[论文解读] Towards 6G Networks: Use Cases and Technologies

Marco Giordani, Michele Polese+3 more|arXiv (Cornell University)|Mar 28, 2019

Advanced Wireless Communication Technologies参考文献 17被引用 20

一句话总结

本文通过识别超越5G的关键应用场景和使能技术，提出了一套全面的6G无线网络愿景，包括太赫兹通信和光通信、无基站架构以及人工智能集成网络。文章倡导进行端到端、系统级的重新设计，以支持超大容量、超低延迟、海量连接以及智能、分布式的网络运营。

ABSTRACT

Reliable data connectivity is vital for the ever increasingly intelligent, automated and ubiquitous digital world. Mobile networks are the data highways and, in a fully connected, intelligent digital world, will need to connect everything, from people to vehicles, sensors, data, cloud resources and even robotic agents. Fifth generation (5G) wireless networks (that are being currently deployed) offer significant advances beyond LTE, but may be unable to meet the full connectivity demands of the future digital society. Therefore, this article discusses technologies that will evolve wireless networks towards a sixth generation (6G), and that we consider as enablers for several potential 6G use cases. We provide a full-stack, system-level perspective on 6G scenarios and requirements, and select 6G technologies that can satisfy them either by improving the 5G design, or by introducing completely new communication paradigms.

研究动机与目标

• 识别并分析超出5G网络能力的未来应用场景，特别是在数据速率、时延和连接密度方面的表现。
• 考察5G在支持新兴数据驱动、自动化和智能化系统（如自动驾驶汽车、智慧城市和工业物联网）方面的局限性。
• 提出一个整体的、端到端的6G框架，整合新型频谱利用、网络架构以及大规模智能技术。
• 突出支持6G的关键技术，包括太赫兹通信和可见光通信、网络虚拟化，以及用于实时决策的分布式人工智能。
• 将6G定位为一次超越5G的变革性演进，其驱动力是颠覆性创新，而非渐进式改进。

提出的方法

• 对6G应用场景进行系统级分析，重点关注吞吐量、时延、连接密度和可靠性需求。
• 评估太赫兹通信和光通信等新兴技术在毫米波之外实现高带宽、短距离传输的潜力。
• 提出基于密集分布接入点和集成接入/回传功能的无基站网络架构，以实现三维覆盖。
• 将分布式人工智能集成到网络设计中，通过无监督学习和强化学习实现用户终端的自主性。
• 通过能量采集电路和低功耗通信协议栈建立能效感知的网络运行模型，以支持自供电的物联网设备。
• 探索通过学习到的网络表征实现运营商之间和用户之间的知识共享，以加速部署并提升在动态环境中的适应能力。

实验结果

研究问题

• RQ1 未来6G应用场景的关键性能需求是什么？这些需求是5G网络无法满足的？
• RQ2 太赫兹通信和光通信如何实现太比特每秒的数据速率，并支持超密集连接？
• RQ3 6G网络需要哪些架构创新，以支持三维覆盖和海量设备连接？
• RQ4 分布式人工智能如何在无集中式控制的情况下实现低时延、实时的网络决策？
• RQ5 能量采集和能效感知设计在实现可持续、自供电的6G部署中扮演什么角色？

主要发现

• 6G网络必须支持每平方公里10^7个连接、太比特每秒的数据速率以及亚毫秒级的时延，远超当前5G能力。
• 太赫兹通信和光通信通过利用毫米波以上的更高频段，为实现多太比特每秒的数据速率提供了可行路径。
• 基于密集部署接入点和网络功能虚拟化的集成接入/回传无基站架构，是实现三维覆盖和可扩展性的关键。
• 分布式人工智能，特别是无监督学习和强化学习，可在网络边缘实现自主、低时延的网络操作，减少对集中式控制器的依赖。
• 能量采集电路可支持自供电的物联网设备，实现离网和长期部署，这对环境监测和工业监控至关重要。
• 运营商之间和用户之间对学习到的网络表征进行知识共享，可加速网络配置，并提升在动态环境中的适应能力。