6G 研发的最新进展以及未来的发展趋势
发布时间:Dec 18, 2020

从 5G 到 6G

2019 年 11 月 1 日,随着三大运营商 5G 套餐的上线,标志着国内第五代(5G)无线通信网络正式进入商用。2020 年以来,5G 网络开始在世界范围内部署,大规模连接、高可靠性、保证低延迟等各项关键技术逐步走向标准化,一个万物互联、人机交互的新时代正在加速到来。 与第一代到第四代无线通信网络相比,5G 网络拥有传输速率快、低时延、高容量等优势。但随着车联网、物联网、工业互联网、远程医疗等新业务类型和需求的发展,5G 网络显然无法满足 2030 年及未来的网络需求,研究人员已经现在开始关注第六代(6G)无线通信网络。

多样化的通信场景必将对未来网络的异构程度提出更大需求,对无线通信网络的带宽和容量方面提出更高需求,6G 网络将借助人工智能和机器学习技术,在网络服务质量(QoS)、体验质量(QoE)、安全性和能源效率等性能上,实现自动提升。 6G 无线通信网络有望提供更高的频谱、能量、成本效率、更高传输速率、更低传输时延、超大连接密度、更高的智能化水平、亚厘米级的地理定位精度、接近 100% 的覆盖率和亚毫秒级的时间同步。 网络通信正在经历着与 80 年代计算机产业相似的巨大变化,网络软件化逐步成为网络发展的新趋势,以实现网络硬件和软件供应链的多样化,并推动网络转变为一个能够支持新兴物联网和数据科学应用的高能力平台。而 6G 的发展,为推动网络软件化提供了一种新的计算范式,同时不增加能耗成本。
为了满足 6G 网络即将出现的带宽、时延、可靠性以及应用程序所设置的弹性需求,下一阶段网络的规模设计将是重点研究内容。
未来的 6G 网络发展,将支持更加广泛的应用场景,实现安全可靠的穿戴设备、集成耳机、可植入传感器等以人为本的服务,支持更远距离的高速移动、极低功耗的通信,为 VR、物联网行业自动化、C-V2X、数字双体区域网络、节能无线网络控制和联合学习系统等方面的发展,提供更加可靠的网络支撑。

wx_article_20201217120253_EzRgCf (1).jpg

协助管理疫情的数字孪生局域网示意

数字孪生局域网利用 6G 和 ICT 技术,可以模拟虚拟人体,实施全天候跟踪人体体征,提前预测疾病,还可以模拟虚拟人体的手术和用药,利用虚拟人体预测效果,加速药物研发,降低成本,从而提高人类的生活质量。

覆盖全球:“ 太空 — 空中 — 地面 — 海洋 ” 一体化网络

为了实现 6G 网络更优的性能指标,扩展更加广泛的应用场景,6G 网络将在当前 5G 无线通信网络发展的基础上,发生四个新的模式转变:

(1)覆盖全球(global coverage),利用卫星通信、无人机通信、地面通信和海上通信,实现 “ 太空 — 空中 — 地面 — 海洋 ” 一体化网络。

(2)全频谱(all spectra),所有频谱将得到充分探索,包括 6 GHz 以下、毫米波、太赫兹和光学频带。

(3)完整应用程序(full applications),将与通信、计算、控制 / 缓存和 AI 技术相结合,以实现更高的智能性。

(4)内生网络安全性(endogenous network security),开发物理层和网络层的 6G 网络时,还将考虑内生网络安全性。

当前,一些研究已经初步尝试对不同网络的集成,但尚未充分研究用于全球覆盖的 “ 太空 — 空中 — 地面 — 海洋 ” 综合集成方法。

人们普遍认识到,由于 5G 地面通信网络受无线电频谱、服务地理区域覆盖范围和运营成本的限制,无法覆盖在所有地方不分时段地提供高质量和高可靠性的服务,尤其是对于偏远地区即将到来的万亿级连接。 为了在全球范围内提供真正无所不在的无线通信服务,必须开发一种 “ 太空 — 空中 — 地面 — 海洋 ” 一体化网络,以实现全球连通性,并允许各种应用程序访问,尤其是在偏远地区。

wx_article_20201217120253_EzRgCf.jpg

“ 太空 — 空中 — 地面 — 海洋 ” 网络控制架构

为了有效地将具有不同规模的各种网段和多样化的无线电接入技术有效地整合到 “ 太空 — 空中 — 地面 — 海洋 ” 网络,6G 仍存在着许多挑战和机遇,需要进一步研究。

全面应用:具有更高的智能化水平

随着人工智能和 ML 技术的快速发展,6G 网络有望具有更高的智能化水平。人工智能和 ML 方法可以从海量数据中学习特征,而不是从预先建立的固定规则中学习特征,从而极大地提高了网络的效率和延迟。 下一代无线网络必将向复杂系统方向发展,面对不同的应用场景,对网络服务的需求也会不同,因此,也就对于网络性能优化的自适应性和智能化水平提出了更高的要求。 人工智能可以实现感知网络流量、资源利用、用户需求和潜在威胁的变化等功能,并提供智能协调,而机器学习方法也可用于优化无线网络的物理层,可以用来重新设计当前的网络系统。 目前,以深度学习和知识图谱为代表的人工智能技术正在迅速发展,通过将人工智能技术引入网络,将对网络及其相关用户、服务和环境的多维主客观要素进行表征、构建、学习、应用、更新和反馈。在获取知识的基础上,还可以实现网络的立体感知、决策推理和动态调整。

客服小邹 客服小丽 客服小徐
产品对比
快速购物
购物车
个人中心
返回顶部