面向６Ｇ 網絡融合的以用戶為中心關鍵技術

摘 要：６Ｇ 將帶來“全域覆蓋、場景智聯”的新時代網絡發展愿景，面對新的趨勢和挑戰，移動通信系統的代際演進需要重新思考網絡范式的轉變。在繼續提升性能指標的基礎上，如何以簡化的方式，解決５Ｇ 發展中遺留的問題，實現多維度的跨域融合是未來網絡設計的關鍵問題。在新場景、新業務和新技術的驅動下，以用戶為中心成為業界關注的、能夠助力未來網絡建設、提升用戶體驗的研究方向。為此，提出了一種以用戶為中心的系統框架設計方案，重點從統一接入和跨域協同兩個關鍵特征展開，介紹包括狀態管理、靈活空間等在內的關鍵使能技術，闡述以用戶為中心如何更好的支持６Ｇ 網絡深度融合。最后，對以用戶為中心技術在６Ｇ 的發展進行了展望，其可以支撐未來６Ｇ 高效網絡賦能新場景、新業務下的完美用戶體驗，同時需要應對一體化空口設計、跨域功能管理和協同等方面的挑戰。

關鍵詞：以用戶為中心；６Ｇ 網絡架構；跨域協同；靈活空間

中圖分類號：ＴＮ９１９． ２３ 文獻標志碼：Ａ 開放科學（資源服務）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１１４（２０２４）０３－０４５３－０８

０ 引言

隨著移動通信技術和標準持續演進［１］，推動６Ｇ創新發展成為全球共識［２］。傳統網絡的局限性，與新技術的融合以及多樣化的業務場景，都對６Ｇ 提出了更高的要求和挑戰［３］。這些需求和挑戰驅使移動通信網絡重新思考，如何以用戶為中心簡化系統設計、優化用戶服務。目前以用戶為中心的研究雖然進行了一些高層和架構方面的探索，但是整體上還是側重于傳輸技術的研究［４－５］。針對６Ｇ 網絡發展趨勢，在充分發揮傳輸潛能的基礎上，以用戶為中心還需要融合多種技術，調配多維資源，實現網絡隨時隨地的按需服務和系統整體性能的提升［６－７］。本文旨在提出一種以用戶為中心的網絡設計方案，通過跨域的統一設計，為不同用戶提供高質量的網絡服務和業務體驗，助力實現６Ｇ 網絡愿景。

１ ６Ｇ 網絡展望

１． １ 背景

５Ｇ 雖然在前一代網絡基礎上進行了大幅的增強，提供了更好的移動通信服務，但是面對日益復雜的網絡環境和多樣化的業務需求，蜂窩系統的持續部署不斷暴露出該架構的固有局限性。一方面，由于小區邊緣數據傳輸較高的路徑損耗和鄰近小區不可預測的干擾，導致小區中心和小區邊緣之間的用戶數據速率不平衡。而且在移動過程中，蜂窩邊緣的切換可能導致業務中斷和延遲。隨著蜂窩覆蓋范圍不斷縮小，５Ｇ 階段為了解決上述問題，提高網絡的服務質量（Ｑｕａｌｉｔｙ ｏｆ Ｓｅｒｖｉｃｅ，ＱｏＳ）和魯棒性，提出了許多邊緣增強和移動性優化方案并制定了標準規范。例如，多傳輸／ 接收節點（Ｔｒａｎｓｍｉｔ／ ＲｅｃｅｉｖｅＰｏｉｎｔ，ＴＲＰ）可以利用多個ＴＲＰ 聯合為單個用戶進行相同或不同數據的發送與接收，條件切換、Ｌ１ ／ Ｌ２觸發的移動性和雙激活協議棧等關鍵技術可以優化移動性切換，減少過程中的時延和數據中斷［８］。這些機制在使用時各有限制，而且往往以額外的系統復雜性為代價獲得有限的增益。另一方面，為了滿足多頻段多場景下多樣化的覆蓋和組網需求，５Ｇ 陸續引入和增強了多種組網技術，包括非地面網絡技術（高空基站、低空無人機等），基于集成接入回傳的網絡中繼節點技術以及基于側鏈的終端直連技術等［９］。但是與傳統的基站共同組成的５Ｇ 異構網絡在為用戶提供可靠、穩定的服務時也面臨著移動性優化、資源調度和管理等多方面的問題和挑戰。

與此同時，ＩＴＵ 于２０２１ 年啟動了６Ｇ ＩＭＴ 總體愿景研究工作［１０］，并于２０２３ 年６ 月通過了６Ｇ 綱領性文件［１１］。文件基于全球６Ｇ 愿景的共識，提出了６Ｇ 的典型應用場景及能力指標。應用場景包括在５Ｇ 三大應用場景上進行擴展增強的沉浸式通信、超大規模連接和極高可靠低時延，以及三大新增場景，其中，泛在連接場景旨在通過與其他系統的互通等方式來增強連接性，補充覆蓋。ＡＩ 和通信融合、感知與通信融合則是旨在通過實現通信技術與ＡＩ、傳感技術的跨域融合賦能應用場景。能力方面同樣包括增強和新增兩種類型，已有的能力指標將進一步增強，支持ＩＭＴ２０３０ 擴展使用場景的新功能包括對６Ｇ 提出新的６ 大能力，具體如表１ 所示。

１． ２ 網絡發展趨勢

根據６Ｇ 網絡的背景介紹，從網絡演進角度分析，６Ｇ 以前移動通信一直致力于基于蜂窩網基本架構進行增量式的修正，雖然引入了一些增強技術，起到了一定的性能增益，但是受限于傳統蜂窩架構下以網絡為中心的系統設計，一方面不能從根本上解決問題、適用于所有終端用戶；另一方面對基站和終端都引入了很大的復雜度，不利于設備成本和運營成本的控制。而從場景需求角度，６Ｇ 網絡除了需要提供更極致的通信要求，實現更高的數據傳輸速率、更低的時延和更高的容量、譜效、能效等，還需要面對和滿足未來新業務和應用下新技術融合的多樣化需求［１２－１３］：

① 多頻譜融合。利用多種頻段的資源，提高頻譜利用率和網絡容量，實現高效共存。

② 空天地海融合。支持各種空間的網絡通信需求，實現異構終端的廣泛接入和多元化接入［１４］。

③ 多技術融合。進一步深化ＡＩ、大數據、云計算與網絡和業務應用的融合。

④ 通感算融合。實現算力網絡、多維感知和通信連接的一體化設計［１５］。

綜上所述，６Ｇ 面臨著已有技術體制限制和新型融合需求的雙重挑戰，需要實現不同類型網絡的深度融合，滿足多頻段、極致、多樣化的通信需求。６Ｇ網絡將進行融合云化、ＡＩ、通感、算力、衛星、可信等諸多領域技術的集成設計，為不同場景下的用戶提供業務傳輸、可靠控制、計算任務、精確定位、多維感知和全息成像等多用途服務，并且這些服務需要與用戶緊密結合，通過更好的網絡管理和決策，應對網絡環境的不確定性和復雜性。

為了實現６Ｇ 所期望的愿景，需要定義全新的網絡范式，以用戶為中心是賦能未來網絡的關鍵技術之一。ＩＴＵＲ 在研究報告中指出，作為一種新型接入網架構，以用戶為中心的架構技術可以增強無線網絡［１６］。在學術界，以用戶為中心的網絡也一直是研究熱點，文獻［１７］提出無蜂窩無線通信系統，相比小區系統具有顯著的性能優勢，文獻［１８］進一步提出了一種可擴展的無蜂窩ｍａｓｓｉｖｅ ＭＩＭＯ 架構，可以解決傳統無蜂窩架構復雜度高、干擾管理困難的問題，增強可實現性。文獻［１９］在無蜂窩化研究基礎上進一步提出了以用戶為中心的接入網（ＵｓｅｒＣｅｎｔｒｉｃ Ａｃｃｅｓｓ Ｎｅｔｗｏｒｋ，ＵＣＡＮ）架構，用于統一管理和靈活組織各種平臺上的網絡節點，通過分布式信號處理和動態資源分配為用戶提供按需一致的服務。文獻［２０－２１］則進行進了廣泛的綜合分析，提出在頻譜效率顯著提高的基礎上，結合分布式的軟件定義網絡、網絡功能虛擬化、ＡＩ 等技術的以用戶為中心網絡，將具有更高的系統效率、更好的干擾協調管理和更可靠、健壯的連接等諸多優點，是超越５Ｇ 和邁向６Ｇ 無線通信系統的最有希望的候選技術之一。

２ 以用戶為中心的系統設計

２． １ 系統框架

ＵＣＡＮ 具有深度定制網絡、彈性可重構網絡、開放兼容網絡和用戶服務智能自適應網絡四大特征，采用云控制單元（Ｃｌｏｕｄｂａｓｅｄ Ｃｏｎｔｒｏｌ Ｕｎｉｔ，ＣＣＵ）、分布式數據單元（Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｕｎｉｔ，ＤＤＵ）、接入點（Ａｃｃｅｓｓ Ｐｏｉｎｔ，ＡＰ）的三級架構，通過使用合適ＡＰ為用戶構建和更新靈活小區，實現動態網絡節點部署和組織、接入網功能構建和配置以及無線資源管理和傳輸［１９］。控制面云化和分布式數據獲取及傳輸是實現ＵＣＡＮ 架構的關鍵，也是本文要解決的問題。

面向６Ｇ，移動通信網絡最終要實現端到端的以用戶為中心的設計，核心網（Ｃｏｒｅ Ｎｅｔｗｏｒｋ，ＣＮ）將用戶和業務需求從應用層拆解到無線網絡，在接入網側，ＵＣＡＮ 不但要能夠提供動態的網絡組織和個性化的專屬服務，還需要重點考慮網絡節點的融合接入和網絡功能的跨域協同，優化信令開銷和網絡性能，以統一、靈活地組網廣泛滿足多樣化的場景需求，賦能千行百業的發展。

針對控制面云化和分布式數據獲取及傳輸這兩個關鍵問題，以用戶為中心的無線網絡基本框架如圖１ 所示，主要設計包括云化控制層（ＣｌｏｕｄＣｏｎｔｒｏｌ Ｌａｙｅｒ，ＣＣＬ）和分布式接入層（Ｄｉｓｔｒｉｂｕｔｅｄ Ａｃ-ｃｅｓｓ Ｌａｙｅｒ，ＤＡＬ）。

ＣＣＬ：負責用戶的接入和連接管理。依靠云原生網絡平臺提供隨時隨地、按需、便捷的共享資源，由各種網絡功能組成的ＣＣＬ 可以在基于云連接的覆蓋范圍內提供統一的連續控制。ＣＣＬ 可以唯一識別及跟蹤用戶業務需求，提供控制信令和網絡配置，保障用戶終端上下文信息和業務相關配置在大范圍內有效，避免頻繁的重建或重配置等操作，簡化用戶移動流程，是控制連續性的載體。

ＤＡＬ：負責用戶的業務和數據傳輸。由支持不同空口和接入制式的多種類型網絡節點組成的ＤＡＬ，為不同場景下的用戶提供基于多樣化的接入和數據傳輸。ＤＡＬ 通過本地化數據傳輸實現用戶通過最近的數據源獲取業務數據并且通過最優路徑進行空口傳輸，實現低時延、高可靠性和大容量的數據傳輸，是數據連續性的載體。一方面要能快速獲取上層分組數據；另一方面要保證用戶移動時的零中斷時延和傳輸速率，以最簡的方式通過多節點協同傳輸及其它方式方式實現終端在任何時刻始終處于網絡覆蓋的中心，避免切換及其他復雜操作。

ＣＣＬ 和ＤＡＬ 的詳細設計如圖２ 所示。ＣＣＬ 主要包括ＣＣＵ 和分布式部署的ＣＮ，可以利用云化、服務化等技術對二者中聯系緊密的部分功能進行聯合優化和重構。例如終端接入、連接狀態管理、移動性管理以及服務策略控制等服務，通過功能拆分、轉移、合并，信令流程解耦、并行化操作等處理，能夠優化信令流程，減少冗余和轉發，節省服務所需資源和時間。進一步，將網絡功能按資源和用途進行重構，通過獨立的狀態功能和用戶級靈活空間，為用戶提供專屬的信息、控制和管理服務。ＤＡＬ 則主要由分布式用戶功能（Ｕｓｅｒ Ｐｌａｎｅ Ｆｕｎｃｔｉｏｎ，ＵＰＦ）和ＤＤＵ、ＡＰ 等網絡節點構成，通過對模塊化協議功能的靈活編排，實現對用戶面網絡節點的動態組織和靈活部署。面對不同的場景需求，網絡節點還可以進行拆分或合并。分布式ＵＰＦ 可以在較高層協議功能位置和ＤＤＵ 進行融合，優化接口和功能。在較低層協議功能位置，ＤＤＵ 可以聯合ＡＰ 以及射頻拉遠設備進行基于功能靈活部署的用戶定制，滿足家庭、工廠和辦公樓等不同場景的覆蓋和通信性能需求。面向６Ｇ 網絡融合，通過ＣＣＬ 中網絡功能的聯合優化和ＤＡＬ 中網絡節點的動態組織，可以實現網絡的跨域協同設計和用戶專屬的功能定制，從而達到以用戶為中心簡化網絡提升服務的目的。

２． ２ 關鍵特征

在ＣＣＬ 和ＤＡＬ 的功能支持下，以用戶為中心的系統設計得以面向６Ｇ 網絡融合，實現網絡的統一接入控制和功能跨域協同。

以用戶為中心的統一接入控制，可以根據用戶需求對為其服務的各種網絡節點進行快速組織和動態配置，提供多網絡節點下、多終端靈活連接的架構平臺，具體可以通過分層融合機制保障統一、智簡的多樣連接服務。在應用層面，通過網絡與移動邊緣計算的協作機制，實現基于實時的網絡和業務應用狀態的編排管理，幫助網絡根據用戶需求選擇更合適的業務傳輸策略和路徑。在網絡層面，ＣＮ 與接入網融合帶來更快速的信息交互和控制管理，幫助網絡更好的調度連接、資源和其他能力，讓用戶在不同網絡制式間靈活切換，實現蜂窩及非蜂窩，３ＧＰＰ及非３ＧＰＰ 網絡系統，地面與非地面網絡，基站與中繼節點之間高效的編排管理和按需的服務提供。在無線層面，借助網絡模塊化、功能組件化等技術，實現網絡協議棧的彈性定制和網絡節點的即插即用，為用戶提供網絡功能和節點的按需部署和動態控制，為不同類型終端和業務提供接入和服務。

為了實現多接入深度融合，還需要設計不同技術體制和協議的一體化融合方案，使以用戶為中心的６Ｇ 融合網絡具備統一的接入控制和協同調度能力，達到資源利用、業務需求和業務體驗的最佳匹配［２２］。此外，還可以結合通感一體化設計，提供對網絡設備和終端用戶周圍環境的實時感知，并基于智能內生進行多樣連接的編排調度和傳輸管理，保障ＱｏＳ。

以用戶為中心技術的另一個６Ｇ 關鍵特征是跨域協同，包括網元間的融合以及ＡＩ 代表的能力協同兩方面。６Ｇ 時代，分布式將逐漸成為網絡部署的主要特征和重要形式［２３］，一方面，智慧內生愿景驅動數據處理從網絡中心到邊緣的轉變，傳輸的時延和開銷要求更多的數據本地化處理，即數據處理和計算任務根據數據生成的位置就近處理。另一方面，６Ｇ 面向更多的行業，其業務場景更加多元化、動態化、復雜化，對信令和數據的處理也有更多的本地化需求。因此，ＡＩ 和網絡的分布式部署，在云原生的加持下，使得原本清晰的網絡邊界變得模糊，為跨域協同設計提供了必要的前提。

網元間的融合主要針對傳統的通信連接，考慮到特定業務場景下網元共部署的需求，以及提升性能和效率的需求，通過實現不同域網元在部署和邏輯維度上的融合，可以避免重復的功能和交互流程，簡化網絡結構，為提升網絡性能和效率提供新的可能性。以用戶為中心考慮無線接入網與分布式ＣＮ的聯合優化，在控制面可以基于網絡實時信息及時調整服務策略，增加網絡并行處理；在用戶面主要通過網元合并縮短應用數據進入有線網絡路徑，減少接口和協議處理帶來的時延和開銷。例如，部分ＴｏＢ 場景下，為了降低時延，簡化運維和節省成本，考慮以一體機的形式部署ＣＮ 和接入網設備；在衛星網絡場景中，基站用戶面和ＵＰＦ 都在衛星上時，二者合并可以簡化設備，降低衛星負載。未來，還可以通過融合用戶面服務的按需重構和部署，替代傳統的無線接入網和ＣＮ 的用戶面功能，根據用戶的需求或位置等因素的改變快速進行網絡動態調整，靈活機動地實現以用戶為中心的組網和傳輸。

在能力協同方面，主要考慮建立以ＡＩ 能力為代表的端到端智能面，通過分布在不同層級的智能功能［２４］，實現ＡＩ 的跨域協同，可以根據不同的功能和模型需求，啟動和運行對應的ＡＩ 模塊、ＡＩ 過程。其中，ＣＣＬ 側的智能體基于云化網絡提供強大的信息收集和處理能力進行模型的學習和更新。ＤＡＬ 側智能體主要進行快速的模型推理和反饋收集，賦能網絡服務，提升資源利用。因此，智能面具有環境和業務感知，對網絡功能的智能管理、控制、協調等功能；支持實現模型間的跨域共享和遷移，加速模型訓練和優化；優化端到端的算力資源分配，提高算力資源的利用效率［２５］。綜上所述，６Ｇ 融合網絡的統一接入和跨域設計是滿足多種需求的關鍵，在此基礎上可以繼續深入開展技術研究和創新探索，克服挑戰，構建更加高效、智能和可靠的網絡。

３ 關鍵技術

３． １ 統一狀態信息管理

面向６Ｇ 網絡融合，為了實現以用戶為中心的統一接入，需要對網絡和用戶信息進行統一的管理和控制，使網絡能夠根據相關信息對用戶和網絡環境的變化做出及時響應，保障用戶隨時隨地快速接入和連續的網絡體驗。當前網絡機制中，當終端狀態或者為其服務的小區發生變化時，終端需要重新接入網絡，業務傳輸服務對應的服務配置隨之變化，導致對應的服務實體也跟著進行重建或重置操作。用戶上下文信息在連接態下保存在基站側，非激活態下保存在最后服務的基站側，空閑態下則不保存，當用戶與網絡節點的連接發送變化時，面臨上下文信息遷移、網絡功能和參數重配置的問題，影響用戶體驗。

在用戶為中心的系統設計中，ＣＣＬ 為控制面錨點，保證用戶上下文和業務配置在基于云網絡的大區域內有效，根據用戶位置將網絡配置和信令通過可用的路徑傳輸，保障控制和管理的連續性。具體地，ＣＣＬ 通過網絡狀態信息保持和管理功能（簡稱狀態功能），對網絡中所有用戶相關的上下文和配置信息進行統一的持久化保存和管理。狀態功能采用區域內唯一的用戶標識對關聯的用戶信息進行保存，為網絡功能配置和網絡節點部署提供所需的用戶信息服務。狀態功能可以提供持久化的數據保持和更新，只有當終端關機離線或者離開網絡時才會刪除其信息，避免用戶在移動和再次接入時的重復操作。

狀態功能可以靈活部署在網絡中。在云原生網絡中，狀態功能可以作為獨立的功能實體，通過公共的對外接口（例如服務化的接口）提供狀態信息持久化保存和管理功能，為其他網絡功能提供服務和靈活擴展支撐，例如，為ＡＩ 數據采集或者其他新技術的引入提供便利，并考慮獨立的安全機制對用戶數據提供更高的安全保護。ＤＡＬ 側可以直接訪問ＣＣＬ 中的狀態功能，或者根據實際情況和需求以本地緩存或其他形式按需部署狀態功能，與ＣＣＬ 中狀態功能保持信息動態同步，為服務中的用戶提供快速的信息支持。對于傳統的網絡設備形態，狀態功能可以作為功能模塊分布式部署在不同的設備中，并由相應的節點負責具體實現，提供服務。分布式部署的狀態功能之間還可以依賴數據同步機制起到備份的作用，提高故障下的可靠性。

如圖３ 所示，基于以用戶為中心的狀態功能，當用戶在不同網絡節點之間移動時，網絡只需要在初次接入時將獲得的用戶上下文信息保存，就可以在后續為用戶更換服務節點時提前告知節點對應的用戶狀態信息，避免網絡與用戶、網絡節點之間查詢和傳輸。之后，依據得到的用戶信息，網絡可以提前為用戶進行相應的功能和參數重配置，即保持網絡側用戶業務傳輸服務對應配置的連續性，從而保證過程中用戶側只需要維護一套協議棧且配置不變化，提升融合網絡下用戶的移動性體驗，因此，用戶設備（Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ，ＵＥ）接入網絡后，可以一直處于連接態。只是基于是否有穩定的物理層通道，分為非激活態和激活態兩種狀態，這兩種狀態都是連接態下的子狀態。

除了用戶相關的狀態信息服務，不同網絡或者網絡中不同網元的狀態功能之間還可以進行數據同步，替代網絡接口間上下文消息的傳輸，減少越來越龐大的上下文信息的頻繁交互，方便網元和接口演進及擴展。

３． ２ 基于跨域協同的端到端業務保障

基于以用戶為中心網絡的跨域協同設計，能夠更加實時的實現端到端ＱｏＳ 管理，保證高質量的業務傳輸，為用戶提供一致的完美服務體驗。當前網絡中，ＱｏＳ 需求在ＣＮ 確定，但是后者無法獲得無線資源、空口變化等實時信息，僅能根據用戶簽約信息和業務需求來制定ＱｏＳ 策略和參數，導致后續的策略難以執行，網絡ＱｏＳ 難以保障，造成業務體驗不佳以及網絡運行低效等問題。另外，ＣＮ 為了動態控制和管理每個業務流的ＱｏＳ，在ＵＰＦ 中獲得的ＱｏＳ 狀態信息需要傳遞給控制面功能，等待后者根據其獲取的信息更新映射規則并將更新后的規則再次傳遞給用戶面執行。在分布式ＵＰＦ 場景中，這種機制產生的信令開銷和延遲導致了網絡性能的局限性。

經過控制面的網元融合，ＣＣＬ 不光可以收集和匯總云網絡范圍內不同網絡層級下網絡功能或者節點的無線配置、狀態報告、測量信息，還具備直接根據這些信息進行分析和決策、更新ＱｏＳ 策略和參數、更新和分發映射規則的能力，為用戶業務提供最優的傳輸路徑和服務保障策略。而經過用戶面的融合，原先的分布式ＵＰＦ 與無線接入網用戶面功能合并后，不僅可以節省ＵＰＦ 與接入網間接口傳輸的封包、解包流程和傳輸包頭的開銷，還可以直接將業務流的監控信息報告給ＣＣＬ，并獲得后者的實時反饋，提高ＱｏＳ 調整的實時性和準確性。除了直接從網絡獲取的數據，ＣＣＬ 還可以對收集到的數據進行預處理，或者借助云化資源和網絡ＡＩ 功能，對網絡和業務產生的數據進行深度特征提取、行為分析以及預測，幫助網絡充分了解不同連接、通道的實時狀態和用戶服務滿足情況，并為后續提供最佳傳輸路徑和配置提供判斷依據。

對于具體的用戶及業務，ＣＣＬ 可以根據實際需求和網絡狀態判斷收集的信息范圍、周期和顆粒度，如用戶簽約信息、業務需求、節點負載信息、用戶級／ＱｏＳ 流／ 數據承載等不同顆粒度的傳輸信息、協議狀態和空口監控信息。在綜合考慮各種信息后，ＣＣＬ在制定ＱｏＳ 策略和路由規則時還可以為用戶和業務準備一種或多種傳輸方案和ＱｏＳ 需求，通知ＤＡＬ側節點根據ＣＣＬ 預先的配置或者其他信息判斷和選擇最優的傳輸方案，保障業務需求和網絡能力匹配，提高網絡運行效率和用戶業務體驗。

３． ３ 以用戶為中心的靈活空間

為了進一步實現以用戶為中心，給用戶以定制化的網絡服務體驗，ＣＣＬ 基于云化網絡進行功能重構，將與用戶關聯的處理功能分離，建立用戶級的靈活空間。經過功能重構，由靈活空間功能負責維護終端無線資源控制及接口相關的接入及信令過程，例如連接控制、測量、終端能力上報、移動性管理、會話管理、高層消息傳輸等。其他的網絡基礎功能如維護與中心云、ＤＡＬ 連接及系統消息廣播、基站控制和操作維護管理等功能，由多用戶共享的公共空間功能負責。靈活空間功能以用戶為中心，既可以作為服務的載體提供專屬的連續控制，還可以借助內生ＡＩ 調度多維資源，統籌通信、感知、算力能力，為用戶提供融合優化的６Ｇ 服務。

傳統網絡中，用戶在網絡基站之間移動時需要進行切換操作，圖４ 所示為基本的控制面信令流程，網絡節點變更時，節點之間需要通過切換請求和反饋完成網絡側ＵＥ 上下文遷移、網絡功能和參數重配置，終端需要重新接入并完成無線資源控制（Ｒａｄｉｏ Ｒｅｓｏｕｒｃｅ Ｃｏｎｔｒｏｌ，ＲＲＣ）重配置。在未來更加密集的組網環境下，用戶移動導致的切換會更加頻繁，從而影響通信傳輸的時延和速率，嚴重降低應用業務體驗。基于以用戶為中心的設計，ＵＥ 上下文遷移的問題，已經通過狀態功能解決。對于其他問題，則通過引入靈活空間功能解決。

用戶接入網絡時，ＣＣＬ 會建立專屬靈活空間功能的邏輯實體，負責用戶后續的控制管理。首先，根據終端測量上報，靈活空間功能會為終端預先配置與不同網絡節點、物理資源關聯的參數集，并借助公共空間功能與節點間維護的用戶關聯的邏輯連接，通知對應節點和終端。之后，當用戶在移動至目標節點（或者節點集合）處，需要對應的物理資源提供連接或傳輸時，只需動態生效相應的配置并激活對應的物理資源，既可實現快速的節點適配和應用，避免傳統的切換流程。基于以用戶為中心的設計，可以保證為用戶服務的控制面功能實體自始至終都不發生變化，當進一步實現靈活空間功能的無狀態化處理時（即功能以在保存了當前ＵＥ 狀態信息后，繼續為其他ＵＥ 服務），還可以提高資源復用和系統效率。

除此之外，通過智能內生賦予靈活空間不同于傳統的無線通信管道的角色和功能，可以更好地支持以用戶為中心網絡的設計和實現，如支持智能的ＱｏＳ 管理和傳輸策略控制、資源管理；通過ＡＩ 結合感知數據進行用戶和網絡環境動態預測，幫助網絡節點組織，節省數據交互的時延和開銷，提高系統效率。與此同時，在以ＣＣＬ 為主，ＤＡＬ 節點和終端為輔的算力資源體系中，通過內生ＡＩ 功能，以用戶級的靈活空間為基本單位，結合收集的網絡實時狀態和算力資源信息，為計算任務提供調度和編排管理，有助于將無線算力能力和任務與基于靈活小區的無線連接／ 切換深度融合，保障算力任務連續可靠和業務需求。

４ 結束語

隨著移動通信系統的演進，在繼續提升傳統網絡ＫＰＩ 指標的基礎上，如何充分利用多領域技術和能力，合理調配多種要素，滿足場景化定制需求是６Ｇ 網絡將面對的關鍵挑戰。本文通過對網絡現狀和未來愿景的分析，提煉出６Ｇ 發展不同于之前網絡演進的趨勢，提出了以用戶為中心的６Ｇ 融合系統設計方法和關鍵技術。

一直以來，以用戶為中心都是通信領域研究的熱點，受到學術界和產業界的高度關注，但是受限于技術復雜度和產業發展的客觀需求，并沒有廣泛的應用和部署于商用網絡。當前，雖然６Ｇ 網絡架構尚在探索階段，但是跨領域的多樣化深度融合已是必然趨勢，以用戶為中心需要進一步研究６Ｇ 網絡面臨的挑戰和要達到的目標，思考如何在包括無蜂窩大規模ＭＩＭＯ、智能化等６Ｇ 新技術的基礎上，實現端到端的融合網絡系統設計，以滿足極致性能和多樣需求的有機結合，才能真正的推動網絡進步，提升用戶體驗，實現技術的應用價值和通信產業的蓬勃發展。本文從統一接入和跨域協同角度，探討了基于云化的統一控制和跨域協同的ＱｏＳ 管理，并將用戶專屬的靈活空間作為融合算力和智能等多種能力的基本單位，只是對于多制式接入技術和通感算智融合的初步探索，如何在底層實現不同技術體制的一體化空口設計，如何克服網絡的后向兼容和固有界限問題，實現跨域的網元管理和智算協同，如何打破網絡和資源的區域屬性限制，做到以用戶為中心的服務流動，都是未來需要進一步研究和細化的具體問題。

參考文獻

［１］ 林高全． ５Ｇ Ｒ１８ 主要研究內容綜述［Ｊ］． 廣東通信技

術，２０２２，４２（５）：２８－３１．

［２］ 工信部網站． ２０２３ 全球６Ｇ 發展大會在重慶舉行［Ｊ］．

信息技術與標準化，２０２３（１２）：１－１１．

［３］ ＳＡＡＤ Ｗ，ＢＥＮＮＩＳ Ｍ，ＣＨＥＮ Ｍ Ｚ． Ａ Ｖｉｓｉｏｎ ｏｆ ６Ｇ

Ｗｉｒｅｌｅｓｓ Ｓｙｓｔｅｍｓ：Ａｐｐｌｉｃａｔｉｏｎｓ，Ｔｒｅｎｄｓ，Ｔｅｃｈｎｏｌｏｇｉｅｓ，ａｎｄ

Ｏｐｅｎ Ｒｅｓｅａｒｃｈ Ｐｒｏｂｌｅｍｓ ［Ｊ］． ＩＥＥＥ Ｎｅｔｗｏｒｋ，２０２０，３４

（３）：１３４－１４２．

［４］ 施建鋒，楊照輝，黃諾，等． 面向６Ｇ 的用戶為中心網絡

研究綜述［Ｊ］． 電子與信息學報，２０２３，４５ （５ ）：

１８７３－１８８７．

［５］ 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．

［６］ 張平，陳巖，吳超楠． ６Ｇ：新一代移動通信技術發展態

勢及展望［Ｊ］． 中國工程科學，２０２３，２５（６）：１－８．

［７］ 畢奇． 移動通信的主要挑戰及６Ｇ 的研究方向［Ｊ］． 移

動通信，２０２０，４４（６）：１０－１６．

［８］ ３ＧＰＰ． ＮＲ ａｎｄ ＮＧＲＡＮ Ｏｖｅｒａｌｌ Ｄｅｓｃｒｉｐｔｉｏｎ：Ｓｔａｇｅ２，

ｖ１８． ０． ０［Ｓ］． ［Ｓ． ｌ． ］：３ＧＰＰ，２０２０．

［９］ ＬＩＮ Ｘ Ｑ． Ａｎ Ｏｖｅｒｖｉｅｗ ｏｆ ５Ｇ Ａｄｖａｎｃｅｄ Ｅｖｏｌｕｔｉｏｎ ｉｎ ３ＧＰＰ

Ｒｅｌｅａｓｅ １８［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｓ Ｍａｇａｚｉｎｅ，

２０２２，６（３）：７７－８３．

［１０］王妍，彭瑩． 國際電信聯盟（ＩＴＵ）６Ｇ 標準化研究［Ｊ］．

電信科學，２０２３，３９（６）：１２９－１３８．

［１１］國際電信聯盟無線電通信部門５Ｄ 工作組． ＩＭＴ 面向

２０３０ 及未來發展的框架和總體目標建議書［Ｒ］． 日內

瓦：國際電信聯盟，２０２３．

［１２］孟醒． ６Ｇ 的五大融合趨勢［Ｊ］． 中國工業和信息化，

２０２３（７）：３２－３７．

［１３］劉潔． ６Ｇ 全域融合網絡展望［Ｊ］． 移動通信，２０２１，４５

（４）：６３－６７．

［１４］孫韶輝，戴翠琴，徐暉，等． 面向６Ｇ 的星地融合一體化

組網研究［Ｊ］． 重慶郵電大學學報（自然科學版），

２０２１，３３（６）：８９１－９０１．

［１５］閆實，彭木根，王文博． 通信－感知－計算融合：６Ｇ 愿景

與關鍵技術［Ｊ］． 北京郵電大學學報，２０２１，４４ （４）：

１－１１．

［１６］ＩＴＵＲ． Ｆｕｔｕｒｅ Ｔｅｃｈｎｏｌｏｇｙ Ｔｒｅｎｄｓ ｏｆ Ｔｅｒｒｅｓｔｒｉａｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍｓ Ｔｏｗａｒｄｓ ２０３０ ａｎｄ

Ｂｅｙｏｎｄ［Ｒ］． Ｇｅｎｅｖａ：ＩＴＵＲ，２０２２．

［１７］ＮＡＹＥＢＩ Ｅ，ＡＳＨＩＫＨＭＩＮ Ａ，ＭＡＲＺＥＴＴＡ Ｔ Ｌ，ｅｔ ａｌ． Ｃｅｌｌ

ｆｒｅｅ Ｍａｓｓｉｖｅ ＭＩＭＯ Ｓｙｓｔｅｍｓ［Ｃ］∥２０１５ ４９ｔｈ Ａｓｉｌｏｍａｒ

Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｉｇｎａｌｓ，Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｅｒｓ． Ｐａｃｉｆｉｃ

Ｇｒｏｖｅ：ＩＥＥＥ，２０１５：６９５－６９９．

［１８］ＩＮＴＥＲＤＯＮＡＴＯ Ｇ，ＦＲＥＮＧＥＲ Ｐ，ＬＡＲＳＳＯＮ Ｅ Ｇ． Ｓｃａｌ

ａｂｉｌｉｔｙ Ａｓｐｅｃｔｓ ｏｆ Ｃｅｌｌｆｒｅｅ Ｍａｓｓｉｖｅ ＭＩＭＯ ［Ｃ］∥ ＩＣＣ

２０１９－２０１９ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎｓ （ＩＣＣ）． Ｓｈａｎｇｈａｉ：ＩＥＥＥ，２０１９：１－６．

［１９］ＣＨＥＮ Ｓ Ｚ，ＣＨＥＮ Ｌ，ＨＵ Ｂ，ｅｔ ａｌ． ＵｓｅｒＣｅｎｔｒｉｃ Ａｃｃｅｓｓ

Ｎｅｔｗｏｒｋ （ＵＣＡＮ）ｆｏｒ ６Ｇ：Ｍｏｔｉｖａｔｉｏｎ，Ｃｏｎｃｅｐｔ，Ｃｈａｌｌｅｎｇｅｓ

ａｎｄ Ｋｅｙ Ｔｅｃｈｎｏｌｏｇｉｅｓ［Ｊ／ ＯＬ］． ＩＥＥＥ Ｎｅｔｗｏｒｋ （Ｅａｒｌｙ Ａｃ

ｃｅｓｓ），２０２３：１－９． （２０２３－０６－１２）［２０２３－１２－３１］． ｈｔｔｐｓ：∥

ｉｅｅｅｘｐｌｏｒｅ． ｉｅｅｅ． ｏｒｇ／ ｄｏｃｕｍｅｎｔ／１０１４８９４４．

［２０］ＹＯＵ Ｘ Ｈ，ＷＡＮＧ Ｃ Ｘ，ＨＵＡＮＧ Ｊ，ｅｔ ａｌ． Ｔｏｗａｒｄｓ ６Ｇ

Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ：Ｖｉｓｉｏｎ，Ｅｎａｂｌｉｎｇ Ｔｅｃｈ

ｎｏｌｏｇｉｅｓ，ａｎｄ Ｎｅｗ Ｐａｒａｄｉｇｍ Ｓｈｉｆｔｓ ［Ｊ］． Ｓｃｉｅｎｃｅ Ｃｈｉｎａ

Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２０２１，６４：１１０３０１．

［２１］ＡＭＭＡＲ Ｈ Ａ，ＡＤＶＥ Ｒ，ＳＨＡＨＢＡＺＰＡＮＡＨＩ Ｓ，ｅｔ ａｌ．

Ｕｓｅｒｃｅｎｔｒｉｃ Ｃｅｌｌｆｒｅｅ Ｍａｓｓｉｖｅ ＭＩＭＯ Ｎｅｔｗｏｒｋｓ：Ａ Ｓｕｒｖｅｙ

ｏｆ Ｏｐｐｏｒｔｕｎｉｔｉｅｓ，Ｃｈａｌｌｅｎｇｅｓ ａｎｄ Ｓｏｌｕｔｉｏｎｓ ［Ｊ ］． ＩＥＥＥ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｕｒｖｅｙｓ ＆ Ｔｕｔｏｒｉａｌｓ，２０２２，２４ （１ ）：

６１１－６５２．

［２２］ＣＡＳＯ Ｇ，ＡＬＡＹ ？，ＦＥＲＲＡＮＴＥ Ｇ Ｃ，ｅｔ ａｌ． Ｕｓｅｒｃｅｎｔｒｉｃ

Ｒａｄｉｏ Ａｃｃｅｓｓ Ｔｅｃｈｎｏｌｏｇｙ Ｓｅｌｅｃｔｉｏｎ：Ａ Ｓｕｒｖｅｙ ｏｆ Ｇａｍｅ

Ｔｈｅｏｒｙ Ｍｏｄｅｌｓ ａｎｄ Ｍｕｌｔｉａｇｅｎｔ Ｌｅａｒｎｉｎｇ Ａｌｇｏｒｉｔｈｍｓ［Ｊ］．

ＩＥＥＥ Ａｃｃｅｓｓ，２０２１，９：８４４１７－８４４６４．

［２３］ＩＭＴ２０３０． ６Ｇ 網絡架構展望白皮書［Ｒ］． 北京：ＩＭＴ

２０３０（６Ｇ）推進組，２０２３．

［２４］諶麗，艾明，孫韶輝． 基于ＡＩ 內生的無線接入網絡架

構［Ｊ］． 無線電通信技術，２０２２，４８（４）：５７４－５８２．

［２５］何濤，曹暢，唐雄燕，等． 面向６Ｇ 需求的算力網絡技術

［Ｊ］． 移動通信，２０２０，４４（６）：１３１－１３５．