如何解读下一代无线通信技术6G

6G目前处在这样一个阶段：来自学术界和产业界的思想领袖们提出各种可能性、大胆的造梦、畅想10年或20年后世界将是什么样。

6G目前处在这样一个阶段：来自学术界和产业界的思想领袖们提出各种可能性、大胆的造梦、畅想10年或20年后世界将是什么样。听着诸如触觉互联网（Tactile Internet）这样充满未来风格的应用案例，我们很容易陷入定义下一代蜂窝网络通信标准的兴奋之中，极力追求突破人类认知范围的新技术。但是在许多方面，我们的行业仍在等待兑现5G的承诺，并且更广泛的部署和下一阶段的5G增强工作仍在有条不紊地进行，我们不禁要问：为什么已经要谈论6G？

通信行业“G”的演进

从1973年第一次实现手机通话开始，后来我们称之为“1G”，我们的行业观察到蜂窝技术以大约10年为一周期的演变规律。4G的时间表在2000年至2010年间展开。3GPP自2015年开始致力于5G标准化，但在那时学术研究机构早已顺利展开，纽约大学无线研究中心（NYU Wireless）和欧盟5G科研项目组（METIS）在2012年就已成立。第一阶段标准化已在2018年的Release 15中完成，2019年进行了现场测试，2020年开始扩大部署。如今这一模式看上去很稳定，正在进行中的早期6G研究将支持2025年的标准化启动和2030年甚至更早的部署时间表。尽管消费者购买第一批6G产品的场景似乎遥不可及，但处于这些周期最前沿的学术和行业研究人员已经在实验并建立对标准化至关重要的关键技术的理解。

6G能提供什么？

国际电信联盟曾经在IMT-2020标准中制定了5G的目标，如今在网络2030焦点小组（the Network 2030 Focus Group）的组织下开始制定6G愿景。他们将性能向量（包括吞吐量、可靠性、覆盖率、延迟、能效、成本和大规模连接）归纳为三种5G使用场景：增强型移动宽带（eMBB）、大规模机器类型通信（mMTC），以及超可靠低延迟通信（URLLC），以支持跨越多种行业的众多应用程序。预计6G将在这些向量上进行扩展，在引入新的应用案例和业务模型的同时，推动现有应用的进一步发展。其中包括用于完全沉浸式3D体验的全息交互通信，和通过听觉、视觉和触觉反馈实现实时远程操作的触觉互联网。这些应用示例说明传感对6G的重要性：它是与物理环境进行所有交互和仿真的基础，其潜力已扩展到数字医疗、自动驾驶等广泛的领域。

实现6G的可行技术

当我们着眼于6G的可能性和前景时，四项候选技术在商业机会和生命力方面脱颖而出：

① 联合通信和传感

6G体验需要更多的数据以及更多的环境感知和意识，联合通信和感知就是探索如何把他们结合起来。例如，自动驾驶车辆有极其复杂的传感系统，通过机器学习算法把来自摄像头、激光雷达和雷达传感器的一系列数据融合在一起。这些车辆中先进的通信系统使用蜂窝网络来传输资讯和娱乐信息、环境和性能数据以及车辆对一切物体的通信。从事传感工作的研究人员正在寻求新的通信技术以帮助改善其结果，例如正交频分复用（OFDM）波形或多输入多输出（MIMO）相控阵；而从事通信工作的人则看到了在雷达分配的广大频谱中获得更多数据带宽的机会。这两个传统上独立的功能未来合并的程度将取决于监管和技术因素，但这种结合正是定义6G的潜在因素。

② 亚太赫兹

对更大数据带宽的持续需求正促使研究人员探索亚太赫兹频段内未被充分利用的频谱。90 GHz和300 GHz之间的频段提供的频谱是当前用于蜂窝通信的频谱的许多倍。3GPP已经把100 GHz以上的21.2 GHz预留出来考虑用于6G。较高频率下的路径损耗（推进到亚太赫兹频段的最大障碍之一），可以通过将频带的衰减特性与适当的应用相匹配，获得缓解潜力。例如，将高衰减波段用于高安全性的应用，限制信号传播的距离。此外，频率与天线尺寸之间的反比关系提供了一种克服路径损耗的方法：随着频率的增加，天线的几何形状和间距随之减小，在相同的空间内可容纳更多的元件，从而获得更多的增益。尽管目前5G毫米波部署有所延迟，扩展到亚太赫兹频段似乎为时过早，但领先的产业界和学术界的研究人员已经在紧锣密鼓地探讨将其作为显著提高网络容量的途径。

③ MIMO的演进

MIMO在许多不同的用例和频带上深具潜力，将继续基于流行的多天线技术发展。波束成形是克服亚太赫兹路径损耗的关键，而多用户MIMO大大提高了最广泛使用的8 GHz以下频段的频谱效率。分布式MIMO将大型天线阵列分解成多个较小的、地理上分开的无线电头，对于8 GHz以下的频率尤其有趣，因为此时天线的尺寸变得非常大。MIMO的扩展包括为更多用户提供更多的系统天线，以及更精确的定向波束控制，旨在增加小区容量并提供增强的定位服务。

④ 人工智能和机器学习

发挥重要作用的第四项技术是人工智能和机器学习（AI / ML）。随着复杂程度的增加以及我们试图从可用频谱中挤出每一点带宽，使用传统的信号处理方法来优化通信系统变得越来越困难。机器学习提供了一种解决这种复杂性的方法。AI/ML驱动的设计或自适应寻求动态优化链路性能，可以通过自动频谱分配、波束管理和射频非理想消除等功能进行改进。在应用层上部署AI/ML可以优化服务质量（QoS），考虑应用程序特定的需求以及环境，诸如延迟或能效等因素。用于AI/ML无线通信研究和训练的大型开放数据集的可用性将在6G开发中发挥重要作用。

寻找杀手级应用

尽管这些6G候选技术都提供了多种可能性，它们的生死存亡不可避免地取决于商业应用。开发和部署这些技术的成本很高，数十亿美元的投资要求巨大的、可预测的回报，并引发一个古老的问题：“杀手级应用是什么？”

在近期的全球活动中，我们大量依靠在线连接和虚拟体验-我们中的许多人对可靠的高速网络有了全新的认识。除了包括流行的技术热词（沉浸式XR等技术）和关键性能指标（如1 Tb / s数据速率），6G的讨论还包括社会和可持续发展目标，以及“人人互联互通”。随着我们努力超越增强的移动宽带来继续构建5G，6G的定义开始聚结，这些商业和社会问题的答案可能与技术问题一样重要。