14、6G无线通信系统标准化探索

6G无线通信系统标准化探索

1. AI：6G性能的驱动力量

在通信系统和网络领域，利用人工智能（AI）提升性能的研究十分活跃。深度学习（DL）算法和神经网络（NN）模型可减轻射频电路损伤和功率放大器（PA）的非线性问题；机器学习（ML）算法能学习无线信道特性，用于调制编码方案（MCS）选择和链路自适应；DL模型有助于在用户调度、资源分配、动态频谱管理和异常检测等方面提升性能。这些研究也推动了强化学习（RL）、联邦学习（FL）和深度Q学习等AI算法的发展。

众多标准机构已开展相关工作，为将AI融入网络的标准规范制定铺平道路。例如，2018年欧洲电信标准协会（ETSI）的体验式网络智能（ENI）行业规范组（ISG）发布了一系列规范文件；2019年1月，国际电信联盟（ITU）电信标准化部门（ITU - T）的未来网络（包括5G）机器学习焦点组（FG - ML5G）发布了“5G和未来网络机器学习统一架构”。3GPP、Linux基金会和O - RAN联盟等也在开发支持AI在网络中实施的框架。

未来，6G与AI将实现更紧密、更原生的融合。一方面，6G网络旨在支持万物的AI应用；另一方面，6G系统和网络将原生具备AI能力。这不仅能显著提升6G系统和网络性能，还能提高运营效率和用户体验。不过，全面采用AI仍面临一些技术挑战，如可解释性、可控性、鲁棒性、小数据集训练效率和隐私保护等问题。在网络边缘（移动边缘计算[MEC]）、网络服务器（云）实现AI模型的高效计算和节能，以及实现敏捷的边缘 - 云交互以共享知识和数据，也是6G中的研究难题。

2. 软件定义一切（SDX）：6G的必然趋势

6G将更广泛地采用软件化和开放网络，包括核心网（CN）和无线接入网（R