通感算一體化網(wǎng)絡(luò)前沿報告(2021年)_第1頁
通感算一體化網(wǎng)絡(luò)前沿報告(2021年)_第2頁
通感算一體化網(wǎng)絡(luò)前沿報告(2021年)_第3頁
通感算一體化網(wǎng)絡(luò)前沿報告(2021年)_第4頁
通感算一體化網(wǎng)絡(luò)前沿報告(2021年)_第5頁
已閱讀5頁,還剩124頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

版權(quán)聲明本前沿報告/白皮書版權(quán)屬于中國通信學會,并受法律保應注明“來源:中國通信學會”。違反上述聲明者,本學會將追究其相關(guān)法律責任。專家組和撰寫組名單通感算一體化網(wǎng)絡(luò)是指同時具備物理-數(shù)字空間感知、泛在智能通信了通感算智能化演進的路徑。通過撰寫本前沿報告,旨在為加快面向6G 4.1算力網(wǎng)絡(luò)架構(gòu) 4.2算力網(wǎng)絡(luò)關(guān)鍵支撐 5.1獨立感知,智能優(yōu)化 5.2分布感知,智能管理 5.3協(xié)同感知,智慧互動 5.4萬物智能,螺旋發(fā)展的超智能主體 1縮略語4thGenerationMobileCommunic5thGenerationMobileC6thGenerationMobileCoASICFrequencyDivisionMultiField-ProgrammableGateKeyPerformanceIndMultipleInputMultiplemassiveMultipleInputMultipleOutpOrthogonalFrequencOrthogonalFrequencyDivision2SimultaneousLocali3一、通感算一體化網(wǎng)絡(luò)場景和需求1.16G網(wǎng)絡(luò)愿景與發(fā)展趨勢第五代移動通信系統(tǒng)(5thGenerationMobileCommunication推動了萬物智聯(lián)的第六代移動通信系統(tǒng)(6thGenerationMobile4能。近期,元宇宙(Metaverse)概念受到全球產(chǎn)業(yè)界及學界的廣泛智能等新技術(shù)在物理世界鏡像中提供沉浸式體驗的新型虛實相融的5現(xiàn)象級應用形態(tài)[5]。元宇宙概念的落地應用,將需要通信-感知-計算感知的交融互通,又能有效支撐以通信能力為基礎(chǔ)的廣域智能協(xié)作1.2通感算一體化網(wǎng)絡(luò)通感算一體化網(wǎng)絡(luò)是指同時具備物理-數(shù)字空間感知、泛在智能感知:如同人體的感官。感知是指物理-數(shù)字多維空間的感知,6通信功能可以有效傳遞和匯聚感知信息,以支撐多節(jié)點協(xié)作感增強后的感知功能可以為分布式算力的最優(yōu)化快速調(diào)度提供先7邊緣計算服務器(MobileEdge8器可以記錄并智能分析大范圍區(qū)域的感知信息以構(gòu)建全局的云智能1.3通感算一體化網(wǎng)絡(luò)典型應用場景9日常行為識別:通過采集室內(nèi)物品或人類活動影響下的空口信配合AI算法識別人類行為。目前,基于探測參考信號(Sounding署于相對狹小的空間內(nèi),因此需要具備厘米級的距離分辨率和±1°的一體化功能的集成使節(jié)點間可以實現(xiàn)協(xié)作通信與環(huán)境感知的無縫進置以及自身視野之外的空間信息,并在此基礎(chǔ)上執(zhí)行導航和路徑規(guī)SLAM)依賴相機或激光雷達,6G通感一體化設(shè)備將利用通信信號大帶寬傳輸實現(xiàn)多傳感器數(shù)據(jù)的毫秒級車對車(VehicletoVehicle,V2V)通信。在車輛編隊方面,當前的車輛編隊方案大多基于多跳V2V通信,在所有車輛上共享全部車輛的狀態(tài)信息,實現(xiàn)協(xié)作自適行駛狀態(tài)并下發(fā)控制信息,車輛編隊借助具備通感一體化能力的化無人機的載荷,增加其機動性、靈活性,降低功耗。隨著物流/電力/油氣/安防無人機市場的發(fā)展以及相關(guān)政策法規(guī)的完善,需要對低),6G通感算一體化網(wǎng)絡(luò)可以借助無線電信號的傳輸特征獲取溫其他變化,如水蒸氣、空氣污染物和昆蟲。因此,具有感知能力的超快文化計算分析系統(tǒng),頻段覆蓋可見光或紅外、可實現(xiàn)低于5nm元宇宙能夠為人們的生活和工作提供現(xiàn)實物理世界與虛擬世界1.4通感算一體化網(wǎng)絡(luò)的性能評價指標體系的能力,主要包含誤比特率/誤碼率、網(wǎng)絡(luò)覆蓋率。誤比特率/誤指在傳輸?shù)谋忍?碼元總數(shù)中發(fā)生差錯的比特/碼元數(shù)所占的比例。網(wǎng)MIPS參數(shù)估計和基于感知互信息兩類??死懒_界(Cramer-RaoLower(SquaredPositionErrInformation,MI)作為刻畫感知性能極限的性能InstructionsPerSecond,M以及計算資源利用率。計算資源利用率是計算資源被有效使用的比計算服務有效率越高表示被滿足的資源需求越多。計算服務響應時二、通感一體化技術(shù)鍵技術(shù)的可行性也需要通過搭建實驗系統(tǒng)來進行功能驗證與技術(shù)評2.1通感一體化物理層設(shè)計無線通信系統(tǒng)能力與感知性能均受限于不同頻段的頻譜資源特要求的移動場景[15]-[17]。另一方面,毫米波信號衰減嚴重,多徑信號性將使全息游戲、高清視頻等高度實時性應用成為可能[18]-[21]。在感相獨立,尤其不能揭示通信單徑傳播與感知反射兩徑傳播在傳播時無線通信和感知回波信號在同一空間中的無線信號傳播規(guī)律本主要因素共同決定了經(jīng)過二次反射的感知信道以及單徑傳播的通信離/時延(相比于通信過程)、附加的目標反射系數(shù)(包括雷達截面積等參數(shù))產(chǎn)生的感知-通信信道相對衰落系數(shù),如此一來,通感一正弦載波調(diào)制的短脈沖信號,雷達系統(tǒng)中的線性調(diào)頻(LinearFrequencyModulation,LFM)脈沖信號、調(diào)頻連續(xù)波(Frequency知為中心的一體化波形設(shè)計、通感聯(lián)合的一體化波形設(shè)現(xiàn)感知的功能,在保證通信性能的條件下使波形具備一定的感知性夠最大限度地保證通信性能,但是由于沒有充分考慮感知所需的特心的一體化波形設(shè)計方案都采用的是脈沖間調(diào)制而不是脈沖內(nèi)調(diào)制一體化波形能夠提供良好的感知性能,但是其應用幾乎僅限于中/低通感一體化幀結(jié)構(gòu)設(shè)計是通感一體化物理層技術(shù)標準化落地的通感一體化系統(tǒng)需搭載一副持續(xù)接收感知回波信號的陣列天線以及另一副隨上下行通信需求切換收發(fā)狀態(tài)的陣列天線來避免感知最小距離問題。這將導致以下兩個挑戰(zhàn):1)雙天線間的收發(fā)互干擾能提升。2)通感一體化收發(fā)狀態(tài)切換的復雜化,使得系統(tǒng)面臨的環(huán)信號的線性/非線性變換的級聯(lián)。通過機器學習方法理論上可以學習一體化干擾特征,進而可以區(qū)分一體化有用信號和干擾信號的子空2.2通感一體化多址接入技術(shù)5G網(wǎng)絡(luò)已無法滿足對控制信息逐層分發(fā)的高效閉環(huán)信息流傳輸要數(shù)據(jù)沖突和信道擁塞時,無法保障組網(wǎng)過程的確定性及高效閉環(huán)控數(shù)據(jù)鏈路層的多址接入技術(shù)是指多個用戶接入一個公共的傳輸多址接入技術(shù)包括:時分多址接入(TimeDivisionMultipleAccess,OFDMA)、碼分多址接入(CodeDivisionMultiple實現(xiàn)不同用戶的多址接入過程;CDMA技術(shù)通過對數(shù)據(jù)信息進行編基于波束方向的多用戶傳輸能力。進而,提出了基于空分多址的易導致節(jié)點傳輸沖突,引發(fā)網(wǎng)絡(luò)擁塞,降低網(wǎng)絡(luò)承載力,無法滿足傳統(tǒng)網(wǎng)絡(luò)中設(shè)備節(jié)點依賴接收設(shè)備提供的邏輯地址信息進行接1)通感一體化時分多址接入技術(shù):在不同的時隙分別實現(xiàn)感知2)通感一體化正交頻分多址接入技術(shù):通過為通信與感知功能3)通感一體化碼分多址接入技術(shù):對基帶發(fā)射符號進行碼分擴4)通感一體化空分多址接入技術(shù):由于傳統(tǒng)移動通信網(wǎng)絡(luò)只能通過多次通信協(xié)議交互來分辨環(huán)境中的節(jié)點數(shù)目以及其傳輸信道特2.3通感一體化的無線資源管控技術(shù)術(shù)旨在保證海量節(jié)點盡可能滿足其服務需求的前提下保障多維資源網(wǎng)絡(luò)(RecurrentNeuralNetwork,RNN如長短期記憶網(wǎng)絡(luò)(Long互干擾等由復雜電磁環(huán)境所引起的無線資源碰撞問題潛在影響著個望信號。其次,用參考信號構(gòu)建干擾子空間矩陣,通過消去監(jiān)測信號深度學習的聯(lián)合信道估計與均衡方法可以利用大量的感知信息進行通感一體化資源調(diào)度管理需要在保證業(yè)務基本通感性能約束的前提下,通過對各個維度上的資源合理利用達到優(yōu)化其他指標的目2.4通感一體化空口關(guān)鍵技術(shù)實驗系統(tǒng)以通信為中心的一體化設(shè)計通過在通信系統(tǒng)幀結(jié)構(gòu)中添加自相基帶信號通過從毫米波平臺數(shù)模轉(zhuǎn)換器(Digitaltoanalogconverter,DAC)模塊、中頻(Intermediate號處理在毫米波平臺中的現(xiàn)場可編程門陣列(FieldProgrammable米波平臺幀結(jié)構(gòu)為一幀中包含50個子幀,其中第一個子幀為SF能可達到±0.2m的定位精度。三、通感算賦能的網(wǎng)絡(luò)化感知算一體化可以實現(xiàn)通信感知相互協(xié)作,進而提升感知與通信整體性3.1通感融合的移動網(wǎng)絡(luò)覆蓋、移動性管理、服務質(zhì)量(QualityofService,QoS)保障等網(wǎng)絡(luò)將網(wǎng)絡(luò)能力從單一傳統(tǒng)通信維度擴展到通信與感知相互賦能的雙重移動通信網(wǎng)絡(luò)在接入網(wǎng)和核心網(wǎng)都需要具備通感融合的能力來協(xié)同核心網(wǎng)鑒權(quán)認證移動性管理感知業(yè)務調(diào)度會話管理策略控制感知信息提取通信單元感知單元鑒權(quán)認證移動性管理感知業(yè)務調(diào)度會話管理策略控制感知信息提取感知信息處理感知能力開放接入網(wǎng)交互感知被動感知動感知被動感知/,通信+主動感知交互感知被動感知動感知被動感知/,通信+主動感知通感基站通感基站3.2多點組網(wǎng)協(xié)同感知網(wǎng)協(xié)同感知的方式提升網(wǎng)絡(luò)感知性能是多節(jié)點網(wǎng)絡(luò)化感知的發(fā)展趨宏基站遮擋物協(xié)作感知目標宏基站微基站過多點協(xié)作、軟分數(shù)頻率復用(SoftFractionalFrequencyReuse,未來網(wǎng)絡(luò)面向垂直行業(yè)將存在大量傳感器、機器人等物聯(lián)網(wǎng)設(shè)物理環(huán)境信息進行感知探測,還需要將感知信息與數(shù)字信息進行耦感知信息融合處理單元無人機感知信息融合處理單元無人機通感基站室內(nèi)大連接設(shè)備室外大連接設(shè)備3.3定制化感知未來新興業(yè)務將對感知能力提出新的需求未來智能應用不僅需智能車聯(lián)網(wǎng)數(shù)字孿生支持協(xié)作感知▲增強通信性能定制化感知醫(yī)療健康無人機網(wǎng)絡(luò)效率等指標進行定制化設(shè)計。例如通過對終端的位置追蹤和軌跡預四、通感算賦能的算力網(wǎng)絡(luò)技術(shù)4.1算力網(wǎng)絡(luò)架構(gòu)算力網(wǎng)絡(luò)編排管理層算力網(wǎng)絡(luò)編排算力網(wǎng)絡(luò)安全算力建模算力OAM算力網(wǎng)絡(luò)編排管理層算力網(wǎng)絡(luò)編排算力網(wǎng)絡(luò)安全算力建模算力OAM資源信息處理算力網(wǎng)絡(luò)服務層計費交易程序執(zhí)行資源信息收集網(wǎng)絡(luò)連接調(diào)度算力網(wǎng)絡(luò)控制層資源信息收集網(wǎng)絡(luò)連接調(diào)度資源分配計算資源網(wǎng)絡(luò)資源存儲資源算力網(wǎng)絡(luò)資源層計算資源網(wǎng)絡(luò)資源存儲資源服務資源算力網(wǎng)絡(luò)服務層中包含各種提供給用戶的服務功能,如實現(xiàn)用境中的安全威脅。算力建模模塊可以根據(jù)服務類型進行算力建模。4.2算力網(wǎng)絡(luò)關(guān)鍵支撐算力資源并不像電力那樣,能夠用“度/千瓦時”這樣的單位簡單圖形處理器(GraphicsProcessingUnit,GPU)、現(xiàn)場可編程門陣列知。算法感知存在兩條技術(shù)路線:1)由資源所有方主動提供資源信息,并通過網(wǎng)絡(luò)或者云管、資源管理等集中系統(tǒng)告知用戶;2)由網(wǎng)五、通感算網(wǎng)絡(luò)的智能化演進5.1獨立感知,智能優(yōu)化通感算網(wǎng)絡(luò)的智能化的目標是提高基站通信和感知一體化的性匹配適當?shù)腁I模型實現(xiàn)無線網(wǎng)絡(luò)的智能化目標。例如聯(lián)邦學習全局AI模型訓練云端服務器邊緣AI模型訓練邊緣AI模型訓練邊緣AI模型訓練邊緣服務器k邊緣服務器kk邊緣服務器適配邊緣AI模型并進行訓練,進而輔助基站更新和執(zhí)行最終的5.2分布感知,智能管理將壓縮后的圖片或視頻上傳至配置了圖像分類識別算法的基站進行5.3協(xié)同感知,智慧互動具備相對較強的智能化能力,負責完成大規(guī)模的數(shù)據(jù)處理和模型優(yōu)kk5.4萬物智能,螺旋發(fā)展的超智能主體方式上,AI算法可以推薦出合理的部署類型和密度。同時,隨著無線網(wǎng)絡(luò)的數(shù)字化趨勢,需要對無線網(wǎng)絡(luò)進行智能化的管控,AI算法超智能主體結(jié)束語閉環(huán)信息流低時延可信交互需求與通感算分立設(shè)計的無線網(wǎng)絡(luò)架構(gòu)能適配的新型網(wǎng)絡(luò)架構(gòu)和使能技術(shù)。通感算一體化網(wǎng)絡(luò)通過多維感本前沿報告系統(tǒng)性的提出了面向6G的通感算一體化網(wǎng)絡(luò)的內(nèi)態(tài),距離技術(shù)成熟與商用還面臨諸多難題與挑戰(zhàn),包括:1)通感算一體化網(wǎng)絡(luò)多源信息融合機理;2)全網(wǎng)算力資源池化及高效調(diào)配方參考文獻[1]工信部聯(lián)通信〔2021〕77號.十部門關(guān)于印發(fā)《5G應用“揚帆”行動計劃[3]ITU-TTechnicalReport-Represen/agenda/2021/10/facebook-meta-[6]IMT-2030(6G)推進組通信感知一體化任務組.通信感知一體化技術(shù)研究報告vol.17,no.1,pp.1–27,Jan.2020.[9]李麗,毛愛英,張喜玥,張秋萍,王妍心,張惠,李燦.3D全息技術(shù)應用現(xiàn)狀及前景[10]王照法.太赫茲SAR成像運動補償及成像算法研[11]崔瑞,薛磊.基于圖像熵的逆合成孔徑vol.52,no.1,pp.60-72,Feb.2016.CooperativeNetworks,”IEEETransactionsonInformationTheory,vol.56,no.10,pp.AutomotiveSensing,”IEEECommunicationsMagazine,vol.54,no.12,pp.160-167,onMicrowaveTheoryandTechniques,vol.52,no.10,pp.2438-2447,Oct.2004.andTechniques,vol.50,no.3,pp.910-928,Mar.2002.ReckoningFutureApplications?”ProceedingsoftheIEEE,17,no.4,pp.2047-2077,Sep.2015.2013.IEEETransactionsonReviews),vol.37,no.6,pp.1067-1080,Nov.2007./abs/2108.[27]5GTECHWORLD.Thebasicsof5G’smodula/the-basics-of/app/autoDesignWithPeakAveragePowerRatioConstravol.19,no.9,pp.5951-5965,Sep.2020.3rdInternationalSevastopol,Ukraine,Sep.2006,pp.142-144.[32]Q.ZhangetalSystemfor6GMachine-TypeCommunication,”IEEEInternetofThin8,no.15,pp.12093–12105,Feb.2021.[34]Q.Zhangetal.,“DesignandfB

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論