3286
随着全球5G网络的逐步部署，我们正见证下一代无线通信技术的蓬勃发展。5G技术主要聚焦在三大领域：增强型移动宽带(eMBB)、超可靠低延迟通信(URLLC)以及大规模机器类通信(mMTC)。而6G则将超越这些范畴，致力于构建一个更全面、沉浸式的通信架构，以灵活适应和满足各种网络需求，同时努力降低成本、维护费用和服务时间。
6G技术将为我们带来前所未有的性能、可靠性和安全性。其无处不在的特性将孕育出新的产业和商业模式。通过全面连接物理世界、数字世界以及人类世界，6G将助力我们应对增长和可持续发展所带来的机遇与挑战。
为了实现这些广泛的目标，6G需要依赖一系列关键技术。接下来的内容将为您介绍6G的几个核心技术，包括新频谱技术、人工智能与机器学习网络、数字孪生以及新网络拓扑结构。
新频谱技术
亚太赫兹带宽的极高数据传输速率和潜在的传感应用将与多输入多输出（MIMO）、智能超表面（RIS）和全双工等频谱效率技术相结合，为 6G 通信提供无处不在的覆盖范围。
超大规模MIMO
频谱效率是一个不断重复的系统优化问题。无线标准一直在不断发展，以充分利用特定频段的可用带宽。在 5G 中，MIMO 和大规模 MIMO 技术将多个发射器和接收器整合到一个系统中，并通过波束成形，使用户获得更强的信号恢复能力，从而增强系统性能。
5G MIMO 主要出现在 6 GHz 以下频段，用于在宏蜂窝环境中提供覆盖。它通过空间多路复用来提高容量和吞吐量，从而在需要的地方提供精确覆盖。Massive MIMO通常指大于 16 根天线发射和 16 根天线接收，随着天线数量的增加，可实现数量级的改进。
在 6G 中，MIMO 希望将天线数量从数百根扩展到数千根，从而在动态环境中为用户提供更高的数据传输速率和超本地化覆盖。
智能超表面(RIS)
高自由空间路径损耗和易阻塞是毫米波（mmWave）和亚太赫兹信号面临的挑战。RIS技术为克服这些困难提供了一种前景广阔的解决方案。
RIS 是一种平面二维结构，由三层或更多层组成，顶层包含多个无源元件，用于反射和折射传入的信号。工程师可对这些元件进行实时编程，以控制相移。
由于工程师可以控制每个元件的相移，因此 RIS 可以将信号以窄波束反射到特定位置。RIS 可以与来自信号源的反射产生正向作用，从而增强信号强度。在密集的多用户环境或多蜂窝网络中，RIS 可以与源信号发生负作用，以减少干扰。这种灵活性使 RIS 技术有助于扩大信号范围并增强安全性。由 RIS 元件创建的天线阵列本质上是无源的，这使得 RIS 成为高密度、低能耗部署的可能解决方案。
全双工
十多年来，工业界和学术界的通信研究人员一直在研究如何通过在单个信道上同时发送（Tx）和接收（Rx）信号，将无线电信道的容量增加一倍。收发器以不同的频率（频分双工，简称 FDD）或不同的时间（时分双工，简称TDD）发送和接收信号。
无线电和数字技术的不断进步为带内全双工（IBFD）技术的发展开辟了道路。IBFD 使用一系列技术消除自干扰，这样即使发射机同时在同一信道上工作，接收机也能保持高灵敏度。
一些用于点对点通信的商用无线电系统成功实现了IBFD。虽然仍不可能达到将射频信道容量增加一倍的理论极限，但已经取得了一些重大进展。
人工智能和机器学习网络
6G 的两项基础技术是人工智能（AI）和机器学习（ML）。可以毫不夸张地说，在6G网络中，AI将无处不在。
2022年3月，3GPP完成了一项关于使用AI和 ML 的5G RAN架构的研究。该研究调查了三个主要用例：网络节能、负载平衡和移动性优化。网络节能侧重于通过流量卸载、覆盖修改和关闭非活动小区来实现整个 RAN 的节能。负载平衡研究如何应用人工智能将网络负载分配到多个小区、多个频率或多 RAT 部署，以实现更好的网络性能。移动性优化用例探讨了如何通过预测用户设备的移动性来帮助在各种移动性情况下保持网络性能。
在 3GPP 之外，AI和ML正在协助硬件设计。ML 使工程师能够优化收发器、射频前端和天线系统。AI也在考虑以创新方式进行基带处理。除了辅助设计，AI还将帮助解决无线网络中的优化难题。例如，AI可以帮助优化无线网络的延迟。
数字孪生
数字孪生是对 6G 设计更具颠覆性的技术之一。数字孪生是物理系统基于软件的实现。它们类似于模拟，但通过数据反馈回路连接起来，可以实时整合物理或数字系统的变化。数字孪生工作流程的价值在于，它能够在对硬件进行更改之前对系统进行迭代验证。随着 6G 进入原型设计和开发阶段，两个关键的数字孪生工具将成为高效、经济地设计 6G 的关键：电路建模数字孪生和网络数字孪生。
电路数字孪生
数字孪生概念旨在将大多数物理系统工程活动转化为虚拟活动。在难以进行物理测试和难以重现真实世界效果的情况下，数字孪生具有很高的价值，例如在 5G、雷达、卫星和其他射频系统场景中。射频电路的高度复杂性和昂贵的元件，尤其是毫米波和太赫兹波段等较高频率的射频电路，使设计过程难以迭代。由于传统的建模工具需要高度复杂的处理才能准确地表示复杂的射频电路，数字孪生可以通过描述物理电路的响应并将其反馈到数字表示中来提供优势。
网络数字孪生
随着 5G 网络的分解和更加以软件为中心的 RAN，持续集成/持续部署工作流程已成为运营商和集成商在网络管理方面努力实现的目标。利用数字孪生技术，网络可以将物理 RAN 测量与上层网络应用直接联系起来，并在软件环境中测试新特性和功能，然后再将其投入使用。
网络数字孪生使工程师能够将现有模型或其他数字孪生集成到系统中，并在不进行昂贵的现场测试的情况下进行试验。例如，根据新的部署或将非地面基站集成到架构中以提供设计覆盖，在不同信道条件下对现有网络进行建模，可降低发射高空平台或卫星的成本。可以模拟覆盖模型进行规划，但这些模型可以随着覆盖的部署以及驱动测试或站点验收测试等活动的结果从现场返回而不断更新。
在评估网络威胁和通过模拟攻击测试网络时，网络数字孪生也很有价值。在系统上并行运行多个攻击矢量时，数字孪生可以从网络中收集有关真实世界行为的反馈，并确定各种模拟威胁中存在的漏洞。网络数字孪生还能查看攻击后的数据，显示网络攻击在整个网络中的连锁反应。这类信息极具价值。使用数字孪生可以在多次模拟中反复快速地获取此类数据。
新的网络拓扑结构
6G 将依靠开放、可扩展的虚拟网络协同工作。为了解决覆盖难题，并为尽可能多的用户提供下一代数据速率，必须考虑采用许多新的网络拓扑结构来扩大接入范围。以 5G 中使用的软件为中心的 RAN 架构为基础，是使网络更易于部署、成本更低的一种方法，但这并不能解决农村或偏远地区的覆盖问题。
覆盖不同海拔高度和地区的非地面网络可能是将 6G 连接带到世界每个角落的解决方案之一。但是，随着这些新网络架构的出现，脆弱性也随之而来，必须确保其免受数字威胁。未来网络的网络安全对于维护服务、确保网络和用户的数据至关重要。
6G 将会推动通信技术通过其可持续性和连接性目标产生社会影响。如今，6G 标准正处于早期阶段。目前正在对候选技术进行研究、原型开发和模拟，以确定标准的发展方向。
下载ECAD模型
