2024-08-31-北京邮电大学-2024年6G泛在智能的通信理论及实践报告_35页_5mb

6G泛在智能的通信理论及实践总结

核心内容

6G通信技术的愿景围绕“泛在智能”展开，强调通信、感知、计算、AI、安全等多维能力要素的融合，以及空天地一体化的泛在连接。6G的演进不仅需要技术突破，还需解决可持续发展的挑战，包括巨大功耗、传统方法的局限性以及当代通信体制的刚性问题。

主要观点

• 6G的愿景关键词：泛在智能，空天地一体连接，多维能力融合。
• 可持续发展挑战：
  • 巨大功耗难题。
  • 传统方法在提高能源效率、频谱利用率和硬件重复利用等方面已接近极限。
  • 简单引入AI方法虽能优化通信系统，但增益有限。
• 三大瓶颈：
  • 理论性：通信体制逼近香农信息论极限，难以进一步提升。
  • 智能性：AI与通信设计范式不匹配，AI追求全局优化而通信注重模块化。
  • 灵活性：通信系统结构僵化，难以灵活适配复杂场景变化。

关键信息

1. 经典信息论的局限性

• 香农在1948年提出经典信息论（CI T），建立了无失真/限失真信源压缩及信道容量的理论极限。
• 当前通信系统已逼近香农信道容量，成为设计瓶颈。
• 语义通信作为突破瓶颈的有效途径，引入了语义信息与语法信息的辩证关系。

2. 语义通信的理论基础

• 语义信息的特性：
  • 语义信息是语法信息的上级概念，表示其背后的含义。
  • 语义信息具有同义性，同一语义信息可有多种语法表现形式。
• 语义通信的度量：
  • 语义熵：定义为语义信息的不确定性，且 $ H_{s}(\tilde{U}) \leq H(U) $。
  • 语义互信息：包括上语义互信息与下语义互信息，分别对应语义信道容量和语义率失真函数。
• 语义通信的定理：
  • 第一定理：若语义信源编码速率 $ R \geq H_{s}(\hat{U}) $，则存在码使译码差错概率趋近于0。
  • 第二定理：若信道编码速率 $ R \leq C_s $，则存在码使译码差错概率趋近于0。
  • 第三定理：若语义信源编码速率 $ R \geq R_{s}(D) $，则可实现有界语义失真。

3. 语义通信的性能提升

• 语义信道容量：通过引入语义域资源，突破香农信道容量瓶颈，公式为 $ C_s = C + W \log_2 S $。
• 语义基（SEb）：作为信息的基础构成单元，语义基流可实现信息的柔性表征，与比特流形成对比。
• 模分多址（MDMA）：基于语义信息特征的新型多址技术，实现多用户在相同时频资源下的区分，提升传输质量。

4. 实践验证与试验平台

• 语义通信试验平台：搭建了端到端语义通信系统，验证关键技术。
• MDMA样机：基于5G链路完成两用户MDMA上下行链路系统验证，传输质量优于5G。
• 6G外场试验网：建成国际首个面向6G智能与通信融合的外场试验网，验证语义通信在4G、5G链路中的6G传输能力。

5. 标准化与学术影响力

• 语义通信任务组：已收到50余篇技术提案，涉及典型场景、指标体系、信源信道联合编码等多个方面。
• 国际学术影响力：
  • 牵头主办多个特刊与国际会议，如IEEE Globecom'24、ICCC'24等。
  • 推动语义通信成为6G标准化的重要方向。

语义通信的意义

语义通信通过引入语义信息与语法信息的映射关系，构建了全新的通信范式。它不仅为通信与AI的融合提供了理论支撑，还通过“知识传输”替代“符号传输”，为6G及未来通信技术发展提供了新的思路和理论指导。

未来展望

语义通信有望成为6G及未来通信的“拐点技术”，推动无线AI、具身智能等应用的成熟与普及。通过建立语义模型传输体系、实现语义通信的实用性架构，为6G通信系统的设计与优化开辟了新的空间。