【IMT-2030_6G_推进组】2024年6G无线系统架构和功能研究报告_64页_18mb

6G无线系统架构与功能研究总结

核心内容

本研究报告聚焦于6G无线系统架构与功能设计，围绕连接类场景、人工智能（AI）与通信融合、通信感知一体化、天地一体化等方向展开分析。6G旨在支持更丰富的业务场景，包括沉浸式通信、海量连接通信、极高可靠低时延通信等，并引入AI原生支持、通信与感知融合、以及绿色节能等新特性，以实现更高效、更智能、更可持续的无线网络。

主要观点

• 连接类场景：6G将支持多种连接类场景，包括沉浸式通信、海量连接通信、极高可靠低时延通信等，需根据不同场景对终端进行分类（如Normal、Premium、LPWA、Lite、AIoT等），并设计相应的功能与协议以满足性能、能耗、覆盖等需求。
• AI与通信融合：AI将作为6G的重要技术，渗透到空口、网络、协议和算法等层面，增强网络的智能化水平。AI辅助RAN和RAN辅助AI是两个主要方向，分别研究AI如何提升网络性能以及网络如何支持AI应用。
• 通信感知一体化：6G将实现通信与感知功能的深度融合，支持感知服务的提供与感知辅助通信。通过多种感知模式、信号设计、数据处理与管理等技术，提升感知精度与范围，同时降低通信与感知之间的干扰。
• 天地一体化：6G将支持天地一体化网络架构，实现地面与空中网络的协同，拓展覆盖范围并提升系统灵活性。
• 绿色节能：6G系统将从设计之初就考虑节能需求，通过终端与基站的联合节能、新技术引入等方式，提升端到端能效。

关键信息

2.1 连接类6G终端分类

• Normal终端：适用于普通多媒体通信及沉浸式通信，具备较高的数据速率和交互体验。
• Premium终端：具有更强的处理能力、天线数量和聚合能力，适用于工业、车联网等高要求场景。
• LPWA终端：支持低功耗广域网通信，适用于智能抄表、智慧城市、智慧农业等场景。
• Lite终端：轻量化设计，适用于可穿戴设备、工业传感器等，具备较低的复杂度与功耗。
• AIoT终端：专为环境物联网设计，具备超低功耗和低成本特性，适用于商超盘存、物流追踪等场景。

2.2 连接类场景需求

• 性能跃升：支持高速率、低时延、多模态通信等新需求。
• 终端多样性：推动终端的轻量化、低功耗、高覆盖等能力演进。
• 成本与能耗优化：提升网络覆盖范围、降低终端与网络的能耗，推动万物互联。

2.3 连接类场景功能设计

• 沉浸式通信：提升通信速率、支持多模态传输、优化QoS管理、增强移动性。
• 海量连接通信：增强LPWA容量，支持空闲态小数据传输，优化信令开销。
• 极高可靠低时延通信：引入帧结构增强、调度增强、协议栈简化、分布式网络架构、网络编码、AI辅助等技术，以提升可靠性与传输效率。

2.4 终端和基站节能设计

• 基站节能：减少公共信号传输、空域与功率域自适应调整、CSI上报优化等。
• 终端节能：增强下行控制信道监听、高效的BWP切换、测量放松技术、AI辅助节能等。
• 联合节能：通过低功耗通信模块与主通信模块的协同，实现终端与基站的联合节能。

3.1 AI辅助RAN

• 典型用例：包括网络节能、负荷均衡、移动性优化、定位、波束管理、CSI预测等。
• 整体框架：3GPP在5G-A阶段开始研究AI/ML功能框架，6G将进一步细化并支持更多AI应用场景，如网络切片、覆盖优化、移动性管理等。
• AI生命周期管理：包括模型训练、推理、测试、部署、微调等，支持AI任务的动态管理与优化。

3.2 RAN辅助AI

• 典型用例：AI即服务，包括模型推理、训练、优化、管理、数据管理等。
• 整体框架：支持AI/ML资源的共享，包括集中式与分布式AI节点管理，以及AI服务的生命周期管理。
• 资源共享方式：包括RAN提供AI功能、核心网本地部署AI功能、MEC共享AI资源等。

3.3 RAN/UE协议功能需求分析

• AI生命周期管理：需支持模型训练、推理、管理、存储等功能，以及动态资源分配与配置。
• AI连接功能增强：支持AI任务的端到端连接管理、QoS保障、信令传输优化等。
• AI算力功能：需支持算力感知、计算控制与协同、算力开放与共享等。
• AI数据功能增强：需支持数据采集、存储、处理、协同、隐私与安全等。
• AI QoS管理：需支持AI业务的性能指标，如速率、时延、可靠性等，以及QoS的动态调整。

4.1 6G通信感知一体化目标

• 提升感知性能：尤其在复杂场景（如NLoS）下，实现更精确的感知能力。
• 丰富感知场景：支持检测、定位、环境重构、灾害监测、动作识别等。
• AI与感知融合：AI作为感知的重要数据来源，6G需实现通信与感知的高效结合。

4.2 6G通信感知一体化业务用例和场景

• 网络提供感知服务：包括目标探测、环境重构、灾害监测等。
• 感知辅助通信：包括波束管理、网络节能、移动性预测、CSI获取等。

4.3 通信感知融合关键技术

• 感知模式：共6种，包括基站自发自收、终端自发自收等，各有优缺点。
• 感知功能框架：包括信号测量、数据处理、数据应用、感知管理、数据存储等。
• 感知信号设计：分为通感一体信号与专门感知信号，需考虑信号资源映射、自相关特性、PAPR等。
• 多点协作感知：支持多节点、多模式、多频段、多RAT的协作感知，以提升感知范围与精度。
• 非理想因素及解决方案：包括定时偏差、本振频率偏移、通道不一致性等，可通过CSI商/共轭乘、信号优化等方式进行补偿。

结构化总结

6G连接类场景设计

• 终端分类：Normal、Premium、LPWA、Lite、AIoT。
• 设计需求：
  • 性能跃升（速率、时延、可靠性、覆盖）。
  • 物联网场景下的终端多样性演进。
  • 未来新场景的无限可能（如数字孪生）。
• 功能设计：
  • 沉浸式通信：速率增强、多模态通信、业务感知、移动性增强。
  • 海量连接：LPWA迭代、支持空闲态小数据传输。
  • 极致高可靠低时延：帧结构增强、调度增强、协议栈简化、分布式网络架构、网络编码、AI辅助等。
• 节能设计：
  • 基站：减少公共信号、空域与功率域自适应调整。
  • 终端：增强下行控制信道监听、BWP切换优化、测量放松、AI辅助节能。
  • 联合节能：通过低功耗模块与主模块协同，实现终端与基站联合节能。

AI与通信融合设计

• AI辅助RAN：
  • 典型用例：网络节能、负荷均衡、移动性优化等。
  • 功能框架：包括AI生命周期管理、数据处理、算力共享、QoS管理等。
• RAN辅助AI：
  • 典型用例：AI即服务，如模型推理、训练、优化等。
  • 资源共享方式：RAN提供AI功能、核心网本地部署AI、MEC共享算力资源。
• 协议功能需求：
  • AI生命周期管理、连接功能增强、算力功能、数据功能增强、QoS管理等。

通信感知一体化设计

• 目标：实现感知与通信的融合，支持更多感知场景。
• 业务用例：
  • 网络提供感知服务：如目标探测、环境重构、灾害监测等。
  • 感知辅助通信：如波束管理、网络节能、移动性预测、CSI获取等。
• 关键技术：
  • 感知模式、感知功能框架、感知信号设计、多点协作感知、非理想因素及解决方案。

天地一体化设计

• 应用需求：支持天地一体化网络，拓展覆盖范围，提升系统灵活性。
• 5G NTN回顾与gap分析：5G NTN存在性能与覆盖等方面的不足，6G将进行改进。
• 整体框架：支持天地一体化架构，定义协议设计原则，优化系统功能。

6G无线系统设计考虑

• 接入网功能：支持连接类场景、AI与通信融合、通感一体化。
• RAN架构与接口：支持多频协同、AI与通信融合、通感一体化。
• 6G接入网部署：支持多频协同、5G到6G的演进、迁移组网架构、终端连接、频谱共享、5G-6G互操作等。

贡献单位与参考文献

• 贡献单位：IMT-2030（6G）推进组。
• 参考文献：包括3GPP研究报告、TS文档、TR文档等，用于支持6G设计与研究。

总结

6G无线系统架构与功能设计涵盖了连接类场景、AI与通信融合、通信感知一体化、天地一体化等多个方面。通过引入AI、通感融合、多频协同、节能技术等，6G旨在构建一个更智能、更高效、更可持续的无线网络，以满足未来通信与感知的多样化需求。