張海君，陳安琪，李亞博，隆克平

（北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院，北京 100083）

0 引言

2019 年是5G 商用元年，同時(shí)也是6G 研發(fā)元年。不斷涌現(xiàn)的全新業(yè)務(wù)及應(yīng)用對(duì)無線網(wǎng)絡(luò)性能提出了更高的要求，需要在6G 關(guān)鍵技術(shù)取得突破，進(jìn)而推動(dòng)6G 發(fā)展，以應(yīng)對(duì)未來新型業(yè)務(wù)的極致化通信需求。已有一些學(xué)者分析并介紹了可能對(duì)6G有影響的關(guān)鍵技術(shù)，但其中少有綜合考慮太赫茲通信、空天地海一體化網(wǎng)絡(luò)、人工智能和語義通信的綜述，因此，本文從以下角度出發(fā)對(duì)四項(xiàng)關(guān)鍵技術(shù)近年來的發(fā)展現(xiàn)狀進(jìn)行了調(diào)研及分析總結(jié)。

在通信頻譜方面，5G 已將頻譜資源擴(kuò)展至毫米波，但是仍然不能滿足未來網(wǎng)絡(luò)超大容量和超高速率的通信需求。未來6G 將擴(kuò)展至更高頻段，尚未被充分利用的太赫茲頻段得到了業(yè)界的一致認(rèn)可；在網(wǎng)絡(luò)覆蓋維度方面，未來6G 將構(gòu)建跨空域、天域、地域、海域4 個(gè)維度的一體化網(wǎng)絡(luò)，以達(dá)到世界范圍內(nèi)的全域無縫覆蓋；在通信賦能方面，人工智能（AI,artificial intelligence）技術(shù)將與6G 網(wǎng)絡(luò)深度融合，支撐未來更加豐富的業(yè)務(wù)類型，保障更加極致的通信需求；在通信范式方面，語義通信將助力6G 網(wǎng)絡(luò)實(shí)現(xiàn)由數(shù)據(jù)驅(qū)動(dòng)向語義驅(qū)動(dòng)的范式轉(zhuǎn)變，真正實(shí)現(xiàn)人機(jī)物智聯(lián)，是未來6G 網(wǎng)絡(luò)中極具發(fā)展?jié)摿Φ年P(guān)鍵技術(shù)之一。

在簡(jiǎn)要介紹了移動(dòng)通信的發(fā)展歷史及社會(huì)需求后，本文圍繞上述4 個(gè)方面，對(duì)太赫茲通信、空天地海一體化網(wǎng)絡(luò)、AI 技術(shù)以及語義通信近年來的相關(guān)研究進(jìn)行了分析總結(jié)。在太赫茲通信部分，針對(duì)不同通信場(chǎng)景，分析了相應(yīng)的信道特征，總結(jié)了典型的太赫茲信道模型；在空天地海一體化網(wǎng)絡(luò)部分，基于現(xiàn)有研究對(duì)5 種典型維度通信網(wǎng)絡(luò)進(jìn)行了對(duì)比，分析了其研究側(cè)重點(diǎn)和相應(yīng)的技術(shù)方案；在AI 技術(shù)部分，總結(jié)了基于AI 技術(shù)的資源管理方案，分析了AI 技術(shù)的遷移適用性；在語義通信部分，考慮到不同信源及研究?jī)?nèi)容，對(duì)現(xiàn)有語義通信研究中的幾種典型方案進(jìn)行了總結(jié)對(duì)比。

1 移動(dòng)通信網(wǎng)絡(luò)發(fā)展歷史及需求

自20 世紀(jì)80 年代第一代模擬通信系統(tǒng)被推出后，基本每隔10 年就會(huì)有新一代的通信系統(tǒng)被推出，每一代通信系統(tǒng)相比上一代都有質(zhì)的飛躍，能夠提供全新的服務(wù)和多元化的功能[1]。與5G 相比，6G的傳輸速率、系統(tǒng)容量等性能指標(biāo)將提升10～100 倍。

由于多樣化場(chǎng)景、密集化設(shè)備和應(yīng)用的海量接入，全球移動(dòng)用戶數(shù)量和移動(dòng)數(shù)據(jù)流量都將大幅增長(zhǎng)。據(jù)國(guó)際電信聯(lián)盟（ITU,International Telecommunication Union）預(yù)測(cè)[2]，全球移動(dòng)用戶數(shù)量在2025 年將達(dá)到138 億，之后5 年，用戶數(shù)量將持續(xù)增長(zhǎng)至171 億。隨著便捷高性能的智能化設(shè)備在全球的廣泛使用，每個(gè)用戶消耗的移動(dòng)流量也將不斷增加。預(yù)計(jì)到2025 年，每個(gè)用戶平均月數(shù)據(jù)流量消耗為39 GB，到2030 年，該數(shù)據(jù)將達(dá)到257 GB[2]。

用戶數(shù)量及數(shù)據(jù)流量的激增給未來通信服務(wù)帶來了更大的挑戰(zhàn)，目前已開發(fā)的頻譜資源無法滿足未來6G 網(wǎng)絡(luò)極致化的性能需求，亟須探索新的頻段。處于0.1～10 THz的太赫茲頻段得到了業(yè)界的一致認(rèn)可，它有著豐富的頻率資源且能實(shí)現(xiàn)更高的傳輸速率，可以滿足未來6G的超大帶寬、超高速率的通信需求，6G 將進(jìn)入太赫茲時(shí)代。

雖然目前全球已有大量移動(dòng)用戶，但在一些偏遠(yuǎn)的山區(qū)村落、沙漠和海洋等地區(qū)仍有很多用戶未接入互聯(lián)網(wǎng)。受自然環(huán)境和經(jīng)濟(jì)成本等因素影響，在這些地區(qū)建設(shè)地面基站較為困難，因此未來6G需在地面通信基礎(chǔ)上利用衛(wèi)星、空中設(shè)備等建立跨天、空、地、海的一體化網(wǎng)絡(luò)，實(shí)現(xiàn)全球范圍內(nèi)的全域無縫覆蓋，為自然空間中的用戶提供隨時(shí)隨地泛在連續(xù)的通信服務(wù)。

此外，隨著各式各樣新興智能設(shè)備在全球的日益普及，智能體間的通信需求不斷增長(zhǎng)，各類新興業(yè)務(wù)及應(yīng)用對(duì)速率、時(shí)延等性能的要求更加極致化，對(duì)未來6G 無線網(wǎng)絡(luò)的智能化程度和性能提出了更高的要求[3]。未來6G 網(wǎng)絡(luò)期望具備語義感知、識(shí)別、分析、理解和推理能力，提高用戶體驗(yàn)質(zhì)量，實(shí)現(xiàn)真正的萬物智聯(lián)。

2 新頻段——太赫茲無線通信

電磁頻譜及各個(gè)頻段典型應(yīng)用如圖1 所示。從圖1 可以看出，太赫茲頻段的頻率資源極其豐富，其具有100 Gbit/s 以上的大容量傳輸能力，是未來6G 網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。此外，太赫茲頻段還具有低光子能量、安全性高、定向性好等特點(diǎn)[4]，獨(dú)特的性質(zhì)和巨大的應(yīng)用前景使太赫茲技術(shù)得到了各國(guó)的高度關(guān)注和重視。從2004 年開始，美國(guó)、日本、歐盟就相繼開展了對(duì)太赫茲技術(shù)的研究，我國(guó)也在2005 年制定了太赫茲技術(shù)的發(fā)展方向及規(guī)劃，并于2019 年將其列為未來6G 通信的重要候選技術(shù)之一，成立了太赫茲通信任務(wù)組，積極推進(jìn)太赫茲通信研究工作進(jìn)展[5]。

圖1 電磁頻譜及各個(gè)頻段典型應(yīng)用

2.1 信道特性

太赫茲波長(zhǎng)和一些分子尺寸較近，因此大氣中的許多分子都會(huì)在太赫茲頻段產(chǎn)生共振，造成分子吸收現(xiàn)象，進(jìn)而導(dǎo)致頻率選擇性衰減，也給信道帶來了附加噪聲。ITU-R P.676[6]和ITU-R P.838[7]分別報(bào)告了1 THz的代表性大氣衰減和雨衰模型。Jornet等[8]的研究表明水蒸氣分子的吸收是影響太赫茲通信信道的主要因素，因此雨和云霧也會(huì)對(duì)太赫茲信道造成無法忽略的衰減[9]。

太赫茲的高頻特性及分子吸收特性使其在大氣中傳輸時(shí)衰減較嚴(yán)重，進(jìn)而影響太赫茲通信的實(shí)際應(yīng)用，其主要適用于空間通信及地面短距離通信，包括微觀尺度的通信場(chǎng)景。太赫茲在高空及大氣層以外的太空環(huán)境中傳播時(shí)，不會(huì)受到大氣分子吸收衰減的影響，因此，太赫茲無線通信將在衛(wèi)星集群間、星地間及星間高速無線通信等多個(gè)場(chǎng)景具有重要的應(yīng)用前景[10]。針對(duì)地面通信，IEEE 802.15[11]中給出了典型太赫茲通信場(chǎng)景，包括無線前傳和回傳、近距離無線下載站、數(shù)據(jù)中心通信、交換式點(diǎn)對(duì)點(diǎn)通信和設(shè)備內(nèi)通信場(chǎng)景，如片上/片間通信。在微觀尺度通信中，太赫茲也發(fā)揮著重要的作用，典型應(yīng)用場(chǎng)景包括智慧醫(yī)療中可穿戴或植入式健康監(jiān)測(cè)設(shè)備和納米級(jí)傳感器網(wǎng)絡(luò)等，實(shí)現(xiàn)6G 網(wǎng)絡(luò)微觀層面的通信覆蓋。

此外，由于同一材料對(duì)于不同頻段的粗糙程度不同，太赫茲頻段的反射、散射和衍射情況與低頻段也有很大不同[12]。已有一些學(xué)者對(duì)木材、石膏、混凝土、塑料、玻璃或金屬等材料的反射和散射情況進(jìn)行了測(cè)量并將其考慮進(jìn)太赫茲信道模型[13-17]中。Jansen 等[14]在100～500 GHz 頻段下對(duì)室內(nèi)常見的雙層玻璃窗和石膏涂料的角度和頻率相關(guān)反射系數(shù)進(jìn)行了測(cè)量和傳輸矩陣模擬，并在350 GHz下對(duì)室內(nèi)通信場(chǎng)景進(jìn)行了射線追蹤（RT,ray tracing）模擬。

對(duì)于具有粗糙表面的材料，漫散射會(huì)降低鏡面反射方向的反射功率，因此Piesiewicz 等[15]通過RT模擬研究了墻壁和天花板的粗糙度對(duì)未來室內(nèi)THz場(chǎng)景傳播的影響。Ma 等[16]研究了表面粗糙度對(duì)100～400 GHz 下非視距（NLoS,non line of sight）鏈路的影響。Jansen 等[17]研究了在300 GHz 下，漫散射對(duì)通信信道特性的影響及其對(duì)NLoS 鏈路的影響，并通過在光纖耦合太赫茲時(shí)域光譜系統(tǒng)中對(duì)角度和頻率進(jìn)行測(cè)量，進(jìn)而驗(yàn)證了基爾霍夫理論對(duì)室內(nèi)環(huán)境中粗糙表面的太赫茲漫散射的有效性。Sheikh 等[18]研究了在300 GHz和350 GHz 頻率下，漫散射對(duì)室內(nèi)大規(guī)模多輸入多輸出（MIMO,multiple-input multiple-output）信道容量的影響并利用貝克曼?基爾霍夫（B-K,Beckmann-Kirchhoff）模型對(duì)不同表面粗糙度的室內(nèi)大規(guī)模MIMO 信道在視線線路（LoS,line of sight）和NLoS 下的信道容量進(jìn)行了計(jì)算，實(shí)驗(yàn)結(jié)果表明，材料的散射特性可用于最大化空間復(fù)用增益。

2.2 信道建模

由太赫茲信道特性可知，一方面，太赫茲信道會(huì)出現(xiàn)分子吸收現(xiàn)象，限制實(shí)際可用帶寬[19]；另一方面，在低頻段通信中可視作光滑的材料在太赫茲頻段則是粗糙的，因此，太赫茲通信與已開發(fā)頻段（如微波和可見光）通信在傳播方面有著很大的區(qū)別，針對(duì)太赫茲頻段的信道建模對(duì)于太赫茲通信的發(fā)展至關(guān)重要[20]。

Jornet 等[8]在太赫茲信道模型中同時(shí)考慮分子吸收引起的衰減和噪聲，針對(duì)納米設(shè)備太赫茲通信，基于輻射傳輸理論對(duì)分子吸收導(dǎo)致的衰減建模，并模擬了分子吸收對(duì)系統(tǒng)噪聲的影響，提出了一種能夠表征來自不同類型和不同濃度分子權(quán)重的太赫茲信道模型，只要確定了介質(zhì)的組成，該模型就能應(yīng)用在納米通信的不同場(chǎng)景中。Llatser 等[21]在此基礎(chǔ)上從時(shí)域和頻域?qū)Χ叹嚯x太赫茲通信中的分子吸收現(xiàn)象進(jìn)行了理論分析，并從脈沖響應(yīng)和傳輸可用帶寬方面對(duì)太赫茲信道進(jìn)行了評(píng)估。Kokkoniemi 等[22]在分子吸收基礎(chǔ)上考慮了粒子散射對(duì)信道的LoS 分量造成的衰減，利用瑞利散射理論對(duì)LoS 分量中的粒子散射損失進(jìn)行建模。對(duì)于多重散射，Kokkoniemi 等[22]建立了一種用于太赫茲頻段的寬帶多重散射信道模型，并從時(shí)延擴(kuò)展和相干帶寬方面對(duì)信道性能進(jìn)行了評(píng)估。

當(dāng)納米設(shè)備作為醫(yī)療器件放置在人體內(nèi)部時(shí)，介質(zhì)變得更復(fù)雜，文獻(xiàn)[8]中的信道模型也將更復(fù)雜。因此，Javed 等[23]將分子吸收衰減建模為對(duì)數(shù)正態(tài)分布衰減，提出了一種針對(duì)空氣和人體等復(fù)雜介質(zhì)的太赫茲信道模型。

對(duì)于室內(nèi)場(chǎng)景的短距離通信，Chen 等[24]對(duì)130～143 GHz 頻段進(jìn)行了無線信道測(cè)量，根據(jù)測(cè)量結(jié)果，對(duì)THz 室內(nèi)信道的物理參數(shù)進(jìn)行了綜合分析，包括LoS 路徑損耗、功率分布、時(shí)空特征以及THz 多徑特征之間的相關(guān)性等，為THz 室內(nèi)通信建立了一個(gè)結(jié)合RT和統(tǒng)計(jì)方法的混合信道模型。Priebe 等[25]針對(duì)2 種不同的室內(nèi)場(chǎng)景，對(duì)300 GHz下的信道進(jìn)行了測(cè)量，即臺(tái)式機(jī)上設(shè)備的點(diǎn)對(duì)點(diǎn)鏈路以及筆記本電腦與辦公室間接入點(diǎn)的連接，并在最大可實(shí)現(xiàn)符號(hào)率方面研究了時(shí)間信道特性。Khalid 等[26]則對(duì)260～400 GHz 頻段的室內(nèi)太赫茲無線鏈路的寬帶信道進(jìn)行了測(cè)量。Han 等[27]在0.06～10 THz 頻段基于RT 技術(shù)提出了一種結(jié)合了LoS、反射、散射和衍射路徑的多徑信道模型，并通過實(shí)驗(yàn)在0.06～1 THz 頻段進(jìn)行了驗(yàn)證。Priebe等[28]從解決超寬帶太赫茲信道的顯著頻率色散角度出發(fā)，提出了一種通用隨機(jī)太赫茲室內(nèi)信道模型，并在辦公環(huán)境中應(yīng)用RT 進(jìn)行了模擬驗(yàn)證。Wang等[29]提出了一種新穎的基于幾何三維時(shí)空頻率非平穩(wěn)隨機(jī)模型，所提THz 信道模型能夠在多個(gè)應(yīng)用場(chǎng)景中捕獲不同的信道特征，如室內(nèi)場(chǎng)景、設(shè)備到設(shè)備通信場(chǎng)景、超大規(guī)模MIMO 通信場(chǎng)景等，即根據(jù)不同的場(chǎng)景調(diào)整所提THz 信道模型中的參數(shù)以得到適用于該場(chǎng)景的簡(jiǎn)化信道模型。

表1對(duì)不同太赫茲場(chǎng)景下的典型信道模型進(jìn)行了分析總結(jié)。雖然太赫茲在通信性能方面具有不可比擬的優(yōu)點(diǎn)，具備超大帶寬，能夠提供超高速率等，但在實(shí)際應(yīng)用方面則面臨諸多挑戰(zhàn)，存在路徑損耗大、易被遮擋、穿透性差等缺點(diǎn)。因此，克服太赫茲通信現(xiàn)存難點(diǎn)，推動(dòng)適應(yīng)太赫茲傳播特性的應(yīng)用，以提高太赫茲通信技術(shù)與未來多樣化通信場(chǎng)景的適配度，是未來太赫茲通信技術(shù)研究中需面對(duì)的關(guān)鍵問題。

表1 不同太赫茲場(chǎng)景下的典型信道模型

3 新維度——空天地海一體化網(wǎng)絡(luò)

在通信維度方面，5G的側(cè)重點(diǎn)仍是傳統(tǒng)的陸地通信，隨著科學(xué)技術(shù)的發(fā)展，人類探索的空間將涵蓋沙漠、高山、海洋和太空等更廣闊的區(qū)域，傳統(tǒng)的陸地通信已不能滿足人類生產(chǎn)、生活空間不斷擴(kuò)大帶來的通信需求。同時(shí)，地基網(wǎng)絡(luò)難以全面覆蓋偏遠(yuǎn)的山村、海洋、高山和沙漠等地區(qū)，空中的設(shè)備如飛機(jī)、熱氣球、飛艇和無人機(jī)（UAV,unmanned aerial vehicle）等也有連接入網(wǎng)的通信需求，僅依靠地基網(wǎng)絡(luò)難以滿足網(wǎng)絡(luò)空間極大擴(kuò)展的泛在通信需求。雖然空基、天基、地基、?；ㄐ乓苍诓粩喟l(fā)展，但是各通信網(wǎng)絡(luò)間相互獨(dú)立演進(jìn)，在技術(shù)體制、網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)帶寬、時(shí)延、抖動(dòng)等方面存在較大差異，在業(yè)務(wù)運(yùn)行中進(jìn)行網(wǎng)絡(luò)間切換可能會(huì)導(dǎo)致業(yè)務(wù)出現(xiàn)中斷等現(xiàn)象，網(wǎng)絡(luò)間信息交互能力差且不同維度的網(wǎng)絡(luò)發(fā)展現(xiàn)狀差距大。因此，建設(shè)空天地海一體化網(wǎng)絡(luò)，深度融合天基、空基、地基、?；W(wǎng)絡(luò)是非常有必要的，空天地海一體化網(wǎng)絡(luò)能夠充分利用不同維度網(wǎng)絡(luò)的優(yōu)勢(shì)，發(fā)揮各自所長(zhǎng)，實(shí)現(xiàn)不同維度網(wǎng)絡(luò)間信息數(shù)據(jù)的互通互享和6G 網(wǎng)絡(luò)的廣域全覆蓋，為自然空間里的不同用戶提供針對(duì)性的通信服務(wù)。

3.1 網(wǎng)絡(luò)架構(gòu)

空天地海一體化網(wǎng)絡(luò)架構(gòu)如圖2 所示，該架構(gòu)主要由天基網(wǎng)絡(luò)、空基網(wǎng)絡(luò)、地基網(wǎng)絡(luò)和海基網(wǎng)絡(luò)四部分組成。其中，天基網(wǎng)絡(luò)由各種軌道衛(wèi)星，包括高軌道地球衛(wèi)星、中軌道地球衛(wèi)星和低軌道地球衛(wèi)星組成；空基網(wǎng)絡(luò)由各種飛行器，如飛機(jī)、飛艇、熱氣球、UAV 等空中平臺(tái)構(gòu)成；衛(wèi)星地面固定站、地面蜂窩無線網(wǎng)絡(luò)等共同構(gòu)成了地基網(wǎng)絡(luò)；?；W(wǎng)絡(luò)則由海上浮標(biāo)、水面船舶等組成[30]。

圖2 空天地海一體化網(wǎng)絡(luò)架構(gòu)

空天地海一體化網(wǎng)絡(luò)可以全面覆蓋空、天、地、海空間，不受地型限制和影響，適用于海洋通信、空中設(shè)備通信、陸地上極偏遠(yuǎn)區(qū)域通信以及應(yīng)急通信場(chǎng)景。在陸地通信場(chǎng)景中，極偏遠(yuǎn)地區(qū)（如深山等區(qū)域）地面基站搭建較為困難，且基礎(chǔ)設(shè)施建設(shè)和后期維護(hù)都需要高昂的成本，采用衛(wèi)星方案可以提供性價(jià)比更高、覆蓋更廣的通信網(wǎng)絡(luò)。

此外，當(dāng)出現(xiàn)自然災(zāi)害使地面通信設(shè)備損壞時(shí)，可以通過衛(wèi)星網(wǎng)絡(luò)承載基站的傳輸備份等任務(wù)，利用UAV 等空中設(shè)備實(shí)現(xiàn)受災(zāi)區(qū)域的應(yīng)急通信等?？仗斓睾Ｒ惑w化網(wǎng)絡(luò)能為自然空間中各類用戶的不同業(yè)務(wù)需求提供通信保障，真正實(shí)現(xiàn)全球的無縫覆蓋通信[31]。但衛(wèi)星成功用于通信前的研制發(fā)射和組網(wǎng)等工作投資大，周期長(zhǎng)且風(fēng)險(xiǎn)大。而空中平臺(tái)如UAV 也存在續(xù)航能力差、滯空時(shí)間短、飛行距離近等問題。此外，空天地海一體化網(wǎng)絡(luò)由多種異構(gòu)網(wǎng)絡(luò)融合而成，導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)更加復(fù)雜，其中部分接入節(jié)點(diǎn)還具有很強(qiáng)的移動(dòng)性，組網(wǎng)更加動(dòng)態(tài)，給空天地海一體化網(wǎng)絡(luò)的布局、架構(gòu)和接口的設(shè)計(jì)、多維度信息業(yè)務(wù)服務(wù)質(zhì)量的保障等帶來很大的挑戰(zhàn)。

3.2 研究現(xiàn)狀

空天地海一體化網(wǎng)絡(luò)是未來6G 網(wǎng)絡(luò)發(fā)展的重要方向，也是真正實(shí)現(xiàn)全球無縫覆蓋的重要手段。其中，每個(gè)網(wǎng)絡(luò)都扮演著非常重要的角色。地基網(wǎng)絡(luò)覆蓋大部分陸地，為地面上大部分用戶提供了可靠的通信服務(wù)，起到基礎(chǔ)性作用。天基網(wǎng)絡(luò)則是地基網(wǎng)絡(luò)強(qiáng)有力的延伸和補(bǔ)充，能有效解決地基網(wǎng)絡(luò)無法抵達(dá)沙漠、山區(qū)、海洋等基站建設(shè)困難地區(qū)的問題，不受自然環(huán)境和地理位置的限制，是實(shí)現(xiàn)全球通信無縫覆蓋中不可或缺的一環(huán)。

衛(wèi)星通信發(fā)展已久，傳統(tǒng)的衛(wèi)星通信和地面通信的研究是相互獨(dú)立的。但從5G 開始，業(yè)界就已經(jīng)展開了衛(wèi)星與地面通信融合的研究，3GPP R14 標(biāo)準(zhǔn)關(guān)于5G的接入技術(shù)中明確提到了衛(wèi)星接入，同時(shí)其也在積極推進(jìn)衛(wèi)星接入地面網(wǎng)絡(luò)的標(biāo)準(zhǔn)化工作。ITU 在一系列報(bào)告與建議書中制定了衛(wèi)星無線接口的要求與詳細(xì)指標(biāo)。許多學(xué)者也對(duì)衛(wèi)星與地面融合網(wǎng)絡(luò)展開了一系列的研究，包括系統(tǒng)模型[32]、誤差分析[33-34]、網(wǎng)絡(luò)架構(gòu)[35-36]以及資源分配[37-42]等。一系列標(biāo)準(zhǔn)化的制定工作以及相關(guān)理論的研究有助于推進(jìn)天地通信更快更好的融合。

相較于天基和地基網(wǎng)絡(luò)大覆蓋范圍的通信，空基網(wǎng)絡(luò)更適用于某一特定區(qū)域的臨時(shí)性通信?？罩性O(shè)備的機(jī)動(dòng)性、靈巧性、便利性和實(shí)用性有目共睹，業(yè)界也對(duì)其輔助地面通信和天地通信展開了大量研究，包括UAV 能效優(yōu)化[43]、二維到三維的路徑軌跡設(shè)計(jì)[44-45]、懸停和飛行時(shí)的功耗問題[46]、資源分配[47-48]、安全問題[49]和中斷性能分析[50]等。

?；W(wǎng)絡(luò)的發(fā)展相對(duì)滯后，目前海洋通信主要是窄帶通信與衛(wèi)星輔助相結(jié)合。Fu 等[51]針對(duì)天海網(wǎng)絡(luò)的容量進(jìn)行了優(yōu)化，但傳統(tǒng)的天海網(wǎng)絡(luò)適用于業(yè)務(wù)單一且時(shí)延較大的場(chǎng)景，為了解決海上通信的局限性，Pang 等[52]提出了一種基于移動(dòng)邊緣計(jì)算的空天地一體化網(wǎng)絡(luò)輔助海洋通信網(wǎng)絡(luò)架構(gòu)。在未來空天地海一體化的大環(huán)境下，?；W(wǎng)絡(luò)以海上浮標(biāo)、水面船舶等作為中繼接收來自沿岸基站、空中設(shè)備和衛(wèi)星的信號(hào)，覆蓋沿岸基站無法抵達(dá)的區(qū)域，支撐海上全時(shí)全域的通信業(yè)務(wù)[53]。

由于海洋環(huán)境復(fù)雜多變，極易影響海上通信的質(zhì)量，海洋信道也需要考慮海洋環(huán)境的特殊性，雖然地基通信現(xiàn)有很多成熟技術(shù)，但也不能直接套用在海基網(wǎng)絡(luò)中，還需解決針對(duì)海洋環(huán)境的信道特性、路徑損耗、通信鏈路的穩(wěn)定性、聯(lián)合通信時(shí)的組網(wǎng)機(jī)制和資源管控等問題，因此未來?；W(wǎng)絡(luò)的發(fā)展還面臨許多問題。

空天地海一體化網(wǎng)絡(luò)能為用戶提供按需連接、無縫覆蓋的通信服務(wù)，天基網(wǎng)絡(luò)、空基網(wǎng)絡(luò)、地基網(wǎng)絡(luò)和?；W(wǎng)絡(luò)各有其擅長(zhǎng)的通信領(lǐng)域，但基于上述分析可知，目前地基、天基和空基網(wǎng)絡(luò)發(fā)展相對(duì)較快，海基網(wǎng)絡(luò)則相對(duì)滯后。本文基于現(xiàn)有不同維度通信系統(tǒng)的研究，選擇幾種典型維度對(duì)其研究?jī)?nèi)容和技術(shù)方案進(jìn)行了總結(jié)，如表2 所示，包括天地、空地、天海、空天地以及空天地海通信。

由表2 可以看出，現(xiàn)有研究較多集中于2 個(gè)網(wǎng)絡(luò)的聯(lián)合通信，如天地通信、空地通信和天海通信等以天基、空基來輔助地面或海上通信，且主要針對(duì)輔助網(wǎng)絡(luò)中的某一具體問題來展開研究。此外，有文獻(xiàn)著手于空天地一體化框架的研究，但忽略了海基網(wǎng)絡(luò)；有文獻(xiàn)涉及空天地海一體化網(wǎng)絡(luò)，利用空天地來輔助增強(qiáng)海上通信。綜合現(xiàn)有研究可知，不同網(wǎng)絡(luò)的融合度較低，而全球覆蓋、無縫銜接的未來6G 網(wǎng)絡(luò)需要不同網(wǎng)絡(luò)的深度融合和相輔相成，根據(jù)不同的環(huán)境和業(yè)務(wù)需求進(jìn)行智能連接。因此，如何將發(fā)展較快的地面通信技術(shù)擴(kuò)展應(yīng)用于天基、空基和?；W(wǎng)絡(luò)，并實(shí)現(xiàn)不同網(wǎng)絡(luò)的深度融合以滿足未來全場(chǎng)景各用戶全業(yè)務(wù)的多樣化、精細(xì)化需求是未來空天地海一體化通信面臨的一大挑戰(zhàn)。

表2 現(xiàn)有的不同維度通信方案總結(jié)

4 新賦能——人工智能技術(shù)

5G 推動(dòng)人類進(jìn)入萬物互聯(lián)的時(shí)代，6G的目標(biāo)則是萬物智聯(lián)，基于AI 技術(shù)致力于推進(jìn)人機(jī)物高效智能互聯(lián)、虛擬與現(xiàn)實(shí)深度融合的智能化時(shí)代的建設(shè)。

4.1 AI 神經(jīng)網(wǎng)絡(luò)

AI 技術(shù)的底層模型是神經(jīng)網(wǎng)絡(luò)，AI 神經(jīng)網(wǎng)絡(luò)的功能結(jié)構(gòu)類似于生物體內(nèi)的神經(jīng)網(wǎng)絡(luò)，其由很多神經(jīng)元按照層的形式構(gòu)成。AI 深度神經(jīng)網(wǎng)絡(luò)（DNN,deep neural network）模型如圖3 所示，信號(hào)輸入后經(jīng)過神經(jīng)元處理（即各種函數(shù)運(yùn)算）后輸出，并傳遞到下一層神經(jīng)元處理運(yùn)算，最后進(jìn)行輸出，完成對(duì)該信號(hào)的決策和處理。通過輸入大量數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，利用不同的算法使其從大量數(shù)據(jù)中學(xué)習(xí)特征而不是已經(jīng)建立好的固定規(guī)則，讓神經(jīng)網(wǎng)絡(luò)擁有判斷預(yù)測(cè)能力，進(jìn)而能夠?qū)κ录M(jìn)行決策，自適應(yīng)和預(yù)測(cè)的AI 算法可以建立自我意識(shí)和智能網(wǎng)絡(luò)[53]。

圖3 AI 深度神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)元之間的連接方式具有靈活多樣性，進(jìn)而可以得到多種網(wǎng)絡(luò)模型。深度神經(jīng)網(wǎng)絡(luò)是一類具有多個(gè)隱藏層的前饋神經(jīng)網(wǎng)絡(luò)，適用于大部分分類任務(wù)，如數(shù)字識(shí)別等。循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN,recurrent neural network）可以根據(jù)先前狀態(tài)的輸出計(jì)算當(dāng)前狀態(tài)的輸出，類似于記憶的特性，RNN 可以模擬數(shù)據(jù)間的依賴關(guān)系。為了加強(qiáng)這種記憶能力，研究者開發(fā)了不同變體，如長(zhǎng)短期記憶（LSTM,long short-term memory）網(wǎng)絡(luò)，可以解決長(zhǎng)期及遠(yuǎn)距離的依賴關(guān)系。此外，RNN 著重于由過去狀態(tài)推導(dǎo)當(dāng)前狀態(tài)，無法對(duì)未來的依賴性有效建模，而雙向循環(huán)神經(jīng)網(wǎng)絡(luò)模型中的當(dāng)前狀態(tài)則由先前狀態(tài)和未來狀態(tài)一起決定，是自然語言處理和語音分析中的重要模型。卷積神經(jīng)網(wǎng)絡(luò)（CNN,convolutional neural network）主要用于數(shù)據(jù)集中，需要訓(xùn)練的節(jié)點(diǎn)和參數(shù)的數(shù)量都比較大，如圖像分析等。此外，還有自編碼器（AE,auto-encoder）、玻爾茲曼機(jī)（BM,Boltzmann machine）、深度信念網(wǎng)絡(luò)（DBN,deep belief network）等模型。

4.2 AI 賦能的智能網(wǎng)絡(luò)

隨著AI 技術(shù)的飛速發(fā)展，未來6G的智能化程度將遠(yuǎn)超4G和5G 時(shí)代，AI 將融入人類的日常生活。在網(wǎng)絡(luò)資源如節(jié)點(diǎn)、設(shè)備、頻譜、功率等給定的情況下，網(wǎng)絡(luò)運(yùn)行的優(yōu)化是一個(gè)受一系列復(fù)雜約束的多目標(biāo)性能優(yōu)化問題[53]，如何以有限的資源來滿足用戶多樣化、極致的性能需求是未來6G 網(wǎng)絡(luò)發(fā)展中的重要問題。如果可以提前預(yù)測(cè)網(wǎng)絡(luò)狀況如流量波動(dòng)、用戶的需求、位置等信息，就能在資源管理時(shí)根據(jù)預(yù)測(cè)信息對(duì)資源進(jìn)行智能按需調(diào)整分配，避免資源被分配卻閑置或資源分配不足的情況，有效提高資源利用率，這也是AI 技術(shù)用來解決資源分配問題時(shí)的巨大優(yōu)勢(shì)。

表3列舉了目前幾種基于AI 技術(shù)的資源管理方案，從其類別、學(xué)習(xí)算法/模型、面向問題、函數(shù)模型等方面進(jìn)行了總結(jié)。針對(duì)動(dòng)態(tài)頻譜接入策略，考慮到Q 學(xué)習(xí)在狀態(tài)空間較大時(shí)收斂速度較慢，訓(xùn)練RNN的難度較大，Chang 等[54]引入了一種基于深度Q 網(wǎng)絡(luò)（DQN,deep Q-network）和儲(chǔ)層計(jì)算（RC,reservoir computing）結(jié)合的新動(dòng)態(tài)頻譜接入策略，以應(yīng)用在大狀態(tài)空間并縮短收斂時(shí)間。Chu 等[55]應(yīng)用基于LSTM DQN的方法來設(shè)計(jì)用戶上行鏈路接入控制；然后，通過將訪問控制策略固定為循環(huán)，提出了一種基于深度LSTM 神經(jīng)網(wǎng)絡(luò)的電池預(yù)測(cè)方案，以最大限度地減少預(yù)測(cè)損失。Zhang 等[56]針對(duì)非正交多址接入（NOMA,non-orthogonal multiple access）網(wǎng)絡(luò)中的資源分配問題，提出了一種協(xié)同訓(xùn)練半監(jiān)督學(xué)習(xí)方法用于解決子信道分配問題，進(jìn)一步基于DNN 對(duì)功率進(jìn)行優(yōu)化以提高系統(tǒng)能效。

表3 基于AI 技術(shù)的資源管理方案

此外，部分非AI 算法計(jì)算復(fù)雜度高且用時(shí)較長(zhǎng)，并不適用于時(shí)延要求較高的業(yè)務(wù)，如自動(dòng)駕駛、空中設(shè)備的控制、智慧工廠機(jī)器的操作等，通過合理訓(xùn)練DNN，可以代替非AI 算法實(shí)現(xiàn)在較低的計(jì)算時(shí)間內(nèi)完成運(yùn)算[57]。

具體而言，將非AI 算法視為未知的非線性映射，利用輸入和輸出對(duì)DNN 進(jìn)行訓(xùn)練，使其學(xué)習(xí)二者關(guān)系，便可實(shí)現(xiàn)對(duì)非AI 算法的近似，在不明確解決復(fù)雜最優(yōu)控制策略問題的情況下求解，減少計(jì)算量，縮短計(jì)算時(shí)間，有效降低計(jì)算復(fù)雜度[58-59]。Sun 等[60]基于該方法解決了干擾信道中的資源分配問題。

AI 技術(shù)已被廣泛用于無線通信中的資源管理[61]，但未來6G 網(wǎng)絡(luò)中多樣化的應(yīng)用場(chǎng)景、復(fù)雜化的通信環(huán)境和極致化的用戶體驗(yàn)對(duì)無線資源的管理和調(diào)度提出了更高的要求，需要為6G 網(wǎng)絡(luò)尋求更加智能且可以根據(jù)環(huán)境變化和潛在動(dòng)作而主動(dòng)調(diào)整策略的資源管理方案。

除了資源分配問題，AI 技術(shù)也被廣泛用于解決無線通信中的其他問題，包括波束空間信道估計(jì)[62-65]、編解碼模型[66-68]、任務(wù)卸載[69-71]、緩存問題[72-74]、最佳負(fù)載問題[75]等。但目前的AI 技術(shù)一般面向特定場(chǎng)景，只能解決特定問題，不具有通用性，實(shí)際通信時(shí)環(huán)境復(fù)雜多變，針對(duì)特定場(chǎng)景構(gòu)造的模型可能不再適用，因此需應(yīng)用遷移學(xué)習(xí)以使AI 解決方案能夠廣泛用于無線通信。

遷移學(xué)習(xí)主要是指將已有領(lǐng)域即源域的知識(shí)遷移應(yīng)用于新的場(chǎng)景即目標(biāo)域的過程，以輔助目標(biāo)域快速有效地學(xué)習(xí)。因此進(jìn)行遷移學(xué)習(xí)時(shí)需要考慮從哪進(jìn)行遷移，如某個(gè)源域、某個(gè)神經(jīng)元等，以及要遷移什么知識(shí)，如神經(jīng)網(wǎng)絡(luò)權(quán)值、特征變化矩陣中的參數(shù)等，在此基礎(chǔ)上根據(jù)具體問題實(shí)際分析選擇適合的學(xué)習(xí)方法，如基于實(shí)例、特征、模型或關(guān)系的學(xué)習(xí)方法，實(shí)現(xiàn)有效的遷移學(xué)習(xí)，推動(dòng)AI 技術(shù)在無線通信中的全面應(yīng)用。

通用智能是AI 未來發(fā)展的必然趨勢(shì)，遷移學(xué)習(xí)將助力面向特定任務(wù)的AI 走向更具通用性的通用AI。除了解決現(xiàn)有網(wǎng)絡(luò)中的相關(guān)問題，對(duì)于未來6G 網(wǎng)絡(luò)，構(gòu)建極簡(jiǎn)智能的一體化網(wǎng)絡(luò)架構(gòu)、尋求更加智能的解決方案等，都離不開AI 技術(shù)的支撐，AI 為6G 賦能，二者的深度融合能夠支撐未來更加豐富的業(yè)務(wù)類型，保障更加極致的通信需求。

5 新范式——語義通信

從初始的1G 到如今的5G，實(shí)現(xiàn)的傳輸速率提升了數(shù)萬倍，系統(tǒng)容量逐漸逼近香農(nóng)極限[76]。未來各式各樣的全新應(yīng)用以及海量密集化智能設(shè)備的接入對(duì)6G 網(wǎng)絡(luò)的需求已不僅是單純的準(zhǔn)確傳輸和高傳輸速率，6G 網(wǎng)絡(luò)期望具備語義感知、識(shí)別、分析、理解和推理能力，打通人機(jī)物互聯(lián)之間的壁壘，實(shí)現(xiàn)真正的萬物智聯(lián)。作為一種全新的通信范式，語義通信技術(shù)將助力6G 網(wǎng)絡(luò)實(shí)現(xiàn)由數(shù)據(jù)驅(qū)動(dòng)向語義驅(qū)動(dòng)的范式轉(zhuǎn)變。

5.1 基本理論

香農(nóng)提出經(jīng)典信息理論（CIT,classical information theory）后不久，業(yè)界就開始對(duì)語義通信展開研究。Carnap和Bar-Hillel[77]于1952 年首次提出語義信息理論（SIT,semantic information theory），該理論也被稱為經(jīng)典語義信息理論（CSIT,classical semantic information theory）。其核心思想為根據(jù)內(nèi)容范圍內(nèi)的邏輯概率（與CIT 中使用的統(tǒng)計(jì)概率相反）來衡量所給句子的信息量，即內(nèi)容為真的邏輯概率越大，該句子所包含的信息量就越小。Bao 等[78]在此基礎(chǔ)上對(duì)SIT 進(jìn)行了擴(kuò)展，提出了語義通信的通用模型（GMSC,generic model of semantic communication），首次給出了語義噪聲和語義信道的概念。

但CSIT 存在一個(gè)悖論：矛盾具有無窮大的信息量，即Bar-Hillel-Carnap 悖論，為解決該悖論，F(xiàn)loridi 等[79]提出了強(qiáng)語義信息理論（TSSI,theory of strongly semantic information），其基本思想是所給句子的信息量是由語義距離或偏離真實(shí)的正負(fù)程度來衡量的，即所給句子的信息量是由其與真實(shí)事件之間的距離來度量的。這些工作為語義通信的發(fā)展奠定了理論基礎(chǔ)。

通過將語義作為衡量通信性能的主要指標(biāo)，在語義層面中對(duì)數(shù)據(jù)進(jìn)行處理，提取數(shù)據(jù)的含義，過濾無用、不相關(guān)和不重要的信息，在保留含義的同時(shí)進(jìn)一步壓縮數(shù)據(jù)，減少數(shù)據(jù)量，進(jìn)而大幅提高通信效率，減少語義傳輸和理解時(shí)延、降低語義失真度并顯著提高用戶體驗(yàn)質(zhì)量。語義通信技術(shù)將為人機(jī)共生網(wǎng)絡(luò)、情感識(shí)別與計(jì)算網(wǎng)絡(luò)等新興應(yīng)用提供有力支撐，是未來6G 網(wǎng)絡(luò)中極具競(jìng)爭(zhēng)力的關(guān)鍵技術(shù)之一[80]。

5.2 研究現(xiàn)狀

學(xué)術(shù)界對(duì)語義通信已經(jīng)進(jìn)行了一些研究。語義通信系統(tǒng)與傳統(tǒng)通信系統(tǒng)的主要區(qū)別在于發(fā)送端和接收端的語義與信道編解碼方式[81]?，F(xiàn)有的典型語義通信研究方案對(duì)比如表4 所示。在語義通信編解碼方面，對(duì)于文本信源，F(xiàn)arsad 等[82]開發(fā)了一種用于文本的聯(lián)合信源和信道編碼的神經(jīng)網(wǎng)絡(luò)架構(gòu)，利用該架構(gòu)訓(xùn)練一個(gè)聯(lián)合的信源和信道編碼器和解碼器，其中解碼器的輸出可以保留其語義信息內(nèi)容。

表4 現(xiàn)有的典型語義通信研究方案對(duì)比

針對(duì)圖像信源，Bourtsoulatze 等[83]提出了一種用于無線圖像傳輸?shù)穆?lián)合信源和信道編碼技術(shù)，該技術(shù)不依賴于顯式編碼進(jìn)行壓縮或糾錯(cuò)，而是將輸入圖像像素直接映射到信道輸入符號(hào)，通過2 個(gè)聯(lián)合訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)對(duì)編碼器和解碼器函數(shù)進(jìn)行參數(shù)化。傳統(tǒng)系統(tǒng)對(duì)查詢圖像進(jìn)行有損壓縮以減少必須通過帶寬和功率有限的無線鏈路傳輸?shù)臄?shù)據(jù)，而圖像檢索任務(wù)不需要重建原始圖像，因此，針對(duì)圖像檢索任務(wù)，Jankowski 等[84]提出了一種基于DNN的通信方案，直接將特征向量映射到信道輸入，即聯(lián)合信源和信道編碼，該方法不僅能提高端到端的準(zhǔn)確性，還能簡(jiǎn)化和加速編碼操作。Kurka 等[85]在文獻(xiàn)[83-84]的基礎(chǔ)上考慮將無噪聲或有噪聲的信道輸出反饋納入傳輸系統(tǒng)，以提高接收器的圖片重構(gòu)質(zhì)量，為此提出了一種基于自動(dòng)編碼器的聯(lián)合信源和信道編碼方案，其利用了信道輸出反饋，在固定長(zhǎng)度傳輸?shù)亩说蕉酥貥?gòu)質(zhì)量方面，或在可變長(zhǎng)度傳輸?shù)钠骄鶗r(shí)延方面，提供了較大改進(jìn)。

也有學(xué)者將語義應(yīng)用在視頻中進(jìn)行研究，如手語識(shí)別[86]、語義分析[87]及在監(jiān)控視頻中進(jìn)行語義檢索[88]等。Mitrica 等[89]針對(duì)飛機(jī)駕駛艙屏幕生成的視頻進(jìn)行編碼的問題，提出了一種編碼方案，其中文本信息根據(jù)相對(duì)語義而不是像素域進(jìn)行編碼，可以在非常低的比特率下實(shí)現(xiàn)準(zhǔn)確無誤的字符識(shí)別。

在語義通信系統(tǒng)設(shè)計(jì)方面，Xie 等[90]將自然語言處理中的機(jī)器翻譯技術(shù)應(yīng)用到物理層通信中，考慮聯(lián)合信源和信道編碼，提出了一個(gè)支持深度學(xué)習(xí)（DL,deep learning）的語義通信系統(tǒng)（DeepSC,deep learning based semantic communication system），以從文本中提取語義信息，并采用深度遷移學(xué)習(xí)來加速模型的重新訓(xùn)練，使該系統(tǒng)可以識(shí)別各種知識(shí)輸入并從失真中恢復(fù)語義信息。Xie 等[91]將DeepSC擴(kuò)展到更實(shí)際的物聯(lián)網(wǎng)場(chǎng)景，提出了一個(gè)基于DL的精簡(jiǎn)分布式語義通信系統(tǒng)（L-DeepSC,Lite-DeepSC），用于低復(fù)雜度的文本傳輸。在此基礎(chǔ)上，Weng 等[92]面向語音信號(hào)提出了一種語音信號(hào)語義通信系統(tǒng)（DeepSC-S,DeepSC for speech signal），共同設(shè)計(jì)語音編碼和信道編碼，利用擠壓和激發(fā)（SE,squeeze-and-excitation）網(wǎng)絡(luò)學(xué)習(xí)并提取基本語音語義信息，提高了信號(hào)恢復(fù)的準(zhǔn)確性。

總之，語義通信不同于傳統(tǒng)通信方式，它是在語義層面中對(duì)數(shù)據(jù)進(jìn)行處理，提取數(shù)據(jù)的含義，過濾無用、不相關(guān)和不重要的信息，因此通信中的語義表達(dá)方式及語義知識(shí)庫的建立等也極其重要，但現(xiàn)有研究大多是探索系統(tǒng)設(shè)計(jì)及語義編解碼方案以適應(yīng)研究場(chǎng)景，因此對(duì)于語義通信的研究尚不充分，語義通信的應(yīng)用還需找到合適的語義表達(dá)方式及編解碼方案，以正確提取數(shù)據(jù)的含義，過濾無用、不相關(guān)和不重要的信息，在保留含義的同時(shí)進(jìn)一步壓縮數(shù)據(jù)，提高通信效率。

6 結(jié)束語

為加快6G 研究進(jìn)程及其在各行業(yè)的早日應(yīng)用，必須在6G 潛在關(guān)鍵技術(shù)上實(shí)現(xiàn)突破，因此本文提出了6G 潛在的4 種關(guān)鍵技術(shù)，并對(duì)其近年來的發(fā)展現(xiàn)狀進(jìn)行了調(diào)研總結(jié)。

在通信頻譜方面，未來6G 將擴(kuò)展至太赫茲頻段，針對(duì)不同太赫茲通信場(chǎng)景，考慮相應(yīng)的信道特征，總結(jié)了相應(yīng)的典型太赫茲信道模型；在網(wǎng)絡(luò)覆蓋維度方面，未來6G 將構(gòu)建空天地海一體化網(wǎng)絡(luò)，以達(dá)到世界范圍內(nèi)的全域無縫覆蓋，基于現(xiàn)有研究對(duì)5 種典型維度通信系統(tǒng)進(jìn)行了對(duì)比，展示了其研究側(cè)重點(diǎn)和相應(yīng)的技術(shù)方案；在通信賦能方面，AI技術(shù)為6G 網(wǎng)絡(luò)賦能，總結(jié)了基于AI 技術(shù)的資源管理方案以及AI 技術(shù)的遷移適用性問題；在通信范式方面，語義通信將助力6G 網(wǎng)絡(luò)實(shí)現(xiàn)由數(shù)據(jù)驅(qū)動(dòng)向語義驅(qū)動(dòng)的范式轉(zhuǎn)變，基于近年來語義通信的相關(guān)研究對(duì)幾種典型研究方案進(jìn)行了總結(jié)對(duì)比。最后，在總結(jié)分析的基礎(chǔ)上提出了各技術(shù)未來發(fā)展中要解決的問題。

同時(shí)，通信感知一體化、智能超表面與新材料、區(qū)塊鏈、數(shù)字孿生、確定性網(wǎng)絡(luò)等技術(shù)正飛速發(fā)展，與6G的結(jié)合日趨緊密。其中，通信感知一體化將賦予無線通信系統(tǒng)互聯(lián)感知能力，利用感知功能可以獲取周邊環(huán)境、業(yè)務(wù)數(shù)據(jù)和內(nèi)容以及網(wǎng)絡(luò)狀態(tài)等信息，實(shí)現(xiàn)未來網(wǎng)絡(luò)通信性能的提升和6G“數(shù)字孿生”的美好愿景；智能超表面技術(shù)采用了可編程新型亞波長(zhǎng)二維超材料，能實(shí)現(xiàn)信號(hào)傳播方向調(diào)控、信號(hào)增強(qiáng)和干擾抑制，可顯著提升6G 網(wǎng)絡(luò)傳輸速率、信號(hào)覆蓋率以及能量效率；區(qū)塊鏈?zhǔn)嵌喾絽f(xié)作維護(hù)的分布式共享數(shù)據(jù)庫，能支撐數(shù)據(jù)信息的高效流通并解決數(shù)據(jù)安全問題，是解決未來6G 數(shù)據(jù)安全、隱私保護(hù)等問題的關(guān)鍵技術(shù)之一；數(shù)字孿生綜合運(yùn)用感知、計(jì)算、建模、仿真、通信等技術(shù)，可以實(shí)現(xiàn)物理世界的數(shù)字化映射與智能交互，進(jìn)而實(shí)現(xiàn)6G 虛擬與現(xiàn)實(shí)結(jié)合的“數(shù)字孿生”元宇宙美好愿景；確定性網(wǎng)絡(luò)可為工業(yè)互聯(lián)網(wǎng)、自動(dòng)駕駛、遠(yuǎn)程醫(yī)療等對(duì)時(shí)延要求較高的應(yīng)用場(chǎng)景提供確定性網(wǎng)絡(luò)保障能力。

在多種信息技術(shù)的交叉融合支撐下，6G 將實(shí)現(xiàn)從萬物互聯(lián)向萬物智聯(lián)的轉(zhuǎn)變，充分利用低中高全頻譜資源，深度融合不同維度通信網(wǎng)絡(luò)，實(shí)現(xiàn)空天地海一體化，通過時(shí)間、頻率、空間等資源的利用和復(fù)用，隨時(shí)隨地滿足高效可靠的人機(jī)物無限連接需求，實(shí)現(xiàn)全方位無線通信性能的提升，走向人機(jī)物智能互聯(lián)、多維感知、智慧涌現(xiàn)的泛在至簡(jiǎn)網(wǎng)絡(luò)。