2024年6G泛在智能的通信理论及实践报告

北京邮电大学张平教授在世界物联网500强峰会上探讨了泛在智能6G通信的愿景与挑战。6G通信将核心聚焦于“泛在智能”，强调通信、感知、计算、AI和安全的多维融合与空天地一体的广泛连接。ITU-R定义了6G的6个典型应用场景和15个性能指标，其中涵盖eMBB、通信IMT-2030、信一体化、用户体验速率、一体化安全、mMTC、uRLLC等关键指标，旨在实现通信系统的全面升级。

然而，6G通信也面临可持续发展的挑战，如巨大的功耗问题，需要探索提高能效、频谱利用率、硬件设施重用和程序算法优化等策略。通信系统当前面临着理论极限、智能性和灵活性的挑战，尤其是在适应复杂场景变化和与人工智能设计范式匹配方面。

通信系统理论极限的突破依赖于对信息论的深入理解，如香农在1948年提出的经典信息论，为无失真/限失真信源编码方法提供了理论基础。然而，随着技术的发展，现有方法已接近理论极限，继续压缩和扩展容量的成本效益不高。

人工智能与通信的结合提供了一种可能的解决方案，通过构建深度神经网络来模拟通信系统，实现对信源、信宿、调制、解调、编码、译码等模块的优化。AI辅助设计可以提供全局优化，尽管这可能带来更高的成本。AI与通信融合的关键在于找到合适的“同义映射”，即将复杂的通信过程抽象为更简洁的模型，同时保留关键信息。

语义通信是突破当前通信三大瓶颈的有效途径。它不仅关注信息的高效传输，更侧重于信息的意义和上下文，从而实现更智能、更灵活的信息处理。语义通信的数学基础建立在对语义信息的深入理解之上，提出了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理，为通信理论的进一步发展提供了新的视角。

语义通信的实用性和工程可行性体现在多项关键技术上，如模分多址（MDMA）技术，通过模型映射实现多用户的高效区分和资源分配。此外，已建成的6G智能通信融合外场试验网提供了丰富的试验环境，验证了语义通信在不同场景下的性能，并推动了相关技术的标准化进程。

综上所述，6G通信正朝着泛在智能的方向迈进，但同时也面临诸多挑战。通过理论创新、AI辅助设计和工程实践，未来通信系统将能够更好地适应复杂多变的环境，实现更高效、更智能的信息传输与处理。