[论文解读] 6G Cellular Networks and Connected Autonomous Vehicles

Jianhua He, Kun Yang+1 more|arXiv (Cornell University)|Oct 2, 2020

Advanced Wireless Communication Technologies参考文献 14被引用 4

一句话总结

本文提出6G蜂窝网络与联网自动驾驶汽车（CAVs）之间的双向协同，其中6G通过太赫兹通信、无基站架构和人工智能集成，为关键任务型CAV服务提供支持；而CAVs则通过作为移动基站、边缘计算节点和网络监控平台，提升6G的部署能力。核心贡献是一个联合设计框架，通过相互支持优化两个系统，提升可靠性、时延和网络效率。

ABSTRACT

With 5G mobile communication systems been commercially rolled out, research discussions on next generation mobile systems, i.e., 6G, have started. On the other hand, vehicular technologies are also evolving rapidly, from connected vehicles as coined by V2X (vehicle to everything) to autonomous vehicles to the combination of the two, i.e., the networks of connected autonomous vehicles (CAV). How fast the evolution of these two areas will go head-in-head is of great importance, which is the focus of this paper. Based on a brief overview on the technological evolution of V2X to CAV and 6G key technologies, this paper explores two complementary research directions, namely, 6G for CAVs versus CAVs for 6G. The former investigates how various 6G key enablers, such as THz, cell free communication and artificial intelligence (AI), can be utilized to provide CAV mission-critical services. The latter discusses how CAVs can facilitate effective deployment and operation of 6G systems. This paper attempts to investigate the interactions between the two technologies to spark more research efforts in these areas.

研究动机与目标

• 研究6G蜂窝网络与联网自动驾驶汽车（CAVs）之间的相互技术协同，作为未来智能交通与通信系统中互补的使能技术。
• 分析6G关键技术（如太赫兹（THz）通信、无基站大规模MIMO、可重构智能表面（RIS）和人工智能）如何支持具备超可靠、低时延和高吞吐量连接的关键任务型CAV服务。
• 探索CAVs如何作为移动基础设施组件（如移动基站、边缘计算节点和网络监控器）来增强6G的部署、韧性与运行效率。
• 提出一个联合设计框架，将6G中的通信、计算、定位与感知（CCPS）集成，以满足CAV的严格KPI要求，包括0.1毫秒时延和99.999%可靠性。
• 识别利用CAVs的动态移动性和感知能力，实现成本效益高、自适应且自组织的6G网络的机遇。

提出的方法

• 提出一种集成太赫兹（THz）频段的6G架构，以实现超高速率和增强的波束成形，支持CAVs在定位与感知中实现亚毫米级精度。
• 引入无基站大规模MIMO作为可扩展、高可靠性的无线接入解决方案，消除小区边缘限制，支持超密集连接。
• 将人工智能（AI）集成到6G网络中，实现实时资源分配、移动性管理与网络切片的优化，以支持CAV应用。
• 建议将CAVs作为移动基站（CBS），具备自组织能力并能自适应地部署于高需求区域，特别是在交通低峰时段或紧急情况下。
• 通过为CAVs配备车载计算与存储能力，实现车辆边缘计算（VEC），以支持分布式6G边缘服务并减轻固定基础设施的流量压力。
• 利用CAVs与智能道路作为移动传感器，实现实时网络性能监控、故障检测以及基于RIS的智能无线环境的动态优化。

实验结果

研究问题

• RQ1 如何利用6G关键技术（如THz通信、无基站架构和人工智能）满足CAV关键任务应用对超可靠、低时延和高吞吐量的严格要求？
• RQ2 CAVs在哪些方面可作为移动基础设施组件（如移动基站、边缘服务器和网络监控器）来增强6G网络的部署与韧性？
• RQ3 如何利用CAVs的动态移动性与感知能力，提升6G网络的自动化、监控与自优化能力？
• RQ4 在6G中集成通信、计算、定位与感知（CCPS）的潜力是什么，以支持CAV的完全自动驾驶？
• RQ5 如何协同利用CAVs与6G网络的交通模式，以提升基础设施利用率并降低运营成本？

主要发现

• 通过采用无基站大规模MIMO和太赫兹通信等先进技术，6G网络可实现0.1毫秒无线时延和99.999%可靠性，满足CAV的严苛要求。
• 太赫兹（THz）频段可实现亚毫米级定位与感知分辨率，显著提升CAVs在复杂环境中的感知能力与安全性。
• CAVs可作为自组织并自适应部署的移动基站（CBS），尤其在低流量时段或紧急情况下，提升网络覆盖并降低基础设施成本。
• 车辆边缘计算（VEC）使CAVs能够支持分布式6G边缘服务，并将流量从固定基站卸载，从而提升网络可扩展性与效率。
• CAVs与智能道路可作为移动传感器，用于实时网络性能监控、故障检测以及基于RIS的智能无线环境的动态优化。
• 6G与CAVs之间的双向协同——即6G赋能CAVs，同时CAVs增强6G——可实现能效提升10倍、设备密度提升100倍，与6G的KPI完全对齐。