智能边缘正在推动物联网
举例来说,本地AI技术给信道编码研究提供了一种全新的解决方案,使其不再依赖传统的编码理论进行设计,通过学习、训练、搜索就可以找到适合当前传输环境的最佳的调制编码方式。联合AI的一个例子是基于预测的切换优化,而端到端的AI可以识别或者说预测网络运行中的异常并提出纠正方案。 后话:现在谈6G,是不是太早了? 5G商业化尚处于起步阶段,现在开始准备6G正是时候。因为从开始研究到新一代通信技术商业化,通常需要10年左右的时间。 早在2019年3月,芬兰就举办了全球第一届6G峰会,来自各国的通信专家们商议拟定了全球首份6G白皮书:6G泛在无线智能的关键驱动与研究挑战。
在过去的一年,世界各国纷纷制定了本国6G的发展规划,并付诸实施。 目前尚处于开发支持NTN的技术初始阶段,3GPP R17将会完成对NTN网络的第一阶段支持,让我们拭目以待吧。 PS:现阶段想要多了解一些NTN的内容,建议参考3GPP TR38.811。 AI技术
3GPP 5G标准已经在核心网中引入了NWDAF网络功能,对网络进行数据收集和分析。相信该功能在后续版本中持续演进,之后3GPP也会对无线侧进行相关的技术研究。到了6G时代,AI技术的应用将会无处不在。 6G时代,动态频谱共享技术显然还要在原有基础上继续发展,也许会被称为“智能”频谱共享技术。 网络拓扑结构的演进 网络拓扑演进方面的一个显著趋势,就是使用非地面网络NTN,例如卫星和HAPS,即使在没有地面网络的地方也能提供覆盖。
NTN技术的实现,需要考虑地面网络所没有的新方面,包括对移动小区的支持、数百公里大的小区、较大的传播延迟、NTN的高速移动导致的较大多普勒频移和较大路径损耗等。 上下行链路同时同频传输信号,会存在严重的自干扰和交叉干扰问题,需要在设备和网络部署时采取一定的干扰抑制和消除手段。 频谱共享技术 本着开源与节流并重的思想,如何更加充分地利用现有的频谱资源就显得格外重要(特别是在低频段)。 于是,动态频谱共享(DSS)技术闪亮登场。
它可以让不同制式的网络共享使用相同的频谱资源,相当于频谱和制式解耦合。比如,目前动态频谱共享技术已经可以在4G和5G之间动态分配频谱。 这项技术看起来还是相当有前途的,但是实验室只进行了十米的传输实验,实际的实施和操作肯定还有很多的问题需要解决。 全双工技术 5G NR引入了动态TDD技术,提高双工灵活性,从而可以根据流量来动态调整下行链路和上行链路之间的时隙比率。
全双工技术可能会在6G得到应用,从而解除传统双工机制对收发信机频谱资源利用的限制,有助于进一步提高频谱效率(理论上同时同频全双工可提升一倍的频谱效率)和系统的灵活性。 (编辑:济源站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |