本白皮書(shū)介紹了一種6G新型網(wǎng)絡(luò)架構(gòu)——全解耦無(wú)線(xiàn)接入網(wǎng)（FD-RAN）。FD-RAN的核心是將傳統(tǒng)基站物理解耦為控制基站、上行數(shù)據(jù)基站、下行數(shù)據(jù)基站，以實(shí)現(xiàn)靈活和智能的多基站資源協(xié)作，從而更好的滿(mǎn)足6G用戶(hù)的個(gè)性化服務(wù)需求。在FD-RAN新型網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上，本白皮書(shū)進(jìn)一步介紹了FD-RAN中的關(guān)鍵技術(shù)，包括基于生成式AI的物理層無(wú)反饋傳輸、MAC層多維資源靈活調(diào)度和多連接移動(dòng)性管理等，并從多個(gè)角度探討了FD-RAN網(wǎng)絡(luò)的部署問(wèn)題。最后，本白皮書(shū)總結(jié)了FD-RAN的技術(shù)挑戰(zhàn)，并展望了在通感一體、邊緣AI大模型推理、低空等領(lǐng)域的潛在應(yīng)用。AbstractThiswhitepaperintroducesanovel6Gnetworkarchitecture—FullyDecoupledRadioAccessNetwork(FD-RAN).ThecoreconceptofFD-RANistodecoupletraditionalbasestationsintocontrolbasestations,uplinkdatabasestations,anddownlinkdatabasestations,enablingflexibleandintelligentmulti-base-stationresourcecoordinationtobettermeetthepersonalizedservicedemandsof6Gusers.BuildingupontheFD-RANarchitecture,thiswhitepaperfurtherpresentskeytechnologieswithinFD-RAN,includinggenerativeAI-basedfeedback-freetransmissionatthephysicallayer,flexiblemulti-dimensionalresourceschedulingattheMAClayer,andmulti-connectivitymobilitymanagement.Additionally,itexploresFD-RANdeploymentissuesfrommultipleperspectives.Finally,thiswhitepapersummarizesthetechnicalchallengesofFD-RANandenvisionsitspotentialapplicationsinintegratedsensingandcommunication(ISAC),edge-basedlargeAImodelinference,andlow-altitudecommunications.1全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)需求與發(fā)展趨勢(shì) 11.1傳統(tǒng)無(wú)線(xiàn)接入網(wǎng)范式與挑戰(zhàn) 1.2新型無(wú)線(xiàn)接入網(wǎng)發(fā)展趨勢(shì) 21.3全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)需求 31.4相關(guān)組織與標(biāo)準(zhǔn)進(jìn)展 42全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)架構(gòu)與特性 72.1全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)架構(gòu) 72.2全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)特性和目標(biāo) 83全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)物理層傳輸 103.1現(xiàn)有物理層傳輸?shù)膯?wèn)題 3.2全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)物理層傳輸?shù)奶魬?zhàn)與應(yīng)用場(chǎng)景 103.3全解耦接入網(wǎng)絡(luò)基于生成式AI的信道特征學(xué)習(xí) 3.4全解耦接入網(wǎng)絡(luò)無(wú)信道反饋的物理層傳輸 153.5全解耦接入網(wǎng)絡(luò)無(wú)信道反饋的多點(diǎn)協(xié)作傳輸 173.6全解耦接入網(wǎng)絡(luò)感知增強(qiáng)的無(wú)反饋物理層傳輸 193.7全解耦接入網(wǎng)絡(luò)基于信道孿生的無(wú)反饋物理層傳輸 204全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)資源管理 224.1全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)資源調(diào)度目標(biāo) 224.2全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)全維資源靈活調(diào)度 234.3全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)典型靈活資源調(diào)度方法 244.4全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)靈活多連接移動(dòng)性管理方法 274.5基于網(wǎng)絡(luò)孿生的資源聚合與動(dòng)態(tài)定價(jià) 295全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)部署 325.1全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)部署目標(biāo) 325.2全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)典型低成本部署方法 325.3全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的非獨(dú)立部署 355.4全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的云原生O-RAN部署 355.5全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)原型系統(tǒng)與驗(yàn)證 376全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的挑戰(zhàn)與展望 396.1技術(shù)挑戰(zhàn) 396.1.1差錯(cuò)控制機(jī)制 396.1.2大規(guī)模低延時(shí)的控制信令 406.1.3基于網(wǎng)絡(luò)孿生的個(gè)性化服務(wù) 406.1.4用戶(hù)終端和基站的能耗 416.2應(yīng)用展望 416.2.1FD-RAN與ISAC 426.2.2FD-RAN與SAGIN 436.2.3FD-RAN與移動(dòng)AIGC 436.2.4FD-RAN與低空智聯(lián)網(wǎng) 44名詞縮略語(yǔ) 45參考文獻(xiàn) 48 50移動(dòng)通信網(wǎng)絡(luò)由無(wú)線(xiàn)接入網(wǎng)（RadioAccessNetwork,RAN）和核心網(wǎng)（CoreNetwork,CN）構(gòu)成。其中，無(wú)線(xiàn)接入網(wǎng)包括終端、基站以及二者之間的無(wú)線(xiàn)連接。移動(dòng)通信網(wǎng)絡(luò)從2G發(fā)展至今天的5G/5G-Advanced（5G-A），盡管物理層經(jīng)歷了OFDM、MIMO、LDPC/Polar碼等重大技術(shù)升級(jí)[1][2][3]，但無(wú)線(xiàn)接入網(wǎng)的架構(gòu)和設(shè)計(jì)始終遵循了最初的范式，而這些范式在應(yīng)對(duì)新的需求時(shí)，不可避免的面臨一些根本性的挑戰(zhàn)：l單基站服務(wù)范式：指的是用戶(hù)在網(wǎng)絡(luò)中只與一個(gè)基站相連且由該基站提供服務(wù)。相應(yīng)的產(chǎn)生了服務(wù)小區(qū)的概念，即一個(gè)基站的覆蓋范圍。隨著基站部署的密度不斷增加，雖然小區(qū)會(huì)出現(xiàn)重疊，但單基站服務(wù)范式依然是絕大多數(shù)情況的選擇，因?yàn)橹T如載波聚合（CarrierAggregation,CA）[4]、多點(diǎn)協(xié)作（CoordinatedMulti-Point,CoMP）[5]、多連接（Multi-Connectivity,MC）[6]技術(shù)往往會(huì)帶來(lái)很多的信息交互和控制開(kāi)銷(xiāo)且不夠靈活。單基站服務(wù)范式面臨的主要挑戰(zhàn)是服務(wù)能力受限，難以面對(duì)多樣化的用戶(hù)需求，尤其在小區(qū)邊緣信道質(zhì)量較差的位置。此外，當(dāng)用戶(hù)移動(dòng)速度較快時(shí)，也會(huì)經(jīng)歷頻繁的服務(wù)基站切換，造成服務(wù)質(zhì)量和用戶(hù)體驗(yàn)下降。l上下行對(duì)稱(chēng)/耦合范式：指的是網(wǎng)絡(luò)在設(shè)計(jì)和為用戶(hù)提供服務(wù)時(shí)，上行和下行往往耦合在一起成對(duì)出現(xiàn)。在雙工層面，頻分雙工（FrequencyDivisionDuplex,FDD）使用對(duì)稱(chēng)的上下行頻譜，時(shí)分雙工（TimeDivisionDuplex,TDD）雖然設(shè)計(jì)了多種上下行時(shí)隙分配的模式，但上下行依然緊耦合在一起。此外，用戶(hù)的上下行連接也往往耦合在相同的基站，基站的上下行功能也耦合在一起部署。移動(dòng)通信的一些主要機(jī)制，例如：信道反饋、混合自動(dòng)重傳請(qǐng)求（HybridAutomaticRepeatrequest,HARQ）等，也基于上下行耦合的設(shè)計(jì)實(shí)現(xiàn)。上下行對(duì)稱(chēng)范式面對(duì)的主要問(wèn)題是難以滿(mǎn)足越來(lái)越常見(jiàn)的非對(duì)稱(chēng)的業(yè)務(wù)需求，這與移動(dòng)通信誕生之時(shí)以話(huà)音為主的對(duì)稱(chēng)業(yè)務(wù)截然不同。另外，上行和下行傳輸各自也具有不同的特點(diǎn)，在發(fā)射功率、移動(dòng)性等方面存在很大差異，因此上下行耦合范式難以針對(duì)上下行各自的特點(diǎn)進(jìn)行設(shè)計(jì)和優(yōu)化。l小區(qū)間干擾范式：指的是在相鄰小區(qū)的重疊覆蓋區(qū)域，本小區(qū)將其他小區(qū)的信號(hào)當(dāng)作干擾。因此，在部署小區(qū)時(shí)，經(jīng)典方法是為相鄰小區(qū)分配正交的頻率資源，而相隔較遠(yuǎn)的小區(qū)才會(huì)復(fù)用相同的頻率資源。但隨著頻譜資源越來(lái)越短缺，頻譜的價(jià)格不斷增加，為了充分利用頻譜，相鄰小區(qū)也開(kāi)始使用相同的頻率資源，這就在重疊覆蓋區(qū)域造成嚴(yán)重的干擾，導(dǎo)致小區(qū)邊緣用戶(hù)的服務(wù)質(zhì)量進(jìn)一步惡化。雖然可以采用干擾回避、干擾消除等方式降低小區(qū)間干擾，但相應(yīng)的頻率資源的利用率又會(huì)下降。另外，小區(qū)間干擾范式也從根本上制約了基站部署的密度和發(fā)射功率，從而導(dǎo)致接收信號(hào)的信噪比難以提高。為了更好的解決上述傳統(tǒng)無(wú)線(xiàn)接入網(wǎng)面臨的挑戰(zhàn)，一些新型的無(wú)線(xiàn)接入網(wǎng)架構(gòu)和理念被不斷提出：lC-RAN：指的是一種集中式控制和信號(hào)處理的架構(gòu)[7]，其中C的含義可以是Centralized（集中化）、Cloud（云化）、Cooperative（協(xié)作化），象征著C-RAN架構(gòu)中包含的一個(gè)中央控制單元/處理器與多個(gè)分布式部署的基站/無(wú)線(xiàn)射頻單元。C-RAN的主要優(yōu)勢(shì)來(lái)自于計(jì)算資源的集中化和池化，通過(guò)讓多個(gè)基站共享資源，可以有效地提高資源的利用率，資源在物理空間上的集中也有助于降低配套設(shè)施（例如：機(jī)房、空調(diào)）的部署成本。另一方面，集中控制也是實(shí)現(xiàn)基站間大規(guī)模協(xié)作的前提，例如小區(qū)間干擾控制，聯(lián)合信號(hào)處理等。C-RAN存在的主要困難，一方面是基帶池與射頻單元之間的前傳鏈路開(kāi)銷(xiāo)，另一方面是基站之間協(xié)作需要依賴(lài)用戶(hù)的信道狀態(tài)信息（ChannelStateInformation,CSI）反饋，且反饋隨著協(xié)作基站數(shù)和用戶(hù)數(shù)線(xiàn)性增加。l異構(gòu)網(wǎng)（HeterogeneousNetwork,HetNet）：指的是網(wǎng)絡(luò)包含多樣化的基站[8]。典型的異構(gòu)網(wǎng)根據(jù)基站的覆蓋面積進(jìn)行劃分，包括宏基站和微基站，宏基站保證覆蓋，尤其是在室外環(huán)境，微基站由于距離用戶(hù)更近，可以提供更高的速率、更好的室內(nèi)覆蓋以及更好的上行覆蓋。廣義上，異構(gòu)網(wǎng)的節(jié)點(diǎn)還可以包括：空天節(jié)點(diǎn)，例如衛(wèi)星或無(wú)人機(jī)基站；不同的網(wǎng)絡(luò)體制，例如Wi-Fi；不同的運(yùn)營(yíng)商網(wǎng)絡(luò)等等。異構(gòu)網(wǎng)的主要優(yōu)勢(shì)來(lái)自于異構(gòu)節(jié)點(diǎn)對(duì)不同場(chǎng)景的適應(yīng)性以及多層次的資源聚合。相對(duì)應(yīng)地，異構(gòu)網(wǎng)的主要困難也來(lái)自異構(gòu)節(jié)點(diǎn)/不同網(wǎng)絡(luò)之間的協(xié)調(diào)，例如宏基站和微基站之間的小區(qū)干擾。l無(wú)蜂窩網(wǎng)絡(luò)（cell-freenetwork）：指的是將傳統(tǒng)基站上集中部署的大量天線(xiàn)以分布式的方式密集且均勻地部署在一個(gè)區(qū)域，并通過(guò)前傳鏈路將這些天線(xiàn)與集中化處理的單元相連[9]。因此，無(wú)蜂窩網(wǎng)絡(luò)可以實(shí)現(xiàn)大量天線(xiàn)的分布式多點(diǎn)協(xié)作，從而充分利用天線(xiàn)與多個(gè)用戶(hù)之間的信道多樣性，以提高系統(tǒng)的頻效。此外，無(wú)蜂窩網(wǎng)絡(luò)顛覆了傳統(tǒng)以小區(qū)為基本服務(wù)單元的理念，以用戶(hù)為中心進(jìn)行天線(xiàn)資源的分配，從而消除了小區(qū)邊緣的概念，使得不同位置的用戶(hù)能夠獲得相近的服務(wù)質(zhì)量。然而，相比C-RAN，無(wú)蜂窩網(wǎng)絡(luò)需要更多的前傳開(kāi)銷(xiāo)和CSI，后者導(dǎo)致無(wú)蜂窩網(wǎng)絡(luò)極度依賴(lài)TDD的雙工模式，即依靠信道互異性來(lái)獲取CSI。受CSI準(zhǔn)確性和時(shí)效性影響，無(wú)蜂窩網(wǎng)絡(luò)在實(shí)際環(huán)境下頻效很難達(dá)到理論上的效果。此外，無(wú)蜂窩網(wǎng)絡(luò)的架構(gòu)必然導(dǎo)致其部署困難，成本高。lO-RAN：指的是通過(guò)將基站等通信設(shè)備進(jìn)行功能拆分和硬件解耦并定義標(biāo)準(zhǔn)化的接口，使得通信設(shè)備能夠更加的模塊化、開(kāi)放化，且設(shè)備的靈活性和相互之間的互操作性更強(qiáng)[10]。O-RAN的出發(fā)點(diǎn)更多是站在運(yùn)營(yíng)商的角度，希望降低通信設(shè)備行業(yè)的參與門(mén)檻，形成一個(gè)更有活力的通信設(shè)備市場(chǎng)。此外，設(shè)備的智能化也是O-RAN關(guān)注的重點(diǎn)，通過(guò)引入的RAN智能控制器（RANIntelligentController,RIC）模塊，以實(shí)現(xiàn)更好的網(wǎng)絡(luò)可編程性，并為人工智能（ArtificialIntelligence,AI）/機(jī)器學(xué)習(xí)（MachineLearning,ML）相關(guān)技術(shù)提供發(fā)揮的空間。O-RAN存在的困難主要在于整體系統(tǒng)的復(fù)雜度，兼容性，以及系統(tǒng)的整體優(yōu)化。l全解耦接入網(wǎng)（Fully-DecoupledRAN,FD-RAN指的是將網(wǎng)絡(luò)的控制面和數(shù)據(jù)面徹底解耦，上行和下行徹底解耦[11]。當(dāng)下，解耦的思想在不同領(lǐng)域中是一種主流的系統(tǒng)設(shè)計(jì)理念[12]。例如，軟件開(kāi)發(fā)從傳統(tǒng)的單體架構(gòu)發(fā)展到微服務(wù)架構(gòu)，實(shí)現(xiàn)了不同功能的解耦，從而使得不同功能能夠根據(jù)業(yè)務(wù)的實(shí)際需求在云上靈活動(dòng)態(tài)擴(kuò)縮，以節(jié)省資源。在汽車(chē)制造領(lǐng)域，在新能源和電氣化的趨勢(shì)下，通過(guò)讓四個(gè)車(chē)輪徹底解耦，即四輪四電機(jī)獨(dú)立驅(qū)動(dòng)，可以實(shí)現(xiàn)原地掉頭、三輪行駛等功能。參考其他領(lǐng)域的成功先例，在移動(dòng)通信網(wǎng)絡(luò)中實(shí)施徹底解耦的好處是多方面的。首先，網(wǎng)絡(luò)將獲得極大的靈活性，涉及到用戶(hù)的上下行連接、基站的部署、切換、資源調(diào)度等。并且，由于上下行徹底解耦，頻譜資源也可以在上下行之間自由分配，這樣就可以根據(jù)實(shí)際的上下行業(yè)務(wù)需求調(diào)整頻譜資源，從而提高頻譜的利用率。解耦也有助于實(shí)現(xiàn)多基站的靈活協(xié)作，從而更好地滿(mǎn)足用戶(hù)多樣化的需求。此外，解耦后網(wǎng)絡(luò)設(shè)備進(jìn)一步簡(jiǎn)化和模塊化，使得網(wǎng)絡(luò)可以變得更加開(kāi)放，可擴(kuò)展性更強(qiáng)。然而，解耦后，很多現(xiàn)有網(wǎng)絡(luò)的機(jī)制都將失效，例如CSI反饋和HARQ，因此需要對(duì)網(wǎng)絡(luò)的關(guān)鍵機(jī)制進(jìn)行重新設(shè)計(jì)。要設(shè)計(jì)全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的新架構(gòu)，首先需要明確設(shè)計(jì)需求。在宏觀(guān)層面上，全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)的設(shè)計(jì)應(yīng)該滿(mǎn)足以下六點(diǎn)要求：l解耦：目標(biāo)是控制面和數(shù)據(jù)面徹底解耦，上行和下行徹底解耦。當(dāng)前5G僅完成了核心網(wǎng)控制面和用戶(hù)面解耦。無(wú)蜂窩網(wǎng)絡(luò)則非常依賴(lài)上下行耦合的工作模式。因此，與現(xiàn)有網(wǎng)絡(luò)架構(gòu)相比，解耦是最突出的特色。l靈活：目標(biāo)是實(shí)現(xiàn)用戶(hù)與基站之間的極致靈活的連接關(guān)系。對(duì)于用戶(hù)的上行和下行各自而言，能夠?qū)崿F(xiàn)與任意基站之間的動(dòng)態(tài)多連接。當(dāng)用戶(hù)移動(dòng)時(shí)，也無(wú)需經(jīng)歷基站之間的切換，也就是說(shuō)網(wǎng)絡(luò)是無(wú)切換的（handover-free）。此外，根據(jù)上下行業(yè)務(wù)的特征，基站也可以靈活的按需部署。l簡(jiǎn)單：目標(biāo)是更加簡(jiǎn)潔的網(wǎng)絡(luò)的協(xié)議和機(jī)制。簡(jiǎn)化控制信令的設(shè)計(jì)和傳輸。簡(jiǎn)化上行業(yè)務(wù)和下行業(yè)務(wù)的傳輸和資源調(diào)度機(jī)制，去除二者之間的依賴(lài)關(guān)系。簡(jiǎn)化基站部署前所需要的網(wǎng)絡(luò)規(guī)劃和優(yōu)化。l開(kāi)放：目標(biāo)是更加模塊化的功能拆分。遵照微服務(wù)的理念，將不同特性的功能盡可能獨(dú)立化設(shè)計(jì)，并對(duì)各個(gè)功能模塊之間的接口進(jìn)行規(guī)范，從而可以獨(dú)立的研發(fā)和生產(chǎn)每個(gè)功能模塊。這樣，整個(gè)通信網(wǎng)絡(luò)生態(tài)將會(huì)變得更加開(kāi)放，讓更多的中小設(shè)備商和創(chuàng)業(yè)公司有機(jī)會(huì)加入到市場(chǎng)競(jìng)爭(zhēng)中。l智能：目標(biāo)是原生智能（intelligence-native）的網(wǎng)絡(luò)。在網(wǎng)絡(luò)設(shè)施硬件層面，盡可能使用通用的CPU/GPU服務(wù)器，使得網(wǎng)絡(luò)的更新迭代成本更低。在算法層面，盡可能使用端到端的AI方法來(lái)代替?zhèn)鹘y(tǒng)通信的各個(gè)環(huán)節(jié)，包括物理層編碼調(diào)制、MAC層資源調(diào)度等。引入AI方法的主要目的是解決日益復(fù)雜的通信網(wǎng)絡(luò)優(yōu)化問(wèn)題，這些問(wèn)題靠傳統(tǒng)手段優(yōu)化難度很高，且依賴(lài)規(guī)則和經(jīng)驗(yàn)。l協(xié)作：目標(biāo)是原生協(xié)作（cooperation-native）的網(wǎng)絡(luò)。原生協(xié)作要求網(wǎng)絡(luò)具備任意方式的協(xié)作能力，不僅體現(xiàn)在協(xié)作基站的數(shù)量上，還體現(xiàn)在資源協(xié)作的維度上，即通過(guò)在時(shí)空頻功率等維度上的資源調(diào)度，盡可能地讓不同用戶(hù)使用的資源形成在某個(gè)維度上的正交或準(zhǔn)正交，從而提高資源的使用效率和頻效。相較其他行業(yè)，通信行業(yè)因?yàn)樯婕暗皆O(shè)備和網(wǎng)絡(luò)之間的互聯(lián)互通，因此高度依賴(lài)標(biāo)準(zhǔn)化。目前在移動(dòng)通信領(lǐng)域，最具影響力的標(biāo)準(zhǔn)組織是3GPP，其主導(dǎo)了3G/4G/5G的標(biāo)準(zhǔn)制定，推動(dòng)了移動(dòng)通信行業(yè)的持續(xù)發(fā)展。但3GPP標(biāo)準(zhǔn)在一些實(shí)施細(xì)節(jié)上仍然留下了很多空間。因此，在3GPP之外，行業(yè)內(nèi)的領(lǐng)頭企業(yè)也基于其自身的目標(biāo)和關(guān)注點(diǎn)成立了不同的組織，其中最有影響力的當(dāng)屬運(yùn)營(yíng)商主導(dǎo)的O-RAN聯(lián)盟和IT企業(yè)主導(dǎo)的AI-RAN聯(lián)盟。l3GPP：3GPP是一個(gè)全球性的標(biāo)準(zhǔn)化組織，致力于推動(dòng)無(wú)線(xiàn)通信技術(shù)的發(fā)展，特別是在移動(dòng)通信系統(tǒng)的規(guī)范制定方面，對(duì)3G、4G和5G等技術(shù)的標(biāo)準(zhǔn)化和商業(yè)化推進(jìn)發(fā)揮了重要作用。3GPP的技術(shù)規(guī)范涵蓋了蜂窩通信技術(shù)的無(wú)線(xiàn)接入、核心網(wǎng)絡(luò)和服務(wù)能力，提供了完整的、系統(tǒng)性的移動(dòng)通信解決方案。2024年6月，3GPP在會(huì)議上正式凍結(jié)了Release18，標(biāo)志著5G-A的第一個(gè)版本的發(fā)布。該版本的主要亮點(diǎn)包括將Release17中引入的非地面網(wǎng)絡(luò)（Non-TerrestrialNetwork,NTN）接入進(jìn)一步整合到5G系統(tǒng)中，支持物聯(lián)網(wǎng)（InternetofThings,IoT）和機(jī)器類(lèi)型通信（MachineTypeCommunication,MTC），并包括通過(guò)衛(wèi)星覆蓋的支持。此外，Release18加強(qiáng)了對(duì)側(cè)鏈、鄰近、位置和定位服務(wù)的支持，滿(mǎn)足工業(yè)需求（如垂直行業(yè)、工廠(chǎng)和北向API并提升了多播和廣播服務(wù)（MulticastandBroadcastServices,MBS）以及網(wǎng)絡(luò)切片功能，同時(shí)增強(qiáng)了對(duì)無(wú)人機(jī)（UnmannedAerialVehicle,UAV）的支持。新引入的主題涵蓋了能量效率（EnergyEfficiency,EE）、AI/ML，以及擴(kuò)展現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)（XR、AR、VR）等沉浸式通信技術(shù)。包括Release18在內(nèi)，Release19和Release20都屬于5G-A階段，但同時(shí)也將開(kāi)始研究6G的用例和需求。自Release20起，3GPP將啟動(dòng)6G技術(shù)研究，并預(yù)計(jì)在Release21及其之后發(fā)布首個(gè)6G相關(guān)標(biāo)準(zhǔn)。lO-RAN聯(lián)盟：由中國(guó)移動(dòng)等運(yùn)營(yíng)商在2018年發(fā)起，至今匯集了包括移動(dòng)運(yùn)營(yíng)商、供應(yīng)商以及研究和學(xué)術(shù)機(jī)構(gòu)在內(nèi)300多個(gè)組織機(jī)構(gòu)，旨在推動(dòng)無(wú)線(xiàn)接入網(wǎng)絡(luò)的開(kāi)放性和互操作性。O-RAN的核心理念包括開(kāi)放架構(gòu)、虛擬化、智能化，以及完全的互操作性。O-RAN的規(guī)范化工作被細(xì)分為9個(gè)技術(shù)工作組，涉及整體架構(gòu)、RAN智能控制和優(yōu)化、接口、軟硬件、傳輸網(wǎng)絡(luò)等多個(gè)領(lǐng)域。2024年，O-RAN聯(lián)盟發(fā)布了多項(xiàng)技術(shù)報(bào)告，包括零信任架構(gòu)白皮書(shū)、賦能垂直行業(yè)應(yīng)用的白皮書(shū)以及網(wǎng)絡(luò)設(shè)備循環(huán)經(jīng)濟(jì)指南，進(jìn)一步增強(qiáng)了O-RAN在安全性、環(huán)境可持續(xù)性及商業(yè)化應(yīng)用方面的能力。同年1月，O-RAN聯(lián)盟的7項(xiàng)規(guī)范被采納為ETSI規(guī)范。此外，11月，TTA與O-RAN聯(lián)盟簽署協(xié)議，共同推動(dòng)OpenRAN技術(shù)的標(biāo)準(zhǔn)化。O-RAN聯(lián)盟在2024年世界移動(dòng)通信大會(huì)（MobileWorldCongress,MWC）拉斯維加斯和上海展會(huì)上展示的基于O-RAN的最新解決方案，提升了服務(wù)質(zhì)量、智能制造和無(wú)線(xiàn)接入網(wǎng)測(cè)試的能力。lAI-RAN聯(lián)盟：AI-RAN聯(lián)盟于2024年MWC上由AI和無(wú)線(xiàn)行業(yè)的領(lǐng)導(dǎo)者發(fā)起成立，創(chuàng)立成員包括亞馬遜云、英偉達(dá)、軟銀等。這個(gè)全新的合作項(xiàng)目旨在將AI融入蜂窩技術(shù)，通過(guò)AI提升RAN的性能和能力，從而使無(wú)線(xiàn)網(wǎng)絡(luò)變得更加智能、高效和可靠[13]。AI-RAN聯(lián)盟目前設(shè)有三個(gè)工作組：AI-for-RAN專(zhuān)注于AI在RAN中的應(yīng)用，AI-and-RAN聚焦于實(shí)現(xiàn)計(jì)算與基礎(chǔ)設(shè)施的融合，以同時(shí)支持RAN和AI應(yīng)用，AI-on-RAN則關(guān)注AI及相關(guān)應(yīng)用的無(wú)線(xiàn)接口規(guī)范。在AI-RAN聯(lián)盟發(fā)布的最新報(bào)告中[14]，指出將AI/ML集成進(jìn)O-RAN面臨一定挑戰(zhàn)，但也帶來(lái)了許多機(jī)遇。報(bào)告強(qiáng)調(diào)，AI與O-RAN融合的挑戰(zhàn)主要體現(xiàn)在數(shù)據(jù)質(zhì)量與標(biāo)準(zhǔn)化、可信度、成本、資源需求和上下文理解等五個(gè)方面。然而，這一融合也帶來(lái)了基礎(chǔ)設(shè)施整合、服務(wù)融合和新收入流等優(yōu)勢(shì)與機(jī)遇。報(bào)告進(jìn)一步指出，智能網(wǎng)絡(luò)的未來(lái)依賴(lài)于AI能力與傳統(tǒng)電信服務(wù)的成功融合，并由強(qiáng)大、可擴(kuò)展的基礎(chǔ)設(shè)施支撐，而AI/ML與O-RAN的融合將是未來(lái)網(wǎng)絡(luò)發(fā)展的重要方向。AI-RAN聯(lián)盟目前仍處于發(fā)展初期，尚未發(fā)布具體的技術(shù)規(guī)范。遵照全解耦無(wú)線(xiàn)接入網(wǎng)的設(shè)計(jì)理念，即控制與數(shù)據(jù)徹底解耦、上行與下行徹底解耦，F(xiàn)D-RAN將傳統(tǒng)基站功能進(jìn)行了物理解耦，并拆分為三類(lèi)不同的基站，分別是：控制基站、上行基站、下行基站。傳統(tǒng)5G及FD-RAN架構(gòu)如圖2.1和2.2所示。每種基站的特點(diǎn)及工作方式介紹如下：l控制基站（ControlBaseStation,C-BS）：C-BS通過(guò)雙向控制鏈路處理與用戶(hù)設(shè)備（UserEquipment,UE）的所有控制信令。C-BS負(fù)責(zé)UE的控制平面功能，包括認(rèn)證、接入管理、移動(dòng)性管理、資源分配指示等。UE在接入網(wǎng)絡(luò)時(shí)始終需要與C-BS建立安全的控制平面連接。通常情況下，C-BS控制一個(gè)類(lèi)似C-RAN的廣域，以便其他基站在C-BS的協(xié)助下以協(xié)作方式為UE提供服務(wù)。相比TDD模式，C-BS采用FDD模式更為有利，因?yàn)镕DD模式能夠提供更大的覆蓋范圍，并且控制信道在上下行方向上始終存在。C-BS使用更低的頻段以保證控制的覆蓋范圍。l上行基站（UplinkBS,UL-BS）：與C-BS不同，UL-BS屬于數(shù)據(jù)基站，僅執(zhí)行信號(hào)接收功能，因此它們用于接收UE的上行數(shù)據(jù)。UL-BS通常是輕量級(jí)的，因?yàn)樗鼈兣鋫涞奶炀€(xiàn)數(shù)量很少，功耗也很低。由于成本低且易于部署，UL-BS可以被密集部署，從而接近發(fā)射功率通常較低的UE。此外，UE發(fā)送的信號(hào)可以被多個(gè)UL-BS接收，以利用接收分集增益[15]。圖2.15G傳統(tǒng)單基站服務(wù)模式圖2.2FD-RAN上下行多基站靈活協(xié)作l下行基站（DownlinkBS,DL-BS）：DL-BS也是數(shù)據(jù)基站，負(fù)責(zé)向UE傳輸數(shù)據(jù)。與UL-BS相比，DL-BS通常配備大量天線(xiàn)，以實(shí)現(xiàn)高容量的MIMO傳輸。DL-BS的能耗也高得多，因此其部署不像UL-BS那樣靈活，需要更加精心規(guī)劃。此外，下行鏈路中還可以利用多種協(xié)作傳輸技術(shù)[16]。l核心網(wǎng)：除了上述三類(lèi)基站之外，核心網(wǎng)也是移動(dòng)通信網(wǎng)絡(luò)的重要組成部分。上述三類(lèi)基站均與核心網(wǎng)相連，核心網(wǎng)采用云原生部署。一方面，這些基站由控制平面進(jìn)行管理和控制；另一方面，由UL-BS/DL-BS處理的UE數(shù)據(jù)通過(guò)用戶(hù)平面進(jìn)行轉(zhuǎn)發(fā)或接收。核心網(wǎng)功能的實(shí)例應(yīng)運(yùn)行在邊緣，以盡量減少控制平面的時(shí)延。上述全解耦接入網(wǎng)的架構(gòu)有機(jī)的結(jié)合了現(xiàn)有架構(gòu)的優(yōu)勢(shì)，并充分利用解耦這一特點(diǎn)，獲得了現(xiàn)有網(wǎng)絡(luò)所不具備的新的特性，如圖2.3所示。圖2.3FD-RAN的特性FD-RAN的核心優(yōu)勢(shì)在于靈活性。由于上行和下行基站是分開(kāi)的，它們可以被視為獨(dú)立的網(wǎng)絡(luò)。上行和下行網(wǎng)絡(luò)可以擁有各自的頻譜資源、傳輸技術(shù)和部署方式。因此，不再像FDD系統(tǒng)那樣需要為上行和下行配對(duì)使用頻段，也不需要像TDD系統(tǒng)那樣考慮上行和下行的時(shí)隙分配和同步。相反，任何頻段都可以用于上行或下行，上行或下行網(wǎng)絡(luò)所使用的整個(gè)頻譜可以靈活地聚合或釋放，而不會(huì)相互影響。這使得當(dāng)前零散的頻譜資源能夠更容易被利用。此外，用于上行或下行的頻譜資源可以根據(jù)實(shí)時(shí)流量需求自由調(diào)整，從而實(shí)現(xiàn)更高的頻譜利用效率。因此，F(xiàn)D-RAN能夠同時(shí)繼承FDD系統(tǒng)（如更大的覆蓋范圍）和TDD系統(tǒng)（如上行/下行靈活性）的優(yōu)勢(shì)。在FD-RAN中，上行和下行網(wǎng)絡(luò)內(nèi)部可以靈活高效地實(shí)現(xiàn)空間、時(shí)間、頻率、功率等各維度的資源協(xié)作。各種協(xié)作傳輸技術(shù)可以分別獨(dú)立應(yīng)用于上行或下行。考慮到上行和下行的差異，UE可以靈活地關(guān)聯(lián)到不同的UL-BS和DL-BS[17]，而不是像5G中那樣與同一基站緊密耦合。UE甚至可以采用不同的接入技術(shù)，例如分別使用基于基站的地面網(wǎng)絡(luò)進(jìn)行上行傳輸，使用基于衛(wèi)星的非地面網(wǎng)絡(luò)進(jìn)行下行傳輸。由于UE和基站之間存在靈活的多連接關(guān)系，在移動(dòng)性場(chǎng)景下，不同的基站會(huì)自然而然的被分配給UE，因此實(shí)質(zhì)上傳統(tǒng)的基站切換問(wèn)題變成了多基站的資源調(diào)度問(wèn)題，因此從UE角度而言是無(wú)切換的。UL-BS和DL-BS的部署可以根據(jù)上行和下行流量的統(tǒng)計(jì)分布分別考慮。這相比于在某些場(chǎng)景（如工業(yè)互聯(lián)網(wǎng)）中部署傳統(tǒng)的全功能基站，可以節(jié)省基礎(chǔ)設(shè)施成本。通過(guò)部署額外的UL-BS和/或DL-BS，網(wǎng)絡(luò)的可擴(kuò)展性也得以增強(qiáng)。此外，UL-BS或DL-BS的停用不會(huì)影響另一方，因此可以靈活地采用休眠機(jī)制來(lái)節(jié)約能源成本。基于上述特性，F(xiàn)D-RAN的核心目標(biāo)可以總結(jié)為：l網(wǎng)絡(luò)架構(gòu)的簡(jiǎn)單性與靈活性。l資源利用的高效性與經(jīng)濟(jì)性。l服務(wù)提供的個(gè)性化與用戶(hù)體驗(yàn)質(zhì)量（QualityofExperience,QoE）保障。在5G中，實(shí)現(xiàn)MIMO傳輸需要進(jìn)行信道反饋。為了實(shí)現(xiàn)容量更高的空分復(fù)用，5G采用基于CSI反饋的閉環(huán)空分復(fù)用(Closed-LoopSpatialMultiplexing,CLSM)作為其主要傳輸模式[18]，如下圖所示。例如，在下行鏈路中，基站首先向UE發(fā)送導(dǎo)頻信號(hào)。由于導(dǎo)頻信號(hào)是UE已知的，這些符號(hào)可用于信道估計(jì)。隨后，UE計(jì)算CSI并反饋給基站。在5G標(biāo)準(zhǔn)中，CSI包括預(yù)編碼矩陣指示（PrecodingMatrixIndicator,PMI）、秩指示（RankIndicator,RI）和信道質(zhì)量指示（ChannelQualityIndicator,CQI），這些參數(shù)共同決定數(shù)據(jù)信號(hào)如何通過(guò)多個(gè)天線(xiàn)進(jìn)行傳輸。然而，由于UL-BS和DL-BS在物理上是分離的，CSI無(wú)法直接反饋。此外，基于反饋的機(jī)制本身也存在缺點(diǎn)。一方面，信道估計(jì)和CSI反饋會(huì)消耗大量的無(wú)線(xiàn)資源，而這些資源本可以用于數(shù)據(jù)傳輸。在多基站協(xié)作場(chǎng)景下，消耗的資源隨用戶(hù)數(shù)和基站數(shù)線(xiàn)性增長(zhǎng)，計(jì)算傳輸參數(shù)的復(fù)雜度也隨之增長(zhǎng)，這是網(wǎng)絡(luò)所難以承受的。另一方面，信道估計(jì)的準(zhǔn)確性以及CSI反饋的延遲也會(huì)對(duì)系統(tǒng)性能造成影響。圖3.15G基于CSI反饋的CLSM傳輸模式對(duì)于FD-RAN而言，物理層傳輸面臨的主要挑戰(zhàn)是上下行解耦使得傳統(tǒng)反饋失效，例如，下行基站發(fā)送的導(dǎo)頻在UE處進(jìn)行信道估計(jì)和傳輸參數(shù)計(jì)算后，無(wú)法直接反饋到下行基站。如果通過(guò)控制或上行基站實(shí)施反饋，則會(huì)產(chǎn)生較大的反饋延時(shí)，導(dǎo)致反饋失效。為此，F(xiàn)D-RAN將采用無(wú)信道反饋的傳輸方法，下行鏈路無(wú)反饋傳輸?shù)氖疽馊鐖D3.2所示。其基本思想是利用UE的位置信息推斷CSI。為了實(shí)現(xiàn)這一推斷，需要?dú)v史信道數(shù)據(jù)。每個(gè)信道數(shù)據(jù)樣本包含特定時(shí)間和位置的信道系數(shù)。對(duì)于DL-BS，首先需要在邊緣云上生成其覆蓋區(qū)域內(nèi)任意位置到相應(yīng)CSI的映射，并將該映射存儲(chǔ)在DL-BS中。UE首先通過(guò)C-BS將其位置信息告知DL-BS。然后，DL-BS根據(jù)映射查詢(xún)UE當(dāng)前位置的CSI，并利用該CSI執(zhí)行MIMO傳輸。上行鏈路與此類(lèi)似，UE利用映射來(lái)確定其當(dāng)前位置的傳輸參數(shù)。直觀(guān)上，基于地理位置的傳輸參數(shù)映射是可行的，因?yàn)樾诺纻鞑ィ措姶挪ǖ姆瓷洹⒀苌浜蜕⑸洌┡cUE的位置以及周?chē)h(huán)境密切相關(guān)，而周?chē)h(huán)境在一段時(shí)間內(nèi)可以認(rèn)為是相對(duì)靜態(tài)的。圖3.2FD-RAN下行鏈路無(wú)反饋傳輸示意圖雖然缺少了信道信息的直接反饋，但無(wú)信道反饋傳輸具有自身的優(yōu)勢(shì)。一是減少了多個(gè)基站聯(lián)合計(jì)算CSI反饋的通信開(kāi)銷(xiāo)、基站協(xié)作集的計(jì)算開(kāi)銷(xiāo)；二是消除了部分基站反饋延遲帶來(lái)的性能損失；三是避免基于實(shí)時(shí)信道計(jì)算多個(gè)基站聯(lián)合預(yù)編碼的指數(shù)計(jì)算復(fù)雜度。無(wú)反饋傳輸有兩個(gè)典型的優(yōu)勢(shì)應(yīng)用場(chǎng)景。第一個(gè)典型場(chǎng)景是準(zhǔn)靜態(tài)場(chǎng)景，例如：工業(yè)互聯(lián)網(wǎng)場(chǎng)景，其中的UE多為靜態(tài)的IoT設(shè)備，智能工廠(chǎng)內(nèi)部的電磁波傳播環(huán)境也相對(duì)穩(wěn)定。在這個(gè)場(chǎng)景下，信道變化不大且不具備突發(fā)變化，因此無(wú)反饋傳輸?shù)男阅軗p失必然很小，但卻可以節(jié)省下導(dǎo)頻和反饋開(kāi)銷(xiāo)。第二個(gè)典型場(chǎng)景是高速移動(dòng)場(chǎng)景，例如：高鐵通信場(chǎng)景。這個(gè)場(chǎng)景下，信道變化速度很快，導(dǎo)致反饋極度不準(zhǔn)確甚至失效，因此會(huì)造成明顯的性能損失。另外，高鐵移動(dòng)的軌跡是可預(yù)測(cè)的，這意味著可以在無(wú)延時(shí)的條件下獲取位置信息，有利于無(wú)反饋傳輸。借助信道老化模型，可以對(duì)無(wú)反饋傳輸和有延時(shí)條件下的基于反饋的傳輸?shù)男阅苓M(jìn)行初步對(duì)比。具體而言，無(wú)反饋傳輸僅利用信道的固定分量（例如視距徑）計(jì)算預(yù)編碼，而反饋則是基于完整的信道計(jì)算預(yù)編碼，但由于反饋延時(shí)的存在，在實(shí)際傳輸時(shí)信道已經(jīng)發(fā)生變化。在多基站多終端、存在較強(qiáng)直射路徑信道分量的場(chǎng)景下，基于統(tǒng)計(jì)信道模型、考慮信道老化因素的仿真結(jié)果表明，有延遲反饋下最小均方誤差（MinimumMeanSquareError,MMSE）預(yù)編碼傳輸方案的性能隨著延遲和終端移動(dòng)速度的增加快速下降。這是因?yàn)槎鄬?duì)多傳輸?shù)膱?chǎng)景下，預(yù)編碼對(duì)精確信道的要求較高，隨著速度和延遲的增大，實(shí)際傳輸時(shí)的信道與反饋獲得的信道相關(guān)性不斷降低，基于反饋信道信息的MMSE預(yù)編碼無(wú)法充分利用實(shí)際信道的多徑增益。當(dāng)速度和延遲足夠大時(shí)，反饋獲得的信道和實(shí)際傳輸時(shí)的信道獨(dú)立不相關(guān)，基于反饋信道信息的預(yù)編碼只能利用信道中具有統(tǒng)計(jì)特性的直射分量進(jìn)行傳輸，而具有隨機(jī)性的多徑分量成為了無(wú)法利用的干擾。而無(wú)反饋傳輸方案可以通過(guò)利用地理位置和信道之間的相關(guān)性，利用終端和基站的相對(duì)位置、大尺度衰落系數(shù)等容易獲得的參數(shù)對(duì)信道的直射路徑進(jìn)行估計(jì)，并基于估計(jì)得到的信道直射路徑設(shè)計(jì)預(yù)編碼。圖3.3的仿真結(jié)果表明，該無(wú)反饋預(yù)編碼方案在低速度低延遲情況下的性能低于有延遲反饋傳輸方案，但在速度和延遲大于一定閾值時(shí)表現(xiàn)出更高的頻效。圖3.3移動(dòng)場(chǎng)景下無(wú)反饋和有延時(shí)反饋的頻效對(duì)比以上仿真結(jié)果初步表明，基于地理位置的預(yù)編碼在高速移動(dòng)場(chǎng)景具有優(yōu)勢(shì)。但僅利用相對(duì)位置、大尺度衰落系數(shù)無(wú)法對(duì)信道的多徑分量進(jìn)行準(zhǔn)確建模，上述預(yù)編碼方案無(wú)法充分利用地理位置和信道之間的相關(guān)性。因此，針對(duì)軌跡固定、位置可預(yù)測(cè)的高鐵通信場(chǎng)景，可以進(jìn)一步使用深度學(xué)習(xí)的方法進(jìn)行下行預(yù)編碼聯(lián)合設(shè)計(jì)和功率分配：將列車(chē)的位置作為輸入，預(yù)編碼、功率分配結(jié)果作為輸出，使用歷史信道數(shù)據(jù)對(duì)深度神經(jīng)網(wǎng)絡(luò)（DeepNeuralNetwork,DNN）進(jìn)行訓(xùn)練，以此實(shí)現(xiàn)地理位置到預(yù)編碼的直接映射。圖3.4中，在考慮位置相關(guān)性的QuaDriGa信道下的仿真結(jié)果表明，在具有較強(qiáng)信道直射分量的高鐵通信場(chǎng)景下，基于DNN的無(wú)反饋方案在不同的速度下均能獲得穩(wěn)定、較高的頻效，并且能夠達(dá)到有反饋方案理論最優(yōu)性能的95%以上。而基于反饋的MMSE預(yù)編碼和比例功率分配（FractionalPowerAllocation,FPA）方案由于依賴(lài)于精確、實(shí)時(shí)的信道信息，其性能隨著速度、延遲的增大顯著下降。圖3.4高鐵場(chǎng)景下無(wú)反饋和有延時(shí)反饋傳輸?shù)男阅軐?duì)比全解耦網(wǎng)絡(luò)作為最有潛力的下一代通信網(wǎng)絡(luò)之一，一個(gè)核心目標(biāo)是實(shí)現(xiàn)內(nèi)生智能的網(wǎng)絡(luò)架構(gòu)。為了實(shí)現(xiàn)內(nèi)生智能的接入網(wǎng)，需要研究信道特征。信道特征是指利用其在空間、頻率和時(shí)間域中的內(nèi)在相關(guān)性將信道表征為具有更高信息熵的形式。信道在時(shí)頻空的相關(guān)性在MIMO-OFDM系統(tǒng)下尤為明顯，因?yàn)槭褂镁鶆蚓€(xiàn)性陣列或均勻平面陣列天線(xiàn)時(shí)，電磁波以固定的相位差到達(dá)不同的天線(xiàn)。此外，不同載波之間存在固定的間隔，導(dǎo)致不同子載波上的信道之間也存在固定的相位差。在特定位置，信道表現(xiàn)出時(shí)間相關(guān)性，因?yàn)橹饕碾姶挪ù笾卵叵嗤膫鞑ヂ窂絺鞑ァＫ羞@些相關(guān)性都可以通過(guò)AI提取。信道特征學(xué)習(xí)的核心思路是通過(guò)自監(jiān)督學(xué)習(xí)對(duì)未標(biāo)注的信道數(shù)據(jù)集進(jìn)行學(xué)習(xí)，以獲取信道特征。在AI領(lǐng)域，自監(jiān)督學(xué)習(xí)正逐漸成為主流方法，這一趨勢(shì)源于觀(guān)察到在大規(guī)模數(shù)據(jù)集上通過(guò)無(wú)監(jiān)督學(xué)習(xí)訓(xùn)練的模型往往優(yōu)于在小規(guī)模數(shù)據(jù)集上通過(guò)監(jiān)督學(xué)習(xí)訓(xùn)練的模型。類(lèi)似地，全解耦接入網(wǎng)也將通過(guò)自監(jiān)督學(xué)習(xí)獲取信道特征。然而，將自監(jiān)督學(xué)習(xí)應(yīng)用于信道面臨若干挑戰(zhàn)。首先，尚無(wú)適用于信道的預(yù)訓(xùn)練任務(wù)，因?yàn)樾诺赖南嚓P(guān)性與自然語(yǔ)言處理中的上下文相關(guān)性或計(jì)算機(jī)視覺(jué)中的像素相關(guān)性在本質(zhì)上有所不同。因此，必須基于信道的獨(dú)特特性專(zhuān)門(mén)設(shè)計(jì)一個(gè)合適的預(yù)訓(xùn)練任務(wù)。其次，目前并沒(méi)有標(biāo)準(zhǔn)的度量來(lái)評(píng)估信道表征。因此，需要開(kāi)發(fā)一種合適的度量方法來(lái)衡量信道特征的有效性。全解耦接入網(wǎng)將利用一種完整的信道特征提取和驗(yàn)證的方法[19]。首先，來(lái)自不同地理位置的信道被用作負(fù)樣本，而來(lái)自相同地理位置在不同時(shí)間點(diǎn)的信道則作為正樣本。這些樣本用于對(duì)比學(xué)習(xí)的預(yù)訓(xùn)練任務(wù)，從而利用自監(jiān)督學(xué)習(xí)訓(xùn)練一個(gè)能夠?qū)⑿诺谰仃囉成涞叫诺捞卣鞯木幋a器。此外，為了評(píng)估所獲得的特征效果，引入基于地理位置的無(wú)反饋MIMO傳輸作為下游任務(wù)，并使用其吞吐量作為評(píng)估指標(biāo)。為了實(shí)現(xiàn)基于地理位置的無(wú)反饋MIMO傳輸，全解耦網(wǎng)絡(luò)使用條件擴(kuò)散生成網(wǎng)絡(luò)，將地理位置信息作為條件，并隱空間中生成信道特征。隨后，訓(xùn)練一個(gè)解碼器，將這個(gè)最佳特征重建為信道，進(jìn)而用于基于地理位置的無(wú)反饋MIMO傳輸任務(wù)。（a）信道特征（b）信道圖3.5信道特征和信道可視化通過(guò)統(tǒng)一流形逼近與投影將信道特征映射到二維平面做可視化，可以觀(guān)察信道特征，如圖3.5，生成的信道特征和信道與原始的信道和信道特征保持類(lèi)似的分布。進(jìn)一步觀(guān)察原始信道和生成的信道響應(yīng)，如圖3.6，可以看出生成的信道和原始信道遵循類(lèi)似的響應(yīng)，這表明生成的信道依然可以體現(xiàn)出信道的多徑效應(yīng)。（a）原始信道（b）生成信道圖3.6信道響應(yīng)可視化最后，在基于地理位置的無(wú)反饋任務(wù)上，將基于向量量化變分自編碼器（VectorQuantizedVariationalAutoencoder,VQVAE）的生成方法生成的信道和原始信道作對(duì)比，如圖3.7。由于生成信道學(xué)習(xí)到時(shí)域特征，在使用相同預(yù)編碼算法的前提下，使用擴(kuò)散生成模型的生成信道獲得的傳輸參數(shù)具有更高的平均吞吐量。圖3.7使用不同信道獲取傳輸參數(shù)的吞吐量CDF比較全解耦接入網(wǎng)絡(luò)為控制和資源調(diào)度提供了極大的靈活性。然而，其上下行物理解耦的架構(gòu)使得下行基站無(wú)法直接從用戶(hù)獲取信道反饋，導(dǎo)致現(xiàn)有基于信道反饋的傳輸方案失效。通過(guò)控制基站進(jìn)行信道反饋也是比較低效的，因?yàn)樗杏脩?hù)的資源消耗很高，同時(shí)控制基站引入的額外延遲會(huì)導(dǎo)致反饋信息不夠準(zhǔn)確，所以在全解耦接入網(wǎng)絡(luò)里如何實(shí)現(xiàn)無(wú)信道反饋的MIMO傳輸是一個(gè)亟需解決的問(wèn)題。為此，全解耦接入網(wǎng)利用無(wú)信道反饋的傳輸方法，利用歷史信道數(shù)據(jù)，僅通過(guò)用戶(hù)的地理位置來(lái)確定MIMO傳輸參數(shù)，包括預(yù)編碼矩陣、RI以及CQI。這種數(shù)據(jù)驅(qū)動(dòng)的方法是可行的，因?yàn)樾诺兰捌鋵?duì)應(yīng)的傳輸參數(shù)與地理位置高度相關(guān)，而某一位置的信號(hào)傳播環(huán)境通常不會(huì)發(fā)生顯著變化。由于沒(méi)有信道反饋，需要在時(shí)域固定一組使用的傳輸參數(shù)。而無(wú)反饋映射只能依賴(lài)已有的信道數(shù)據(jù)進(jìn)行訓(xùn)練，因此需要在空域內(nèi)進(jìn)行推理，以確定所有可能位置的傳輸參數(shù)。盡管信道通常是隨時(shí)間變化的，可以通過(guò)節(jié)省導(dǎo)頻和信道反饋的開(kāi)銷(xiāo)來(lái)減輕性能損失。預(yù)編碼矩陣、RI、CQI這三個(gè)傳輸參數(shù)是高度相關(guān)的，因此需要在時(shí)間維度上將其固定以及在空間維度上進(jìn)行預(yù)測(cè)，如果未能優(yōu)化選定的參數(shù)，性能可能會(huì)顯著下降。針對(duì)這一問(wèn)題，可以采用一種基于VAE的解決方案[20]。首先，通過(guò)奇異值分解（SingularValueDecomposition,SVD）從信道矩陣中直接提取最優(yōu)預(yù)編碼矩陣，并利用VAE提取預(yù)編碼在隱空間的特征，從而選擇時(shí)間域內(nèi)的代表性預(yù)編碼。接著，利用VAE生成的隱空間高斯變量表征結(jié)合高斯過(guò)程回歸（GaussianProcessRegression,GPR）進(jìn)行空域推斷。最后，通過(guò)自然鄰點(diǎn)插值完成CQI的空域推斷。(a)訓(xùn)練集(b)測(cè)試集圖3.8無(wú)信道反饋與有反饋CLSM的性能對(duì)比圖通過(guò)在基于5G標(biāo)準(zhǔn)的鏈路級(jí)仿真器和射線(xiàn)追蹤信道數(shù)據(jù)進(jìn)行仿真驗(yàn)證，可以比較無(wú)反饋方法與5G有反饋CLSM方案的性能，如圖3.8所示。在空域測(cè)試集上，基于VAE的方法實(shí)現(xiàn)了16.01%的性能損失，與訓(xùn)練集在時(shí)域上的性能損失相當(dāng)，證明了所采用的空域推理方法的優(yōu)勢(shì)。總的來(lái)看，無(wú)信道反饋的傳輸方法與5G相比只有16%左右的性能損失。考慮到節(jié)省的導(dǎo)頻與反饋開(kāi)銷(xiāo)，以及反饋延時(shí)帶來(lái)的影響，無(wú)反饋傳輸?shù)恼w性能是可以接受的，證明了全解耦接入網(wǎng)絡(luò)無(wú)信道反饋的物理層傳輸?shù)目尚行浴D3.9用戶(hù)移動(dòng)場(chǎng)景下的無(wú)信道反饋與有反饋CLSM的性能對(duì)比圖另外，在用戶(hù)移動(dòng)的場(chǎng)景下，無(wú)反饋方法與有反饋CLSM的吞吐量對(duì)比如圖3.9所示。當(dāng)用戶(hù)靜止時(shí)，信道在一個(gè)子幀的14個(gè)符號(hào)內(nèi)保持一致。然而，隨著用戶(hù)速度的增加，不同符號(hào)之間信道的變化會(huì)導(dǎo)致CLSM和所提方法的性能下降。由于CLSM根據(jù)導(dǎo)頻符號(hào)的信道計(jì)算傳輸參數(shù)，當(dāng)用戶(hù)速度較高時(shí)，這些參數(shù)無(wú)法在整個(gè)子幀內(nèi)保持匹配，從而導(dǎo)致性能顯著下降。相比之下，基于VAE的解決方案雖然使用了固定用戶(hù)速度的數(shù)據(jù)集進(jìn)行訓(xùn)練，但由于其采用了具有代表性的傳輸參數(shù)，因此在不同用戶(hù)速度下表現(xiàn)出較強(qiáng)的魯棒性。這些結(jié)果表明，無(wú)反饋方法能夠?yàn)橛脩?hù)的移動(dòng)性提供有力支持。在多點(diǎn)協(xié)作傳輸機(jī)制中，多個(gè)基站通過(guò)相干傳輸技術(shù)能夠有效提高頻譜效率和網(wǎng)絡(luò)容量。相比于目前5G單基站服務(wù)范式，多點(diǎn)協(xié)作傳輸能夠?qū)⒉煌^(qū)的干擾信號(hào)轉(zhuǎn)化成有用信號(hào)，從而降低小區(qū)間干擾。此外，多個(gè)基站聯(lián)合接收用戶(hù)信號(hào)，能夠在不提高用戶(hù)發(fā)射功率的前提下增加用戶(hù)接收信號(hào)強(qiáng)度，提升用戶(hù)的吞吐量。然而，多點(diǎn)協(xié)作在同一時(shí)頻資源塊上的增益高度依賴(lài)于實(shí)時(shí)CSI反饋，尤其是在大規(guī)模MIMO系統(tǒng)中。隨著協(xié)作基站數(shù)量的增加，基于當(dāng)前5G網(wǎng)絡(luò)測(cè)量CSI的反饋機(jī)制，所有基站需共享信道信息以協(xié)同計(jì)算反饋參數(shù)，這將導(dǎo)致顯著的通信開(kāi)銷(xiāo)；并且，由于各基站測(cè)量信道信息的時(shí)延差異較大，部分反饋的信道信息在回傳過(guò)程中可能已過(guò)時(shí)，無(wú)法準(zhǔn)確反映當(dāng)前的信道狀況，從而影響多點(diǎn)協(xié)作效果，導(dǎo)致系統(tǒng)性能下降；此外，基于5G網(wǎng)絡(luò)CLSM遍歷碼本獲得最優(yōu)預(yù)編碼的方式，多點(diǎn)協(xié)作聯(lián)合預(yù)編碼的復(fù)雜度將隨著協(xié)作基站的數(shù)量指數(shù)增長(zhǎng)，導(dǎo)致巨大的計(jì)算開(kāi)銷(xiāo)，顯著增加了多點(diǎn)協(xié)作傳輸?shù)膶?shí)現(xiàn)難度。為了避免多點(diǎn)協(xié)作傳輸采用實(shí)時(shí)CSI帶來(lái)的顯著通信與計(jì)算開(kāi)銷(xiāo)，并減少反饋延時(shí)對(duì)多點(diǎn)協(xié)作性能的影響，采用全解耦網(wǎng)絡(luò)的無(wú)信道反饋機(jī)制，基于用戶(hù)的地理位置固定多點(diǎn)協(xié)作傳輸?shù)腜MI、RI及CQI。固定的傳輸參數(shù)由不同位置的歷史信道信息通過(guò)離線(xiàn)計(jì)算獲得，不依賴(lài)實(shí)時(shí)信道信息反饋，從而避免每個(gè)子幀頻繁的通信與計(jì)算處理，為多點(diǎn)協(xié)作的實(shí)現(xiàn)提供可行性方案。此外，考慮到無(wú)線(xiàn)信道在時(shí)域上呈現(xiàn)的動(dòng)態(tài)變化特性，利用VAE和擴(kuò)散模型等生成式人工智能方法學(xué)習(xí)信道的時(shí)變特征，能夠生成符合時(shí)域信道數(shù)據(jù)分布的代表信道[21]。利用該時(shí)域信道計(jì)算無(wú)信道反饋的物理層傳輸參數(shù)，能夠有效適應(yīng)信道的時(shí)變特性，提高全解耦接入網(wǎng)絡(luò)無(wú)信道反饋的多點(diǎn)協(xié)作傳輸性能。基站圖3.10上行多點(diǎn)協(xié)作吞吐量性能圖3.10展示了上行多點(diǎn)協(xié)作傳輸采用實(shí)時(shí)信道反饋及無(wú)信道反饋的吞吐量性能。橙色柱狀圖表示全解耦接入網(wǎng)絡(luò)基于統(tǒng)計(jì)CSI，即使用歷史PMI、RI及CQI的眾數(shù)作為固定的傳輸參數(shù)所獲得的吞吐量。隨著協(xié)作基站數(shù)量增加，統(tǒng)計(jì)CSI的無(wú)反饋吞吐量性能不斷增加，成功實(shí)現(xiàn)了多點(diǎn)協(xié)作增益。同時(shí)，由于協(xié)作基站增加了用戶(hù)的接收信號(hào)強(qiáng)度，減少了信道時(shí)變的影響，無(wú)信道反饋與有信道反饋的吞吐量差距隨著基站數(shù)的增加逐漸減小。并且，無(wú)信道反饋機(jī)制不會(huì)受到通信開(kāi)銷(xiāo)、反饋延遲與計(jì)算開(kāi)銷(xiāo)的影響。最后，由圖3.10可知，通過(guò)VAE的生成式人工智能方法能有效提高無(wú)反饋傳輸性能，基于代表信道的2基站上行無(wú)反饋協(xié)作傳輸相比于單基站的CLSM吞吐量提升了24.93%。圖3.11展示了下行多點(diǎn)協(xié)作傳輸采用實(shí)時(shí)信道反饋及無(wú)信道反饋的吞吐量性能。由于下行多點(diǎn)協(xié)作傳輸需要不同基站進(jìn)行聯(lián)合預(yù)編碼選擇，基于目前普遍使用碼本方案進(jìn)行聯(lián)合預(yù)編碼選擇具有指數(shù)復(fù)雜度，因此當(dāng)前5GCLSM的傳輸方式難以實(shí)現(xiàn)下行多點(diǎn)協(xié)作傳輸。采用全解耦接入網(wǎng)絡(luò)無(wú)信道反饋的傳輸機(jī)制，能夠有效實(shí)現(xiàn)下行多點(diǎn)協(xié)作傳輸，并且相較于5GCLSM傳輸方式提升了2.1%的吞吐量。基于生成式人工智能方法生成的代表信道并計(jì)算無(wú)信道反饋的傳輸參數(shù)，能夠進(jìn)一步提升下行多點(diǎn)協(xié)作傳輸性能，相較于5GCLSM傳輸方式提升了12.95%的吞吐量。上述仿真結(jié)果驗(yàn)證了全解耦接入網(wǎng)絡(luò)無(wú)信道反饋機(jī)制在提升頻譜效率的有效性，為多點(diǎn)協(xié)作傳輸提供了有效的設(shè)計(jì)參考方案。最基本的無(wú)反饋傳輸只使用一組固定的傳輸參數(shù)。在信道環(huán)境較復(fù)雜的情況下，這種方式存在天然的不足，例如，當(dāng)CQI選擇偏高時(shí)，會(huì)導(dǎo)致較高的誤幀率。一種簡(jiǎn)單有效的改進(jìn)方法是使用更多組的傳輸參數(shù)作為備選，但這種方法需要根據(jù)信道的實(shí)際環(huán)境來(lái)決策當(dāng)前要使用的傳輸參數(shù)。由于不存在信道反饋機(jī)制，因此需要通過(guò)一些感知手段來(lái)進(jìn)行傳輸參數(shù)選擇的輔助決策。具體而言，有兩種感知方法可以為無(wú)反饋傳輸提供有效幫助。第一種是在一段時(shí)間內(nèi)對(duì)鏈路的實(shí)際工作狀態(tài)進(jìn)行測(cè)量，例如：傳輸速率、丟包率/重傳率，這些高層的指標(biāo)可以在發(fā)端統(tǒng)計(jì)得出（其中丟包率/重傳率的統(tǒng)計(jì)涉及到利用空口傳輸層協(xié)議進(jìn)行基本的ACK反饋和重傳）。根據(jù)這些指標(biāo)，可以設(shè)計(jì)相應(yīng)的算法，從備選的傳輸參數(shù)集合中選擇適合當(dāng)前的傳輸參數(shù)。第二種方法是與通感一體化技術(shù)（IntegratedSensingandCommunication,ISAC）相結(jié)合，其中，“感知輔助通信”通過(guò)感知獲得的高精度定位、成像和環(huán)境重建能力，可以提升通信性能，例如更精確的波束成形、更快速的波束失效恢復(fù)，以及在跟蹤信道狀態(tài)信息時(shí)更少的開(kāi)銷(xiāo)[22]。通感一體化技術(shù)將為基于設(shè)備和無(wú)設(shè)備的物體定位提供服務(wù)。在基于設(shè)備的定位中，目標(biāo)是網(wǎng)絡(luò)中的連接設(shè)備，其位置信息通過(guò)設(shè)備發(fā)出的參考信號(hào)或測(cè)量反饋推導(dǎo)得出。而對(duì)于無(wú)設(shè)備的物體定位，目標(biāo)物無(wú)需是網(wǎng)絡(luò)中的連接設(shè)備。通過(guò)單站感知（發(fā)射器和接收器為同一設(shè)備）或協(xié)作感知（接收器是網(wǎng)絡(luò)中的其他節(jié)點(diǎn)或設(shè)備從散射和反射的無(wú)線(xiàn)信號(hào)中估計(jì)時(shí)延、多普勒效應(yīng)和角譜信息（分別對(duì)應(yīng)物體的距離、速度和角度）。進(jìn)一步處理這些無(wú)線(xiàn)信號(hào)后，可以提取物體在物理三維空間中的位置、方向、速度及其他幾何信息。借助更大的帶寬和更大的天線(xiàn)孔徑，ISAC系統(tǒng)能夠更好地分離多徑信號(hào)，從而實(shí)現(xiàn)更優(yōu)的定位和跟蹤性能，戶(hù)外使用場(chǎng)景中的定位精度可達(dá)厘米級(jí)。具體而言，在無(wú)反饋傳輸中，利用感知信號(hào)，可以對(duì)基站和用戶(hù)之間的信號(hào)傳播環(huán)境進(jìn)行感知，例如：感知用戶(hù)和基站之間是否存在遮擋物體。與利用高層指標(biāo)進(jìn)行鏈路狀態(tài)感知相比，環(huán)境感知能夠獲取到環(huán)境的實(shí)際變化，因此備選的傳輸參數(shù)需要與感知的幾種最常見(jiàn)的情況進(jìn)行對(duì)應(yīng)，例如：視距/非視距傳播，從而可以直接根據(jù)感知的結(jié)果，針對(duì)性的從備選的傳輸參數(shù)集合中選擇適合當(dāng)前的傳輸參數(shù)。無(wú)反饋傳輸?shù)淖畲筇魬?zhàn)在于如何獲知信道的準(zhǔn)確信息。上面幾個(gè)小節(jié)所介紹的方法本質(zhì)上是數(shù)據(jù)驅(qū)動(dòng)的，即利用大量的信道數(shù)據(jù)學(xué)習(xí)信道的特征，或以端到端的方式直接學(xué)習(xí)傳輸參數(shù)。然而，信道的本質(zhì)是無(wú)線(xiàn)信號(hào)在物理空間中傳播過(guò)程的一種刻畫(huà)，而無(wú)線(xiàn)信號(hào)作為電磁波，在空間中傳播的過(guò)程是確定的，且能夠用電磁學(xué)公式所描述的。這種基于電磁波傳播的物理過(guò)程獲取信道的方法被稱(chēng)為射線(xiàn)追蹤（RayTracing,RT）。一般而言，射線(xiàn)追蹤首先需要一個(gè)對(duì)環(huán)境的建模，建模信息需要包括環(huán)境表面材質(zhì)的電磁學(xué)參數(shù)，例如介電常數(shù)。然后，從發(fā)射端盡可能多的向各個(gè)角度發(fā)射電磁波，即射線(xiàn)，并計(jì)算每條射線(xiàn)在環(huán)境中的傳播過(guò)程，以此獲知在接收端的狀態(tài)，從而最終得到發(fā)射端與接收端之間的信道。理論上，如果能發(fā)射無(wú)限多的射線(xiàn)，就可以獲得準(zhǔn)確的信道信息。但由于射線(xiàn)追蹤的計(jì)算復(fù)雜度非常高，實(shí)際中會(huì)受到計(jì)算資源和計(jì)算實(shí)時(shí)性的約束。一種方案是結(jié)合深度學(xué)習(xí)，在只利用少量射線(xiàn)的條件下，盡可能地產(chǎn)生更加豐富的射線(xiàn)追蹤結(jié)果。目前，已經(jīng)存在很多基于射線(xiàn)追蹤的信道生成器，例如：Remcom公司的WirelessInsite，英偉達(dá)公司的Sionna，以及Matlab等。如果將射線(xiàn)追蹤應(yīng)用到實(shí)際環(huán)境中，如何獲得準(zhǔn)確的環(huán)境建模是一個(gè)非常大的挑戰(zhàn)。數(shù)字孿生技術(shù)有望提供一定的幫助[23]。如果能獲取到環(huán)境的實(shí)時(shí)數(shù)字孿生，就可以在這個(gè)環(huán)境中利用射線(xiàn)追蹤模型，產(chǎn)生實(shí)時(shí)的信道。二者的組合應(yīng)用被稱(chēng)為信道數(shù)字孿生或信道孿生。顯然，基于信道孿生，就能夠?qū)崿F(xiàn)真正的無(wú)反饋物理層傳輸，整個(gè)流程如圖3.12所示。當(dāng)前，已有一些基于計(jì)算機(jī)視覺(jué)（ComputerVision,CV）的環(huán)境實(shí)時(shí)建模的研究，但更多的是關(guān)注建模本身而非以輔助射線(xiàn)追蹤為目標(biāo)，因此目前還不足以實(shí)現(xiàn)準(zhǔn)確的信道孿生。然而，結(jié)合近年來(lái)取得重大進(jìn)展的生成式AI（GenerativeAI,GAI）方法，環(huán)境的建模及信道孿生有望實(shí)現(xiàn)更大的突破。圖3.12面向無(wú)反饋傳輸任務(wù)的信道數(shù)字孿生構(gòu)建流程對(duì)于網(wǎng)絡(luò)而言，物理層技術(shù)決定了它的傳輸能力上限，而資源調(diào)度決定了它實(shí)際能實(shí)現(xiàn)的傳輸能力以及用戶(hù)的服務(wù)質(zhì)量。在全解耦接入網(wǎng)中，上下行解耦的設(shè)計(jì)被引入，其主要目的是為了能夠?qū)崿F(xiàn)多基站的靈活協(xié)作，以及資源的靈活利用，因此，MAC層的資源調(diào)度需要與這些目標(biāo)充分適配。此外，作為下一代移動(dòng)通信網(wǎng)絡(luò)架構(gòu)，在資源的分配方式上，也應(yīng)解決現(xiàn)網(wǎng)存在的一些問(wèn)題。具體而言，全解耦接入網(wǎng)絡(luò)資源調(diào)度的目標(biāo)包括[12]：l按需：指的是網(wǎng)絡(luò)的資源調(diào)度應(yīng)該以盡可能滿(mǎn)足用戶(hù)的需求為目標(biāo)，也就是以用戶(hù)為中心，而現(xiàn)有網(wǎng)絡(luò)的主要調(diào)度目標(biāo)仍然是以最大化頻譜資源的使用效率為目標(biāo)（適當(dāng)加入一定的公平性考量，例如經(jīng)典的比例公平調(diào)度算法也就是以網(wǎng)絡(luò)為中心。但是，由于網(wǎng)絡(luò)的資源本質(zhì)上是稀缺的，因此網(wǎng)絡(luò)的服務(wù)能力是存在上限的。所以在以用戶(hù)為中心的調(diào)度中，用戶(hù)的需求應(yīng)該通過(guò)某種方式進(jìn)行約束。換句話(huà)說(shuō)，網(wǎng)絡(luò)的目標(biāo)是滿(mǎn)足用戶(hù)的真實(shí)需求（最為迫切和期待的需求），而非無(wú)限制地全部需求。l個(gè)性化：指的是在為用戶(hù)提供服務(wù)時(shí)，應(yīng)充分考慮到不同用戶(hù)的個(gè)性化需求。對(duì)于相同的業(yè)務(wù)，不同用戶(hù)的主觀(guān)感受是不一樣的，因此需求的迫切程度也不一樣。網(wǎng)絡(luò)應(yīng)該具備感知用戶(hù)個(gè)性化需求的能力，用戶(hù)的個(gè)性化需求也需要通過(guò)某種形式量化表征。l經(jīng)濟(jì)：指的是在資源調(diào)度中引入經(jīng)濟(jì)學(xué)和價(jià)格機(jī)制。經(jīng)濟(jì)學(xué)本身是研究資源如何高效分配的學(xué)科，在通信網(wǎng)絡(luò)中引入經(jīng)濟(jì)學(xué)和市場(chǎng)機(jī)制能夠解決供需之間的矛盾，同時(shí)滿(mǎn)足運(yùn)營(yíng)商和用戶(hù)的利益。價(jià)格是反應(yīng)市場(chǎng)上資源短缺程度的信號(hào)，用戶(hù)的真實(shí)需求可以通過(guò)其能否接受當(dāng)前市場(chǎng)上的資源價(jià)格反映出來(lái)。當(dāng)資源短缺時(shí)，不重要或者不迫切的需求就會(huì)被用戶(hù)放棄，從而使得資源最終被用于滿(mǎn)足用戶(hù)最迫切的需求上，為用戶(hù)帶來(lái)最多的價(jià)值。資源短缺時(shí)的高價(jià)格也可以讓運(yùn)營(yíng)商的收益增加，而資源過(guò)剩時(shí)的低價(jià)格也可以刺激更多的需求，提高資源的整體利用率。l綠色：指的是在滿(mǎn)足用戶(hù)需求前提下，資源調(diào)度以降低能耗為目標(biāo)。5G的高能耗一直是運(yùn)營(yíng)商所面臨的一個(gè)主要挑戰(zhàn)，在政策層面也應(yīng)該盡量滿(mǎn)足國(guó)家的“雙碳”戰(zhàn)略目標(biāo)。具體而言，在資源調(diào)度時(shí)可以適當(dāng)減少子載波上分配的功率或減少使用的子載波數(shù)，也可以?xún)?yōu)先使用單個(gè)基站服務(wù)以休眠其他基站。l效率：指的是充分利用全解耦接入網(wǎng)的靈活性，提高資源的利用率。這里不僅指提高頻效，更多的是在宏觀(guān)層面上把資源調(diào)配到可用的位置。例如：當(dāng)下行業(yè)務(wù)需求減少而上行業(yè)務(wù)需求激增時(shí)，應(yīng)該將頻譜資源更多地調(diào)配到上行使用。此外，當(dāng)某個(gè)運(yùn)營(yíng)商的需求減少而其他運(yùn)營(yíng)商的需求激增時(shí)，應(yīng)該通過(guò)資源共享或租賃的形式，讓資源能夠調(diào)配給需求較多的運(yùn)營(yíng)商。l智能：指的是利用AI方法，解決復(fù)雜的資源調(diào)度問(wèn)題。資源調(diào)度問(wèn)題涉及到資源在多個(gè)維度上的使用方式，當(dāng)以特定目標(biāo)建模為帶約束的優(yōu)化問(wèn)題后，由于很多待求解變量是離散值，問(wèn)題往往具備N(xiāo)P-hard屬性，且由于多基站多用戶(hù)的存在使得求解空間巨大。此外，資源調(diào)度對(duì)算法的實(shí)時(shí)性要求非常高，在實(shí)際系統(tǒng)中一般在毫秒級(jí)，因此傳統(tǒng)優(yōu)化算法幾乎不可用。相較而言，AI方法在推理時(shí)執(zhí)行速度較快，有潛力能夠滿(mǎn)足資源調(diào)度的要求。在FD-RAN中，由于資源使用的靈活性極強(qiáng)，因此資源調(diào)度可以看作一個(gè)普適的問(wèn)題。一方面，網(wǎng)絡(luò)的全部資源可以被自由的調(diào)度給任何基站和用戶(hù)，用于上行和下行。另一方面，資源可以在全部維度上進(jìn)行調(diào)度，包括：時(shí)-頻-空-功率。整體上，F(xiàn)D-RAN中的資源調(diào)度遵照非正交普適協(xié)作的理念，核心是盡可能通過(guò)在其他維度上進(jìn)行區(qū)分，讓不同用戶(hù)復(fù)用時(shí)-頻資源，即將時(shí)-頻維度上的非正交轉(zhuǎn)換為在空、功率維度上的準(zhǔn)正交，從而提高資源的利用效率。為了高效利用頻譜資源，在資源調(diào)度中將采用多種物理層技術(shù)，這些技術(shù)能夠?qū)崿F(xiàn)數(shù)據(jù)傳輸中頻率的復(fù)用。對(duì)于下行鏈路，我們主要考慮單用戶(hù)MIMO（SU-MIMO）結(jié)合空分復(fù)用、在相同或不同頻率上的多基站協(xié)作傳輸，以及多用戶(hù)MIMO（MU-MIMO）。此外，還包括一些尚未在現(xiàn)網(wǎng)中普及應(yīng)用的物理層技術(shù)，例如非正交多址接入（Non-OrthogonalMultipleAccess,NOMA）和速率分裂多址接入（Rate-SplittingMultipleAccess,RSMA）。對(duì)于上行鏈路，我們主要考慮多基站協(xié)作接收。需要注意的是，F(xiàn)D-RAN中使用的所有物理層技術(shù)均為無(wú)反饋傳輸。圖4.1FD-RAN資源調(diào)度框架FD-RAN資源調(diào)度框架如圖4.1所示。其中，低層資源調(diào)度的任務(wù)是為每個(gè)UE確定合適的物理層傳輸方式和資源，以實(shí)現(xiàn)特定的目標(biāo)。由于多基站的引入、資源維度的多樣性、物理層技術(shù)的復(fù)雜性以及目標(biāo)的多樣化，實(shí)現(xiàn)能夠滿(mǎn)足實(shí)時(shí)調(diào)度需求的高效資源調(diào)度器面臨巨大的挑戰(zhàn)。通常，在無(wú)線(xiàn)資源分配的大量研究文獻(xiàn)中，問(wèn)題被建模為一個(gè)優(yōu)化問(wèn)題。然而，這類(lèi)問(wèn)題通常難以解決，且無(wú)法輕松求解，這使得基于優(yōu)化的調(diào)度器在實(shí)際網(wǎng)絡(luò)中難以實(shí)現(xiàn)。另一方面，啟發(fā)式算法易于實(shí)現(xiàn)，但在解空間非常大的情況下（如FD-RAN中其性能無(wú)法得到保證。因此，我們將轉(zhuǎn)向基于AI的解決方案，尤其是最近取得顯著進(jìn)展的生成式AI方法。雖然AI也存在諸如對(duì)大量訓(xùn)練數(shù)據(jù)的需求、對(duì)其他環(huán)境的泛化能力等局限性，但針對(duì)這些問(wèn)題的解決方案也正在這一快速發(fā)展的領(lǐng)域中被不斷提出。高層資源協(xié)調(diào)負(fù)責(zé)根據(jù)用戶(hù)的流量需求，決定上行和下行網(wǎng)絡(luò)中使用的頻譜資源。在單個(gè)移動(dòng)運(yùn)營(yíng)商內(nèi)部，可以在上行和下行之間調(diào)整頻譜（即一組頻段）。此外，移動(dòng)運(yùn)營(yíng)商還可以利用其他運(yùn)營(yíng)商的頻譜資源，這可以通過(guò)運(yùn)營(yíng)商之間的交易或協(xié)議實(shí)現(xiàn)。高層資源協(xié)調(diào)對(duì)低層資源調(diào)度是透明的，低層調(diào)度只需知道可用的總頻譜資源即可。本小節(jié)將給出一個(gè)FD-RAN全維度資源靈活資源調(diào)度的典型場(chǎng)景，并給出一個(gè)仿真案例來(lái)證明FD-RAN解耦后資源靈活協(xié)作調(diào)度效果。在一個(gè)典型的FD-RAN多基站多用戶(hù)場(chǎng)景中：邊緣云控制器負(fù)責(zé)全局網(wǎng)絡(luò)的智能管理，包括上下行頻譜劃分、多基站協(xié)作、子信道分配、功率控制等功能；用戶(hù)終端分為下行用戶(hù)（如手機(jī)）和上行用戶(hù)（如IoT設(shè)備），不同類(lèi)型的用戶(hù)接入各自適配的基站，通過(guò)解耦的上下行鏈路進(jìn)行通信；控制基站負(fù)責(zé)集中控制和信令分發(fā)，包括用戶(hù)業(yè)務(wù)請(qǐng)求指令和位置信息等，上行基站負(fù)責(zé)分集接收，下行基站負(fù)責(zé)數(shù)據(jù)發(fā)送，聽(tīng)從邊緣云的決策進(jìn)行多基站協(xié)作傳輸。FD-RAN上下行聯(lián)合資源分配過(guò)程描述如下。首先，控制基站收集網(wǎng)絡(luò)內(nèi)用戶(hù)業(yè)務(wù)請(qǐng)求及位置信息，發(fā)送給邊緣云，邊緣云服務(wù)器基于用戶(hù)上下行業(yè)務(wù)請(qǐng)求，計(jì)算每個(gè)用戶(hù)在資源調(diào)度中的權(quán)重值。基于位置信息可以預(yù)測(cè)上下行基站在每個(gè)信道上的CSI傳輸參數(shù)，基于此通過(guò)AI算法，獲得最優(yōu)的用戶(hù)-基站-子信道匹配關(guān)系和功率控制決策。然后，邊緣云服務(wù)器將資源調(diào)度指令發(fā)送至各基站，由控制基站廣播給用戶(hù)進(jìn)行業(yè)務(wù)傳輸。FD-RAN中，無(wú)線(xiàn)頻譜可以被集中起來(lái)重新分配，以實(shí)現(xiàn)更合理地使用，包括動(dòng)態(tài)上下行頻譜劃分和子信道分配[24]。對(duì)于FD-RAN的上行和下行傳輸?shù)淖有诺婪峙浜突緟f(xié)作，需要解決的問(wèn)題是用戶(hù)-基站-子信道的三維匹配。為了進(jìn)一步提高網(wǎng)絡(luò)性能，可以控制每個(gè)用戶(hù)的上行預(yù)編碼和功率，以及每個(gè)下行基站的預(yù)編碼和功率，來(lái)實(shí)現(xiàn)頻域和空域上的高效協(xié)作及干擾避免。考慮到上行和下行的物理解耦，將資源調(diào)度執(zhí)行流程分為上下兩層結(jié)構(gòu)：上層的資源調(diào)度決策為大帶寬的上下行頻譜劃分決策，該決策可以根據(jù)網(wǎng)絡(luò)上下行用戶(hù)業(yè)務(wù)需求的比例不同進(jìn)行動(dòng)態(tài)調(diào)整；下層的資源調(diào)度決策分為獨(dú)立的兩部分，一部分是以用戶(hù)為中心的上行多基站協(xié)作集選擇及用戶(hù)上行預(yù)編碼和功率控制，另一部分是為每個(gè)用戶(hù)分配最優(yōu)的下行多基站協(xié)作集和子信道，以及多基站聯(lián)合預(yù)編碼與功率控制。如圖4.2左圖所示，在一個(gè)由7個(gè)半徑100米小區(qū)組成區(qū)域，中心部署下行基站，周?chē)渴?個(gè)上行基站，每個(gè)基站3個(gè)扇區(qū)，上行扇區(qū)2根接收天線(xiàn)，下行扇區(qū)10根發(fā)射天線(xiàn)。使用QuaDRiGa根據(jù)3GPPTR38.901生成信道。作為對(duì)比，假設(shè)5G蜂窩網(wǎng)有7個(gè)基站，與下行基站位置相同，每個(gè)基站有3個(gè)扇區(qū)，每個(gè)扇區(qū)10根天線(xiàn)，這樣保證5G蜂窩網(wǎng)絡(luò)與FD-RAN具有相同總天線(xiàn)數(shù)量210根。如圖4.2右圖所示，這里給出了4種方案的對(duì)比，包括：具有動(dòng)態(tài)頻譜劃分（SpectrumDivision,SD）和功率控制（PowerControl,PC）的FD-RAN、僅具有動(dòng)態(tài)SD的FD-RAN、具有固定SD的FD-RAN（均分以及5G蜂窩網(wǎng)絡(luò)。圖中上行用戶(hù)數(shù)量從10增加到130，而下行用戶(hù)數(shù)保持50，所有用戶(hù)速率權(quán)重為1。由于多基站協(xié)調(diào)和靈活子信道分配，固定SD的FD-RAN的加權(quán)速率和平均比5G蜂窩網(wǎng)絡(luò)高出1.86倍，通過(guò)優(yōu)化功率控制，F(xiàn)D-RAN性能還可以進(jìn)一步提升。圖4.3左圖：不同上下行用戶(hù)數(shù)下的最優(yōu)上下行頻譜劃分比例圖4.3左圖繪制了在不同上下行頻譜劃分下的網(wǎng)絡(luò)加權(quán)速率和，可以觀(guān)察到隨著上行用戶(hù)數(shù)量增加，系統(tǒng)會(huì)分配更多的子信道用于上行傳輸。同時(shí)，在最佳頻譜分配比例的兩側(cè)，性能首先提高然后下降。這表明在實(shí)際應(yīng)用中，可以基于歷史數(shù)據(jù)快速確定最佳比例的準(zhǔn)確范圍，從而節(jié)省大量計(jì)算，避免窮舉所有情況。圖4.3右圖繪制了上下行用戶(hù)不同權(quán)重下的最優(yōu)上下行頻譜劃分比例，讓上行用戶(hù)速率權(quán)重逐漸增加，下行用戶(hù)速率權(quán)重為1，可以看到分配給上行的資源會(huì)增加，保證了用戶(hù)的優(yōu)先級(jí)，也證明了FD-RAN可以根據(jù)用戶(hù)個(gè)性化需求進(jìn)行資源調(diào)度。得益于控制面與數(shù)據(jù)面、上行與下行的完全解耦的網(wǎng)絡(luò)架構(gòu)所提供的靈活性，以及原生協(xié)作的多基站服務(wù)模式，F(xiàn)D-RAN采用一種基于AI的多連接移動(dòng)性管理方案，能夠?yàn)橐苿?dòng)用戶(hù)提供無(wú)縫的網(wǎng)絡(luò)連接與按需的通信服務(wù)，旨在保障用戶(hù)移動(dòng)過(guò)程中的服務(wù)連續(xù)性和QoE一致性[25]。相比于目前5G移動(dòng)性管理采用的基于下行參考信號(hào)接收功率（ReferenceSignalReceivedPower,RSRP）測(cè)量事件觸發(fā)的單基站切換范式，F(xiàn)D-RAN能夠?yàn)橛脩?hù)按照上下行不同的鏈路質(zhì)量、服務(wù)需求以及用戶(hù)本身移動(dòng)狀態(tài)，來(lái)對(duì)其上下行基站協(xié)作集分別進(jìn)行智能更新。在移動(dòng)過(guò)程中，用戶(hù)不會(huì)經(jīng)歷傳統(tǒng)移動(dòng)網(wǎng)絡(luò)中先斷后連的基站切換，而是始終由上下行基站協(xié)作集動(dòng)態(tài)跟隨著提供無(wú)縫連接與服務(wù)，并且基站協(xié)作集的更新對(duì)用戶(hù)而言是幾乎無(wú)感的。具體地，F(xiàn)D-RAN中廣覆蓋的控制基站能夠?yàn)橐苿?dòng)用戶(hù)提供始終在線(xiàn)的控制面連接，這將大大簡(jiǎn)化用戶(hù)與數(shù)據(jù)基站之間進(jìn)行接入交互的信令流程。例如，F(xiàn)D-RAN的用戶(hù)在與新的數(shù)據(jù)基站建立連接時(shí)，不需要再通過(guò)傳統(tǒng)的隨機(jī)接入過(guò)程來(lái)爭(zhēng)取上下行資源，邊緣云中的網(wǎng)絡(luò)控制器可事先在目標(biāo)數(shù)據(jù)基站中為用戶(hù)預(yù)留資源，并通過(guò)控制基站將資源配置信息下發(fā)給用戶(hù)，用戶(hù)在完成基本的時(shí)頻同步后即可直接進(jìn)行數(shù)據(jù)傳輸。這樣，相比于現(xiàn)有的5G網(wǎng)絡(luò)接入，F(xiàn)D-RAN中新數(shù)據(jù)基站接入的整個(gè)過(guò)程對(duì)用戶(hù)而言是更加迅速、無(wú)感的。圖4.4基站協(xié)作集更新3種類(lèi)型示意圖在FD-RAN中，用戶(hù)的上行和下行分別被一簇基站協(xié)作地服務(wù)，而不是單個(gè)基站。在多連接移動(dòng)性管理方案中，移動(dòng)用戶(hù)的基站協(xié)作集會(huì)在邊緣云的控制下動(dòng)態(tài)地更新，更新類(lèi)型主要包括三種：基站添加、基站替換、基站移除，如圖4.4所示，并確保用戶(hù)的服務(wù)基站協(xié)作集中始終至少有一個(gè)基站為其提供服務(wù)（在協(xié)作集的基站數(shù)量為1時(shí)，不會(huì)執(zhí)行基站移除動(dòng)作）。協(xié)作集更新的決策由邊緣云的AI移動(dòng)性管理控制器綜合做出，其考慮的因素除了基本的信道條件，還包括用戶(hù)服務(wù)需求、用戶(hù)移動(dòng)狀態(tài)等。例如，當(dāng)用戶(hù)的業(yè)務(wù)需求增加時(shí)（觀(guān)看超清直播、大文件下載等移動(dòng)性管理控制器會(huì)智能地?cái)U(kuò)大用戶(hù)的基站協(xié)作集來(lái)為其提供個(gè)性化服務(wù)；而當(dāng)用戶(hù)的業(yè)務(wù)需求降低時(shí)，控制器也會(huì)適當(dāng)縮小用戶(hù)的基站協(xié)作集，在充分滿(mǎn)足用戶(hù)需求的前提下，將網(wǎng)絡(luò)資源調(diào)度給其他更需要的用戶(hù)。同時(shí)，移動(dòng)性管理控制器能夠根據(jù)網(wǎng)絡(luò)掌握的用戶(hù)移動(dòng)信息，優(yōu)先選擇其預(yù)估移動(dòng)路徑上的基站進(jìn)行接入，從而延長(zhǎng)每個(gè)基站的逗留時(shí)間，盡可能降低協(xié)作集更新的頻率，減少控制信令交互，提高用戶(hù)的服務(wù)連續(xù)性。在目前5G網(wǎng)絡(luò)上下行耦合的服務(wù)范式中，移動(dòng)性管理的切換事件是基于下行鏈路質(zhì)量而觸發(fā)的，忽略了上行鏈路的信道條件以及上下行業(yè)務(wù)需求的不對(duì)稱(chēng)性。FD-RAN的上下行基站解耦賦予了網(wǎng)絡(luò)接入強(qiáng)大的靈活性，在FD-RAN移動(dòng)性管理方案中，用戶(hù)的上行基站接入不再需要被動(dòng)地根據(jù)下行鏈路質(zhì)量，而是可以根據(jù)上行信道條件和服務(wù)需求獨(dú)立進(jìn)行，這有助于提升網(wǎng)絡(luò)整體的上行頻效，并為移動(dòng)用戶(hù)提供更好的上行按需服務(wù)。圖4.5無(wú)切換移動(dòng)性管理方案的按需服務(wù)提供性能圖4.5展示了FD-RAN多連接移動(dòng)性管理方案在滿(mǎn)足移動(dòng)用戶(hù)個(gè)性化服務(wù)需求方面的性能。利用深度強(qiáng)化學(xué)習(xí)算法驅(qū)動(dòng)的無(wú)切換方案，可為移動(dòng)用戶(hù)按照其信道條件和服務(wù)需求，動(dòng)態(tài)智能地更新下行基站協(xié)作集。仿真對(duì)比的“單小區(qū)”和“三小區(qū)”方案，分別是令用戶(hù)連接到信道質(zhì)量最強(qiáng)的一個(gè)或三個(gè)小區(qū)，來(lái)近似地模擬5G網(wǎng)絡(luò)中的移動(dòng)性管理方案。每個(gè)移動(dòng)用戶(hù)都有高、中、低三檔的服務(wù)質(zhì)量（QualityofService,QoS）需求，仿真圖縱軸的平均QoS不滿(mǎn)足率為仿真時(shí)間內(nèi)用戶(hù)的實(shí)際下行速率低于其個(gè)性化QoS需求的時(shí)間占比。可以看到，相比于單小區(qū)和三小區(qū)的移動(dòng)性管理方案，在用戶(hù)數(shù)量較多時(shí)，F(xiàn)D-RAN的方案有著較大的性能提升，因?yàn)樵摲桨改芫C合考慮用戶(hù)信道條件與速率需求，盡可能地提供按需服務(wù)并節(jié)約網(wǎng)絡(luò)資源，減少網(wǎng)絡(luò)整體的干擾，提升網(wǎng)絡(luò)整體性能。本小節(jié)跳出單一無(wú)線(xiàn)接入網(wǎng)的視角，介紹如何整合不同移動(dòng)運(yùn)營(yíng)商的多個(gè)RAN，共同為用戶(hù)設(shè)備提供服務(wù)。從用戶(hù)的角度看，所有可用資源能夠無(wú)界限地被融合，以提升用戶(hù)的服務(wù)質(zhì)量。這是一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)，因?yàn)檫@些移動(dòng)運(yùn)營(yíng)商擁有各自獨(dú)立的網(wǎng)絡(luò)管理和計(jì)費(fèi)系統(tǒng)。此外，這些RAN的網(wǎng)絡(luò)體制和空口技術(shù)可能不同，包括5G/6G、Wi-Fi和衛(wèi)星通信等。打破各移動(dòng)運(yùn)營(yíng)商和網(wǎng)絡(luò)之間壁壘并實(shí)現(xiàn)集成RAN的關(guān)鍵在于從用戶(hù)的角度管理接入網(wǎng)絡(luò)。為此，我們引入了一種專(zhuān)門(mén)為用戶(hù)設(shè)計(jì)的服務(wù)，即網(wǎng)絡(luò)孿生（Cybertwin）。Cybertwin是一個(gè)應(yīng)用層服務(wù)，主要作為每個(gè)用戶(hù)的通信代理，負(fù)責(zé)在傳輸層聚合不同網(wǎng)絡(luò)資源。換句話(huà)說(shuō)，用戶(hù)設(shè)備與應(yīng)用服務(wù)器之間的所有數(shù)據(jù)流量都會(huì)通過(guò)Cybertwin傳輸。在這種基于Cybertwin的通信架構(gòu)中，可以在運(yùn)行于用戶(hù)設(shè)備和云端的Cybertwin客戶(hù)端與服務(wù)器之間建立多條傳輸路徑。基于Cybertwin的集成RAN示意圖如圖4.6所示。首先，Cybertwin會(huì)檢查用戶(hù)請(qǐng)求的互聯(lián)網(wǎng)服務(wù)，以確定用戶(hù)的綜合需求。為了滿(mǎn)足用戶(hù)需求，Cybertwin將與各移動(dòng)運(yùn)營(yíng)商協(xié)商獲取其傳輸服務(wù)。在這里，傳輸服務(wù)是無(wú)線(xiàn)資源的虛擬化形式，具有特定的服務(wù)級(jí)別協(xié)議（ServiceLevelAgreement,SLA），例如數(shù)據(jù)速率和時(shí)延等傳輸性能指標(biāo)。傳輸服務(wù)在專(zhuān)門(mén)的市場(chǎng)上進(jìn)行交易，運(yùn)營(yíng)商根據(jù)資源的短缺程度定價(jià)，用戶(hù)根據(jù)自身的真實(shí)需求購(gòu)買(mǎi)。為了在這種資源市場(chǎng)中實(shí)現(xiàn)需求與供應(yīng)的平衡，交易將實(shí)時(shí)進(jìn)行，不同移動(dòng)運(yùn)營(yíng)商提供的具有不同SLA的傳輸服務(wù)價(jià)格也將動(dòng)態(tài)確定。Cybertwin作為用戶(hù)的個(gè)人“運(yùn)營(yíng)商”，負(fù)責(zé)與網(wǎng)絡(luò)運(yùn)營(yíng)商進(jìn)行實(shí)時(shí)的資源交易。圖4.6基于Cybertwin的網(wǎng)絡(luò)資源聚合Cybertwin將為每項(xiàng)傳輸服務(wù)建立一條路徑以加以利用。該路徑是傳輸層的端到端連接，其底層資源由相應(yīng)的RAN提供。具體而言，核心網(wǎng)絡(luò)將執(zhí)行有保障的MAC層資源分配，以滿(mǎn)足SLA的要求。而在FD-RAN中，多基站協(xié)作資源分配有可能支持這一目標(biāo)。Cybertwin的職責(zé)是根據(jù)每條路徑和互聯(lián)網(wǎng)服務(wù)的特性，合理地將用戶(hù)請(qǐng)求的互聯(lián)網(wǎng)服務(wù)分配到各條路徑上，從而提升用戶(hù)的整體QoE。總體而言，基于Cybertwin的網(wǎng)絡(luò)資源聚合帶來(lái)了以下改變：l基于交易的計(jì)費(fèi)方案。為了靈活利用不同RAN的資源，傳統(tǒng)基于預(yù)付流量套餐的計(jì)費(fèi)方案效率很差，因?yàn)橛脩?hù)可能需要訂購(gòu)來(lái)自多家移動(dòng)運(yùn)營(yíng)商的套餐。相反，無(wú)線(xiàn)資源被虛擬化為傳輸服務(wù)，并出售給用戶(hù)。此外，這些資源的交易根據(jù)用戶(hù)的實(shí)時(shí)需求進(jìn)行，以實(shí)現(xiàn)需求的匹配。l解除用戶(hù)與移動(dòng)運(yùn)營(yíng)商的綁定。通過(guò)上述計(jì)費(fèi)方案，用戶(hù)與其服務(wù)移動(dòng)運(yùn)營(yíng)商之間的綁定關(guān)系可以被解除。實(shí)際上，Cybertwin成為用戶(hù)的個(gè)人運(yùn)營(yíng)商，負(fù)責(zé)與所有可能的移動(dòng)運(yùn)營(yíng)商進(jìn)行交易以使用其資源。進(jìn)一步設(shè)想，運(yùn)營(yíng)商的規(guī)模可以小至個(gè)人，例如擁有私人Wi-Fi接入點(diǎn)并愿意向他人提供付費(fèi)互聯(lián)網(wǎng)服務(wù)的個(gè)人。這樣，整個(gè)市場(chǎng)將變得更加多樣化并充滿(mǎn)競(jìng)爭(zhēng)力。l從盡力而為到有保障的資源分配。當(dāng)前的移動(dòng)網(wǎng)絡(luò)由于其以網(wǎng)絡(luò)為中心的MAC層資源分配機(jī)制，無(wú)法為用戶(hù)提供任何SLA。這種機(jī)制通常以吞吐量最大化或公平性為目標(biāo)，因此用戶(hù)只能享受到盡力而為的服務(wù)。相反，在基于Cybertwin的集成RAN中，每個(gè)RAN都實(shí)現(xiàn)了有保障的資源分配，其目標(biāo)是滿(mǎn)足所有用戶(hù)的SLA。然而，由于總資源有限，需要采用動(dòng)態(tài)和差異化定價(jià)等市場(chǎng)機(jī)制，以平衡供需關(guān)系并更高效地利用資源[26]。通過(guò)引入交易面和價(jià)格維度，從根本上解決成本與服務(wù)的矛盾。網(wǎng)絡(luò)基站的部署情況直接決定了運(yùn)營(yíng)商服務(wù)用戶(hù)的能力。然而，基站部署不是一個(gè)單純的理論研究問(wèn)題，實(shí)際中會(huì)面臨各種現(xiàn)實(shí)因素的制約。全解耦接入網(wǎng)絡(luò)中，上下行基站的徹底解耦為傳統(tǒng)基站部署帶來(lái)新的可能性。具體而言，全解耦無(wú)線(xiàn)接入網(wǎng)絡(luò)部署目標(biāo)如下[12]：l低成本：指的是盡可能減少網(wǎng)絡(luò)部署壓力，降低部署總成本。從4G到5G，基站部署變得更加密集，為運(yùn)營(yíng)商帶來(lái)了高昂的成本。FD-RAN中，上下行基站可以根據(jù)自身的特點(diǎn)獨(dú)立部署，其中，上行基站可以低成本的密集部署，而下行基站則可以采用大基站模式，用更低的頻段和更高的功率來(lái)加強(qiáng)基站的覆蓋能力，以減少基站的部署壓力。l按需部署：指的是根據(jù)上下行業(yè)務(wù)的實(shí)際需求進(jìn)行上下行基站的部署。在不同場(chǎng)景下，上下行業(yè)務(wù)通常不是對(duì)稱(chēng)的。例如：工業(yè)互聯(lián)網(wǎng)就是一個(gè)以上行業(yè)務(wù)為主導(dǎo)的場(chǎng)景，其中大量的IoT設(shè)備進(jìn)行數(shù)據(jù)的上傳。在這種場(chǎng)景下，就可以針對(duì)性的部署大量的上行基站，而適當(dāng)減少下行基站的部署。l靈活可擴(kuò)展：指的是在已有網(wǎng)絡(luò)的基礎(chǔ)上，可隨時(shí)根據(jù)需求靈活的增加基站，且無(wú)需進(jìn)行額外的網(wǎng)絡(luò)優(yōu)化和配置，新增的基站將會(huì)自然的融入已有網(wǎng)絡(luò)。由于FD-RAN上行和下行完全獨(dú)立，而上行基站對(duì)部署條件要求更低，且主要通過(guò)分集接收的方式來(lái)利用多基站，因此在上行可以非常容易地實(shí)現(xiàn)以上目標(biāo)。l開(kāi)放：指的是在通信網(wǎng)絡(luò)市場(chǎng)層面，構(gòu)建開(kāi)放生態(tài)，讓微小企業(yè)乃至個(gè)人都可以加入，實(shí)現(xiàn)網(wǎng)絡(luò)的共建、共享、共贏。一方面，應(yīng)積極擁抱O-RAN的理念和設(shè)計(jì)，讓網(wǎng)絡(luò)設(shè)備的功能盡可能解耦和模塊化，以降低單個(gè)模塊或設(shè)備的成本。另一方面，應(yīng)按照共享經(jīng)濟(jì)的方式構(gòu)建網(wǎng)絡(luò)，盡可能降低網(wǎng)絡(luò)建設(shè)的參與門(mén)檻，例如：允許個(gè)人在家部署上行基站并加入網(wǎng)絡(luò)，在提高網(wǎng)絡(luò)整體服務(wù)質(zhì)量的同時(shí)，也能從中獲得一定的收益。隨著萬(wàn)物互聯(lián)時(shí)代的到來(lái)，未來(lái)的6G網(wǎng)絡(luò)將需要廣泛部署基站以實(shí)現(xiàn)全面的網(wǎng)絡(luò)覆蓋。這一發(fā)展為運(yùn)營(yíng)商帶來(lái)了巨大的挑戰(zhàn)，因?yàn)槊總€(gè)基站的建設(shè)成本不斷增加，數(shù)量也呈指數(shù)增長(zhǎng)。因此，如何制定有效策略以降低網(wǎng)絡(luò)部署成本，成為了運(yùn)營(yíng)商亟需解決的重要問(wèn)題。全解耦的無(wú)線(xiàn)接入網(wǎng)絡(luò)通過(guò)上行鏈路和下行鏈路基站的分離，為應(yīng)對(duì)不對(duì)稱(chēng)的服務(wù)需求提供了一種靈活的部署方式，進(jìn)而為解決高昂的部署成本提供了一