從 3G 到 5G 乃至之后的每一種無線標準，都在設計時加入了推動行業(yè)發(fā)展的具體目標。例如，4G 專注于以 IP 為中心的靈活語音、數(shù)據(jù)和視頻通信，而 5G 則在此基礎上進行了改進。6G 的目標是提供更加無處不在、更高效、更身臨其境的無線連接。6G 系統(tǒng)的研發(fā)正在逐步前進，我們也開始對無線行業(yè)將會經歷的技術進步有了清晰的了解。下面將深入探討無線工程師在當前和未來項目中應該予以考慮的賦能技術。

6G 無線通信工作流將包括人工智能、非地面網絡（NTN）、波形探測、毫米波和增強型射頻傳感。

新頻率，包括亞太赫茲通信

使用 7-24 GHz 范圍和亞太赫茲范圍（大于 100 GHz）中的新頻率很可能成為 6G 通信系統(tǒng)的一部分。這將會使新的頻譜管理方法成為可能，并在數(shù)據(jù)速率和速度方面提升性能，增加網絡容量和傳輸帶寬，同時減少網絡干擾。

通信傳感一體化

未來的無線網絡需要精確定位無線設備，以優(yōu)化其傳輸。通過引入新的頻率，無線網絡將能夠提供高度精確的傳感，并掌握其周邊物理環(huán)境的空間信息。這就是為什么 6G 將使用通信傳感一體化（JCAS）的原因所在。這種技術集成了無線網絡的定位、傳感和通信功能。

JCAS 系統(tǒng)可以通過獲取更準確的室內空間、范圍、障礙物和定位信息并將其發(fā)送給網絡來提高室內通信場景的性能。根據(jù)愛立信最近的研究[1]，JCAS 的主要優(yōu)勢之一是“大多數(shù)基礎設施已經到位，發(fā)送/接收（Tx/Rx）節(jié)點實現(xiàn)了全區(qū)域覆蓋，并且節(jié)點之間互連良好，這促進了多靜態(tài)感知網格”。如果無線系統(tǒng)中已集成傳感功能，那么 6G 中引入的亞太赫茲頻譜中的新頻率可能會為無線工程師使用類似雷達的技術鋪平道路。然而，設計 JCAS 系統(tǒng)的挑戰(zhàn)在于組合系統(tǒng)帶來的計算復雜性，以及由此帶來的對可用資源的爭用，這可能會減慢或中斷無線服務。

可重構智能表面

因易于部署、頻譜效率增強、與當前無線網絡標準和硬件的兼容性以及可持續(xù)性，可重構智能表面（RIS）在無線領域中獲得了越來越多的關注。RIS 是一種新型介質，它讓工程師能夠通過一系列反射單元以編程方式動態(tài)地控制信號在發(fā)射機和接收機之間的傳播。主動反射和控制傳入表面的信號的能力要求無線工程師使用 MIMO 無線系統(tǒng)。該系統(tǒng)雖然可以提高可控性，但需要額外的天線和窄波束。窄波束具有一定的挑戰(zhàn)，因為瞄準波束時的任何一個小錯誤都可能使其無法到達預定目標。

所有這些類型的創(chuàng)新都為無線系統(tǒng)帶來了巨大的復雜性和可變性，使設計空間探索任務變得非常困難。構建這些無線系統(tǒng)類型的無線工程師經常使用 MATLAB 和 Simulink 來設計、建模、測試和分析他們的設計。因為他們可以在無需承擔后果的仿真環(huán)境中探索新的頻率范圍、帶寬、參數(shù)集、MIMO 的比例仿真以及更高的采樣率。

帶來無線連接的非地面網絡

使連接無處不在的一項關鍵技術進步是非地面網絡（NTN）的出現(xiàn)。NTN 指的是任何涉及非地面飛行物的網絡，包括近地軌道（LEO）衛(wèi)星在內。無線工程師越來越多地將移動設備集成到混合地面和非地面 5G 移動基礎設施中來為企業(yè)和消費者提供服務。Apple 的緊急 SOS 功能[2]是最著名的一項應用。NTN 的價值在于它們可以在不依賴蜂窩信號塔的情況下建立全球無線網絡，特別是在建造成本過高的地方。

人工智能對 6G 系統(tǒng)至關重要

6G 網絡的日益復雜使得人工智能的使用成為必要。因為光靠人來緊跟 6G 帶來的更快速度和更高復雜性已不太實際。人工智能方法可通過自動、高效地提取底層模式來解決非線性問題，這超出了人工方法的能力范圍。工程師可以應用人工智能（包括機器學習、深度學習或強化學習工作流）來配置、優(yōu)化和自行組織 6G 無線通信。此外，6G 可能會支持基于人工智能的空中接口[3]以改進功能，如聯(lián)合壓縮和編碼、波束成形、信道狀態(tài)信息（CSI）壓縮以及定位。人工智能還可通過估計源環(huán)境行為將仿真環(huán)境納入算法模型，使項目管理從中受益，從而讓工程師能夠使用最少的計算資源快速研究系統(tǒng)的主要效應。無線通信的最大優(yōu)點是數(shù)學和物理從不會出現(xiàn)爭議。問題出在于使其高效、可行的需求和技術方面。我們得等到 2026 年才能知道哪些候選技術和要求會被包含在 6G 標準中，但無線工程師現(xiàn)在便應該對即將到來的創(chuàng)新進行學習。一旦 6G 的需求得到確定，那些使用人工智能來進行整合 JCAS、RIS 或 NTN 設計并通過仿真來測試這些設計的無線工程師將具備更有利的競爭優(yōu)勢。