特邀策劃人

孫韶輝

中信科移動通信技術股份有限公司副總經理，博士，正高級工程師，畢業(yè)于西安電子科技大學通信與信息系統(tǒng)專業(yè)。長期從事無線移動通信新技術創(chuàng)新性研究和國際標準制定工作，多項研究成果進入４Ｇ／５Ｇ 國際標準，成為核心關鍵技術，現任工信部ＩＭＴ-２０３０（６Ｇ）推進組標準與國際交流組長。主持和參與國家重大專項、重點研發(fā)計劃等課題１０ 余項；在國內外知名學術期刊發(fā)表論文近百篇，撰寫專著１２ 部。榮獲國家科技進步特等獎、技術發(fā)明二等獎等科技獎項１０ 余項，入選國家萬人計劃、科技部中青年科技創(chuàng)新領軍人才計劃，通信學會會士。研究領域包括蜂窩移動通信系統(tǒng)設計與關鍵技術、衛(wèi)星通信系統(tǒng)設計與關鍵技術等。

許曉東

北京郵電大學教授，博士生導師。參與我國４Ｇ、５Ｇ、６Ｇ 技術攻關、國際標準、試驗系統(tǒng)研發(fā)等工作。作為負責人完成國家科技重大專項、國家重點研發(fā)計劃等多項重點攻關項目，搭建了５Ｇ 超密集異構試驗網，研發(fā)了６Ｇ 通用原型系統(tǒng)，被評價為“業(yè)界領先”。成果入選“中國高校十大科技進展”，榮獲中國通信學會科學技術獎一等獎、中國電子學會技術發(fā)明一等獎、中國產學研合作創(chuàng)新獎、“中國出版政府獎”等。擔任工信部ＩＭＴ２０３０（６Ｇ）推進組專家、國家重點研發(fā)計劃指南編制專家等，兼任中關村泛聯(lián)院副院長等。已發(fā)表學術論文１５０ 余篇；獲發(fā)明專利授權７０ 余項，其中國際專利２０ 余項，多項標準化提案被接納并形成國際標準。研究領域為語義通信、智簡網絡、多址技術與衛(wèi)星通信技術等。

內容導讀

面向２０３０ 年及未來的６Ｇ 網絡，將與人工智能、大數據、先進計算等信息技術交叉融合，實現通信與感知、計算、控制的深度耦合，具備泛在互聯(lián)、普惠智能、多維感知、全域覆蓋、綠色低碳、安全可信等典型特征。６Ｇ 無線接入網作為６Ｇ 網絡重要組成部分，將呈現出一些重要新特征和能力，以支撐未來６Ｇ 網絡的發(fā)展愿景。

鑒于上述情況，為了更好地將我國６Ｇ 新型無線網絡的最新研究成果介紹給讀者，進一步促進６Ｇ前沿技術發(fā)展，我們組織了本專題。

相對于傳統(tǒng)實時通信業(yè)務，全息通信作為一種全新的未來通信范式，在帶寬、時延、安全性等多方面都提出了更為苛刻的要求。《面向全息通信的６Ｇ智簡網絡架構》提出一種以智簡網絡架構為基礎、多維智慧化識別調度為延伸的支撐全息通信網絡的架構。該架構能夠應對多重通信要求，合理識別映射，調度云端與本地資源，最大程度地解放采集側和接收側兩方用戶的資源壓力，解決全息通信探索階段高帶寬、低時延帶來的網絡壓力以及超大計算等挑戰(zhàn)，滿足我國下一代６Ｇ 網絡發(fā)展的迫切需求。

面向２０３０ 年及未來，６Ｇ 網絡將與人工智能技術進行深度融合，實現智慧內生網絡已經成為業(yè)界共識?！叮叮?網絡智慧內生愿景、架構與關鍵技術》結合當前５Ｇ 網絡智能化中的痛點問題，闡述了６Ｇ網絡智慧內生的驅動力和愿景目標，梳理總結了目前產業(yè)界和學術界在智慧內生的網絡架構和無線網絡智慧內生實現方式研究進展，進一步從架構、組網、網絡性能提升和網絡服務能力拓展四個方向對實現智慧內生的潛在關鍵技術進行了分析，對６Ｇ智慧內生網絡架構和關鍵技術主要待研究問題點進行總結。

面向用戶和業(yè)務的需求，傳統(tǒng)蜂窩架構以網絡為中心的管理控制方式不再適用，為了更好地提升傳輸效率與網絡定制化服務能力，《用戶為中心的網絡：體系架構與關鍵技術》展望了６Ｇ 環(huán)境下以用戶為中心的網絡發(fā)展方向，探索了可行的架構特征及其核心使能技術。深入分析了以用戶為中心的網絡在６Ｇ 通信領域的體系架構，特別是分布式與去中心化網絡架構、集中化控制與資源優(yōu)化網絡架構的構成和優(yōu)勢。在關鍵技術層面，重點探討了資源分配與調度策略、無縫漫游技術以及隱私保護措施，闡述了這些技術在優(yōu)化網絡性能、提高用戶體驗和保障數據安全方面的應用和挑戰(zhàn)。《面向６Ｇ 網絡融合的以用戶為中心關鍵技術》提出了一種以用戶為中心的系統(tǒng)框架設計方案，重點從統(tǒng)一接入和跨域協(xié)同兩個關鍵特征展開，介紹包括狀態(tài)管理、靈活空間等在內的關鍵使能技術，闡述以用戶為中心如何更好地支持６Ｇ網絡深度融合。對以用戶為中心技術在６Ｇ 的發(fā)展進行了展望，其可以支撐未來６Ｇ 高效網絡賦能新場景、新業(yè)務下的完美用戶體驗，還同時需要應對一體化空口設計、跨域功能管理和協(xié)同等方面的挑戰(zhàn)。

通信與感知融合作為６Ｇ 的關鍵技術之一，將對接入網架構與空口傳輸方案帶來的影響。《面向６Ｇ 通信感知一體化的關鍵技術和系統(tǒng)架構研究》針對通感一體化的演進路線，介紹了通信輔助感知、感知輔助通信和通感聯(lián)合優(yōu)化三個方面，并針對特定問題給出了特定方案。結合感知服務的特征，提出系統(tǒng)提供感知服務所需的感知功能實體，并提出在面向６Ｇ 的通感一體化系統(tǒng)中實現上述感知功能實體的潛在方案，包括感知功能實體在核心網、基站和終端中的分配，以及通感一體化基站架構?！睹嫦蛲ㄐ鸥兄惑w化的信號波形設計綜述》主要從以通信為主的波形設計、以感知為主的波形設計、波形復用設計和聯(lián)合波形設計四個方面對通感一體化技術的波形設計進行闡述，并對ＩＳＡＣ 波形設計的發(fā)展方向進行展望。

通過整合全球網絡資源和普適智能，６Ｇ 無線網絡有望靈活支持不同的業(yè)務場景和需求，為用戶提供泛在的個性化服務?！叮叮?無線網絡場景知識研究綜述》深入探討了如何借助網絡場景知識充分利用普適智能和全域網絡資源以實現真正的按需服務調配是必要的。在應用場景方面，探討了６Ｇ 網絡的多樣化應用場景，分析了其典型應用和性能指標。在此基礎上，結合現有工作闡述了場景嵌入知識的相關技術和應用，并討論了使能技術以及６Ｇ 網絡面臨的挑戰(zhàn)和未來研究方向。研究發(fā)現表明，６Ｇ 無線網絡場景知識的深入研究對于６Ｇ 網絡的快速發(fā)展和廣泛應用具有重要的意義。未來的研究方向包括場景數據采集、相應深度學習算法、場景嵌入技術等。

利用移動網絡賦能多樣化垂直行業(yè)業(yè)務是６Ｇ網絡重要發(fā)展方向。６ＧＩｏＴ 對終端的通信性能測試提出了新的要求，需滿足大測試靜區(qū)?！夺槍Γ叮牵桑铮?設備的ＯＴＡ 測試技術研究》針對６ＧＩｏＴ 設備尺寸大、無內置測試接頭的特點，重點分析了多種空中下載技術用于６ＧＩｏＴ 設備測試的優(yōu)缺點，提出了一種適用于６ＧＩｏＴ 設備的電攪拌混響ＯＴＡ 測試方案，并通過對比多臺５ＧＩｏＴ 終端的在ＯＴＡ 暗室以及ＯＴＡ 混響室的測試結果，初步驗證了所提方案的可行性。

６Ｇ 將通過多維立體空地覆蓋形成一個全球全域無縫的通信網絡?！睹嫦驘o人機通信的區(qū)域化智能波束管理》考慮傳統(tǒng)波束管理方法在高動態(tài)、高頻段空地鏈路中波束對準的高額開銷，設計了一種基于人工智能技術的波束管理方案?；陂L短時記憶網絡模型，利用深度學習方法實現基站－無人機通信過程中的波束管理。以參考信號接收功率為性能指標對所提方案進行評估，基于波束管理歷史經驗數據將無人機終端軌跡劃分為數個區(qū)域，訓練特定的區(qū)域模型以更好的適應各區(qū)域中的信道傳播環(huán)境特征。在模型部署階段，根據區(qū)域劃分結果按區(qū)域切換模型，實現基于模型切換的區(qū)域化。仿真結果表明，所提方案相比傳統(tǒng)的簡單窮舉方案能夠極大降低系統(tǒng)開銷，并擁有良好的參考信號接收功率保持性能。

綠色低碳是６Ｇ 網絡典型特征，設計綠色低碳網絡將是重要研究內容。針對云側進行智能任務推理時帶寬需求高與實時性差、端側設備計算能力與能量受限的問題，《基于無線射頻供能的端邊協(xié)同智能任務推理機制》在端側設備處引入無線射頻供能技術以實現端側設備獨立供能，進而提出了基于無線射頻供能的端邊協(xié)同智能任務推理機制?？紤]端側設備射頻能量收集時間與端邊協(xié)同智能任務推理時間約束、端側設備傳輸功率與可使用能量約束及邊緣側計算資源約束下，通過優(yōu)化端側設備射頻能量采集時間、端側設備傳輸功率、模型分割點和邊緣計算資源分配，最大化智能推理任務完成數量。結果表明，所提算法可有效提高智能任務推理完成率且明顯優(yōu)于其他對比算法。

語義通信基于共享語義知識庫輔助，提取信源語義特征進行編碼傳輸，實現信息的“達意”傳遞，被認為是應對６Ｇ 愿景的使能技術之一。目前，面向語義通信的信道知識庫構建與信道處理的研究工作仍處于初級階段?！睹嫦蛘Z義通信的信道知識庫構建與信道處理研究綜述》圍繞信道知識庫構建、物理信道處理、語義信道處理三個方面的研究現狀與研究方向進行闡述。進一步，結合已有研究成果，探討了信道知識庫構建和信道處理存在的挑戰(zhàn)并展望了其未來發(fā)展方向，為后續(xù)研究提供了可供參考的研究思路。

綜上所述，本專題全方位地展示了６Ｇ 無線新型網絡的相關技術，內容涵蓋智慧內生、通感融合、全域資源按需調配、賦能垂直行業(yè)、多維立體覆蓋、綠色低碳、語義通信、智簡網絡等多方面相關技術。希望本專題能夠對廣大讀者了解和研究６Ｇ 無線新型網絡提供有益的啟示、參考和借鑒，共同搭建起開放的６Ｇ 無線新型網絡技術交流平臺，推動６Ｇ 網絡的快速發(fā)展和廣泛應用，為未來的研究和應用提供有價值的指導和展望。最后，感謝專題評審專家及時、耐心、細致的評審工作；衷心感謝各位作者的辛勤工作和精心撰稿！