欧洲6G研究方向日渐清晰，6G能为我们带来什么？

关于未来的第六代移动通信（6G），欧洲的姿态绝对是当仁不让。年初，法国原子能委员会电子与信息技术实验室（CEA Leti）宣布，将在整个欧盟科学界实施有远见的新6G计划——NEW-6G，旨在利用一种广泛的方法，融合多技术、领域和学科，促进下一代无线连接，为未来无线网络打下基础。NEW-6G将重新思考纳米技术，绘制发展路线图，鼓励合作，促进未来6G技术创新的出现。

NEW-6G涵盖范围广泛
CEA-Leti的6G未来无线研究总监Emilio Calvanese Strinati说：“NEW-6G代表6G的纳米电子和无线，行业、研究所和学术合作机构将评估如何利用纳米技术、电信、硬件、软件、网络和设备来满足6G性能和服务质量标准，以及社会期望和可持续发展要求。”
他表示，NEW-6G将为重新思考纳米电子学的作用提供前所未有的机会，并建立一个路线图，以分享知识，促进创新研发活动。
着眼于适应和利用联合体合作伙伴已经开展的前沿研发，NEW-6G计划将创建一些共同项目，在以下领域开展进一步工作：

网络架构和优化、协议和数据流；
信息和基础设施安全；
集成电路、数字元件、高性能RF和低能耗技术；
高效的集成天线解决方案；
专用、高性能、可持续半导体技术。

NEW-6G已于2021年1月正式启动，将由CEA-Leti与强大的欧洲合作伙伴财团密切合作进行试点。该计划的参与者包括许多来自欧洲行业垂直市场和学术界的领先合作伙伴。
同时启动的6G下一代无线连接研究项目RISE-6G为期3年，支持财团包括来自7个国家代表学术、研究和行业的13个合作伙伴：

行业：NEC Laboratories Europe（技术协调员、网络供应商）、Orange和Telecom Italia（电信运营商）；Greenerwave（技术提供商）；
学术界：查尔米尔大学、奥尔堡大学、雅典国立和卡波迪斯特里大学、诺丁汉大学；
研究机构：CEA-Leti、意大利国家间大学联合会、国家研究中心；
其他：法国国家铁路协会（SNCF）和Centro Ricerche Fiat（垂直行业和最终用户）。

什么是RIS
RISE-6G是由CEA-Leti发起的欧盟动态可编程无线6G环境项目，旨在设计、原型化和测试基于可重构智能表面（RIS，reconfigurable intelligent surfaces）的智能和能源可持续技术，以实现无线传播环境的可编程控制和成形，同时确保能源效率、定位精度和用户隐私。通过动态控制RIS支持的通信环境，移动网络用户将聚集于优化的“超容量/千兆区域”，并控制能耗和限制电磁场辐射（EMF），以避免未连接设备的干扰，并将其对周围人员的影响降至最低。这些都将在不久的将来产生显著的社会影响。
RIS可以是基于二极管的天线或环境中的已涂覆物体（如墙壁、天花板、镜子和电器）等超材料终端，当配备有源射频（RF）元件时，它们将作为可重构反射器或收发器工作，以实现大规模访问。
RISE-6G的任务是通过动态控制无线通信，实现本地、简短、节能、高容量通信，使这一颠覆性新概念成为一种无线环境服务。作为RISE-6G项目协调人的Strinati说：“这样的系统可以在防止窃听者的同时，适应频谱使用和限制EMF辐射的具体规定。”

何时部署B5G/6G网络？
据介绍，作为展示RIS支持的可扩展、智能、无线连接范例的一部分，泛欧项目将解决关键硬件构建块的设计及其在未来B5G（超5G）/6G网络中的集成。这将支持欧洲在B5G/6G全球竞争中创造新的服务和商业机会，也将确保其技术领先地位。
预计在本世纪末将开始部署B5G/6G网络，为以人为中心的智能社会和垂直产业奠定基础。为实现这一目标，网络将可持续地转变为分布式智能连接基础设施，镜子、标牌和墙壁等新型终端将嵌入到环境中。
除了响应法规和特定的基于用户、服务和位置的需求外，有针对性的创新还包括具有高度灵活性和动态性的端到端连接性计算系统，以适应不断发展和异构应用。
为了实现其目标，RISE-6G将定义包含多个可重构智能表面的新型网络架构和操作策略：

利用所提议的实际和经验证的无线电波传播模型描述新系统的基本限制；
设计解决方案，以实现基于动态可编程无线传播环境的高容量连接、能源效率、EMF辐射和定位精度之间的在线平衡，同时满足频谱使用、数据保护和EMF方面的特定法律法规要求；
通过两个垂直行业（菲亚特工业4.0生产现场和SNCF火车站）的互补试验，提出原型基准创新方案。

6G能为我们带来什么？
6G系统将是真正的智能无线系统，不仅能提供无处不在的通信，还能提供高精度定位和高分辨率感知服务。它将通过一组独特新功能和服务能力成为这场革命的催化剂，其中定位和感知将与通信共存，在时间、频率和空间上不断共享可用资源。
太赫兹（THz）成像和频谱学等应用有可能通过动态、无创、非接触测量为未来的数字健康技术提供连续、实时的生理信息。6G同步定位与映射（SLAM）方法不仅可以实现先进交叉现实（XR）应用，还可增强车辆和无人机等自动行进物体的导航。
在融合式6G雷达和通信系统中，被动和主动雷达将同时使用和共享信息，提供丰富而准确的虚拟环境图像。在6G中，智能上下文感知网络将能够利用定位和感知信息来优化部署、操作和使用能源，而无需或有限的人为干预。
移动通信系统的位置和感知信息有多种应用，从增强的911紧急呼叫定位到穿墙入侵者检测，从个人导航到个人雷达，从机器人和无人机跟踪到社交网络。位置侧信息还可以成为通信网络设计、操作和优化服务的助推器。

6G环境感知通信使能技术及挑战
6G通信网络及定位和感知系统有四个新兴技术促成因素，除了人工智能（AI）和机器学习（ML）技术之外，还包括使用无线电频谱的新频率，以及智能曲面、智能波束空间处理。

6G赋能技术、新应用机会和技术挑战

新的定位和感知服务

6G无线电有可能在信道带宽上分配服务，其带宽至少是5G的五倍，以适应日益苛刻的数据速率、更高的可靠性需求，以及对诸如感知和定位等新服务的要求。

蜂窝信道带宽增长及FCC提出的100GHz以上新无许可频谱

从定位和感知角度看，向太赫兹频率过渡有几个重要好处：

首先，这些频率的信号无法穿透物体，导致传播路径和传播环境之间存在更直接的关系；
其次，在更高频率有更大的绝对带宽，可以在具有更多镜面反射分量的延迟域中实现更可解析的多径；
第三，较短波长意味着天线较小，因此小型设备可以容纳几十或几百个天线，有利于角度估计。

此外，6G提供的高速通信链路能在不同传感器之间快速可靠地共享地图和位置信息，这对主动和被动感知都很有益。为了利用这些优势，芯片技术必须能够充分支持规模经济。而为了支持新的解决方案和算法开发，还需要适当的信道模型来描述6G波在硬件和空中的传播。
未来芯片技术的挑战：6G相关（新）频谱的广泛初始范围为0.3-3THz，而监管机构最近已开始允许研发高达250GHz的技术。这对未来芯片技术带来了挑战，其中之一是所需技术的集成。目前，在多个100GHz范围内工作的无线电系统通常包括天线和信号处理设备，大到无法集成到典型用户设备（UE）中。随着向5G系统迁移，用于UE的硅产品已经开发了几年，但毫米波（mmWave）频率增加了空中接口的复杂性，同时要使用阵列技术来实现UE侧波束形成。虽然28nm平面CMOS技术已经能够在28GHz和39GHz工作频段上实现至少一个数量级的所谓跃迁频率，而对于6G操作，芯片工艺技术是否能够处理所需频率并不明朗。即使在100GHz，同样的28nm平面CMOS工艺也不能达到同样的效率，例如放大信号。因此，必须考虑替代技术方案，以获得高成本效益的解决方案。目前，多种技术都在研究中，试图实现在更高频率获得良好的输出功率和效率。其中包括：砷化镓（GaAs）、氮化镓（GaN）、磷化铟（InP）、CMOS、锗硅（SiGe）和全耗尽绝缘体上硅（FD-SOI）CMOS。

增强地图和定位的智能反射面

智能反射面（IRS）是一种可以增强地图和定位能力的革命性技术。发射器和接收器之间的无线传播环境一直被认为是无线通信系统的一个随机（不可控）组件。为此，作为一种有前途的解决方案，最近引入的IRS可控制无线信道特性，如散射、反射和折射。特别是，IRS允许网络运营商通过动态调整相位、幅度、频率和极化等参数来塑造和控制环境对象的EM（电磁）响应，而不需要复杂的解码、编码或RF操作。简而言之，IRS是一种EM表面，通常通过传统反射阵列、液晶或软件定义的超表面（meta surface）来实现。IRS辅助通信有可能实现低复杂性和节能的通信模式。

室内区域IRS有助于NLOS（非视距）通信

IRS的挑战在于，要使其成为未来6G系统的可行替代方案，还需要解决一些技术问题，而目前还缺乏合适的模型来描述组成材料的性质和入射信号波的无线传播特性。这种可重构超表面的可行实现（考虑硬件和软件方面）对于确定其在无线通信系统中的潜在收益也是必不可少的。
IRS还需要收集通信节点间的信道状态信息（CSI），以适当调整碰撞信号的无线电特性。因此，必须设计新的能量有效的方法来估计无线链路的信道特性。在将这些IRS集成到无线基础设施时，还需要制定策略来确定在网络覆盖区域中部署这些IRS的适当位置。此外，还需要新的信号处理技术来优化IRS辅助的联合通信、感知和定位的性能。这在高频下尤其具有挑战性，因为整个信道趋向于低秩（low-rank），携带的信息较少。

精确定位的波束空间处理

波束空间是6G定位和感知一个很有前途的使能技术，毫米波和微毫米波（µmWave）的波束形成本质上是相干信号的传输，以在某个方向形成一个集中的场，增加作为波束形成增益的信噪比或吞吐量。增强的3D空间波束形成能力有利于克服毫米波和µmWave波段的高路径损耗，并通过形成非常窄的波束来减轻来自不同方向的干扰。由单站或多站发射器和接收器收集的波束空间信道响应不仅包含链路末端的空间信息，而且还包含其间相互作用的对象/人的空间信息，这些信息的处理可用于定位和感测目的。

精确定位的波束空间域/处理

波束空间处理中的一个重要挑战是阻塞。在分布式拓扑结构的目标空间中，协作多天线系统用于管理混合波束空间和定位被动和主动目标。多天线系统与主动目标之间的链路可以是LOS（视距）和NLOS路径，且可以被移动的背景对象所阻塞。
例如，由于高移动性背景物体导致深度衰落，从而影响定位精度。在深度衰落的情况下，当前的MAS（移动代理服务器）定位和感测功能可以临时切换到另一个MAS。为了协调部署目标区域内的可用质量进行实时定位和跟踪，必须防止移动背景物体的阻塞导致波束空间信号质量的急剧下降。这可以通过基于图像的移动行为预测、几何域环境识别和无线信道模拟来实现，理想情况下可在毫秒级运行时间内实现。
在高移动性场景中，可实现对可能阻塞波束空间的移动背景对象的观察，如使用深度相机；也可实时学习和预测其移动轨迹；还可通过光线跟踪模拟或光线跟踪与传播图的混合方法预测对波束空间信道的潜在影响。
其他挑战还包括：在频率高于40GHz（5G后频率），存在增加相位噪声和系统非线性的风险；当目标位于多天线站近场时，需要设计波束空间信道的方向估计算法，以实现鲁棒估计；波束空间分离会影响识别多个密集目标的精度；支持AI的数字波束形成预编码需要与具有环境信息的动态多径模拟器相结合，才能为优化系统属性提供建设性补充。这些都需要更深入的研究。

基于机器学习的智能定位与感知

AI技术对迈向数据丰富的6G时代越来越重要。如何在不确定环境下，基于逻辑和概率推理、规划和优化决策，建立能够实现合理目标的智能系统和体系是一个非常广阔的研究领域。
现代AI系统通常基于机器学习（ML），利用数据驱动的多学科方法来学习超出显式编程规则的模型。6G系统将依赖于这种数据驱动算法，不仅为无线通信，而且为毫米波和µmWave频率范围内运行的高级定位和感知技术提供了新的机会。
在定位方面，ML方法主要集中在指纹识别和回归分类方法的使用。在数据丰富和复杂定位应用中，特别是全球导航卫星系统（GNSS）恶劣的室内和城市室外信道条件下，预计ML应用将更加广泛。

基于AI和ML的定位和感知解决方案

感知方面，在高载波频率下基于RF的感知将提供更精确的技术来测量环境、探测和识别物体，更宽的频谱范围将提供机会感知和识别当前使用的频带中无法检测到的新类型目标和变量。
随着数据变得越来越高维和复杂，AI和ML辅助加上这些新的感知能力，将提供前所未有的机会。通过提取隐藏在原始数据中新的高层次信息和模式，将许多微弱、有噪声的信号进行临时和空间融合，即可实现新的感知方法。一方面，提取的模式和（潜在的）变量可以被视为虚拟传感器，为执行更高层次的推理提供中间步骤，例如，实现更精确目标定位。另一方面，还可直接训练ML算法来预测动态环境特性。例如，在可变条件下检测和分类对象或识别用户，包括用户行为和上下文，以启用未来无线通信网络和使用被动感测的新颖服务和应用。

需要大量科学研究
毋庸置疑，6G技术的先进波束空间处理可跟踪用户和对象，并绘制环境地图；人工智能的广泛应用可以利用前所未有的数据和计算资源解决无线系统中的基本问题；信号处理的进步可支持新的融合通信和雷达应用。
反过来，这些使能技术将为6G时代带来新的应用和服务机会。网络运营商能够塑造和控制环境电磁响应；生物医学和安全领域可使用更高分辨率的成像；同步定位和地图可自动生成复杂室内环境地图，实现人和物体的被动感知；将位置信息用作大数据源可引导和预测人类数字生态系统；感测、定位和通信之间的共存与合作可以一台设备具有三重功能；最后，还可利用位置信息提高6G连接解决方案的安全性和信任度。
要实现这些目标，其难度远远超过以往任何一代移动通信，需要许多科学学科的共同努力。为了实现这些机遇，更要妥善解决基础研究的关键问题：