江苏龙网

  1. 首页 > 人文 > >

孤惯|浙江大学教授张朝阳：6G网络中，无线AI或改变经典通信系统架构


孤惯|浙江大学教授张朝阳：6G网络中，无线AI或改变经典通信系统架构
孤惯|浙江大学教授张朝阳：6G网络中，无线AI或改变经典通信系统架构有专家将5G网络中引入的AI比作是“外挂式”、“嫁接式”AI ， 在6G网络设计之初 ， 业界有意愿将AI设计成6G的“神经网络” 。 浙江大学教授张朝阳在日前的6G系列研讨会上表示 ， 无线AI可能会改变经典通信系统的模块化架构和通信范式 ， 甚至实现6G智能空中接口 。
未来通信是大规模复杂系统
张朝阳表示 ， 未来通信系统是大规模复杂系统 ， 同时还有空、天、地、海的超大距离连接 ， 应用场景复杂多样 ， 人、机、物存在其中 ， 网络的动态特性增加 。
经典的通信范式是基于给定的需求、场景和资源分而治之 ， 采用分层、分区、分簇的方式满足需求 ， 将时、空、频切片满足不同的场景 ， 由此导致全局的状态空间异质化、分布化、碎片化和非连续化 。
张朝阳说 ， 经典通信范式往往是基于局部有限场景 ， 而且高度依赖于信道模型 ， 因此必须针对不同的信道模型进行复杂的测量 。 经典的通信范式有一些明显的不足 ， 信号设计高度依赖模型 ， 使确定性场景的细节缺失 。
【孤惯|浙江大学教授张朝阳：6G网络中，无线AI或改变经典通信系统架构】具体来说 ， 经典的通信架构和范式是基于给定的需求、场景、资源分而治之 ， 基于局部有限状态进行局部优化控制 ， 基于简约参数设计模型进行收发处理 ， 面向瞬时样本序划进行实时小数据计算 ， 基于单用户通信模式实现多用户传输;；未来的通信网络要转向智能场景 ， 具备情境感知能力 ， 数据和模型融合处理 ， 全维资源挖掘利用 ， 对海量时空样本的分布状态做空间利用 ， 全网多用户智能分布协作 。 从而实现全面感知、全局优化 ， 提升资源效用和容量时延性能 。
无线AI原理性框架已初步建立
人工智能为通信架构和范式转变提供了手段 。 张朝阳认为 ， 通过云、边、端海量分布数据和大状态空间的挖掘利用 ， 会极大提升网络的感知和学习能力 ， 实现接近全局最优的性能 ， 促进网络智能的形成 ， 以提供高度智能的服务 。
当前 ， 无线AI已经受到国内外研究机构的高度重视和关注 。 无线AI的原理性框架和系统架构已经初步建立 ， AI优化、迁移、压缩等理论快速发展 ， AI增强无线通信系统性能的机理和相应性能极限则有待进一步探索 。
MIT、UIUC、GaTech、香港科大、西安交大和浙大等高校已经展开了相关探索 ， 各种算法纷纷被提出 ， AI增强的编码调制、MIMO传输、波束成形、信道估计、干扰协调、资源分配等等 ， 机器学习框架和优化算法不断得到验证 。 IEEE通信学会启动了“基于机器学习的通信新兴技术研究计划” ， 欧盟Horizon2020启动“智能网络与服务”6G研究项目 ， 日本、韩国也开展了相关计划 。
近年 ， AI用于5G和6G的国际讨论非常活跃 。 有专家提出6G网络将从软件化向智能化发展 ， 具备环境感知、资源挖掘、分布学习能力 ， 甚至实现6G智能空中接口;也有学者提出了针对物联网的机器学习架构 。
例如针对大规模异构接入场景 ， 在动态频谱接入上 ， 实现分布感知小样本实时学习 ， 利用深度学习和深度强化学习、水库计算等方法 ， 实现有效的未来大规模机器设备的动态随机接入 ， 从而提高频率效率 。
国内学者还提出利用无线AI做频谱、能量、缓存、计算等资源的深度挖掘 ， 提升无线网络的自治能力 ， 而且适用于物联网、车联网等动态部署场景 。
张朝阳说 ， 无线AI会实现网络系统端到端优化设计 ， 还能够充分利用网络的传输样本 ， 将数据和算力变为资源的一部分 ， 进一步提升资源效率 ， 促进通信与计算、存储更深地融合 。 未来将以网络为平台、以用户为中心、以数据为原料、以算力为动能 ， 使网络综合服务能力得到显著提升 。


推荐阅读


上一篇：西红柿小生|今日头条怎么推送文章？

下一篇：选择遗忘|品埃安LX/V动静相宜 灵魂追不上肉体