5G及未来无线网络的开放问题与发展方向

### 5G及未来无线网络的开放问题与发展方向 无线通信领域正处于快速发展阶段，吸引了产业界和学术界的广泛研究关注。随着时间推进至下一个十年，无线连接的需求将持续增长。当预期的无线系统要支持诸如元宇宙、车辆通信以及空天地领域等新应用时，巨大的挑战也随之而来。无线通信中的供需关系将持续推动技术向前发展。下面将为大家介绍下一代无线系统的一些活跃研究方向。 #### 1. 联合通信与感知 未来的无线系统不仅期望实现高度可靠和快速的连接，还需要具备利用无处不在的无线信号感知周围动态的能力。这种感知能力包括距离和速度估计、目标检测、碰撞避免以及定位等。过去，通信和感知是分开设计的，通常以通信或感知其中一个为主要设计目标，另一个作为副产品。然而，将这两种功能集成到一个系统中具有明显的优势，例如可以提高功率和频谱效率，并通过高效的资源协调降低硬件和信令成本。 联合通信与感知从联合考虑和统一这两种操作的角度吸引了广泛关注，特别是在车与万物（V2X）等新兴应用中，同时进行信息交换和类似雷达的参数估计至关重要。不过，要从联合通信与感知系统中实现集成增益面临着诸多挑战。其中，联合通信与感知的物理层设计，如波形优化、协作资源分配和波束成形等，显得尤为重要。 #### 2. 空天地通信 5G无线系统的一个局限性在于它主要为地面通信提供网络接入。而太空领域的新兴应用，如卫星通信和无人机的空中通信，有着不同的需求，并且它们的设计理念也大不相同。例如，无人机通信期望处于视距（LoS）场景（信号传播条件有利），但功率和轨迹优化是更重要的设计因素。 最近，空天地一体化网络（SAGIN）被提出。SAGIN可以为包括海洋、太空、地面和空中在内的更大区域提供无缝覆盖。SAGIN必须考虑每个部分的各种因素，当前的设计重点在于协议优化、资源分配、性能分析、移动性管理以及跨段操作。此外，SAGIN中的网络设计和系统集成也具有重要意义。 #### 3. 语义通信 通信不仅应用于交换数据比特，还应进行语义交换。实际上，许多场景都涉及语义信息，例如传输自然语言。当前的解决方案需要通过上层操作将语言转换为比特，然后简单地通过媒介发送这些比特。 本质上，语义通信将利用先进的机器学习（ML）技术在发射端进行语义编码，并在接收端进行相应的语义解码，从而避免直接进行源编码/解码。挑战在于当前系统需要进行重大修改，例如需要新的语义熵、语义信道和噪声因子度量。尽管如此，语义通信仍被视为5G之后的重要组成部分。 #### 4. 数据驱动的通信系统设计 数据流量的指数级增长和ML技术的最新进展推动了数据驱动的通信系统设计。具体而言，收集的数据可以帮助在调制、编码、调度、架构、资源管理甚至端到端设计等方面进行创新。ML是最强大的工具之一，它可以有效地探索海量数据并进行准确的预测和规划。 例如，未来的通信设计可能不再从问题公式化开始，然后用传统的凸（或非凸）优化方法求解。相反，模型设计可以从数据中学习，达到我们未曾见过的效果。数据驱动方法能够解决的另一个重大挑战是网络可扩展性，这在大规模物联网时代至关重要。 #### 定理证明相关 为了证明某个定理，首先考虑P3的KKT条件。具体来说，经过一些简单的代数运算，(5.11)可以重写为： \[ \begin{bmatrix} \alpha_{i,k}I & \mathbf{0} \\ \mathbf{0} & t_{i,k} \end{bmatrix} + \begin{bmatrix} I & \hat{h}_i^{\dagger} \end{bmatrix} C_k \begin{bmatrix} I \\ \hat{h}_i \end{bmatrix} + \begin{bmatrix} -\gamma_{k,\min}\sum_{j = 1}^{k - 1}W_j & \mathbf{0} \\ \mathbf{0} & 0 \end{bmatrix} \succeq \mathbf{0}, \forall k \in \mathcal{K}, i = \{k, k + 1, \ldots, K\} \] 其中，\(t_{i,k} = -\alpha_{i,k}\varphi_k^2 - \gamma_{k,\min}(\sigma_{k,S}^2 + \frac{\sigma_D^2}{(1 - \rho)})\)。 类似地，(5.13)和(5.15)可以重写为： \[ \begin{bmatrix} \beta_nI & \mathbf{0} \\ \mathbf{0} & -\beta_n\psi_n^2 + P_{n,p} \end{bmatrix} - \begin{bmatrix} I & \hat{g}_n^{\dagger} \end{bmatrix} \Sigma \begin{bmatrix} I \\ \hat{g}_n \end{bmatrix} \succeq \mathbf{0}, \forall n \in \mathcal{N} \] 和 \[ \begin{bmatrix} \theta_kI & \mathbf{0} \\ \mathbf{0} & m_k \end{bmatrix} + \begin{bmatrix} I & \hat{h}_k^{\dagger} \end{bmatrix} \Sigma \begin{bmatrix} I \\ \hat{h}_k \end{bmatrix} \succeq \mathbf{0},