面向未來的的6G,無線通信會在以下幾個方面出現(xiàn)變化:
1.把基于太赫茲(THz)頻譜的無線接入洲守,為了實(shí)現(xiàn)高于100Gbit/s的下載速率疑务,THz和Sub-THz頻譜(100~300GHz頻段)成為最為業(yè)界所看好的6G頻譜。
2.網(wǎng)絡(luò)即傳感器
3.替代計(jì)算架構(gòu)
4.邊緣為中心和基于流的核心網(wǎng)架構(gòu)
5.設(shè)計(jì)時驅(qū)動:6G網(wǎng)絡(luò)將成為設(shè)計(jì)時驅(qū)動梗醇,基于用戶需求和服務(wù)創(chuàng)造端到端的產(chǎn)品和服務(wù)的創(chuàng)建知允;根據(jù)用戶的用例,自動化創(chuàng)建端到端的服務(wù)叙谨,滿足人温鸽,物以及機(jī)器的訴求。
6.自動化和安全的網(wǎng)絡(luò)之網(wǎng)絡(luò)
6G 時代的主要機(jī)遇之一將是在“網(wǎng)絡(luò)之網(wǎng)絡(luò)”環(huán)境和生態(tài)系統(tǒng)中以靈活唉俗,聯(lián)合嗤朴,安全配椭,可靠的方式支持各種用例。6G 多租戶用例和應(yīng)用領(lǐng)域的創(chuàng)新示例可能包括與URLLC結(jié)合的增強(qiáng)智能雹姊,以用于工廠等企業(yè)部門股缸,工地、健康吱雏。物流敦姻、與運(yùn)輸。智慧城市歧杏、媒體及娛樂镰惦、非地面場景,如圖1所示:
圖1? 數(shù)字孿生犬绒、物理世界旺入、人體生物系統(tǒng)無峰耦合。
基于當(dāng)前5G 更大的帶寬的訴求以及對于時延的更低的要求凯力,6G基于這些需求的滿足而進(jìn)一步的演進(jìn)茵瘾,從下圖2 的5G網(wǎng)絡(luò)的演進(jìn)中可以看到,網(wǎng)絡(luò)不斷走向開發(fā)咐鹤,從私有的網(wǎng)絡(luò)設(shè)備演進(jìn)到通用白盒化的CloudNative RAN拗秘,再到數(shù)據(jù)流為中心的超快自愈的網(wǎng)絡(luò);
1. 6G 新技術(shù)
? 當(dāng)前5G的技術(shù)具有“后向兼容性”祈惶,物理層和媒介接入控制層(MAC)上的關(guān)鍵創(chuàng)新很可能包括與低分辨率接收(RX)轉(zhuǎn)換單元匹配的“范圍感知”多寬帶波形設(shè)計(jì)雕旨,少數(shù)位量化的新調(diào)制方案,網(wǎng)絡(luò)切片感知和高級復(fù)用方案將成為5G 無線接入網(wǎng)演進(jìn)之旅的一部分捧请。后續(xù)Ulrta-Massive MIMO -? 超大規(guī)模MIMO(動態(tài)凡涩、多頻帶,分布式疹蛉,去蜂窩突照,納米等離子體整列)、芯片級天線和反射陣列氧吐,智能元表面將有助于實(shí)現(xiàn)5G 無線網(wǎng)的性能增強(qiáng)目標(biāo)讹蘑。此外信號設(shè)計(jì)和信號處理不僅將用于通信目的,將集合人工智能的算法將網(wǎng)絡(luò)轉(zhuǎn)為增強(qiáng)型傳感器和感知機(jī)筑舅,以抽象出物體和人類的位置和狀態(tài)座慰。
2. ML/AI增強(qiáng)的RAN和網(wǎng)絡(luò)即傳感器
? 如果我們的網(wǎng)絡(luò)變成了傳感器,我們需要重新設(shè)計(jì)我們生成翠拣、驗(yàn)證版仔、傳輸以及共享數(shù)據(jù)的方式。網(wǎng)絡(luò)所生成的數(shù)據(jù)和信息的數(shù)據(jù)將會劇烈的增加,我們將無法使用當(dāng)前的采集蛮粮,存儲益缎,分析的架構(gòu)。數(shù)據(jù)點(diǎn)的生命周期將變得非常短然想,一個數(shù)據(jù)點(diǎn)將是瞬態(tài)的莺奔,已經(jīng)創(chuàng)建的信息在瞬間保持有效,需要再這個有效的時間內(nèi)完成數(shù)據(jù)的分析变泄,且合并之以更新各種適當(dāng)?shù)慕y(tǒng)計(jì)數(shù)據(jù)令哟。
3 極限的URLLC
? 未來增強(qiáng)的需求將包括高數(shù)據(jù)速率(例如使用AR、VR進(jìn)行遠(yuǎn)程控制)妨蛹、更長的距離(用于增強(qiáng)的廣域運(yùn)營)屏富、更高的移動性(面向各種車輛提供的最大行駛速度時所需的移動性)、支持室內(nèi)和城市的更大密度的設(shè)備蛙卤;為了支持這些應(yīng)用訴求狠半,可以通過包括新的參數(shù)集合,具有節(jié)點(diǎn)及智能的基于集群之密集網(wǎng)絡(luò)自主颤难、自動部署計(jì)劃典予,對系統(tǒng)可靠性和鏈路質(zhì)量的預(yù)測分析。ML/AI 將是這方面的關(guān)鍵推動力乐严;預(yù)測分析可用于調(diào)整物理層通信和無線網(wǎng)絡(luò)協(xié)作協(xié)議。協(xié)作式分集與設(shè)備間通信(D2D)將通過時間衣摩、頻率和空間的多樣性以及利用“設(shè)備重傳”來助力提高URLLC的可靠性昂验。可以從位于同一個地點(diǎn)的設(shè)備獲得“多樣性”的類似好處艾扮,作為“設(shè)備協(xié)作”的適能者或基于“多設(shè)備部署”的覆蓋范圍增強(qiáng)既琴。改進(jìn)URLLC的另一種方法是通過分布式和“無小區(qū)”架構(gòu)的干擾管理以及對于工業(yè)的智能管理來更好的應(yīng)對干擾。最具挑戰(zhàn)性的要求之一就是與增強(qiáng)現(xiàn)實(shí)和沉浸式媒體體驗(yàn)相結(jié)合的遠(yuǎn)程控制泡嘴。除了極高的URLLC性能要求外甫恩,還將要求100 Gbit/s或者更高傳輸bit速率要求的未編碼的高質(zhì)量360度視頻傳輸。
4.云原生的RAN
? ? 端到端的5G架構(gòu)在設(shè)計(jì)上越來越趨向于云原生酌予。邊緣云和CRAN將成為大規(guī)模接入變革的關(guān)鍵推動力磺箕。無縫的微服務(wù)靈活性和全云原生的RAN架構(gòu)和相互結(jié)合尚需要再6G系統(tǒng)中得到得到進(jìn)一步的完善。6G網(wǎng)絡(luò)很可能是以邊緣為中心和基于數(shù)據(jù)流的網(wǎng)絡(luò)抛虫。工作負(fù)載將被動態(tài)地跨網(wǎng)絡(luò)拓?fù)湔{(diào)度到數(shù)據(jù)中心的不同層松靡。數(shù)據(jù)流將于情景(用例、位置建椰、應(yīng)用)雕欺、網(wǎng)元、存儲、傳輸向分離屠列,從而實(shí)現(xiàn)“網(wǎng)絡(luò)內(nèi)緩存和復(fù)制”啦逆。這可能意味著很多重大的改變,比如重新定義Web級數(shù)據(jù)中心(DC)互聯(lián)笛洛。
5.無線和傳輸?shù)募善脚_:
? 6G的回傳將繼續(xù)是異構(gòu)的夏志,將盡可能依靠光學(xué)技術(shù),并增加其他安全的無線回傳選項(xiàng)以支持靈活的部署撞蜂;向6G的演進(jìn)方面可能包括無線和傳輸集成平臺盲镶,例如包括100G光波分復(fù)用(xWDM)接口創(chuàng)新。軟件定義網(wǎng)絡(luò)(SDN)技術(shù)將使得傳輸網(wǎng)絡(luò)資源(包括前傳和回傳)變的可編蝌诡;RAN和傳輸域之間的跨域智能編排很可能會在5G時代實(shí)現(xiàn)溉贿。
6.基于T Hz/Sub-THz頻譜的接入
? 3GPP 5G Rel-16 支持高達(dá)52.6GHz 的載波頻率,數(shù)據(jù)速率約為10Gbit/s級別浦旱。然而增強(qiáng)現(xiàn)實(shí)和沉浸式媒體服務(wù)將要求高達(dá)100Gbit/s 或更高的超高速率宇色。此外,6G 還設(shè)想了新的短距離用例颁湖,例如數(shù)據(jù)中心中的背板和內(nèi)部鏈接宣蠕。
當(dāng)前使用的頻段之上的頻段中,有超過200GHz的貸款具有潛在可用性甥捺。隨著頻譜的變大自由空間的損耗也會增大抢蚀,功放的效率和放大因子的挑戰(zhàn)很大。當(dāng)前使用大規(guī)模陣列的波束賦性來提升 信噪比镰禾、補(bǔ)充傳播損耗而言非常重要皿曲。另外一個挑戰(zhàn)就是數(shù)模轉(zhuǎn)換器/模數(shù)轉(zhuǎn)換器(ADC/DAC)相關(guān)的轉(zhuǎn)換單元的高功耗,該功耗隨著帶寬而變化吴侦;一種解決方法是使用低分辨率ADC(低到單個位)屋休,并設(shè)計(jì)合適的調(diào)制方式以及于此相匹配的波形。
當(dāng)天線單元變得足夠小科員安裝在多層芯片上的時候备韧,100~140GHz的頻段可能是一個最佳的選擇劫樟,從而可以丟棄傳統(tǒng)的饋線網(wǎng)絡(luò)。未來高低頻組合的方式织堂,低頻提供更好的覆蓋范圍和更可靠的控制信令叠艳,而較高的頻段可提供更高的數(shù)據(jù)流量的訴求。聯(lián)合起來發(fā)揮更大的作用易阳。
未來需要提供顛覆式的方法使用大規(guī)模的MIMO更加節(jié)能虑绵,例如通過探索“恒定包絡(luò)信號生成”這一技術(shù)。
7.替代的計(jì)算架構(gòu):
面向未來6G的訴求闽烙,計(jì)算機(jī)體系結(jié)構(gòu)面向更大的挑戰(zhàn)翅睛,作為演進(jìn)的第一步声搁,可以用智能結(jié)構(gòu)的GPU和可編程的FPGA來打打提高靈活性。計(jì)算資源和網(wǎng)絡(luò)資源必須無縫交互捕发,以確保及時提供正確的計(jì)算能力疏旨。這意味將創(chuàng)建一套全新的計(jì)算模型、工具和平臺扎酷,以處理從大型數(shù)據(jù)中心到特殊的網(wǎng)絡(luò)內(nèi)硬件加速器的各種分布式資源檐涝。注入聯(lián)合信道估計(jì)和多用戶檢測,多用戶傳輸和多對象路由之類法挨。這樣是無線流程更大程度的并行化谁榜。以實(shí)現(xiàn)最佳的性能的無線流程。特定的無線性能目標(biāo)將需要采用得到調(diào)整的計(jì)算模型凡纳,并且需與ML/AI 緊密結(jié)合窃植,例如量子計(jì)算可能提供的目標(biāo)〖雒樱基于替代計(jì)算的未來云將成為6G 體驗(yàn)和性能屬性的前提巷怜。
8. 以數(shù)據(jù)流為中心的網(wǎng)絡(luò):超快速發(fā)現(xiàn)和基于流的架構(gòu):
基于云的服務(wù)交付平臺多樣化到單獨(dú)的私有云,公共云”┦希現(xiàn)場延塑、本地云的邊緣云中,要求通過聯(lián)合網(wǎng)絡(luò)控制和編排更緊密地協(xié)調(diào)分布式計(jì)算和通信資源答渔。特別是在本地和邊緣关带,資源將使用專用的加速器和訪問機(jī)制(具有優(yōu)先的可伸縮性)進(jìn)行高度的專業(yè)化,這意味著將更依賴于負(fù)載的分流沼撕。網(wǎng)絡(luò)功能和業(yè)務(wù)功能鏈將根據(jù)已消耗資源和可用的資源宋雏,連接性和延時時間要求、能耗目標(biāo)之間的最佳平衡端朵,通過在線的多對像優(yōu)化算法進(jìn)行動態(tài)分配。服務(wù)端點(diǎn)之間的流量路由需要基于數(shù)據(jù)流特征燃箭,這些特征將使會話與應(yīng)用情景(用例/位置/應(yīng)用)冲呢、使用的設(shè)備,使用的網(wǎng)絡(luò)功能招狸,存儲和傳輸“無關(guān)化”敬拓,從而使能網(wǎng)絡(luò)內(nèi)的緩存和復(fù)制。業(yè)務(wù)發(fā)現(xiàn)必須在事務(wù)時間級別上進(jìn)行裙戏,以匹配分布式云設(shè)施中不斷變化的情景和資源分配情況乘凸。這種方法可能導(dǎo)致引入網(wǎng)絡(luò)功能的重構(gòu)和分布,例如接入和移動性管理功能(AMF)前端累榜、AMF后端营勤、具有發(fā)現(xiàn)功能的超快速本地會話管理功能(SMF)和用戶平面功能(UPF)及其在部署和運(yùn)行時的新組合灵嫌。重新定義SMF、AMF葛作、UPF和規(guī)范接口之類的做法可能會帶來一定的復(fù)雜性寿羞,但是可以更好低異構(gòu)的多地點(diǎn)云資源的保持一致,此類站點(diǎn)中的每個層都將管理和優(yōu)化自己的資源使用赂蠢。
9? 網(wǎng)絡(luò)之網(wǎng)絡(luò)
5G演進(jìn)和6G歷程中定義性要素之一是非公有和私有移動通信網(wǎng)絡(luò)的普及滲透绪穆,它將于關(guān)于港進(jìn)行無縫合作并以自動化方式進(jìn)行集成,從而可以整合一系列針對具體場景的用例和性能屬性虱岂。分析更自動化的網(wǎng)絡(luò)切片玖院,將其作為提供定制性能屬性以及6G管理和編排方面的關(guān)鍵工具。
? ? a. 零接觸自動網(wǎng)絡(luò)切片
零接觸自動網(wǎng)絡(luò)切片與機(jī)器學(xué)習(xí)和完整用例優(yōu)化相結(jié)合的一些高級方面很可能屬于6G類別第岖;例如可能包括通過靜態(tài)分配邏輯之外的用例進(jìn)行動態(tài)切片的調(diào)整难菌。設(shè)計(jì)時(Design time)將推動安全、自動化的6G"網(wǎng)絡(luò)之網(wǎng)絡(luò)"范式绍傲。用戶和業(yè)務(wù)的自動化需要與自動新服務(wù)的創(chuàng)建和激活(多供應(yīng)商環(huán)境中跨邊緣拓?fù)涞墓δ艿淖罴逊胖茫┗ユi扔傅。元數(shù)據(jù)架構(gòu)和聯(lián)合可通過基于意圖的/使用情況的新服務(wù)、業(yè)務(wù)需求預(yù)測來觸發(fā)糾正措施烫饼,從而推動基于ML猎塞、AI的分析。6G 價值主張的一部分是在垂直或Web規(guī)模(跨網(wǎng))的租戶中以設(shè)計(jì)時來驅(qū)動切片和粒度控制杠纵。增強(qiáng)的安全機(jī)制和信任框架將是這種范式的另一個關(guān)鍵方面荠耽。通過提供可驗(yàn)證與可信賴的基礎(chǔ)架構(gòu),可以在其上加載工作負(fù)載并構(gòu)建可信的服務(wù)比藻,從而可以提供安全性保證和服務(wù)(例如供應(yīng)鏈驗(yàn)證和證明)铝量,這對于提供可靠的基礎(chǔ)架構(gòu)單元和軟件將至關(guān)重要。
移動通信網(wǎng)絡(luò)和功能和支持的服務(wù)的范圍已經(jīng)一代又一代的擴(kuò)大了银亲。已構(gòu)建了廣泛的基礎(chǔ)架構(gòu)來支持當(dāng)今的各種服務(wù)慢叨,盡管靈活性有限,但這些服務(wù)通常都能正常運(yùn)行务蝠。
網(wǎng)絡(luò)切片是5G的標(biāo)志之一拍谐,它將徹底改變處理服務(wù)以及服務(wù)承載的管理方式。網(wǎng)絡(luò)的整體復(fù)雜性正在增加馏段。這種額外復(fù)雜性的來源包括與“大量不同的子網(wǎng)”轩拨、操作和服務(wù)管理任務(wù)、更廣泛的應(yīng)用和相應(yīng)要求“結(jié)合在一起互通院喜。
b.管理和編排
一個挑戰(zhàn)是確保有效利用通信服務(wù)提供商(CSP)資源亡蓉。服務(wù)供應(yīng)的“動態(tài)性”被認(rèn)為是使現(xiàn)有能力“貨幣化”自動化的推動力。接下來喷舀,我們討論如何通過最大化網(wǎng)絡(luò)的自動化和自主性來管理和協(xié)調(diào)復(fù)雜性砍濒。圖3 提供了相關(guān)的概述淋肾。直到5G 網(wǎng)絡(luò),網(wǎng)絡(luò)和服務(wù)管理都市單獨(dú)的層梯影。網(wǎng)絡(luò)管理從網(wǎng)絡(luò)中提取最大容量巫员,隨后由服務(wù)管理使用。6G的目標(biāo)是對網(wǎng)絡(luò)進(jìn)行集成管理甲棍,包括服務(wù)驅(qū)動的網(wǎng)絡(luò)管理
以及自動執(zhí)行相關(guān)的網(wǎng)絡(luò)管理任務(wù)简识,以從已構(gòu)建的基礎(chǔ)架構(gòu)中高效的抽取價值。利用機(jī)器學(xué)習(xí)(ML)的基于領(lǐng)域知識的自動化即可以在網(wǎng)絡(luò)基礎(chǔ)架構(gòu)本身中使用感猛,也可以在基礎(chǔ)管理中使用七扰。預(yù)測性和規(guī)范性管理將是6G 確保高效資源利用率的關(guān)鍵功能。
總結(jié):
? 2019年開始了5G的商用部署陪白,2020年將是全球規(guī)模商用5G的開始颈走,而對于6G 來說,也只是啟動研究的第一年咱士,當(dāng)前5G的研究還是遠(yuǎn)遠(yuǎn)不夠的立由,面向未來的之路的特點(diǎn),將是物理序厉,數(shù)字锐膜,生物的科技的綜合演進(jìn),屆時可能實(shí)現(xiàn)廣泛地與硬件和片上系統(tǒng)的發(fā)展聯(lián)系到一起弛房,數(shù)字將成為下一代軟件解決方案和數(shù)字孿生的有力支持道盏。生物技術(shù)將以各種方式從根本上提供用戶新的體驗(yàn)以及跨領(lǐng)域和跨行業(yè)的基于意圖的的自動化和組網(wǎng)。
本文參考文獻(xiàn):
[1] P. Mogensen, A. Ghosh, A. Maeder, M. Uusitalo and S. Redana, "5G Evolution: A View on Cellular Technology Beyond 5G," in 6G Summit, Levi, Finland, 2019.
[2] ETSI, "http://portal.etsi.org/NFV/NFV_White_Paper.pdf," October 2012. [Online].
[3]ONF,"https://www.opennetworking.org/images/stories/downloads/sdnresources/technical-reports/TR_SDN_ARCH_1.0_06062014.pdf," June 2014. [Online].
[4] S. Ravidas, S. L. I. Oliver and L. Hippelainen, "Incorporating trust in NFV: Adressing the challenges," in 20th Conference on Innovations in Clouds, Internet and Networks (ICIN), Paris, 2017.
[5] L. Landau, M. D?rpinghaus and G. Fettweis, "1-bit quantization and oversampling at the receiver: Sequence-based communication," EURASIP Journal on Wireless Communications and Networking, no. 1, 2017.
[6] A. Nedelcu and e. al., "Quantized Precoding for Multi-Antenna Downlink Channels with MAGIQ," in 22nd International ITG Workshop on Smart Antennas, Bochum, Germany, 2018.
[7] Q. Mao, F. Hu and Q. Hao, "Deep Learning for Intelligent Wireless Networks: A Comprehensive Survey," IEEE Communications Surveys & Tutorials, no. fourth quarter, pp. 2595-2621, 2018.
[8] C. Studer and etal., "Channel Charting: Locating Users Within the Radio Environment using Channel State Information," IEEE Access, vol. 6, pp. 47682-47698, 2018.
[9] T. Wild, H. Viswanathan and M. Uusitalo, "Evolution Beyond 5G for Vertical Industries: Key Drivers and Technology Components," in 6G Summit, Levi, Finland, 2019.
[10] T. Shea and J. Hoydis, "An Introduction to Machine Learning Communication Systems," arXiv:1702.00832 , 2017.
[11] S. Khosravirad and H. Viswanathan, "Exploiting diversity with channel awareness for ultra-relibale low latency control," in Wireless Commuincations and Networking Conference (WCNC), 2019.
[12] R. Addad, M. Bagaa, T. Taleb., D. Dutra and H. Flinck, "Optimization Model for Cross-Domain Network Slices in 5G Networks," IEEE Trans. Mobile Computing, no. March, 2019.
[13] M. Pozza, A. Rao, A. Bujari, H. Flinck, C. Palazzi. and S. Tarkoma, "A refactoring approach for optimizing mobile networks," in IEEE International Conference on Communications (ICC), Paris, 2017.
[14] U. A. ?zgür, I. Malanchini and A. Capone, "Dynamic Resource Trading in Sliced Mobile Networks," IEEE Transactions of network and service management, vol. 16, pp. 220-233, 2019.
[15] "Global Issues Overview," United Nations. Retrieved 05-12-19; https://www.un.org/en/sections/issues-depth/global-issues-overview/, 2015.