38、借助人工智能推动5G移动通信向6G发展

借助人工智能推动5G移动通信向6G发展

1. 5G-IoT中的先进频谱共享与干扰管理

为解决网络覆盖和流量拥塞问题，5G-IoT将连接大量设备。因此，在人口密集和拥堵区域，需要合理的结构和方案来管理频谱和干扰。异构网络（HetNet）能有效处理5G - IoT中的干扰控制。

大规模多输入多输出（Massive MIMO）对于提高频谱效率至关重要。近年来，出现了多种复杂的MIMO方法，如多用户MIMO（MU - MIMO）、超大规模MIMO（VLM）等。3GPP LTE - A利用基站（BS）的大量天线引入MU - MIMO，显著提升了网络覆盖范围和功率。5G - IoT框架的发展依赖于毫米波（mmWave）、软件定义网络（SDN）、机器类型通信（MTC）、多接入边缘计算（MEC）、窄带物联网（NB - IoT）和网络功能虚拟化（NFV）等技术的融合。

2. 人工智能在5G/6G中的应用

随着全球网络在创新性、规模和复杂性方面不断发展，联网设备数量激增，网络流量呈爆炸式增长。未来有望实现无需人工干预的自主传感、计算、学习、分析甚至商业决策。人工智能与网络的结合对于实现自动化、管理复杂性和可扩展性以及利用分布式架构中的实时信息至关重要。

人工智能领域涵盖多种方法，包括机器学习、深度学习、博弈论、优化理论和元启发式算法等。机器学习又可细分为监督学习、无监督学习和强化学习。由于需要持续监控和管理无线网络的资源、安全和性能，机器学习和深度学习的应用日益广泛。以下是人工智能主要子领域的概述：
- 监督学习 ：利用预分类的训练实例通过训练过程构建学习模型，主要分支包括回归和分类。分类通过分析预标记的数据