宏篇开局：深度解读3GPP TR 23.700-28，5G卫星通信的演进蓝图 (Phase 2)

本文技术原理深度参考了3GPP TR 23.700-28 V18.1.0 (2023-03) Release 18规范，旨在为读者全面呈现5G架构下卫星组件集成（第二阶段）的研究全貌，系统性梳理非连续覆盖场景下的移动性管理与功耗节省两大核心议题的挑战与解决方案。

引言：当5G仰望星辰

5G的宏大愿景是“万物互联”，但当地球上仍有超过一半的面积——广袤的海洋、连绵的山脉、无垠的沙漠——被地面蜂窝网络遗忘时，这个愿景便显得不那么完整。为了弥合这最后的数字鸿沟，通信行业将目光投向了浩瀚的星空。非地面网络（NTN, Non-Terrestrial Networks），特别是基于卫星的通信，正成为5G演进不可或缺的一环。

3GPP在Release 17中，首次为5G与卫星网络的融合奠定了基础，解决了基础的接入和互通问题。然而，卫星通信固有的特点，尤其是对于中低轨道（LEO/MEO）卫星而言，其“非连续覆盖”特性，带来了地面通信从未遇到过的严峻挑战。

想象一下我们的主角，生态学家伊芙琳博士，她正深入婆罗洲的热带雨林，追踪濒危的红毛猩猩。她的研究设备“GeoLink-1”是一款先进的5G NTN终端，负责实时回传高清视频和环境监测数据。然而，为她提供服务的LEO卫星如流星般划过天际，每隔几个小时才能提供十几分钟的连接。在这漫长的“失联”窗口期，GeoLink-1如何智能地保存珍贵的电力？当卫星再次出现时，它又该如何快速、高效地重新连接，而不会与该区域成千上万个其他物联网传感器发生信令拥塞？

这些正是3GPP Release 18的研究报告TR 23.700-28试图解答的核心问题。这份报告不提供最终的标准，但它是一幅详尽的蓝图，深入探讨了在非连续卫星覆盖下，如何增强移动性管理（Mobility Management）和终端功耗节省（Power Saving）。本文将化身您的向导，带领您穿越这份超过百页的技术报告，通过伊芙琳博士的雨林探险故事，将枯燥的技术条文变得生动、具体，为您揭示5G卫星通信未来的技术脉络。

---

1. 问题的核心：两大关键议题 (Key Issues)

TR 23.700-28的研究工作聚焦于两大核心挑战，它们构成了整个报告的基石。在伊芙琳博士的探险中，这两个问题直接关系到她的研究能否顺利进行。

1.1 关键议题 #1：非连续覆盖下的移动性管理增强

5.1.1 General description

The key issue intends to study the essential issues for mobility management related to discontinuous coverage modelling. At least the following aspects need to be further studied:

a) Study how UE determines that it has to remain with no service or it has to attempt to register on available different RAT’s/ PLMNs to receive the normal service during discontinuous coverage in current NTN RAT.

b) Study how to reduce the impact to target RAT or system due to large number of UEs triggering signalling load on the target RAT or system to receive normal service.

这段原文直指问题的核心。让我们通过伊芙琳博士的经历来解读：

场景一：选择的困境 伊芙琳博士的GeoLink-1设备检测到提供服务的LEO卫星“星链-A”将在10分钟后飞越地平线，接下来将是长达3小时的覆盖空窗期。此时，设备面临一个关键决策：

• A. 保持静默： 进入“无服务”状态，关闭射频，静静等待下一颗卫星“星链-B”的到来。这是最省电的方式，但如果期间有紧急数据（如发现猩猩巢穴的突发视频流）需要上传，将无能为力。
• B. 积极寻网： 开始扫描其他可用的网络。也许附近有一个护林员站点，部署了小型的地面5G基站（即其他RAT），或者能接收到另一个属于不同运营商的卫星网络信号（即其他PLMN）。尝试连接可以保证服务的连续性，但扫描过程本身会消耗大量电量，且可能徒劳无功。

UE（GeoLink-1）如何智能地做出这个决定？这就是议题1(a)所关注的。决策的依据可能包括：运营商的策略、用户的业务需求（伊芙琳是否标记了“高优先级数据待发”？）、设备的电量状态，以及对未来覆盖情况的预知。

场景二：“信号雪崩” 3小时后，卫星“星链-B”即将出现在天际。此刻，不仅是伊芙リン的设备，这片雨林里数以千计的动植物追踪器、气象传感器、火灾监测器都从沉睡中苏醒，它们都想在第一时间抢占网络资源，上传积累的数据。

所有设备在同一时刻发起连接请求，会瞬间产生巨大的信令风暴，如同成千上万的人同时涌入一个超市，造成严重的网络拥塞，甚至可能导致整个区域的卫星小区瘫痪。这就是所谓的“信令风暴”或“惊群效应”（Thundering Herd）。如何避免这种灾难性的“信号雪崩”？这正是议题1(b)要解决的。

1.2 关键议题 #2：非连续覆盖下的UE功耗节省增强

5.2.1 General description

For a UE using a NG-RAN that provides discontinuous coverage…, the UE may be out of network coverage at a certain time. The UE may then attempt to scan for available cell due to the UL traffic or NAS layer signalling…

Therefore, for power saving mechanisms, like MICO mode and eDRX in CM-IDLE state, how to apply the power saving mechanism to ensure that the UE does not attempt PLMN access when there is no coverage still needs to be studied.

对于依靠电池供电的GeoLink-1来说，电量就是生命线。在长达数小时的覆盖空窗期，如果设备还像在城市里一样，周期性地“醒来”尝试搜索网络，电量将很快耗尽。

传统的节电技术，如PSM（Power Saving Mode）和eDRX（extended Discontinuous Reception），虽然能让设备深度休眠，但它们的设计初衷是基于“网络一直都在，只是暂时不通信”的假设。而在非连续卫星覆盖场景下，网络是“真的不在”。

因此，关键议题#2的核心是：如何让UE在确知没有覆盖的时期，能够“安心睡大觉”，彻底停止一切不必要的网络搜索和信令尝试？ 这需要UE与网络之间达成一种新的默契。UE需要一种机制来获知精确到分钟甚至秒的覆盖时间表，并在此基础上，对现有的PSM、eDRX等节电模式进行深度优化和调整。例如，将eDRX的休眠周期与卫星的覆盖空窗期精确匹配，或者让PSM的激活定时器（Active Time）恰好落在卫星的覆盖窗口内。

这两个关键议题，如同一枚硬币的两面，共同描绘了5G NTN商用道路上必须克服的核心技术障碍。TR 23.700-28中的23个解决方案，正是围绕它们展开的智慧结晶。

---

2. 智慧的碰撞：23种解决方案概览

面对上述两大挑战，TR 23.700-28的第6章提出了多达23个解决方案。这些方案并非相互独立，而是从不同角度、不同层面给出的应对策略，有些方案可以互补，有些则代表了不同的技术路线。为了更好地理解，我们将其归纳为五大技术流派。

在深入了解这些流派之前，我们先看一下规范中的Table 6.0-1: Mapping of solutions to key issues，这张表格清晰地展示了每个解决方案分别旨在解决哪个（或哪些）关键议题。

Solutions	Key Issues: 1 (Mobility)	Key Issues: 2 (Power Saving)
1		X
2		X
3		X
4		X
5	X
6	X
7	X	X
8	X
9		X
10	X	X
11	X	X
12	X
13	X	X
… (and so on for all 23 solutions)	…	…

这张表格是理解所有解决方案的“索引图”。现在，让我们来看看这些解决方案背后的技术思想流派。

2.1 流派一：网络先知型 (Network-Centric)

这一流派的核心思想是：网络（核心网）是全知的，它掌握着卫星的精确轨道（星历）、波束覆盖计划以及UE的移动规律，并基于这些信息，主动为UE“量身定制”移动性和功耗策略。

• 代表方案： Solution #1, #5, #19
• 核心机制：
  • Solution #1: Power Saving based on AMF awareness of coverage information

    AMF may determine the power saving parameters for the UE based on the discontinuous coverage information. The coverage information may be derived by the AMF based on the satellite assistance information from RAN, e.g. satellite id, satellite ephemeris.

  • 核心网的AMF（5G核心网接入和移动性管理功能）能够获取RAN（无线接入网，即卫星）提供的卫星辅助信息。基于这些信息，AMF就像一位聪明的管家，在UE（GeoLink-1）即将进入覆盖空窗期之前，通过UE配置更新（UE Configuration Update）程序，主动给UE下发一套定制的节电参数。比如，它会告诉GeoLink-1：“根据计算，你未来4小时没有信号，这是为你优化的周期性注册定时器（T3512）和eDRX周期，照此执行吧。”
• 伊芙琳的故事： 在这个模式下，伊芙琳的GeoLink-1变得很“省心”。它不需要自己进行复杂的轨道计算，只需听从网络的指令。当网络预测到伊芙琳可能会在未来几小时内徒步进入一个有地面网络覆盖的峡谷时，AMF不仅会调整节电参数，还可能提前准备好向地面网络切换的策略，确保数据传输的无缝衔接。
• 优劣分析： 这种方法的优点是减轻了UE的计算负担，尤其适合计算能力弱、功耗敏感的物联网设备。同时，网络侧的全局视角有助于进行更精准的资源调度和干扰协调。缺点是，它要求核心网具备强大的信息获取和计算能力，并且对UE的移动性有一定的预测能力，如果伊芙琳突然改变路线，预测就可能失效。

2.2 流派二：终端自主型 (UE-Centric)

与网络中心思想相反，这一流派主张：UE是自己命运的主人。它通过接收卫星广播的星历数据，结合自身的GNSS定位，自主计算未来的覆盖情况，并主动向网络请求或声明其行为。

• 代表方案： Solution #3, #6, #16
• 核心机制：
  • Solution #3: Power Saving based on UE awareness of coverage information

    The UE determines based on its knowledge of its location and the satellite ephemeris data when it will have coverage and when it will not have coverage. In this solution the UE enters PSM based on current specification… but only when it has coverage.

  • Solution #6: Discontinuous coverage architecture

    UE includes Unreachability Period in its Registration Request. The Unreachability Period tells the AMF the foreseen unreachability period caused by discontinuous satellite coverage in the UE location.

• 伊芙琳的故事： 在这个模式下，GeoLink-1是一个拥有“星象占卜”能力的智能终端。它通过接收卫星广播的公开星历，自己计算出“星链-A”的离开时间和“星链-B”的到达时间。然后，它会主动发起一个注册更新请求，告诉网络：“报告，我预计将从UTC时间14:30到18:30进入不可达状态（Unreachability Period）”，或者请求网络批准一个特定的PSM周期。网络收到这个请求后，便知道在这段时间内不需要尝试寻呼它，从而双方达成节电的默契。
• 优劣分析： 这种方法的优点是赋予了UE更大的灵活性和自主性，不依赖于网络侧的复杂预测。UE最了解自己的位置和状态，其计算结果可能更贴近实际。缺点是，它对UE的计算能力和电量有一定要求，同时需要标准来规范UE如何获取、解析星历数据以及如何与网络协商“不可达周期”。

2.3 流派三：协同决策型 (Hybrid)

这一流派是前两种思想的融合，认为最佳策略是网络和UE协同工作，信息共享，共同决策。 它们既不是单纯的“命令-服从”，也不是“请求-批准”，而是一种更智能的互动。

• 代表方案： Solution #11, #21
• 核心机制：
  • Solution #11: Combined UE Management Architecture 该方案是一个集大成者，它根据UE对自己移动性的了解程度（例如，静止、可预测轨迹、不可预测）分为四种情况，并结合UE发起的请求和网络的分析，共同决定UE在覆盖空窗期的行为。
  • Solution #21: NWDAF assisted power saving mechanism for UE in discontinuous NTN coverage 这是一个非常前沿的方案，引入了NWDAF（网络数据分析功能）这个“网络大脑”。UE可以向NWDAF请求关于NTN覆盖的分析数据，NWDAF则综合卫星数据、UE历史移动数据等多方信息，为UE提供高度智能的覆盖预测。
• 伊芙琳的故事： 伊芙琳在出发前，将她接下来一周的预定考察路线输入到GeoLink-1中。UE将这个“可预测轨迹”上报给网络。NWDAF接收到此信息后，结合精确的卫星星座运行图，为伊芙琳的设备生成了一份未来一周的、个性化的“连接与休眠时刻表”，并通过AMF下发给设备。这种协同方式，远比单纯依赖网络预测或UE自身计算要精准得多。
• 优劣分析： 这是最智能、最高效的路线，但也是最复杂的。它要求网络架构具备新的分析能力（NWDAF），以及UE与网络之间定义新的信息交互接口和流程。

2.4 流派四：拥塞规避型 (Overload Control)

这类方案专门针对“信号雪崩”问题（Key Issue 1b），核心思想是通过引入某种形式的“排队”或“错峰”机制，将大量UE的接入请求在时间和空间上分散开，避免对网络造成瞬时冲击。

• 代表方案： Solution #7, #14
• 核心机制：
  • Solution #7: Utilizing discontinuous coverage wait timer

    This solution proposes to introduce a new timer, named discontinuous coverage wait (DCW) timer… The DCW value is generated within a DCW range that is provided by 5G CN…

  • 网络会给UE配置一个“不连续覆盖等待时间范围”（DCW range），例如0到10秒。当覆盖恢复时，每个UE在这个范围内随机选择一个数值作为自己的等待时间。GeoLink-1可能随机到3秒，而旁边的一个气象传感器可能随机到8秒。这样，它们的接入请求就自然地错开了。
• 伊芙琳的故事： 当卫星“星链-B”出现在地平线上时，伊芙琳的GeoLink-1并没有立刻尝试连接。它屏幕上显示一个倒计时：“网络接入随机延迟：7.5秒”。倒计时结束后，它才正式发起连接。正是这个小小的延迟，保证了整个区域网络的稳定。
• 优劣分析： 这是一种简单而有效的接入控制机制，可以显著缓解信令拥塞。其思想借鉴了地面网络中的随机接入退避算法。挑战在于如何合理地设置这个“等待范围”，范围太小效果不佳，范围太大则会增加所有UE的接入延迟。

2.5 流派五：信息服务型 (Information Provisioning)

这个流派认为，无论是网络中心还是UE中心，所有智能决策的基础都是准确的覆盖信息。 因此，这类方案的核心是研究如何最高效、最可靠地将“覆盖地图”提供给需要它的实体（UE或核心网）。

• 代表方案： Solution #15, #17, #22
• 核心机制：
  • Solution #15: Solution to support Provision of Coverage Data to a UE

    The content of coverage data can include a coverage map which shows the expected coverage by one or more satellite RATs at one or more locations and for a particular time in the future.

  • 这些方案探讨了多种提供覆盖数据的方式：
    1. 通过NAS信令： UE在注册过程中，直接从AMF那里获取覆盖信息。
    2. 通过用户面： UE通过HTTPS或SMS向一个专门的服务器查询覆盖数据。
    3. 通过广播： 这是Rel-17的老方法，在SIB（系统信息块）中广播星历，但Rel-18研究如何增强，比如增加更多卫星的星历。
    4. DCAF/NWDAF接口： 通过应用层接口从网络分析功能获取。
  • 这些信息不再是原始的星历数据，而可能是经过网络侧处理好的、直观的“覆盖地图”：一个数据结构，清晰地描述了在哪些地理坐标点、在未来哪些时间段，覆盖是“有”还是“无”。
• 伊芙琳的故事： GeoLink-1内置了一个“卫星覆盖地图”应用。每天早上，它会通过一次简短的NAS信令，从网络下载未来24小时内、她所在区域的覆盖数据。地图上会用绿色高亮显示有信号的时间段，红色表示空窗期。伊芙琳可以据此来规划一天的数据密集型工作，比如只在绿色时段进行高清视频回传。
• 优劣分析： 变“计算”为“查询”，极大地降低了UE的负担。提供预处理的覆盖地图也比原始星历更准确，因为它已经考虑了运营商的波束规划、不同国家的服务限制等商业因素。这被认为是未来解决问题的关键基础。

---

3. 终局之路：评估与结论

TR 23.700-28的第7章和第8章对所有方案进行了全面的评估和总结，并为未来的标准化工作指明了方向。

3.1 方案评估与权衡 (Chapter 7: Overall Evaluation)

报告从多个维度对方案进行了比较：

• UE、RAN、CN的影响： 哪些方案对现有设备和网络节点的改动最小？
• 系统假设： 方案是假设UE静止还是移动？是假设UE能自行定位还是需要网络辅助？
• 信令开销： 哪种方案的信令交互最少？
• 依赖关系： 方案是否依赖RAN侧的特殊支持？

评估得出的一个关键洞察是，UE自主确定覆盖范围是大多数解决方案的共同基础。 这意味着未来的5G NTN终端必须具备一定程度的“环境感知”能力。而核心网（CN）侧的覆盖确定能力则作为一种重要的补充和增强，尤其是在UE能力受限或需要更高精度预测的场景下。

3.2 未来的方向：结论 (Chapter 8: Conclusions)

报告的结论部分为Release 18的标准化工作（Normative work）画出了重点：

8.1 Conclusion on general mobility management and/or power saving

• UE unreachability period provided to the UE and/or AMF/MME shall include either timing information when UE moves out/in of NTN coverage or information on satellite coverage…
• Both network centric and UE centric procedures are used… These two approaches are not mutually exclusive… they can co-exist…

报告明确指出，“UE不可达周期”（Unreachability Period）将成为一个核心概念。无论是UE上报，还是网络推算，明确这个“失联”时间段是实现智能移动性管理和功耗节省的关键。

同时，报告强调UE中心和网络中心的方案并非“你死我活”的竞争关系，而是可以共存、互补的。 未来的5G NTN系统很可能会支持多种模式，以适应不同类型终端（高性能终端 vs. 低功耗物联网设备）和不同业务场景的需求。

对于拥塞控制，结论倾向于采用基于“等待范围”（wait range）的机制，让UE在覆盖恢复后随机延迟接入，这是解决“惊群效应”的有效手段。

---

4. 结语：从研究到现实

3GPP TR 23.700-28是一份充满智慧与远见的技术研究报告。它像一位经验丰富的向导，带领我们深入探索了5G与卫星融合的“深水区”。报告中的23个解决方案，围绕移动性管理和功耗节省两大核心，构建了一个完整的技术武器库。

通过伊芙琳博士在雨林中的探险故事，我们得以一窥这些未来技术在真实世界中的应用形态。无论是聪明的“网络管家”、自主的“占星终端”，还是高效的“协同大脑”，它们共同的目标只有一个：让身处天涯海角的伊芙琳和她的GeoLink-1，能够以最可靠、最节能的方式，与世界保持连接。

这份报告的研究成果，将直接转化为3GPP Release 18乃至后续版本的技术标准，最终融入到我们未来的通信芯片、终端和网络设备中。当5G真正插上卫星的翅膀，无论是远洋货轮上的实时监控，还是偏远农场的精准灌溉，亦或是像伊芙琳博士一样的野外科研工作，都将因这些技术而变得更加高效与从容。星辰大海的征途，已经从这份百页报告的字里行间，正式启航。

---

FAQ

Q1：这份TR 23.700-28报告和正式的3GPP技术规范（TS）有什么区别？ A1：TR（Technical Report）是一份研究报告，它不包含强制性的标准要求，主要是对某个技术领域进行研究、分析和评估，并提出多种可能的解决方案。它的目的是为后续的标准化工作提供输入和指导。而TS（Technical Specification）是正式的技术规范，其中包含了设备和网络必须遵守的具体技术要求和流程，是厂商实现产品和保证互联互通的依据。简单说，TR是“讨论怎么做最好”，TS是“规定必须这么做”。

Q2：为什么在卫星通信场景下，传统的PSM和eDRX节电技术不够用？ A2：传统的PSM和eDRX设计基于一个前提：地面蜂窝网络是“永远在线”的，UE只是为了省电而暂时“下线”。但在非连续的LEO/MEO卫星覆盖下，网络是真的会“消失”数十分钟到数小时。如果UE不知道这一点，它在PSM的激活期（Active Time）或eDRX的寻呼窗口（Paging Occasion）醒来时，会徒劳地进行网络搜索，这不仅无法接收下行数据，还会白白浪费电量。因此，需要将这些节电机制与精确的卫星覆盖时间表进行深度绑定。

Q3：在众多解决方案中，UE中心和网络中心两种模式哪种更有可能成为主流？ A3：根据报告的结论，两者很可能会共存。UE中心模式（UE自主计算覆盖）赋予终端高灵活性，尤其适合移动轨迹不可预测的场景；而网络中心模式（网络下发指令）则能减轻终端负担，适合计算能力弱的物联网设备，且网络的全局视角能实现更优的资源分配。未来的趋势是混合协同模式，即UE上报自身状态和意图，网络（特别是NWDAF）结合全局信息进行智能分析，共同做出最优决策。

Q4：什么是“惊群效应”（Thundering Herd），为什么在卫星通信中尤其值得关注？ A4：“惊群效应”指的是在某个特定时刻，大量设备或进程被同时唤醒并争抢同一有限资源，导致系统性能急剧下降甚至崩溃。在非连续卫星覆盖场景下，当一颗卫星经过，为某个区域恢复覆盖时，该区域内所有处于“待机”状态的设备会几乎同时尝试接入网络，造成巨大的信令冲击。由于单个卫星小区的覆盖范围可能非常广（数百甚至上千公里），其承载的UE数量庞大，因此这个问题比地面网络更为突出和致命。

Q5：NWDAF（网络数据分析功能）在未来的5G卫星通信中扮演什么角色？ A5：NWDAF是5G核心网的“智能大脑”。在卫星通信中，它的作用至关重要。它可以收集和分析来自多方的数据，如卫星的星历数据、UE上报的历史移动轨迹、业务使用模型等。基于这些大数据分析，NWDAF可以输出高附加值的信息，例如：为特定UE或特定区域提供精准的未来覆盖预测、识别出可能出现的网络拥塞风险、为AMF提供优化UE移动性和功耗策略的建议等。它将是实现从“被动响应”到“主动预测和智能协同”的关键。