亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        AI 賦能6G 無線接入網(wǎng)技術研究

        2023-11-05 06:38:18朱曉丹黃慶秋
        科技創(chuàng)新與應用 2023年30期
        關鍵詞:移動性信道無線

        朱曉丹,黃慶秋

        (廣東省電信規(guī)劃設計院有限公司,廣州 510630)

        人工智能AI(Artificial Intelligence)和6G 是當今熱度最高的2 項技術。AI 技術與6G 融合,可使網(wǎng)絡高效智能地完成特定工作/任務,優(yōu)化網(wǎng)絡性能和提升用戶感知。6G 網(wǎng)絡由此可提供比以往更智能的互聯(lián)、更快的速度、更大的容量和更可靠的連接。這2 種技術的結合,賦能各種智慧應用場景,將迸發(fā)出驚人的社會發(fā)展驅動力。

        根據(jù)第三代合作伙伴計劃(3GPP)的計劃,6G 標準研究將在Rel-20(2025 年)啟動,AI 技術會在6G 深度部署。支持AI 的空中接口已確定作為Rel-18 及后續(xù)版本的RAN 項目之一,將用于性能提升或減少網(wǎng)絡復雜性/網(wǎng)絡開銷。同時,支持AI 的NG RAN 在數(shù)據(jù)收集和信令支持方面的能力可得到增強。以上工作均為了實現(xiàn)6G 其中一個技術愿景:AI4NET(AI for Network)。

        AI 在網(wǎng)絡側對6G RAN 的賦能,是通過AI 分析網(wǎng)絡數(shù)據(jù),并基于這些數(shù)據(jù)做出決策,可應用于優(yōu)化網(wǎng)絡性能、提升網(wǎng)絡運行效率和加強網(wǎng)絡安全管理等方面。

        1 AI 賦能6G 背景

        在未來智慧城市中,各類分布式移動應用諸如物聯(lián)網(wǎng)IoT(Internet of Things)、車聯(lián)網(wǎng)IoV(Internet of Vehicles)、工業(yè)物聯(lián)網(wǎng)IIoT(Industrial Internet of Things)、機器人物聯(lián)網(wǎng)IoRT(Internet of Robotic Things)、智慧醫(yī)療IoMT(Internet of Medical Things)和增強/虛擬現(xiàn)實AR/VR(Augmented Reality/ Virtual Reality)的部署,在服務質量QoS(Quality of Service)和服務水平協(xié)議SLA(Service Level Agreement)2 方面均對網(wǎng)絡有嚴格的要求,這些都是6G 原始驅動力。

        從移動互聯(lián),到萬物互聯(lián),再到萬物智聯(lián),6G 將實現(xiàn)從服務于人、人與物,到支撐智能體高效聯(lián)接的躍遷[1]。為了達到這一水平,與5G 相比,6G 需要配備上下文感知的算法來優(yōu)化其架構、協(xié)議和操作。為此,6G 須在其基礎架構設計中注入AI 技術,使之融合到基站、云計算和云存儲等基礎設施中。軟件定義網(wǎng)絡(SDN)的傳統(tǒng)方法,從分析到?jīng)Q策所需的時間較長?;谏疃葘W習(Deep Learning,DL)/強 化 學習(Reinforcement Learning,RL)/ 遷移學習(Transfer Learning,TL)等AI/ML(Machine Learning)算法適用于6G RAN 的部署,包括資源、移動性、能效等方面的管理。

        2 AI 技術驅動6G RAN

        2.1 信道估計

        為了滿足智慧城市應用在高數(shù)據(jù)率(Tbps)、低延遲(0.1~1 毫秒級)和高可靠性(99.999 99%)方面的苛刻要求,許多新技術將在6G RAN 得以應用,如太赫茲通信、可見光通信、超大規(guī)模MIMO 和智能超表面技術等[1]。這些技術將增加無線信道的復雜性,給使用傳統(tǒng)方法的信道估計帶來極大挑戰(zhàn)。

        在無線信號傳輸過程中,無線信道相位偏移會減弱,傳輸?shù)男畔p及噪聲會增加,信道估計就是估計信道的特性以從信道效應中恢復傳輸信息的過程。為了提高6G 通信的性能和容量,精確和實時的信道估計變得至關重要。深度學習DL 可為精確信道估計提供有效的支持[2]。圖1 顯示了一個基于DL 的信道估計過程。原始信息首先與Pilot 信號一起傳輸,然后提取信道的變化對Pilot 信號的影響,最后用插值信道的DL 法來得到信道特性的估計。

        圖1 基于深度學習DL 的信道估計

        圖1 展示的是一種基于深度神經(jīng)網(wǎng)絡(DNN)的方法,用于正交頻分復用(OFDM)中的信道估計和符號檢測。DNN 模型通過使用不同信道條件下產(chǎn)生的OFDM 樣本進行離線訓練,然后該模型用于恢復傳輸信息,無須估計信道特性。

        2.2 調制識別

        調制識別的目的是識別出噪聲干擾環(huán)境下的信號調制信息,調制識別有助于信號解調和解碼的應用,如干擾識別、頻譜監(jiān)測、認知無線電、威脅評估和信號識別。

        6G 網(wǎng)絡中數(shù)據(jù)流量幾何級地增加,傳統(tǒng)的判決理論方法和統(tǒng)計模式識別方法在效率上不能完全滿足要求。卷積神經(jīng)網(wǎng)絡(Convolution Neural Network,CNN)和長短時記憶(Long-Short Term Memory,LSTM)可在調制識別中適用,前者適合于空間數(shù)據(jù)的自動特征提取,而后者則適用于調制識別[3]。如圖2 所示,卷積神經(jīng)網(wǎng)絡CNN 的應用,可以提高調制識別的準確性和效率。

        圖2 基于卷積神經(jīng)網(wǎng)絡的調制識別

        卷積神經(jīng)網(wǎng)絡進行信號分類的方式為:將接收到的信號作為輸入,通過卷積層(Convolutional Layer)提取信號的特征,然后通過全連接層(Dense Layer)將提取的特征映射到不同的調制方式上,最終實現(xiàn)對信號的識別。

        長短時記憶LSTM 神經(jīng)網(wǎng)絡通過輸入信號的時序信息,學習信號的特征并進行分類。LSTM 模型如圖3所示,LSTM 基于xt和ht-1來計算ht,內部通過輸入門it、遺忘門ft及輸出門ot三個門和一個內部記憶單元ct。利用LSTM 調制識別是將信號的時域或頻域表示作為LSTM 的輸入,通過多個LSTM 層提取信號的高級特征,最后通過全連接層輸出信號的分類結果。

        圖3 長短時記憶LSTM 神經(jīng)網(wǎng)絡模型

        2.3 移動性管理

        6G 網(wǎng)絡需要實現(xiàn)低延遲和高可靠性的業(yè)務如IoV、IoRT 和IoMT。為了保證這些應用的QoS,同時改善資源利用率和網(wǎng)絡瓶頸,學習和預測用戶的移動變得至關重要,基于DRL 的方法可作為可選方案,提高移動性管理的效率[4]。

        如圖4 所示,可通過結合LSTM 和DRL 預測移動用戶軌跡,LSTM 被用來預測移動用戶的軌跡,而DRL 則用于改善LSTM 的模型訓練時間。DRL 的目的是改善LSTM的模型訓練時間,不需要人工干預。該方法基于算法預判,在時間效率上優(yōu)于傳統(tǒng)的3GPP 移動性管理,如基于位置區(qū)域(Location Area)、跟蹤區(qū)域(Tracking Area)的方法,在6G 中結合使用將有效提高移動性管理的效率。

        圖4 基于DRL 的網(wǎng)絡終端移動性管理

        2.4 能效管理

        遷移學習TL 是指將已經(jīng)訓練好的模型應用于新的任務或領域中,以加快模型的訓練速度和提高模型的性能。6G 的RAN 設計中,可以利用遷移學習TL 結合強化學習RL 來提高網(wǎng)絡效率。具體來說,6G 網(wǎng)絡用例在執(zhí)行各種任務時可以共享時空特征及網(wǎng)絡配置信息,可以實時使用其他用例中訓練好的模型來初始化6G RAN 參數(shù),經(jīng)過調整后形成資源分配與控制策略并應用[5]。

        6G RAN 能效管理,重點可放在無線接入的資源分配(RA-Resource Allocation)、能源效率(EE-Energy Efficiency)和準入控制(AC-Admission Control)三方面。如圖5 所示,無線接入網(wǎng)RAN1 和無線接入網(wǎng)RAN2 作為統(tǒng)一網(wǎng)絡中2 個應用的場景,源是RAN1,目標是RAN2,這2 個場景的應用部署具有相似性。場景的特點決定了整體的資源配置,假設需要QoS 優(yōu)先,則資源分配規(guī)則上需安排更多的資源,或者如果目標是要降低整體能耗,那么能效效率管理(EE)則可釋放部分資源降低網(wǎng)絡能耗。RAN1 的資源分配、能源效率、準入控制等資源分配與控制策略,可以通過TL/RL算法平移到RAN2 中調整后應用,以提升網(wǎng)絡運行能效。

        圖5 基于TL/RL 的網(wǎng)絡資源分配管理

        3 結束語

        具備敏捷、靈活和自學習能力的內生智能6G 網(wǎng)絡,將為未來分布式、動態(tài)和智能的智慧城市應用提供基礎網(wǎng)絡能力。而AI 技術將在6G 和智慧城市中發(fā)揮關鍵作用。通過探討幾種AI 技術在6G RAN 的信道估計、調制識別、移動性管理和效能管理等方面的應用,旨在推動6G 與AI 的融合,6G RAN 領域內生智能關鍵技術、標準方面的探索。

        猜你喜歡
        移動性信道無線
        與5G融合的衛(wèi)星通信移動性管理技術研究
        國際太空(2021年11期)2022-01-19 03:27:06
        《無線互聯(lián)科技》征稿詞(2021)
        無線追蹤3
        基于ARM的無線WiFi插排的設計
        電子制作(2018年23期)2018-12-26 01:01:08
        ADF7021-N在無線尋呼發(fā)射系統(tǒng)中的應用
        電子制作(2016年15期)2017-01-15 13:39:03
        基于導頻的OFDM信道估計技術
        一種改進的基于DFT-MMSE的信道估計方法
        基于安全灰箱演算的物聯(lián)網(wǎng)移動性建模驗證
        基于MED信道選擇和虛擬嵌入塊的YASS改進算法
        一種基于GPU的數(shù)字信道化處理方法
        亚洲天堂成人av在线观看| 精品免费一区二区三区在| 精品一区二区三区长筒靴| 二区免费在线视频观看| 色婷婷亚洲精品综合影院| 国产A√无码专区| 日本第一区二区三区视频| 亚洲国产天堂久久综合网| 婷婷色香五月综合激激情| 国产精品99久久精品爆乳| 青青青国产免A在线观看| 国产美腿丝袜一区二区| 丰满少妇人妻无码专区| 亚洲av免费手机在线观看| 国产成熟人妻换╳╳╳╳| 亚洲天堂中文| 日本在线观看一区二区三区视频| 爽爽影院免费观看| 摸进她的内裤里疯狂揉她动图视频 | 久久不见久久见免费视频6| 亚洲av综合av国产av| 国产一区二区欧美丝袜| 国产精品美女主播一区二区| 精品国产第一国产综合精品| 亚洲av无码电影网| 超级少妇一区二区三区| 麻神在线观看免费观看| 麻豆影视视频高清在线观看| 91天堂素人精品系列全集亚洲| 国产高清不卡在线视频| 亚洲va中文字幕无码一二三区| 无码人妻少妇色欲av一区二区 | 久久精品网站免费观看| 天天摸日日摸狠狠添| 无码熟妇人妻AV不卡| 一区二区国产视频在线| 李白姓白白又白类似的套路 | 四虎成人精品国产永久免费| 二区免费在线视频观看| 高清破外女出血av毛片| 在线观看日本一区二区|