無線通信若干問題的思考

陸建華

[摘要] 針對未來無線通信發展中信息與通信的基本問題，首先從信息表征方法對通信質量、信息處理，乃至通信體系結構的深刻影響，探討未來無線通信可能的發展變革；其次在分析復雜無線網絡容量優化難題的基礎上，闡述在通信與網絡難以完成融合的情況下，建立新的網絡通信研究范式的必要性。建議抓住當前的發展機遇，立足源頭創新，跳出以規模建設實現持續擴容等傳統發展范式，以理性的方式謀求無線通信新的飛躍。

[關鍵詞] 無線通信；信息表征；網絡容量

[Abstract] In this paper， regarding the fundamental issues of information and communications in future wireless communications， we discuss a potential paradigm shift of future wireless communications through analyzing the impact of information representations on the quality of communication， information processing， and even a communication system architecture. Then， by revealing the aporia in capacity optimization with future complex wireless networks， the necessity of building a new research paradigm for network communications is elaborated， especially with yet not merged communications and networks due to radically unsolved issues. We need to seize the opportunities of present vigorous R&D activities， innovate from origins， abandon the traditional development approaches featured by constantly constructing infrastructures for marginal capacity improvement， and finally， in a reasonable manner， achieve a new flourish of wireless communications.

[Key words] wireless communications； information representation； network capacity

移動通信正在邁向第5代（5G）。以移動通信為代表的未來無線通信仍然面臨日益匱乏的頻譜資源與持續增長的容量需求等矛盾，其發展速度將逐步趨緩。如何實現新的飛躍，需要跳出傳統的發展范式，回溯信息通信工程的理論技術源頭重新思考，尋找新的發力點。文章中，我們力求從系統的角度探討無線通信發展需要面對的若干基礎問題，供本領域同行參考。

1 無線通信的現狀與挑戰

未來無線通信將顯現出泛在應用的特征，用戶可在任意時間、任意地點，使用任意終端設備實現任意網絡接入，全球無線通信業務隨之呈現出爆發式增長。Cisco公司于2016年初發布白皮書指出[1]，2015年全球移動業務流量相比2014年增幅達到74%，相比2005年增長了近4 000倍；同時預測，到2019年全球具有移動連接功能的終端設備數量將可以達到115億。

另一方面，未來無線通信仍然面臨諸多難題。

首先，日益匱乏的頻譜資源與持續增長的容量需求矛盾凸顯，工程能力趨于理論極限，移動通信以及由其帶動的移動互聯網、智能終端等產業的進一步發展受到根本性制約，工程技術與理論研究的進步充滿挑戰。

其次，數字鴻溝依然存在。目前全球范圍內80%以上的陸地、95%以上的海域缺乏有效的寬帶信息覆蓋，全球仍然有幾十億人口與互聯網世界隔絕，特別是對于生活在世界上最貧困國家的千百萬人來說，他們無法享受到當今信息技術所帶來的益處，消除數字鴻溝面臨的布站、選址困難，建設成本昂貴等問題。

再者，關鍵應用領域寬帶通信手段依舊非常匱乏。中國近海日常航行船舶超過一萬艘，2016年全國海洋經濟生產總值逾六萬億元，占中國國內生產總值近10%。然而中國的長期演進（LTE）等移動通信系統主要面向內陸覆蓋，難以提供近海幾十乃至上百千米以上寬帶移動通信服務，指揮調度、安全生產存在嚴重隱患。此外，在航空通信、森林消防，以及突發事件等很多應用領域，對寬帶信息通信技術的迫切需求也日益顯現。

針對這些難題，我們需要跳出傳統的以規模建設實現持續擴容的發展范式，從信息與通信理論方法的源頭尋找解決途徑，探索新的技術理論突破。

經典信息與通信理論的研究基礎是假設系統可分解，以及信源、信道都服從獨立同分布的統計特性。香農提出的信源、信道分離編碼定理指出，如果信源具有獨立同分布特性，且信道是平穩的，則可以通過分離設計信源編碼和信道編碼，達到與聯合設計等同的最優結果?；谶@種分離設計，在很大程度上簡化了通信處理算法和實現復雜度，也成就了當今信息通信的繁榮。另一方面，未來無線通信系統的復雜性和不確定性導致信源、信道不再獨立同分布，而且系統往往是不可分解的，繼續沿用經典信息與通信理論不足以應對當前無線通信發展中的諸多難題，信息與通信理論需要源頭創新。

2 關于信息與通信的思考

2.1 從信息表征到通信體系結構

回溯信息與通信理論的源頭，首要問題是要再認識信息的本質。

從信息表征談起。信息表征是通信傳輸處理的基本信息單元，是信息論及通信理論的研究基礎。信息傳輸過程由于受到傳播環境中噪聲與干擾的影響，因信息的表征方法不同通常使得傳輸的內容產生不同程度的失真。

已知的信息表征，在模擬通信中是波形，其抗噪聲的性能不佳，但失真通常是線性的，其控制方法相對簡單；發展到數字通信，其信息表征為比特，是香農作為熵的度量提出的。根據香農的定義，信息的數據表征如圖1所示，將信息編碼為比特串表示的數據，編碼效率則反映信息量和數據量之間的關系。其中，信息量度量了信息的不確定度，數據量反映了實際花費多少比特?；诒忍氐男畔⒈碚骺乖肼曅阅茱@著提高了，但由于比特間可能存在的關聯性（比如經壓縮的多媒體數據等），失真往往是非線性的，有時這種非線性失真不容易控制，有可能會導致通信質量的嚴重下降。

值得注意的是圖1中的箭頭方向，數據是由信息經編碼后形成的。然而在現實應用中，箭頭常常被反過來了，即先有數據（在信息獲取過程中產生），再根據不同的應用需求提取信息；在有些應用場景下甚至簡單地將數據與信息等同看待，這或許使得我們今天不得不面對越來越龐雜的大數據的困擾。

所幸的是，上述情況正在發生改變，尋求更為合理的信息表征成為人們努力的新方向。比如，視頻、圖像數據中蘊含的信息量遠遠小于現行編碼方式產生的數據量。微軟就做了一個概念性嘗試，在視頻電話的應用中，只傳輸用戶的語音數據，再參考本地存儲的圖像、唇形等信息，綜合出可有效滿足用戶體驗的視頻，這種方法以信息為核心匯集所需傳輸的數據，使得通信數據量壓縮好幾千倍，相應的信息表征方法研究或將顛覆傳統的信息處理。再比如，眾所周知，人腦能在殘缺、干擾等環境下瞬間完成復雜的信息感知。有研究指出，人類或只需要約1 000個像素就可實現感知[2]，其原因在于人腦中大量的先驗知識對信息進行分析可起關鍵性作用，由此亦可探尋一種信息表征方法，從而規避可能的大數據之擾。《Nature》在2015年5月特刊研討深度學習[3]，指出其能夠發現大數據中的復雜結構和特征，這將為研究如何基于信息內容的特征表征信息，并謀求信息通信的突破創新探索新的途徑。

由此可見，信息表征不僅影響通信的質量控制，而且對于信息處理也有著深刻的影響。有研究表明，信息表征從“比特→結構”的創新探索可以有效克服傳播環境中噪聲與干擾的影響，提高無線通信的可靠性以及效率[4]。

然而，這還遠不是問題的全部。進一步的一個問題是，信息表征如何影響通信的體系結構？

不妨看看人類是如何通信的。人類的通信方式是大腦對信息進行感知和學習，存儲先驗知識，并在后期學習過程中不斷對先驗知識的特征進行提煉，從而逐漸增強乃至進化未來對新信息的辨識能力，即所謂的“一回生，二回熟”。大腦感知結構化的信息[5]，是一種長期進化形成的信息表征，貫穿于大腦感知、學習、存儲、處理的全過程，它需要處理的信息是少量的。這樣，通信過程中的數據量越來越少，但知識卻越來越豐富。由此，一個重要的啟發是：信息表征抑或不再是孤立的、靜態的度量，而是一個過程，是通信過程的一部分。過程的表征需要引入狀態，狀態的引入將對現有的移動互聯網體系結構產生深刻的變革。

為此，可借鑒人類通信變革現有的通信體系結構：將“終端-網絡轉發-終端”的傳統通信轉變為“終端-網絡計算-終端”的協同通信與計算過程，由此產生移動互聯網環境下的新型計算通信模型，如圖2所示。圖中信源X通過編碼器，基于媒體庫（或先驗知識庫，下同）S的已知信息編碼輸出碼字；譯碼器利用接收到的碼字和譯碼媒體庫Y譯碼輸出重構信息X。這里的媒體庫S、Y可利用互聯網的先驗知識，為網絡引入了狀態，編碼過程就是對信息進行計算與表征。在傳統的通信體系結構下，假設接收端得到的信息為Z，那么無線信道需要傳輸的信息量為X與Z之間的互信息[IX，Z]。基于圖2的新結構，所需傳輸的信息量為條件互信息[IX，Z|Y。]通常遠小于原始的互信息[IX，Z]，由此可實現通信傳輸數據量的大幅壓縮。

毋庸置疑，對信息本質的再認識，以及信息表征方法的再探索，對于未來無線通信的發展變革具有深遠意義。

2.2 從容量優化到通信與網絡融合

現有的以規模建設實現持續擴容的發展范式，其基本出發點是粗略假定規模與容量的某種單調關系，然而實際上系統規模與容量的關系遠比想象的復雜，有必要逐步理清這個關系，從而以理性的方式發展新的無線通信基礎設施。

經典理論中，單條鏈路的通信傳輸容量是指可靠傳輸的最大信息速率，定義為：

其中的關鍵參數為：傳輸容量CR、互信息[IX；Y]、信源熵[HX]、條件熵[HX|Y]、信源概率分布[pX]、信道轉移概率[pX|Y。]

當信源、信道的隨機特性都可簡化為獨立同分布的模型時，上述容量可計算，上限即為香農的信道容量，它可簡單給出帶寬、信噪比等信道參數與通信容量之間的映射關系，如圖3所示，這樣通信系統的設計及擴容是簡單的。

但當信源、信道的特性比較復雜時，通信傳輸容量通常難以建模求解，甚至是不確定的；加之未來無線網絡中的鏈路通常由多鏈路構成，干擾復雜，無線通信業務（比如經壓縮的多媒體數據）特性也復雜，這樣的多鏈路網絡架構參數（拓撲結構、鏈路特性、時/空/頻多域資源組織運用方式等）與其信息服務能力（用戶容量、傳輸容量、網絡容量等）難以建立映射關系，如圖4所示。因此，通信與網絡的融合成為長期以來懸而未決的難題，在此情況下以規模建設實現持續擴容，或沿用傳統方法構建新的復雜無線網絡設施等發展模式就缺乏理論依據了。

為了實現信息通信理論的創新突破，研究者們把目光從研究點對點通信轉移到研究多點對多點網絡中，這是一個重要的轉折。最先研究的是多點對一點的多用戶接入以及一點對多點的廣播信道。在多用戶接入信道下，Alshwedu[6]提出了多址訪問（多點對一點）信道的信道容量，進而廣播（一點對多點）信道可看作是多址訪問信道的對偶模型，其容量也隨后問世[7]。Cover[8]進一步研究了中繼信道的可達速率和容量界，這個結果仍是迄今為止最具影響力的容量研究之一。緊接著有學者嘗試兩點對兩點的干擾信道研究，卻發現當通信鏈路大于等于3時，從信息論的角度給出信道容量沒有精確解[9]。

長期以來，許多學者試圖分析無線網絡環境下的容量域，然而僅僅幾類特殊的網絡模型有明確的容量表示或者已經找到容量的上下界，但一般網絡模型的容量尚未知曉。研究表明，當延時、誤碼和用戶業務的動態特性必須考慮的時候，經典的香農理論難以勝任[10]。如何在通信與網絡這個未完成的融合中，突破以現有技術為基礎的鏈路分離、網絡分層的無線網絡架構，從根本上大幅提升無線網絡服務能力，需要建立一種新的網絡通信理論研究范式。這是我們面臨的新難題，也是發展網絡通信理論的新機遇。

3 探尋無線通信發展的

新起點

回顧無線通信的發展，自馬可尼首次實現電磁波通信，到當前如火如荼的5G研發，歷經了先漫長后迅猛發展的過程。如圖5中的S曲線所示，自發現電磁波至1G模擬蜂窩網絡問世花費了近一個世紀的時間，而從2G到4G的發展僅僅用了短短十幾年。目前，產業界學術界都在全力投入5G研發中，但是從5G的幾點核心技術來看：超密集網絡（UDN）是傳統微蜂窩基站在空域部署上的改進；毫米波則是傳統寬帶通信在頻域部署上的擴展；而大規模天線則直接是傳統多天線技術的進一步發展等。因此，5G更像是4G發展的延長線上的產物，抑或已經開始走向S曲線的天花板？

如何尋找到無線通信發展的新起點？

前面談到，信息不能總是簡單的以比特來度量，通信不能還是把主要的著眼點放在傳輸上，無線通信也不能簡單理解為點對點的開環系統，通信與網絡的融合是大趨勢。我們需要再認識信息通信工程，仿照人類通信“一回生，二回熟”的方式認識通信工程。早在1948年，“控制論之父”諾伯特·維納就指出，通信工程應該作為一個閉環系統來考慮，而且通信與控制的問題是不能區分開的[11]。實際上，現在的通信系統可以涉及信息科學的幾乎所有環節，從傳輸到協議，從協議到網絡，從網絡到數據，從數據到計算，從計算到控制等都可從屬并服務于通信工程，并且各個環節之間動態、關聯的相互作用也應該是閉環的，認識到這一點，無疑創新空間將大為拓展。

科學發展上可以得到最大收獲的領域是各種已經建立起來的學科之間的、被忽視的無人區[11]。信息科學中，研究信息的產生、獲取、存儲、顯示、處理、傳輸和利用等要素時，難以簡單分割，常常表現出交叉、交織、膠著的狀態，橫向發展催生更多的邊緣學科和交叉學科，成為科學進步和技術創新的主要源泉[12]。因此，將來的信息通信要以體系化思維來主導，在無線通信系統中將各學科深度融合，從學科交叉中探索發展是謀求創新突破的有效途徑。

4 結束語

未來無線通信面臨復雜干擾，資源受限，能耗約束，廣域覆蓋等多重挑戰，無線通信理論與技術的發展征程需要探索新起點。應以體系化的思維謀求創新突破，在學科融合和交叉中尋覓解決之道，揭示其中的本質問題與規律，再度彰現方興未艾、風光無限的無線通信領域。

參考文獻

[1] Cisco. Cisco Visual Networking Index： Global Mobile Data Traffic Forecast Update， 2015-2020 White Paper[R]. Cisco， 2016

[2] WEILAND J D and HUMAYUN M S. Visual Prosthesis [J]. Proceedings of the IEEE， 2008， 96（7）： 1076-1084

[3] LECUN Y， BENGIO Y， HINTON G. Deep Learning [J]. Nature， 2015，（521）： 436-444

[4] LU J， TAO X， and GE N. Structural Processing for Wireless Communications [M]//Springer Briefs in Electrical and Computer Engineering. Germany： Springer， 2015： 2191-8112

[5] TENENBAUM J B， KEMPC， GRIFFITHS T L， et al. How to Grow a Mind： Statistics， Structure， and Abstraction [J]. Science， 2011， 331（6022）： 1279-1285

[6] AHLSWEDE R. Multi-Way Communication Channels[C]//International Symposium on Information Theory （2nd 1971 Tsahkadsor）. Armenia， 1971：23-52

[7] COVER T M. Broadcast Channels[J]. IEEE Transformation Information Theory， 1972， 18（1）： 2-14. DOI： 10.1109/TIT.1972.1054727

[8] COVER T， GAMAL A E. Capacity Theorems for the Relay Channel [J].IEEE Transformation Information Theory， 1979， 25（5）： 572-584. DOI： 10.1109/TIT.1979.1056084

[9] GUPTA P， KUMAR P R. The Capacity of Wireless Networks[J]. IEEE Transformation Information Theory， 2000， 46（2）： 388-404. DOI： 10.1109/18.825799

[10] HAJEK B， EPHREMIDES A. Information Theory and Communications Networks： An Unconsummated Union[J]. IEEE Transformation Information Theory， 1998，44（6）： 2416-2434. DOI： 10.1109/18.720543

[11] WIENER N. Cybernetics： Or Control and Communication in the Animal [M]. USA： John Wiley，1948

[12] 李德毅.《信息科學發展戰略研究》中若干熱點[J]. 中國計算機學會通信，2010，（8）：68-71