終端友好6G技術(shù)中文

終端友好6G技術(shù)1 2 2 3 3 3 9 16 17 18 19 21 24 25 28 29 29 36 40 42 43 44 47 47 50 52 53 54 55 582終端友好6G技術(shù)2019年Oulu大學(xué)舉辦的第一屆6G大會(huì)拉開(kāi)了6G全球研究的大幕。從目前各機(jī)構(gòu)發(fā)布的6G白皮書(shū)來(lái)看，大多數(shù)觀點(diǎn)認(rèn)為6G愿景是數(shù)字孿生[1]或者數(shù)數(shù)字世界和物理世界并助力三個(gè)世界的高效互動(dòng)[2]。IMT-2030（6G）推進(jìn)組于2.終端友好的場(chǎng)景和需求面向2030年及以后，預(yù)計(jì)將有千億的各類設(shè)備需要聯(lián)網(wǎng)以滿足不同場(chǎng)景的多樣化需求。這些設(shè)備包括各類傳感器（環(huán)境監(jiān)測(cè)，工業(yè)制造，體域網(wǎng)等水表電表等，各種智能家居的設(shè)備，可穿戴設(shè)備（手表，XR眼鏡等手機(jī)等。3終端多樣性，擴(kuò)展接入場(chǎng)景，提升上行效率（能效、譜效提升用戶體驗(yàn)；甚3.終端友好關(guān)鍵技術(shù)3.1衛(wèi)星與地面融合技術(shù)與多頻段融合技術(shù)支持終端的廣域泛在接入3.1.1衛(wèi)星與地面融合技術(shù)支持終端的廣域接入于技術(shù)和經(jīng)濟(jì)限制，只覆蓋了20%的陸地面積，6%的地球表面面積，遠(yuǎn)不能滿4通信終端和地面蜂窩通信終端的有機(jī)融合是實(shí)現(xiàn)終端的廣域無(wú)縫接入和泛在連項(xiàng)目衛(wèi)星通信終端地面通信終端天通衛(wèi)星終端（GEO，S頻段）亞太衛(wèi)星終端（GEO衛(wèi)星，Ku頻段）Sub6G終端毫米波終端形態(tài)手持機(jī)VSAT站（天線尺寸0.6m~1.2m）線尺寸手持機(jī)CPE最大發(fā)射功率33dBm8W~16W（39dBm~42dBm)23dBm23dBm5數(shù)據(jù)速率1.2Kbps~9.6Kbps下行80Mbps（帶寬50MHz上行10Mbps（帶寬8MHz）上行7Kbps（帶寬下行寬500KHz）以下行最大4層MIMO、下行最高256QAM調(diào)制、最大帶寬100MHz、載波間隔30kHz計(jì)算：對(duì)于5ms單周期幀結(jié)構(gòu)，單載波理論下行峰值速率為1.745Gbps；以上行最大1層SIMO傳輸、最大帶寬100MHz、載波間隔30kHz計(jì)算：對(duì)于5ms單周期幀結(jié)構(gòu)，單載波理論上行峰值速率為95Mbps(64QAM)或127Mbps（256QAM）下行高于4Gbps；上行高于340Mbps標(biāo)準(zhǔn)天通一號(hào)標(biāo)準(zhǔn)下行：DVB-S2上行：DVB-RCS3GPP5GNR(FR1)3GPP5GNR(FR2)集成化程度基帶芯片40nm工藝28nm或40nm基帶芯片5nm基帶芯片5nm通信模式雙模（LTE+衛(wèi)星）/單模單模用戶數(shù)數(shù)十萬(wàn)數(shù)萬(wàn)據(jù)愛(ài)立信預(yù)估，2021年底全球5G用戶數(shù)量預(yù)估將超過(guò)5.8億注：5G手機(jī)終端指標(biāo)來(lái)自于CCSA5G終端行業(yè)標(biāo)準(zhǔn)《2018-2364T-YDT3627-2019_5G數(shù)字蜂窩移動(dòng)通信網(wǎng)增強(qiáng)移動(dòng)寬帶終端設(shè)備技術(shù)要求（第一階段）》；5G毫米波CPE終端數(shù)據(jù)來(lái)自于中國(guó)信通院組織的在MTNet實(shí)驗(yàn)室進(jìn)行的毫米波測(cè)試。前衛(wèi)星通信終端和地面蜂窩通信終端難以深度融合的主要原因是兩種通信體制6星通信終端和地面通信終端的有機(jī)融合意味著終端能夠隨時(shí)隨地通過(guò)衛(wèi)星節(jié)點(diǎn)遠(yuǎn)，大尺度衰落嚴(yán)重，尤其是當(dāng)用戶鏈路使用Ku/Ka等高頻段時(shí)，路徑損耗更大。在衛(wèi)星通信載荷能力一定的情況下，增大終端天線尺寸提高終端G/T值是給空口傳輸技術(shù)融合、網(wǎng)絡(luò)架構(gòu)融合、移動(dòng)性管理融合等帶來(lái)挑戰(zhàn)。3GP天地一體化柔性網(wǎng)絡(luò)架構(gòu)、6G星地融合傳輸技術(shù)、低成本終端相控陣天線技術(shù)7來(lái)通信發(fā)展的主要方向。6G多載波調(diào)制技術(shù)需要充分考慮衛(wèi)星通信和地面蜂窩6G階段，會(huì)面臨從地面網(wǎng)人本位城市覆蓋組網(wǎng)方式向物本位全球覆蓋組網(wǎng)8工藝的芯片逐漸進(jìn)入毫米波頻段，CMOS工藝、SiGe工藝和SOI工藝的相控陣比為：CMOS工藝芯片具有最低成本和較差的性能指標(biāo)，CMOS-SOI工藝具有技術(shù)后，通道規(guī)模均在數(shù)千通道量級(jí)，因此通常選擇CMOS工藝的射頻芯片技28nm工藝線，良品率很高，且生產(chǎn)線的產(chǎn)能巨大。同時(shí)，充分利用成熟成。因此，為了獲得可大規(guī)模商用的低成本優(yōu)勢(shì)，硅基CMOS芯片技術(shù)目前是9移率低，導(dǎo)致采用CMOS工藝的芯片效率很難做3.1.2多頻段融合技術(shù)支持終端的泛在接入端的PCB面積是無(wú)法增加的。此外，隨著通信制式射頻復(fù)雜度的提升，使用分的黃金頻段。這段頻率范圍最大的特點(diǎn)就是“擁擠”和“干擾”。FDDLTE頻段另一方面，為了滿足大帶寬的要求，5GNR拓展到了毫米波頻段。未來(lái)，6G時(shí)代還可能拓展到太赫茲頻段。因此，終端支持的頻段范圍需要不斷拓寬，從幾百兆赫茲的低頻段到幾十G赫茲的毫米波頻段、乃至太赫茲頻段都需要支軟件化滿足不斷融合的射頻制式以及技術(shù)。現(xiàn)在WiFi和蜂窩通信的（2）CMOSRFIC集成度越來(lái)越高，不同工藝Chiplet（小顆粒）技術(shù)給射頻電路/系統(tǒng)的設(shè)計(jì)帶來(lái)新的思路。未來(lái)的系統(tǒng)越來(lái)越復(fù)雜，IP越來(lái)越多，需要大的協(xié)同創(chuàng)隨著AI技術(shù)在無(wú)線通信領(lǐng)域應(yīng)用的不斷拓展雜度明顯的問(wèn)題。AI技術(shù)能夠利用接入網(wǎng)絡(luò)中的大量數(shù)據(jù)，并結(jié)合來(lái)自最終用能適配。首先充分進(jìn)行網(wǎng)絡(luò)信息和終端信息感知，依靠機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)對(duì)數(shù)據(jù)進(jìn)行深度挖掘，并提取用戶級(jí)別、小區(qū)級(jí)別、網(wǎng)絡(luò)級(jí)別等不同級(jí)制的全局優(yōu)化。未來(lái)，在通信感知一體化技術(shù)以及AI技術(shù)的支持下，發(fā)揮終端當(dāng)前小區(qū)模型的問(wèn)題是結(jié)構(gòu)固化，meta-cell作為新的小區(qū)模型（meta可翻當(dāng)前5G終端面臨碎片化頻譜的資源使用效率較低、鏈路覆蓋受將近90%的頻譜資源的帶寬不超過(guò)30MHz，頻譜的碎片化降同與互補(bǔ)，可以滿足高流量、低開(kāi)銷、低能耗、廣覆蓋的需求。Layer2的不同點(diǎn)等多個(gè)節(jié)點(diǎn)都可以作為多頻段融合的錨點(diǎn)。同時(shí)支持屬于不同RAT，不同運(yùn)相同運(yùn)營(yíng)商的多頻段融合，逐步演進(jìn)為不同RAT，不同運(yùn)營(yíng)商的多頻段融合。（一個(gè)頻段，或一個(gè)載波這些頻譜資源可以是頻段間的也可以是頻段統(tǒng)一的傳輸信道以上的處理模塊與多個(gè)物理信道以下的處理模塊組成未來(lái)蜂窩多射頻處理融合的多頻段融合接入和連接技術(shù)實(shí)現(xiàn)頻段間和頻段內(nèi)不同頻綜合在各個(gè)載波上的能耗情況進(jìn)行高效的終端能耗管理。相比與傳統(tǒng)載波聚合（CA）方案，多射頻處理融合的多頻段融合接入和連接方案在終端看來(lái)仍是一載波聚合（CA）方案作為一種成熟的多頻段融合技術(shù)，在一些場(chǎng)景下仍然換的過(guò)程中需要進(jìn)行輔載波添加/刪除的處理，這樣會(huì)增加業(yè)務(wù)的中斷時(shí)延，影波聚合的移動(dòng)性管理，減化或刪除類似輔載波添加/刪除等操作，減少終端在小的，也可以是不同運(yùn)營(yíng)商的，實(shí)現(xiàn)終端對(duì)不同RAT和不同運(yùn)營(yíng)商的兼容，有利面做出重要貢獻(xiàn)，另外也兼容不同RAT和運(yùn)營(yíng)商，有助于終端的平滑演進(jìn)和資端從源側(cè)向目標(biāo)側(cè)移動(dòng)時(shí)，雖然L1鏈路（載波/信道）發(fā)生了變化，但是L2傳輸服務(wù)（乃至上面的L3連接服務(wù)）可以保持連續(xù)服務(wù)，在L2的協(xié)議功能錨點(diǎn)不變的情況下，也不需要重置上下文信息或者重建立RRC連接。這樣，可以最天線端口終端根據(jù)需求，進(jìn)行載波切換/天線端口切換時(shí)，使用L13.2終端原生組網(wǎng)支持終端靈活的接入將會(huì)獲得更大的支撐和滿足。6G新網(wǎng)絡(luò)不僅要能在信號(hào)、資源、功能和業(yè)務(wù)服明顯低于網(wǎng)絡(luò)側(cè)（極為不對(duì)稱不公平處于相對(duì)被動(dòng)且被服務(wù)的角色。隨著未域的功能協(xié)同，以構(gòu)建立體組網(wǎng)。終端原生組網(wǎng)的優(yōu)勢(shì)是大幅提升空確定性，定位精度特別是終端協(xié)作通信還可以優(yōu)化終端高頻弱覆蓋的問(wèn)題。3.3通感算融合擴(kuò)展終端的服務(wù)能力知網(wǎng)絡(luò)和算力網(wǎng)絡(luò)融合的智能網(wǎng)絡(luò)。6G網(wǎng)絡(luò)在提升通信能力的同時(shí)，需求感知等方面，進(jìn)一步向終端屬性與狀態(tài)感知、3D信道環(huán)境感知、通信與算求，并為終端算力需求進(jìn)行計(jì)算任務(wù)建模與分解，包括通信計(jì)算、數(shù)據(jù)計(jì)算和HARQ流程簡(jiǎn)化與優(yōu)化，進(jìn)一步提升終端服務(wù)能力和業(yè)3.3.1對(duì)業(yè)務(wù)與用戶的感知能力是否友好，取決于用戶的主觀感受。面向用戶主觀感受的業(yè)方法進(jìn)行建模。EEG作為一種中樞神經(jīng)信號(hào)測(cè)量方法，能以極高的采樣頻率實(shí)即EEG特征。通過(guò)提取EEG特征并將其映射到分?jǐn)?shù)上獲得EEG分?jǐn)?shù)，以此表征圖像質(zhì)量。因此，不同圖像質(zhì)量等級(jí)對(duì)應(yīng)的EEG分?jǐn)?shù)可以作為圖像質(zhì)量的評(píng)知能力的重要組成部分。當(dāng)然，業(yè)務(wù)QoE會(huì)受到用戶狀態(tài)和環(huán)境條件等諸多隨機(jī)因素影響，用戶評(píng)價(jià)的多樣性對(duì)業(yè)務(wù)QoE的估計(jì)誤差也有顯著影響。由于終3.3.2對(duì)網(wǎng)絡(luò)與終端的感知能力6G網(wǎng)絡(luò)具有對(duì)自身狀態(tài)和終端屬性與狀態(tài)的感知能力，包括網(wǎng)絡(luò)吞吐量、譜效、能效、網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)容量、網(wǎng)絡(luò)可靠性、傳輸速率、上行/下行傳輸速誤比特率、天線數(shù)、計(jì)算能力、緩存空間、待連接數(shù)、安裝的APP數(shù)量等終端狀態(tài)信息，以及室內(nèi)/室外、移動(dòng)性、天氣、于終端位置信息和無(wú)線信道質(zhì)量地圖及業(yè)務(wù)體感知終端應(yīng)用。同時(shí)通過(guò)網(wǎng)絡(luò)，還可以實(shí)現(xiàn)終3.3.3對(duì)算力的感知能力其中，對(duì)用戶需求的感知要求算力路由層能夠準(zhǔn)務(wù)所需的計(jì)算資源，這不適合計(jì)算資源與網(wǎng)絡(luò)融合的未來(lái)發(fā)展趨勢(shì)。為了應(yīng)對(duì)6G算網(wǎng)融合的未來(lái)發(fā)展趨勢(shì)，算力路由基于應(yīng)用需求，結(jié)合實(shí)時(shí)的網(wǎng)絡(luò)、算力優(yōu)節(jié)點(diǎn)。基于“路徑+節(jié)點(diǎn)”的聯(lián)合計(jì)算和優(yōu)化，從而實(shí)現(xiàn)邊傳輸邊計(jì)算，構(gòu)計(jì)算資源CPU/GPU/FPGA/ASIC等，針對(duì)不同應(yīng)用及算法算力需求，統(tǒng)一功3.4cellfree技術(shù)支持終端‘0’感知的移動(dòng)性體驗(yàn)5G相比4G新增加了毫米波頻段作為可部署源將進(jìn)一步向更高頻擴(kuò)展，包括100GHz以上的毫米波頻段甚至THz頻段?？梢灶A(yù)期6G部署在某些場(chǎng)景會(huì)更加密集，在這些超密集部署場(chǎng)景中，基站/小區(qū)理相關(guān)的功耗較多。更嚴(yán)重的是，還會(huì)導(dǎo)致UE移動(dòng)性能下降。例如，U（SingleFrequencyNetwork，單頻網(wǎng)）技術(shù)的覆蓋范圍相比基于單小區(qū)發(fā)送的同步信號(hào)/參考信號(hào)的覆蓋范圍明顯更遠(yuǎn)，終端可以一直測(cè)量到一個(gè)信號(hào)質(zhì)量較好的基于SFN量不大，可以基于SFN模式獲得較高的覆蓋性能；當(dāng)終端進(jìn)入連接態(tài)時(shí)，如果其需要接收或者發(fā)送的數(shù)據(jù)量較大，則終端需要切換到non-SFN模式，以獲取統(tǒng)消息的配置信息來(lái)發(fā)送preamble并完成后續(xù)的隨機(jī)接入步驟，進(jìn)入連接態(tài)并接收都是基于該終端關(guān)聯(lián)的一個(gè)或若干個(gè)節(jié)點(diǎn)進(jìn)行的，不再基于SFN模式，因態(tài)的數(shù)據(jù)收發(fā)后進(jìn)入了空閑態(tài)或者非激活態(tài)，則終端只需測(cè)量基于SFN模式的送，相鄰小區(qū)發(fā)送的paging消息相互間視為干擾信號(hào)；小區(qū)重選根據(jù)為了驗(yàn)證不同方案的UE節(jié)能性能，我們采用3GPPTR38.840[7]中定義的高SINRUE，中SINRUE和低SINRUE為了維持下行同步而需要處理的SSB·Baseline方案（non-SFN方案UE在移動(dòng)過(guò)程中對(duì)服務(wù)步信號(hào)/參考信號(hào)進(jìn)行測(cè)量，根據(jù)S-measure機(jī)制決定是否進(jìn)行鄰區(qū)測(cè)量(intra-frequency/inter-同步信號(hào)/參考信號(hào)進(jìn)行測(cè)量，根據(jù)S-measure機(jī)制決定是否進(jìn)行相鄰小從圖9可以看出，因?yàn)镾FN方案相比non3.4.2上行輔助的移動(dòng)性增強(qiáng)參考信號(hào)的接收信號(hào)質(zhì)量（例如RSRP，SINR等）的不同，選擇合適的一個(gè)或需要注意的是，上行輔助的移動(dòng)性增強(qiáng)方案可以和上述的cellfree方案結(jié)合3.5Backscatter和近零功耗接收支IMT-2030(6G)推進(jìn)組于2021年發(fā)布的《6G總體愿景與潛在關(guān)鍵技術(shù)白皮?極低成本：針對(duì)成本敏感的設(shè)備，其成本相比NB方式可考慮極低功耗接收技術(shù)，典型技術(shù)近零功耗接收機(jī)（Almostzeropower硬件架構(gòu)方式可考慮無(wú)功放技術(shù)，提升終端低原理與應(yīng)用場(chǎng)景反向散射backscatter通信設(shè)備利用其他設(shè)備發(fā)送的射頻信號(hào)或者環(huán)境中的射頻信號(hào)進(jìn)行信號(hào)調(diào)制來(lái)傳輸自己的信息。其調(diào)制電為天線特性阻抗，Z1是負(fù)載阻抗。假設(shè)入射信號(hào)sin(t)，則輸出信號(hào)為sout(t)= Γsin(t)ejθT。模擬調(diào)制調(diào)節(jié)內(nèi)置模擬電路來(lái)改變阻抗Z1，數(shù)字調(diào)制利用控制器Γ=Z1?Z0=ΓejθT#1Z1+Z0模塊工作，然后再反向散射射頻信號(hào)進(jìn)行通另一類是局域覆蓋/本地場(chǎng)景，具體包括智慧家庭，低功耗健康監(jiān)測(cè)，可穿戴設(shè)信速率是成反比的，因此廣域覆蓋場(chǎng)景的覆蓋要求比局域覆蓋/本地場(chǎng)景的要求出了環(huán)境反向散射(AmbientBacksc技術(shù)的商業(yè)應(yīng)用的潛力。2015年Bharadia等人提出了基于全雙工的反向散射技藍(lán)牙信號(hào)轉(zhuǎn)換為WiFi信號(hào)或者ZigBee信號(hào)(如圖12(e)所示)，在信號(hào)速率為提出的基于LoRa的反向散射技術(shù)(LoRaBackscatter)利用了LoRa信號(hào)高靈敏Mehrdad等人于2019年提出的反向散射大規(guī)模接入機(jī)制(NetScatter)使用了聯(lián)合開(kāi)關(guān)鍵控的分布式啁啾(chirp)擴(kuò)頻編碼機(jī)制(如圖12(h)所示)，可支持多設(shè)備并年提出的全信號(hào)反向散射技術(shù)(AnyScatter)根據(jù)非相干信道天線之間的相位差是技術(shù)與協(xié)議設(shè)計(jì)方面的挑戰(zhàn)入MIMO和高階調(diào)制，提升自干擾消除的性能等手段來(lái)提高傳輸速率，是反向入時(shí)，接收信號(hào)如何建模、信道參數(shù)如何提取、如何檢測(cè)蜂窩網(wǎng)絡(luò)功能，并激發(fā)新的應(yīng)用和市場(chǎng)方向。根據(jù)反向散射設(shè)備的上行鏈路/反向鏈路（即反向散射設(shè)備發(fā)送信息，其他設(shè)備接收信息的鏈路）與下行鏈路/前即反向散射設(shè)備的上行鏈路與下行鏈路的至少一條鏈路需要UE或relay參與，2-1到2-6；模式三是UE或relay直連模式，即UE或relay和反向散射設(shè)備直接表2.反向散射與蜂窩通信共存的幾種子模式及說(shuō)明（表中的模式子模式下行鏈路/前向鏈路上行鏈路/反向鏈路供能方/信號(hào)源設(shè)備的自干擾消除能力要求下行接收靈敏度要求1基站→設(shè)備設(shè)備→基站基站低高22-1基站→設(shè)備設(shè)備→UE→基站基站低高2-2基站→設(shè)備設(shè)備→UE→基站UE高高2-3基站→UE→設(shè)備設(shè)備→基站基站低低2-4基站→UE→設(shè)備設(shè)備→基站UE低低2-5基站→UE→設(shè)備設(shè)備→UE→基站UE高低2-6基站→UE→設(shè)備設(shè)備→UE→基站基站低低33-1UE→設(shè)備設(shè)備→UEUE高低設(shè)備是同一個(gè)設(shè)備。該設(shè)備可以是基站、UE或relay，還可以是其他獨(dú)立網(wǎng)元/還可以是其他獨(dú)立網(wǎng)元/節(jié)點(diǎn)。進(jìn)一步的，反向散射信號(hào)還可以由多個(gè)設(shè)備進(jìn)行通信，采用無(wú)連接方式的數(shù)據(jù)傳輸，甚至是絡(luò)側(cè)來(lái)處理，網(wǎng)絡(luò)側(cè)做到服務(wù)和資源解耦，反向散射與蜂窩通信共存帶來(lái)的核心網(wǎng)協(xié)議對(duì)Backscatter相關(guān)技術(shù)感興趣的讀者，可以進(jìn)一步參考FuTURE論壇同時(shí)3.5.2近零功耗接收機(jī)原理與應(yīng)用場(chǎng)景目前的手表、手環(huán)等可穿戴設(shè)備的待機(jī)時(shí)間受限于電池容量。3GPPRel-17十mW降低100-1000倍到幾十uW量級(jí)。然而這將圖15是一種可能的近零功率喚醒接收機(jī)的架構(gòu)。由于可以采用包絡(luò)檢波，量的ADC（模數(shù)轉(zhuǎn)換）器件的要求。最后的數(shù)字處理部分利用簡(jiǎn)單的MCU或近零功耗接收機(jī)的應(yīng)用場(chǎng)景主要分為兩大類。如圖16所示，一類是極低功需采用DRX模式周期性的監(jiān)聽(tīng)。第二類是極低功技術(shù)與協(xié)議設(shè)計(jì)方面的挑戰(zhàn)接收機(jī)的接收靈敏度能達(dá)到-70dBm的話，那么署)場(chǎng)景下80%~85%以上的用戶能夠達(dá)到接收靈敏度要求；如果喚醒接收機(jī)的接收靈敏度能達(dá)到-90dBm的話，那么在IndoorHotspot(室內(nèi)熱點(diǎn))和DenseUrban(城區(qū)密集部署)場(chǎng)景下，幾乎所有的用戶都能達(dá)到接收靈敏3.5.3無(wú)功放技術(shù)現(xiàn)有終端的發(fā)射鏈路通常包含transceiver,PA,switch,濾波器,天線等。圖19給出了現(xiàn)有終端射頻鏈路的示意圖，可以看到transceiver輸出的信號(hào)是需要經(jīng)過(guò)PA放大后經(jīng)過(guò)天線發(fā)射出去。PA是需要進(jìn)行供電的，因?yàn)閷?shí)現(xiàn)的的相比UEpowerclass2和UEpowerclass3更低的UE功率等級(jí)，例如這一類PA進(jìn)行功率放大。如圖20所示，在需要的發(fā)射功率等級(jí)較低時(shí)，直接將時(shí)，Transceiver輸出的信號(hào)經(jīng)過(guò)PA終端射頻鏈路架構(gòu)，可以有效避免終端發(fā)射功率較低時(shí)PAE較低的問(wèn)題，利于3.6新型多址接入支持終端的免調(diào)度傳輸和上行異步傳輸射圖樣（PDMA編碼圖樣）映射到一組資源上。PDMA編碼圖樣定義了數(shù)據(jù)到源的個(gè)數(shù)決定了數(shù)據(jù)的發(fā)送分集度，不同的用戶通過(guò)PDMA編碼圖樣確定的映|1000000000000|1||1|||-1表示對(duì)應(yīng)數(shù)據(jù)的相位旋轉(zhuǎn)180度后再傳輸，j表示對(duì)應(yīng)數(shù)據(jù)的相位旋轉(zhuǎn)90度為了提升頻譜效率，通常的做法是采用massiveMIMO技術(shù)，但是對(duì)于低復(fù)雜度的終端來(lái)說(shuō)，massiveMIMO實(shí)現(xiàn)復(fù)雜度較高，特別是隨價(jià)越來(lái)越高，NOMA技術(shù)通過(guò)信號(hào)處理和基站側(cè)的干擾刪除技術(shù)，可以降低終復(fù)雜度等，需要對(duì)NOMA技術(shù)本身進(jìn)行演進(jìn)，例如設(shè)計(jì)更多、更長(zhǎng)的NOMA3.6.2非協(xié)調(diào)多址接入技術(shù)供了一種新的可能。理論上，巨址接入可實(shí)現(xiàn)（a）不需要網(wǎng)絡(luò)的協(xié)調(diào)，因此節(jié)省了網(wǎng)絡(luò)的協(xié)調(diào)信令資源開(kāi)銷，可以提升（b）終端的接入信息（如UEID）作為數(shù)據(jù)的一部分進(jìn)行發(fā)送，同時(shí)實(shí)現(xiàn)（c）通過(guò)編碼實(shí)現(xiàn)多址，理論上可容納的終端數(shù)量比正交資源實(shí)現(xiàn)多址所[14]，用BCH碼級(jí)聯(lián)LDPC碼實(shí)現(xiàn)近似高斯隨機(jī)編碼，性能與理[15]，使用SC-LDPC進(jìn)行編碼，使用（基于部分信息比特的）交織方式區(qū)分用戶，把交織方式經(jīng)過(guò)壓縮感知映射為前導(dǎo)碼，級(jí)聯(lián)SC-LDPC編碼和前導(dǎo)碼形成子塊，子塊通過(guò)codedslottedAloha(CSA)比特的）重復(fù)、填充0、使用（基于部分信息比特的）交織方式區(qū)分用戶，把交織方式經(jīng)過(guò)壓縮感知映射為前導(dǎo)碼，級(jí)聯(lián)交織比特和前導(dǎo)碼后（Compute-and-Forward,CoF）階段，再通過(guò)外譯碼器逆向恢復(fù)出疊加在一起的對(duì)多址接入技術(shù)感興趣的讀者，可以進(jìn)一步參考FuTURE論壇同時(shí)發(fā)布的3.7AI與通信結(jié)合提升終端用戶體驗(yàn)音處理等領(lǐng)域的突破，基于AI的智能通信被認(rèn)為是5G之后無(wú)線通信發(fā)展的主有機(jī)融合，將AI用于信道估計(jì)、信號(hào)檢測(cè)、信道狀態(tài)信息反饋與重建、信道譯碼、端到端等無(wú)線通信模塊，提升終端的用戶體驗(yàn)智慧服務(wù)。AI在人類社會(huì)中發(fā)揮的作用越來(lái)越突出，數(shù)字孿生、全息呈現(xiàn)等技的服務(wù)。同時(shí)，由于個(gè)人隱私保護(hù)的驅(qū)動(dòng)及AI處理器的快速發(fā)展，終端側(cè)AI基于強(qiáng)化學(xué)習(xí)的波束成型提升終端魯棒性與應(yīng)用參數(shù)的感知來(lái)提升網(wǎng)絡(luò)的穩(wěn)健性與速率。使用AI技術(shù)優(yōu)化毫米波系統(tǒng)中環(huán)境下均有很好的性能表現(xiàn),其能使終端快速適基于深度學(xué)習(xí)的鏈路自適應(yīng)技術(shù)提升終端性能頻譜效率得到改善；基于終端的AI推理可以降低原始數(shù)據(jù)需要在全網(wǎng)傳輸?shù)呢?fù)基于深度學(xué)習(xí)的信道估計(jì)技術(shù)提升終端的通信能力在無(wú)線通信中，從發(fā)送端傳輸?shù)浇邮斩说男盘?hào)由于信道的影響會(huì)產(chǎn)生失真?；谏疃葘W(xué)習(xí)的CSI壓mMIMO技術(shù)，發(fā)射端需要獲取CSI。在頻分雙工系統(tǒng)中，UE端估計(jì)下行鏈路近年來(lái)隨著深度學(xué)習(xí)的快速發(fā)展，深度學(xué)習(xí)已經(jīng)被廣語(yǔ)音信號(hào)處理和自然語(yǔ)言處理等領(lǐng)域。由于深度學(xué)習(xí)網(wǎng)自適應(yīng)學(xué)習(xí)和交叉域知識(shí)共享等能力，因此深度學(xué)習(xí)方法也逐漸被應(yīng)用在CSI利用神經(jīng)網(wǎng)絡(luò)能量函數(shù)的極大似然法和線性分組碼的軟判決最大似然譯碼之間然后直接進(jìn)行非迭代譯碼，同時(shí)也可以根據(jù)ta字分類的神經(jīng)網(wǎng)絡(luò)?；贒NN的信道譯碼方法，得出了深度學(xué)習(xí)應(yīng)用于信道是將原編譯碼分割成M個(gè)子塊，然后分別對(duì)各個(gè)子塊進(jìn)行編碼/譯碼，子塊譯造成的譯碼復(fù)雜度問(wèn)題;二是利用置信傳播譯碼算法連接各個(gè)子塊，BP算法與接收到的信號(hào)首先由BP解碼器進(jìn)行處理以獲得原始的解碼結(jié)果，然后用接收計(jì)具有較大誤差。最后將信道噪聲估計(jì)輸入CNN以移除BP解碼器的估計(jì)誤基于深度學(xué)習(xí)的視頻編解碼技術(shù)以上。用戶對(duì)高清視頻的需求不斷增加，比如高達(dá)64K分辨率的數(shù)字影院要求測(cè)可以得到待編碼的視頻在一定視頻質(zhì)量下的最優(yōu)編碼參數(shù),從而獲得較好的畫(huà)基于稀疏深度神經(jīng)網(wǎng)絡(luò)的輕量化AI技術(shù)其被大規(guī)模地部署于移動(dòng)設(shè)備和嵌入式裝置。輕量化AI技術(shù)通過(guò)移除神經(jīng)網(wǎng)絡(luò)度或求解精度，以保持系統(tǒng)正常工作，提高理節(jié)點(diǎn)和子系統(tǒng)問(wèn)題求解的復(fù)雜性，也降低了軟件設(shè)計(jì)開(kāi)發(fā)的復(fù)雜性。如圖24節(jié)點(diǎn)上不同的GPU，然后對(duì)數(shù)據(jù)進(jìn)行劃分，每個(gè)節(jié)點(diǎn)負(fù)責(zé)訓(xùn)練一部分?jǐn)?shù)據(jù)，最3.7.3基于無(wú)線AI技術(shù)的終端展望方面進(jìn)行提升：一、優(yōu)化AI算法，降低對(duì)終端能力的需求；二、研究靈活的分優(yōu)化AI算法的設(shè)計(jì)，降低對(duì)終端能力的需求。根據(jù)摩爾定律，一個(gè)集成電路中可容納的晶體管數(shù)量每?jī)赡昃蜁?huì)翻一番，而OpenAI的研究結(jié)果表明，AI作是未來(lái)發(fā)展的一個(gè)技術(shù)方向。終端設(shè)備與網(wǎng)絡(luò)備上。設(shè)備將操作/模型執(zhí)行到特定的部件/層，并將中間數(shù)據(jù)發(fā)送到網(wǎng)絡(luò)端點(diǎn)。網(wǎng)絡(luò)端點(diǎn)執(zhí)行剩余的部分/層，并將推理結(jié)果反饋給設(shè)備。模型的訓(xùn)練需要終端端、基站、MEC、