6G 移动网络愿景及关键技术研究

2023-08-22邓继昌

通信电源技术 2023年13期

关键词：赫兹频段信道

邓继昌

（中通服咨询设计研究院有限公司，广东广州 510000）

0 引言

随着移动通信技术的进步，6G 移动网络的研究受到了更多的关注。文章通过推动6G移动网络的发展，为新型业务极致化通信提供保障，更好地优化人们的通信体验，维持通信范式和语义通信的具体效能。

1 6G 移动网络关键技术

1.1 太赫兹无线通信技术

近年来，随着通信技术的发展进步，电磁频谱和各个频段的应用内容被广泛关注。不同频段的典型应用如图1 所示。

图1 频段典型应用

其中，太赫兹频段具有无线通信资源丰富的特点[1]。基于太赫兹特性可知，太赫兹信道本身具有一定的分子吸收效能，可能会对实际可用宽带产生限制作用。与此同时，低频段通信中视为表面光滑的材料在太赫兹频段环境中反而较为粗糙，因此太赫兹通信体系的发展要区别于现有的通信传播模式。太赫兹信道模型中，要在考量分子吸收作用的同时，对其吸收衰减和噪声予以综合分析。尤其是纳米设备太赫兹通信技术，要将辐射传输对分子吸收产生的衰减建模后作为核心，更好地模拟场景内容，以保证通信质量符合预期。

依据不同场景完成通信处理工作，更好地开展相应的服务。对于室内场景短距离通信系统，在测量无线信道参数后要对物理参数进行精细化处理，主要涉及室内视距（Line of Sight，LoS）路径损耗、功率分布以及太赫兹波多径特征相关性等。构建混合信道模型，以便提高分析的精准性。一方面，建立分子吸收衰减模型，基于辐射传输理论判定纳米通信的场景。另一方面，建立分子吸收噪声模型，针对时域频域分析方法对短距通信予以处理[2]。

太赫兹通信具有较为突出的应用优势，不仅能实现超大宽带通信，还能提高传输速率。然而在实际应用环境方面，太赫兹通信仍有很多亟待解决的问题，如穿透性差、易被遮挡等，需要及时结合通信场景予以适配处理，更好地发挥技术的优势作用。

1.2 空天地海一体化网络

6G 移动网络研究体系中，基于5G 移动通信技术对陆地通信的研究，进一步拓展不同空间范围内的区域通信，在扩大通信范围的同时，更好地提升通信质量。建立的空天地海一体化网络结构如图2 所示。

图2 空天地海一体化网络架构

天基网络主要包括不同的轨道卫星，涉及高轨道地球卫星、中轨道地球卫星以及低轨道地球卫星。空基网络涉及相应的飞行器，包括飞机、飞艇、热气球等，共同构建空中平台。地基网络包括地面的相关固定接收站。海基网络则包括海上的相关信号接收设备。基于一体化的网络应用模式，提高信号传输处理的科学性，实现不同空间的全面覆盖，避免受地形的限制，更好地满足通信处理控制的具体需求，构建性价比更高且覆盖效果更好的通信运行管理模型。

6G 移动网络还支持应急管理控制，针对自然灾害导致的地面通信设备损坏等情况，利用卫星网络的承载基站建立传输备份管理模式，配合无人机（Unmanned Aerial Vehicle，UAV）等设备更好地完成应急通信救援。基于6G 移动网络的特殊应用价值，空天地海一体化网络能实现不同异构网络的融合，构建更加复杂且规范的网络结构，提高接入点的移动性和组网的动态运行效能，提升多维度信息业务质量[3]。

基于多元化技术应用要求，建立联合通信模式。不同维度联合通信技术方案如表1 所示。

表1 不同维度联合通信

1.3 人工智能技术

基于人工智能（Artificial Intelligence，AI）深度神经网络建立信号处理模式，在信号输入后利用神经元处理的方式进行信号控制，保证信号决策和运算等控制环节的合理性和可控性。配合大量数据训练神经网络，满足固定规则的处理需求，更好地维系神经网络判定预测的实效性，确保6G 移动网络运行的稳定效果[4]。AI 深度神经网络模型如图3 所示。

图3 AI 深度神经网络模型

在AI 技术全面发展进步的时代背景下，6G 移动网络向着智能化转型成为重要趋势。在对网络资源予以优化升级的同时，利用有限的资源满足多元化和极致化的体验需求，将资源分配模式作为核心，更好地提高资源分配效率[5]。

利用深度Q 网络算法，面向动态频谱接入完成相应的处理，在总结分析参数的同时，按照新动态频谱接入策略实现统一处理，并更好地扩大空间，缩短收敛时间。利用长短期记忆（Long Short Term Memory，LSTM）算法面向多路接入控制完成函数计量和分析，并建立能量收集预测模型，确保能及时利用访问控制策略打造深度电池预测模拟方案[6]。同时，建立顺序更新和随机更新2 种模式，依据重置的重点完成信号资源的合理调节，减少预测损失，优化资源的利用率，提升信息通信的及时性和安全性。

利用协同训练的方式面向子信道建立分配机制，维持应用资源分配管理的科学效果，提高资源利用率[7]。实际应用环境中，结合非正交多址接入技术方案，保证信道分配更利于系统能效的处理。

此外，部分非AI算法能结合深度Q网络训练内容，在不明确最优控制策略的情况下减少计算量，在降低计算难度的同时，提高资源分配的基本水平，共同打造完整的应用模式。

1.4 语义通信

6G 移动网络发展中，基于语义通信建立的新范式得到了广泛关注。将机器翻译等技术应用在物理层通信体系中，更好地构建联合信源和信道编码，同时支持深度学习等过程，确保语义通信系统能发挥其实际作用和价值，甚至能完成高复杂度的文本传输。相较于传统通信，语义通信能最大限度上筛选优质信息，改善压缩数据的可控化效果，为通信效率的进一步提高提供良好的技术支持。

2 6G 移动网络发展愿景

基于多样化场景体系和密集化设备的发展，全球移动用户数量及其产生的移动数据量呈现海量增加的趋势。预测到2025 年，全球移动用户数量将达到57 亿。基于用户数量和数据流量的激增，未来通信服务将面临更大的挑战。探索基于6G 移动网络的发展模式，建立具有丰富频率资源和高传输速率的太赫兹频段，更好地满足6G 移动网络的超大宽带、超高速率通信需求，推动移动数据领域进入太赫兹时代。

除此之外，为更好地实现移动通信的全覆盖，6G 移动网络在地面通信方面将更多地利用卫星设施、空中设备等，打造空、天、地、海一体化应用运行网络，积极推进无缝覆盖进程，保证用户能随时随地获取丰富的通信资源服务。