6G的十二个重要的前沿方向

crusking

背景

5G网络的部署正在全球进行，根据所进行的研究和目前的部署，已经确定了3个主要的模式作为5G网络的支柱，即(i)增强移动宽带(eMBB)，包括需要快速连接和高数据速率的业务，如视频流应用和移动增强现实。在这方面，5G网络预计将保证下行和上行的峰值数据速率分别为20Gbps和10Gbps。此外，在移动性场景下，用户的平均下行数据速率为100Mbps，上行数据速率为50Mbps;(ii)超可靠低延迟通信(URLLC)，目标为1 ms延迟，支撑关键任务应用，如自动驾驶和远程机器人手术;(iii)大规模机器型通信(mMTC)，设想每平方公里部署100万台设备，需要低成本、低功率和远程设备。

为了满足不同引用用例的5G关键性能指标，已经开发了几种技术，包括大规模多输入多输出(MIMO)、mmWave频率、网络功能虚拟化(NFV)、移动边缘计算(MEC)等。如今，5.5G已经开始部署，并推出了结合原有5G用例特点的新用例;(i)上行中心宽带通信(UCBC)，指的是具有宽带能力的海量事物，如高清视频上传和机器视觉;(ii)实时宽带通信(RTBC)，将宽带特性与高可靠性相结合，如扩展现实应用和全息图;(iii)综合传感和通信(ISAC)，在定位、光谱学和成像等应用中集成通信和传感能力。

而6G的研究需要应对许多新的挑战，以满足新兴应用在高数据速率、低延迟、高可靠性和海量连通性方面的需求。

一、电磁信息论

最近出现了新的研究方向，旨在确定无线通信系统的基本物理限制，并提供新的颠覆性技术，以满足6G网络的需求。可以重点关注三种新技术：

(1)智能超表面（RIS）。RIS被认为是6G的关键使能技术之一，这主要是由于它们以可控的方式操纵电磁波的独特能力，例如转向，后向散射和吸取。RIS能够有效地控制射频信号的幅度、相位和频率，而不需要复杂的信号处理技术。

(2)时间反演（TR）。TR利用丰富的多径环境来创建时空聚焦，它在水下无线环境和雷达成像中显示出巨大的潜力。TR有几个吸引人的特点，其中包括用单天线实现虚拟大规模MIMO，实现高能效和可扩展性。而在TR系统中，电磁信息论被设想为在确定性能极限方面发挥主要作用

(3)轨道角动量（OAM）。电磁波中含有角动量，包括自旋角动量和轨道角动量（OAM）。无线电波的自旋角动量对应于极化，这已经在雷达系统中使用。另一方面，轨道角动量尚未得到应有的充分重视。轨道角动量由具有螺旋相位的波前和场强组成，可用于信息传输。理论上，在单个波束中，轨道角动量具有无限多个模式，每个模式形成一个正交基，这为未来无线网络的新多址接入方法创建了基本构建块。

二、非线性信号处理理论

为了满足某些6G应用在100Gbps~1Tbps范围内的极端数据速率要求，在亚太赫兹波段开发超宽带是一种潜在的实现技术，这与收发器设计中的技术挑战有关。这是由于射频元件的非线性行为，以及硬件设计约束所造成的其他损害。

在信号处理中，传统的线性化方法将导致性能较差。因此，考虑非线性信号处理方法是必要的。这需要解决几个挑战，有关收发器组件的正确建模，开发低复杂度算法，以及评估信息理论限制的工具，作为替代传统的AWGN模型。

三、多智能体学习系统

由于严重退化的光谱效率和增加的延迟，反馈理论是实现6G的瓶颈。作为一种解决方案，多智能体理论代表了一种显著的方法来提高未来无线网络的吞吐量，并消除大规模系统中经历的反馈开销，特别是在经历频谱危机时。

然而，在保持所需的适应性和可扩展性需求的同时，协调网络中智能体形成和稳定性的有效机制仍有待探索，特别是在高度动态的网络中。在这方面，多智能体系统中的紧急通信除了减少多智能体的处理开销(这是网络动态的结果)外，还可以通过允许智能体学习信息而不是编码或解码信息，从而潜在地降低智能体的通信成本。

四、超分辨率理论

超分辨率技术有潜力从6G中无处不存在的无线电信号中推断信息，如延迟、多普勒和角度，可用于实现极端性能指标，如极端定位精度。

在机器人、工业自动化、医疗保健、智慧城市以及增强和虚拟现实应用等多个6G场景中，都需要高定位精度。其复杂性随着信号源数量的增加而增加，这些信号源将来自不同的技术(如mmWave、sub-THz)和分布式部署的无线电单元(如分布式MIMO和RIS)。此外，考虑到非理想的效果，如硬件障碍和干扰，传统的方法可能不能正常工作。因此，需要研究开发新的方法，研究性能基准的理论限制，并为复杂性和性能之间的权衡提供见解。

五、计算和通信热力学

在前几代移动网络中，能量消耗的主要来源是无线电单元，特别是模拟射频前端和发射功率所消耗的能量。在向6G方向发展的过程中，随着对高数据速率需求的增加，基带处理和数字信号处理(DSP)的能耗变得更加显著。此外，人工智能在6G网络中的本地集成，需要开发额外的计算资源。大家可以从量子物理和热力学的角度阐明计算和通信的理论限制。

6G将带来新的分布式应用，通过高数据速率、低延迟的极端通信，以及计算平台的集成，实现大规模计算。为了实现一个可持续发展的系统，新应用的实现，主要是基于人工智能的应用，应该考虑通信和计算的联合优化。作为一种独立于技术的方法，依靠通信和计算的物理限制来评估实现将提供对能源成本的洞察。因此，一个联合通信和计算优化框架是6G研究中一个有趣且具有挑战性的课题。

六、时变信号系统理论

6G将支撑V2X通信、无人机、高速列车无线连接等多种使用场景的终端移动性。在这种情况下，无线信道变得双重选择性，即信道在时域和频域都是选择性的。对时变信道的选择性进行信道估计或设计鲁棒波形是一个活跃的研究领域。

扩频波形，即随着时间和频率传播符号，已被证明对信道时间变化和频率选择性是有弹性的。增强信道估计可以提高通信的可靠性。然而，扩频波形需要迭代接收器来缓解码间串扰。时变信道通信信号最重要的研究方向是设计低复杂度的扩频接收机。重新思考框架设计、导频分配和自适应波形设计也是该领域的研究热点。

七、语义通信理论

在过去的几十年里，无线技术的发展基本上依赖于香农的信息论，该理论主要关注于如何准确可靠地传输符号。因此，从核心到边缘的所有网段都经过了优化设计，目的是确保通过噪声信道的无线传输信息被正确接收和解码，而传递信息的意义被认为不那么重要。尽管这种方法已经很适合当前的通信模式，并且已经满足了前几代无线网络的需求，但它在未来的6G网络和更远的网络中是否足够还存在争议。

随着语义通信技术的发展，它将人类语言的原理概念化，人们应该致力于研究各种无线网络用例中语义通信的集成，识别性能瓶颈，解决了多对象关系、多用户语义交流和语义泛化等方面的问题。此外，有必要进一步探索将语义概念扩展到通信协议学习中的潜力。传统的媒体访问控制(MAC)协议是相当通用的、不可说明的，并且具有不可适应性的控制信令消息，与之不同的是，语义通信协议预期享受特定于任务的控制信令消息，具有可接受的通信、计算、能源消耗和内存使用开销。

八、集成通信感知

现代应用，如自动控制车辆、工业环境中的无人机和道路上的自动驾驶，都需要无线通信和雷达传感。雷达传感和无线通信都使用电磁波，并且有非常相似的系统架构。这激发了将雷达和通信在不同层次上结合的想法:

(1)通过使用单个可重构的无线电前端来节省硬件资源;

(2)通过共享相同的频谱来提高频率利用率；

(3)利用联合信号进行传感和通信。

九、大规模通信理论

随着新应用的出现和通信模式的发展，例如基于人或机器的通信，未来的无线通信将是包括水下、地面、空中和空间领域的垂直设计。这种体系结构会加剧通信管理和协调的困难。大规模通信理论带来了几个未来无线时代需要解决的挑战，包括超密集大规模访问支撑的按需可伸缩性、适应动态网络需求的自适应能力，以及网络自动化的边缘智能。

尽管人工智能被认为是实现大规模网络的关键性能指标的神奇工具，但至关重要的是发展坚实的数学基础，以此来更好地理解人工智能的运作方式，并促进人工智能做出决策的推理。而随机矩阵理论、分布式随机优化、张量代数和低秩张量分解被认为是提供灵活、可靠的大规模网络理解的潜在方法。

十、非均衡信息论

自2G、3G直至5G的发展以来，信道编码一直是传输过程中必不可少的组成部分。因此，从基本的代数编码，如Hamming和Reed-Muller码，Bose-Chaudhuri-Hocquenghem (BCH)和Reed-Solomon码，以及卷积码到turbo码、polar码和LDPC码。信道编码的发展是由实现理论信道容量限制的迫切需求所推动的，而这在长度受限的编码中是不可能实现的。在传统的方法中，考虑了通过信道和信源分离编码实现香农信道容量的理想假设。虽然这一假设对于大的信息块是有效的，但在当前和未来的无线网络中，它无法提供信道码所需要的复杂度和延迟要求。

随着6G网络的发展以及相关的新要求，需要重新审视当前的编码方案，以确保其灵活性，以满足不同的QoS要求。在这种背景下，信道和源编码的联合设计有望取代传统的分离编码方案，目标是实现Tbps数据速率、低于200位的码长和低复杂解码机制。然而，这是以增加的开销为代价的，包括压缩复杂度、为速率长度权衡而优化的最小编码距离，以及为Tbps通信支撑而设计的复杂硬件。

十一、跨层优化：将排队论与信息论相结合

在文献中，排队论和信息论的相互作用往往被忽视。因为一般情况下，信息论忽略了数据流量的突发特性，而考虑了延迟不敏感的信源。另一方面，排队论侧重于从排队的角度分析延迟。

在6G网络环境中，超可靠和低延迟通信(URLLC)被设想为支撑各种需要高网络可靠性和极低延迟的新用例，跨层优化显然是至关重要的。值得注意的是，目前的技术水平还不能完全满足这些要求。现有文献大多将MAC层和物理层分开来讨论。然而，由于无线信道的动态特性，目前的方法被认为是次优的，这激发了跨层设计方法。然而，一个关键的挑战是MAC调度算法必须适应信道条件和信源统计数据。

因此，需要开发一种能够共同适应物理层和应用层的跨层框架，最终需要设计一种将排队论和信息论相结合的框架。

十二、非相干通信理论

随着数据通信和无线系统的发展，CSI采集通常通过训练序列进行，一直是研究界关注的问题。这主要是由于在相干系统中增加的开销和降低的光谱效率。这种开销进一步表现在导频污染场景，需要导频重传以确保可靠的相干信号检测。作为一种替代方法，盲信号检测，也称为非相干检测，被证明是一种减少开销的方法。然而，这是以严重降低性能和增加复杂性为代价的。

在这种背景下，格拉斯曼信号和非相干张量调制被认为是一种有前途的方法来调制波形的非相干方式。

参考文献

[1]M. Chafii, L. Bariah, S. Muhaidat and M. Debbah, "Twelve Scientific Challenges for 6G: Rethinking the Foundations of Communications Theory," inIEEE Communications Surveys & Tutorials, vol. 25, no. 2, pp. 868-904, Secondquarter 2023, doi: 10.1109/COMST.2023.3243918.

原文地址：https://zhuanlan.zhihu.com/p/651088774