ICDT融合6G技术研究报告
引言
信息技术的快速发展伴随新技术的不断涌现和融合，特别是在信息与通信技术（ICT）向6G演进的过程中，ICT与大数据、人工智能技术深度融合，形成了ICDT（Information，Communication，Big Data Technology）融合的特点。这一融合趋势将构建一个端到端的信息处理与服务系统，即6G系统，它将融合通信网络、感知网络和算力网络，形成移动信息网络。
ICDT融合新趋势
通算融合技术
- 基本概述：通算融合技术强调通信与计算的资源融合、功能融合和服务融合，旨在实现无线接入网的算力化演进和通算智一体化服务升级。
- 关键技术：包括无线接入网的算力化、服务融合升级、资源高效聚集、流动与共享等核心能力。
- 应用与挑战：通过实现通信与计算的协同优化，提高网络效率与服务质量，但同时也面临技术整合难度、安全性保障等问题。
语义通信技术
- 基本概述：语义通信技术关注信息传输的意义和重要性，旨在突破传统通信系统受限于香农理论的性能瓶颈。
- 关键技术：探索基于意义传输的信息编码、解码技术，提升通信效率与可靠性。
- 应用与挑战：通过提升信息传输的内涵价值，实现更高的通信容量和更稳定的传输质量，但也面临理论研究与实际应用的双重挑战。
AI大模型与无线通信
- 国内外研究现状：AI大模型在通信领域内的应用研究日益增多，涵盖网络自适应、智能调度、自愈修复等方面。
- 赋能通信业：AI大模型通过学习和模拟复杂通信场景，提升网络的智能化水平，优化资源分配，增强网络的适应性和可靠性。
- 智慧内生通信网络：AI技术融入通信网络，实现网络的自我感知、自我调整和自我优化，形成智慧内生通信网络。
ICDT融合的无线空口
通感一体技术
- 典型应用场景：结合传感器与通信技术，实现环境感知与通信的无缝集成，如智慧城市中的环境监测、物联网设备间的交互等。
- 关键技术与挑战：集成传感器与通信模块的技术难度、能耗控制、数据处理能力等。
空口AI技术
- 典型应用场景：在5G基础上进一步提升，应用于自动驾驶、远程医疗、高清视频传输等领域。
- 关键技术与挑战：AI算法的实时性、安全性、能效比等。
多址接入技术
- 典型应用场景：支持更多用户同时接入，适用于高密度通信场景，如密集城市中的移动通信。
- 关键技术与挑战：频谱资源的高效利用、干扰管理、信号质量控制等。
编码调制技术
- 典型应用场景：在确保通信质量的同时，提高数据传输速率，适用于高速移动通信环境。
- 关键技术与挑战：编码策略的选择、调制方式的优化、误码率控制等。
超大规模天线（MIMO）技术
- 典型应用场景：在无线通信中实现多路并行数据传输，提高链路容量和抗干扰能力。
- 关键技术与挑战：天线阵列的设计、波束成形、多径效应处理等。
近场技术
- 典型应用场景：用于近距离无线通信，如蓝牙、Wi-Fi等，提高通信速度和稳定性。
- 关键技术与挑战：信号衰减控制、干扰抑制、空间频率资源的高效利用等。
ICDT融合的网络
网络架构概述
- 服务化网络、内生AI、数字孪生网络、多维度组网和用户为中心网络等成为研究重点，旨在构建融合ICDT的6G网络架构。
结论与倡议
- 加强跨学科融合：鼓励信息通信领域的跨学科融合研究，加速基础理论和瓶颈技术的联合攻关与创新。
- 促进成果转化：注重将跨学科创新成果转化为应用和服务，培育产业生态，孵化新业务、新应用。
- 深化国际合作：加强国际间合作，共同推进6G基础研究，促进其全球发展。
