6G霧無線接入網關鍵技術及構架探究

吳 剛

（中國電信股份有限公司 甘肅分公司，甘肅 蘭州 730000）

0 引 言

如今，車聯網、現實虛擬及全息影像等新技術應用的發展伴隨著移動終端及數據量的不斷增長，給未來的網絡設計和應用帶來前所未有的新挑戰。據悉，無線6G智能網絡的關鍵指標是5G的10倍，預計速率峰值可達到1 Tb/s，時延空口低于1 ms，連接的設備量在1×107/km2以上。要想實現無線6G網絡的低時延、大容量以及超連接應用，亟待發展通信移動新技術。而6G智慧霧無線接入網技術融合了霧無線網絡、非正交鏈路級多址技術及智能人工技術等多種優勢，是實現智慧6G網絡應用指標的一項重要技術。

1 6G關鍵性技術

1.1 NOMA技術

該技術的核心是蜂窩式通信技術，可實現多用戶同時共享通信應用資源。原始網絡蜂窩技術使用的接入方式包括多址頻分、多址時分、多址碼分及多址空分等。這些多址接入通信技術為不同接收方用戶在頻/時/空域生成通信分配資源，形成潛在的資源浪費，無法滿足未來6G網低時延、大容量以及超連接的應用需要。NOMA通信技術將成為后5G與6G網的換代多址接入技術，可以同時在相同的頻/時/空域為多用戶提供服務，實現用戶間資源正交分配，有效防止用戶之間相互干擾。此外，NOMA技術主要分為碼域和功率域[1]。

1.1.1 NOMA功率域

NOMA功率域是利用客戶之間存在的信道強弱差異，通過功率分配進行頻譜資源的復用。NOMA功率域與OMA中關于功率及頻譜的分配比較如圖1所示。

在NOMA兩用戶應用場景中（見圖2），解碼差異最明顯，通過對NOMA通信用戶應用功率進行優化，系統實際的吞吐量明顯得到提升。

圖2 NOMA原理圖

1.1.2 NOMA碼域

NOMA碼域充分應用了復雜度較低的多用戶分別檢測的方法，按照用戶序列進行無線網絡資源的全部共享。典型的NOMA碼域有多址稀疏碼SCMA、多址交織碼IDMA及擴頻碼LDS-CDMA等。圖3為SCMA模型。

圖3 SCMA模型

1.2 多維調配資源

多維調配資源指的是對計算、通信以及緩存等多項資源進行聯合協調和配置，是目前一種最有效的網絡性能提高方法。在5G不斷商用趨勢下，頻譜的有限資源限制網絡的容量增長。同時，網絡中存在的擁堵問題、密集型計算問題以及敏感延時問題都無法通過資源協調配置解決。故此，應將相關計算、通信以及緩存等資源進行綜合調配，打破如今網絡性能的瓶頸[2]。

多維調配資源應該根據不同資源的維度時間、資源差異、資源相互耦合的關系等方面去平衡效益、成本以及復雜度3者之間的關系。當前，不管是霧節點還是客戶終端，普遍具備計算和緩存的能力。同時，應用網絡信息技術（ICN）和邊緣移動計算（ICN）使網絡的各項性能有效增強[3]。

1.3 人工智能

從無線5G網絡將人與物相互連接不斷發展，到無線6G網絡實現智能體、人以及設備間的相互聯通。AI技術是達到這一目標的基礎。憑借此項技術，現代網絡的發展重心也將從用戶向服務轉變，不斷達成網絡自解析、自學習、自感知、自決策及各種網絡海量終端的相互聯通。

2 當前網絡研究的進展

如今，相關霧無線網絡接入技術仍處于起步研究階段。本文對霧無線技術、NOMA、NOMA與F-RAN從以下3方面進行詳細分析，闡述國內外研究發展狀況。

2.1 霧無線通信網絡技術

F-RAN的主要研究對象是組網技術與結構。在組網結構方面，根據相關資料提出以網絡F-RAN結構切片為基礎，通過統一安排管理，接入網絡以切片狀被分成多個獨立的邏輯網絡，令差異化通信需求可以同時得到滿足。同時有資料顯示，F-RAN構架業務可以通過邊緣網絡節點所具有的運算性能，對多個不同的子任務進行同時計算，使AR低時延的業務性能需求得到滿足。該技術主要對模式的選用、資源的調度以及功率的匹配等方面進行研究。以最大化的處理能力為目標，對F-RAN接入用戶模式及功率進行優化并設計，進而提出優化集中算法[4]。F-RAN具體包括3種卸載計算模式。

（1）云計算層上卸載算法，將減少能耗作為設計目標，提出云計算調度卸載設計方案。

（2）霧計算層上卸載算法，是指設計提出低耗能及滿足延時需求的卸載計算策略。

（3）云/霧聯合卸載，是指以延時和能耗為出發點，提出在非受限情況下云霧聯合調度卸載方法。

2.2 NOMA相關技術與理論

設計提出5G多種不同的NOMA解決方案，具體如下。

以所用的碼域SCMA為基礎，有效結合QAM的傳輸與調制過程，提供的過載率最高可達到300%。

以接收端與發送端相互聯合設計圖樣多址分割技術為基礎，將多個不同客戶信號進行空域、功率域以及編碼域的聯合或者單獨傳輸，選取容易消減干擾接收設備算法的圖樣加以區分，PDMA能夠將上行的容量提高2～3倍，能夠將下行頻譜的應用效率提高1.5倍。

基于多元碼復數域的MUSA是一種多用戶免調度的接入共享方案，能夠有效達到低功耗和低成本的互聯互通。

如今，產業界為了達到5G的應用需求，設計多款NOMA解決方案，在學術界同時對NOMA基本理論及關鍵性技術展開了分析研究，為新NOMA通信網絡系統的理論研究和技術開發奠定基礎。要想達到后5G通信性能的各項要求，需要NOMA進一步的改進和完善，與系統組網相互協同配合是霧無線6G智慧網絡理論核心，同時也是需要解決的核心技術問題。

2.3 NOMA與F-RAN的相互融合

NOMA是一項鏈路級的通信技術，F-RAN是一項系統級的通信技術，兩項技術協調配合可有效提高連接數、頻譜以及延時等性能。有關資料提出一種以NOMA和F-RAN為基礎進行資源配置的技術方案，應用RRH同F-AP之間干擾控制和F-AP對客戶進行功率配置，達到系統總速率的最大化[5]。

資料顯示，國內外對F-RAN與NOMA協調適配方法非常重視，卻沒能有針對性的開展新一代通信移動系統性能開發的相關工作，未能針對跨業務、跨頻譜以及跨場景等特征協調適配，未能將智能人工與F-RAN技術有效結合。要想實現F-RAN同NOMA的協調適配，應該從結構體系、組網的基本原理以及核心技術3方面攻關。

3 6G網絡工作標準化

3.1 NOMA技術的標準化

近年來，業界設計提出NOMA技術的多種解決方案，具體包括華為設計的域碼復用的稀疏碼分多址技術（SCMA）、中興設計的多用戶接入共享技術（MUSA）、大唐電信設計的分割圖樣多址技術以及日本公司NTT DoCoMo設計的功率域非正交多址技術。對于標準化NOMA技術的研究工作，其標準化3GPP相關組織的研究和論證工作已經展開，主要分為發射機端管理、NONA工作過程、接收機復雜程度以及NONA基本性能等多項評估內容。其中，發射機端管理主要利用接入多址簽名碼對用戶加以區分，對兩種支持Rel-15的方案及其方案內容進行研究[6]。在接收機方面，開展了NOMA多種設計，同時對其復雜程度進行了評估。對于同NOMA有關的過程，重點評估、研究了同步與異步網絡傳輸。對于性能方面的評估，主要通過系統級與鏈路級對其基本性能進行評估。目前，組網與NOMA技術缺乏有效結合。為了能夠實現無線6G網絡的性能要求，應加強NOMA的發展演進，與系統級網絡技術和應用有效結合。

3.2 無線接入網絡AI技術應用標準化

在智能人工技術被廣泛應用于各行業，并取得較快發展的今天，該技術在無線接入網絡中的應用同樣受到關注。ITU、3GPP以及ETSI各組織都提出將AI和5G結合適配作為研究課題。在相關標準的研究方面，3GPP重點對網絡信息數據進行整理分析，相關工作組成立于標準化5G同步進程中，對網絡通信數據的應用和分析項目進行研究。具體表現在，3GPP RAN3專項組確定研究課題（RP-181456），研究的主要內容是接入網相關數據的分析與應用，3GPP SA2專業組確定研究項目（eNA），主要研究的內容是進行信息數據的收集與分析，并應用其成本進行網絡優化。近期，關于服務5G系統數據的分析功能，3GPP做出第三發展階段定義。2017年，歐洲的電信標準化協會成立了智能接入網絡標準化實驗小組，主要將AI引擎與網絡適配結合，從而實現網絡智能管理。通過AI引擎的協助，智能網絡可以自主判斷，從而達到降低成本的目的，實現5G通信網絡自動化、智能化的運維化管理。尤其是該架構應用了上下文感知、AI技術以及驅動元數據等方案，以“觀察—決定—行動”模式設計回路控制功能，通過客戶的需求及外部環境對網絡進行配置。2019年，電信國際陽聯盟（ITU）正式頒發5G+AI國際執行標準，在5G無線網絡中，該標準以高效率、低成本的方式替代機器式學習辦法，充分滿足各通信運營商模塊框架的部置及實際應用[7]。

4 結 論

為了實現6G網絡低延時、大容量以及應用連接等各項功能的快速發展，無線接入網絡得到不斷的發展完善。本文以霧無線傳統接入網絡為基礎，設計出系統級智能人工融合技術與鏈路級非正交融合多址技術的霧無線網絡構架。在此詳細闡述了其關鍵技術、標準化進程及國內外相關研究成果，希望能夠有效促進智慧6G無線網絡未來的研究和發展。