6G雾无线接入网关键技术及构架探究

吴 刚

（中国电信股份有限公司 甘肃分公司，甘肃 兰州 730000）

0 引 言

如今，车联网、现实虚拟及全息影像等新技术应用的发展伴随着移动终端及数据量的不断增长，给未来的网络设计和应用带来前所未有的新挑战。据悉，无线6G智能网络的关键指标是5G的10倍，预计速率峰值可达到1 Tb/s，时延空口低于1 ms，连接的设备量在1×107/km2以上。要想实现无线6G网络的低时延、大容量以及超连接应用，亟待发展通信移动新技术。而6G智慧雾无线接入网技术融合了雾无线网络、非正交链路级多址技术及智能人工技术等多种优势，是实现智慧6G网络应用指标的一项重要技术。

1 6G关键性技术

1.1 NOMA技术

该技术的核心是蜂窝式通信技术，可实现多用户同时共享通信应用资源。原始网络蜂窝技术使用的接入方式包括多址频分、多址时分、多址码分及多址空分等。这些多址接入通信技术为不同接收方用户在频/时/空域生成通信分配资源，形成潜在的资源浪费，无法满足未来6G网低时延、大容量以及超连接的应用需要。NOMA通信技术将成为后5G与6G网的换代多址接入技术，可以同时在相同的频/时/空域为多用户提供服务，实现用户间资源正交分配，有效防止用户之间相互干扰。此外，NOMA技术主要分为码域和功率域[1]。

1.1.1 NOMA功率域

NOMA功率域是利用客户之间存在的信道强弱差异，通过功率分配进行频谱资源的复用。NOMA功率域与OMA中关于功率及频谱的分配比较如图1所示。

在NOMA两用户应用场景中（见图2），解码差异最明显，通过对NOMA通信用户应用功率进行优化，系统实际的吞吐量明显得到提升。

图2 NOMA原理图

1.1.2 NOMA码域

NOMA码域充分应用了复杂度较低的多用户分别检测的方法，按照用户序列进行无线网络资源的全部共享。典型的NOMA码域有多址稀疏码SCMA、多址交织码IDMA及扩频码LDS-CDMA等。图3为SCMA模型。

图3 SCMA模型

1.2 多维调配资源

多维调配资源指的是对计算、通信以及缓存等多项资源进行联合协调和配置，是目前一种最有效的网络性能提高方法。在5G不断商用趋势下，频谱的有限资源限制网络的容量增长。同时，网络中存在的拥堵问题、密集型计算问题以及敏感延时问题都无法通过资源协调配置解决。故此，应将相关计算、通信以及缓存等资源进行综合调配，打破如今网络性能的瓶颈[2]。

多维调配资源应该根据不同资源的维度时间、资源差异、资源相互耦合的关系等方面去平衡效益、成本以及复杂度3者之间的关系。当前，不管是雾节点还是客户终端，普遍具备计算和缓存的能力。同时，应用网络信息技术（ICN）和边缘移动计算（ICN）使网络的各项性能有效增强[3]。

1.3 人工智能

从无线5G网络将人与物相互连接不断发展，到无线6G网络实现智能体、人以及设备间的相互联通。AI技术是达到这一目标的基础。凭借此项技术，现代网络的发展重心也将从用户向服务转变，不断达成网络自解析、自学习、自感知、自决策及各种网络海量终端的相互联通。

2 当前网络研究的进展

如今，相关雾无线网络接入技术仍处于起步研究阶段。本文对雾无线技术、NOMA、NOMA与F-RAN从以下3方面进行详细分析，阐述国内外研究发展状况。

2.1 雾无线通信网络技术

F-RAN的主要研究对象是组网技术与结构。在组网结构方面，根据相关资料提出以网络F-RAN结构切片为基础，通过统一安排管理，接入网络以切片状被分成多个独立的逻辑网络，令差异化通信需求可以同时得到满足。同时有资料显示，F-RAN构架业务可以通过边缘网络节点所具有的运算性能，对多个不同的子任务进行同时计算，使AR低时延的业务性能需求得到满足。该技术主要对模式的选用、资源的调度以及功率的匹配等方面进行研究。以最大化的处理能力为目标，对F-RAN接入用户模式及功率进行优化并设计，进而提出优化集中算法[4]。F-RAN具体包括3种卸载计算模式。

（1）云计算层上卸载算法，将减少能耗作为设计目标，提出云计算调度卸载设计方案。

（2）雾计算层上卸载算法，是指设计提出低耗能及满足延时需求的卸载计算策略。

（3）云/雾联合卸载，是指以延时和能耗为出发点，提出在非受限情况下云雾联合调度卸载方法。

2.2 NOMA相关技术与理论

设计提出5G多种不同的NOMA解决方案，具体如下。

以所用的码域SCMA为基础，有效结合QAM的传输与调制过程，提供的过载率最高可达到300%。

以接收端与发送端相互联合设计图样多址分割技术为基础，将多个不同客户信号进行空域、功率域以及编码域的联合或者单独传输，选取容易消减干扰接收设备算法的图样加以区分，PDMA能够将上行的容量提高2～3倍，能够将下行频谱的应用效率提高1.5倍。

基于多元码复数域的MUSA是一种多用户免调度的接入共享方案，能够有效达到低功耗和低成本的互联互通。

如今，产业界为了达到5G的应用需求，设计多款NOMA解决方案，在学术界同时对NOMA基本理论及关键性技术展开了分析研究，为新NOMA通信网络系统的理论研究和技术开发奠定基础。要想达到后5G通信性能的各项要求，需要NOMA进一步的改进和完善，与系统组网相互协同配合是雾无线6G智慧网络理论核心，同时也是需要解决的核心技术问题。

2.3 NOMA与F-RAN的相互融合

NOMA是一项链路级的通信技术，F-RAN是一项系统级的通信技术，两项技术协调配合可有效提高连接数、频谱以及延时等性能。有关资料提出一种以NOMA和F-RAN为基础进行资源配置的技术方案，应用RRH同F-AP之间干扰控制和F-AP对客户进行功率配置，达到系统总速率的最大化[5]。

资料显示，国内外对F-RAN与NOMA协调适配方法非常重视，却没能有针对性的开展新一代通信移动系统性能开发的相关工作，未能针对跨业务、跨频谱以及跨场景等特征协调适配，未能将智能人工与F-RAN技术有效结合。要想实现F-RAN同NOMA的协调适配，应该从结构体系、组网的基本原理以及核心技术3方面攻关。

3 6G网络工作标准化

3.1 NOMA技术的标准化

近年来，业界设计提出NOMA技术的多种解决方案，具体包括华为设计的域码复用的稀疏码分多址技术（SCMA）、中兴设计的多用户接入共享技术（MUSA）、大唐电信设计的分割图样多址技术以及日本公司NTT DoCoMo设计的功率域非正交多址技术。对于标准化NOMA技术的研究工作，其标准化3GPP相关组织的研究和论证工作已经展开，主要分为发射机端管理、NONA工作过程、接收机复杂程度以及NONA基本性能等多项评估内容。其中，发射机端管理主要利用接入多址签名码对用户加以区分，对两种支持Rel-15的方案及其方案内容进行研究[6]。在接收机方面，开展了NOMA多种设计，同时对其复杂程度进行了评估。对于同NOMA有关的过程，重点评估、研究了同步与异步网络传输。对于性能方面的评估，主要通过系统级与链路级对其基本性能进行评估。目前，组网与NOMA技术缺乏有效结合。为了能够实现无线6G网络的性能要求，应加强NOMA的发展演进，与系统级网络技术和应用有效结合。

3.2 无线接入网络AI技术应用标准化

在智能人工技术被广泛应用于各行业，并取得较快发展的今天，该技术在无线接入网络中的应用同样受到关注。ITU、3GPP以及ETSI各组织都提出将AI和5G结合适配作为研究课题。在相关标准的研究方面，3GPP重点对网络信息数据进行整理分析，相关工作组成立于标准化5G同步进程中，对网络通信数据的应用和分析项目进行研究。具体表现在，3GPP RAN3专项组确定研究课题（RP-181456），研究的主要内容是接入网相关数据的分析与应用，3GPP SA2专业组确定研究项目（eNA），主要研究的内容是进行信息数据的收集与分析，并应用其成本进行网络优化。近期，关于服务5G系统数据的分析功能，3GPP做出第三发展阶段定义。2017年，欧洲的电信标准化协会成立了智能接入网络标准化实验小组，主要将AI引擎与网络适配结合，从而实现网络智能管理。通过AI引擎的协助，智能网络可以自主判断，从而达到降低成本的目的，实现5G通信网络自动化、智能化的运维化管理。尤其是该架构应用了上下文感知、AI技术以及驱动元数据等方案，以“观察—决定—行动”模式设计回路控制功能，通过客户的需求及外部环境对网络进行配置。2019年，电信国际阳联盟（ITU）正式颁发5G+AI国际执行标准，在5G无线网络中，该标准以高效率、低成本的方式替代机器式学习办法，充分满足各通信运营商模块框架的部置及实际应用[7]。

4 结 论

为了实现6G网络低延时、大容量以及应用连接等各项功能的快速发展，无线接入网络得到不断的发展完善。本文以雾无线传统接入网络为基础，设计出系统级智能人工融合技术与链路级非正交融合多址技术的雾无线网络构架。在此详细阐述了其关键技术、标准化进程及国内外相关研究成果，希望能够有效促进智慧6G无线网络未来的研究和发展。