葛建華 李靖

摘要：以5G為基礎(chǔ)，6G將構(gòu)建空天地海泛在通信網(wǎng)絡(luò)，并采用多種先進(jìn)技術(shù)來進(jìn)一步提升系統(tǒng)容量、能量與頻譜效率、可靠性以及傳輸時(shí)延等核心技術(shù)指標(biāo)。作為非正交傳輸技術(shù)的代表，超奈奎斯特傳輸（FTNs）不僅可以實(shí)現(xiàn)頻譜資源的高效利用，還可與多種6G候選關(guān)鍵技術(shù)進(jìn)行聯(lián)合設(shè)計(jì)來提升系統(tǒng)核心技術(shù)指標(biāo)，因此極具應(yīng)用潛力。

關(guān)鍵詞：6G；非正交傳輸；超奈奎斯特傳輸

Abstract： 6G will build an air-space-ground-sea ubiquitous communication network based on 5G， and employ a variety of advanced technologies to achieve further improvements in some core technical indicators such as system capacity， energy and spectral efficiency， reliability， and transmission delay. As a representative non-orthogonal transmission design scheme， faster-than-Nyquist signaling （FTNs） can realize the efficient utilization of spectrum resources， and be combined with a variety of 6G candidate key technologies to improve the core technical indicators of the system. Therefore FTNs has great application potential.

Keywords： 6G； non-orthogonal transmission； faster-than-Nyquist signaling

香農(nóng)經(jīng)典信息論為70 余年來通信技術(shù)的發(fā)展奠定了理論基礎(chǔ)。多輸入多輸出（MIMO）信道不僅具有經(jīng)典香農(nóng)信息論所涉及的時(shí)間和頻率自由度，還具有空間自由度，MIMO無線傳輸已成為當(dāng)代4G和5G 提升系統(tǒng)容量和頻譜效率的最為有效的核心手段[1]。

圍繞“增強(qiáng)寬帶、萬物互聯(lián)”的發(fā)展理念，5G通過引入增強(qiáng)移動(dòng)寬帶（eMBB）、超可靠低時(shí)延通信（URLLC）和增強(qiáng)機(jī)器類通信（eMTC）等場(chǎng)景，首次將垂直行業(yè)應(yīng)用納入公眾移動(dòng)通信系統(tǒng)。除了采用大規(guī)模MIMO和非正交多址接入（NOMA）來提升系統(tǒng)容量和大連接能力以外，5G還采用了更短的時(shí)隙調(diào)度單位、重復(fù)發(fā)送、多連接等URLLC相關(guān)技術(shù)來降低無線傳輸時(shí)延，提高可靠性?？梢灶A(yù)計(jì)，未來6G將以5G為基礎(chǔ)，采用空天地海泛在通信網(wǎng)絡(luò)，使用新頻譜、多極化超大規(guī)模天線、大規(guī)模分布式協(xié)作MIMO、NOMA和高精度定位等技術(shù)，以發(fā)展覆蓋范圍更廣、傳輸速率更高、可靠性更高、時(shí)延更小的無線傳輸系統(tǒng)，從而構(gòu)建更新一代的普適性、智慧化、全業(yè)務(wù)移動(dòng)信息基礎(chǔ)設(shè)施。

6G移動(dòng)通信能否進(jìn)一步改善系統(tǒng)容量、能量與頻譜效率、可靠性與傳輸時(shí)延等核心技術(shù)指標(biāo)，是學(xué)術(shù)界和工業(yè)界普遍關(guān)心的一個(gè)問題。

1 未來6G核心技術(shù)指標(biāo)與性能提升手段

為實(shí)現(xiàn)6G系統(tǒng)的愿景，滿足未來通信需求，人們需要考慮的核心技術(shù)指標(biāo)大致有：

（1）更高的頻譜效率與能量效率

5G移動(dòng)通信系統(tǒng)引入了多用戶MIMO，將系統(tǒng)的頻率利用率提升到一個(gè)新的高度。增加基站的天線數(shù)并形成多極化超大規(guī)模MIMO，可使未來6G系統(tǒng)的頻譜利用率進(jìn)一步提高。但當(dāng)基站天線陣列部署的物理尺寸受限時(shí)，過于密集的天線部署將存在嚴(yán)重的互耦效應(yīng)，相關(guān)MIMO信道容量存在理論極限。

無蜂窩系統(tǒng)消除了傳統(tǒng)蜂窩構(gòu)架在小區(qū)頻率復(fù)用方面的限制，其小區(qū)頻率復(fù)用因子等于1，可實(shí)現(xiàn)真正意義上的跨小區(qū)、全動(dòng)態(tài)的頻率資源調(diào)配，從而為構(gòu)建資源調(diào)配靈活、頻譜利用率更高的6G移動(dòng)通信系統(tǒng)帶來全新的可能。

（2）更高的可靠性與更低的時(shí)延

5G 新空口（NR）首次將超可靠與低時(shí)延技術(shù)指標(biāo)引入公眾移動(dòng)通信系統(tǒng)。一方面，為將無線傳輸時(shí)延降低至1 ms以下，系統(tǒng)引入了更短的時(shí)隙結(jié)構(gòu)、免許可接入認(rèn)證，以及移動(dòng)邊緣計(jì)算等技術(shù)；另一方面，為將無線數(shù)據(jù)包差錯(cuò)概率降低至10-6以下，系統(tǒng)又引入了時(shí)域或頻域重復(fù)發(fā)送、多點(diǎn)發(fā)送或多連接等。這些操作未能從網(wǎng)絡(luò)信息論的角度尋求傳輸時(shí)延、可靠性及傳輸速率的最優(yōu)平衡，因此在網(wǎng)絡(luò)拓?fù)鋬?yōu)化和資源有效利用等方面仍有一定的性能提升空間。

（3）超高峰值速率

面向未來，人們對(duì)移動(dòng)互聯(lián)網(wǎng)的流量應(yīng)用、萬物互聯(lián)的速率需求也將越來越大。因此，能讓人們隨時(shí)隨地享受高速率、低時(shí)延的連接是6G系統(tǒng)必須具備的。

5G移動(dòng)通信系統(tǒng)使用的是6 GHz以下頻段，這些頻段非常擁擠，且可用帶寬有限。基于此，B5G正在考慮使用大帶寬的毫米波頻段。6G系統(tǒng)將采用新頻譜和通信手段，進(jìn)一步提升峰值速率。學(xué)者們普遍認(rèn)為，應(yīng)用于星間骨干鏈路的無線激光通信、毫米波太赫茲通信和可見光通信等技術(shù)可能應(yīng)用于6G場(chǎng)景的新頻段通信，因此這些方面值得探索研究。

（4）更寬覆蓋

5G移動(dòng)通信系統(tǒng)的覆蓋范圍受限，無法有效地解決海洋、森林、沙漠等人口稀少地區(qū)，以及地震、火災(zāi)和泥石流等應(yīng)急場(chǎng)景下的通信難題。充分利用地面移動(dòng)通信的大容量傳輸能力，結(jié)合天基網(wǎng)絡(luò)的廣域覆蓋優(yōu)勢(shì)，構(gòu)建星地深度融合的天地互聯(lián)網(wǎng)絡(luò)系統(tǒng)，能夠?qū)崿F(xiàn)6G無處不在的寬帶連接。

6G寬帶通信系統(tǒng)將實(shí)現(xiàn)星地深度融合通信網(wǎng)絡(luò)，提供“隨時(shí)、隨地、隨心”的通信體驗(yàn)。這不僅解決了偏遠(yuǎn)地區(qū)和無人區(qū)的通信問題，還能為每位客戶提供服務(wù)，實(shí)現(xiàn)智慧連接、深度連接、全息連接和泛在連接。

2 6G候選關(guān)鍵技術(shù)

為實(shí)現(xiàn)未來6G核心技術(shù)指標(biāo)，從網(wǎng)絡(luò)通信角度出發(fā)，我們概括了以下的候選關(guān)鍵技術(shù)：

（1）星地深度融合

6G將集成地面移動(dòng)通信網(wǎng)絡(luò)和衛(wèi)星互聯(lián)網(wǎng)絡(luò)。借助智能移動(dòng)性管理技術(shù)，6G可以在陸、海、空、天、地等多種復(fù)雜場(chǎng)景中提供高速互聯(lián)服務(wù)，實(shí)現(xiàn)全球覆蓋、按需服務(wù)、隨遇接入、安全可信的網(wǎng)絡(luò)通信能力[2]。

6G要實(shí)現(xiàn)地面網(wǎng)絡(luò)與衛(wèi)星網(wǎng)絡(luò)間的寬帶可靠通信，需要強(qiáng)大的物理層通信鏈路作為支撐。物理層通信鏈路主要包括星間鏈路、星地饋電鏈路和星地用戶鏈路3種類型。星間鏈路距離遠(yuǎn)，激光通信是其主要的發(fā)展方向；星地饋電鏈路經(jīng)過地球表面大氣層時(shí)容易受到云、霧、降雨和大氣湍流等天氣因素的嚴(yán)重影響，高效能的新型激光通信和激光/微波混合傳輸是其未來的發(fā)展方向；星地用戶鏈路將主要采用Ka高頻段和多波束技術(shù)來實(shí)現(xiàn)衛(wèi)星對(duì)地面用戶的大容量通信。

（2）新頻段通信

與中、低頻段（6 GHz以下）相比，毫米波和太赫茲頻段的電波傳播路徑損耗顯著增加，但頻譜資源非常豐富。太赫茲頻譜通信具有頻譜資源帶寬大、傳輸時(shí)延低、傳輸速率高等優(yōu)勢(shì)，是未來6G移動(dòng)通信系統(tǒng)極具吸引力的寬帶通信技術(shù)。超大規(guī)模天線陣列是解決毫米波與太赫茲傳播距離受限問題的有效手段。

（3）超大規(guī)模天線

把太赫茲、可見光的新增頻譜用于6G移動(dòng)通信系統(tǒng)，意味著運(yùn)營(yíng)商能以更多天線系統(tǒng)傳播信息，從而獲得更大的吞吐量。超大規(guī)模天線技術(shù)可提供很大的空間分集，將成為提升6G移動(dòng)通信系統(tǒng)頻譜效率的關(guān)鍵技術(shù)。

將太赫茲頻譜引入6G移動(dòng)通信系統(tǒng)，會(huì)增大系統(tǒng)的頻譜跨度。實(shí)現(xiàn)大頻譜跨度的大規(guī)模陣列天線是6G需解決的一大難題。

（4）智能反射表面（IRS）

通過控制在無線傳播環(huán)境中的亞波長(zhǎng)人工合成超材料的電磁特性，IRS技術(shù)使電磁波入射超材料時(shí)，能夠獲得預(yù)期的反射信號(hào)或透射信號(hào)，以達(dá)到控制信號(hào)的幅度、頻率、相位、極化特性，實(shí)現(xiàn)干擾協(xié)調(diào)、波束形成與信號(hào)補(bǔ)盲、非線性頻譜搬移，并解決高頻信號(hào)繞射傳播[3]問題。與傳統(tǒng)的無線中繼技術(shù)相比，IRS無須對(duì)信號(hào)進(jìn)行再生和重傳。IRS采用能量消耗少的無源反射，在全雙工模式下，能夠以低成本方式實(shí)現(xiàn)頻譜效率和能量效率的提高。

（5）大規(guī)模分布式協(xié)作MIMO與無蜂窩網(wǎng)絡(luò)

分布式 MIMO 拓展了經(jīng)典MIMO的應(yīng)用范疇：從單小區(qū)蜂窩基站擴(kuò)展到多小區(qū)蜂窩基站場(chǎng)景，并以分布式多用戶MIMO 形式構(gòu)成無蜂窩移動(dòng)網(wǎng)絡(luò)。分布式MIMO在同一時(shí)頻資源下，為所有接入設(shè)備提供服務(wù)，無須小區(qū)間頻率規(guī)劃，即可實(shí)現(xiàn)系統(tǒng)資源全維度動(dòng)態(tài)利用。因此，分布式 MIMO可以有效改善系統(tǒng)資源配置的靈活性，大幅度提升無線資源利用率。然而，面對(duì)未來6G網(wǎng)絡(luò)龐大的天線規(guī)模，分布式MIMO 的天線單元處于不同的地理位置，這將成為分布式MIMO 及無蜂窩無線網(wǎng)絡(luò)應(yīng)用的關(guān)鍵性挑戰(zhàn)。

（6）高效大容量的多址接入與傳輸

多址接入的核心問題是如何在有限的資源內(nèi)接入更多用戶。不同于傳統(tǒng)的正交多址接入（OMA）技術(shù)，NOMA技術(shù)可以在相同的資源上傳輸多個(gè)用戶的信號(hào)，從而獲得比OMA更大的容量和更多的用戶連接數(shù)。一方面，NOMA技術(shù)支持免調(diào)度隨機(jī)接入，減少了信令開銷，因此可為海量連接場(chǎng)景下的低時(shí)延通信提供保障；另一方面，6G使用太赫茲等高頻段進(jìn)行通信，電磁波的強(qiáng)方向性使得用戶的信道高度相關(guān)，為NOMA技術(shù)的使用提供了便利。此外，超大規(guī)模天線MIMO產(chǎn)生的定向波束可以帶來大的天線陣列增益和小的波束間干擾，而在每個(gè)波束上使用NOMA技術(shù)服務(wù)多個(gè)用戶，有助于6G超高帶寬和大規(guī)模連接[4-5]。

（7）人工智能與無線通信的結(jié)合

未來6G網(wǎng)絡(luò)需要應(yīng)對(duì)爆炸性的移動(dòng)數(shù)據(jù)流量增長(zhǎng)和海量的設(shè)備連接，而對(duì)這些海量數(shù)據(jù)進(jìn)行實(shí)時(shí)管控會(huì)導(dǎo)致高的復(fù)雜度和時(shí)延開銷。因此，如何有效感知業(yè)務(wù)特性、精確監(jiān)測(cè)控制網(wǎng)絡(luò)資源、動(dòng)態(tài)分配無線資源成為6G網(wǎng)絡(luò)中的重要問題。在6G網(wǎng)絡(luò)的應(yīng)用層和網(wǎng)絡(luò)層引入人工智能，使得網(wǎng)絡(luò)更加智能化，這將是管控海量無線大數(shù)據(jù)的必要途徑[6]。

此外，6G需要支持大規(guī)模用戶、大規(guī)模天線和多頻段混合傳輸，傳統(tǒng)物理層傳輸技術(shù)將面臨性能、復(fù)雜度和效率的多重挑戰(zhàn)。這為人工智能技術(shù)應(yīng)用于無線物理層提供了可能[7-8]。一方面，在復(fù)雜的通信場(chǎng)景下，信道環(huán)境很難用嚴(yán)格的數(shù)學(xué)模型來描述，因此有必要在沒有確定信道模型的條件下對(duì)物理層算法進(jìn)行設(shè)計(jì)；另一方面，6G中的物理層信號(hào)接收與檢測(cè)是一個(gè)高維優(yōu)化問題，實(shí)際中難以求解，此時(shí)可采用基于深度學(xué)習(xí)的信道估計(jì)和信號(hào)檢測(cè)方法（該方法尤其適用于準(zhǔn)靜態(tài)衰落信道）。

綜上所述，未來6G網(wǎng)絡(luò)的關(guān)鍵候選技術(shù)主要有：星地融合、太赫茲通信、多極化超大規(guī)模天線、無蜂窩網(wǎng)絡(luò)、大規(guī)模智能反射面、非正交多址接入及傳輸和基于人工智能的無線通信與網(wǎng)絡(luò)技術(shù)等。下面我們介紹一種能有效提高系統(tǒng)頻譜利用率的非正交傳輸波形——超奈奎斯特傳輸（FTNs）。該技術(shù)可與上述多種技術(shù)結(jié)合，實(shí)現(xiàn)更加高效的信息傳輸。

3 非正交傳輸波形FTNs

根據(jù)基帶信號(hào)的壓縮方式，F(xiàn)TNs可分為單載波超奈奎斯特（SC-FTNs）和多載波超奈奎斯特（MC-FTNs）。其中，SC-FTNs是在時(shí)域?qū)π盘?hào)進(jìn)行壓縮后發(fā)送，MC-FTNs是在頻域/時(shí)域?qū)π盘?hào)進(jìn)行壓縮后發(fā)送。由于FTNs頻譜利用率高，它已成為長(zhǎng)距離光纖、第二代衛(wèi)星數(shù)字視頻廣播（DVB-S2）、可見光通信等應(yīng)用的備選方案。然而，F(xiàn)TNs頻譜效率的提升是以更加嚴(yán)重的符號(hào)間干擾作為代價(jià)的。當(dāng)FTNs與MIMO、NOMA等結(jié)合時(shí)，如何更合理地利用FTNs的特點(diǎn)來支撐更高效率、更大容量的傳輸將是一個(gè)有意義的研究課題。

3.1 性能限（Mazo界和容量分析）

1975年，美國(guó)貝爾實(shí)驗(yàn)室學(xué)者M(jìn)azo提出[9]，對(duì)于采用sinc脈沖的FTNs系統(tǒng)，將符號(hào)傳輸周期壓縮至奈奎斯特周期的0.802倍時(shí)，符號(hào)間的最小歐式距離不會(huì)發(fā)生改變，該壓縮率被稱為Mazo界。此后，有學(xué)者將sinc函數(shù)擴(kuò)展至升余弦函數(shù)，闡述了不同滾降系數(shù)下的Mazo界，證明了FTNs系統(tǒng)帶來的容量性能提升。隨后，將單輸入單輸出（SISO）SC-FTNs場(chǎng)景下的分析方法推廣至MIMO MC-FTNs場(chǎng)景后，Mazo界和系統(tǒng)容量增益也同樣得到了說明。

在實(shí)際中，F(xiàn)TNs系統(tǒng)可采用兩種脈沖成形函數(shù)：一是選擇典型函數(shù)，如高斯、根升余弦、漢明等；二是設(shè)計(jì)特定的脈沖，并且可以通過誤碼性能、FTNs容量和實(shí)現(xiàn)復(fù)雜度等來對(duì)脈沖成形方法進(jìn)行評(píng)估。對(duì)一個(gè)特定的SISO/MIMO FTNs系統(tǒng)，使得誤碼性能最優(yōu)的成形濾波器不一定能使系統(tǒng)容量最大。因此，如何折中考慮容量和誤碼率性能、優(yōu)化成形濾波器的設(shè)計(jì)是一個(gè)重要問題。

3.2 收發(fā)機(jī)設(shè)計(jì)中的關(guān)鍵技術(shù)問題

3.2.1 發(fā)射機(jī)設(shè)計(jì)

（1）波形產(chǎn)生

由于MC-FTNs子載波缺乏正交性，因此它無法像正交頻分復(fù)用（OFDM）信號(hào)一樣，直接利用逆快速傅里葉變換（IFFT）來實(shí)現(xiàn)。現(xiàn)有研究主要通過對(duì)輸入的符號(hào)序列進(jìn)行處理，再利用IFFT來產(chǎn)生MC-FTNs信號(hào)。MC-FTNs波形產(chǎn)生主要包括基于擴(kuò)展IFFT點(diǎn)數(shù)和基于多路并行IFFT的兩種方式，其中后者具備更高的設(shè)計(jì)靈活度和更快的硬件處理速度。在不同的壓縮因子下，可通過對(duì)每路IFFT運(yùn)算的點(diǎn)數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，來進(jìn)一步降低系統(tǒng)實(shí)現(xiàn)復(fù)雜度。當(dāng)MC-FTNs與MIMO技術(shù)進(jìn)行聯(lián)合設(shè)計(jì)時(shí)，如何充分利用多天線的分集和復(fù)用優(yōu)勢(shì)，并以靈活、高效的方式產(chǎn)生MIMO MCFTNs波形，也是重要的研究?jī)?nèi)容。

（2）峰均比（PAPR）降低

由于FTNs信號(hào)波形之間存在符號(hào)間干擾，相鄰波形彼此疊加，因此會(huì)帶來較高的PAPR。PAPR過高將會(huì)使信號(hào)在傳輸時(shí)進(jìn)入功率放大器的非線性區(qū)域，造成信號(hào)失真，從而對(duì)通信系統(tǒng)性能產(chǎn)生嚴(yán)重影響。尤其是在MC-FTNs系統(tǒng)中，信號(hào)的PAPR不僅會(huì)受到時(shí)頻域壓縮因子的影響，而且會(huì)受到不同脈沖成形波形的影響。截至目前，能夠兼顧信號(hào)PAPR、頻譜效率和誤碼性能的FTNs系統(tǒng)設(shè)計(jì)方法還沒有定論。在眾多的可能方案中，基于預(yù)編碼的設(shè)計(jì)方法不僅可以降低PAPR，還可以和接收機(jī)檢測(cè)算法進(jìn)行聯(lián)合設(shè)計(jì)以降低接收復(fù)雜度，因此該方法極具應(yīng)用前景。

3.2.2 接收機(jī)設(shè)計(jì)

（1）信道估計(jì)

通常，現(xiàn)有的單/多載波系統(tǒng)利用導(dǎo)頻插入對(duì)信道進(jìn)行估計(jì)。在FTNs系統(tǒng)中，符號(hào)和子載波之間不再保持正交。如果沿用傳統(tǒng)的導(dǎo)頻結(jié)構(gòu)和信道估計(jì)算法，那么插入的導(dǎo)頻勢(shì)必會(huì)被周圍的數(shù)據(jù)符號(hào)所干擾，從而降低信道估計(jì)的精確度。因此，重新設(shè)計(jì)導(dǎo)頻插入方式和信道估計(jì)算法是非常有必要的。目前，已有的FTNs系統(tǒng)信道估計(jì)技術(shù)主要是針對(duì)靜態(tài)多徑信道，并基于均衡或者預(yù)編碼技術(shù)來實(shí)現(xiàn)的。動(dòng)態(tài)多徑估計(jì)問題，如時(shí)變和雙選擇性衰落信道中的信道估計(jì)將更具挑戰(zhàn)性。

（2）信號(hào)檢測(cè)

隨著時(shí)間或子載波間隔壓縮比的增大，由FTNs引入的符號(hào)間干擾（ISI）會(huì)更加嚴(yán)重。這使得接收端的信號(hào)檢測(cè)面臨挑戰(zhàn)：一是大壓縮比將導(dǎo)致形成ISI的干擾符號(hào)的數(shù)量增多。如果使用傳統(tǒng)性能最優(yōu)的檢測(cè)算法，如最大似然（ML）估計(jì)或最大后驗(yàn)概率（MAP）算法，那么接收端的復(fù)雜度將會(huì)隨干擾符號(hào)個(gè)數(shù)呈指數(shù)增長(zhǎng)。二是波形之間的不正交導(dǎo)致接收匹配濾波后的采樣序列受到色噪聲的影響，這也對(duì)檢測(cè)算法的性能造成了影響。因此，能夠平衡復(fù)雜度與性能的次優(yōu)檢測(cè)算法是近年來FTNs領(lǐng)域的研究熱點(diǎn)。

接收端的簡(jiǎn)化檢測(cè)算法主要可分為兩類：一是僅位于接收端的符號(hào)檢測(cè)/均衡技術(shù)，二是聯(lián)合發(fā)射端預(yù)編碼的檢測(cè)技術(shù)。前者無須對(duì)FTNs系統(tǒng)發(fā)射端做任何改變，僅對(duì)下采樣后的接收信號(hào)進(jìn)行處理便可消除碼間干擾。其主要思想是通過均衡器與信道譯碼器的軟信息交互，進(jìn)行聯(lián)合檢測(cè)，以消除ISI，從而獲得更高的性能增益?？梢钥紤]的軟輸入軟輸出（SISO）算法包括串行干擾消除（SIC）算法、軟輸出維特比算法（SOVA）和各種簡(jiǎn)化最大后驗(yàn)（MAP）算法等。當(dāng)聯(lián)合考慮發(fā)射端預(yù)編碼時(shí)，可利用預(yù)編碼技術(shù)對(duì)調(diào)制后符號(hào)進(jìn)行處理，改變發(fā)射信號(hào)特性及頻譜特征，并在接收機(jī)做相應(yīng)的解碼。這種方法性能優(yōu)良，復(fù)雜度低，但是依賴于FTNs系統(tǒng)特性。因此，需要一種不依賴于FTNs系統(tǒng)特性且復(fù)雜度低、性能優(yōu)良的抗碼間干擾檢測(cè)算法。

（3）基于深度學(xué)習(xí)的FTNs接收機(jī)

在無線通信領(lǐng)域，目前已有學(xué)者將信道譯碼、信道估計(jì)、信號(hào)檢測(cè)等與深度學(xué)習(xí)相結(jié)合，提出了基于深度學(xué)習(xí)的通信接收機(jī)架構(gòu)。相比于傳統(tǒng)的通信接收機(jī)，F(xiàn)TNs系統(tǒng)的ISI更嚴(yán)重。因此，針對(duì)FTNs系統(tǒng)的高檢測(cè)復(fù)雜度問題，深度學(xué)習(xí)等人工智能工具值得人們深入探討。尤其是在將子載波間隔和符號(hào)間隔同時(shí)進(jìn)行壓縮的MC-FTNs多天線傳輸場(chǎng)景下，當(dāng)ISI和ICI共存，并且存在不同天線接收信號(hào)的干擾時(shí)，利用深度學(xué)習(xí)將FTNs接收機(jī)進(jìn)行一體化訓(xùn)練，也許是一種很好的解決思路。

4 結(jié)束語

本文中，我們從6G核心技術(shù)指標(biāo)與性能提升方法出發(fā)，總結(jié)了6G候選關(guān)鍵技術(shù)，并給出了一種可與多種技術(shù)進(jìn)行聯(lián)合設(shè)計(jì)的非正交傳輸波形FTNs，以更有效地利用寶貴的頻譜資源。可以預(yù)計(jì)，未來6G核心技術(shù)指標(biāo)如系統(tǒng)容量、能量與頻譜效率、可靠性以及傳輸時(shí)延的進(jìn)一步提升，以多種技術(shù)的聯(lián)合設(shè)計(jì)為基礎(chǔ)，且伴隨著系統(tǒng)部署復(fù)雜度的上升。因此，尋求系統(tǒng)性能和部署成本的折中，是未來6G系統(tǒng)設(shè)計(jì)中的主要挑戰(zhàn)。

參考文獻(xiàn)

[1] 尤肖虎. Shannon信息論與未來6G技術(shù)潛能 [J].中國(guó)科學(xué)： 信息科學(xué)， 2020， 50（9）： 1377-1394

[2] 尤肖虎， 尹浩， 鄔賀銓. 6G與廣域物聯(lián)網(wǎng) [J]. 物聯(lián)網(wǎng)學(xué)報(bào)， 2020， 4（1）： 3-11

[3] YUAN J D， NGO H Q， MATTHAIOU M. Towards large intelligent surface （LIS）-based communications [J]. IEEE transactions on communications， 2020， 68（10）： 6568-6582

[4] ZHU L， XIAO Z， XIA X G， et al. Millimeter-wave communications with non-orthogonal multiple access for B5G/6G [J]. IEEE access， 2019， 7：116123-116132. DOI： 10.1109/ACCESS.2019.2935169

[5] CELIK A， CHAABAN A， SHIHADA B， et al. Topology optimization for 6G networks： a network information-theoretic approach [J]. IEEE vehicular technology magazine， 2020， 15（4）： 83-92. DOI： 10.1109/MVT.2020.3017152

[6] KATO N， MAO B M， TANG F X， et al. Ten challenges in advancing machine learning technologies toward 6G [J]. IEEE wireless communications， 2020， 27（3）： 96-103. DOI： 10.1109/ MWC.001.1900476

[7] MATTHAIOU M， YURDUSEVEN O， NGO H Q， et al. The road to 6G： ten physical layer challenges for communications engineers [J]. IEEE communications magazine， 2021， 59（1）： 64-69. DOI： 10.1109/MCOM.001.2000208

[8] 張平， 牛凱， 田輝，等. 6G 移動(dòng)通信技術(shù)展望 [J]，通信學(xué)報(bào)， 2019， 40（1）： 141-148

[9] MAZO J E. Faster-than-Nyquist signaling [J]. Bell system technical journal， 1975， 54（8）： 1451 -1462

作者簡(jiǎn)介

葛建華，西安電子科技大學(xué)教授、博士生導(dǎo)師，陜西省“三五人才工程”入選者，享受國(guó)務(wù)院政府特殊津貼；主要從事5G/B5G移動(dòng)通信的寬帶無線傳輸技術(shù)、面向特殊行業(yè)應(yīng)用的空地/空空無線自組網(wǎng)傳輸?shù)燃夹g(shù)的研究工作；曾主持和參與國(guó)家重點(diǎn)研發(fā)計(jì)劃、“863”計(jì)劃和國(guó)家科技重大專項(xiàng)等10余項(xiàng)國(guó)家級(jí)項(xiàng)目，并多次獲得國(guó)家、省部級(jí)獎(jiǎng)勵(lì)。

李靖，西安電子科技大學(xué)教授、博士生導(dǎo)師，中國(guó)電子學(xué)會(huì)高級(jí)會(huì)員；主要從事5G/B5G移動(dòng)通信的寬帶無線傳輸技術(shù)、人工智能與無線通信的融合研究；曾主持和參與國(guó)家科技重大專項(xiàng)、國(guó)家自然科學(xué)基金和“863”計(jì)劃等多項(xiàng)國(guó)家級(jí)項(xiàng)目，并獲得陜西省科學(xué)技術(shù)獎(jiǎng)二等獎(jiǎng)1項(xiàng)。