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!