区域灵活部署，根

据业务能力发展灵活扩容，实现业务量增长和业务增加的便捷部署。

2.3.运营层面：投资回报挑战大

由于新业务与传统业务的差异性，新业务引入带来了网络运营层面的重大挑战，

主要包含投资压力和投资回报两方面。

初期投资压力大：以通信网络为例，通常需要建设一张广覆盖的网络，网络中的每

个基站都配置了独立部署的硬件资源BBU和RRU，硬件的采购、安装和调试需要大量的成

本开支，同时，基站与基站之间、BBU与BBU之间无法实现硬件资源的共享。而新业务通

常由局部部署开始，再扩展到更大的范围，当业务发展不均时，会导致硬件资源使用的不均

衡，资源利用率无法最大化。

投资回报周期长：无论是传统业务还是新业务，在业务发展初期，市场需求可能不

稳定，业务规模可能不明确，需要经历逐步培育的过程，导致业务回报周期长。

新兴业务的引入从运营层面要求架构能够按照新业务的发展趋势按需部署硬件

资源，以循序渐进的方式部署网络，降低新业务的运营成本。

9

3.5G-A无线融合新架构

无线融合新架构以平滑演进支持通感算智新业务快速部署为目标，以通专异构为

基础，灵活支持未来多种不确定性新业务发展，以弹性扩容缓解投资压力，打造灵活、

低成本、高效的多技术融合的无线网络。

3.1.架构设计理念

1）平滑演进

随着新技术的发展，无线架构需要考虑演进平滑性，保护已有投资，以确保技术升级过

程中的业务连续性、风险控制以及资源的有效利用：

从前向兼容角度：要求新业务硬件资源可以与存量网络设备保持兼容性和共部署，

充分利用存量资源，减少资本投资，提升运营效率。

从后向兼容角度：对后续新业务的引入要具备兼容性，延长新业务硬件的使用时间，

同时考虑新业务硬件的跨平台应用能力。

通过兼顾平滑性与投资保护的原则，在多种新业务发展的过程中能够实现有序演进，既

保证了业务的稳定运行和用户体验，又最大程度地保护了既有投资，实现了技术升级与经济

效益的双重目标。

2）通专异构

面向感知、计算、AI等多样化服务，以及未来新技术、新业务种类的不确定性，新架构

需要具备高度的灵活性，以应对服务请求的时间、空间、业务量差异及资源分布的复杂性。

对于新部署的业务硬件资源，应具备一定的通用性，具备处理逻辑计算、浮点运算、AI模型

微调，快速推理等能力，灵活调配硬件资源实现多种业务的同时应用。

同时，由于通信网络分布广、体量大的特征，随着“碳中和”和“碳达峰”政策实施，对

通信网络的能耗要求将更加严格。专用硬件在通信信号处理、感知信号处理等标准化强、高

度定制化的业务上有性能及功耗的优势，因此专用硬件也依然是重要的组成部分。

新的无线架构应该求通存专，使用多样化的算力资源，算力资源合理分配和高效调用，

实现谱效、能效、成本最优配置。

3）弹性扩容

为了确保无线系统能够按需部署、灵活扩展，实现硬件资源按照业务发展逐步叠加，避

10

免一次性投资过大，以及在业务发展初期资源利用率低的问题，需支持以下能力:

硬件资源模块化：硬件资源采用统一的模块化设计，可以通过便捷叠加的方式实现

能力扩充。

硬件资源按需部署：硬件资源能够集中配置，在不同的基站间共享，各基站按需获

得硬件资源，而不是每个基站同时部署。

硬件资源灵活扩容：能够紧密结合业务需求，能够按需不断评估业务需求的变化，

调整网络硬件资源以支持业务增长。

3.2.架构具体阐述

根据上述设计理念，中国移动提出了5G-A无线融合新架构，匹配感知、算力、智能化

业务的需求，解决需求多样化、业务不确定性和投资决策复杂化带来的挑战，为无线网络的

能力拓展提供支持与助力。

图025G-A无线融合新架构

5G-A无线融合新架构通过新硬件平台和新组网架构，打造新的无线基础设施底座。

1）新硬件平台：

CCU（CentralComputingUnit）：构建智能融合计算能力，通过部分BBU加

载新的智能融合硬件平滑升级为集中计算单元，在通信功能基础上，将智能化计算资源池化，

成为多业务能力引擎。

11

BBU（BasebandUnit）：提出前向兼容的系统融合方案，通过对已经规模部署在

运营商网络的BBU平滑升级，广泛支持新技术及新业务的应用。

AAU+（ActiveAntennaUnitplus）：提出空口融合、双维波束扫描、资源动

态调度、双波形快速切换等技术，实现通信及感知等新业务的一体部署。

智能融合板：

2）新的组网：

提出自组自愈的弹性可伸缩组网方案，打破无线硬件资源与站点强绑定的束缚，实现

CCU与BBU之间的灵活网络连接，为新技术及新业务提供触手可达的资源。采用池化集中、

灵活分享的方式实现了按需部署、灵活扩容的低成本部署方案。

CCU向多个BBU共享其智能化计算能力。

CCU间具备进行业务迁移及资源分配的能力

此基础上，5G-A无线融合新架构可以继续演进，以匹配后续新技术及业务的发展需求。

图035G-A无线融合新架构演进方向一

5G-A无线融合新架构演进方向一：分布式智能化计算能力部署

BBU（BasebandUnit）：为了满足更低时延的业务处理要求，通过部署分布式的

智能化计算能力，满足本地处理的需求。

12

图045G-A无线融合新架构演进方向二

5G-A无线融合新架构演进方向二：CCU计算能力升级，如服务器或专用计算网元等

形态。

CCU+（CentralComputingUnitPlus）：随着业务爆炸式发展，CCU智能化

计算能力受限，引入智能化计算能力升级的CCU+，补充计算能力。

13

4.5G-A无线融合新架构关键技术

4.1.前向兼容的系统融合方案

5G商用已经进展到第5年，运营商在无线网络建设方面投入巨大的开支，部署了大量的

基础设施包括BBU、AAU/RRU、光纤、回传设备等设备及资源。以中国移动为例，已累计

开通5G基站超过194万站。随着新兴业务的引入，基站不可避免需要引入新的硬件资源，

但面对存量的硬件设备及资源，在部署新兴业务时需要前向兼容的多层多链融合方案，实现

存量基础设施的最大化复用、保护既有投资。

结合当前已部署的海量站点设备和业务，需要空口融合、设备融合和组网融合，在增加

新兴业务的部署时实现最大化复用，降低投资，提升网络利用效率，满足终端用户需求和新

业务扩展。

4.1.1.空口融合方案

在面向下一代通信技术中，通信和感知深度融合将成为一种重要趋势，其中混合一体化

的空口设计是实现通感一体的里程碑技术。为了在通信功能的基础上增加感知功能，需要设

计全新的空口方案。主要面临两个关键问题：一是设计合适的感知波形，以满足水陆空等不

同场景的感知覆盖需求；二是选择合适的感知资源位置，同时尽量降低通信与感知间的相互

影响，实现通感融合共生。

图05通信与感知融合帧结构

1)通信与感知的波形融合

在基站自发自收的工作模式下，5G系统采用的正交频分复用（OrthogonalFrequency

DivisionMultiplexing,OFDM）信号是连续波，若用作感知不存在近端盲区，但为保证收

发隔离度，需要降低发射功率，导致覆盖距离有限。而雷达系统常用的线性调频信号（Linear

FrequencyModulation,LFM）是脉冲波，感知覆盖范围可达千米，但存在近端盲区。通

14

过采用连续波OFDM和脉冲波LFM相结合的混合波形，融合通信和雷达两种波形技术优势，

连续波覆盖近端、脉冲波覆盖远端，实现远距离连续覆盖。

2)通信与感知的融合帧结构

基于低干扰、低开销、高谱效、低影响的设计思路，首创提出边界可扩展的通感深度融

合帧结构。以N79频段典型2.5ms双周期DDDSUDDSUU帧结构为例，将感知信号承载于

上行时隙后的下行时隙，确保规避远端干扰；感知时隙后7个符号可灵活用于通信或感知，

提升场景化通感网络能力，达成总开销为10%与满足感知精度要求的平衡，尽可能降低对

通信容量和覆盖影响的同时满足感知能力的精度要求。

4.1.2.设备融合方案

1）通信与感知融合一体的AAU设备

传统无线网络仅考虑地面区域及少量楼宇的通信业务需求，而5G-A无线网则增加了感

知业务能力，包括对低空空域的感知探测。因此，通信与感知一体化AAU需支持超宽的垂

直维扫描能力，将覆盖高度扩展到300m，从而实现垂直+水平双维立体式宽角度覆盖。

通信与感知一体化AAU产品：当前业界已设计完成4.9GHz频段128TR及

64TR+64R通感一体AAU产品，采用垂直+水平双维超宽扫描、低空+地面资源动态调度、

近远兼顾双波形快速切换等技术，最大程度利用通道数量和阵面规模的优势，覆盖距离可达

1.2km。面向未来更加丰富的差异化场景需求，仍需探索多元化的产品形态及能力，包括

更多频段、更高精度、更低成本的通感一体AAU。

图06低成本通感一体AAU

垂直+水平双维超宽扫描技术：在传统5GMassive-MIMO的基础上，引入多级模

拟移相架构，利用低bit位数的数控模拟移相器实现天线振子级调相能力，达到垂直超宽角

15

度扫描能力。基于该架构的通感一体AAU产品，在保持120°水平扫描范围的同时，将波束

垂直扫描范围由原24°一举提升至60°，实现了空地一体、俯仰兼顾的突破性效果。

图07垂直超宽波束扫描

低空+地面资源动态调度技术：将时域资源划分为低空通信、低空感知及地面通信

三大需求板块，形成一个动态可调的资源池。根据实时业务需求，将资源实时化、智能化重

新分配，提升整体利用效率。

图08资源动态调度方案

近远兼顾双波形快速切换技术：感知远点覆盖采用脉冲波，其峰均比较低，使用同

样的功放可以高效率发射更大功率，同时具备优良的自相关性能，利于探测远点目标。近端

目标则需要采用全双工连续波探测，填补因脉冲波收发切换而产生的近端盲区。采用连续波

+脉冲波双波形快速切换的方案，可实现近远兼顾连续覆盖。

图09双波形快速切换方案

快速动态自适应数字预失真（DPD）技术：脉冲波时间短、功率高、峰均比低，

16

连续波时间长、功率小、峰均比高。快速动态DPD自适应学习不同的信号特征，达到校正

系数符号级切换。

收发信机时域快速开关技术：通过功放和低噪放的百纳秒级快速开启和关断，实现

脉冲波发射到接收的快速切换、以及脉冲波接收到连续波发射的快速切换。

接收机增益快速调整技术：接收机增益在脉冲波和连续波之间微秒级快速切换，脉

冲波模式下，快速调整为高增益，实现感知距离扩展；连续波模式下，快速调整为低增益防

饱和，近点目标可检测。

2）BBU复用

通过模块化设计、共端口、电源共享等技术实现通信BBU扩展感知信号处理和智能化

计算能力，实现新业务的快速高效部署。基于存量BBU，通过软升级的方式实现通信信号

与感知信号的融合，扩展感知单元实现感知信号的完整处理；通过按需部署智能融合单元和

智能化软件应用，实现网络智能化演进。

图10BBU平滑升级

4.1.3.组网融合方案

1）前传数据链路融合方案

通感一体化AAU在实现设备复用的同时，要求前传也可以复用通信光纤及光模块，无

需额外增加光纤数量和光模块速率升档，降低部署难度和成本。因此需要做到通感数据融合

的前传接口，实现通信及感知数据在BBU及AAU之间的一体化传输，融合前传接口需要根

据感知与通信进行组合和联合排序，通过前传数据紧凑重排、通信数据压缩等技术，实现两

种业务互不影响。

感知和通信数据具有不同的传输要求：

17

感知数据：由于感知信号压缩后探测信噪比会恶化，因此感知信号一般不能进行大规模

压缩，但由于其实时性要求相对于通信低，可以适当拉长传输时间。

通信数据：可以根据业务和数据的不同，进行适量的压缩，保证信噪比的同时提升带宽

利用率，但由于各个时隙的紧密排布，对于传输时延有严格的要求。

前传数据紧凑重排技术：为了实现不增加光纤和光模块速率的目标，需要在通信前

传数据传输的间隙传输感知信号，充分利用前传带宽的同时传输通信及感知数据。

图11前传链路融合方案

通信数据的压缩技术：通过压缩原始通信前传信号，从而达到减少传递数据带宽的

目的，降低通信数据对于带宽的需求。

业务压缩新技术：根据业务数据特性识别关键业务维度信息，进行不同的业务压缩

算法实现不同的压缩率。

块浮点压缩技术：是一种在定点运算中使用的压缩技术，将一组定点数表示为浮点

数的形式，同时通过动态调整缩放因子来保持数值的精度。块浮点压缩可以在减少数据存储

量和计算量的同时，保持较高的数值精度。

块缩放压缩技术：是一种通过缩放数据来实现压缩的技术。它将一组数据乘以一个

缩放因子，从而减少数据的动态范围。块缩放压缩可以在不损失太多精度的情况下，显著减

少数据的存储量和传输量。

μ律压缩技术：是一种非线性量化技术，通过非线性量化来压缩信号的动态范围，

用于将原始信号的动态范围压缩到数字信号的有限比特内，采用的是反正切函数变换。

2）回传链路融合方案

18

图12回传链路融合方案

在部署智能化、感知等新兴业务时，会增加BBU间、BBU与上层处理单元间的数据流

量，为了最大化利用现有传输设施，需要考虑复用已有的传输网络能力，降低部署难度，避

免传输网络的改动和成本增加。当前BBU通过主控板接入回传网络，已经具备了实现BBU

间东西向数据交互的基础，新业务通过多维隔离、拥塞保护机制等技术实现回传接口复用，

并跟随业务发展按需扩容与调整：

多维隔离技术：首先在BBU内实现通信及感知，智能化业务数据统一汇总到主控

板，通过数据隔离、端口隔离、容器化等技术，完成通信数据、智能数据、感知数据的三面

融合，实现统一的回传硬件接口传输数据。

拥塞场景峰值保护机制：由于通信与新业务共用回传接口，需要进行合理带宽分配。

当通信闲时，通信与新业务的回传占用带宽不会发生冲突；当通信忙时，新业务可用回传带

宽可能出现风险。为应对突发回传带宽拥塞，需要引入流量保护机制。

传输窗口控制：通过调整传输窗口的大小来控制数据的发送量。当网络拥塞时，动

态自适应调整传输窗口的大小，配置合理的数据发送速率，解决拥塞问题。

拥塞反馈：接收方向发送方提供拥塞反馈信息，通过确认报文或其他指示，告知发

送方网络拥塞的情况。发送方根据拥塞反馈信息调整数据的发送速率或传输窗口大小。

流量整形：通过缓冲区管理、数据包调度等方式对数据流量进行整形，使其更加平

滑，避免突发的数据流量导致拥塞。

优先级管理：对不同类型的数据设置不同的优先级，在拥塞时优先发送高优先级的

数据，以保证重要数据的传输。

拥塞避免算法：采用拥塞避免算法，如TCP中的拥塞避免算法，通过动态调整数据

发送速率，避免网络进入拥塞状态。

4.2.通专异构的资源动态共享方案

感知、智能、算力等多个领域在通信网中的融合发展，对基站处理效率、业务灵活扩展

提出了更高的要求。通+专的异构基站硬件架构结合通用和专用硬件的优势，确保基站在保

证通信高性能处理任务的同时，通过灵活的通用资源配置，实现不同业务间的均衡和高效运

行，适应多样化的业务需求，以应对潜在业务种类和发展规模的不确定性。

19

4.2.1.专卡专用方案

通信和感知具有业务确定、实时性和可靠性要求高的特点，通用资源进行信号处理成本

和功耗要求高，专用资源是为特定任务或应用定制的资源，针对特定的信号处理、协议

处理及特性频段能够提供更高的性能和效率。专用信号处理等高实时业务持续采用专卡

专用的方式，具备更高的性能和成本优势。

通信和感知等信号处理根据实现算法定制ASIC和加速HAC是提升效率的重要技术手段。

ASIC：通过集成专门定制的FFT、编译码器等高效的专用信号处理单元，完成空口信

号处理和协议处理。

加速HAC：通过定制包转发以及通信数据流相关加速器，有效地提升了数据流处理效

率；通过处理/存储/接口资源的联合设计有效地降低设备流量底噪，提升了设备的能耗比和

性价比。

4.2.2.通用融合方案

随着通感算智等业务的深度融合发展，可能会涌现出更多类型新业务场景，基站

需要具备足够的多样算力能力，以保持高度的灵活性与可扩展性。采用通用资源可以

避免业务类型与硬件资源强绑定而导致硬件类型过多、配置复杂，以满足不断变化的业务

需求和技术发展。

图13计算能力逐步通用化

以下关键技术有效支撑了异构的硬件资源的高效使用：

异构硬件融合技术：结合未来可能使用的CPU、GPU/NPU/XPU等多种计算单元，

构建异构算力平台，综合业务分配评估硬件资源配比，根据各种硬件资源擅长的处理任务进

行资源分配，在有限的BBU空间内集成面向未来各种业务演进的算力资源。

20

互联技术：高速的处理需求和多种异构的处理资源需要高性能且兼容的互联架构和

高速的访存系统，以便发挥各个处理资源的最大效率。

虚拟化技术：面向未来，在新业务需要共享处理资源的情况下，将基站内的通用计

算处理资源进行虚拟化和池化管理，通过软硬件定义的方式实现各类业务的处理，提升资源

利用率和业务灵活组合。

4.3.自组自愈的弹性可伸缩组网方案

4.3.1.弹性可伸缩网络

弹性可伸缩无线网络旨在根据业务需求的变化动态调整网络资源和容量，提高网络的效

率、降低成本，并提供更好的用户体验。相对于传统的通信网络，具有以下新的特征：

资源共享：在原通信网络中按一定比例配置具备智能计算能力的处理单元（例如智

能融合板，智能算力单元等）形成具备资源共享能力的CCU（集中计算单元）。通过统一

的资源调度和管理系统，实现对资源的多站资源动态调度和多业务资源动态调度。

图14计算能力共享

按需部署：根据业务需求，按需配置通信、智能化及感知等所需通用计算资源，通

过集中算力单元CCU来提供相应的算力。网络根据业务需求和网络负载等因素，自动调整

CCU在各个站点之间的资源分配比例，确保资源的有效利用。

弹性伸缩：根据业务负载的变化，网络可以自动调整BBU和CCU的配比或调整CCU

的计算资源，实现弹性伸缩。2

智能化业务会新增BBU之间的东西向流量，网络需要有效地实现资源调度和配置，通

过智能计算资源控制节点对传输网络和无线基站进行融合管理，结合传输网络拓扑和业务负

21

载情况进行资源调配，有效管理东西向流量。

基于跨站业务监控与资源的动态匹配、智能编排、分布式协同计算等关键技术，弹性

可伸缩的综合智能网络可实现对网络中各种业务资源的动态调配。

图15无线网与传输网协同调度

业务监控与资源的动态匹配：识别关键业务的动态变化，做到与资源的实时动态匹

配，通过智能计算资源控制节点进行有效的动态调配。

智能编排：针对计算密集、I/O密集、AI推理等不同类型的业务，基于软件调度器

的动态编排、灵活部署、分时复用的技术，支持多业务在异构计算资源上的最优化部署，充

分发挥异构计算单元的利用率。

分布式协同计算：同一种业务在不同的处理资源上进行分布式并行协同计算，实现

板间/框间的协同资源处理。

4.3.2.自组织网络

智能计算资源控制节点能够根据已有的无线网络基站和传输网络拓扑结构，自动组建

CCU和BBU的连接网络，并在运行过程中，根据网络环境和业务需求及负载的变化动态调

整连接关系，自动构建易部署、易维护的灵活网络。

22

图16自动组建CCU与BBU拓扑

智能化网络的自组织技术依赖于有效和全面的信息获取，包括传输网络和站点业务、负

载、资源的全面信息综合决策，通过智能化的寻优算法有效地进行网络的组织与构建，并具

备一定的柔性能力：

信息自动获取：当前无线网络基站信息与传输网络的拓扑信息各自独立，分别属于

不同的功能域。未来智能业务需要聚焦东西向流量，自动获取两个功能域的信息以便实现网

络资源的自动调整和部署；智能计算资源控制节点能够自动获取传输网络参数和站点配置信

息，在业务部署后，通过对网络中的设备进行统一的资源标识和管理，系统可以清晰地了解

每个设备的资源状态和能力，并根据业务需求自动组网，实现业务功能快速部署和扩展。

CCU的部署决策：智能计算资源控制节点根据传输拓扑和业务分布，通过拓扑寻

优分配算法（例如图论、AI、多目标寻优等算法）选取CCU的部署位置，完成CCU的部署

决策。

层级自动配置：依据CCU的资源和位置，以及BBU的需求和位置，自动配置CCU

与BBU之间的关系,并支持根据业务应用诉求动态调整网络拓扑结构，自动完成节点的加入

和离开。例如在新建站点、小区场景下，根据应用诉求维护CCU和对应BBU的网络拓扑结

构。

扩容需求管理：收集CCU的资源使用数据，并监控业务流量，分析预测CCU资源

利用率的变化，依据业务发展趋势，自动选取合适的CCU扩容硬件资源。

4.3.3.自治愈网络

为应对各种故障和突发情况，智能化的无线网络需要具备更强的鲁棒性和自我恢复能力。

23

因此智能计算资源控制节点需要能够实时监控网络中各节点状态，在节点故障时实现自我修

复或业务迁移，快速恢复业务功能，保证网络的可靠性和稳定性：

层次1-节点级自治愈：通过监控设备的状态和业务QoS（服务质量），能够自动

检测关键业务节点故障、链路中断等问题，明确故障模型和应对措施，并进行快速诊断定位

与自我修复。

层次2-网络级自治愈：通过动态分析CCU资源池的资源利用率和业务负载状态，

自动调整资源间的路由关系、重新配置连接方式，将故障CCU下的BBU智能迁移到相关的

CCU下，保证基础的网络功能。同时系统可以尝试对故障节点（CCU或BBU）进行自动修

复或重置，以恢复其正常功能。

图17网络拓扑自动调整及故障自动恢复

自治愈技术需要通过增加检测机制实现故障关键节点状态可感知，故障模型可定义和故

障类型可识别，以便快速隔离故障和恢复业务，实现业务稳定可靠：

智能化网络状态自感知触点：通过硬件新功能收集关键节点和传输网络设备的状态

数据，如带宽利用率、延迟、丢包率等，配合软件算法完成网络自检测。

智能构建故障的特征模型：基于业务和设备的变化趋势，结合已有的业务特征和故

障模型，动态构建和更新各类业务的故障特征模型库。

智能故障类型的训练与识别：利用智能化的故障检测算法和模型，实现故障的提前

识别、隔离及自愈。

24

5.5G-A无线融合新架构典型应用

5.1.通感融合场景

截至2024年上半年，中国移动携手合作伙伴在浙江、江苏、山东、北京等多个地点进

行了通感融合技术的试验，验证了该技术在低空安防、低空经济、近海感知和航道监控等关

键场景的有效性。此外，中国移动还在广东、福建、云南、浙江、江苏、上海、北京、河北

等十多个省份推进商用外场试验，并计划部署数百个通感融合基站以进一步扩大试验规模和

技术应用范围，所有试验设备均采用无线融合新架构方案。

应用案例1：通感融合助力低空安防

2024年4月，中国移动在杭州市奥体中心、国际博览城区域建设了全国最大的连片组

网通感试验网。旨在利用5G-A通感一体技术加强低空安防领域的能力，实现了无人机的高

效发现、身份识别以及告警驱离等业务管理。

此外，中国移动还在杭州建德的航空小镇完成了5G-A通感融合一体基站的建设，并成

功进行了国内外首个机场直升机试飞感知验证。实现了单扇区覆盖1.2公里范围内

RCS0.01平方米的无人机在300米以下的精准探测，在核心区域（约1平方公里）内，无

人机可以被精准追踪与识别。在周边近5平方公里的范围内，实现了无人机的感知安防和

黑飞入侵的及时监测报警。

图18浙江杭州低空安防应用案例

应用案例2：通感融合激活低空经济

2024年5月，中国移动联合产业伙伴在浙江与上海两地之间实现了全球首次百公里级

5G-A通感一体跨海航线低空网络覆盖。这使得无人机运输海鲜成为可能，从而极大地缩短

了物流时间。以往，舟山岛的海鲜通过货船运输至上海大约需要3小时，而现在通过5G网

络海域覆盖及5G-A技术的加持，海鲜从舟山海域捕获后，历经超100公里的物流航线，

25

仅需1小时即可到达上海，消费者在2小时内就能享用新鲜海鲜。

这一成果得益于5G-A网络提供的全域、高精度的低空感知能力。通过多频协同优势及

通感融合帧结构，结合垂直维超广角通感一体AAU产品，实现了5G网络信号在沿海、近

海、远海区域的全面覆盖，为横向距离100公里、纵向高度300米的低空生鲜运输航线提

供了坚实的网络保障。即使在恶劣天气条件下，也能确保航道安全，实现全天候监控。

图19上海低空航线应用案例

应用案例3：通感融合应用航道监控

2024年7月，在江苏省南京市开展航道水域船只监控的应用中，中国移动联合江苏海

事局在长江南京段部署了3个4.9G通感一体基站，完成了从中山码头到南京长江大桥再到

八卦洲的连续通感覆盖。这一举措实现了对航道范围内违法船只和非法渔船等的精准定位和

全范围监控，有效保护了水域经济，提升了水域安全防范水平。

通过5G-A通感一体技术，实现了对长江航道内多艘船只的航迹跟踪与航行速度上报，

感知距离达到5公里。这一应用不仅有助于保护生态环境，还能提高航道管理效率，确保

水上交通安全。

26

图20江苏长江航道水域船只监控应用案例

应用总结

在上述应用中，试验均采用了融合架构的创新方案，基于现有网络平滑升级，达成了如

下关键感知性能指标：

低空探测距离超过1公里

探测高度达300米

识别目标最小尺寸为0.01平方米

这些试验结果成功验证了前向兼容系统融合方案和通专异构资源动态共享方案的技术

可行性和创新性。

5.2.通智融合场景

截至2024年上半年，基于融合新架构的通智融合方案已在10+省份百站规模部署验

证并应用，包含云南、陕西、湖北、浙江等省份，主要部署在业务密集连片组网场景，如地

铁、景区、CBD等，基于无线融合新架构实现了智能化业务感知、差异化保障和流量激发，

同时在网优、节能等后续技术持续研究验证。

应用案例1：通智融合赋能地铁信号升格

2024年3月，中国移动在陕西西安地铁6号线实施了一项通智融合验证项目，旨在

通过结合5G-A技术和人工智能算法来提升地铁场景下的网络性能和用户体验。该项目强调

提升移动网络用户的业务感知，特别是针对城市地铁等高容量场景。通过部署基于通智融合

基站，多个业务场景下的网络性能得到显著改善：视频业务的下行RTT时延降低了4.52%，

扫码业务的上行RTT时延降低了8.37%，游戏业务的下行RTT时延降低了5.36%，微信

业务的上行RTT时延降低了7.42%，同时上行会话传输速率提升了7.94%。这些改进有

效提升了用户在地铁场景中的网络体验，为城市地铁无线信号覆盖质量的整体提升提供了技

术支持。

27

图21陕西地铁信号升格应用案例

应用案例2：通智融合提升景区用户体验

2024年，中国移动通过引入通智融合基站，利用独有的内生智能业务识别技术和差异

化的智能调度保障机制，完成了短视频业务流量激发验证。针对游客使用频繁的业务如即时

通讯、高清视频、在线游戏、直播和AR/VR等进行精细化识别，并采取精准化的智能保障

策略，实现了用户体验提升10%以上，网络流量提升5%以上。在大唐不夜城试点区域，

针对日均客流量大（约30万人次）、网络负荷高的情况（日均5G在网用户数累计超过

10万），选取了相应的站点及区域进行验证。结果显示智算单板可显著增强业务识别率：

在高负荷场景下识别率可以提升至98%左右，短视频流量增益超过10%。

图22西安大唐不夜城应用案例

应用案例3：通智融合打造直播体验示范区

2024年8月17日，中国移动在湖北武汉的汉口北国际商品交易中心举办“移动5G-A

赋能，引爆网红力”直播体验活动，通过部署5G-A通智融合基站，实现了对上行直播业务

28

质差的精准分析与深度定因，通过实时、多目标的迭代寻优，动态保障直播用户体验，达成

了对用户直播体验的保障效果，保障区域内直播用户上行平均速率提升35%，直播高清占

比提升15%。

图23湖北武汉直播体验保障案例

应用总结

在上述应用中，试验均采用了融合架构的创新方案，基于现有BBU按需扩展智能算力

资源，实现了网络差异化保障等智能化业务，达成了如下关键性能指标：

业务感知准确性95%+

保障后业务时延降低4.5%+

短视频流量激发5%+

上行直播高清占比提升15%

智能化业务识别，在提升网络性能、优化用户体验方面效果显著，成功验证了架构方案

的平滑演进、弹性部署能力，将来随着更多智能化业务的应用，该方案的优势将更加凸显。

29

6.未来展望

综上，我们看到5G-A的移动通信系统融合了通信、感知、智能化等多维能力，催生出

一系列创新应用。这些应用不仅改变了我们与世界互动的方式，也为未来通信系统面向6G

的发展指明了方向。

5G-A无线融合新架构，2024年已启动试点与部署，面向未来多元化业务的不确定性，

智能化网络需要不断的技术创新和演进。随着业务范围和种类的增加，仍存在一些需要突破

的关键技术点，如扩大跨域融合范围、与智慧内生等先进技术深度结合、面向6G网络演进，

提供基础架构等。

扩大跨域融合范围：随着业务增长和业务种类增加，东西向流量将持续增长逐渐成为智

能化网络部署的关键挑战，需要实现无线网络和传输网络的融合协同，构建支持平滑演进的

1(通信)+N(各种新兴业务)融合网络。

面向AI演进：内生智能的新型网络架构充分利用网络节点的通信、计算和感知能力，

通过分布式学习、群智式协同以及云边端一体化算法部署，提升通信性能的同时，并为未来

更多新兴应用部署奠定算力基础。

面向6G网络演进：面向万物互联的6G时代，基于无线接入技术、分布式网络架构、跨

云网络和设备的端到端安全架构、数字孪生技术等技术革新，将先进的网络技术与网络架构

进行有机融合，加速架构方案演进方向的收敛，推进5G-A无线融合新架构向6G持续演进。

30

缩略语

缩略语英文全称中文解释

5GThe5thGenerationmobile第五代移动通信系统

communicationsystems

5G-A5GAdvanced第五代移动通信技术演进

6GThe6thGenerationmobile第六代移动通信系统

communicationsystems

AAUActiveAntennaUnit有源天线单元

AIArtificialIntelligence人工智能

ARAugmentedReality增强现实

ASICApplicationSpecificIntegratedCircuit专用集成电路

BBUBasebandUnit基带处理单元

CCUCentralComputingUnit集中计算单元

CPUCentralProcessingUnit中央处理器

DPDDigitalPre-Distortion数字预失真

DPUDataProcessingUnit数据处理单元

GSMAGSMAssociationGSM联盟

GPUGraphicsProcessingUnit图形处理器

FFTFastFourierTransformation快速傅里叶变换

ITUInternationalTelecommunicationUnion国际电信联盟

ICTInformationandCommunication信息与通信技术

Technology

M2MMachinetoMachine机器间通信

NPUNeuralProcessingUnit神经网络处理单元

mMIMOmassiveMultiple-inputMultiple-output大规模MIMO

OFDMOrthogonalFrequencyDivision正交频分复用

Multiplexing

QoSQualityofService服务质量

RCSRadarCrossSection雷达散射面积

RRURemoteRadioUnit射频拉远单元

TRTransmitterandReceiver射频收发组件

VRVirtualReality虚拟现实

XRExtendedReality扩展现实

31

参考文献

[1]5G-Advanced场景需求与关键技术白皮书.IMT-2020（5G）推进组,2022.

[2]5G网络AI应用典型场景技术解决方案白皮书.中国移动通信集团有限公司，2024.

[3]5G-A通感一体典型场景技术解决方案白皮书.中国移动通信集团有限公司，2024.

32

联合编制单位

中国移动通信集团有限公司

中移智库

中国移动通信研究院

华为技术有限公司

中兴通讯股份有限公司

中信科移动通信技术股份有限公司

爱立信(中国)通信有限公司

上海诺基亚贝尔股份有限公司

飞腾信息技术有限公司

英特尔(中国)有限公司

安谋科技中国有限公司

京信网络系统股份有限公司33

34

目录

1.5G-A无线架构演进驱动力............................................................................................................1

1.1.政策指引...............................................................................................................................1

1.2.业务驱动...............................................................................................................................2

1.3.技术牵引...............................................................................................................................6

2.5G-A无线架构演进面临挑战........................................................................................................8

2.1.网络层面：海量资产需兼容..............................................................................................8

2.2.业务层面：灵活多样不确定..............................................................................................8

2.3.运营层面：投资回报挑战大..............................................................................................9

3.5G-A无线融合新架构..................................................................................................................10

3.1.架构设计理念....................................................................................................................10

3.2.架构具体阐述................................................................................