專題：6G的智能通信計算融合技術

武 剛

內容導讀

目前，針對潛在6G關鍵技術的場景與需求研究成為學術界的熱點。面向未來更多類型終端的智能互聯與新興服務的需求，人工智能應用于無線通信物理層的信道估計、編譯碼及接收機設計，解決基于大數據的網絡自主優化，基于泛在無線感知和邊緣側的強大算力構成的多接入邊緣計算，已成為6G無線技術發展的重要趨勢。在未來智能車聯網、物聯網、有人/無人交互、全息通信等場景下，面向未來的智能通信計算融合需求，存在許多擬待解決的關鍵科學問題。其中，基于智能反射表面構建的智能無線電環境成為研究熱點之一。此外，基于泛在感知、邊緣智能計算等新技術，如何解決感知關鍵性能瓶頸與通信信號設計及優化、計算智能與無線網絡優化融合等矛盾也是未來潛在研究方向。

從2019年起，科技部在重點研發計劃“寬帶通信和新型網絡”重點專項中，陸續開始發布與6G相關的項目征集。2021年2月，在科技部發布的“十四五”國家重點研發計劃“多模態網絡與通信”重點專項2021年度項目申報指南征求意見中，也包括了6G感知-通信-計算融合方向項目指南建議。

本專題針對無線感知通信的關鍵技術進行了探討，包括無線感知通信一體化場景與關鍵技術分析，基于可重構智能反射表面的新型調制設計與應用場景分析、車聯網側鏈(Sidelink)的資源分配和中繼技術、面向網絡精細化管控需求的業務識別、無線傳感網中低功耗低時延路徑式協同計算等問題，希望能引起讀者的共鳴和討論。

辨析無線感知通信一體化的場景與技術需求是開展理論基礎與具體技術研發工作的基礎，論文《無線感知通信一體化關鍵技術分析》通過辨析感知與通信一體化技術工作模式，分析針對3種技術場景的感知通信一體化方案可行性，介紹了一體化收發機結構設計框架及針對智能體交互場景一體化的應用思路。

針對網絡精細化管控需求的業務識別問題，《基于卷積神經網絡的業務識別》提出了一種基于卷積神經網絡(CNN)的分析業務流的統計特征的方法；還提出基于對抗生成網絡解決數據集獲取困難，以及數據集分布不平衡導致的過擬合問題，其給出的業務識別準確率仿真研究結果驗證了所提方法的高效及創新性。

面向支持高級自動駕駛的技術需求，5G車聯網基于新空口的側鏈(NR-V2X Sidelink)要求更高可靠性、更低時延的通信傳輸能力，《NR-V2X Sidelink關鍵技術研究》在總結V2X Sidelink技術特征的基礎上，詳細分析總結了其中資源分配和中繼技術問題，并展望了NR-V2X Sidelink的研究方向。

基于可配置反射表面(RIS)構建智能無線電環境是智能感知通信的潛在方向之一，《可重構智能表面輔助的四元數調制無線通信系統》介紹了由可重構智能表面輔助的四元數調制(QMod)系統，完成了對該系統平均誤碼率理論上界的理論推導，及在瑞利信道中的BER性能仿真，較好地揭示了QMod應用于RIS輔助通信系統的潛力。

論文《WSN低功耗低時延路徑式協同計算方法》針對無線傳感器網絡提供時延敏感型業務需求，提出了一種基于云霧網絡架構、利用離散二進制粒子群優化實現WSN低功耗低時延路徑式協同計算的方法，分別從網絡架構設計與算法設計層面達到了降低業務處理時延的目的。

本專題的推出希望達到兩個目的:一是報道在包括無線傳感網、車聯網、RIS等6G感知通信計算融合領域的最新研究成果和進展；二是給廣大讀者提供有益的啟示和參考，旨在拋磚引玉。最后，對各位作者的辛勤工作和精心撰稿表示衷心的感謝。