摘 要:全息通信作为一种全新的未来通信范式,通过再现真实物体细粒度画面,向用户提供三维沉浸式的交互体验,克服了传统媒体交互方式单一和场景临场感不足的问题。然而,相对于传统实时通信业务,全方位沉浸的真实全息通信对网络,特别在带宽、时延、安全性等多方面都提出了更为苛刻的要求。如何更好地扩展6G 概念与特征,实现高质量、高沉浸的全息新通信成为当前学术界面临的一大挑战。为解决上述问题,率先提出面向全息通信
摘 要:6G 无线网络“服务随心所想、网络随需而变、资源随愿共享”的全新愿景与需求,激发了一种新的通信范式———语义通信和语义认知网络的发展。语义通信通过传输信息的真实含义而非传输和复现完整的原始消息来提升通信效率和可靠性。要在6G 网络中部署和充分发挥语义通信的潜力,需要一种能够有效处理和利用语义信息的新技术。提出了一种基于图推理和联邦学习的6G 网络语义通信新框架,框架结合了图推理技术,例如图
摘 要:在卫星通信逐步转变为网络化运营的背景下,针对近年来低轨星座对同步静止轨道(Geostationary Orbit,GEO)卫星运营带来的挑战,提出了提高GEO 卫星资源利用效率和降低通信成本的运营思路。在此基础上,结合卫星通信未来发展面对的时空变化的业务、高价值移动载体、天地协同泛在互联三类重要应用场景,根据各场景特点分析了GEO 卫星提高服务性价比的关键技术,包括卫星灵活载荷技术和卫星与
特邀策划人 孙韶辉 中信科移动通信技术股份有限公司副总经理,博士,正高级工程师,毕业于西安电子科技大学通信与信息系统专业。长期从事无线移动通信新技术创新性研究和国际标准制定工作,多项研究成果进入4G/5G 国际标准,成为核心关键技术,现任工信部IMT-2030(6G)推进组标准与国际交流组长。主持和参与国家重大专项、重点研发计划等课题10 余项;在国内外知名学术期刊发表论文近百篇,撰写专著12
摘 要:面向2030 年及未来,6G 网络将与人工智能(Artificial Intelligence,AI)技术进行深度融合,智慧内生作为6G 网络的重要特征已经成为业界共识,6G 网络智慧内生已成为当前6G 网络探索与研究的焦点之一。结合当前5G网络智能化中的痛点问题,阐述了6G 网络智慧内生的驱动力和愿景目标,梳理总结了目前产业界和学术界在智慧内生网络架构和无线网络智慧内生实现方式的研究进展
摘 要:随着全球通信技术的飞速进展,5G 向6G 的转变已成为通信领域的关键焦点。以用户为中心的网络(UserCentric Network,UCN)架构代表了通信技术的革命性创新,通过将用户需求和体验置于设计的核心,为6G 环境下的多样化应用提供了全方位服务。深入探讨了6G 时代UCN 的发展轨迹、架构特性及核心技术,涵盖分布式与去中心化网络架构、集中化控制与资源优化网络架构,以及诸如资源分配、
摘 要:6G 将带来“全域覆盖、场景智联”的新时代网络发展愿景,面对新的趋势和挑战,移动通信系统的代际演进需要重新思考网络范式的转变。在继续提升性能指标的基础上,如何以简化的方式,解决5G 发展中遗留的问题,实现多维度的跨域融合是未来网络设计的关键问题。在新场景、新业务和新技术的驱动下,以用户为中心成为业界关注的、能够助力未来网络建设、提升用户体验的研究方向。为此,提出了一种以用户为中心的系统框架
摘 要:通信感知一体化,具有广阔的市场前景,是6G 热门的研究技术之一。针对通感一体化的演进路线,介绍了关键技术的3 个方面,即通信辅助感知、感知辅助通信和通感联合优化,并针对特定问题给出了特定方案。结合感知服务的特征,提出系统提供感知服务所需的感知功能实体,并提出在面向6G 的通感一体化系统中实现上述感知功能实体的潜在方案,包括感知功能实体在核心网、基站和终端中的分配,以及通感一体化基站架构。通
摘 要:通信感知一体化(Integrated Sensing and Communication,ISAC)作为6G 的关键技术之一,广泛应用于智慧交通、智能家居等领域。随着频谱资源的紧缺、技术发展的融合,促使通信和感知功能的一体化,其中ISAC 的波形设计是同时实现高效率通信和高精度感知的研究重点。从ISAC 技术趋势、波形设计重要性、应用场景和发展现状四方面进行了简要介绍,对以通信为主的波形设
摘 要:通过整合全球网络资源和普适智能,6G 无线网络有望为用户提供泛在的个性化服务。在6G 网络环境下,深入探讨如何借助网络场景知识、充分利用普适智能和全域网络资源,以实现真正的按需服务调配是必要的。旨在探讨6G 无线网络场景知识的相关研究。介绍了5G 限制以及6G 发展现状和特点;对6G 应用场景、典型应用和性能指标进行了综述,并阐述了6G 场景嵌入知识的应用;讨论了场景识别使能技术以及面临的
摘 要:随着5G 物联网(Internet of Things,IoT)的快速发展,针对下一代IoT 通信的特点,6G-IoT 网络将会进一步优化海量机器通信(massive Machine Type Communication,mMTC)场景,从而促进新一代无线设备如超大规模多输入多输出(Extremely Large-scale MultipleInput MultipleOutput,XL-
摘 要:面向新一代无线通信的技术革新,无人机(Unmanned Aerial Vehicle,UAV)在未来通信系统中的应用越来越不可忽视。考虑传统波束管理(Beam Management,BM)方法在高动态、高频段空地链路中波束对准的高额开销,设计了一种基于人工智能(Artificial Intelligence,AI)技术的BM 方案。方案基于长短时记忆(LongShort Term Memo
摘 要:针对云侧进行智能任务推理时带宽需求高与实时性差、端侧设备计算能力与能量受限的问题,在端侧设备处引入无线射频供能技术以实现端侧设备独立供能,进而提出了基于无线射频供能的端边协同智能任务推理机制,以最大化端侧设备智能任务推理完成率。构建端侧设备能量收集和端边协同推理模型。考虑端侧设备射频(RadioFrequency,RF)能量收集时间与端边协同智能任务推理时间约束、端侧设备传输功率与可使用能
摘 要:语义通信基于共享语义知识库辅助,提取信源语义特征进行编码传输,实现信息的“达意”传递,被认为是应对6G 愿景的使能技术之一。为了构建高效、鲁棒的语义通信系统,深入研究语义通信中涉及无线信道建模与处理的相关内容必不可少,如挖掘信道特征以指导语义编/ 译码、对抗信道衰落与噪声以抑制语义信息误解等。旨在综述面向语义通信涉及无线信道建模与处理的研究进展,在概述语义通信原理基础上,总结了语义通信中涉
摘 要:为解决自然灾害引发的“断电、断网、断路”所导致的通信指挥难题,提出了一种无人机辅助网络系统,通过机载边缘服务器装载地面用户热门访问内容并发布应急通知消息。无人机基于地面服务需求,引入了Q-Learning强化学习算法进行轨迹规划并将整个系统分为无人机探索子系统和无人机服务子系统。无人机探索子系统针对单个无人机信号覆盖面积有限无法采集到区域内所有移动设备位置的问题,创建边界探索方式来确定无人
摘 要:太赫兹(Terahertz,THz)通信在6G 网络中展现了潜在的重要性,具有高传输速率、强抗干扰能力和易于信号检测等优点。回顾了已有的THz 信道建模工作,分析了关键参数如分子吸收效应和传播距离的早期模型,以及基于纳米网络小粒子散射效应的时域和频域信道模型。强调了THz 通信技术面临的挑战,如功率放大器效率和多普勒扩展效应,这些限制了THz 的传输距离和性能。鉴于这些挑战,提出了对波形设
摘 要:针对低轨卫星通信中的任务规划问题,提出了一种基于最优邻域搜索粒子群优化(Particle Swarm Optimization,PSO)群算法的任务规划方法。引入最优近邻搜索,通过最优粒子间的差分值来促进局部搜索,设计了惯性权值、社会和自我学习因子的优化方式,最终能够高效求解低轨卫星通信星座中多转发器与多任务的组合优化问题,用以应对低轨卫星过境时间限制和链路切换导致的时间段离散问题,并使得
摘 要:针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助通感一体化(Integrated Sensing and Commu-nication,ISAC)系统中的有源和无源波束成形联合设计问题,提出基于流形优化的用户和速率最大化联合设计方案。该方案以最大化用户通信和速率为目标,考虑RIS 反射系数恒模约束、基站最大发射功率约束以及发射波束感知性
摘 要:在卫星拒止条件下,包含无人机、无人艇等多个节点的无人系统可以基于节点间距离信息,使用相对定位方法解算所有节点的绝对地理位置。由于无人系统节点的高机动特性,节点间的距离信息具有瞬时有效性,因此需要实现快速、精确的相对定位解算。旋转矩阵的计算是相对定位解算的核心步骤,使用传统的最小二乘法、牛顿法、遗传法等无法兼顾效率与精度因素,基于自由度松弛的引导优化算法通过放松旋转矩阵的自由度能够将寻优参数
摘 要:区块链以其去中心化、分布式共识、信息不可篡改等特点被广泛应用,Hyperledger Fabric 是一个开源的企业级许可区块链平台,系统性能对于Hyperledger Fabric 区块链有效性评估显得至关重要。以Hyperledger Fabric 为框架基于广义随机Petri 网(Generalized Stochastic Petri Nets,GSPN)进行建模对系统进行评估,给
摘 要:为提高无人机执行巡飞探查任务的效率,规划出一条最优的飞行路径,针对传统蚁群算法应用于路径规划时存在搜索效率低、迭代次数多、路径拐点多的问题,提出一种A 蚁群融合的复合启发式路径规划算法。利用A算法预搜索差异化初始信息素,减少蚁群算法前期搜索盲目性,提高搜索效率。构造一种复合启发函数,引入A 算法启发思想改进蚁群原本的启发式信息,设计路径平滑启发函数减少路径拐点。改进信息素更新规则,引入路径
摘 要:共指消解是确定上下文中的代词或名词短语所指的具体对象或实体,是自然语言处理(Natural LanguageProcessing,NLP)的基本任务之一,对理解文本语义具有重要意义。现有的方法主要集中在一般领域的代词、所有格和名词短语的解析上,针对法律领域的研究较少。为了更好地学习法律文本中的知识,并消除共同指代现象,提出一种基于图神经网络的法律文本共指消解模型(Graph Neural
摘 要:随着无线物联网(Internet of Things,IoT)业务的兴起,海量设备的接入,无线网络受攻击的可能性大大增加,无线IoT 设备的安全问题越来越重要。提出了一个基于深度机器学习长短期记忆(Long Short-Term Memory,LSTM)模型的无线IoT 设备识别方法,用于甄别非法入侵的设备或者发现已经被入侵后通信异常的设备。所提方法的创新点在于通过深度机器学习对IoT 设
摘 要:现网中存在较多潮汐特性的场景,用户在特定的时间范围内规律性迁移和聚集,但现有5G 基站以固定的波束配置覆盖,无法随业务和人员的聚集而变化,在该场景下最优波束覆盖范围与用户位置存在不匹配的情况,也无法发挥5G 有源天线单元(Active Antenna Unit,AAU)能够波束赋形的优势。此类场景的网络优化存在人工无法计算最优波束权值、突发情况网络覆盖应对慢以及人工上塔调整天线成本高等痛点
摘 要:突发扩频信号是卫星无线电测定业务的一种扩频调制信号,针对传统突发扩频信号,即入站信号,对快速捕获灵敏度要求越来越高的需求,提出了一种低载噪比突发扩频信号的快速捕获硬件设计实现方法。利用同步头加Walsh 码基于快速傅里叶变换(Fast Fourier Transform,FFT)的突发扩频信号全并行处理的方法,入站信号快捕接收的积分时长能够达到15 ms,相较于传统的捕获算法,性能实现了约