基于聚類算法的6G典型應用場景研究

金寧，王慶揚

工程與應用

基于聚類算法的6G典型應用場景研究

金寧，王慶揚

（中國電信股份有限公司研究院，廣東 廣州 510630）

相比5G三大經典應用場景，6G典型應用場景的內容和種類將更為豐富與繁多，如何客觀高效地提煉6G應用場景成為一大挑戰。基于此，采用聚類算法研究6G應用場景，首先考慮6G業務及性能指標，然后對6G業務進行指標需求數值收集和各指標評分，最后利用不同聚類算法分析樣本數據。根據聚類結果提出了6G八大典型應用場景，可為業界6G研究提供一定參考。

6G；應用場景；聚類

0 引言

5G應用場景概念最早由國際電信聯盟無線電通信部門（ITU-R）自IMT-2020系統研究階段提出，包括增強型移動寬帶（enhanced mobile broadband，eMBB）、低時延高可靠通信（ultra reliable and low latency communication，URLLC）和大連接物聯網（massive machine type of communication，mMTC），5G三大應用場景如圖1所示[1]，為5G技術的研究、5G網絡的規劃和部署指明了方向，推動了5G移動通信的快速發展。然而，隨著新興技術的不斷涌現和人們對移動網絡更高層次的需求，三大經典應用場景已無法全面詮釋5G演進以及未來6G網絡的豐富業務應用。2020年2月，ITU-R正式啟動IMT-2030研究工作，其中《未來技術愿景建議書》已于2021年上半年啟動，研究工作包括IMT-2030的應用場景等內容，計劃于2023年6月完成。

圖1 5G三大應用場景[1]

國內外各高校、研究單位對6G應用場景已進行了初步的探索和展望。2020年1月，日本NTT DoCoMo發布《5G演進與6G》白皮書[2]，白皮書擴展了5G需求，并重新組合不同需求，總結6G用例為：超高速和高容量通信、極大范圍覆蓋擴展、極低功耗和低成本、極低時延、極高可靠性、超大規模連接和傳感；2020年8月，東南大學牽頭發布的6G研究白皮書《6G無線網絡：愿景、使能技術與新應用范式》[3]中提到，6G場景應包括增強的5G場景，如進一步增強的移動寬帶（further-eMBB，feMBB）、超大規模機器類通信（ultra-mMTC，umMTC）、超高可靠低時延通信（massive-URLLC，mURLLC）、移動寬帶可靠低時延通信（mobile broadband reliable low latency communications，MBRLLC）、極其可靠和低時延通信（extremely reliable and low latency communications，ERLLC），以及多種新應用場景，包括遠距離和高移動性通信、超低功耗通信、空天地海一體化網絡、以人為中心的服務、分布式AI和聯邦學習應用等；2020年11月，紫光展銳中央研究院在其6G白皮書《6G無界，有AI》[4]中認為6G將實現全應用場景覆蓋，除了5G原有應用場景的增強和演進，還催生全新應用場景，如全息通信、沉浸式XR、數字孿生、全域無縫覆蓋及全自動駕駛。

綜合各單位預測結果可知，相比于5G經典應用場景，6G典型應用場景的內容和種類更為豐富與繁多，因各單位總結角度不同、觀點不一致，6G場景差異性較大，如何高效提煉形成統一的6G應用場景成為了一大挑戰。之前的研究已對6G應用場景進行初步探索，但由于業務種類較少、指標不夠豐富，只提煉出四大類應用場景[5]。針對上述問題，本文采用聚類算法分析6G業務、提煉6G應用場景。聚類作為一種重要的數據分析方法，已成功應用于眾多領域，如市場研究、圖像處理、數據分析等[6]。本文基于聚類算法總結6G應用場景，旨在提高研究工作的全面性、合理性、客觀性以及高效性。

1 聚類方法及流程

1.1 聚類介紹

聚類，即將一個數據集按特定規則分割成不同類，同一類里的數據對象相似度較大，而不同類里的對象差異度較大。聚類技術日益發展，算法種類豐富，包括基于代表的聚類、層次聚類、密度聚類、譜聚類、模糊聚類等[7]，根據聚類目的、樣本類型、算法特點選取合適的聚類方法。文獻[5]的研究中利用層次聚類方法提煉5G典型應用場景，結果充分證明了層次聚類方法用于場景提煉的合理性，故本文研究首先選用層次聚類法提煉6G典型應用場景。

層次聚類法為傳統硬聚類方法，具有非此即彼的特性，即將樣本嚴格劃分到某一類中，而有時樣本間無嚴格劃分界限，故引入“隸屬度”概念，推廣為模糊聚類算法。本文研究同時采用模糊C均值（fuzzy C-means，FCM）算法，聚類分析6G應用場景。

1.2 層次聚類

層次聚類首先將每個樣品各自看作一類，個樣品即類，并指定樣品間的距離規則和類與類之間距離規則；其次，將距離最近的兩類聚合成一個新類，計算新類與其他類之間的距離；重復進行上述兩個最近類的聚合和距離計算過程，依次減少一類，最后將所有子類聚合成一個大類，形成聚類樹狀圖[8]。

本文研究采用常用的歐氏距離作為樣品間距離規則，類與類間不同距離規則產生了不同的層次聚類方法，不同層次聚類方法的類與類間距定義見表1。

表1 不同層次聚類方法的類與類間距定義[8]

以上不同層次聚類方法可通過計算cophenetic相關系數評判，cophenetic相關系數越接近于1，表明聚類效果越好。通常情況下，類平均法因靈敏度適中，既不使空間過于濃縮，也不過于擴張，被認為是效果較好的方法。

聚類具體個數可參考不一致系數的變化情況，每次并類得到的不一致系數由inconsistent函數計算。當不一致系數增加時，表明此次聚類效果不好，而上一次并類效果較好，且增加幅度越大，說明上一次的效果越好。

1.3 FCM

FCM算法遵循不同概率屬于某個類的原則，根據隸屬度確定樣本的聚類程度，即通過隸屬度值的大小進行樣本的歸類。FCM目標函數為[8]：

FCM聚類首先需確定類的個數，其次通過取[0,1]內的隨機數初始化隸屬度矩陣，接著迭代FCM算法并設定迭代終止條件，不斷修正矩陣、計算目標函數值，直至目標函數收斂到最小，此時得到最終的隸屬度矩陣，根據中取值可確定樣品聚類結果[8]。

1.4 聚類分析步驟

本文基于層次聚類法和FCM算法提煉6G典型應用場景，具體步驟如下：

步驟1 選取6G典型業務及應考慮的業務關鍵性能指標；

步驟2 收集選取業務的各項關鍵能力指標詳細信息；

步驟3 根據不同性能指標各自特點進行指標等級標準劃分；

步驟4 結合步驟2、步驟3，對6G業務的各項關鍵性能指標進行數值收集和等級評分，形成樣本數據；

步驟5 利用不同聚類法對樣本數據進行聚類分析，得到聚類結果；

步驟6 分析聚類結果提煉6G典型應用場景。

2 6G業務樣本

2.1 6G業務及性能指標選擇

“4G改變生活，5G改變社會”，未來6G時代將包羅萬象，提供種類更為豐富的通信業務。一方面，現有業務如視頻監控、遠程手術、環境監測等，需要6G網絡提供更卓越的通信性能，如對傳輸速率、可靠性、連接密度等指標的要求較5G提升數倍、數十倍，甚至上百倍；另一方面，用戶對6G更高層次的需求加速了現有技術的發展、催生了全新的通信技術，如全息技術、數字孿生、沉浸式XR、通感融合及衛星技術等，創新應用隨之涌現，包括全息視頻會議、孿生城市、虛實結合游戲、衛星通信、產品缺陷檢測感知等典型業務。

6G“一念天地，萬物隨心”的整體愿景[9]表明全感知通信[10]的重要性，涉及聽覺、視覺、味覺、嗅覺及觸覺等多態感官的交互。典型應用如工業自動化中，通過機器觸覺反饋實時獲取現場信息，使生產任務高效可靠的進行；又如身臨其境旅游，人們不需要親臨現場，就可以賞美景、聞花香、聽音律、品美食。

另外，無線與有線融合在未來6G時代具有重大意義。無線與有線融合可增效減排、節約算力開銷、增強移動通信網絡的通信性能，將驅動6G向更高能效、更綠色方向演進，助力6G智能化、健康開放和高性能發展。無線與有線融合接入包括無線接入和Wi-Fi、無源光纖網絡（passive optical network，PON）等固定接入方式[11]，無線接入具備靈活性與移動性，有線接入優勢為高可靠與節能，根據不同業務需求智能選擇和協作無線、有線多個接入鏈路，可極大提升室內外靜止場景業務的通信速率和可靠性。

未來6G移動通信將在5G基礎上，進一步賦能千行百業，滿足所有行業特殊需求、顛覆式創新傳統行業，故6G業務還應考慮行業的全面性，包括醫療、工業制造、教育、媒體、交通、旅游、娛樂等。

為全面評估上述6G典型業務特性，除了考慮傳統通信性能指標，還需要引入全新的能力特性。本文從業務相關特性的角度出發，主要通過帶寬、時延、時延抖動、連接密度、能耗、可靠性、移動性、定位精度、覆蓋范圍、安全需求、通感融合能力11個指標分析6G業務，并展望了部分可量化指標的最大能力，見表2。

表2 6G關鍵性能指標

2.2 6G業務樣本

本文選取的11個業務特性能力指標特點豐富，包括可量化和不可量化指標，可量化指標之間絕對值差異性較大，且目前6G處于預測和展望階段，部分業務指標的具體數值較難收集。為全面合理評估業務特性，綜合考慮上述情況，本研究聯合使用真實數值和5分制評分法建立業務樣本列表。

帶寬、時延和可靠性3個指標，給出樣本的真實需求值，其余指標因量化難度大和真實數值較難確定，采用5分制對業務進行評分。其中對于時延抖動、能耗指標，等級劃分依據最大能力數值依次減小評定，分數越高說明業務對該特性的要求越苛刻，如5分代表最低時延抖動、最低能耗等；連接密度、覆蓋范圍指標，雖可數值量化，但以具體參照物為標準進行評分可更直觀、高效，如連接性的參照物包括衛星、人、機器，覆蓋范圍的參照物為地面、空等；對于定性指標（如安全需求、通感融合能力），只劃分1、3、5或1、5兩至三個等級，僅代表需求的有無和高低即可，如1代表不需要通感融合能力，5代表需要相關技術與能力。移動性指標為通信雙方的相對運動速度，因衛星通信業務的具體移動性數值計算難度大，故采用5分制標準：5為涉及衛星、飛機、無人機等移動性為600 km/h以上的業務；3為普通車速，約為100 km/h；1為人步行或跑動速度，小于10 km/h；0則為靜止場景，移動性為0 km/h。部分指標5分制等級評分標準見表3。

本研究充分調研5G、5G-advanced、6G的技術發展及業務特性[2-4,9-22]，基于業界當前研究進展，并根據上述介紹的等級評分標準，6G典型業務樣本數據見表4。

表3 部分指標5分制等級評分標準

表4 6G典型業務樣本數據

表5 不同層次聚類方法的cophenetic相關系數數值

各類別的相對距離圖2 層次聚類結果樹狀圖

3 6G典型應用場景提煉

3.1 層次聚類法提煉6G應用場景

利用層次聚類法對表4內樣本數據進行聚類分析。需要首先對樣本進行標準化處理（減均值，除以標準差），可使不同量綱的數據同時存在于一個矩陣中。利用cophenetic相關系數接近于1原則選擇層次聚類方法。不同層次聚類方法的cophenetic相關系數數值見表5，可見類平均法的cophenetic相關系數數值最接近于1，表明類平均法的聚類效果最優，最適用于本文聚類特點，故本研究采用類平均法進行聚類分析。層次聚類結果樹狀圖如圖2所示，橫坐標各序號對應表4中不同6G業務。

接下來由inconsistent函數計算每次并類得到的不一致系數，基于MATLAB得到的不一致系數變化如圖3所示，最后一列為不一致系數數值。考慮最后幾次并類的不一致系數變化，可見倒數第2次和第7次并類增量較高，分別為0.595 5和0.484 7，兩類分類數目較少，故認為分成7類效果較好。為充分分析聚類結果，7類、8類層次聚類結果見表6。

圖3 不一致系數變化

3.2 FCM聚類算法提煉6G應用場景

與層次聚類法相同，需對數據進行標準化處理，隨后進行聚類分析。參考上述聚類數目，7類、8類FCM聚類結果見表7。

表6 層次聚類結果

3.3 不同聚類結果分析與對比

首先分析層次聚類7類結果（表6），第1類業務多利用XR、AR、全息、觸覺互聯網等技術，強調低時延和大帶寬；第2類包括機器控制、醫療手術、自動駕駛等業務，對時延和可靠性有極苛刻要求；第3類業務皆需要通感融合能力；第4類涉及無人機、衛星技術，覆蓋空天地海廣域范圍；第5類遠程抄表、環境監測等業務突出大規模機器通信，速率、時延要求低，功耗消耗較小；第6類孿生城市業務連接密度較大，強調多連接下的高數據速率；第7類移動/固定高清視頻直播、商客PON接入、家庭光纖接入業務帶寬需求較大，包含無線、有線接入等技術。層次聚類8類結果將上述第7類進一步分開，固定高清視頻直播、商客PON接入、家庭光纖接入的移動速度皆為0，即為固定靜止場景的寬帶需求，而移動高清視頻直播需要高移動速度下的高數據速率覆蓋。

表7 FCM聚類結果

FCM結果與層次聚類結果區別在于表7中的第5、第6類。第6類業務的帶寬皆為Tbit/s級別，較第5類業務的帶寬至少高一個量級，可見FCM聚類突出帶寬差異，而層次聚類更注重連接密度的差異性，將大連接業務孿生城市單獨歸為一類。FCM 7類結果依據移動性需求將移動高清視頻直播與無人機、衛星通信業務歸為一類，8類結果將移動高清視頻直播業務分離出來。

綜上討論，認為可以層次聚類的8類結果作為依據，提煉6G典型應用場景。

3.4 6G典型應用場景提煉

根據上述分析，本文提出6G八大典型應用場景如圖4所示。

圖4 6G八大典型應用場景

（1）增強的無線有線融合寬帶（enhanced wireless and wired broadband，eXBB）

該場景（表6第7類）將有線接入方式納入連接體系，實現室內或局域范圍內的大寬帶連接。當前5G行業和家庭應用存在5G、PON以及Wi-Fi等多種接入方式，對無線與有線接入方式的相互協同和融合形成了更高的訴求，未來多種接入方式將在6G階段融合為同一張網絡，支持多種連接的統一管理和智能調度。例如對于固定高清視頻直播、商客PON接入、家庭光纖接入等不同室內外靜止場景應用，根據其具體需求，智能選擇和協作合適接入方式，以實現更卓越的寬帶連接體驗。

（2）低時延大帶寬（low latency broadband，LLBB）

該場景（表6第1類）強調通信網絡時延和帶寬的重要性。如視頻檢控、遠程全息課堂、云端渲染XR、工業機器人觸覺反饋等業務，因清晰度大、圖像視野廣，傳輸信息數據量大，帶寬通常為Gbit/s～Tbit/s量級，同時信息傳送的精準性和同步性要求網絡提供1 ms～幾十 ms的低時延。

（3）超低時延高可靠（ultra low latency and high reliability，ULLHR）

該場景（表6第2類）對時延、時延抖動和可靠性要求較高。如移動機器運動控制、遠程手術、超高壓繼電保護等業務，通常要求亞毫秒級別的時延和99.999 99%的可靠性，以保證工業制造的精準性和人身的絕對安全。現有技術的不斷優化和新興技術（確定性網絡等）的日益涌現，將保障未來業務的端到端超低時延、時延抖動和超高可靠性。

（4）靈活通感（flexible communication and sensing，FCS）

該場景（表6第3類）同時具備無線通信和無線感知能力，感知功能的加入將極大提升網絡性能。通感融合可提供高精度定位、高分辨率成像等服務，廣泛應用于車聯網、智慧工廠等領域中，如交通環境感知、產品缺陷監測、來訪人員識別等。針對不同應用，通感的靈活性將滿足定位精度、分辨率等不同業務指標需求，更好服務于人類。

（5）低成本大連接（low cost massive connections，LCMC）

該場景（表6第5類）著重低成本的物物廣泛連接，旨在打造綠色節能的物聯通信。如遠程抄表、環境監測、智能燈桿互聯等業務，網絡架構上需要支持設備的泛在連接，終端側則需要支持合適的網絡接入方式以及終端直通（device- to-device，D2D）等終端互聯能力，實現低功耗與低成本的終端數據動態交互和智能共享。

（6）高速海量連接（high rate massive connections，HRMC）

該場景（表6第6類）特色為高速率的大規模連接。典型業務如孿生城市，海量數據的采集可達到100萬/km2的連接數，同時高精度圖像的構建、高清視頻監控對速率提出高要求。另外，該場景對流量密度要求較高，為1 Gbit/(s.m2)。

（7）稀疏廣域覆蓋（sparse wide area coverage，SWAC）

該場景（表6第4類）突出稀疏廣域的全覆蓋，主要通過衛星、無人機、高空平臺等技術實現空、天、海和陸地偏遠地區的廣域覆蓋。典型應用如偏遠地區的無人機巡檢，空中、海洋、偏遠地區的民航、客船、車載衛星通信等。該場景對覆蓋能力提出了更高的要求，關鍵挑戰在于如何實現低成本的覆蓋。另外，該場景下部分業務（如衛星通信），對移動性有極高要求。

（8）高移動性寬帶（high moving speed broadband，HMSBB）

該場景（表6第8類）將滿足高移動速度下的高數據速率覆蓋需求。例如對于移動高清視頻直播等業務，涉及飛機、高鐵等快速移動時的寬帶通信，需要保證用戶體驗質量，故高運動速度下不間斷的寬帶服務為未來需解決的問題。為克服高移動性的多普勒頻移問題和保證通信質量，未來無線空口技術的創新、網絡架構的設計、業務連續性保障等皆需著重考慮。

3.5 與業界研究成果對比分析

基于業界對6G應用場景的研究進展，分析各單位研究結果可知，6G典型應用場景大致由5G性能提升及擴展場景與6G全新能力場景兩部分組成。5G性能提升及擴展場景囊括不同需求的多重組合，其中未來通信網絡需求包括超高速率、極低時延、極高可靠性、大規模連接、高移動性、低成本等性能；6G全新能力場景包括空天地海覆蓋、多維感知、全息通信、AI等全新場景。

與上述分析結果對比，本研究提煉的八大場景，是對業界提出的6G若干基礎特性的創新組合：低時延大帶寬、超低時延高可靠性、低成本大連接、高速海量連接、高移動性寬帶為對現有場景的進一步增強和擴展；稀疏廣域覆蓋、靈活通感為涉及6G空天地海通信能力、多維感知能力的新需求場景。另外，本研究通過聚類種類及形態豐富的6G業務提出了增強的無線有線融合寬帶場景，表明基于5G固移融合，6G時代無線有線融合的必要性和重要性，此場景目前其他研究單位并未提出。

3.6 應用場景研究對系統設計的參考性分析

6G系統設計主要包含信道編碼、幀結構、調制解調、多址方式、功率控制、天線技術等L1物理層設計，L2/L3高層協議以及無線網絡架構和接口等相關設計，ITU定義的IMT-2020性能指標包括峰值速率、峰值譜效率、用戶體驗速率、5%邊緣用戶譜效率、平均譜效率、區域流量、能效、移動性、用戶面時延、控制面時延、移動中斷時間、可靠性、連接密度、帶寬14項[23]。本文提出的應用場景有助于6G系統總體方案的制定和具體技術方案的選擇，同時將應用場景與潛在關鍵技術結合起來考慮，有助于制定較為客觀實際的6G性能指標。

本文提出的八大應用場景特點鮮明，結合其各自特點及業務實際情況，首先，分析不同場景下的性能指標需求，得到差異化的性能指標集合；其次，根據性能指標和技術手段的關聯關系，分別分析八大場景下的6G無線和網絡技術需求和應用情況；最后，總結各場景的典型業務、性能指標、技術手段等需求特點，以此為參考，進行6G系統總體方案的制定和具體技術方案的選擇。

在6G系統設計中有兩方面的問題需要進一步探討：一方面，若僅按照預測的6G業務和提煉的應用場景考慮6G系統的性能指標，那么指標數值虛高的可能性較大，建議統籌考慮6G業務、應用場景與各項潛在關鍵技術的研究進展，以潛在關鍵技術的組合實現應用場景并推導系統的性能指標，并且持續迭代更新，以制定更為客觀實際的6G系統性能指標。

另一方面，從5G的經驗可知，差異較大的多種應用場景難以用一套系統同時實現，因此本文建議可從應用場景維度將6G系統劃分為若干子類，特點相對較為接近的場景可用一套子類系統實現。此時可利用聚類算法進一步壓縮應用場景，形成6G系統的若干子類，以指導后續的系統設計和指標確定，此方面內容可進一步深入研究。

4 結束語

本文基于聚類算法研究6G典型應用場景，首先考慮多種6G業務及性能指標，其次制定評分規則并確定6G業務的指標數值，接著利用層次聚類法和FCM法分析樣本數據，最后根據聚類結果提出6G的八大典型應用場景，分析對比業界研究成果，認為一定程度上提高了研究的合理性、科學性和高效性。

目前6G正處于研究預測及展望階段，創新應用的種類、形態日益增加，各類6G業務對6G系統能力的真實需求仍需要進一步探討。后續將及時對樣本數據進行迭代更新，并尋求更佳方法論，以便客觀高效地提煉6G應用場景，為業界6G研究提供一定參考。

[1] ITU-R. M.2083-0：IMT愿景–2020年及之后IMT未來發展的框架和總體目標[R]. 2015.

ITU-R. M.2083-0：IMT vision-framework and overall objectives of the future development of IMT for 2020 and beyond[R]. 2015.

[2] NTT DoCoMo. 5G Evolution and 6G white paper[R]. DoCoMo, 2020.

[3] 尤肖虎, 王承祥, 黃杰, 等. 6G無線網絡：愿景、使能技術與新應用范式白皮書[R]. 2020.

YOU X H, WANG C X, HUANG J, et al. 6G Wireless network: Vision, enabling technology and new application paradigm[R]. 2020.

[4] 紫光展銳. 6G：無界, 有AI[R]. 2020.

Unisoc. 6G: Unbounded, with AI [R]. 2020.

[5] 王慶揚, 金寧. 基于聚類算法的IMT-2030應用場景初步研究[J]. 移動通信, 2021, 45(4): 110-114.

WANG Q Y, JIN N. Preliminary study on IMT-2030 application scenarios based on clustering algorithm[J]. Mobile Communications, 2021, 45(4): 110-114.

[6] HAN J W, KAMBER M. 數據挖掘概念與技術[M]. 范明, 孟小峰, 譯. 北京: 機械工業出版社, 2001.

HAN J W, KAMBER M. Data mining concept and technology[M]. Translated by FAN M, MENG X F. Beijing: Machinery Industry Press, 2001.

[7] MOHAMMED J Z, WAGNER M J. Data mining and analysis: concepts and algorithms [M]. Beijing: Posts and Telecom Press, 2017.

[8] 謝中華. MATLAB統計分析與應用: 40個案例分析[M]. 北京: 北京航空航天大學出版社, 2010.

XIE Z H. Statistical analysis and application of MATLAB: 40 case studies [M]. Beijing: Beihang University Press, 2010.

[9] 趙亞軍, 郁光輝, 徐漢青. 6G移動通信網絡: 愿景、挑戰與關鍵技術[J]. 中國科學: 信息科學, 2019, 49(8): 963-987.

ZHAO Y J, YU G H, XU H Q. 6G mobile communication networks: vision, challenges, and key technologies[J]. Scientia Sinica (Informationis), 2019, 49(8): 963-987.

[10] 張平, 李文璟, 牛凱. 6G需求與愿景[M]. 北京: 人民郵電出版社, 2021.

ZHANG P, LI W J, NIU K. 6G Requirements and vision[M]. Beijing: Posts and Telecom Press, 2021.

[11] 張琳峰, 林奕琳, 王慶揚. 6G智能全連接網絡架構[J]. 移動通信, 2021, 45(4): 45-49.

ZHANG L F, LIN Y L, WANG Q Y. 6G intelligent full connection network architecture[J]. Mobile Communications, 2021, 45(4): 45-49.

[12] 3GPP. Study on communication for automation in vertical domains: TR22.804-g30[R]. 2020.

[13] 袁曉志, 彭莉, 張琳峰. 全息通信對未來網絡的需求與挑戰[J].電信科學, 2020, 36(12): 59-64.

YUAN X Z, PENG L, ZHANG L F. Requirement and challenge of holographic-type communication to the future network[J]. Telecommunications Science, 2020, 36(12): 59-64.

[14] FuTURE Mobile Communication Forum. White paper: 6G services and requirements[R]. 2020.

[15] Samsung Research. 6G: The next hyper-connected experience for AI[R]. 2020.

[16] IEC. Communication networks and systems for power utility automation-part: wide area network engineering guidelines: 61850-90-12 [S]. 2015.

[17] 大唐移動. 全域覆蓋.場景智聯——6G愿景與技術趨勢白皮書[R]. 2020.

DTmobile. Global coverage.scene intelligence alliance — 6G vision and technology trend white paper[R]. 2020.

[18] 中國移動通信有限公司研究院. 2030+愿景與需求白皮書[R]. 2019.

China Mobile Research Institute. 2030 + Vision and Demand Report[R]. 2019.

[19] 未來移動通信論壇. 面向云網融合服務的6G網絡技術[R]. 2020.

FuTURE Mobile Communication Forum. 6G network technology for cloud network convergence service[R]. 2020.

[20] VISWANATHAN H, MOGENSEN P E. Communications in the 6G era[J]. IEEE Access, 2020, 8: 57063-57074.

[21] 崔春風, 王森, 李可, 等. 6G愿景、業務及網絡關鍵性能指標[J]. 北京郵電大學學報, 2020, 43(6): 10-17.

CUI C F, WANG S, LI K, et al. 6G vision, scenarios and network requirements[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(6): 10-17.

[22] IMT-2030(6G)推進組. 6G總體愿景與潛在關鍵技術白皮書[R]. 2021.

IMT-2030(6G) Promotion Group. 6G overall vision and potential key technology white paper [R]. 2021.

[23] ITU-R. M.2410-0：Minimum requirements related to technical performance for IMT-2020 radio interface(s)[R]. 2017.

Research on clustering algorithm based 6G typical usage scenarios

JIN Ning, WANG Qingyang

Research Institute of China Telecom Co., Ltd., Guangzhou 510630, China

Compared with the three classic 5G usage scenarios, the content and types of 6G typical usage scenarios will be more abundant and diverse. How to refine 6G usage scenarios objectively and efficiently has become a major challenge. Based on this, the clustering algorithm was used to study the 6G usage scenarios. Firstly, the 6G service and performance indicators were considered. Then, the demand values of 6G service were collected and the indicators were scored. Finally, the sample data were analyzed by different clustering algorithms. According to the clustering results, eight typical usage scenarios of 6G were proposed, which could provide some reference for 6G research in the industry.

6G, usage scenarios, clustering

TN929.5

A

10.11959/j.issn.1000?0801.2022013

2021?10?15；

2022?01?08

金寧，jinn@chinatelecom.cn

金寧（1995?），女，中國電信股份有限公司研究院研究員，主要研究方向為移動通信系統的關鍵技術、移動通信業務與應用場景。

王慶揚（1973?），男，博士，中國電信股份有限公司研究院移動通信技術研究所所長、高級工程師，中國電信集團科學技術委員會委員、中國通信學會無線移動通信委員會副主任委員、IMT-2030（6G）推進組需求工作組組長，主要研究方向為移動通信系統的關鍵技術與業務、移動通信網絡的部署與運營。