面向多維立體全場(chǎng)景的6G綠色無(wú)線接入網(wǎng)白皮書(shū)-2023.10

面向多維立體全場(chǎng)景的6G

綠色無(wú)線接入網(wǎng)白皮書(shū)參與單位北京郵電大學(xué)電子科技大學(xué)華為技術(shù)有限公司中國(guó)移動(dòng)通信有限公司前

言隨著

5G

網(wǎng)絡(luò)的大規(guī)模商用，人工智能（AI）、云計(jì)算、邊緣計(jì)算的發(fā)展加速了信息技術(shù)、通信技術(shù)和數(shù)據(jù)技術(shù)（ICDT）的深度融合，同時(shí)也推動(dòng)整個(gè)社會(huì)走向數(shù)字化、信息化、智能化。目前，6G

研究的序幕已經(jīng)拉開(kāi)，得到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。6G

將進(jìn)一步深化現(xiàn)有

5G

的人工智能與無(wú)線網(wǎng)絡(luò)的融合，作為一種新型的綜合戰(zhàn)略基礎(chǔ)設(shè)施，推動(dòng)工業(yè)互聯(lián)網(wǎng)、能源互聯(lián)網(wǎng)、智能交通、智能醫(yī)療等垂直行業(yè)的數(shù)字化和智能化。在未來(lái)移動(dòng)通信向全場(chǎng)景應(yīng)用發(fā)展、ICDT

走向深度融合等重要趨勢(shì)下，面向

6G

網(wǎng)絡(luò)架構(gòu)的變革與發(fā)展需求，6G

無(wú)線接入網(wǎng)絡(luò)將不再是單純的通信網(wǎng)絡(luò)，而是集通信、感知、計(jì)算為一體的信息網(wǎng)絡(luò)，同時(shí)空天地等多種接入域、多種網(wǎng)絡(luò)域深度融合，需支持多維立體全場(chǎng)景下不同無(wú)線接入方式，固定/移動(dòng)/衛(wèi)星/無(wú)人機(jī)（UAV）等多連接類型以及多服務(wù)類型。為使能“萬(wàn)物智聯(lián)，數(shù)字孿生”，6G

網(wǎng)絡(luò)需要支撐智慧內(nèi)生、泛在連接、多維融合，傳統(tǒng)的集中式智能計(jì)算架構(gòu)已經(jīng)不能滿足低延遲高可靠的通信和計(jì)算要求，難以高效支撐未來(lái)

6G網(wǎng)絡(luò)泛在智能的需求。這些都對(duì)

6G

無(wú)線接入網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)提出了重大挑戰(zhàn)。另外，為了更好地支持

6G

新興無(wú)線業(yè)務(wù)，6G

無(wú)線接入網(wǎng)還需要?jiǎng)討B(tài)、靈活地對(duì)用戶需求和時(shí)變環(huán)境的智能深度感知，在有限資源、給定網(wǎng)絡(luò)能力下更加輕量化、高效智能地滿足無(wú)線網(wǎng)絡(luò)動(dòng)態(tài)、時(shí)變的差異化服務(wù)質(zhì)量（QoS）需求和不同特定場(chǎng)景的業(yè)務(wù)需求。本白皮書(shū)將從

6G

無(wú)線接入網(wǎng)（RAN）所面臨的全新需求與挑戰(zhàn)出發(fā)，面向

ITU-R

提出的

6G

網(wǎng)絡(luò)愿景，重點(diǎn)介紹

6G

多維立體全場(chǎng)景服務(wù)下的新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)，包括無(wú)線接入網(wǎng)側(cè)的新型邏輯功能架構(gòu)及場(chǎng)景部署架構(gòu)。部署架構(gòu)中包含高低頻協(xié)作無(wú)線接入、空天地融合無(wú)線接入和無(wú)線內(nèi)生智能接入三個(gè)主要的部署場(chǎng)景。然后介紹該

RAN

架構(gòu)兩方面的關(guān)鍵使能技術(shù)——6G

多網(wǎng)共生融合技術(shù)和

6G

無(wú)線接入內(nèi)生智能技術(shù)。最后對(duì)

6G

無(wú)線接入網(wǎng)在未來(lái)的研究和標(biāo)準(zhǔn)化工作進(jìn)行了展望。本白皮書(shū)為國(guó)家研發(fā)計(jì)劃重點(diǎn)專項(xiàng)“寬帶通信和新型網(wǎng)絡(luò)”項(xiàng)目《6G

網(wǎng)絡(luò)架構(gòu)及關(guān)鍵技術(shù)》（項(xiàng)目編號(hào)：2020YFB1806800）資助成果。目錄1

6G

RAN

需求挑戰(zhàn)與技術(shù)趨勢(shì).............................................................................................11.1

需求.............................................................................................................................11.2

挑戰(zhàn).............................................................................................................................31.3

技術(shù)趨勢(shì).....................................................................................................................52

6G

多維立體全場(chǎng)景服務(wù)下新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)..................................................

82.1

設(shè)計(jì)理念.....................................................................................................................82.2

邏輯功能架構(gòu).............................................................................................................92.3

場(chǎng)景部署架構(gòu)...........................................................................................................132.4

架構(gòu)特征——綠色、多維、立體和全場(chǎng)景服務(wù)...................................................203

使能技術(shù)——6G

多網(wǎng)共生融合技術(shù)...............................................................................

233.1

UCN

異構(gòu)接入技術(shù)..................................................................................................233.2

高低頻協(xié)作接入技術(shù)...............................................................................................263.3

空天地融合無(wú)線接入技術(shù).......................................................................................293.4

多維接入網(wǎng)絡(luò)資源智能編排...................................................................................314

使能技術(shù)——6G

無(wú)線接入內(nèi)生智能技術(shù).......................................................................

344.1

無(wú)線分布式協(xié)同智能框架.......................................................................................344.2

有中心模型聚合協(xié)同接入技術(shù)...............................................................................384.3

全分布式模型聚合協(xié)同接入技術(shù)...........................................................................394.4

分布式智能框架下的資源管理...............................................................................405

總結(jié)與展望..........................................................................................................................43參考文獻(xiàn)..................................................................................................................................441

6G

RAN

需求挑戰(zhàn)與技術(shù)趨勢(shì)1.1

需求5G

網(wǎng)絡(luò)的商用激發(fā)了人們對(duì)下一代移動(dòng)網(wǎng)絡(luò)的想象和期待。6G

在

5G基礎(chǔ)上，將從服務(wù)于人、人與物，進(jìn)一步拓展到支撐智能體的高效互聯(lián)，將實(shí)現(xiàn)由萬(wàn)物互聯(lián)到萬(wàn)物智聯(lián)的躍遷，將持續(xù)提升人們的生活品質(zhì)，促進(jìn)社會(huì)生產(chǎn)方式的轉(zhuǎn)型升級(jí)，并且為人類社會(huì)可持續(xù)發(fā)展的終極目標(biāo)做出貢獻(xiàn)。一方面，新業(yè)務(wù)與新應(yīng)用將被開(kāi)發(fā)出來(lái)，它們需要更高的網(wǎng)絡(luò)性能，如更高的數(shù)據(jù)速率、更低的時(shí)延，這些都超出了

5G

無(wú)線接入網(wǎng)的能力范圍。另一方面，需要更敏捷的網(wǎng)絡(luò)服務(wù)能力，尤其是對(duì)于

5G

無(wú)法高效支撐的

ToB

業(yè)務(wù)，需要滿足其業(yè)務(wù)快速上線需求。再者，新涌現(xiàn)出的業(yè)務(wù)具備明顯的個(gè)性化需求，無(wú)線接入網(wǎng)需要具備靈活適配業(yè)務(wù)需求的能力，實(shí)現(xiàn)網(wǎng)絡(luò)功能按需定制，資源按需配置。隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)和人工智能等新一代技術(shù)和應(yīng)用的發(fā)展，以及

ICDT

的深度融合，6G

社會(huì)將逐步走向“數(shù)字孿生，智慧泛在”。6G

RAN

將通過(guò)提供物理空間與虛擬空間的通信服務(wù)構(gòu)建人類社會(huì)、物理世界和虛擬世界融合交互、緊密連接的網(wǎng)絡(luò)空間，通過(guò)數(shù)字化世界創(chuàng)造全新價(jià)值，實(shí)現(xiàn)“6G

改變世界”的美好愿景。2030

年及以后，在數(shù)字孿生世界和智慧泛在的背景下，移動(dòng)通信的應(yīng)用場(chǎng)景將會(huì)呈現(xiàn)出全新的特點(diǎn)，支持無(wú)處不在的無(wú)線連接、大數(shù)據(jù)和人工智能等全新的技術(shù)，并催生出智享生活、智賦生產(chǎn)、智煥社會(huì)

3

大方面的應(yīng)用場(chǎng)景，包含空天地一體化、通感互聯(lián)、智能交互等。6G

RAN

將不再1僅局限于提供通信的功能，而是隨著感知-通信-計(jì)算-AI-安全融合的大趨勢(shì)，從傳統(tǒng)單一的功能拓展到提供感知、計(jì)算、AI

和安全等新的網(wǎng)絡(luò)能力。國(guó)際電信聯(lián)盟無(wú)線電通信部門于

2023

年

6

月在第

44

屆

ITU-R

WP

5D會(huì)議通過(guò)了《IMT

面向

2030

及未來(lái)發(fā)展的框架和總體目標(biāo)建議書(shū)》，該建議書(shū)對(duì)

5G

原有三大應(yīng)用場(chǎng)景進(jìn)行增強(qiáng)和擴(kuò)展，包含沉浸式通信、超大規(guī)模連接、極高可靠低時(shí)延、人工智能與通信的融合、感知與通信的融合、泛在連接等六大典型場(chǎng)景。沉浸式通信場(chǎng)景涵蓋了為用戶提供豐富的互動(dòng)視頻（沉浸式）體驗(yàn)的用例，包括與機(jī)器界面的互動(dòng)；超大規(guī)模連接場(chǎng)景涉及連接大量的設(shè)備或傳感器；極高可靠低時(shí)延場(chǎng)景涵蓋了預(yù)計(jì)對(duì)可靠性和延遲有更嚴(yán)格要求的專門用例；人工智能與通信的融合場(chǎng)景將支持分布式計(jì)算和人工智能驅(qū)動(dòng)的應(yīng)用；感知與通信的融合場(chǎng)景促進(jìn)了需要傳感能力的新應(yīng)用和服務(wù)；泛在連接場(chǎng)景旨在加強(qiáng)連接性，以縮小數(shù)字鴻溝。同時(shí)，空天地融合組網(wǎng)也是未來(lái)的一大趨勢(shì)，衛(wèi)星網(wǎng)絡(luò)、無(wú)人機(jī)網(wǎng)絡(luò)等將是地面網(wǎng)絡(luò)的重要補(bǔ)充，實(shí)現(xiàn)天基、空基、陸基等各類用戶接入與應(yīng)用，能夠在任何地點(diǎn)、任何時(shí)間、以任何方式提供全場(chǎng)景的信息服務(wù)。并且隨著

AI

技術(shù)的發(fā)展，網(wǎng)絡(luò)的智能也將在網(wǎng)絡(luò)運(yùn)維、資源編排、空口調(diào)度等方面釋放出更大的潛力，為智慧社區(qū)、醫(yī)院、工廠等不同用戶場(chǎng)景下的多維度異構(gòu)業(yè)務(wù)需求提供通信、感知、計(jì)算、存儲(chǔ)等一系列能力的按需服務(wù)，真正實(shí)現(xiàn)

AI

不再是“外掛式”的存在，而是內(nèi)生于網(wǎng)絡(luò)，從而更好的為網(wǎng)絡(luò)提供服務(wù)。因此為了滿足未來(lái)業(yè)務(wù)和應(yīng)用發(fā)展的需求，6G

RAN

的設(shè)計(jì)需考慮新型網(wǎng)絡(luò)架構(gòu)，以在更多維度上取得網(wǎng)絡(luò)能力的突破，實(shí)現(xiàn)極致的性能追求。21.2

挑戰(zhàn)5G

技術(shù)滿足了人們對(duì)大寬帶、高數(shù)據(jù)速率、大連接密度、低延時(shí)的通信需求。在未來(lái)

6G

系統(tǒng)中，上述技術(shù)將會(huì)繼續(xù)得到增強(qiáng)，并擴(kuò)展更多的應(yīng)用場(chǎng)景。面向

2030

年，6G

業(yè)務(wù)和應(yīng)用將朝著需求的多樣化、覆蓋的立體化、交互形式與內(nèi)容的多樣化、業(yè)務(wù)的開(kāi)放化和定制化、以及通信計(jì)算、AI

和安全的融合化的方向發(fā)展。然而，當(dāng)前無(wú)線接入網(wǎng)絡(luò)在網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)、組網(wǎng)模式和資源管理上存在不靈活智能、融合網(wǎng)絡(luò)之間信息交互復(fù)雜、開(kāi)銷大且低效能等問(wèn)題，無(wú)線接入網(wǎng)絡(luò)由

5G

向

6G

的演進(jìn)中將面臨諸多的挑戰(zhàn)。1.

網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)不夠靈活現(xiàn)有網(wǎng)絡(luò)主要采用一體化的結(jié)構(gòu)，這導(dǎo)致網(wǎng)絡(luò)的建設(shè)完全是按覆蓋的要求進(jìn)行規(guī)劃和建設(shè)，基站形態(tài)單一，網(wǎng)絡(luò)管理和維護(hù)的方法比較傳統(tǒng)，網(wǎng)絡(luò)運(yùn)維效率較低，網(wǎng)絡(luò)結(jié)構(gòu)單一固化，這些特點(diǎn)導(dǎo)致了網(wǎng)絡(luò)部署的高成本和高功耗問(wèn)題。另外，由于現(xiàn)網(wǎng)支持

2G/3G/4G/5G

多網(wǎng)共存與互操作，在提供更高吞吐量和更好的業(yè)務(wù)連續(xù)性保障的同時(shí)也增加了更多的網(wǎng)絡(luò)功能、交互流程、管理策略和異常因素，使得網(wǎng)絡(luò)架構(gòu)與管理更加復(fù)雜。因此需要

6G

及其后續(xù)網(wǎng)絡(luò)在網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)方面發(fā)展自我演進(jìn)能力，以智能地利用資源，降低運(yùn)營(yíng)成本，并保證高服務(wù)質(zhì)量。2.

組網(wǎng)模式難以支撐多元化演進(jìn)6G

網(wǎng)絡(luò)頻段將要由目前的

700MHz

~

2.6GHz

等擴(kuò)展至毫米波甚至太赫茲和可見(jiàn)光等頻段，覆蓋將由地面覆蓋到立體覆蓋，實(shí)現(xiàn)星地一體融合組網(wǎng)。但由于非地面網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化以及運(yùn)行環(huán)境的不同，3地面網(wǎng)絡(luò)所采用的組網(wǎng)技術(shù)不能直接應(yīng)用于非地面場(chǎng)景，需研究空天地一體化網(wǎng)絡(luò)中的新型組網(wǎng)技術(shù)，考慮新的立體組網(wǎng)模式。另一方面，隨著分布式邊緣計(jì)算以及智能網(wǎng)絡(luò)節(jié)點(diǎn)大量部署，計(jì)算和存儲(chǔ)等資源下沉至邊緣節(jié)點(diǎn)，6G

需要中心化集中管理的蜂窩組網(wǎng)與分布式協(xié)作的云邊融合組網(wǎng)共同支持多樣化場(chǎng)景的業(yè)務(wù)需求，滿足用戶的差異化需求。3.

多維資源管理不夠智能化5G

網(wǎng)絡(luò)引入了網(wǎng)絡(luò)切片技術(shù)，但切片在無(wú)線側(cè)和核心網(wǎng)的融合設(shè)計(jì)和優(yōu)化仍需進(jìn)一步驗(yàn)證和完善，并且在使用網(wǎng)絡(luò)和托管資源時(shí)，除了對(duì)切片進(jìn)行獨(dú)立管理導(dǎo)致更高的運(yùn)營(yíng)成本之外，還存在效率較低的風(fēng)險(xiǎn)。因此，6G

將發(fā)展無(wú)線資源的智能靈活編排技術(shù)。6G

要服務(wù)于各行各業(yè)新涌現(xiàn)的個(gè)性化業(yè)務(wù)，就需要對(duì)各種資源，包括通信、計(jì)算、數(shù)據(jù)等維度，進(jìn)行更智能化的管理編排，使之具備靈活適配業(yè)務(wù)差異化需求的能力。同時(shí)，由于分布在不同地理位置的無(wú)線節(jié)點(diǎn)的可用資源是泛在化、異構(gòu)化的，需要6G

網(wǎng)絡(luò)通過(guò)模型函數(shù)將不同類型的多維資源映射轉(zhuǎn)換，形成業(yè)務(wù)層可理解、可閱讀的資源池，為網(wǎng)絡(luò)的資源匹配調(diào)度提供基礎(chǔ)保障。在數(shù)據(jù)維度，6G

需要借助于信息和學(xué)習(xí)理論對(duì)從物理世界中采集的大量數(shù)據(jù)進(jìn)行管理編排和有效地利用，構(gòu)建一個(gè)數(shù)字世界。在通信維度，6G

系統(tǒng)設(shè)計(jì)將編排使用盡可能少的帶寬資源實(shí)現(xiàn)海量大數(shù)據(jù)的有效傳輸，降低通信成本。在計(jì)算維度，需要在

6G

網(wǎng)絡(luò)中最優(yōu)化計(jì)算資源的分布，以最大限度地編排利用移動(dòng)邊緣的計(jì)算能力。4.

融合網(wǎng)絡(luò)之間的信息交互復(fù)雜傳統(tǒng)網(wǎng)元之間采用專用接口進(jìn)行通信，需要進(jìn)行相應(yīng)的接口建立。為4了保證特定業(yè)務(wù)或服務(wù)需求，3GPP

定義了一系列協(xié)議，如用于

D2D

發(fā)現(xiàn)/通信的

ProSe/PC5

Signalling

協(xié)議、用于定位的

LPP/NRPPa

協(xié)議、用于實(shí)現(xiàn)

QoS

flow

到

DRB

映射的

SDAP

協(xié)議、用于回傳的

BAP

協(xié)議等。這些協(xié)議功能的引入不僅增加了標(biāo)準(zhǔn)化工作量和實(shí)現(xiàn)難度，還增加了測(cè)試與運(yùn)維的復(fù)雜度。此外，5G

無(wú)線網(wǎng)絡(luò)采用分層結(jié)構(gòu)，每一層功能處理都會(huì)引入時(shí)延，信令面與用戶面和協(xié)議棧功能之間也存在一定的耦合，妨礙了網(wǎng)絡(luò)功能的靈活按需部署。6G

在

5G

基礎(chǔ)上，將從服務(wù)于人與物，進(jìn)一步拓展到支撐智能體的高效互聯(lián)，將實(shí)現(xiàn)由萬(wàn)物互聯(lián)到萬(wàn)物智聯(lián)的躍遷。新業(yè)務(wù)與新應(yīng)用將被開(kāi)發(fā)出來(lái)，它們需要更高的網(wǎng)絡(luò)性能，如更高的數(shù)據(jù)速率、更低的時(shí)延，這些都超出了

5G

系統(tǒng)的能力范圍。另一方面，網(wǎng)絡(luò)需要更敏捷的服務(wù)能力，尤其是對(duì)于

5G

無(wú)法高效支撐的

ToB

業(yè)務(wù)，需要滿足其業(yè)務(wù)快速上線需求。這要求

6G

具有智簡(jiǎn)統(tǒng)一的協(xié)議和網(wǎng)絡(luò)體系，以降低支撐各類業(yè)務(wù)之間的邏輯約束，實(shí)現(xiàn)網(wǎng)絡(luò)服務(wù)即插即用。上述存在的問(wèn)題和挑戰(zhàn)將成為6G網(wǎng)絡(luò)設(shè)計(jì)的重要驅(qū)動(dòng)力和創(chuàng)新目標(biāo)。1.3

技術(shù)趨勢(shì)ITU-R

在《IMT

面向

2030

及未來(lái)發(fā)展的框架和總體目標(biāo)建議書(shū)》中從全面的視角闡述了未來(lái)

6G

網(wǎng)絡(luò)將是一個(gè)具有包容性、安全性、自治性、可持續(xù)性的泛連接綠色網(wǎng)絡(luò)，并要求

6G

RAN

側(cè)完成新技術(shù)的突破以應(yīng)對(duì)未來(lái)

6G

通信中更為嚴(yán)峻的挑戰(zhàn)。結(jié)合

6G

RAN

未來(lái)業(yè)務(wù)和應(yīng)用發(fā)展的需求，新興的技術(shù)趨勢(shì)可能包括以下方面：51.

通信與

AI

融合提升底層空口傳輸性能研究在未來(lái)大規(guī)模甚至超大規(guī)模

MIMO

場(chǎng)景下，研究基于

AI

的空口側(cè)技術(shù)增強(qiáng)，應(yīng)對(duì)由于密集天線陣列所帶來(lái)的更復(fù)雜

CSI

反饋、波束形成和接收機(jī)設(shè)計(jì)等挑戰(zhàn)，達(dá)成更可靠的空口傳輸，提升空口性能，并實(shí)現(xiàn)在空口側(cè)進(jìn)行網(wǎng)絡(luò)的自我監(jiān)控、自我組織、自我優(yōu)化、自我修復(fù)和自我管理。2.

頻譜共享和動(dòng)態(tài)頻譜分配技術(shù)提升頻譜利用率研究頻譜是無(wú)線通信中有限且稀缺的資源，但目前很多已分配的頻譜資源長(zhǎng)時(shí)間處于閑置狀態(tài)，利用率低下，嚴(yán)重浪費(fèi)珍貴的頻譜資源。研究基于動(dòng)態(tài)頻譜共享協(xié)議或者規(guī)則，動(dòng)態(tài)分配資源，合理規(guī)劃并有效利用閑置頻譜，提升頻譜的整體利用率。3.

基于分布式

AI

技術(shù)提升網(wǎng)絡(luò)側(cè)通信能力研究隨著硬件性能的提升，無(wú)線終端側(cè)擁有更加強(qiáng)大的計(jì)算能力，這為分布式

AI

的實(shí)現(xiàn)提供了算力基礎(chǔ)。同時(shí)廣泛分布的終端物聯(lián)網(wǎng)設(shè)備感知與存儲(chǔ)為分布式

AI

的實(shí)現(xiàn)提供了數(shù)據(jù)基礎(chǔ)。研究基于分布式

AI

的未來(lái)

6G

網(wǎng)絡(luò)，促進(jìn)

AI

與通信融合，賦能邊緣智能，實(shí)現(xiàn)網(wǎng)絡(luò)的智能內(nèi)生和泛在

AI。4.

基于內(nèi)生智能的無(wú)線網(wǎng)絡(luò)實(shí)現(xiàn)網(wǎng)絡(luò)智能服務(wù)研究支持智能服務(wù)（如智能數(shù)據(jù)感知、按需能力供應(yīng)等）的無(wú)線網(wǎng)絡(luò)將是IMT

技術(shù)設(shè)計(jì)的基礎(chǔ)，通過(guò)應(yīng)用各種人工智能程序增強(qiáng)網(wǎng)絡(luò)服務(wù)的智能化能力。該研究包括按需上行/側(cè)鏈路為中心、深度邊緣和包括聯(lián)邦學(xué)習(xí)在內(nèi)的分布式機(jī)器學(xué)習(xí)。5.

高低頻協(xié)作組網(wǎng)增強(qiáng)網(wǎng)絡(luò)覆蓋研究未來(lái)

6G

網(wǎng)絡(luò)將采用更高頻段（如亞太赫茲、太赫茲等）的信號(hào)以獲6取更大的傳輸容量，但其帶來(lái)了基站覆蓋能力顯著下降的影響。研究高低頻異構(gòu)組網(wǎng)技術(shù)，通過(guò)分離用戶面和控制面，實(shí)現(xiàn)傳統(tǒng)基站拆分為廣域覆蓋的控制基站和可密集部署的數(shù)據(jù)基站，從而有效提升通信傳輸水平和網(wǎng)絡(luò)的可拓展性。6.

基于衛(wèi)星互聯(lián)網(wǎng)實(shí)現(xiàn)廣域泛在連接研究地面網(wǎng)絡(luò)和非地面網(wǎng)絡(luò)互通是

6G

目標(biāo)之一。衛(wèi)星互聯(lián)網(wǎng)是非地面網(wǎng)絡(luò)的重要組成部分，其由一系列通信衛(wèi)星組成的星座構(gòu)成，其間以星間鏈路進(jìn)行通信，實(shí)現(xiàn)數(shù)據(jù)中轉(zhuǎn)和路由，為用戶提供隨處可及的通信連接服務(wù)，并伴隨著衛(wèi)星硬件性能發(fā)展，有望在衛(wèi)星上提供計(jì)算甚至是智能服務(wù)。72

6G

多維立體全場(chǎng)景服務(wù)下新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)2.1

設(shè)計(jì)理念針對(duì)上述

6G

RAN

面臨的關(guān)鍵需求、挑戰(zhàn)及技術(shù)趨勢(shì)，亟需設(shè)計(jì)

6G網(wǎng)絡(luò)總體架構(gòu)指導(dǎo)下的新型

6G

RAN

架構(gòu)。6G

網(wǎng)絡(luò)總體架構(gòu)的核心理念包括“分布式、內(nèi)生智能、一體至簡(jiǎn)、空天地泛在接入”。其中，“分布式”是指泛在海量動(dòng)態(tài)連接，解決密度百倍、千萬(wàn)量級(jí)基站的靈活動(dòng)態(tài)組織問(wèn)題；“內(nèi)生智能”是指網(wǎng)絡(luò)架構(gòu)在初始設(shè)計(jì)即考慮智慧的內(nèi)生式設(shè)計(jì)，解決智能外掛式設(shè)計(jì)無(wú)法滿足網(wǎng)絡(luò)自治需求的問(wèn)題；“一體至簡(jiǎn)”是指智能化簡(jiǎn)化、同構(gòu)化簡(jiǎn)化、協(xié)議一體化簡(jiǎn)化，解決網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)、組網(wǎng)模式和資源管理上不靈活智能、融合網(wǎng)絡(luò)之間信息交互復(fù)雜、開(kāi)銷大且低效能的問(wèn)題；“空天地泛在接入”是指多維立體全場(chǎng)景下多種接入域、多種網(wǎng)絡(luò)域的深度融合，解決固定/移動(dòng)/衛(wèi)星/UAV

等多連接類型以及多服務(wù)類型的異構(gòu)泛在接入管控復(fù)雜且效率低的問(wèn)題。圍繞上述

6G

網(wǎng)絡(luò)總體架構(gòu)的核心理念，針對(duì)

6G

無(wú)線接入網(wǎng)多維立體全場(chǎng)景深度智慧接入與多網(wǎng)共生綠色融合的科學(xué)問(wèn)題，面向

6G

空天地全場(chǎng)景泛在連接、多維立體按需服務(wù)和大動(dòng)態(tài)差異化業(yè)務(wù)等需求，本白皮書(shū)提出了

6G

新型無(wú)線接入網(wǎng)架構(gòu)的兩個(gè)設(shè)計(jì)原則，即“綠色無(wú)線分布式內(nèi)生智能設(shè)計(jì)”和“泛在連接的一體智簡(jiǎn)設(shè)計(jì)”，并形成了

6G

多維立體全場(chǎng)景服務(wù)下新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)?！熬G色”包含兩方面的含義，一是指架構(gòu)本身在設(shè)計(jì)之初就做到至簡(jiǎn)，即協(xié)議、流程、組網(wǎng)模式等等的設(shè)計(jì)簡(jiǎn)單、靈活、高效，多維融合網(wǎng)絡(luò)之8間的信息交互的智能化簡(jiǎn)化；二是指架構(gòu)支持網(wǎng)絡(luò)實(shí)現(xiàn)節(jié)能減排，即通過(guò)數(shù)字化、智能化、服務(wù)化的方式實(shí)現(xiàn)彈性、自適應(yīng)的網(wǎng)絡(luò)資源智能管理和智慧運(yùn)維，提升網(wǎng)絡(luò)利用率，實(shí)現(xiàn)網(wǎng)絡(luò)的綠色低碳。“多維”包含三方面的含義，一是指多維網(wǎng)絡(luò)，即架構(gòu)支持異構(gòu)多網(wǎng)融合、高低頻及多制式網(wǎng)絡(luò)協(xié)作組網(wǎng)；二是指多維業(yè)務(wù)，即架構(gòu)支持連接業(yè)務(wù)、算力業(yè)務(wù)、數(shù)據(jù)業(yè)務(wù)、AI

業(yè)務(wù)等多類型、差異化的用戶業(yè)務(wù)；三是指多維資源，即架構(gòu)能夠?qū)β?、空時(shí)頻等傳統(tǒng)無(wú)線通信資源以及存儲(chǔ)、數(shù)據(jù)、算力、算法、模型等多維度新型資源進(jìn)行智能編排?！傲Ⅲw”主要是指“空天地一體化”，6G

網(wǎng)絡(luò)的覆蓋能力從地面二維向全空間三維覆蓋演進(jìn)，架構(gòu)支持的組網(wǎng)模式及業(yè)務(wù)類型包含空地融合和星地融合，可實(shí)現(xiàn)廣域智慧連接，滿足全球泛在無(wú)縫接入需求?！叭珗?chǎng)景服務(wù)”主要是指

6G

網(wǎng)絡(luò)支持全類型場(chǎng)景的全類型服務(wù)，即在

5G

eMBB、mMTC、uRLLC

三大典型場(chǎng)景的基礎(chǔ)上，架構(gòu)進(jìn)一步支持沉浸式通信、超大規(guī)模連接、超可靠低時(shí)延通信等通信增強(qiáng)擴(kuò)展場(chǎng)景，空天地泛在連接的覆蓋增強(qiáng)新增場(chǎng)景，以及通信感知一體化、通信

AI

一體化等業(yè)務(wù)擴(kuò)展新增場(chǎng)景。并且在一切皆服務(wù)（X

as

a

Service/Everything

as

aService，XaaS）的趨勢(shì)下，支持全行業(yè)、全生態(tài)的通信、計(jì)算、數(shù)據(jù)、存儲(chǔ)、AI

等全類型服務(wù)。2.2

邏輯功能架構(gòu)6G

無(wú)線接入網(wǎng)從所提供功能和資源的角度，可以分為三層：RAN

資源層、RAN

網(wǎng)絡(luò)功能層、RAN

服務(wù)層。9RAN

資源層：是指在

RAN

內(nèi)提供資源，通用資源池中包括多層頻段的頻譜資源、多類型的存儲(chǔ)資源、分布式的算力資源以及空天地海的全場(chǎng)景全覆蓋接入設(shè)施、感知設(shè)施、各類型終端等網(wǎng)絡(luò)資源等等。RAN

網(wǎng)絡(luò)功能層：是指

6G

RAN

網(wǎng)元邏輯功能架構(gòu)，可存在

2

種架構(gòu)設(shè)計(jì)方式。在功能架構(gòu)

Option

1

中，通過(guò)新型網(wǎng)絡(luò)智能功能模塊（Network

AI

Function，NWAIF）在傳統(tǒng)通信面的基礎(chǔ)上高效協(xié)同計(jì)算面、數(shù)據(jù)面

的網(wǎng)元功

能。在功能

架構(gòu)

Option

2

中，通

過(guò)增強(qiáng)型

控制面（enhanced-Control

Plane，e-CP）和增強(qiáng)型用戶面（enhanced-UserPlane，e-UP），在承載傳統(tǒng)業(yè)務(wù)連接控制和數(shù)據(jù)傳輸?shù)幕A(chǔ)上，進(jìn)一步承載

AI

業(yè)務(wù)的連接控制和數(shù)據(jù)傳輸，同時(shí)與計(jì)算面、數(shù)據(jù)面的網(wǎng)元功能協(xié)同處理

AI

業(yè)務(wù)。在架構(gòu)層面利用

RAN

資源層提供的各類分布式異構(gòu)資源，從而提供超越連接的新型

AI

功能，并通過(guò)

RAN

服務(wù)層為網(wǎng)絡(luò)用戶提供算力、數(shù)據(jù)、連接、感知、智能等服務(wù)。RAN

服務(wù)層：是指

RAN

功能開(kāi)放和服務(wù)提供。通過(guò)

RAN

功能層所構(gòu)建的內(nèi)生集成和融合多維異構(gòu)資源的協(xié)同能力，實(shí)現(xiàn)多類型資源和多節(jié)點(diǎn)的資源協(xié)同和業(yè)務(wù)服務(wù)等級(jí)協(xié)議（Service

Level

Agreement，SLA）保障，從而進(jìn)一步豐富

6G

網(wǎng)絡(luò)的應(yīng)用場(chǎng)景，如沉浸式通信、超高可靠低時(shí)延通信、超大規(guī)模連接、泛在連接、通信

AI

一體化、通感一體化等等。10圖

1.

6G

無(wú)線接入網(wǎng)絡(luò)功能架構(gòu)圖——Option

1.具體而言，對(duì)于功能架構(gòu)

Option

1，6G

RAN

網(wǎng)絡(luò)功能層的網(wǎng)元邏輯功能架構(gòu)中，通信面包含負(fù)責(zé)傳統(tǒng)通信業(yè)務(wù)連接控制的控制面和負(fù)責(zé)傳統(tǒng)通信業(yè)務(wù)數(shù)據(jù)傳輸?shù)挠脩裘?，并與核心網(wǎng)網(wǎng)元功能以及運(yùn)營(yíng)商數(shù)據(jù)網(wǎng)絡(luò)（Data

Network，DN）進(jìn)行連接。不同于僅存在通信面的

5G

網(wǎng)絡(luò)，6G

RAN網(wǎng)絡(luò)功能層中加入了計(jì)算面和數(shù)據(jù)面的功能。其中，計(jì)算面包含算力感知、算力路由、算力調(diào)度、優(yōu)化模型管理、算力管理、計(jì)算能力開(kāi)放等功能；數(shù)據(jù)面包含數(shù)據(jù)感知、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)管理、數(shù)據(jù)訪問(wèn)授權(quán)等功能。另外，6G

RAN

網(wǎng)絡(luò)功能層中的

NWAIF

包含

AI

業(yè)務(wù)連接控制、AI

業(yè)務(wù)數(shù)據(jù)傳輸、AI

模型管理、AI

分析與決策、QoAIS

解釋器等功能，在

RAN側(cè)高效協(xié)同計(jì)算面、數(shù)據(jù)面和通信面的網(wǎng)元功能以支持智能相關(guān)功能，可以賦能部署在

RAN

側(cè)的管理編排體、數(shù)字孿生體。同時(shí)與核心網(wǎng)側(cè)負(fù)責(zé)智能和數(shù)據(jù)相關(guān)功能的網(wǎng)絡(luò)數(shù)據(jù)分析功能（Network

Data

AnalyticsFunction，

NWDAF）相連，共同支持

6G

網(wǎng)絡(luò)的內(nèi)生智能。11圖

2.

6G

無(wú)線接入網(wǎng)絡(luò)功能架構(gòu)圖——Option

2.對(duì)于功能架構(gòu)

Option

2，6G

RAN

網(wǎng)絡(luò)功能層的網(wǎng)元邏輯功能架構(gòu)中，通信面包含增強(qiáng)型控制面和增強(qiáng)型用戶面，其中的增強(qiáng)型控制面不僅可以進(jìn)行傳統(tǒng)通信業(yè)務(wù)的信令承載，還擴(kuò)展支持

AI

業(yè)務(wù)的信令承載，實(shí)現(xiàn)

AI業(yè)務(wù)的連接控制；增強(qiáng)型用戶面不僅可以進(jìn)行傳統(tǒng)通信業(yè)務(wù)的數(shù)據(jù)承載，還擴(kuò)展支持

AI

業(yè)務(wù)的數(shù)據(jù)承載，實(shí)現(xiàn)

AI

業(yè)務(wù)的數(shù)據(jù)傳輸。Option

2

的網(wǎng)絡(luò)功能層中同樣加入了計(jì)算面和數(shù)據(jù)面的功能。其中，計(jì)算面包含算力感知、算力路由、算力調(diào)度、優(yōu)化模型管理、算力管理、計(jì)算能力開(kāi)放等功能，也包含

Option

1

中原本由

NWAIF

所包含的

AI

分析與決策、AI

模型管理、QoAIS

解釋器等功能；數(shù)據(jù)面包含數(shù)據(jù)感知、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)管理、數(shù)據(jù)訪問(wèn)授權(quán)等功能。計(jì)算面和數(shù)據(jù)面直接與核心網(wǎng)側(cè)

NWDAF

相連，通信面中的

AI

業(yè)務(wù)連接控制和AI

業(yè)務(wù)數(shù)據(jù)傳輸兩個(gè)網(wǎng)元功能與計(jì)算面、數(shù)據(jù)面的網(wǎng)元功能高效協(xié)同，共同處理

AI

業(yè)務(wù)。122.3

場(chǎng)景部署架構(gòu)圖

3.

6G

綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)場(chǎng)景部署圖.面向多維度全場(chǎng)景的

6G

綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)場(chǎng)景部署圖包含三個(gè)主要的接入部署場(chǎng)景，分別為高低頻協(xié)作無(wú)線接入部署場(chǎng)景、空天地融合無(wú)線接入部署場(chǎng)景和無(wú)線內(nèi)生智能接入部署場(chǎng)景。高低頻協(xié)作無(wú)線接入部署場(chǎng)景中將傳統(tǒng)基站解耦為信令基站和數(shù)據(jù)基站，其中信令基站采用低頻信號(hào)滿足廣域覆蓋傳播的要求，如一般用于廣播的

700M

頻段；數(shù)據(jù)基站則采用高頻信號(hào)實(shí)現(xiàn)熱點(diǎn)容量的增強(qiáng)，所使用的頻段除典型的

Sub-6G

外，還涵蓋毫米波、太赫茲、可見(jiàn)光、智能反射面等

6G

可能新引入的超高頻段?？仗斓厝诤辖尤氩渴饒?chǎng)景中涵蓋地基、天基和空基網(wǎng)絡(luò)，除傳統(tǒng)的地基網(wǎng)絡(luò)（即傳統(tǒng)的通信網(wǎng)絡(luò)）外，空基網(wǎng)絡(luò)由無(wú)人機(jī)平臺(tái)和高空平臺(tái)組成，13天基網(wǎng)絡(luò)涵蓋低軌和中高軌的衛(wèi)星系統(tǒng)，三者立體分層組網(wǎng)，是實(shí)現(xiàn)

6G泛在連接愿景的關(guān)鍵解決方案。無(wú)線內(nèi)生智能接入部署場(chǎng)景在經(jīng)典的集中式云計(jì)算場(chǎng)景中補(bǔ)充演進(jìn)分布式邊緣智能學(xué)習(xí)，混合協(xié)同進(jìn)行智能服務(wù)，并為其提供連接、數(shù)據(jù)、算力和算法的四要素支持。下面將分別展開(kāi)介紹這三個(gè)主要的接入部署場(chǎng)景。（1）高低頻協(xié)作無(wú)線接入部署場(chǎng)景圖

4.

高低頻協(xié)作無(wú)線接入部署場(chǎng)景示意圖.6G

將是一個(gè)低、中、高多頻段協(xié)同的全頻譜接入系統(tǒng)，無(wú)線覆蓋以10GHz

以下為主，毫米波通信將主要用于超大業(yè)務(wù)流量區(qū)域的熱點(diǎn)覆蓋、產(chǎn)業(yè)互聯(lián)網(wǎng)、固定無(wú)線寬帶接入等場(chǎng)景，可見(jiàn)光和太赫茲通信將用于特定場(chǎng)景提供超高速率和感知探測(cè)等能力。因此，6G

網(wǎng)絡(luò)將實(shí)現(xiàn)控制信令和業(yè)務(wù)數(shù)據(jù)的全面解耦，由低頻段控制基站提供廣域的統(tǒng)一信令的播發(fā)，由高容量、按需開(kāi)啟的高頻段數(shù)據(jù)基站提供數(shù)據(jù)和少量必要的信令的傳輸，以數(shù)據(jù)基站和控制基站間協(xié)作優(yōu)化資源調(diào)度為思路提供按需服務(wù)。區(qū)別于傳統(tǒng)網(wǎng)絡(luò)架構(gòu)，6G

高低頻協(xié)作無(wú)線接入架構(gòu)下，信令廣域覆蓋14打破以服務(wù)基站為中心的靜態(tài)設(shè)計(jì)理念，將基站緊耦合的信令與數(shù)據(jù)功能進(jìn)一步分離，由低頻信令站點(diǎn)（10

GHz

以下為主）提供廣域的統(tǒng)一信令覆蓋，負(fù)責(zé)無(wú)線資源控制（Radio

Resource

Control，

RRC）消息、物理層信令等控制信令的播發(fā)，保證可靠的連接與移動(dòng)；高頻數(shù)據(jù)站點(diǎn)（如毫米波、可見(jiàn)光等）按需開(kāi)啟提供高速數(shù)據(jù)傳輸，感知探測(cè)等能力，從而大幅提升網(wǎng)絡(luò)整體能量效率，從組網(wǎng)角度創(chuàng)建一套可提供廣域覆蓋和按需服務(wù)的先進(jìn)網(wǎng)絡(luò)。在高低頻協(xié)作組網(wǎng)場(chǎng)景中，區(qū)域內(nèi)控制基站廣域覆蓋，數(shù)據(jù)基站密集部署。6G

RAN

網(wǎng)絡(luò)功能層可分為通信面、計(jì)算面和數(shù)據(jù)面。數(shù)據(jù)基站具備常規(guī)的通信數(shù)據(jù)服務(wù)功能?？刂苹静粌H可以支持小區(qū)選擇、移動(dòng)性管理等常規(guī)控制業(yè)務(wù)，還可通過(guò)計(jì)算面、數(shù)據(jù)面以及

NWAIF

的功能，完成全生命周期的

AI/ML

相關(guān)任務(wù)。目前已有的關(guān)鍵技術(shù)方案也基本圍繞這個(gè)理念，例如高頻數(shù)據(jù)基站動(dòng)態(tài)開(kāi)關(guān)智能控制這一關(guān)鍵技術(shù)問(wèn)題，引入基于用戶的移動(dòng)性預(yù)測(cè)，在數(shù)據(jù)基站側(cè)通過(guò)數(shù)據(jù)面功能完成用戶軌跡數(shù)據(jù)收集、存儲(chǔ)與預(yù)處理，以及用戶移動(dòng)性預(yù)測(cè)模型的本地訓(xùn)練，通過(guò)在控制基站側(cè)執(zhí)行模型參數(shù)聚合，利用

NWAIF

進(jìn)行用戶移動(dòng)性預(yù)測(cè)模型的推理與決策，為數(shù)據(jù)基站配置小區(qū)激活相關(guān)的觸發(fā)條件等，實(shí)現(xiàn)可以按需啟閉的數(shù)據(jù)小區(qū)激活機(jī)制，保證網(wǎng)絡(luò)能耗的降低。對(duì)于低頻覆蓋小區(qū)，通過(guò)重新設(shè)計(jì)信令流程，基于區(qū)域進(jìn)行系統(tǒng)信息的廣播，避免用戶設(shè)備（User

Equipment，UE）對(duì)于系統(tǒng)信息的重復(fù)接收，同時(shí)保證系統(tǒng)信息的可重用性，減少不必要的控制信令開(kāi)銷，充分考慮多元化服務(wù)的引入，奠定可按需開(kāi)啟且具備智能性和靈活性的網(wǎng)絡(luò)架構(gòu)基礎(chǔ)。15（2）空天地融合無(wú)線接入部署場(chǎng)景圖

5.

空天地融合無(wú)線接入部署場(chǎng)景示意圖.由于地理環(huán)境的限制，現(xiàn)有移動(dòng)通信網(wǎng)絡(luò)僅僅覆蓋了地球表面陸地約20%的區(qū)域，廣闊的海洋和空域沒(méi)有網(wǎng)絡(luò)覆蓋；又由于經(jīng)濟(jì)成本因素的影響，偏遠(yuǎn)山區(qū)、高原、邊境等人煙稀少地區(qū)無(wú)線覆蓋能力較弱，僅靠地面的互聯(lián)網(wǎng)、移動(dòng)通信網(wǎng)絡(luò)等傳統(tǒng)網(wǎng)絡(luò)難以滿足人們?nèi)找嬖鲩L(zhǎng)的空天地海全域覆蓋需求。因此

6G

網(wǎng)絡(luò)的覆蓋能力將從地面二維向全空間三維覆蓋演進(jìn)，空天地融合的通信系統(tǒng)將成為

6G

的一種重要部署場(chǎng)景，被

ITU

列為下一代網(wǎng)絡(luò)七大關(guān)鍵需求之一，本白皮書(shū)將從物理架構(gòu)與邏輯功能架構(gòu)方面設(shè)計(jì)面向

6G

的空天地融合的無(wú)線接入網(wǎng)絡(luò)部署方案，通過(guò)統(tǒng)一的空口技術(shù)、統(tǒng)一的網(wǎng)絡(luò)架構(gòu)和統(tǒng)一的智能管控實(shí)現(xiàn)廣域智慧連接和全球泛在無(wú)縫接入需求。在物理架構(gòu)上，空天地融合一體架構(gòu)將是以地面網(wǎng)絡(luò)為依托、以天基網(wǎng)絡(luò)和空基網(wǎng)絡(luò)為拓展的立體分層、融合協(xié)作的網(wǎng)絡(luò)，為廣域空間范圍內(nèi)16的各種網(wǎng)絡(luò)應(yīng)用提供泛在、智能、協(xié)同、高效的信息保障的基礎(chǔ)設(shè)施。其中地基網(wǎng)絡(luò)主要由地面互聯(lián)網(wǎng)、移動(dòng)通信網(wǎng)組成，負(fù)責(zé)業(yè)務(wù)密集區(qū)域的網(wǎng)絡(luò)服務(wù)；空基網(wǎng)絡(luò)由高空通信平臺(tái)、無(wú)人機(jī)自組網(wǎng)絡(luò)等組成，具有覆蓋較強(qiáng)、使能邊緣服務(wù)和靈活網(wǎng)絡(luò)重構(gòu)等作用；天基網(wǎng)絡(luò)由各種衛(wèi)星系統(tǒng)構(gòu)成天基骨干網(wǎng)和天基接入網(wǎng)，實(shí)現(xiàn)全球覆蓋、泛在連接、寬帶接入等功能。在邏輯架構(gòu)上，空天地融合無(wú)線接入網(wǎng)絡(luò)將支持上述

6G

無(wú)線接入網(wǎng)絡(luò)邏輯功能。具體來(lái)說(shuō)，接入網(wǎng)由各層非地面網(wǎng)絡(luò)節(jié)點(diǎn)和地面蜂窩接入節(jié)點(diǎn)組成，形成覆蓋全球的無(wú)線接入網(wǎng)絡(luò)，異構(gòu)的節(jié)點(diǎn)將在邏輯功能上分為RAN

資源層、RAN

網(wǎng)絡(luò)功能層和

RAN

服務(wù)層?？仗斓厝诤系?/p>

RAN

服務(wù)層主要是指在廣域范圍內(nèi)能夠?yàn)橛脩粢约坝脩粼O(shè)備提供的網(wǎng)絡(luò)服務(wù)，包括傳統(tǒng)的通信連接業(yè)務(wù)以及新興的感知、智能計(jì)算等服務(wù)?？仗斓厝诤系腞AN

資源層主要通過(guò)資源虛擬化的技術(shù)將節(jié)點(diǎn)間的異構(gòu)網(wǎng)算資源抽象成為資源池，以供不同服務(wù)和功能進(jìn)行統(tǒng)一調(diào)度，應(yīng)對(duì)處于高時(shí)空動(dòng)態(tài)條件下空中節(jié)點(diǎn)資源分布高動(dòng)態(tài)且不均勻?qū)е沦Y源利用率低的問(wèn)題。RAN

網(wǎng)絡(luò)功能層中的計(jì)算面、數(shù)據(jù)面以及通信面可以由不同類型的節(jié)點(diǎn)承擔(dān)。算力充足的節(jié)點(diǎn)可以組成計(jì)算面，承擔(dān)智能業(yè)務(wù)中計(jì)算能力開(kāi)放、算力管理等功能；存儲(chǔ)空間大的節(jié)點(diǎn)可以承擔(dān)數(shù)據(jù)面的功能，執(zhí)行數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)等功能；超低軌道衛(wèi)星節(jié)點(diǎn)或無(wú)人機(jī)節(jié)點(diǎn)等可以組成通信面承擔(dān)傳統(tǒng)的通信連接業(yè)務(wù)。同時(shí)在多層異構(gòu)的節(jié)點(diǎn)中將部署大量的專用NWAIF

網(wǎng)元節(jié)點(diǎn)，以對(duì)執(zhí)行計(jì)算面、數(shù)據(jù)面、通信面功能的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)互通、功能合作，支持空天地融合網(wǎng)絡(luò)由

5G

的覆蓋融合和業(yè)務(wù)融合逐漸向用戶融合、體制融合以及系統(tǒng)融合發(fā)展。17（3）無(wú)線內(nèi)生智能接入部署場(chǎng)景6G

無(wú)線內(nèi)生智能將包含集中式和分布式兩種智能學(xué)習(xí)范式，混合協(xié)同，是一種自適應(yīng)分層分簇的學(xué)習(xí)邏輯架構(gòu)。其將在

6G

網(wǎng)絡(luò)架構(gòu)內(nèi)部提供數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型推理、模型評(píng)估等

AI

工作流全生命周期的完整運(yùn)行環(huán)境，將

AI

服務(wù)所需的算力、數(shù)據(jù)、算法、連接與網(wǎng)絡(luò)功能、協(xié)議和流程進(jìn)行深度融合設(shè)計(jì)。圖

6.

無(wú)線內(nèi)生智能接入部署場(chǎng)景示意圖.無(wú)線內(nèi)生智能接入子架構(gòu)采用集中/分布式協(xié)同式模型訓(xùn)練的混合邏輯架構(gòu)，使能

6G

無(wú)線接入內(nèi)生智能。通過(guò)對(duì)

AI

業(yè)務(wù)特征進(jìn)行分析識(shí)別，實(shí)現(xiàn)數(shù)據(jù)獲取、模型訓(xùn)練、模型監(jiān)測(cè)及模型部署等功能，通過(guò)服務(wù)功能鏈和所需微服務(wù)構(gòu)建微服務(wù)功能鏈，根據(jù)

AI

用例對(duì)多維資源與服務(wù)體驗(yàn)的要求，將業(yè)務(wù)所涉及的微服務(wù)部署到合適節(jié)點(diǎn)上以提供

AI

服務(wù)。對(duì)于無(wú)需多節(jié)點(diǎn)/多域協(xié)同的

AI

用例，可以采用集中式的方式進(jìn)行部署。RAN

以及UE

作為集中式

AI

節(jié)點(diǎn)，負(fù)責(zé)本地可完成的

AI

服務(wù)。其中，對(duì)于實(shí)時(shí)性18要求高、算力要求低、數(shù)據(jù)覆蓋范圍小的服務(wù)，可直接由

RAN

甚至

UE提供

AI

服務(wù)；而對(duì)于實(shí)時(shí)性要求低、算力要求高、數(shù)據(jù)覆蓋范圍大的用例，無(wú)線網(wǎng)絡(luò)側(cè)將配合由核心網(wǎng)提供服務(wù)。對(duì)于需要多節(jié)點(diǎn)/多域協(xié)同的

AI

服務(wù)，如智能小區(qū)切換，則需要使用分布式

AI

的方式提供服務(wù)。對(duì)于分布式

AI

實(shí)現(xiàn)架構(gòu)，從網(wǎng)絡(luò)架構(gòu)的角度可分為中央-本地協(xié)同和完全去心化兩種方式。目前最常用的聯(lián)邦學(xué)習(xí)屬于中央-本地協(xié)同方式，群體學(xué)習(xí)是完全去中心化的方式，而遷移學(xué)習(xí)與元學(xué)習(xí)則主要通過(guò)模型參數(shù)在多節(jié)點(diǎn)間的共享來(lái)輔助學(xué)習(xí)，可能需要中心節(jié)點(diǎn)的協(xié)調(diào)。還可利用云原生容器框架、大數(shù)據(jù)計(jì)算引擎、分布式計(jì)算和機(jī)器學(xué)習(xí)框架等，通過(guò)內(nèi)置數(shù)據(jù)管理、模型開(kāi)發(fā)、微服務(wù)部署等功能模塊，加快內(nèi)生

AI

服務(wù)的開(kāi)發(fā)與部署；通過(guò)

API

開(kāi)放接口，對(duì)外提供

AI

服務(wù)。該平臺(tái)統(tǒng)一調(diào)度網(wǎng)絡(luò)、計(jì)算和存儲(chǔ)資源，并用微服務(wù)的方式來(lái)實(shí)現(xiàn)

AI

服務(wù)的各個(gè)功能模塊，使

AI

服務(wù)輕量、靈活、可擴(kuò)展且易于部署和管理，最后通過(guò)自動(dòng)化管理工具來(lái)實(shí)現(xiàn)對(duì)

AI

服務(wù)的自動(dòng)化部署和管理。上述場(chǎng)景部署架構(gòu)分別側(cè)重于實(shí)現(xiàn)控制信令和業(yè)務(wù)數(shù)據(jù)全面解耦、空天地融合接入以及對(duì)網(wǎng)絡(luò)智能業(yè)務(wù)的內(nèi)生支持，并作為一個(gè)整體支持完整的網(wǎng)元邏輯功能架構(gòu)，通過(guò)部署

RAN

網(wǎng)絡(luò)功能層實(shí)現(xiàn)對(duì)

RAN

資源層無(wú)線資源的智能管理，進(jìn)而支持

RAN

服務(wù)層的功能開(kāi)放和服務(wù)提供。由于

6G網(wǎng)絡(luò)的多元化應(yīng)用場(chǎng)景，需要不同的部署場(chǎng)景之間交集協(xié)同，因此三個(gè)部署場(chǎng)景之間共存互利，協(xié)調(diào)合作。以

IMT-2030

中沉浸式通信的全息通信應(yīng)用舉例，需要以時(shí)間同步方19式支持視頻、音頻和其他環(huán)境數(shù)據(jù)的混合流量傳輸，就要求采用無(wú)線內(nèi)生智能部署場(chǎng)景中多模態(tài)數(shù)據(jù)感知與處理技術(shù)，并以高低頻協(xié)作接入部署場(chǎng)景中高頻數(shù)據(jù)基站提升傳輸容量，甚至可以以空天地融合接入場(chǎng)景中衛(wèi)星網(wǎng)絡(luò)輔助，達(dá)到更高可靠的傳輸。在

IMT-2030

大規(guī)模通信的智慧農(nóng)業(yè)用例中，大規(guī)模物聯(lián)網(wǎng)設(shè)備可以考慮以空天地融合接入場(chǎng)景中無(wú)人機(jī)組網(wǎng)技術(shù)實(shí)現(xiàn)廣域連接，并采用無(wú)線內(nèi)生智能部署場(chǎng)景中分布式學(xué)習(xí)的新范式實(shí)現(xiàn)智能管理。又例如在流量大容量需求的體育館賽事直播場(chǎng)景，除了采用高低頻協(xié)作接入部署場(chǎng)景中數(shù)據(jù)基站提升信息容量外，還可以用天基網(wǎng)絡(luò)中無(wú)人機(jī)組網(wǎng)輔助通信，從多維度上滿足特定場(chǎng)景下的通信要求。再者如要求高可靠通信的車輛自動(dòng)駕駛場(chǎng)景，除了以無(wú)線內(nèi)生智能部署中

AI

服務(wù)技術(shù)來(lái)保證模型性能外，額外引入無(wú)人機(jī)組網(wǎng)連接可以進(jìn)一步保證通信連接的穩(wěn)定與可靠性，達(dá)成自動(dòng)駕駛的愿景。2.4

架構(gòu)特征——綠色、多維、立體和全場(chǎng)景服務(wù)本白皮書(shū)提出的

6G

新型

RAN

架構(gòu)設(shè)計(jì)關(guān)鍵特征包括“綠色”、“多維”、“立體”和“全場(chǎng)景服務(wù)”。針對(duì)“綠色”，面向

6G

RAN

架構(gòu)設(shè)計(jì)至簡(jiǎn)、靈活、高效、節(jié)能的需求，本白皮書(shū)提出了信令廣域覆蓋架構(gòu)設(shè)計(jì)，能夠有效降低整網(wǎng)信令開(kāi)銷、小區(qū)管理復(fù)雜度和網(wǎng)絡(luò)能耗；提出了高效準(zhǔn)確的小區(qū)選擇機(jī)制，避免不必要的小區(qū)重選同時(shí)降低信令開(kāi)銷，能夠有效提高用戶接入服務(wù)的可靠性和質(zhì)量，構(gòu)建信令流程高效、網(wǎng)絡(luò)部署能耗低的綠色網(wǎng)絡(luò)架構(gòu)；提出了高低20頻組網(wǎng)架構(gòu)下的靈活接入機(jī)制，減少接入流程中的資源浪費(fèi)，實(shí)現(xiàn)網(wǎng)絡(luò)的綠色低碳；設(shè)計(jì)了基于聯(lián)邦學(xué)習(xí)（Federated

Learning，F(xiàn)L）的綠色無(wú)線分布式網(wǎng)絡(luò)架構(gòu)，能夠以較小的學(xué)習(xí)精度損失為代價(jià)，獲得理想的整體網(wǎng)絡(luò)能耗降低；提出了邊緣計(jì)算網(wǎng)絡(luò)低能耗網(wǎng)絡(luò)關(guān)聯(lián)技術(shù)，能夠顯著降低物聯(lián)網(wǎng)設(shè)備的時(shí)間平均能耗。針對(duì)“多維”，面向

6G

RAN

中的多維網(wǎng)絡(luò)、多維業(yè)務(wù)和多維資源，本白皮書(shū)設(shè)計(jì)了分層聚合和異構(gòu)選擇的

FL

智能部署框架，在保證模型性能的同時(shí)減少時(shí)延和降低能耗，實(shí)現(xiàn)

FL

在無(wú)線網(wǎng)絡(luò)中更為高效的部署，可以有效解決多維異構(gòu)性帶來(lái)的不利影響；提出了基于用戶行為預(yù)測(cè)的動(dòng)態(tài)切片資源管理技術(shù)，運(yùn)行中的網(wǎng)絡(luò)切片需要有實(shí)時(shí)感知預(yù)測(cè)并主動(dòng)響應(yīng)用戶需求的能力，實(shí)現(xiàn)

RAN

切片資源的實(shí)時(shí)、動(dòng)態(tài)管理，及時(shí)滿足用戶差異化的

QoS

需求；設(shè)計(jì)了動(dòng)態(tài)智能

RAN

切片配置方案以最大限度地提高頻譜利用率，既可以適用于動(dòng)態(tài)場(chǎng)景，又可以避免頻繁的切片重配置，能夠較好實(shí)現(xiàn)不同的粒度下

RAN

切片的動(dòng)態(tài)重配置。針對(duì)“立體”，面向

6G

RAN

空天地一體化的趨勢(shì)，本白皮書(shū)給出了基于隨機(jī)幾何理論的三維立體異構(gòu)網(wǎng)絡(luò)的性能分析，對(duì)于由地面基站和空中基站組成的三維立體網(wǎng)絡(luò)，揭示了網(wǎng)絡(luò)參數(shù)對(duì)于平均速率的影響；設(shè)計(jì)了星上高效輕量的批量接入流程和解決方案，針對(duì)基站部署情況及業(yè)務(wù)密集程度，使用不同的匯聚節(jié)點(diǎn)及批量處理時(shí)間，能夠在最大化全局

QoS的同時(shí)最大化衛(wèi)星資源利用率；提出了

LEO

衛(wèi)星網(wǎng)絡(luò)合作計(jì)算卸載技術(shù)，通過(guò)聯(lián)合考慮移動(dòng)用戶、LEO

衛(wèi)星和云服務(wù)器之間的合作，有效降低了任務(wù)處理的延遲和能耗；提出了無(wú)人機(jī)/衛(wèi)星通信與計(jì)算資源統(tǒng)一管理技術(shù)，21通過(guò)優(yōu)化卸載決策以及資源分配，能夠在保證總時(shí)延的同時(shí)有效降低能耗。針對(duì)“全場(chǎng)景服務(wù)”，面向

6G

RAN

支持全類型場(chǎng)景全類型服務(wù)的需求，本白皮書(shū)提出了面向分布式移動(dòng)群智感知的通感算聯(lián)合優(yōu)化技術(shù)，通過(guò)從數(shù)據(jù)感知、數(shù)據(jù)傳輸和數(shù)據(jù)計(jì)算三個(gè)角度進(jìn)行建模仿真，為感知-計(jì)算-傳輸策略與資源消耗之間的折衷關(guān)系提供理論指導(dǎo)，并且還可擴(kuò)展到其他相關(guān)場(chǎng)景，如多個(gè)

MCS

系統(tǒng)合作、通感算聯(lián)合優(yōu)化框架下資源管理等；提出主動(dòng)式網(wǎng)絡(luò)低時(shí)延無(wú)線接入技術(shù)，能在保障開(kāi)環(huán)傳輸結(jié)構(gòu)最小化時(shí)延的情況下，使傳輸可靠性保持在

95%以上，滿足了未來(lái)無(wú)線網(wǎng)絡(luò)超低時(shí)延高可靠場(chǎng)景的需求。后面將重點(diǎn)介紹

6G

多維立體全場(chǎng)景服務(wù)下新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)的關(guān)鍵使能技術(shù)。RAN

架構(gòu)與關(guān)鍵使能技術(shù)之間的關(guān)系如下圖所示。圖

7.

RAN

架構(gòu)與關(guān)鍵使能技術(shù)之間關(guān)系圖.223

使能技術(shù)——6G

多網(wǎng)共生融合技術(shù)未來(lái)

6G

網(wǎng)絡(luò)將是移動(dòng)通信網(wǎng)絡(luò)、衛(wèi)星網(wǎng)絡(luò)、物聯(lián)網(wǎng)等多網(wǎng)異構(gòu)互聯(lián)、多場(chǎng)景并存，且萬(wàn)物互聯(lián)的需求各異、能力各異。在

6G

多維立體全場(chǎng)景服務(wù)下新型綠色無(wú)線接入網(wǎng)絡(luò)架構(gòu)下，將打破當(dāng)前多種無(wú)線接入制式異構(gòu)共存、垂直獨(dú)立的現(xiàn)狀，通過(guò)

6G

多網(wǎng)共生融合技術(shù)實(shí)現(xiàn)

RAN

的集中/分布式混合、橫向多層、縱向多面、跨域協(xié)作、分級(jí)部署、統(tǒng)一接入，具備異構(gòu)分層、高低頻協(xié)作、空天地融合統(tǒng)一接入等典型特征，從而支撐多維立體全場(chǎng)景泛在接入和高效組網(wǎng)。3.1

UCN

異構(gòu)接入技術(shù)隨著網(wǎng)絡(luò)的更新?lián)Q代，不同制式的網(wǎng)絡(luò)中異構(gòu)設(shè)備的共存成為了亟需處理的問(wèn)題，為了提升網(wǎng)絡(luò)容量和用戶體驗(yàn)，4G、5G

的異構(gòu)接入技術(shù)得到了飛速發(fā)展。3GPP

Release12

提出了雙連接技術(shù)，開(kāi)始是為了讓宏站和微站實(shí)現(xiàn)載波聚合，進(jìn)入

5G

時(shí)代之后，雙連接技術(shù)被用作

LTE

和

NR的非獨(dú)立組網(wǎng)中，并演變成了多連接技術(shù)，為了盡可能提高數(shù)據(jù)流量以及服務(wù)多種不同應(yīng)用場(chǎng)景，多連接技術(shù)進(jìn)一步演變成了宏微分層的網(wǎng)絡(luò)架構(gòu)下超密集異構(gòu)組網(wǎng)的技術(shù)。但是現(xiàn)有異構(gòu)接入技術(shù)仍然存在諸多不足：例如，現(xiàn)有的異構(gòu)接入技術(shù)不能很好地滿足

6G

用戶對(duì)高速、低延遲、大帶寬的需求，存在資源浪費(fèi)和分配不均的問(wèn)題，此外，當(dāng)用戶從一個(gè)網(wǎng)絡(luò)環(huán)境移動(dòng)到另一個(gè)環(huán)境時(shí)，需要進(jìn)行網(wǎng)絡(luò)切換。此時(shí)可能會(huì)出現(xiàn)連接中斷、延遲升高等問(wèn)題。在

6G網(wǎng)絡(luò)中，用戶數(shù)量將大幅增加，并且用戶對(duì)網(wǎng)絡(luò)性能和服務(wù)質(zhì)量的要求會(huì)23變得更加苛刻，現(xiàn)有的異構(gòu)接入技術(shù)并不能完全滿足

6G

網(wǎng)絡(luò)的要求，因此需要更加靈活、智能、可靠的網(wǎng)絡(luò)架構(gòu)和技術(shù)手段。用戶中心網(wǎng)絡(luò)（User-Centric

Networks，

UCN）作為一種以用戶為中心的全新網(wǎng)絡(luò)架構(gòu)，可以通過(guò)深度學(xué)習(xí)和人工智能等技術(shù)手段實(shí)現(xiàn)更加靈活、智能、可靠的網(wǎng)絡(luò)服務(wù)?？梢愿玫貪M足

6G

對(duì)于高速、低延遲、大帶寬和安全連接的要求，提高用戶體驗(yàn)和網(wǎng)絡(luò)性能，降低運(yùn)營(yíng)成本。用戶中心網(wǎng)絡(luò)以用戶終端為中心提供服務(wù)，各種業(yè)務(wù)圍繞用戶個(gè)性化/定制化提供，滿足用戶的動(dòng)態(tài)需求。以用戶為中心的網(wǎng)絡(luò)模式可以很大程度上提高用戶主觀體驗(yàn)（QoE），并且節(jié)約基站的時(shí)頻資源。主動(dòng)式接入技術(shù)可看作是實(shí)現(xiàn)

UCN

異構(gòu)接入的一類關(guān)鍵技術(shù)，主動(dòng)式接入網(wǎng)絡(luò)中采用開(kāi)環(huán)

one-shot

傳輸模式，丟棄了調(diào)度請(qǐng)求、上行授權(quán)和HARQ

反饋/重傳等閉環(huán)控制機(jī)制從而避免大量控制信令交互，極致化壓縮通信延遲至

1

個(gè)

TTI

時(shí)間（mini-slot

模式下可達(dá)微秒級(jí)）；并通過(guò)同時(shí)關(guān)聯(lián)多個(gè)接入點(diǎn)（Access

Point，AP）進(jìn)行多徑傳輸，利用空間分集增益保障網(wǎng)絡(luò)可靠性。圖

8.

主動(dòng)式網(wǎng)絡(luò)的基礎(chǔ)架構(gòu).24與目前廣泛部署的各類網(wǎng)絡(luò)相比，該架構(gòu)下用戶所有的決策行為具備完全的“主動(dòng)性”。在動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境中，用戶自主接入選擇無(wú)線資源塊傳輸數(shù)據(jù)。然而，由于缺乏信道先驗(yàn)知識(shí)，近乎于盲選無(wú)線信道進(jìn)行數(shù)據(jù)發(fā)送會(huì)引發(fā)數(shù)據(jù)包丟失或者解碼失敗導(dǎo)致網(wǎng)絡(luò)可靠性急劇下降。針對(duì)上述問(wèn)題，提出一種基于深度神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)結(jié)合輔助主動(dòng)式網(wǎng)絡(luò)的方案，該方案可將用戶主動(dòng)接入的傳輸可靠性達(dá)到

86.2%，進(jìn)一步引入路徑排列碼等空時(shí)編碼預(yù)處理技術(shù)提升糾錯(cuò)和差錯(cuò)控制能力，網(wǎng)絡(luò)在不增加額外時(shí)延開(kāi)銷時(shí)傳輸可靠性可實(shí)現(xiàn)

99.999%的目標(biāo)。另一種支持

UCN

異構(gòu)接入技術(shù)的方案是邊緣計(jì)算網(wǎng)絡(luò)低能耗網(wǎng)絡(luò)關(guān)聯(lián)研究，本白皮書(shū)針對(duì)物聯(lián)網(wǎng)移動(dòng)設(shè)備的低能耗需求，以多邊緣服務(wù)器網(wǎng)絡(luò)為支撐，提出移動(dòng)邊緣計(jì)算低能耗網(wǎng)絡(luò)接入策略?？紤]邊緣服務(wù)器與設(shè)備間信道質(zhì)量、計(jì)算能力和連接容量存在時(shí)空動(dòng)態(tài)差異，建立了系統(tǒng)模型并構(gòu)建混合整數(shù)規(guī)劃優(yōu)化問(wèn)題，設(shè)計(jì)單時(shí)隙在線優(yōu)化算法方案將原始問(wèn)題轉(zhuǎn)化為單時(shí)隙確定性優(yōu)化問(wèn)題，基于最小費(fèi)用最大流的方法實(shí)現(xiàn)了單時(shí)隙網(wǎng)絡(luò)關(guān)聯(lián)與資源分配。進(jìn)一步將單時(shí)隙在線學(xué)習(xí)方法擴(kuò)展為兩時(shí)間尺度的網(wǎng)絡(luò)關(guān)聯(lián)與資源分配在線優(yōu)化方法，實(shí)現(xiàn)了漸近最優(yōu)能耗性能。該方案兼顧多邊緣服務(wù)器、網(wǎng)絡(luò)時(shí)空動(dòng)態(tài)性以及設(shè)備公平性三方面因素，將兩時(shí)間尺度優(yōu)化策略與等分配策略、基于優(yōu)先級(jí)的分配策略和單時(shí)隙優(yōu)化策略進(jìn)行仿真對(duì)比，來(lái)驗(yàn)證提出的兩時(shí)間尺度的低能耗網(wǎng)絡(luò)關(guān)聯(lián)與資源分配算法的有效性。該方案提出了基于李雅普諾夫優(yōu)化和雙時(shí)間尺度網(wǎng)絡(luò)關(guān)聯(lián)與任務(wù)卸載方法，該方法能夠顯著降低物聯(lián)網(wǎng)設(shè)備的時(shí)間平均能耗，同時(shí)保證設(shè)備間任務(wù)卸載的公平性。253.2

高低頻協(xié)作接入技術(shù)圍繞信令廣域覆蓋架構(gòu)設(shè)計(jì)，進(jìn)一步降低整網(wǎng)信令開(kāi)銷、小區(qū)管理復(fù)雜度和網(wǎng)絡(luò)能耗，可以從三個(gè)方向展開(kāi)，即以低頻覆蓋高頻小區(qū)按需開(kāi)啟作為實(shí)現(xiàn)廣域覆蓋的基礎(chǔ)，以適度分離緊密耦合的控制面和用戶面功能作為柔性覆蓋的核心，以基站和小區(qū)間協(xié)作優(yōu)化資源調(diào)度為思路提供按需服務(wù)。該設(shè)計(jì)有效簡(jiǎn)化小區(qū)管理流程，降低整網(wǎng)功耗。目前已有的關(guān)鍵技術(shù)方案也基本圍繞這些理念，但仍然存在一些問(wèn)題亟待解決，包括：高頻數(shù)據(jù)基站動(dòng)態(tài)開(kāi)關(guān)智能控制策略、高低頻小區(qū)選擇/重選智能控制機(jī)制、高低頻協(xié)作組網(wǎng)隨機(jī)競(jìng)爭(zhēng)接入策略、高低頻協(xié)作組網(wǎng)干擾管理機(jī)制、高低頻協(xié)同的信令廣域覆蓋機(jī)制、控制基站/數(shù)據(jù)基站之間的握手機(jī)制等問(wèn)題。對(duì)于低頻覆蓋小區(qū)，為避免系統(tǒng)信息冗余播發(fā)，可以基于區(qū)域進(jìn)行系統(tǒng)信息的廣播，避免

UE

對(duì)于系統(tǒng)信息的重復(fù)接收，同時(shí)保證系統(tǒng)信息的可重用性，降低

UE

功耗。圖

9.

基于區(qū)域的系統(tǒng)信息廣播機(jī)制.小區(qū)選擇是保證用戶接入服務(wù)的重要環(huán)節(jié)。準(zhǔn)確高效的小區(qū)選擇策略26可以有效提高用戶服務(wù)質(zhì)量。然而，在高低頻混合組網(wǎng)架構(gòu)下，由于數(shù)據(jù)基站的瞬時(shí)關(guān)斷，可能導(dǎo)致用戶駐留小區(qū)失敗。因此，針對(duì)廣覆蓋控制小區(qū)，突破傳統(tǒng)重選機(jī)制中僅計(jì)算一個(gè)

RSRP

和

RSRQ

值的局限，引入小區(qū)內(nèi)頻率優(yōu)先級(jí)概念。本白皮書(shū)提出了基于深度強(qiáng)化學(xué)習(xí)（

DeepReinforcement

Learning，DRL）的小區(qū)選擇智能控制策略。該策略采取了用戶側(cè)小區(qū)選擇決策權(quán)上交控制基站的方式，數(shù)據(jù)基站只有在獲得控制基站業(yè)務(wù)信令后才會(huì)開(kāi)啟用戶駐留服務(wù)，避免全天候下發(fā)參考信號(hào)。該方案能夠?qū)崿F(xiàn)高效準(zhǔn)確的小區(qū)選擇，避免不必要的小區(qū)重選同時(shí)降低小區(qū)添加/刪除/激活、測(cè)量等的信令開(kāi)銷，并且有效地提高了用戶接入服務(wù)的可靠性和質(zhì)量，構(gòu)建信令流程高效、網(wǎng)絡(luò)部署能耗低的綠色網(wǎng)絡(luò)架構(gòu)。圖

10.

多頻帶服務(wù)小區(qū)示意圖.高頻數(shù)據(jù)基站的動(dòng)態(tài)開(kāi)關(guān)是高低頻協(xié)作組網(wǎng)中非常關(guān)鍵的一種節(jié)能方案，然而，現(xiàn)有的基站控制方法難以靈活控制基站的啟閉。通過(guò)引入基于用戶的移動(dòng)性預(yù)測(cè)，再根據(jù)用戶個(gè)體流量需求，在小尺度上對(duì)流量預(yù)測(cè)進(jìn)行修正，可以實(shí)現(xiàn)基于雙尺度流量預(yù)測(cè)的基站動(dòng)態(tài)開(kāi)關(guān)智能控制方法。一方面通過(guò)大尺度流量預(yù)測(cè)保證預(yù)測(cè)的全局性和平穩(wěn)性，另一方面結(jié)合用戶移動(dòng)位置預(yù)測(cè)，得到小尺度流量需求，提高預(yù)測(cè)準(zhǔn)確性，進(jìn)而動(dòng)態(tài)控制數(shù)據(jù)基站的開(kāi)關(guān)。該方案實(shí)現(xiàn)了高頻數(shù)據(jù)基站的自適應(yīng)啟閉，在提升網(wǎng)絡(luò)智能管理和智慧運(yùn)維能力的同時(shí)大大降低網(wǎng)絡(luò)能耗，實(shí)現(xiàn)網(wǎng)絡(luò)的運(yùn)行節(jié)能化、27綠色化。圖

11.

雙尺度流量預(yù)測(cè)的基站動(dòng)態(tài)開(kāi)關(guān)智能控制示意圖.高低頻基站解耦的機(jī)制便于密集部署的數(shù)據(jù)基站在一定條件下關(guān)閉或進(jìn)入低功耗模式，降低網(wǎng)絡(luò)能耗。但是基站的開(kāi)啟/關(guān)閉和無(wú)線網(wǎng)絡(luò)的干擾之間存在耦合關(guān)系，因此基站啟閉時(shí)，新的用戶連接關(guān)系、干擾情況的變化使環(huán)境過(guò)渡到一個(gè)新的狀態(tài)。通過(guò)引入基于智能模塊的高低頻協(xié)作組網(wǎng)干擾協(xié)調(diào)機(jī)制，在未有數(shù)據(jù)基站啟閉的情況下，每個(gè)數(shù)據(jù)基站上部署的智能干擾協(xié)調(diào)模型，可以執(zhí)行干擾協(xié)調(diào)決策。該方案保證了高低頻網(wǎng)絡(luò)架構(gòu)下用戶服務(wù)的可靠性與連續(xù)性，通過(guò)提升干擾協(xié)調(diào)性能進(jìn)而提升網(wǎng)絡(luò)整體性能，同時(shí)實(shí)現(xiàn)了高頻數(shù)據(jù)基站與低頻控制基站之間信息交互的智能化與簡(jiǎn)化。綜上，6G

設(shè)計(jì)全新的高低頻小區(qū)協(xié)作技術(shù)，可通過(guò)信令的優(yōu)化構(gòu)建分布式控制面系統(tǒng)，減少不必要的控制信令設(shè)計(jì)和資源開(kāi)銷，同時(shí)在用戶面設(shè)計(jì)方案中充分考慮多元化服務(wù)的引入，為提升用戶面按需開(kāi)啟、智能性、靈活性奠定基礎(chǔ)。283.3

空天地融合無(wú)線接入技術(shù)空天地融合無(wú)線接入是本白皮書(shū)所提新型無(wú)線接入網(wǎng)絡(luò)架構(gòu)的重要部署場(chǎng)景，承載著

6G

對(duì)全域范圍實(shí)現(xiàn)無(wú)縫覆蓋的需求?？仗斓厝诤蠠o(wú)線接入的實(shí)現(xiàn)需要地面網(wǎng)絡(luò)、空中節(jié)點(diǎn)網(wǎng)絡(luò)以及衛(wèi)星網(wǎng)絡(luò)共生融合技術(shù)的支持，本白皮書(shū)針對(duì)各層網(wǎng)絡(luò)具備的特點(diǎn)以及異構(gòu)網(wǎng)絡(luò)共生融合技術(shù)實(shí)現(xiàn)過(guò)程中存在的問(wèn)題展開(kāi)介紹。相比于傳統(tǒng)的網(wǎng)絡(luò)節(jié)點(diǎn)，UAV、高空平臺(tái)（High

Altitude

Platform

，HAP）具有靈活部署、造價(jià)低、使用方便等優(yōu)勢(shì)，可以作為空中可靠的訪問(wèn)和中繼節(jié)點(diǎn)。然而與地面網(wǎng)絡(luò)節(jié)點(diǎn)相比，空中基站的工作環(huán)境更加惡劣，且由于載荷、能源有限，其自身的功能也受到限制，這將對(duì)整體的空地網(wǎng)絡(luò)系統(tǒng)部署帶來(lái)挑戰(zhàn)。首先，由于空中基站本身能源有限，并且一般工作在信道環(huán)境較差的區(qū)域，如何保證空中基站與地面基站能夠建立長(zhǎng)時(shí)間穩(wěn)定的連接是一個(gè)需要解決的關(guān)鍵問(wèn)題。其次，由于空地通信系統(tǒng)本身具有三維立體特性，相比于傳統(tǒng)地面網(wǎng)絡(luò)的二維結(jié)構(gòu)在網(wǎng)絡(luò)的性能分析上需要考慮更多的因素。因此，如何完成對(duì)空地通信系統(tǒng)中立體組網(wǎng)的性能分析也是需要解決的問(wèn)題。另一方面，衛(wèi)星網(wǎng)絡(luò)具有多層立體、終端多樣化、空間節(jié)點(diǎn)高度動(dòng)態(tài)、空間節(jié)點(diǎn)資源受限、拓?fù)浣Y(jié)構(gòu)時(shí)變、衛(wèi)星鏈路傳播時(shí)延高、衛(wèi)星廣播傳輸鏈路易受攻擊等特點(diǎn)，在傳輸效率、干擾管理、移動(dòng)性管理、以及安全和隱私等方面都面臨巨大的挑戰(zhàn)。29圖

12.

空地融合網(wǎng)絡(luò)系統(tǒng)模型圖.為了解決上述問(wèn)題，本白皮書(shū)提出了一些可供參考的解決方案。如，傳統(tǒng)網(wǎng)絡(luò)性能分析結(jié)主要是針對(duì)二維網(wǎng)絡(luò)，難以適用多維立體的空地融合網(wǎng)絡(luò)，本白皮書(shū)基于隨機(jī)幾何理論開(kāi)展了無(wú)人機(jī)和地面基站組成的三維立體異構(gòu)網(wǎng)絡(luò)的性能分析，分析了基于

MISR

增益方法逼近典型

TUE

和

UUE平均速率的準(zhǔn)確性，揭示了網(wǎng)絡(luò)參數(shù)對(duì)于平均速率的影響。圖

13.

星地協(xié)同接入系統(tǒng)模型.為了實(shí)現(xiàn)星地?zé)o縫接入應(yīng)對(duì)全域覆蓋需求，衛(wèi)星通信需要與地面通信融合發(fā)展，然而傳統(tǒng)接入算法并不適用于星地融合網(wǎng)絡(luò)。本白皮書(shū)設(shè)計(jì)了一種星上高效輕量的批量接入流程和解決方案，最大化全局

QoS

的同時(shí)30最大化衛(wèi)星資源利用率。與基準(zhǔn)相比，新指標(biāo)在頻譜效率和全局

QoS

之間取得了更好的平衡。通過(guò)地面蜂窩和衛(wèi)星的協(xié)同和互補(bǔ)，可實(shí)現(xiàn)對(duì)城區(qū)熱點(diǎn)大規(guī)模接入的輕量高效接入控制。在不額外增加設(shè)備，盡量不改變現(xiàn)網(wǎng)結(jié)構(gòu)前提下，提供可靠、低時(shí)延的用戶接入體驗(yàn)。3.4

多維接入網(wǎng)絡(luò)資源智能編排6G

網(wǎng)絡(luò)在支持日益繁雜的業(yè)務(wù)時(shí)，面臨著資源稀缺且異構(gòu)、無(wú)線環(huán)境動(dòng)態(tài)時(shí)變、用戶需求隨機(jī)多樣、QoS

要求更嚴(yán)苛動(dòng)態(tài)等挑戰(zhàn)?，F(xiàn)有的無(wú)線資源管理方案缺乏對(duì)用戶需求和時(shí)變環(huán)境的智能深度感知，不夠動(dòng)態(tài)、靈活，被動(dòng)且存在大量的資源浪費(fèi)。本白皮書(shū)開(kāi)展面向深度智慧、泛在連接的無(wú)線資源智能管理研究。網(wǎng)絡(luò)通?？梢酝ㄟ^(guò)大數(shù)據(jù)分析、預(yù)測(cè)技術(shù)獲取下一時(shí)刻業(yè)務(wù)的流量水平及負(fù)載分布，以高效保證用戶的業(yè)務(wù)體驗(yàn)。隨著可用歷史數(shù)據(jù)體量的不斷增長(zhǎng)，計(jì)算能力的不斷提升，基于

AI

的預(yù)測(cè)比傳統(tǒng)基于統(tǒng)計(jì)學(xué)的方法具有更優(yōu)越的性能?；诹髁款A(yù)測(cè)結(jié)果，網(wǎng)絡(luò)在調(diào)度開(kāi)始前，綜合考慮業(yè)務(wù)類型和用戶的優(yōu)先級(jí)來(lái)為業(yè)務(wù)動(dòng)態(tài)配置多維資源。為了提高資源利用率，需要縮小資源預(yù)留粒度，使得更多的未使用資源被空出，從而能滿足更多業(yè)務(wù)的資源請(qǐng)求。在資源管理和調(diào)度環(huán)節(jié)中，網(wǎng)絡(luò)可以根據(jù)用戶行為對(duì)預(yù)留資源進(jìn)一步配置，以最大化吞吐量、收益或降低時(shí)延、丟包率等。為了實(shí)現(xiàn)

RAN

切片資源的實(shí)時(shí)、動(dòng)態(tài)管理，及時(shí)滿足用戶差異化的QoS

需求，運(yùn)行中的網(wǎng)絡(luò)切片需要有實(shí)時(shí)感知預(yù)測(cè)并主動(dòng)響應(yīng)用戶需求的能力?；诖?，本白皮書(shū)開(kāi)展基于用戶行為預(yù)測(cè)的動(dòng)態(tài)切片資源管理的研31究。考慮一個(gè)雙層異構(gòu)網(wǎng)絡(luò)（Heterogeneous

Network，HetNet）的場(chǎng)景，如下圖所示。宏基站（Macro

Base

Station，MBS）作為中心控制單元，根據(jù)用戶行為的預(yù)測(cè)結(jié)果，做出

RAN

切片接入選擇和資源調(diào)度方案的集中決策，并向微基站（Small

Base

Station，SBS）下發(fā)控制信令。其中，接入選擇策略包括用戶對(duì)接入點(diǎn)

SBS

和切片的選擇，資源分配考慮的是SBS

上帶寬資源切分。圖

14.

HetNet

場(chǎng)景下的

RAN

切片.在實(shí)際場(chǎng)景中，由于網(wǎng)絡(luò)切片之間相互隔離，用戶數(shù)據(jù)在地理上分散，且為了規(guī)避用戶數(shù)據(jù)隱私問(wèn)題，減小集中式訓(xùn)練帶來(lái)的通信開(kāi)銷和時(shí)延，該方案使用聯(lián)邦學(xué)習(xí)機(jī)制對(duì)用戶行為預(yù)測(cè)模型進(jìn)行分布式訓(xùn)練。該方案使用聯(lián)邦學(xué)習(xí)機(jī)制對(duì)用戶行為預(yù)測(cè)模型進(jìn)行分布式訓(xùn)練。假設(shè)用戶的行為特征數(shù)據(jù)（例如流量使用習(xí)慣、移動(dòng)軌跡等）存儲(chǔ)在用戶本地，每個(gè)

UE

上訓(xùn)練本地長(zhǎng)短期記憶（Long

Short

Term

Memory，LSTM）預(yù)測(cè)模型，對(duì)用戶行為進(jìn)行局部預(yù)測(cè)。相比與上傳所有數(shù)據(jù)的集中式預(yù)測(cè)方法，此方案可有效減少用戶上傳信息，在一定程度上保護(hù)用戶隱私和減小通信開(kāi)銷。基于上述研究方案，對(duì)基于

FL

的切片用戶流量預(yù)測(cè)進(jìn)行了仿真分析，結(jié)果顯示在切片間相互隔離、用戶數(shù)據(jù)地理上分散的場(chǎng)景下，基32于

FL

的用戶行為預(yù)測(cè)可以減小通信開(kāi)銷，優(yōu)化整體的預(yù)測(cè)性能，實(shí)現(xiàn)對(duì)用戶需求的精準(zhǔn)把控，進(jìn)而指導(dǎo)切片資源的實(shí)時(shí)調(diào)度決策。另一方面，隨著智能移動(dòng)終端設(shè)備的大量普及和嵌入式傳感技術(shù)的迅速發(fā)展，移動(dòng)群智感知（Mobile

Crowd

Sensing

,

MCS），引起了工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。相比于傳統(tǒng)感知模式，MCS

具有感知范圍廣、感知數(shù)據(jù)種類多、部署成本低、可擴(kuò)展性高等優(yōu)勢(shì)。但是在無(wú)線邊緣網(wǎng)絡(luò)中，由于有限的通信資源和不穩(wěn)定的無(wú)線信道，MCS

部署于無(wú)線邊緣網(wǎng)絡(luò)時(shí)面臨新挑戰(zhàn)。基于此，本白皮書(shū)所提方案在多維網(wǎng)絡(luò)資源限制條件下，聯(lián)合考慮感知任務(wù)實(shí)施過(guò)程中涉及的感知、通信與計(jì)算策略，從而最優(yōu)化MCS

系統(tǒng)的性能。該方案所提出的通感算聯(lián)合優(yōu)化算法優(yōu)于現(xiàn)有的其他算法。研究結(jié)果為感知-計(jì)算-傳輸策略與資源消耗之間的折衷關(guān)系提供理論指導(dǎo)，并且還可擴(kuò)展到其他相關(guān)場(chǎng)景。334

使能技術(shù)——6G

無(wú)線接入內(nèi)生智能技術(shù)為滿足

6G

多樣化

AI

服務(wù)需求，本白皮書(shū)認(rèn)為

6G

分布式協(xié)同智能架構(gòu)將會(huì)是集中/分布式協(xié)同式模型訓(xùn)練的混合邏輯架構(gòu)，是基于自適應(yīng)分層分簇的學(xué)習(xí)邏輯架構(gòu)。該架構(gòu)能夠根據(jù)接入網(wǎng)絡(luò)拓?fù)?、信道狀態(tài)、業(yè)務(wù)需求、網(wǎng)絡(luò)狀態(tài)信息、資源狀況以及智能任務(wù)分布等，自適應(yīng)確定最優(yōu)的模型聚合分層邏輯結(jié)構(gòu)、協(xié)同集群等，并且能夠以合理的通信、算力及數(shù)據(jù)資源開(kāi)銷，得到高精度的

AI

模型，用于

RAN

預(yù)測(cè)、推理和決策，使接入網(wǎng)絡(luò)實(shí)現(xiàn)內(nèi)生智能。4.1

無(wú)線分布式協(xié)同智能框架在分布式協(xié)同學(xué)習(xí)中，智能體通過(guò)分享輕數(shù)量級(jí)的經(jīng)驗(yàn)合作建立共識(shí)，不僅可以維護(hù)全局共享學(xué)習(xí)模型以解決大規(guī)模機(jī)器學(xué)習(xí)問(wèn)題，還能保護(hù)用戶隱私與數(shù)據(jù)安全。然而，分布式協(xié)同學(xué)習(xí)在實(shí)現(xiàn)網(wǎng)絡(luò)智能方面仍然面臨許多挑戰(zhàn)，尤其是部署在無(wú)線網(wǎng)絡(luò)中時(shí)。一方面，智能體在傳輸交互內(nèi)容的時(shí)候，消耗的傳輸資源會(huì)相當(dāng)大。即使傳輸?shù)氖禽p量級(jí)模型，當(dāng)參與訓(xùn)練的用戶設(shè)備數(shù)量足夠多或者局部模型的規(guī)模足夠大時(shí)，傳輸過(guò)程中產(chǎn)生的無(wú)線資源成本高達(dá)幾十億字節(jié)（Gb）。另一方面，無(wú)線網(wǎng)絡(luò)中鏈路不穩(wěn)定、無(wú)線信道損傷、無(wú)線資源限制、智能體計(jì)算資源異構(gòu)等因素會(huì)影響模型傳輸效率和模型學(xué)習(xí)效率，產(chǎn)生落后者效應(yīng)，從而影響模型學(xué)習(xí)性能。因此，需從通信資源、無(wú)線信道質(zhì)量、計(jì)算資源、數(shù)據(jù)量、模型學(xué)習(xí)性能等不同維度考慮無(wú)線網(wǎng)絡(luò)與分布式協(xié)同學(xué)習(xí)之間的相互制約關(guān)系，構(gòu)建無(wú)線網(wǎng)絡(luò)中的分布式學(xué)習(xí)理論分析模型，實(shí)現(xiàn)分布式協(xié)同學(xué)習(xí)與無(wú)線網(wǎng)絡(luò)的34深度融合。在分布式學(xué)習(xí)使能的無(wú)線網(wǎng)絡(luò)中，智能體通常希望可以根據(jù)其底層系統(tǒng)資源約束，執(zhí)行適當(dāng)數(shù)量的本地計(jì)算和數(shù)據(jù)傳輸工作。比如，計(jì)算資源較少的智能體可以訓(xùn)練較小規(guī)模的模型，而無(wú)線資源較少的智能體可以傳輸較小規(guī)模的模型。此外，許多公司、運(yùn)營(yíng)商、研究機(jī)構(gòu)等均希望在不共享學(xué)習(xí)模型細(xì)節(jié)和本地?cái)?shù)據(jù)的情況下探求不同任務(wù)之間的協(xié)作。因此，智能體也需根據(jù)自身網(wǎng)絡(luò)環(huán)境的實(shí)時(shí)變化執(zhí)行個(gè)性化學(xué)習(xí)，以減輕甚至消除網(wǎng)絡(luò)資源異構(gòu)、系統(tǒng)異構(gòu)、任務(wù)異構(gòu)等帶來(lái)的負(fù)面影響。傳統(tǒng)的集中式智能計(jì)算架構(gòu)已經(jīng)不能滿足低延遲高可靠的通信和計(jì)算要求，難以高效支撐未來(lái)

6G

網(wǎng)絡(luò)泛在智能的需求，因此需要引入分布式智能計(jì)算架構(gòu)以充分利用用戶終端和節(jié)點(diǎn)所持有的多維數(shù)據(jù)以及各自的計(jì)算資源。同時(shí)，在無(wú)線接入網(wǎng)絡(luò)架構(gòu)的研究中需要重點(diǎn)關(guān)注引入了分布式智能架構(gòu)之后

6G

無(wú)線接入網(wǎng)中的能耗問(wèn)題。圖

15.

6G

網(wǎng)絡(luò)多層次

FL

節(jié)點(diǎn)部署示意圖.35通過(guò)對(duì)引入分布式智能計(jì)算的

6G

無(wú)線接入網(wǎng)絡(luò)能耗問(wèn)題進(jìn)行建模分析和方案的仿真驗(yàn)證，可以通過(guò)結(jié)合聯(lián)邦學(xué)習(xí)與多層網(wǎng)絡(luò)拓?fù)溥M(jìn)行

6G

網(wǎng)絡(luò)多層次

FL

節(jié)點(diǎn)部署設(shè)計(jì)，利用與設(shè)備更近的輔助接入節(jié)點(diǎn)進(jìn)行分層異構(gòu)聯(lián)邦學(xué)習(xí)，通過(guò)減少高層次聚合的通信頻次，降低系統(tǒng)的整體能耗。還可以通過(guò)雙向

FL

節(jié)點(diǎn)接入選擇策略，以及引入異構(gòu)節(jié)點(diǎn)動(dòng)態(tài)帶寬補(bǔ)償機(jī)制，抑制異構(gòu)設(shè)備和信道狀態(tài)惡化等因素的影響，有效地減少

FL

總通信時(shí)間，從而降低系統(tǒng)的通信能耗。另外，還可以使用

AI

領(lǐng)域模型訓(xùn)練中的一些方法如模型量化、梯度稀疏化等模型壓縮的方法，降低每輪聚合的通信負(fù)載，從而有效降低系統(tǒng)總能耗。從上述研究中可以得出以下結(jié)論：無(wú)線分布式網(wǎng)絡(luò)架構(gòu)可通過(guò)以上三個(gè)角度進(jìn)行綠色設(shè)計(jì)，以較小的學(xué)習(xí)精度損失為代價(jià)，獲得理想的整體能耗降低。對(duì)于不同的網(wǎng)絡(luò)場(chǎng)景和服務(wù)需求，可以在這三個(gè)角度中使用不同的方案或方案組合，以合理的學(xué)習(xí)精度成本實(shí)現(xiàn)最低的能耗。另一方面，無(wú)線分布式協(xié)同智能框架下需要考慮數(shù)據(jù)的分布特征以及智能功能的實(shí)時(shí)性要求，這亟需對(duì)人工智能技術(shù)存儲(chǔ)與管理、數(shù)據(jù)和參數(shù)傳輸、智能接口增強(qiáng)等智能功能組件的垂直/水平分層部署進(jìn)行新的設(shè)計(jì)。本白皮書(shū)提出結(jié)合分層分布式智能架構(gòu)，進(jìn)行智能功能組件的垂直/水平分層部署設(shè)計(jì)，構(gòu)建面向

6G

網(wǎng)絡(luò)的分層智能通信網(wǎng)絡(luò)架構(gòu)，并進(jìn)行基站內(nèi)生智能的詳細(xì)設(shè)計(jì)和

AI

工作流程，以實(shí)現(xiàn)高效的網(wǎng)絡(luò)管理功能和用戶業(yè)務(wù)優(yōu)化增強(qiáng)。36圖

16.

智能功能組件垂直/水平分層部署示意圖.基于如上圖所示的分布式分層智能通信網(wǎng)絡(luò)部署設(shè)計(jì)，可以支持新型智能網(wǎng)絡(luò)架構(gòu)的靈活設(shè)計(jì)。在垂直方向上，網(wǎng)絡(luò)可以根據(jù)不同業(yè)務(wù)差異化的需求按需編排智能功能組件，靈活利用不同網(wǎng)絡(luò)層次的智能功能，極致優(yōu)化通信計(jì)算性能。在水平方向上，可以靈活快速地編排和使用智能功能組件，在網(wǎng)絡(luò)的各層級(jí)均可組成分布式協(xié)同的控制管理體系。通過(guò)聯(lián)邦學(xué)習(xí)、元學(xué)習(xí)等分布式智能框架，實(shí)現(xiàn)水平層面上各個(gè)節(jié)點(diǎn)之間的分布式智能交互與協(xié)同。該設(shè)計(jì)一方面可以通過(guò)靠近數(shù)據(jù)源，避免數(shù)據(jù)傳輸產(chǎn)生的能耗問(wèn)題以及時(shí)延問(wèn)題，另一方面能夠更加有效地協(xié)同各個(gè)節(jié)點(diǎn)的通信和計(jì)算能力，高效利用人工智能技術(shù)來(lái)優(yōu)化網(wǎng)絡(luò)效能。374.2

有中心模型聚合協(xié)同接入技術(shù)傳統(tǒng)的樹(shù)狀分布式協(xié)同框架為兩層體系架構(gòu)，由表示聚合中心或智能體的樹(shù)節(jié)點(diǎn)和表示智能體的樹(shù)葉節(jié)點(diǎn)組成。這種體系架構(gòu)經(jīng)由智能體本地訓(xùn)練及中心服務(wù)器聚合的連續(xù)過(guò)程，能有效降低網(wǎng)絡(luò)負(fù)擔(dān)并保護(hù)用戶隱私。但伴隨著

6G

網(wǎng)絡(luò)中新興業(yè)務(wù)的極致化質(zhì)量保障要求，以及無(wú)線網(wǎng)絡(luò)本身資源異構(gòu)受限、環(huán)境動(dòng)態(tài)變化等因素，這種固定模式的樹(shù)狀分布式學(xué)習(xí)框架將可能不再適用于未來(lái)通信中。因此，需在這樣復(fù)雜的無(wú)線環(huán)境下，建立分布式協(xié)同的自適應(yīng)分層分簇體系架構(gòu)，其將有能力根據(jù)網(wǎng)絡(luò)資源、分布式學(xué)習(xí)任務(wù)需求、服務(wù)質(zhì)量要求等構(gòu)建高效的分層分簇網(wǎng)絡(luò)拓?fù)?，并采用同步或異步方式?zhí)行分層聚合方法進(jìn)行訓(xùn)練，為

6G

網(wǎng)絡(luò)提供高效彈性的邏輯學(xué)習(xí)架構(gòu)，同時(shí)保證模型學(xué)習(xí)性能和相對(duì)應(yīng)的服務(wù)質(zhì)量需求?；谶@樣的分布式協(xié)同學(xué)習(xí)框架下，進(jìn)一步考慮無(wú)線信道質(zhì)量、無(wú)線資源限制等對(duì)于模型傳輸?shù)挠绊?，同時(shí)在保證模型精度的條件下減少通信開(kāi)銷，提升能效比，為異構(gòu)協(xié)同學(xué)習(xí)模型開(kāi)發(fā)一種高效智能的通信方案。伴隨著

ICDT

在

6G

無(wú)線網(wǎng)絡(luò)中的深度融合，RAN

的異構(gòu)性也往更為多元化的維度發(fā)展，從單一的通信維度擴(kuò)展為計(jì)算、通信、數(shù)據(jù)、感知等多個(gè)維度。當(dāng)傳統(tǒng)的

FL

直接部署在多維動(dòng)態(tài)異構(gòu)的無(wú)線網(wǎng)絡(luò)中，極有可能出現(xiàn)學(xué)習(xí)性能降低、收斂變慢、低能效等問(wèn)題。當(dāng)前仍缺乏將

FL

應(yīng)用于實(shí)際異構(gòu)無(wú)線網(wǎng)絡(luò)中的有效解決方案，亟需研究新型的無(wú)線分布式智能部署策略。38圖

17.

異構(gòu)用戶節(jié)點(diǎn)

FL

參與示意圖.通過(guò)引入在多維異構(gòu)的6G無(wú)線網(wǎng)絡(luò)中

FL

部署模型的時(shí)間和能耗分析，設(shè)計(jì)一種針對(duì)異構(gòu)用戶節(jié)點(diǎn)的

FL

參與機(jī)制，一方面采用時(shí)間容忍度（即允許的最大

FL

本地完成時(shí)間）以約束不同設(shè)備間的時(shí)間差異，另一方面定義學(xué)習(xí)有效性（即

FL

本地模型性能的評(píng)估指標(biāo)）保證聚合模型的精度。上述研究實(shí)現(xiàn)了

FL

在無(wú)線網(wǎng)絡(luò)中更為高效的部署，有望作為解決多維異構(gòu)性帶來(lái)的不利影響的方案。4.3

全分布式模型聚合協(xié)同接入技術(shù)在大數(shù)據(jù)時(shí)代，采用把原始數(shù)據(jù)上傳到數(shù)據(jù)中心進(jìn)行處理的傳統(tǒng)方式將不再適用于擁有海量數(shù)據(jù)的網(wǎng)絡(luò)邊緣，網(wǎng)絡(luò)將傾向于發(fā)展無(wú)線節(jié)點(diǎn)的全分布式協(xié)同技術(shù)。然而由于節(jié)點(diǎn)位置變化和無(wú)線信道的時(shí)變特性導(dǎo)致的動(dòng)態(tài)性，以及節(jié)點(diǎn)和網(wǎng)絡(luò)所能提供的資源的分布不均勻和多維異構(gòu)性，使得在無(wú)線網(wǎng)絡(luò)中實(shí)現(xiàn)分布式協(xié)同往往是低效的，難以挖掘其中的隱含關(guān)系。基于聯(lián)邦學(xué)習(xí)的無(wú)線接入網(wǎng)高效自協(xié)同問(wèn)題，本質(zhì)上為貫序決策問(wèn)題。因此，將其建模為馬爾科夫博弈過(guò)程，基于智能體強(qiáng)化學(xué)習(xí)設(shè)計(jì)分布式節(jié)點(diǎn)的自適應(yīng)協(xié)作策略，優(yōu)化獎(jiǎng)勵(lì)函數(shù)的平均場(chǎng)表征機(jī)制，并采用雙層神經(jīng)39網(wǎng)絡(luò)解耦動(dòng)作空間的選擇和評(píng)估，使之可以支持節(jié)點(diǎn)間的靈活通信和本地訓(xùn)練，提高協(xié)同學(xué)習(xí)效率。圖