无线传输技术，6G研究的重点！
发布时间：2021-11-19 21:49:01 所属栏目：通讯 来源：互联网
导读：无线传输技术决定了无线链路传输的效率和能力，是6G研究的重点，也是业界最期待有重大突破的领域。目前，学术界和工业界关注的无线传输技术主要包括五方面： （一）通过增加天线数来提升传输效率 MassiveMIMO已经成为了5G的标志性技术，在6G时代，希望能够
|
无线传输技术决定了无线链路传输的效率和能力，是6G研究的重点，也是业界最期待有重大突破的领域。目前，学术界和工业界关注的无线传输技术主要包括五方面： （一）通过增加天线数来提升传输效率 MassiveMIMO已经成为了5G的标志性技术，在6G时代，希望能够进一步拓展MassiveMIMO的规模和应用范围，通过分布式协同实现更大规模的MassiveMIMO，进一步提升传输效率，保证用户在移动网络里有覆盖的地方用户体验比较均匀，更好地解决用户在离基站近的地方和小区边缘体验差距大的难题。从5G的应用情况来看，MassiveMIMO已经支持192天线和64通道，相对于4G的8天线，可以带来3~5倍频谱使用效率提升，但也面临着复杂度高、成本高、功耗大等方面的挑战。 未来在移动通信典型环境下，进一步增大天线数和通道数规模可能会是非常大的挑战。面向6G，Massive MIMO的主要发展方向在于如何进一步提升其对场景的适应性、优化高移动速度场景、降低系统开销、优化计算复杂度、提升多用户配对效率等。同时，面向室内等密集部署的场景，利用多个天线点协作构成大规模的天线阵列，实现分布式MassiveMIMO也将是未来6G重点关注的方向，其主要需要解决的问题有多个站点之间的射频通道校准、多个天线点之间的同步、高效的协作簇选择、低复杂度的多用户调度与赋形。 （二）电磁超材料的应用 电磁超材料的研究是目前6G研究的一大焦点，通过数字化和可编程的低成本人工单元阵列设计，电磁超材料天线可以实现天线阵列的方向性接收和发送，带来信号传输和覆盖效率的提升。电磁超材料在天线领域的应用主要可分为三类：第一类是提升传统的无源天线性能，包括提升天线增益、控制波束形状、降低辐射单元之间的耦合等，目前已在5G中开始应用；第二类是可控无源反射面，通过预置控制或者基站辅助的控制，实现电磁超材料表面的方向性接收和反射，提升覆盖的效率和用户速率体验，解决覆盖空洞的问题；第三类是用信息超表面来取代传统收发信机的波束赋形的天线阵列及其控制单元，甚至信息的调制。 目前，东南大学及其他院校已在超表面天线提升频谱效率和覆盖方面的研究取得较大进展，并开始了外场测试。中国移动也在研究信息超表面发射器，尝试通过数字编程的方式，来控制载波的信号幅度相位等，由此来取代传统的收发机设计，提升功率效率。电磁超材料的应用需要考虑很多实际限制，阵列单元的可靠性与稳定性、带外辐射的控制、带内的增益平坦度、控制单元的响应速度以及控制带来的成本和开销等。目前，电磁超材料在通信中的应用也存在较大局限性，和现有模拟波束赋形相似，其对信号接收和反射的方向性控制是全带宽的。这会限制多用户的空间和频率选择性调度，也容易导致同一频段内的其他运营商网络干扰放大。目前考虑的解决方案是实现窄带的表面单元或者增加滤波器，但这些方式可能带来成本的大幅增加。 （三）场景化的编码与多址优化 在5G时代，polar码和LDPC得到了应用。到了6G时代，由于应用场景变得更加复杂，对网络能力、时延、可靠性等方面提出了新的要求，需要探索编码、多址和调制针对不同场景需求的优化，尤其需要考虑不同频段射频器件对通信链路和系统的影响。面向6G，需要对速率、时延和可靠性联合优化设计，研究统一的多址接入理论框架，以通过统一的架构实现针对不同场景的不同优化接入方式。 （四）感知通信一体化 6G网络需要具备环境感知能力，因此在信息传递过程中融合信息采集和信息计算，实现感知通信一体化是目前很有前景的技术方向之一。在移动通信网络中，采用感知通信一体化方案，需要强大计算能力的支持与协助，感知功能是网络环境信息的来源，通信功能是网络协作的基础，计算功能是融合和挖掘多智能体共享信息的手段，而三大功能又互有关联、互相补充。实现三者一体化设计，不仅可以节省频谱、空间、载荷等资源，也使三者的性能互相增强。 未来6G网络不仅仅提供通信的功能，手机或者基站都有可能变成一个雷达，实施对环境进行探测感知，比如说人体的姿态、手势、机器人的位置、车与车的位置等，以此来进一步拓展6G的应用场景，如无人机的协同和管控、机器人之间的协作、智能的手势和肢体交互等。感知通信一体化的研究，需要着重考虑感知和通信是否可以一体化，如频率、天线和射频链路等是否可以复用，感知和通信的信号设计准则是否可以折中等。 （五）AI辅助的空口传输 随着集成电路工艺的不断提升，算力的提升和大数据的应用加速了AI的应用，AI已经成为6G研究的一大热点。传统的通信系统设计都是从统计稳定性和可靠性的角度出发进行优化设计，而AI的应用则是希望尽可能利用数据的特征，个性化地优化通信过程。目前AI在移动通信中的潜在应用有很多，包括网管、核心网、传输网络和无线网等领域。从AI应用的三要素来看，需要着重解决算法的适应性、算力和数据的可获得性。 但是对于移动通信系统来说，动态的传播环境会带来无线信号传播特性的动态变化，周围小区的负载变化也会带来干扰的动态变化，由此大大增加无线传输优化的复杂度和难度，也就带来了AI应用的泛化性问题，AI能否真正地为无线传输带来稳定的增益和足够的性价比是目前研究需要回答的问题。物理层AI研究的热点包括AI驱动的信道译码与解调优化、基于信道预测的CSI反馈压缩和波束赋形、MassiveMIMO的广播权值优化、基于内容和环境上下文感知的语义通信等。目前的AI应用研究都是场景驱动，结合特定的应用场景，考虑如何解决AI算法、数据的采集和传输，以及所需算力的实现，我们把这种实现方式称之为外挂式或者嫁接式的AI，很难完全实现预期效果。 所以，内生AI成为6G研究的一个新方向，通过端到端的内生AI设计，将AI打造成网络的基本能力，提供给网络自身和外部客户调用。中国移动和华为发起成立了开放论坛6GnetworkforAI（6GANA），联合学术界和产业界共同开展相关的研究，探索网络AI的需求场景、网络架构、数据模型管理、理论算法与验证平台等，致力于把AI打造成未来6G网络的能力和服务，做到对内服务于网络，对外服务于第三方客户。 （编辑：常州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
