薛松巖，龐繼勇，汪少波，高全中

（上海華為技術(shù)有限公司，上海 201206）

0 引言

20世紀(jì)80年代以來，無線通信系統(tǒng)的發(fā)展經(jīng)歷了5個(gè)主要代際。從1G到5G，無線技術(shù)本身取得了巨大的發(fā)展，同時(shí)也對(duì)各行各業(yè)產(chǎn)生了潛移默化的影響。近年來，隨著5G 通信系統(tǒng)在全球范圍內(nèi)的大規(guī)模商用，萬物互聯(lián)、萬物智聯(lián)正在逐漸走進(jìn)千家萬戶，并改變?nèi)藗兊娜粘Ｉ罘绞健?GPP 于2016 年開始5G 的標(biāo)準(zhǔn)化工作。ITU 也確定了5G 的三大應(yīng)用場(chǎng)景，包括增強(qiáng)移動(dòng)寬帶（eMBB）、大規(guī)模機(jī)器類型通信（mMTC）和超高可靠性低時(shí)延通信（uRLLC）［1～2］。

過去的幾年里，5G 網(wǎng)絡(luò)正在以前所未有的速度在全球部署和商用，引發(fā)移動(dòng)數(shù)據(jù)流量的爆炸式增長。預(yù)計(jì)到2025年底，全球范圍內(nèi)的5G 基站數(shù)將突破650萬，為全球58%的人口提供累積1 000 億次的鏈接服務(wù)。5G 網(wǎng)絡(luò)大規(guī)模部署的同時(shí)，也在潛移默化地影響個(gè)人消費(fèi)體驗(yàn)和工業(yè)數(shù)字化進(jìn)程。預(yù)計(jì)到2025年，高清視頻和增強(qiáng)現(xiàn)實(shí)（eXtended Reality，XR）業(yè)務(wù)催生的個(gè)人用戶每月流量需求將達(dá)到50G～100G，2030 年最高將超過250G。與此同時(shí)，港口、鋼鐵等5 000 多個(gè)5G 工業(yè)數(shù)字化試點(diǎn)項(xiàng)目也已初具規(guī)模［3］。面向未來，業(yè)內(nèi)普遍認(rèn)為在2030 年之前5G 仍將是最主要移動(dòng)通信技術(shù)，并將持續(xù)服務(wù)到2040 年左右。因此，5G 系統(tǒng)的持續(xù)演進(jìn)和增強(qiáng)就變得尤為重要。華為在2020 年11 月提出了5.5G 的愿景，在2021 年4 月舉行的3GPP第46 次PCG 會(huì)議上，5G 演進(jìn)被正式命名為5GAdvanced［4-5］。

本文首先介紹5G-Advanced的驅(qū)動(dòng)力和主要應(yīng)用場(chǎng)景。其次，詳細(xì)介紹5G-Advanced的潛在技術(shù)方向。最后，將會(huì)對(duì)5G-Advanced 的標(biāo)準(zhǔn)路線圖進(jìn)行梳理并總結(jié)全文。

1 驅(qū)動(dòng)力和應(yīng)用場(chǎng)景

1.1 驅(qū)動(dòng)力

雖然5G 發(fā)展迅猛，但是和歷代移動(dòng)通信技術(shù)一樣，5G 也需要實(shí)現(xiàn)代際內(nèi)技術(shù)的不斷演進(jìn)，5G 演進(jìn)的驅(qū)動(dòng)力可以總結(jié)為商業(yè)驅(qū)動(dòng)和技術(shù)驅(qū)動(dòng)2個(gè)方面。

從商業(yè)驅(qū)動(dòng)角度來看，5G 已經(jīng)進(jìn)入商用的關(guān)鍵階段，在ToC 市場(chǎng)上有上億用戶，在ToB 市場(chǎng)上也進(jìn)入了更多垂直行業(yè)。在不斷的產(chǎn)業(yè)實(shí)踐過程中，5G技術(shù)本身也暴露出了一些問題，需要進(jìn)一步改進(jìn)才能持續(xù)釋放商用價(jià)值。例如，普通消費(fèi)者用戶只能感受5G帶來的網(wǎng)速提升，缺少殺手級(jí)應(yīng)用使得5G 相比4G 的代際升級(jí)并不明顯。在未來幾年，XR 類業(yè)務(wù)將有機(jī)會(huì)成為主流，以彌補(bǔ)5G在消費(fèi)者業(yè)務(wù)類型上的欠缺。面向ToB 市場(chǎng)，主要業(yè)務(wù)還是依托現(xiàn)有網(wǎng)絡(luò)的eMBB 能力，目前看來，在5G 大上行、高精度定位等能力上距離行業(yè)需求還有一定差距，這也需要在5.5G階段解決。

從技術(shù)驅(qū)動(dòng)角度來看，5G 網(wǎng)絡(luò)本身就是移動(dòng)通信技術(shù)融合的產(chǎn)物。面向未來，以人工智能（AI）為代表的數(shù)據(jù)驅(qū)動(dòng)類技術(shù)有機(jī)會(huì)進(jìn)一步拓展通信系統(tǒng)的能力，使5G網(wǎng)絡(luò)變得更加高效、靈活和智能。同時(shí)，為了更好地融入工業(yè)場(chǎng)景類應(yīng)用，5G技術(shù)也需要和運(yùn)營相關(guān)技術(shù)有機(jī)融合。

1.2 應(yīng)用場(chǎng)景

5G-Advanced 是基于5G 的技術(shù)演進(jìn)，在5G 的三大業(yè)務(wù)場(chǎng)景（eMBB、mMTC 和uRLLC）的基礎(chǔ)上進(jìn)一步擴(kuò)充到了如圖1 所示的六大業(yè)務(wù)場(chǎng)景，以應(yīng)對(duì)日益復(fù)雜的應(yīng)用場(chǎng)景和業(yè)務(wù)需求，從支撐萬物互聯(lián)到使能萬物智聯(lián)。

圖1 5G-Advanced業(yè)務(wù)場(chǎng)景

a）上行超寬帶（UL Centric Broadband Communication，UCBC）：大幅提升現(xiàn)有通信網(wǎng)絡(luò)的上行傳輸性能，例如實(shí)現(xiàn)高清視頻上傳、機(jī)器視覺等業(yè)務(wù)。同時(shí)，依托其更深的覆蓋、更大的上行傳輸帶寬，UCBC 還可以大幅提升室內(nèi)場(chǎng)景的用戶體驗(yàn)速率。

b）寬帶實(shí)時(shí)交互（Real-time Broadband Communication，RTBC）：支持更大帶寬和低時(shí)延通信，使能沉浸式互動(dòng)業(yè)務(wù)增強(qiáng)。

c）通信感知融合（Harmonized Communication and Sensing，HCS）：將傳統(tǒng)通信和感知業(yè)務(wù)相融合，賦予無線通信網(wǎng)絡(luò)全新的業(yè)務(wù)能力。

2 潛在技術(shù)方向

2.1 Massive MIMO持續(xù)增強(qiáng)

2.1.1 高精度MIMO

MIMO 技術(shù)已經(jīng)在實(shí)際系統(tǒng)中得到了廣泛的應(yīng)用，為了進(jìn)一步提升通信系統(tǒng)頻譜效率，大規(guī)模MIMO正逐漸成為無線通信網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。從標(biāo)準(zhǔn)演進(jìn)的角度來看，3GPP Rel-15 針對(duì)頻分雙工系統(tǒng)（FDD）支持了空域高精度碼本，即Type-II 碼本。Type-II碼本利用量化信道特征反饋向量，有利于支持向多個(gè)用戶的空間復(fù)用數(shù)據(jù)傳輸［6］。Rel-16 中，eType-II 碼本利用信道頻域相關(guān)性實(shí)現(xiàn)多個(gè)子帶的聯(lián)合壓縮量化，同時(shí)節(jié)省的傳輸開銷可以用于提升碼本精度。Rel-17 中，上下行信道的角度延遲互易性被用于進(jìn)一步提高信道狀態(tài)信息精度［7-8］。

現(xiàn)有MIMO 系統(tǒng)的測(cè)量開銷也需要被進(jìn)一步考慮。對(duì)于FDD系統(tǒng)，可以通過在時(shí)延域中復(fù)用CSI-RS端口以降低現(xiàn)有FDD 系統(tǒng)導(dǎo)頻開銷［9］。對(duì)于TDD 系統(tǒng)，信道探測(cè)參考信號(hào)（Sounding Reference Signal，SRS）的容量提升同樣重要，例如在Rel-17 中引入了SRS 跳頻［10］?；赗el-17 的SRS 加強(qiáng)，SRS 容量預(yù)期可以提升2 倍或4 倍。在5G-Advanced 周期內(nèi)，SRS 需要進(jìn)一步加強(qiáng)，協(xié)議需要考慮新的SRS設(shè)計(jì)。

2.1.2 超大孔徑陣列（ELAA）

隨著超大規(guī)模MIMO 系統(tǒng)的發(fā)展，單一天線面板的射頻通道和天線陣子規(guī)格不斷增加，然而在實(shí)際部署中，天線面板的尺寸、重量和風(fēng)載都會(huì)受到嚴(yán)格限制，傳統(tǒng)演進(jìn)思路受到限制。超大孔徑陣列（Extremely Large Aperture Array，ELAA）可以將天線單元分布式的部署在一片區(qū)域內(nèi)，避免了集中式部署的工程限制。如圖2 所示，天線面板分塊部署在了建筑物墻壁上。

圖2 超大孔徑陣列

雖然ELAA 采用分布式部署，其同樣具有超大規(guī)模MIMO 系統(tǒng)的典型特征，例如信道硬化和有利傳播等［6］。此外，ELAA的超大孔徑導(dǎo)致服務(wù)用戶可能處于陣列天線的近場(chǎng)傳輸范圍，因此傳統(tǒng)MIMO 系統(tǒng)的平面波假設(shè)不再成立，對(duì)于近場(chǎng)用戶需要考慮球面波模型。ELAA 信道的另一個(gè)重要特性是空間非平穩(wěn)，即天線陣列的不同部分可以看到不同的散射導(dǎo)致接收功率不同。此外，由于天線陣子數(shù)量劇增，ELAA 系統(tǒng)的基帶處理復(fù)雜度和前傳帶寬需求也急劇增加，低復(fù)雜度、低前傳開銷的分布式基帶處理算法和架構(gòu)成為ELAA領(lǐng)域的重要研究方向［11］。

2.2 寬帶實(shí)時(shí)交互（RTBC）

RTBC 作為5G-Advanced 六大核心場(chǎng)景之一，代表了5G ToC 業(yè)務(wù)演進(jìn)的重要方向。XR、觸覺互聯(lián)網(wǎng)等一系列新興業(yè)務(wù)通過打造現(xiàn)實(shí)與虛擬世界的橋梁，實(shí)現(xiàn)了身臨其境的沉浸式用戶體驗(yàn)。由于XR 業(yè)務(wù)具有高速率、高可靠性、低時(shí)延的要求，在當(dāng)前5G網(wǎng)絡(luò)上承載大量XR 業(yè)務(wù)是非常具有挑戰(zhàn)性的。從傳輸速率角度來說，視頻分辨率和幀率的不斷提升將傳輸速率要求提高到了100 Mbit/s～1 Gbit/s。對(duì)于強(qiáng)交互XR 應(yīng)用程序和云渲染，需要達(dá)到20 ms 的響應(yīng)延遲才能滿足沉浸式體驗(yàn)要求。從可靠性角度來分析，傳輸可靠性要達(dá)到10-3～10-4以滿足業(yè)務(wù)QoE 需求。根據(jù)3GPP的初步評(píng)估結(jié)果，一個(gè)小區(qū)能支持的XR 用戶數(shù)還遠(yuǎn)遠(yuǎn)不能滿足大規(guī)模商用的訴求［12］。

2.2.1 Layered QoS

XR 業(yè)務(wù)的多個(gè)數(shù)據(jù)流具有不同流量特征和QoS要求，例如視頻的I 幀/P 幀、視頻景深和姿勢(shì)/控制等。上述多種視頻流在XR 業(yè)務(wù)中具有不同的優(yōu)先級(jí)，其中部分?jǐn)?shù)據(jù)流主導(dǎo)用戶體驗(yàn)，部分起輔助作用?，F(xiàn)有的5G QoS 架構(gòu)中，同一XR 業(yè)務(wù)的多個(gè)數(shù)據(jù)流是在相同QoS流上進(jìn)行傳輸，視頻流的差異性沒有被考慮，造成非重要信息傳輸開銷冗余。

為了適配XR 業(yè)務(wù)中多個(gè)數(shù)據(jù)流不同優(yōu)先級(jí)的特點(diǎn)，可以考慮具有多個(gè)QoS 流的分層QoS 傳輸機(jī)制，如圖3所示。QoS 要求較高的數(shù)據(jù)流稱為基本流，而QoS要求較低的數(shù)據(jù)流稱為增強(qiáng)流。

圖3 多個(gè)QoS流的分層QoS機(jī)制

另一方面，現(xiàn)有協(xié)議還支持將多個(gè)XR 數(shù)據(jù)流映射到單個(gè)QoS 流中，并且仍然可以考慮分層QoS 機(jī)制。這種場(chǎng)景下，需要額外引入一些端到端的交互機(jī)制，以支持基礎(chǔ)數(shù)據(jù)和增強(qiáng)數(shù)據(jù)的區(qū)分［12］。

2.2.2 幀級(jí)完整性傳輸

從網(wǎng)絡(luò)傳輸?shù)慕嵌葋砜?，XR 業(yè)務(wù)中的每個(gè)視頻幀可以被分割成1 個(gè)或多個(gè)關(guān)聯(lián)的IP/PDCP 數(shù)據(jù)包。一般情況下，視頻幀的正確解碼和重建依賴于其所有關(guān)聯(lián)的數(shù)據(jù)包都被正確接收的前提。然而，XR 業(yè)務(wù)中數(shù)據(jù)包之間的相關(guān)性在現(xiàn)有的RAN 側(cè)并不被感知。當(dāng)這些相關(guān)數(shù)據(jù)包到達(dá)RAN時(shí)，RAN將把所有數(shù)據(jù)包視為彼此不相關(guān)。因此當(dāng)一個(gè)視頻幀關(guān)聯(lián)的一個(gè)數(shù)據(jù)包丟失時(shí)，后續(xù)傳輸變得沒有意義，因?yàn)榧词购罄m(xù)傳輸成功，也無法成功解碼該視頻幀，導(dǎo)致無線傳輸資源的浪費(fèi)。

為了支持幀級(jí)完整性傳輸，5G 核心網(wǎng)需要和應(yīng)用進(jìn)行協(xié)調(diào)，識(shí)別哪些數(shù)據(jù)包屬于哪一個(gè)視頻幀，從而有利于網(wǎng)絡(luò)滿足XR 業(yè)務(wù)需求。然后，這些數(shù)據(jù)可以被指示給RAN 側(cè)，從而可以從這種幀級(jí)完整性傳輸中受益，以實(shí)現(xiàn)高效的無線資源管理。

2.3 超高可靠性超低時(shí)延通信（uRLLC）

3GPP Rel-15 確認(rèn)了uRLLC 業(yè)務(wù)的關(guān)鍵性能指標(biāo)，例如1 ms 傳輸時(shí)延和10-5可靠性。Rel-16/17 中對(duì)uRLLC 做了進(jìn)一步增強(qiáng)，包括提升可靠性至10-6和潛在的在用戶間實(shí)現(xiàn)業(yè)務(wù)復(fù)用的功能。然而，實(shí)際系統(tǒng)中影響uRLLC 業(yè)務(wù)性能的因素多種多樣，例如在eMBB 和uRLLC 共存場(chǎng)景下的TDD 子幀配比和小區(qū)間干擾等。針對(duì)uRLLC 業(yè)務(wù)，5.5G 演進(jìn)存在如下幾個(gè)潛在技術(shù)方向。

a）重傳增強(qiáng)：重傳是降低uRLLC 業(yè)務(wù)時(shí)延、提高可靠性最直接的方案之一。但是受限于交互時(shí)延，傳統(tǒng)的重傳方案無法滿足uRLLC 業(yè)務(wù)的低時(shí)延要求。因此，在5G NR 中引入了盲重傳，通過在接收反饋之前重傳來減少時(shí)延。重傳增強(qiáng)可以顯著提升uRLLC系統(tǒng)的傳輸可靠性，但是也會(huì)降低頻譜效率。為了取得時(shí)延和頻譜效率之間的平衡，近年來涌現(xiàn)出了不少新的方案［13］。

b）uRLLC-eMBB 共存：uRLLC 和eMBB 業(yè)務(wù)共存是5G 中的一個(gè)重要問題，在許多場(chǎng)景中，無線通信網(wǎng)絡(luò)將同時(shí)支持多種不同時(shí)延可靠性要求的任務(wù)。一種方式是為不同業(yè)務(wù)提前預(yù)留資源，但是這樣會(huì)造成頻譜效率的降低。另一種方式是允許uRLLC 搶占eMBB 時(shí)頻資源，如圖4 所示，這樣又會(huì)造成eMBB 業(yè)務(wù)的性能下降。因此，如何高效地實(shí)現(xiàn)多種業(yè)務(wù)的有效共存是5.5G一個(gè)重要的研究方向［14］。

圖4 uRLLC搶占eMBB時(shí)頻資源

c）互補(bǔ)TDD：使用靈活的TDD 幀結(jié)構(gòu)，在一個(gè)時(shí)隙內(nèi)配置多個(gè)上行和下行子幀的切換［15］。但是，頻繁切換會(huì)造成保護(hù)間隔的冗余；另一種方案是使用FDD頻段，但是上下行分處2 個(gè)頻段的普適性較差，同時(shí)FDD 頻段帶寬往往較小，可能無法滿足數(shù)據(jù)傳輸速率要求。針對(duì)上述場(chǎng)景，理想的解決方案是采用全雙工技術(shù)，但是現(xiàn)階段還具有很大挑戰(zhàn)性，因此這里提出了互補(bǔ)TDD 方案，在非重疊頻率的子帶上配置完全互補(bǔ)的TDD 子幀，以實(shí)現(xiàn)系統(tǒng)在任意時(shí)隙都可以同時(shí)實(shí)現(xiàn)上行發(fā)射和下行接收。

2.4 通信感知融合（HCS）

2.4.1 低功耗高精度定位

5G 定位技術(shù)在安全監(jiān)控、應(yīng)急救援、行程監(jiān)控等方面起到了重要的作用，面向5G-Advanced技術(shù)演進(jìn)，高精度不再是定位業(yè)務(wù)的唯一衡量指標(biāo)，低功耗變得愈發(fā)重要［16］。降低功耗的關(guān)鍵是最大限度地降低通信傳輸需求，可以通過計(jì)算上行到達(dá)時(shí)間差實(shí)現(xiàn)低功耗高精度定位（Low Power High Accuracy Positioning，LPHAP）。因?yàn)榻K端只需要和網(wǎng)絡(luò)保持同步，并且接收和發(fā)射參考信號(hào)，其余時(shí)間可以進(jìn)入深度睡眠狀態(tài)以大幅降低功耗。有4種潛在的技術(shù)可以降低設(shè)備功耗，同時(shí)保持高精度。

a）通信和定位帶寬解耦。LPHAP 預(yù)計(jì)將同時(shí)支持窄帶通信和寬帶定位，使設(shè)備可以在窄帶模式下實(shí)現(xiàn)低功耗，并在寬帶模式下實(shí)現(xiàn)高精度定位。

b）移動(dòng)性增強(qiáng)。Rel-17 支持的RRC_INACTIVE定位不足以支撐長時(shí)間續(xù)航，需要進(jìn)一步優(yōu)化。例如，現(xiàn)有協(xié)議架構(gòu)下用戶移動(dòng)導(dǎo)致小區(qū)切換需要重新配置SRS資源，這將導(dǎo)致用戶睡眠時(shí)間減少，功耗隨之增加。因此，可以引入定位區(qū)域的概念，在同一個(gè)定位區(qū)域內(nèi)，小區(qū)切換可以保留原有SRS資源。

c）SRS聚合。上行TDOA 定位首徑到達(dá)時(shí)間估計(jì)誤差與等效帶寬成正比，當(dāng)前協(xié)議sub-6G頻段單載波最大帶寬100 MHz限制了定位能力。因此可以通過聚合來實(shí)現(xiàn)SRS帶寬的擴(kuò)展，提升上行TDOA定位精度。

需要注意的是，實(shí)際工程中的非理想因素，如站間同步誤差、網(wǎng)絡(luò)參數(shù)不準(zhǔn)確，會(huì)極大地影響定位精度，從而造成終端功耗提升。在LPHAP 中還應(yīng)考慮更魯棒的定位技術(shù)，如通過具有已知位置的參考終端進(jìn)行定位的相關(guān)技術(shù)。

2.4.2 高精度感知

精準(zhǔn)感知是打造智慧道路的基礎(chǔ)，目前以視覺為主的道路感知系統(tǒng)受限于光線、3D 感知精度、障礙物遮擋等，還存在很大的提升空間。而車載感知系統(tǒng)同樣受到探測(cè)距離、周邊車輛遮擋等限制，且感知器件性能受成本約束。通過各種尖端傳感器的輔助，車輛將不再僅僅是運(yùn)輸工具，車輛對(duì)車輛（V2V）和車輛對(duì)基礎(chǔ)設(shè)施（V2I）通信的進(jìn)步使它們成為無線網(wǎng)絡(luò)中信息交互的智能節(jié)點(diǎn)。通過這種方式，可以實(shí)現(xiàn)基于先進(jìn)智能交通系統(tǒng)的實(shí)時(shí)高清地圖下發(fā)和分布式傳感器共享等廣泛的垂直應(yīng)用，提高車聯(lián)網(wǎng)的駕駛安全性和運(yùn)營效率。

2.5 人工智能（AI）

AI 是目前最受關(guān)注的前沿技術(shù)，也是最熱門的研究方向。經(jīng)過幾十年的摸索、研究，AI 在圖像處理、語言處理、自動(dòng)駕駛等領(lǐng)域都取得了巨大突破，在部分領(lǐng)域甚至超越了人類算法的極限性能。因此，越來越多的行業(yè)開始研究AI，希望通過AI 給自身賦能，通信也不例外。

通信行業(yè)對(duì)AI的迫切需求，是由網(wǎng)絡(luò)發(fā)展的現(xiàn)狀和未來決定的。持續(xù)的技術(shù)演進(jìn)將通信網(wǎng)絡(luò)變成了一個(gè)空前復(fù)雜的異構(gòu)多域系統(tǒng)，各種技術(shù)混雜其中，給網(wǎng)絡(luò)優(yōu)化、運(yùn)維帶來了巨大挑戰(zhàn)。隨著5G時(shí)代的到來，空口設(shè)計(jì)的靈活性被進(jìn)一步放開，網(wǎng)絡(luò)復(fù)雜程度也進(jìn)一步提升，在通信網(wǎng)絡(luò)中應(yīng)用AI技術(shù)的動(dòng)機(jī)和優(yōu)勢(shì)也顯得愈發(fā)明顯。首先，AI 可以用來解決復(fù)雜模型的優(yōu)化問題，通過模型訓(xùn)練對(duì)優(yōu)化問題進(jìn)行收斂求解，避免了傳統(tǒng)迭代算法的巨大開銷。其次，傳統(tǒng)信號(hào)處理算法依賴精確的數(shù)學(xué)模型對(duì)問題進(jìn)行刻畫，但是實(shí)際系統(tǒng)受限于非理想和隨機(jī)性，往往難以被精準(zhǔn)地描述，導(dǎo)致傳統(tǒng)算法性能受限。而AI 算法，例如深度學(xué)習(xí)，可以很好地對(duì)復(fù)雜模型進(jìn)行擬合，從而避免了數(shù)學(xué)建模誤差導(dǎo)致的性能損失，提升網(wǎng)絡(luò)性能。

另一方面，通信對(duì)于AI 技術(shù)來說，也是一塊肥沃的土壤，AI 的三大要素可以被通信系統(tǒng)完美支持。數(shù)據(jù)是AI的根本，可以說數(shù)據(jù)越多、越豐富，AI算法訓(xùn)練的性能就越好。5G 網(wǎng)絡(luò)中每天都會(huì)生成海量的數(shù)據(jù)，這些數(shù)據(jù)格式相對(duì)統(tǒng)一，顆粒度也較小，非常適合用于模型訓(xùn)練和算法學(xué)習(xí)。其次是算力，5G 網(wǎng)絡(luò)具有大量云計(jì)算資源，這些資源可以為AI訓(xùn)練提供有效的算力支持，同時(shí)，5G 通信網(wǎng)絡(luò)還會(huì)部署大量邊緣計(jì)算節(jié)點(diǎn)，為分布式訓(xùn)練提供良好的算力支持。最后是算法，通信行業(yè)在AI 算法開發(fā)上也有顯著優(yōu)勢(shì)，近些年涌現(xiàn)出諸如數(shù)據(jù)驅(qū)動(dòng)、模型驅(qū)動(dòng)、知識(shí)驅(qū)動(dòng)等多種通信和AI 相結(jié)合的算法，在利用AI 技術(shù)本身優(yōu)勢(shì)的同時(shí)，也很好地繼承了傳統(tǒng)通信算法的理論框架。

標(biāo)準(zhǔn)研究層面，3GPP Rel-18也對(duì)3個(gè)物理層典型用例進(jìn)行了學(xué)習(xí)，包括AI CSI、AI定位和AI波束管理，圖5 給出了AI 波束管理示例。盡管AI 和通信的結(jié)合看上去是水到渠成，但是在實(shí)際通信系統(tǒng)中引用AI技術(shù)也面臨著不少挑戰(zhàn)。首先，通信網(wǎng)絡(luò)是一個(gè)時(shí)變的拓?fù)浣Y(jié)構(gòu)，AI 算法模型需要具備較強(qiáng)的魯棒性和泛化性以支撐不同場(chǎng)景、架構(gòu)的應(yīng)用。其次，數(shù)據(jù)標(biāo)簽獲取難度較大，監(jiān)督學(xué)習(xí)可能需要被半監(jiān)督或非監(jiān)督學(xué)習(xí)替代，以降低網(wǎng)絡(luò)實(shí)現(xiàn)復(fù)雜度。在5G-Advanced中，上述問題都需要被仔細(xì)研究并解決，才能推動(dòng)AI技術(shù)最終大規(guī)模應(yīng)用于無線通信系統(tǒng)。

圖5 AI波束管理

2.6 頻譜技術(shù)演進(jìn)

3GPP Rel-16標(biāo)準(zhǔn)中，5G NR Rel-15定義了2個(gè)頻率范圍FR1（410 MHz～7.125 GHz）和FR2（24.25 GHz～52.6 GHz），涵蓋了從450 MHz 到52.6 GHz 的所有IMT頻譜。在正在定義的R17 標(biāo)準(zhǔn)中，52.6 GHz 以上頻譜用于5G NR 成為了重要課題之一，F(xiàn)R2 的頻率范圍擴(kuò)展到了71 GHz，這標(biāo)志著100 GHz 以下頻譜全面向5G演進(jìn)已經(jīng)成為了業(yè)界共識(shí)。然而每個(gè)頻段各有各的特征，如何結(jié)合業(yè)務(wù)需求，合理利用是Sub100G頻譜重構(gòu)的關(guān)鍵挑戰(zhàn)。

FDD頻譜較為零散且?guī)捫?，以歐洲為例，90%的運(yùn)營商擁有FDD 頻段，并且95% 的單個(gè)FDD 載波頻譜的帶寬小于等于30 MHz。為了充分利用離散的FDD 頻譜資源，當(dāng)前的方法主要是利用載波聚合技術(shù)，然而這也造成了2方面的影響：一是每個(gè)FDD頻段都需要獨(dú)立地發(fā)送廣播、尋呼等公共信道信息，造成了比較大的開銷冗余和基站能耗；二是每個(gè)輔載波的管理需要經(jīng)過測(cè)量、添加、同步、激活等處理，耗時(shí)數(shù)十毫秒，影響用戶體驗(yàn)。為了解決這一問題，提出了多頻段服務(wù)小區(qū)（Multi-band Serving Cell，MB-SC）的技術(shù)，將多個(gè)離散的FDD 載波構(gòu)建成一個(gè)虛擬大載波，并且可以通過BWP實(shí)現(xiàn)載波間的頻譜靈活調(diào)度使用，從而減少公共開銷，提高用戶體驗(yàn)，如圖6所示。

圖6 多個(gè)離散載波重構(gòu)為一個(gè)虛擬大載波

在MB-SC 中，對(duì)于IDLE/INACTIVATE 狀態(tài)的用戶，服務(wù)小區(qū)的系統(tǒng)信息只需能在服務(wù)小區(qū)內(nèi)的多個(gè)下行載波中的一個(gè)進(jìn)行發(fā)送即可。根據(jù)系統(tǒng)信息，終端可以選擇任何一個(gè)上行載波進(jìn)行初始接入，而無需添加和激活輔小區(qū)。通過這種方式，MB-SC 可以減少公共信令的開銷，實(shí)現(xiàn)不同上行載波的負(fù)載均衡，降低接入時(shí)延，提高網(wǎng)絡(luò)靈活性，甚至提高能效。對(duì)于連接態(tài)的用戶，可以利用來自多個(gè)頻段的頻率資源。當(dāng)無數(shù)傳需求時(shí)，網(wǎng)絡(luò)可以讓用戶在一個(gè)較小的BWP上進(jìn)行駐留，以降低用戶功耗。當(dāng)有突發(fā)業(yè)務(wù)時(shí)，網(wǎng)絡(luò)可以進(jìn)行快速BWP激活或切換，以便在突發(fā)流量到達(dá)時(shí)聚合使用多個(gè)載波帶寬，提高瞬時(shí)傳輸速率。為了實(shí)現(xiàn)上述好處，MB-SC 需要解決多個(gè)技術(shù)挑戰(zhàn)，如跨載波的寬帶發(fā)送和接收、載波之間的精確時(shí)頻同步、多載波信道信息融合等。

3 結(jié)語

移動(dòng)通信的歷史發(fā)展規(guī)律表明，代際內(nèi)的技術(shù)演進(jìn)也是推動(dòng)行業(yè)發(fā)展的必要條件。5G 網(wǎng)絡(luò)在全球化部署的同時(shí)，也在推動(dòng)著技術(shù)本身向5G-Advanced 持續(xù)演進(jìn)。在3GPP 層面，5G-Advanced 從Rel-18 開始，并可能橫跨未來3 個(gè)版本，即Rel-18 至Rel-20。5GAdvanced 在不斷增強(qiáng)5G 的3個(gè)標(biāo)準(zhǔn)場(chǎng)景之外，還將進(jìn)一步擴(kuò)展UCBC、RTBC 和HCS 3 個(gè)全新應(yīng)用場(chǎng)景，以支持萬物互聯(lián)、萬物智聯(lián)的未來愿景。

本文介紹了5G-Advanced 的關(guān)鍵驅(qū)動(dòng)力、應(yīng)用場(chǎng)景和關(guān)鍵技術(shù)指標(biāo)，提供了潛在的技術(shù)方向，并給出了初步的可行性分析。希望引發(fā)學(xué)術(shù)圈和工業(yè)界專家學(xué)者對(duì)于5G-Advanced演進(jìn)的全面探索和思考。