6G网络：为移动通信革命做好准备

要点：

6G 是将于 2030 年推出的下一代无线通信技术。 6G 预计将具有惊人的高数据速率、超低延迟和高可靠性。 未来，人工智能（AI）和机器学习（ML）有望与6G形成共生关系。它们可能对 6G 网络的运行至关重要，但也依赖 6G 来实现令人兴奋的新应用。

您的工程师和客户准备好迎接智能手机每秒传输太比特的未来了吗？即使在最偏远的位置也能实现全球连接，并使科幻小说般的全息远程呈现成为日常现实？

在这篇博文中，了解 6G 网络如何预示这个令人兴奋的未来、它们可能如何工作，以及人工智能将如何实现其极致性能。

什么是 6G 网络？它如何工作？

第六代 (6G) 是移动设备下一次重大飞跃的术语继5G网络和5G-Advanced网络之后的无线网络。这种下一代技术的预期功能包括：

极致的移动宽带性能，可能具有每秒太比特 (Tbps) 的高速、微秒延迟和超高可靠性 7 GHz 至 20 GHz 中频段、毫米波 (mmWave) 频段（30 GHz 至 100 GHz）以及亚太赫兹 (THz) 和太赫兹频段（100 GHz 至 10 THz）的新超宽频段 支持人工智能的网络技术，人工智能和机器学习预计将嵌入许多操作中 无处不在的连接和覆盖 与前几代产品的互操作性

简单来说，6G 网络可能由以下子系统组成：

无线电接入网络：这将是无线技术部分，所有网络元件都通过无线电频率进行通信。 核心网：RAN将从无线电信号中解调语音或数据并将其转发到核心网网络，其中包括客户查找数据库、路由呼叫的交换机以及连接到互联网等外部网络的路由器。 传输网络：这将连接 RAN 和核心网络以及其中的组件。它将包括光纤电缆、微波链路、IP 路由器和交换机。 运营和维护：这将是用于配置和监控 RAN、核心和传输网络的软件和系统生态系统。它将执行配置、故障、性能、安全和计费等网络管理功能。

6G网络什么时候可用？

预计大多数国家/地区将于 2030 年推出商用 6G 网络。

国际电信联盟 (ITU) 发布了 2023 年 6G 愿景。

基于这一愿景，第三代合作伙伴项目 (3GPP) 将致力于 6G 研究，作为版本 20 和版本 21 (2025-2027) 的一部分。

6G核心标准有望出台作为 Release 21 的一部分，将于 2028 年至 2029 年进行。它们将在 2030 年之前支持符合标准的 6G 硬件和设备的研发。

6G 网络的速度有多快？

6G 的设想参数概述如下：

在太赫兹频段，峰值数据速率可能达到每秒 200 吉比特 (Gbps) 至几个 Tbps。消费者平均可以享受 300-500 兆比特每秒 (Mbps) 的网络速度。 预计延迟会非常低——空中接口为 0.1 毫秒 (ms)，工业环境中端到端为 1 毫秒，蜂窝车联网 (V2X) 为几毫秒。 每平方公里 (km) 100 万到 1 亿个设备的设备密度是可能的。 预计移动速度为每小时 500-1,000 公里，从而为飞机、无人机和高速列车提供 6G。

6G技术有哪些应用？

让我们看看 6G 网络可以解锁的一些令人兴奋的未来应用。

自主移动：无处不在且更低的成本6G 的速度可以实现安全的自主移动和可靠的实时车对万物 (V2X) 协作。 自主无人机：6G 网络的高数据速率和全球可用性可以扩大无人机在救援任务、物流、环境监测和国防等关键行动中的使用。 工业物联网 (IoT)：专用 6G 网络可以实现智能工厂，其中使用数千个物联网传感器和机器人车辆实现操作自动化。 全息远程呈现：6G 的高数据速率可以让逼真的高分辨率虚拟人物形象显示在 3D 全息显示器上，以进行面对面的交流和演示。 沉浸式体验：虚拟现实 (VR)、增强现实 (AR) 和混合现实 (MR) 等扩展现实技术可以通过支持 6G 的设备（例如用于电子竞技、游戏和娱乐的 AR 眼镜）变得无处不在。 先进的医疗保健：用于机器人手术等先进的医疗保健也就是说，6G 网络承诺高度可靠，并且始终可用，并具有内置冗余。

什么是人工智能支持的 6G 网络，它与 5G 有何不同？

6G 被称为人工智能或人工智能原生，因为人工智能预计将成为其最基本操作的基础，这与 5G 不同，5G 是通过人工智能来优化某些网络功能的。上表说明了 6G 和 5G 设计理念之间的对比。

在 6G 网络中，许多架构、协议和功能都可以由人工智能驱动的智能和优化来支持。上面显示了 6G 和 5G 之间可能存在的一些技术差异。

我们将在下一节中探讨人工智能在 6G 网络中的预期用途。

人工智能如何塑造6G网络的开发和优化？

在本节中，我们将详细介绍人工智能如何实现 6G 通信和网络操作自动化、自主管理资源以及实现自我修复和预防。主动维护。

所有前几代移动网络都将覆盖区域划分为六边形小区。小区边缘一直是干扰、接收不良、切换故障或延迟以及其他问题的区域。

但 6G 设想了完全无蜂窝的架构，这是移动电信设计的真正范式转变。无蜂窝网络可以由许多小型、低功耗、分布式接入点 (AP) 组成，这些接入点本质上是具有一些基本的人工智能驱动的射频 (RF) 处理功能的天线。所有接入点都将连接到中央单元。

当向用户设备 (UE) 发送数据时，中央单元可以使用人工智能来选择附近的 AP，这些 AP 一起进行相干传输，以组合成精确瞄准的波束。当UE发送数据时，附近的几个AP可以接收部分信号并将其转发到中央单元以使用AI重建数据。基于人工智能的 AP 协调将实现无缝 6G 可用性，而不会出现典型的切换故障。

5G 标准中引入的非地面网络 (NTN) 可以在全球范围内使用，在 6G 中可能会更加先进。人工智能/机器学习可以在不断变化的星地条件下实现更高效的资源分配和参数优化。

支持人工智能的无线接入网络 (RAN)

AI/ML 模型可以随着流量、网络和环境条件的变化实时优化和动态调整整个 RAN。

支持人工智能的空中接口

空中接口指定了以下无线通信的模拟 RF 方面和数字方面（如协议）：

UE，如智能手机和 VR 眼镜 6G 塔组件，如基站 非地面网络元素，例如无人机和卫星

这些接口传统上具有手动设计的信号处理块，可配置性有限且有许多简化的假设。

在 6G 网络中，空中接口预计将支持 AI。在两端，神经收发器可以运行强大的机器学习模型，这些模型具有高度可配置性、可修改性、适应动态条件，并且能够考虑所有影响变量。它们可以减少导频信号、消除循环前缀并简化同步。

人工智能驱动的波束成形

人工智能对于预测最佳波束成形方向以及根据实时、复杂的信道条件动态创建精益调制方案以优化频谱共享和能源效率至关重要。具体来说，人工智能可以探索广阔的解决方案空间，为超大规模多输入多输出 (UM-MIMO) 部署中的多个用户找到最佳波束成形权重。

人工智能驱动的波形和调制

人工智能可以设计新颖的 6G 波形和调制方案，而不是使用传统的分析模型。该模型将根据实时信道条件动态学习和选择调制方案。

人工智能优化的信道估计和状态

在 6G 网络中，深度神经网络可以学习接收信号和信道响应之间更真实的非线性关系，优于传统的线性估计技术。

高度压缩的信道状态信息 (CSI) 反馈对于亚太赫兹频段的 UM-MIMO 至关重要。然而，设计所需的培训数据直到客户试用阶段才可用。即便如此，训练数据也可能很稀疏。通过使用两侧无监督学习以及 UE 和基站之间的协调，可以尽早克服这个问题。

基于机器学习的定位，精度达到厘米级

6G 设想实现厘米级精度的定位，这对于自动驾驶汽车、机器人和智能工厂至关重要。这可以通过人工智能/机器学习模型使用基于通道观察的指纹识别、识别非视线条件以及改进定时或角度测量来实现。

集成传感与通信 (ISAC) 优化

ISAC 意味着 6G 无线电资源不仅可用于通信，还可用于主动感知网络周围环境。人工智能可以促进：

ISAC 所需的复杂信号处理 针对避免碰撞等关键用例的实时数据分析 通信和传感任务之间不相互干扰的频谱共享 ISAC 系统中的预测故障分析

整体能源效率

在 6G 网络中，人工智能可以优化全市甚至更大规模的网络功耗，实现整体可持续性。 AI模型可以动态关闭整个基站并根据实时需求重新配置资源，同时优化能源使用。

6G 网络如何与人工智能共同设计，以实现智能、自我优化的基础设施？

所有趋势都表明 6G 和人工智能将在未来十年紧密共生地共同发展。 6G 可能不会是一个愚蠢的数据管道，而是交流积极利用人工智能来适应、学习和优化自身。同时，6G 可以解锁令人兴奋的人工智能驱动用例，如下所述。

智能网络

6G 网络可能是一个大规模的分布式人工智能模型，随着时间的推移，它会不断感知、适应和改进自身。它可以在 AI/ML 模型的帮助下进行自组织、自优化和自修复。

自组织意味着网络需要动态地重新配置其组件，以满足不断变化的环境条件和服务要求。

自我优化将涉及人工智能/机器学习不断分析网络流量并在最需要的地方自动重新分配资源（例如带宽和功率）。 AI不仅可以优化6G网络（AI用于网络切片），而且网络还可以有效支持新兴的AI服务（AI切片）。该网络可以为人工智能应用程序无缝运行提供必要的连接、计算和数据资源。

自我修复意味着 AI/ML 模型可以自主检测、诊断网络损伤并从中恢复。例如，他们可以预测需求峰值以防止拥塞并优化数据路由以实现超低延迟。

实时数字孪生

为了发挥作用，6G 网络、其他系统和流程的数字孪生可以同时依赖人工智能和 6G。 6G 的高数据速率可能对于传输实时镜像所需的海量数据至关重要。人工智能可能对于从海量数据中重建虚拟模型至关重要。在 6G 网络或其他系统的数字孪生上进行实验可能也需要人工智能/机器学习。

普及边缘计算

6G 的高数据速率和网络架构可以促进运行以前不方便的人工智能模型的新方法。这些可能包括分布式学习、联合学习和在线学习。反过来，这些先进的部署可能会决定人工智能的关注点——比如训练数据、推理、权重和梯度更新——可以在 6G PHY、协议和边缘设备中处理。

ISAC 操作

ISAC 可用于创建详细、实时、动态的网络环境地图。处理大量传感数据可能需要人工智能。反过来，这些地图将使人工智能能够实现以前不切实际的用例，例如自动驾驶车队和智能城市。

语义沟通

在人工智能的帮助下，6G 网络可以理解它们所传输的数据背后的含义或意图。例如，对于视频通话，它可以发送“A 人现在说：……”消息，而不是发送每个像素。

在另一端，生成式人工智能可以真实地重建与说话者嘴唇运动相对应的视频帧。在 6G 和人工智能共同设计的推动下，这种对通信的彻底重新构想可以为服务提供节省大量带宽骑手和消费者。

人工智能如何加速 6G 网络的设计验证过程？

AI/ML 模型可以加快 6G 网络和组件的设计、验证和鉴定。它们可以加快复杂 6G 组件和协议的原型设计，减少仿真时间，优化测试覆盖范围，并简化许多其他开发和测试工作流程。让我们了解一下如何实现。

人工智能驱动的 6G 网络数字孪生

人工智能可以创建整个 6G 网络的真实虚拟模型。工程师可以使用它们在现实模拟中测试新协议和硬件设计，而成本和时间仅为物理原型所需的一小部分。

人工智能加速模拟

基于物理的封闭模型可以非常准确和彻底，但是：

仅支持有限的网络复杂性 涉及许多简化假设 需要定制软件开发 需要几个小时或几天才能完成

相比之下，AI/ML 可以即使对于密集网络也可以消除复杂的现象。示例包括：

无线电波在密集城市地区的传播 信道估计和信道状态信息 超大规模MIMO性能

人工智能还可以提供各种架构和超参数优化，以在快速性能、良好可解释性和高精度之间取得平衡。

综合训练和测试数据生成

生成模型、大型推理模型和回归模型可以生成用于训练 AI 模型和测试不同场景的综合数据。

例如，生成对抗网络可以合成大量真实的无线信道数据，以测试不同现实场景中的人工智能模型行为。

智能测试覆盖率

人工智能无需运行数百万次随机测试，而是可以识别最关键或可能失败的场景，从而确保通过更少的测试获得更好的验证。通过将用于测试执行的 AI 模型与 d数字孪生，可以针对不同的动态条件开发自动化测试套件。

动态人工智能算法

人工智能可以帮助设计和验证复杂操作方面的算法，例如波束成形和干扰管理，然后再将其编码到硬件中。将模型权重保存在可重写存储或非易失性存储器中将使模型能够随着新数据和测试改进其指标而动态更新。

是德科技的 6G 解决方案是什么？

是德科技引领 6G 研究，为通信服务提供商、移动网络供应商和设备制造商提供全面的技术解决方案。

我们的 6G 测试解决方案包括用于 6G 矢量分析、亚太赫兹测试台、NTN 卫星仿真以及使用系统建模软件进行端到端网络设计的硬件和仪器。

我们的人工智能技术解决方案致力于人工智能模型和芯片的设计和验证。

我们的人工智能数据中心解决方案 en通过以下方式实现 6G 普及边缘计算：

AI 计算测试解决方案 数据中心电源管理设计 数据中心网络和互连的验证

利用是德科技简化您的 6G 网络

在这篇博文中，您概述了 6G 网络，并探讨了如何在其运营中使用人工智能。

请联系我们，获取有关 6G 的深入见解和专业知识。

6G 是德科技 纽约证券交易所：KEYS 无线通讯技术