本文版權(quán)為《郵電設(shè)計技術(shù)》所有，如需轉(zhuǎn)載請聯(lián)系《郵電設(shè)計技術(shù)》編輯部
摘要：針對現(xiàn)有無線通信系統(tǒng)中空口傳輸性能損失等問題，分析了基于人工智能（AI）技術(shù)的無線空口技術(shù)方案，給出了空口AI典型用例的模型方案及部分算力需求，并對AI在無線空口中應(yīng)用的效果和挑戰(zhàn)進(jìn)行了梳理。隨著AI技術(shù)的不斷發(fā)展，AI模型算法已在通信系統(tǒng)得到了廣泛應(yīng)用，空口AI的研究是實現(xiàn)6G網(wǎng)絡(luò)智能內(nèi)生的重要方向，將為下一代移動通信系統(tǒng)的設(shè)計及性能提升提供更多可能。
關(guān)鍵詞：無線網(wǎng)絡(luò)；人工智能；空口技術(shù)
doi：10.12045/j.issn.1007-3043.2024.07.009
概述
目前，人工智能（Artificial Intelligence，AI）技術(shù)已經(jīng)在通信網(wǎng)絡(luò)中被廣泛應(yīng)用，在核心網(wǎng)、網(wǎng)管網(wǎng)優(yōu)、接入網(wǎng)等領(lǐng)域發(fā)揮了積極作用。其中，基于AI的空口傳輸技術(shù)是5G-A、6G網(wǎng)絡(luò)研究討論的熱點，3GPP、IMT2020及IMT2030等多個行業(yè)標(biāo)準(zhǔn)組織已經(jīng)開展了數(shù)據(jù)集構(gòu)建、評估準(zhǔn)則、典型用例等重要課題的研究，為將來無線空口AI技術(shù)的實際應(yīng)用打下重要基礎(chǔ)。無線通信系統(tǒng)中存在大量傳統(tǒng)方法難以精確建�；蛘吒咝是蠼獾募夹g(shù)問題，引入AI可以更好地把握復(fù)雜環(huán)境下無線信道的特征，有助于復(fù)雜數(shù)學(xué)問題的求解，從而提升系統(tǒng)的性能。另外，在空口某些功能模塊的設(shè)計和優(yōu)化過程中可能存在著性能損失問題，例如為降低設(shè)計復(fù)雜度，將某些非線性處理簡化假設(shè)為線性操作，或者一些模塊的設(shè)計理論仍然缺失或難以分析，只能借助于啟發(fā)式算法。在上述情況下，使用AI方法替換這些模塊可帶來性能的提升以及處理時延的降低，這也是將AI方法用于空口設(shè)計的最直接方式。
目前，AI技術(shù)在空口方面的應(yīng)用主要體現(xiàn)在以下幾個方面。
a）無線環(huán)境建模與感知應(yīng)用�；贏I算法對無線傳輸環(huán)境的學(xué)習(xí)和總結(jié)，幫助通信系統(tǒng)更加智能地完成調(diào)度、功控、波束管理、參數(shù)選擇與配置等任務(wù)，建立“無線電地圖”，給系統(tǒng)的設(shè)計和決策提供輔助信息，并降低系統(tǒng)的測量反饋開銷。
b）信道估計、預(yù)測與反饋應(yīng)用�；贏I算法對MIMO系統(tǒng)信道數(shù)據(jù)進(jìn)行采集和訓(xùn)練，借助AI模型對信道狀態(tài)信息進(jìn)行估計及預(yù)測，在接收端根據(jù)導(dǎo)頻序列來估計發(fā)送端和接收端之間的信道狀態(tài)信息的問題。
c）聯(lián)合優(yōu)化發(fā)射機(jī)與接收機(jī)。在特定的信道環(huán)境下，特別是具有各種非線性效應(yīng)的非典型信道，基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)非理想的信道效應(yīng)，提高發(fā)射機(jī)和接收機(jī)的性能。
d）信道編譯碼技術(shù)應(yīng)用。基于深度學(xué)習(xí)的信道編譯碼技術(shù)已經(jīng)有了一定的突破，基于深度學(xué)習(xí)的譯碼器較傳統(tǒng)方法在性能上有顯著的改善，但需解決維度爆炸帶來的局限性。
e）調(diào)制與波形技術(shù)應(yīng)用。AI神經(jīng)網(wǎng)絡(luò)可以被用于替代通信鏈路的解調(diào)模塊，或者對星座圖進(jìn)行優(yōu)化設(shè)計，并且可以用于類似正交頻分復(fù)用技術(shù)（Orthogo?nal Frequency Division Multiplexing，OFDM）波形和低峰均功率比波形的設(shè)計。
f）信源信道聯(lián)合編碼技術(shù)應(yīng)用�？梢杂蒙疃壬窠�(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)編解碼，設(shè)計端到端的信源信道聯(lián)合編碼結(jié)構(gòu)，并且基于自編碼器算法的無線編解碼器無監(jiān)督聯(lián)合優(yōu)化的特點，使用神經(jīng)網(wǎng)絡(luò)對信源壓縮和信道編碼進(jìn)行聯(lián)合設(shè)計，從而使通信系統(tǒng)達(dá)到端到端的最優(yōu)性能。
g）多用戶接入技術(shù)應(yīng)用。依據(jù)各類信號檢測算法的特性設(shè)計神經(jīng)網(wǎng)絡(luò)，以實現(xiàn)智能化的多用戶檢測、用戶活動性（用戶激活）檢測、多用戶MIMO檢測或多用戶干擾分離，在提高檢測性能的同時極大地降低計算量。
h）波束管理應(yīng)用�；贏I的波束管理方法主要包括空域波束預(yù)測和時域波束預(yù)測。利用波束測量結(jié)果的訓(xùn)練模型，輸出最優(yōu)波束索引或波束質(zhì)量信息。
i）定位技術(shù)應(yīng)用。利用神經(jīng)網(wǎng)絡(luò)的非線性優(yōu)勢和高效的特征提取功能，可借助所有信道測量信息，包括非直射徑的信道信息進(jìn)行基站到用戶信道測量信息的抽象特征提取并訓(xùn)練，達(dá)到更高的定位精度要求。
