《IMT-2030(6G)推进组:2023 6G前沿关键技术研究报告(网络技术领域)(47页).pdf》由会员分享,可在线阅读,更多相关《IMT-2030(6G)推进组:2023 6G前沿关键技术研究报告(网络技术领域)(47页).pdf(47页珍藏版)》请在三个皮匠报告上搜索。
1、北京稻壳科技有限公司Beijing Rice Hull Technology Co.,Ltd.地址:北京市朝阳区九住路 188 号IMT-2030(6G)推进组IMT-2030(6G)Promotion Group2023 年年 12 月月版权声明版权声明 Copyright Notification未经书面许可未经书面许可 禁止打印、复制及通过任何媒体传播禁止打印、复制及通过任何媒体传播2023 IMT-2030(6G)推进组版权所有2IMT-2030(6G)推进组IMT-2030(6G)Promotion Group目录一、总体架构体系.4二、架构技术.41、空天地一体组网.41.1 技术
2、简介.41.2 技术研究进展.61.3 技术研判.72、数字孪生网络.82.1 技术简介.82.2 技术研究进展.92.3 技术研判.103、6G 可信内生安全.113.1 技术简介.113.2 技术研究进展.123.3 技术研判.13三、组网技术.141、移动算力网络.141.1 技术简介.141.2 技术研究进展.151.3 技术研判.162、端网云协同.172.1 技术概念.172.2 技术研究进展.172.3 技术研判.183、新型网络共享.193.1 技术简介.193.2 技术研究进展.203.3 技术研判.21四、网络性能提升技术.221、韧性网络.221.1 技术简介.221.2
3、 技术研究进展.231.3 技术研判.242、确定性通信.242.1 技术简介.242.2 技术研究进展.252.3 技术研判.273、语义通信和语义认知网络.273.1 技术简介.273IMT-2030(6G)推进组IMT-2030(6G)Promotion Group3.2 技术研究进展.283.3 技术研判.30五、网络服务能力拓展技术.301、网络大模型.301.1 技术简介.301.2 技术研究进展.321.3 技术研判.342、通信感知网络.352.1 技术概念.352.2 技术研究进展.362.3 技术研判.373、沉浸式通信.383.1 技术概念.383.2 技术研究进展.39
4、3.3 技术研判.41六、总结.43参考文献.44主要贡献单位.454IMT-2030(6G)推进组IMT-2030(6G)Promotion Group一、总体架构体系6G 作为新一代信息服务网络,将是一个连接智能、支撑数字与物理世界融合、实现多要素信息服务的时代。6G 网络将成为一个开放创新和提供信息服务的平台,具备超越连接的服务能力是其架构特征。网络能力包括无处不在的连接、算力网络能力,可信安全、感知、数据服务能力,以及基于 AI 的网络智能自治等能力。6G 平台化服务网络架构如下图所示,分为基础设施资源层,网络功能层,应用与开放层,以及贯穿各层级的内生可信和管理与编排功能。本报告将围绕
5、 6G 网络架构展望为基础,从架构类技术、组网类技术、网络性能提升技术、网络服务能力拓展技术,四大类的 12 个前沿技术进行分析,力求对产业界、学术界相关工作起到参考作用。图 1 6G 网络架构二、架构技术1 1、空天地一体组网空天地一体组网1.11.1 技术简介技术简介6G 将构建跨地域、跨空域、跨海域的一体化网络,实现真正意义上的全球无缝覆盖,服务于远洋航行、应急救援、导航定位、航空运输、航天测控等重大应用。因此,空天地一体化组网是 6G 网络的关键技术之一。6G 空天地一体化组5IMT-2030(6G)推进组IMT-2030(6G)Promotion Group网是指以传统地基网络为依托
6、,由各种不同轨道、不同能力的卫星构成的天基网络和由飞行器、临空平台构成的空基网络为拓展,构建立体分层、融合协作的网络。6G 空天地一体化组网可在天基、空基、地基网络之间实现网络资源的统一编排、弹性调度和网络功能的动态部署,在天基、空基、地基网络中灵活构建分布式服务网络,例如,天基服务网络可由空、天基接入节点与星载边缘核心网构成,地基服务网络可由空、地基接入网节点和地面核心网组成。在地面网络管理平台的控制调度之下,天基、空基、地基服务网络之间相互协作,共同提供无缝的全球覆盖,为空、天、地、海广域海量用户提供泛在无线接入和移动业务连续性保证,同时通过网络资源的动态调度,为用户提供快速的网络响应。空
7、天地一体化总体网络架构如图 2 所示。图 2 天地一体化网络架构6IMT-2030(6G)推进组IMT-2030(6G)Promotion Group1.21.2 技术研究进展技术研究进展(1 1)难点及挑战)难点及挑战网元轻量化的设计网元轻量化的设计:在星上部署轻量化核心网,减少卫星接入对地面核心网的依赖是 6G 空天地一体化网络的发展趋势。对于核心网,由于卫星平台载荷和资源严重受限,核心网网元上星不仅需要摆脱厚重的专有设备,同时需要进行网元轻量化设计,保证在资源受限的情况下,更合理的部署核心网网元。而对于网元轻量化的设计,需要解决三个方面的问题:星上最小网元集、网元功能剪裁、接口流程简化。
8、空天地协同组网空天地协同组网:在空天地融合组网场景下,空天网元节点随时间的移动会导致网络拓扑发生频繁的变化。相比于地面几乎静态的网络拓扑,卫星网络具有广覆盖、高动态拓扑、大时空尺度移动等特点。如何实现地面蜂窝网络与卫星网络相互协作,共同为用户提供接入,保证用户在地面蜂窝网络与卫星网络中获取连续用户体验,是空天地协同组网的重点和难点。星地算力资源调度星地算力资源调度:6G 网络中大量业务应用存在算力需求,算力网络是解决该问题的必要手段。然而卫星网络具有高动态拓扑,其网络状态变化频繁,星上载荷性能差异巨大,因此基于卫星边缘计算实现星地算力资源的协同调度是6G 空天地一体化组网技术面临的重大挑战。(
9、2 2)当前研究状况)当前研究状况随着全球空间技术的发展与进步,以及空天地一体化网络在国计民生领域的重要作用,各国开始将空天地一体化网络视为重要基础设施加以高度重视,相应的空天地一体化组网开始成为全球研究热点。对于低轨卫星星座,各国都已着手卫星发射计划。目前国外已公布的星座规划有 14 项,典型的有美国的 Starlink 和 Kuiper、加拿大的 Telesat 等。中国也紧跟步伐,开始建设卫星互联网星座工程并发射了部分主干网卫星。在星地融合组网方面,欧洲的 SaT5G 项目团队宣布成功演示 5G 卫星系列操作,其愿景是为 5G 开发具有成本效益的“即插即用”卫星通信解决方案,使电信运营商
10、和网络供应商能够加速所有地区的 5G 部署。而另一个 SATis5 项目则演示了卫星和地面网络在 5G 背景下进行融合的过程。7IMT-2030(6G)推进组IMT-2030(6G)Promotion Group在标准研究和制定方面,国内外标准化组织均已启动相关研究。ITU-R 在NGAT SAT 项目中提出了星地 5G 网络融合的 4 种应用场景。ITU 开展了 NGAT SAT立项,在 ITU-RM.2460 中分析了将卫星系统整合到下一代接入技术中的关键因素。ITU-T SG 13 完成了多个关于空天地一体化网络的项目,其中我国牵头制定了固移卫融合的空天地一体化国际标准体系。3GPP 从
11、 Rel-15 版本开始启动卫星通信与 5G 融合的研究,在 R17 完成第一个版本的标准规范制定。5G NTN 在 Rel-18 阶段不断完善 5G NR 手机接入透明转发模式的卫星网络的技术方案和标准,为初步的星地融合通信提供解决方案和标准支撑。目前 3GPP 已经开始了 Rel-19 阶段的星地融合研究,旨在支持再生模式卫星接入,进一步提高星地融合 5G 网络的商业价值。CCSA 针对卫星与 5G 系统融合在多个工作组启动研究与标准化项目,在 2020年启动了天地一体 5G 网络场景及需求研究课题,对卫星通信 5G 网络场景及需求进行研究和定义。基于 5G 的卫星互联网 第 1 部分:总
12、体要求标准项目,形成了包括核心网、承载网、接入网、业务模型,以及操作维护系统等在内的总体技术规范,切实指导卫星互联网的建设和运营,为研究 6G 系统夯实基础。在临空通信方面,欧洲 StratXX 公司研制出可部署于 21km 高度的临空飞艇;美国谷歌曾推出了 Loon 项目,尝试借助数千架临空气球平台实现互联网业务全球覆盖。我国已完成多型飞艇飞行测试与部分应用验证,具备较长时留空技术能力,进入世界第一梯队;开展了超长航时太阳能无人机飞行试验,验证了其在低高度、2050 公斤量级下多日飞行的能力。1.31.3 技术研判技术研判空天地一体化组网是 6G 网络实现全球智能互联的关键技术,将在多个领域
13、发挥关键作用。其技术产业优势在于:可以提供全球性的互联网覆盖和连接,包括偏远地区和海洋等地方,消除由于网络连接障碍所导致的经济发展横沟;在自然灾害和紧急情况下可以提供稳定的通信支持;军事和国防领域有广泛应用,为国家安全提供了关键支持。未来空天地一体化组网还需针对以下方向进行研究:(1 1)星地切换:)星地切换:面向未来空天地协调组网场景,需考虑终端在星载基站、8IMT-2030(6G)推进组IMT-2030(6G)Promotion Group地基基站之间的灵活切换。由于星载基站的高速移动,无法为星载基站和地面基站上配置邻区,因此传统的基于地面切换技术无法使用,需要研究新的切换技术,完成切换决
14、策和切换目标选择。(2 2)基于卫星边缘计算的云边协同:)基于卫星边缘计算的云边协同:为了实现 6G 网络中算力的灵活调度,应研究构建星地协同的算力网络。通过建立星地算力资源的动态感知机制和统一资源调度机制,实现云边协同,合理高效的利用有限的在轨计算资源,为用户提供更优质的服务和创造更大的经济价值。(3 3)星载网元部署和实现:)星载网元部署和实现:星载核心网网元通过轻量化技术处理,以适配卫星的载荷能力,为用户提供多样化服务,如:前期未形成覆盖全球的卫星星座时,为用户提供存储转发业务;为偏远地区用户提供实现终端-卫星-终端通信服务等。通过 NFV/SDN 技术将网元功能进行虚拟化和软化,可在星
15、载通用可编辑平台上进行灵活部署与智能编排。对于核心网网元部署,不同的应用场景对核心网网元部署方式也有差异化需求,未来的研究需要针对具体的业务需求,设计合理的星载核心网网元部署方式,并按需提出星地协同机制,充分融合协同空天地网络。总得来说空天地一体化组网在未来发展具有巨大潜力,但需克服一些技术问题和成本问题,同时需要依赖国家政府的支持和行业合作来实现其产业化和可持续发展。2 2、数字孪生网络数字孪生网络2.12.1 技术简介技术简介数字孪生综合运用感知、计算、建模、仿真、通信等技术,实现虚实映射与交互,正成为构建新一代数字基础设施的使能技术和中坚力量。6G 网络将为“数字孪生”世界提供坚实基础;
16、同时,面对持续增加的业务种类、规模和复杂性,6G 网络本身也需利用数字孪生技术寻求超越物理网络的解决方案。数字孪生网络(Digital Twin Network,也称:网络数字孪生)是一个包含物理网络实体,以数字化方式创建物理网络实体的虚拟孪生体,且二者之间可实9IMT-2030(6G)推进组IMT-2030(6G)Promotion Group时交互映射的网络系统。数字孪生网络的核心要素包括数据、模型、交互和映射。基于其对物理网络的高保真模拟与实时交互,数字孪生网络可以实现对物理网络的高效分析,诊断,仿真和控制。构建数字孪生网络系统的技术体系包括数据采集、数据服务、网络建模、网络验证、接口协
17、议等关键技术。通过打造孪生体的完备功能实现网络虚实实时、安全可靠的交互映射能力的同时,需要考虑价值增益,通过成本和效益的平衡,实现 6G 网络孪生的全域高效部署。基于数字孪生网络,未来 6G 网络可以进行更深度实时且多维度多模态的状态同步,并提前进行故障预防、寻优尝试和策略效果性能预验证,从而可实现“定目标”、“寻优化”、“治未病”、“防劣化”、“探未知“、”做增广”等先进的网络治理能力。同时,可以助力未来网络实现自生长、自演进的智能自治愿景。图 3 数字孪生网络架构2.22.2 技术研究进展技术研究进展随着数字孪生技术的发展及其在生产制造、智慧城市、智慧交通等多个产业的应用,数字孪生技术理念
18、在通信网络领域的应用也逐渐被业界研究和关注。在学术界,国内外高校对 DTN 的研究主要包括网络架构,构建技术、数字模型、关键技术以及发展趋势等,提出了特定应用场景的技术方案。内布拉斯加大学林肯分校提出了一种新的高效计算方法来构建数字孪生网络,其通过增强现有10IMT-2030(6G)推进组IMT-2030(6G)Promotion Group的网络模拟器(NS-3),并使用深度学习技术来弥补不同网络状态下真实网络与数字网络的差异,试验表明减少了 91%的差异。国内研究团队提出基于赛博孪生(Cybertwin)的下一代网络架构,通过人和物在虚拟世界的数字表示,提供通信助理、日志记录和数字资产等功
19、能,适于未来网络从端到端连接至云到端连接的演进。北京邮电大学针对卫星网络路测的设计和差异化路测模型同步的挑战,设计了卫星通信网络的分层数字孪生网络,定义了中心路测和边缘路测模型,此外,针对模型同步问题,提出了三种提高模型同步效率的方法,即动态 DT 迁移、QoS感知 DT 同步切片和定位器-标识符-隔离寻址机制。在产业界,Aria 公司的产品 STEP-T(Strategic traffic engineering andplanning tool)在运营商客户的骨干网上建立数字孪生体,运用人工智能技术在大规模复杂骨干网上完成了路由优化和故障仿真。华为公司的“数字地图”方案构建出实时的网络数字
20、地图,基于网络性能指标的实时监控,绘制出网元、协议、网络、分片、业务五个层次的信息,实现对网络状态的实时监控。NVIDIA公司的网络数字孪生方案 Air,构建、模拟和体验由网络操作系统驱动的数据中心,提供了一个始终可访问、始终在线的培训或试生产环境。中兴通讯基于数字星云架构,构建了统一的数字孪生平台,进行了接入网数字孪生网络容量能力、相似度及预测能力测试。中国移动 2021 年发布了业界首篇数字孪生网络(Digital Twin Network)白皮书,系统探讨了数字孪生网络的概念、关键技术、能力评级及典型应用场景。标准推进方面,ITU-T、IETF、3GPP 和 CCSA 等国际国内标准化组
21、织中均开展了数字孪生网络的相关课题研究和标准制定。2022 年 2 月,ITU-T 发布了业界首个数字孪生网络标准 Y.3090,定义数字孪生网络的架构和技术需求,同步推进数据域技术、能力等级体系和评估方法等标准项目。2022 年 3 月,IETF NMRG研究组通过数字孪生网络概念和架构立项,并同步开启了 DTN 接口、数据采集、网络建模等项目研究。2021 年 11 月,CCSA TC3 成立数字孪生网络子组,先后启动 DTN 总体技术、网络建模、路由仿真、评估方法等多个行业标准项目。2.32.3 技术研判技术研判数字孪生网络的概念和价值已在业界形成初步共识,面向 6G 网络的数字孪11I
22、MT-2030(6G)推进组IMT-2030(6G)Promotion Group生将进一步呈现出孪生边界拓宽、虚实同步交付、架构跨域协作、孪生体个性定制等技术特征,驱动 6G 网络从自维护、自优化迈向自生长、自演进。数字孪生网络还需针对以下方向开展研究。(1 1)网络大模型赋能的数字孪生网络技术。)网络大模型赋能的数字孪生网络技术。网络大模型具有强大的生成能力和泛化能力,可帮助数字孪生网络系统完成精确的网络意图感知和解析,实现对网络需求和场景的快速理解和适配。同时,数字孪生网络系统借助网络预训练大模型,实现低现网数据依赖的数据生成和优化,提高网络建模的效率和准确性,加速多场景下孪生系统的部署
23、效率。针对网络大模型和数字技术的融合中的高效建模算法、数据隐私保护、及时训练推理、资源能效等问题和挑战,亟待重点攻关。(2 2)统一的数字孪生网络标准统一的数字孪生网络标准、开放的开放的 DTNDTN 平台平台。通过推进制定 DTN 架构、数据、建模、接口等统一标准,形成全领域、全网络、全场景可兼容互联的数字孪生虚实生态。通过定义可度量,可评测,可落地的数字孪生网络能力分级体系,促进业界形成对数字孪生能力程度的统一认识并指导原型和应用的分阶段部署。通过开源合作,制定 DTN 通用技术框架,打造 DTN 开放平台,加速面向应用的技术方案落地。3 3、6G6G可信内生安全可信内生安全3.13.1
24、技术简介技术简介6G 网络趋向复杂性、多样性发展,网络的暴露面不断增加、网络边界将被全面打破,网络安全风险将不断增大。传统的附加式、外挂式、边界防护等安全机制无法实现网络的纵深防御,难以满足精准化、高效率、动态化的安全防护需求。基于“信任+安全”融合构建 6G 可信内生安全体系,是将可信、安全功能融入在网络交互和业务流程中,实现网络威胁精确感知、安全能力按需编排、信任关系实时构建等能力,形成“通感算智安”能力融合一体化设计。12IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图 4 可信内生安全网络架构从持续发展的角度,可以进一步阐述 6G 可信内生安全技术
25、:(1 1)端到端安全架构。)端到端安全架构。包括构建信任基础设施,实现如分布式数字身份、认证与授权体系,网络资源的共享共识,信息的追踪和审计等 6G 网络能力;实现网络与业务可信,如设备单点可信、网络可信,以及网间可信、业务可信性。(2 2)安全能力的持续更新与演进。)安全能力的持续更新与演进。不仅应伴随网络与业务的设计、部署、运行与运维而适应性提供解决方案,而且应保证在不影响 6G 业务运行的前提下,能够动态实施安全能力的部署、迭代和更替。(3 3)安全能力的多样化和可定制化。)安全能力的多样化和可定制化。基于更先进的技术,提供抗量子攻击能力、安全轻量化、隐私保护和数据安全能力、智能化攻击
26、防护能力,并在各类能力里提供更多单点技术供按需调用和配给;采用软件定制安全的理念,结合6G 以用户为中心的可定制化思路,基于安全能力的模块化,通过智能化编排、调度和管理,实现安全能力为不同场景提供定制化服务。3.23.2 技术研究进展技术研究进展ITU-R 于 2022 年发布面向 2030 及未来的 IMT 技术趋势报告,提出 6G 的安全、隐私和韧性,以抵御新技术、新场景带来的安全挑战,并为 6G 网络和业务提供信任支持;之后在 2023 年 6 月完成的IMT2030 未来发展框架和总体目标报告中进一步将增强的安全、隐私和韧性作为 6G 能力之一。NGMN 于 2023 年 10 月发布
27、了6G Trustworthiness Considerations,从安全、隐私、韧性、可靠性、人身和公共安全等方面阐述 6G 需求和挑战,探讨了实现 6G 安全可信赖性的技术设计考虑,包括分布式信任基础设施、动态信任13IMT-2030(6G)推进组IMT-2030(6G)Promotion Group模型、智能安全协同、解耦安全服务以及客观信任评估。欧盟 6G 旗舰项目 Hexa-X 提出要构建值得信赖(Trustworthiness)的 6G,要求确保端到端通信的机密性、完整性和可用性,保护数据隐私,保障网络运行弹性和安全性。2023 年 1 月,Hexa-X 公布了 6G 安全架构,
28、指出 6G 安全将建立在当今网络经过充分验证的安全原则和机制的基础上,并进行扩展和增强,也将在未来成熟时采用新技术。中国 IMT-2030(6G)推进组网络组安全子组于 2021 年发布了6G 网络安全愿景技术研究报告,提出了以“主动免疫、弹性自治、虚拟共生、泛在协同”为特征的 6G 安全愿景;在 2023 年成立了 6 个课题进行 6G 网络安全研究,包括6G 可信内生安全架构、6G 区块链架构与关键技术、基于区块链的终端数据授权技术、支持可信的分布式数据管理的无线网络技术研究、星地融合安全技术研究和通信感知一体化安全技术。3.33.3 技术研判技术研判从国内外组织对 6G 网络安全的研究成
29、果来看,可信和内生将是 6G 网络安全架构的两大基本要素。利用 6G 网络的重构机会重构安全,将安全内建在 6G 网络架构中,包括与网络的数据面、编排体的联动,形成 6G 网络安全的架构和关键技术。6G 候选可信关键技术可以分为三类:(1 1)可信内生安全技术)可信内生安全技术,包括无线物理层安全、拟态防御拟态构造、可信服务和 IP 网络可信通信等技术。其中,无线物理层安全的典型技术包括通信安全一体化技术,主要思想是发掘利用通信处理和密码计算内在数学结构的相似性,达到传输和安全合一的效果,逼近一次一密完美安全,抵抗量子计算威胁,满足6G 业务需求。(2 2)DOICTDOICT 技术赋能技术赋
30、能 6G6G 安全安全,包括区块链、软件定义安全和人工智能安全等技术。其中,6G 区块链技术需要在 6G 场景下对于对其进行重新定义,既不同于传统的互联网公链,也不同于基于云的 BaaS 平台与服务,而是以 6G 网络作为区块链的基础设施,服务于 6G 网络、业务、行业。(3 3)传统安全技术增强传统安全技术增强,包括量子安全、隐私保护等技术。其中,6G 的隐私保护应从数据的生成、存储、传输、运用四个阶段入手,为隐私信息提供全方14IMT-2030(6G)推进组IMT-2030(6G)Promotion Group位、多角度、完整生命周期的防护。三、组网技术1 1、移动算力网络移动算力网络1.
31、11.1 技术简介技术简介算力网络是指利用分布在云、边、端上的计算资源,通过网络连接协同工作,按需分配和灵活调度计算资源、存储资源以及网络资源的新型信息基础设施。通过有效地管理和分配分布式计算资源,将计算任务分发到合适的设备上进行处理,提供高效、灵活、可扩展的计算能力,以满足不同应用场景的需求,实现任务的并行执行和负载均衡,提高计算效率和性能。移动算力网络作为算力网络的重要组成部分,聚焦移动通信网的算力,对网络的连接质量有严格的要求,包括时延、抖动、带宽、丢包率等指标,移动算力网络以提供连接服务的移动网络为基础,结合移动网络内的泛在算力部署(终端算力、基站算力、边缘算力等算力资源),并通过管控
32、机制来协同联接资源与算力资源,从而实现按需计算服务在移动网内的最优体验。在业务上,移动算力网络以移动网络为基础,实现了用户到用户、用户到应用的最优接入路径与最佳访问体验,同时可以为移动网络原生智能和计算资源或电量受限的移动终端提供按需的计算服务。移动算力网络可以基于核心网与无线接入网的移动性管理、会话管理等能力,高效的保障用户移动模式下业务的 QoS,特别是业务 QoS 中的连接部分。在架构上,移动算力网络在移动网络对连接的核心管控能力基础上,引入联接资源与算力资源的统一管控、统一调度等关键能力,通过管控机制实现移动网络内的连接与计算资源的深度协同,更好地适配无线动态环境,从而保障通信和计算的
33、联合 QoS 性能,如图 5 所示。15IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图 5 移动算力网络功能需求架构图1.21.2 技术研究进展技术研究进展结合移动网络的算网融合发展,运营商及相关企业在各自发布的 6G 研究中提出在移动网络中融入计算、智能的设计构想,引入“算力”作为新的要素,网络调度对象从单一的连接向连接+算力扩展,实时感知协同控制网络中的通信和计算会话等。欧洲的 6G 研究项目 Hexa-X 将计算作为服务,提出人工智能驱动的通信与计算协同设计的 CaaS 方案,在接入侧及核心网侧设计 CaaS 信令,从而让终端侧的计算任务可以实时卸
34、载到网络侧,且能够发现和选择适合处理计算任务的网络节点。美国的 Next G 联盟提出通算融合的方案,在空口侧支持通算融合特性、支持端网协同时的动态卸载、设计通算资源控制机制,使能网络通算融合,支持跨设备跨网络节点的高效分配计算负载。国内 IMT-2030(6G)推进组网络技术工作组也已在移动算力网络领域,结合核心网网元的算力调度,进行了技术论证。在算力路由方面,IETF 已经成立专门的工作组 CATS(Computing AwareTraffic Steering)推动算力路由方向的研究;在 CCSA TC3 中,国内各运营商和设备厂商也积极开展了算力路由方面的标准推进工作,分别在算力路由控
35、制面和转发面上制定了相应的行业标准。在编排调度方面,移动算力网络应包括云网统一编排、调度管理、业务与资16IMT-2030(6G)推进组IMT-2030(6G)Promotion Group源协同、与现有标准适用性等能力。未来,电信运营商发布各自算网编排调度产品,可为客户推荐最优资源编排方案,目前可以纳管包括骨干云、MEC 边缘云、公有云等多样化异构算力,形成统一编排调度能力,支持通用算力、超算、智算等异构算力的统一接入、统一封装、统一调度。在研究取得进展的同时,当前移动算力网络仍面临以下挑战,包括如何构建高效的网络结构,实现资源的快速调度和分配;针对任务调度与资源管理需要考虑到移动设备的异构
36、性和动态性,并有效地将任务分配给合适的设备,实现资源的均衡利用等。在克服这些挑战的过程中,需要跨学科的合作和创新,以推动移动算力网络的发展和应用。1.31.3 技术研判技术研判移动算力网络具有广阔的技术前景和应用前景。随着移动设备的普及和计算能力的不断提升,移动算力网络是实现 6G 的关键技术,需要探索通算融合控制、计算服务会话管控、智能服务感知、移动算网编排等潜在关键技术的发展态势和引入的可能性。未来的研究方向可以从以下几个方面进行探索:(1 1)通算融合控制机制。)通算融合控制机制。6G 移动算力网络的通信控制功能和计算控制功能之间的如何相互感知异构资源状态(如连接资源、计算资源),并进行
37、高效协同,从而实现持续保障计算服务执行过程中的 QoS。(2 2)计算服务会话管控。)计算服务会话管控。如何高效支撑不同端边云计算节点之间协作的计算会话管控,支持终端移动性下的服务连续性等场景。(3 3)实现移动算力网络的智能服务感知。)实现移动算力网络的智能服务感知。通过在移动算力网络中引入服务感知技术,使移动网络具备移动算力资源和移动算力业务的感知能力,支持面向全网算力部署的灵活路径选择,构建面向移动算力网络的服务感知统一体系。(4 4)提供移动算网统一编排调度服务。)提供移动算网统一编排调度服务。通过接入网、承载网、核心网多专业融合演进,实现移动算网统一编排调度,使算力在移动网络内的合理
38、分布与高效协同,提供更低时延抖动、更高效率的计算服务。17IMT-2030(6G)推进组IMT-2030(6G)Promotion Group2 2、端网云协同端网云协同2.12.1 技术概念技术概念在网络连接技术飞速发展的今天,云端、网络和终端的协作关系正在经历一场变革,逐步形成了一个全新的云网端协同的系统架构。在这个新的架构中,云端和终端各司其职。云端负责处理计算和数据,具有出色的计算效率、系统化的数据处理能力以及高精度、高效率、高覆盖率的人工智能。网络作为系统的纽带,通过与云端的融合,形成了低延迟、广覆盖的网络,连接各种形态的云端和终端,使得云网端形成了一个更加有机的整体。终端作为系统的
39、交互界面,可以大幅度地简化非必要的计算和数据资源,从而更专注于提供如沉浸式体验等用户体验。终端的形态将更加多样化,满足各种场景下的交互需求。通过终端和云端的协同工作,可以在一种终端上完成多样化的场景,并在多种终端上提供一致的体验。云网端的融合协同将更有效地推动新型应用的诞生,如高精度工业仿真、实时工业质检以及元宇宙虚拟世界等。图 6 端网云协同架构2.22.2 技术研究进展技术研究进展端网云协同架构近年来受到产业界广泛关注。移动网络作为连接服务提供方,18IMT-2030(6G)推进组IMT-2030(6G)Promotion Group为终端与云平台之间提供了无处不在接入服务。因此,在传统的
40、端网云协同中,网络往往作为提供边缘接入的角色,如边缘计算(MEC)场景。各大云产商与 OTT厂商相继推出端网云协同产品,通过构建云-边-端一体化协同体系,打造全新的计算产业生态,推动边缘智能普惠。此外,开源架构将进一步丰富了端网云协同的产业生态体系。此外,移动网络运营也将 MEC 边缘云视为发展 5G 2B/2C 高价值业务的重要战略,以 CT 的联接能力和 IT 的计算能力为切入点,逐步形成了包含完整业务平台和运营平台的“云网边端业”一体化的商用 MEC 体系。学术界在端网云协同方面对资源协同、智能协同和数据协同等协同方式进行了大量研究。如联合通信和计算资源协同分配算法1,云边协同计算卸载2
41、、基于端边云平台的 IoT 部署优化3等等。此外,随着 AI 研究在近几年的火爆,通过云网边端进行智能算法协同训练及推理来实现万物智联也成为了一个研究热点。在标准化方面,MEC 作为端网云协同的重要应用场景,近些年,在全球各个标准体系中一直受到关注。各大设备商与运营商也在 ETSI 和 3GPP 等国际标准化组织中积极推动 MEC 相关标准的制定。2014 年,欧洲电信标准协会(ETSI)正式定义了 MEC 的基本概念并成立了 MEC 规范工作组,开始启动相关标准化工作。2016 年,ETSI 把 MEC 的概念扩展为 Muti-access Edge Computing,意为“多接入边缘计算
42、”,并将移动蜂窝网络中的边缘计算应用推广至像 Wi-Fi 这样的其他无线接入方式。在 ETSI 的推动下,3GPP 以及其他标准化组织也相继投入到了MEC 的标准研究工作中。目前,MEC 已经发展演进为 5G 移动通信系统的重要技术之一。而随着 6G 网络标准化工作的开展,端网云的协同的标准化工作将不仅围绕网络提供终端与应用之间的边缘连接管道服务,还需要考虑 6G 网络在端网云协同中提供超越连接的新服务。2.32.3 技术研判技术研判未来的 6G 网络中,移动网络将提供超越连接的内生服务,AI、感知、智能计算等先进的能力服务都可以开放给终端与应用所使用,后续研究方向建议从如下几个方面开展:(1
43、)网络在端网云协同中将提供超越连接的服务,因此,需要研究移动网研究移动网19IMT-2030(6G)推进组IMT-2030(6G)Promotion Group络如何支撑终端与应用的非连接业务需求络如何支撑终端与应用的非连接业务需求。例如,移动网络内的连接、计算与数据服务之间如何调度与协同以满足终端的能力卸载需求,终端的非连接服务请求的 QoS 保障机制如何设计等。(2)研究终端参与网络与云的协作任务。研究终端参与网络与云的协作任务。网络作为终端与应用之间的连接者,还需要考虑如何将终端与应用之间的能力进行高效的管理与调度。例如,移动网络是否可以作为一个能力服务的管理平台,为终端、网络服务与第三
44、方服务提供商之间进行能力服务的管控与协调,从而满足智能普惠的网络愿景。(3)从标准制定的角度看,6G 网络控制面、用户面都需要进行端到端的协议演进。控制面演进可以考虑研究支撑端网云协同的新网络功能设计研究支撑端网云协同的新网络功能设计、终端与移终端与移动网络之间的信令增强设计、网络为三方提供的能力开放服务等动网络之间的信令增强设计、网络为三方提供的能力开放服务等。6G 用户面需要在支持传统数据传输的能力外,需要研究如何支持可编程的能力研究如何支持可编程的能力、数据随路处数据随路处理的能力、跨域协同与业务感知的能力等以满足不同的业务处理与传输需求。理的能力、跨域协同与业务感知的能力等以满足不同的
45、业务处理与传输需求。3 3、新型网络共享新型网络共享3.13.1 技术简介技术简介网络共享是指多个运营商共享同一网络设施和/或频谱资源,以提高网络效率和降低建设成本。这种模式可以促进网络资源的充分利用,提高网络覆盖范围和质量,同时也可以降低网络建设和运营成本。3GPP R15 版本标准明确 5G 系统应支持 MOCN 共享模式,在该共享网络架构下,根据载波是否共享又分为独立载波网络共享和共享载波网络共享。面向 6G,网络共享仍将是重要的课题,其内涵也将进一步延展。首先,移动通信向高频演进的趋势明显,网络覆盖成本持续提升,而且频谱资源碎片化,如何通过频谱共享技术提升频率使用效率,实现覆盖增强与容
46、量提升是业界的重点关注。其次,支持天地一体是 6G 网络的重要特征,卫星网络的建设周期长建设成本高,而且存在中低轨卫星长时间飞离运营商所在国家,无法继续服务本国,导致投资利用率低的问题,网络共享将是必然选择。面向 6G 的网络共享将从地面网络向空天网络延伸,利用卫星等空天网络为地面网络提供补充覆盖是 6G 的20IMT-2030(6G)推进组IMT-2030(6G)Promotion Group重要研究方向。第三,6G 网络将超越连接,提供智能、感知等新能力,如何通过运营商之间的 6G 网络共享实现 6G 新能力共享亟需业界共同研究。图 7 新型网络共享技术概念图3.23.2 技术研究进展技术
47、研究进展学术界的研究主要聚焦在基于分布式技术(如区块链技术),实现多个运营商之间的无线网络资源共享。通过分布式技术的灵活性可以使能网络共享中的资源自动化共享,提升共享效率。此外,区块链技术带来的原生可信机制可以保障网络资源在共享过程中的共享行为可追溯,保障运营商的利益。国际标准方面,移动运营商之间的地面网络的网络共享技术已经成熟,针对卫星等空天网络的网络共享研究也已启动。3GPP R15 版本标准明确 5G 系统应支持 MOCN 共享模式,网络和终端应支持使用多个 PLMN ID 的能力。ITU-T SG13 重点研究未来网络和新兴网络技术,组内有相关项目研究固定/移动/卫星融合网络的网络共享
48、要求和功能要求,研究内容包括网络共享支持不同运营商和组织共享接入网(如卫星)和融合网络的网络功能,包括共享星上 RAN 功能、共享星上RAN+UP 功能、共享星上 RAN+CP+UP 功能。行业组织 5G Americas 发布的白皮书5G&Non-Terrestrial Networks指出 NTN 和 TN 可以在卫星运营商和地面网络运营商之间通过漫游模式或共享模式实现协作。白皮书阐述了地面移动网络运营商与卫星网络运营商之间可能的关系,例如在地面网络没有覆盖的地区使用卫星网络的场景,同时描述了可能的技21IMT-2030(6G)推进组IMT-2030(6G)Promotion Group术
49、方案。在国内,中国电信和中国联通采用 MOCN 共享模式已经实现了 5G 网络共建共享,取得了很好的效果,同时也积累了丰富的经验,我国在网络共享实践和研究方面已经走在世界前列。2019 年中国电信与中国联通签署5G 网络共建共享框架合作协议书,在全国范围内合作共建一张 5G 接入网络,双方划定区域,分区建设,各自负责在划定区域内的 5G 网络建设相关工作。2021 年中国电信和中国联通共同建设了区块链平台,并打通电信天翼云与联通云,成功跨云组建区块链网络,为双方 5G 共建共享服务提供底层可信区块链基础服务能力。2022 年对区块链系统能力进行优化提升,实现了运营商之间的参数核验存证、双边工单
50、确权、双边资源调度、铁塔站址租赁确权等多运营商协同场景。此外,国内还开展了700MHz 网络基于异网漫游的网络共享研究和测试验证。结合 5G 共建共享的实践,国内企业已经启动 5G-A、6G 网络共享相关研究,包括探索通过网络 AI 技术、数字孪生技术解决共享网络配置优化等运营问题,探索频谱融合和动态频谱共享机制解决覆盖和容量提升问题、面向 6G 的空天一体场景下的卫星网络的共享方案等等。3.33.3 技术研判技术研判综上所述,网络共享可以显著降低运营商的网络部署成本,成为海内外运营商重点关注的网络技术,面向 6G,网络共享研究的深度和广度将进一步延伸,后续研究建议如下:(1)面向共建共享网络
51、的运营,建议深化区块链技术在网络共享领域研究,为网络共享提供信任基础;深化数字孪生技术研究,服务共建共享网络的全生命周期管理,在网络规划、维护、优化等阶段赋能共建共享网络。(2)面向 6G 网络新能力的共享,建议加强网络的感知能力、数据服务能力、计算能力以及 AI 服务能力的共享技术研究,包括新能力共享的需求场景、网络架构、共享机制、业务流程、计费结算等。(3)面向卫星等空天网络的共享,建议研究卫星等空天网络漫游和共享场景和关键场景的甄别,不同场景对地面网络以及卫星网络技术需求,漫游和共享方案的网络架构及关键流程机制设计,以及技术标准化和产业化推动等。22IMT-2030(6G)推进组IMT-
52、2030(6G)Promotion Group四、网络性能提升技术1 1、韧性网络韧性网络1.11.1 技术简介技术简介未来 6G 网络中越来越多新技术的采用,使得系统变得越来越复杂,而针对水灾、地震、飓风或恐怖活动等灾害、应急事件下,网络服务中的任何故障、篡改或降级都可能产生高度破坏性甚至潜在的灾难性影响。因此未来 6G 网络需要支持韧性可靠,具有高度的大规模弹性、可靠性和可用性,并且所有这些功能都能够随着网络和服务复杂性的增长而扩展。从当前业界对网络韧性研究的项目内容来看,网络韧性主要包括如下几个方面:安全性、自适应、自治性和可靠性。(1 1)安全性安全性:6G 网络能够对潜在的威胁进行预
53、测,针对可能出现的攻击事件和网络威胁,调整响应策略。当发生攻击时,网络能够快速识别根本原因,同时网络应具备预防和适应变化的能力、抵御网络攻击的能力(2 2)自适应性:)自适应性:当网络资源可用性受到破坏性事件影响时,网络服务能够平稳降级并能够迅速恢复业务的能力,这些能力能够最大程度减少损失,并保持关键业务正常运转。(3 3)自治性自治性:通过部署人工智能(AI)/机器学习(ML)等技术,网络实现零接触的自主管理和运营能力,能够适应业务需求的变化,灵活地扩展和升级(4 4)可靠性可靠性:6G 网络支持在任何异构环境中的严格时延和高可靠的通信以及高精度定位。网络能够持续提供服务,即使在某些组件出现
54、故障的情况下也能保持正常运行。23IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图 8韧性网络1.21.2 技术研究进展技术研究进展美国国家科学基金会 NSF 宣布一项超过 4000 万美元的投资,旨在开发智能、有弹性且可靠的下一代网络,该项目命名为“RINGS”(Resilient&Intelligent NextG Systems,下一代弹性和智能系统),目前该项目已经资助 37个项目。美国 NGA(Next G Alliance)发布了6G 系统的信任、安全和弹性:提出基于零信任原则构建网络,以便为用户提供高水平的可靠性以及对可用性、功能安全和隐私的
55、关注。在广域云演进的 6G 技术白皮书中,提出了为了支持弹性分布式计算,6G 应该能够理解计算任务、能够将计算请求发送到合适的节点并保证通信资源。需要定义新的控制面协议,使得计算和通信相互感知。国内 IMT-2030(6G)推进组网络技术组在6G 分布式网络技术的应用场景及需求研究和6G 分布式自治网络架构和关键技术研究提出分布式自治网络架构,从架构角度支持网络弹性,在场景定制化的 6G 分布式网络架构及技术研究中提出了场景定制化的分层分布式的网络架构,从而提高网络为各类场景服务的能力;在6G 网络安全愿景技术研究报告和6G 可信内生安全架构研究等技术报告中从安全性的角度设计和构建了 6G 可
56、信内生安全架构。我国研究人员提出了一种支持网络韧性的多模态网络技术,该技术提出了网络全维可定义,协同融合各种异构网络,包括 5G 网络蜂窝网络、卫星网络、D2D通信、物联网、无人机(UAV)、移动自组织等,网络能够根据业务需求通过网络节点间的协同来灵活构建网络服务。基于云化基础设施,网络架构随时可变,面向业务场景适配,“网络架构随选”。涉及的关键技术包括 6G 信息网络弹性适变24IMT-2030(6G)推进组IMT-2030(6G)Promotion Group体系架构理论、分布式节点知识构建和安全可信共享、任务驱动的智慧自组网、多域资源融合等等。1.31.3 技术研判技术研判网络韧性网络韧
57、性的达成并不是单一技术的达成并不是单一技术,而是多种技术的有机结合而是多种技术的有机结合。网络韧性相关的技术研究包括了网络架构、数据管理、智能内生、安全内生等多个方面。从NSF 的 RINGS 项目支持的课题来看,覆盖了从电路、设备、天线、信号处理算法、电磁频谱、网络协议、计算设备以及无线链路、边缘、核心和云存储等支持组件和技术。这些技术目前还处于架构概念设计阶段,如何有机结合并在 6G 网络架构中应用目前尚未待进一步研究。网络韧性的体系架构相关的研究尚未收敛网络韧性的体系架构相关的研究尚未收敛。网络韧性的后续研究,需要我国产业界、学术界深度参与,联合开展理论验证工作;针对目前在研的研究课题需
58、要加快研究进度,并且尽快考虑这些技术的产业落地。预计 6G 的网络架构将基于 5G 的服务化架构进行进一步演进,因此需要尽快明确这些技术对现有 5G 网络的增强,并且开展关键技术原型验证工作,以验证技术的实际效果和可用性。2 2、确定性通信确定性通信2.12.1 技术简介技术简介在 6G 移动通信的应用场景中,有些业务对传输时延、时延抖动要求极高,并对网络的可用性和确定性也有较高要求,传统以太网、IP 网络遵循“尽力而为”的设计理念,然而“尽力而为”的网络如今越来越难以满足工业互联网、车联网、沉浸式业务等场景的新兴业务需求,5G 与 TSN 的协同网络无法支持跨广域网长距离的确定性通信和非周期
59、性业务,这些问题有望通过 6G 确定性网络技术得到解决。6G 确定性网络的特征具体包括低传输延时、高精度授时、高传输速率、低时延抖动、超可靠传输、广域大覆盖等。在 6G 网络设计时,需要在现有固网的确定性传输协议基础上,通过使用主动 QoS、精准时钟同步、复制消冗等新技术来实现确定性网络的异构接入、固移融合、协同管理,实现端到端跨层、跨域25IMT-2030(6G)推进组IMT-2030(6G)Promotion Group的确定性数据传输,实现 6G 确定性网络大致包括下图所示的技术。图 9 确定性网络技术未来更多的确定性指标包括带宽、定位等也需要重点考虑,以进一步满足一些业务对可靠性和稳定
60、性的更高要求。确定性网络技术是用来实现端到端准时、准确(可靠)的数据传输的确定性服务质量保障技术,各节点的时钟同步是 6G确定性网络实现的基本要求和根本保证,见下图。图 10 确定性网络时钟同步面向 6G,通信网络的各节点均可能具备一定的感知和计算能力,各节点能够获取网络实时状态并辅助网络进行资源调度与流量调控,从而满足确定性传输需求。此外,确定性网络技术的部署还可以和边缘计算技术统筹考虑,进一步提高网络性能;不同的确定性 QoS 和尽力而为 QoS 需要在同一个网络中共存,这也是确定性网络价值的重要体现。2.22.2 技术研究进展技术研究进展为了满足对确定性业务转发需求,多个标准组织从不同协
61、议层面推进确定性26IMT-2030(6G)推进组IMT-2030(6G)Promotion Group网络的研究工作。IEEE 主导的 TSN 技术面向局域网场景,在层二以太网层面上研究时间敏感网络技术,已发布了系列标准,技术逐渐成熟。IETF 主导的 DetNet标准面向广域网场景,致力于在层三上支持确定性网络服务,标准正在制定,预计标准成熟还需要 2-3 年。国内 CCSA 正积极推进确定性网络、时间敏感网络等研究和标准制定工作,已有 40 余项标准在研或发布。IMT-2030 网络工作组成立确定性子组,开展6G 确定性业务需求及关键技术研究等专题研究。3GPP R16 首次提出了支持时
62、间敏感网络的技术方案,5GS 作为 TSN 网桥与外部系统集成实现数据转发的确定性。为更好匹配行业应用需求,实现多个 5G 终端之间互访的确定性,R17 版本对架构进行增强,引入 5G LAN 机制、TSCTSF 网元,支持无需外接 TSN CNC 即可实现 5G 系统内的确定性转发管理能力,实现 UPF内/间的 UE-UE 间的确定性转发能力。R18 版本持续增强确定性能力,实现对DetNet 的支持,以及 5GS 授时和时间同步方面的功能增强,提升空口的确定性能力。在学术界,针对确定性网络流量调度和控制技术,明确了 6G 跨域场景下多业务流确定性面临的技术挑战4,通过流量整形和控制,在满足
63、时延和带宽约束的条件下获得较好的性能56。针对确定性端到端时延保障技术,提出了面向确定性时延性能的端到端拥塞控制协议,根据业务流和网络状态动态调整优先级7;提出一种联合拥塞控制和队列管理的方法,获得确定性端到端时延以及最小时延抖动8。针对确定性网络的行业应用,面向工业控制9、车联网10、智能电网11等典型应用,提出了确定性网络的通信方法和技术演进方向。在产业界,已成功实现了各个场景下确定性流的时延抖动控制在 15 微秒以内,突破了确定性流和非确定性流并存的问题。在北京-南京千公里级别试验环境中,成功进行了 DIP 试验,验证了 DIP 在大网上的确定性转发能力,抖动可被控制在 30 微秒以内。
64、在福建泉州进行了包括无线、承载、核心网在内的跨域确定性网络技术的创新试点,包括 5G TSN 和 URLLC 等技术验证。未来确定性网络将朝着端对端确定性传输方向演进,以便为产业上下游客户提供差异化、多样化、个性化服务。在工业领域,IIC 联盟、CC-Link 协会等均在推动 TSN 技术应用。德国电气和电子制造商协会(ZVEI)成立了 5G 互联产业与自动化联盟 ACIA,推动 5G 在工27IMT-2030(6G)推进组IMT-2030(6G)Promotion Group业生产领域的落地。但碎片化的工业领域技术壁垒高,存量设备安装惯性高,向工业网络过渡将是一个缓慢的过程。国内众多企业和研
65、究机构联合成立工业互联网产业联盟 AII、5G 确定网络产业联盟 DNA 等以促进相关技术的研究和应用。AII 积极推进 TSN 及 5G+TSN 产业链发展,5G DNA 先后发布多份白皮书并面向不同垂直行业领域开展融合应用研究。针对工业领域和移动网络领域标准融合的不足,期待后续行业标准有更大的影响力和落地措施。2.32.3 技术研判技术研判5G 确定性网络已在工业互联网等领域取得了相当的成就,实现了 5 到 10ms的端到端时延,99.999%的可靠性传输,支持了部分 IEEE TSN 和 IETF DetNet功能。6G 确定性网络有望在下述多个关键技术领域获得突破,最终实现 0.1 到
66、0.5ms 传输时延,99.99999%的可靠性12,以及端到端全流程确定性保证:(1 1)基于基于 6G 新能力确定性保证:新能力确定性保证:研究内生智能、通感一体等 6G 新能力,进行业务感知、信道预测、终端轨迹跟踪,优化终端管理和调度,助力 6G 网络确定性能力提升。(2 2)空口确定性保证:空口确定性保证:研究多对多联合传输,基于用户的动态网络选择,大规模分布式天线,快速传输等技术。(3 3)非同步确定性非同步确定性保证保证:支持异步或同异步混合组网方案,研究流量整形、跨层队列管理和资源映射调度机制等。(4 4)端到端全流程联合确定性保证:端到端全流程联合确定性保证:研究跨域确定性信息
67、协同、网络管理能力拓展、广义 QoS 度量体系、多维度联合路由等。3 3、语义通信和语义认知网络语义通信和语义认知网络3.13.1 技术简介技术简介6G 的重要愿景之一是实现通信网络的智慧内生。其内涵是围绕人类用户和网络需求,按需提供通信和网络服务,最终实现服务随心所想、网络随需而变、28IMT-2030(6G)推进组IMT-2030(6G)Promotion Group资源随愿共享的目标。6G 网络将不仅仅聚焦信号的传输和复现,而将同时具备语义认知、识别、分析、理解和推理能力。将语义认知融入通信系统有望促使通信网络架构从传统的数据驱动向语义驱动的范式转变,以此为用户提供更加高效、节能、智能化
68、的服务,并最终推动 6G 内生智能的发展。语义通信是一种全新的通信范式。一方面,它以认知与达意通信为主要目标,通过将用户对信息的需求与认知融入通信过程,减少冗余信息的传输,大幅提高通信效率、改善用户体验质量(QoE,quality-of-experience)。另一方面,它以语义为桥梁打通人-人、人-机和机-机之间的通信壁垒,实现海量设备与用户的智联互通,为最终实现网络的智能认知、学习、决策和演进奠定基础。语义认知网络是一种基于知识共享和资源融合的网络架构,通过解决多用户语义知识更新与共享、环境及语境感知与识别、语义处理所需网络资源调度与优化以及模型协同和隐私安全间的平衡与协调等问题,实现从点
69、对点语义通信技术到语义认知网络技术的拓展,将成为网络中海量用户及设备实现资源和谐共享与智能交互的重要依托。图 11 面向 6G 网络的语义认知网络架构示意图3.23.2 技术研究进展技术研究进展国际电信联盟 ITU-T 于 2021 年 12 月批准启动了面向物联网和智慧城市/社区的语义通信架构(“Architectural Framework for Semantic Communicationin IoT and Smart City&Community Services”)国际标准技术报告,该报告旨在研究语义通信在显著提升通信效率和网络智能性方面的巨大潜力,并指出了语义通信在面向需要大规
70、模部署和资源受限的 IoT 场景下的各项技术要求。国际电信联盟 ITU-T 于 2022 年 7 月批准启动了 面向未来网络的语义认知网络需求29IMT-2030(6G)推进组IMT-2030(6G)Promotion Group(“Requirements of semantic-aware networking for future networks”)国际标准技术报告,该技术报告对语义认知网络三方面需求,即服务需求、网络需求和数据需求进行了标准化建议,为推动学术界和工业界达成共识奠定基础。除了通信网络领域外,视觉语义也在最新的图像和视频编解码国际标准中得到采纳。例如,在视频编解码国际标准
71、 MPEG 正在积极推动的机器视觉编码 VCM,其中采纳了一系列通过利用视觉语义信息进一步提高视频编码效率,降低延迟,并增强机器视觉应用的兼容性的方法。除此之外,IMT-2030(6G)推进组也正在积极推进语义通信和语义认知网络的研究工作。在 2022 年先后发布了 6G 网络架构愿景与关键技术展望白皮书和面向 6G 网络的智能内生体系架构研究,将语义通信列为实现 6G 智能内生的通信网络的潜在关键赋能技术。2023 年 9 月,IMT-2030(6G)推进组正式发布语义通信及语义认知网络架构研究报告,介绍了语义通信以及语义认知网络在 6G 网络总体架构指导下的驱动力、应用场景,探讨了语义通信
72、和语义认知网络的目标、基础理论、架构设计、关键技术和应用需求。学术界,关于语义信息论方面的研究,北京邮电大学团队提出了语法、语用和语义信息的生成模型,通过将经典 Shannon 信息论中熵的概念更换成语法、语用和语义三个信息熵的加权和。华中科技大学团队首次将博弈论与语义信息论相结合,提出了策略语义信息论,并推导出了在提出了发射端和接收端在具有不同信息量和编解码策略优先级时的语义率失真容量界。将人工智能算法应用于语义通信技术同样受到了广泛关注,该类技术主要通过采用神经网络实现信源压缩和信道传输保护,从而实现语义的压缩和解码。例如,利用神经网络采取端到端的学习方式,对语义提取、信源编码和信道编码进
73、行联合设计。西安电子科技大学团队在现有的信源编码前端加上一个语义提取神经网络对原始数据进行预处理。随后,这些被提取出的语义信息分别通过信源编码和信道编码,可进一步提高编码效率。语义通信与语义认知网络的发展依然面临着诸多挑战,例如,语义信息通常非常复杂,包括显性语义和隐性语义。显性语义可以通过直接解析数据获得,但隐性语义需要通过对上下文的理解和推理才能获得。理解和处理这种复杂的语义信息需要高级的技术,如深度学习和自然语言处理,以及大量的计算资源。除此30IMT-2030(6G)推进组IMT-2030(6G)Promotion Group之外,在诸多需要高实时性和可靠性的 6G 应用场景中,如自动
74、驾驶和远程医疗,需要实时的语义认知。如何在保证实时性的同时进行高效的语义认知是一个重要的挑战。此外,语义信息的准确性和可靠性对于系统的正常运行至关重要,如何提高语义认知的准确性和可靠性也是一个需要解决的问题。3.33.3 技术研判技术研判在 6G 网络中,语义通信和语义认知网络将发挥以下重要作用:(1 1)支持个性化服务。)支持个性化服务。通过理解用户需求和偏好,提供定制服务,如根据位置和时间提供最优网络连接。(2 2)优化网络资源管理优化网络资源管理。通过理解业务需求和特性更高效地分配网络资源,如频谱和能量。(3 3)改进网络安全。)改进网络安全。通过理解信息含义和上下文,可以更准确地识别并
75、防范网络攻击,如异常行为检测。(4 4)支持新型应用。)支持新型应用。通过对环境和用户指令的语义理解支持智能家庭自动化和高效自动驾驶等新型应用的实现。未来 6G 场景下的语义通信和语义认知网络还需展开以下研究:(1)处理用户数据可能涉及隐私,如何在保证用户隐私的同时进行有效语义认知是一大挑战。此外,语义信息本身也可能成为网络攻击的目标,如何保护其安全也是一个重要问题。(2)如何将语义认知与现有网络技术和架构结合以实现高效可靠通信是一大挑战。此外,需要制定统一的语义信息标准以保证不同设备和系统的兼容性。五、网络服务能力拓展技术1 1、网络大模型网络大模型1.11.1 技术简介技术简介从移动互联,
76、到万物互联,再到万物智联,6G 网络将与人工智能技术进行31IMT-2030(6G)推进组IMT-2030(6G)Promotion Group深度融合,实现智能普惠愿景。智能内生成为 6G 网络的重要特征已在业界形成共识。6G 网络内生智能,就是要在网络内通过统一的架构设计来提供完整的 AI环境和 AI 服务,由此引入了网络 AI 的理念,以明确区分现有的云 AI,网络 AI可以是云 AI 的有益补充。如图所示,网络 AI 的主要场景可以分为三个类别:网元智能、网络智能、业务智能。图 12 6G 网络 AI 的场景需求随着大模型的颠覆性发展,千亿、万亿参数级别的模型如 GPT 等的出现,大模
77、型的能力得到了前所未有的提升。这些大模型的应用场景也更加广泛,包括自然语言处理、计算机视觉、语音识别等领域。例如,ChatGpt 能够准确识别并理解用户的语音和文本信息,提供更加智能化的服务。这也推动了智能普惠的实现,让更多人能够享受到智能化服务带来的便利。6G 通信和 AI 的融合,更可能是表现为通信与大模型的融合,其具体来说有两个含义:第一个含义是大模型为网络服务。这意味着大模型将在运维、执行、验证等方面为移动网络服务。通过整合通信知识,大模型可以帮助检测故障和生成解决方案。随着网络服务的多样性和复杂性,大模型可以用来编排和调度任务流程,还可以进行性能优化、环境预测、资源分配等。通过出色的
78、生成能力,大型模型将在验证阶段发挥重要作用,如室外复杂环境的通道生成、高铁场景模拟等。第二个含义是网络为大模型服务。意味着移动网络作为一个平台来支撑或者提供大模型服务,通过云-边-端协同提高服务质量和效率。例如,可以基于大模型生成小模型,部署在网络中,提供个性化、低时延的推理服务。基于数据采集和感知功能,网络可以为大模型提供丰富的环境数据。另一种情况是在网络上部32IMT-2030(6G)推进组IMT-2030(6G)Promotion Group署大模型,为用户提供基于意图的服务,或是实现机器人、车辆等智能终端的全局协同控制,共同完成复杂任务等。1.21.2 技术研究进展技术研究进展当前业界
79、主流标准化和行业组织在网络与 AI 技术的深度融合方面已开展了各种研究。在 5G 方面,主要是将 AI 作为辅助工具优化网络性能、提升网络效率,即 AI for Network。应用场景包括网元智能、网络智能和业务智能等。面向 6G,各组织以网络原生智能为目标,一方面在 AI for Network(AI4Net)方向上向物理层 AI 深入,另一方面开始探索和研究 Network for AI(Net4AI)和 AIaaS这样的新技术方向,使得 AI 工作流中的各环节(如训练/推理)可以更高效、更实时,或者使数据安全隐私保护得到提升等。业界普遍认为,6G 原生智能网络将传统网络服务范围从连接服
80、务,扩展到算力、数据、算法等层面。6G 原生智能网络不仅包括 AI4Net,还包括 Net4AI 和 AIaaS 这一观点已逐渐成为业界共识。表 1.国内外主流行业组织的相关研究和核心观点技术方向组织名称核心观点AI forNetwork3GPP管理面 AI 功能 MDAF,核心网 AI 功能 NWDAF,物理层 AICCSA将 AI 作为优化网络的工具,研究基于 AI/ML 的物理层、链路层、和语义通信ITU将 AI 作为优化网络的工具,实现网络智能化。云原生赋能 AI,聚焦于人工智能云平台技术规范和能力要求,指导云服务提供商建立人工智能云平台服务规范IMT2020以 use case 研究
81、为主,包括基于 AI 的节能、移动性管理、切片优化、覆盖和容量优化IMT2030基于 AI/ML 的物理层、链路层、网络层优化,网络智能化管控等ETSI使用人工智能(AI)技术和情境感知策略,帮助运营商自动化其网络配置和监控过程,减少运营支出并改善网络运维效果NGMN使用 AI 技术实现网络自主能效优化等6G使用 AI 技术实现 6G 网络智能边缘计算,优化网络运营效果33IMT-2030(6G)推进组IMT-2030(6G)Promotion GroupFlagshipHexa-XAI 驱动的空口设计、RRM 优化、网络自治和安全Next GAlliance网络实现开放的架构和数据集,使用
82、AI 技术优化物理层,MAC,RRM,网络管理,安全方面的性能NSF RINGS基于生成式模型弥补数据缺乏问题、基于 AI 的 UHD 系统中的信道估计和波束对齐(beam alignment)方法、基于 AI 的无线边缘网络通算资源调度NICT构建集成边缘计算与以信息为中心的网络,实现基于 AI 的高级数据分析VTT未来网络的性能优化需要 AI 驱动的管理和控制,网络更加基于软件NetworkforAI 或AIaaS3GPP探索 AI 在 5G 网络中功能框架的设计、增强网元功能、制定节点间接口协议与信令流程CCSA研究网络支持 AI 所需基本能力:AI 异构资源编排、AI 工作流编排、AI
83、数据治理等,提出 NetforAI 需要网络架构的革新。IMT2020与 3GPP 保持同步。研究支持 AI 用例的统一无线网络架构、功能及无线网元功能增强,研究分布式 AI 算法的技术特征及对网络的需求。IMT2030网络将 AI 作为一项服务(AIaaS)提供给网络自身和第三方用户。需明确 AIaaS 的场景和业务需求、构建支持 AIaaS 的 6G 智能内生网络架构。NGMN提出 AIaaS 是 6G use case 之一。6G 网络提供的 AI 服务可用于实现网络自治,筛选高价值数据等。边缘分布式网络架构需支持大规模可扩展的 AI 模型训练,并提供运营商与第三方协作的分布式 AI 解
84、决方案。6GFlagship边缘智能的架构从全云端智能逐步向边缘下沉直至全端侧智能,经历云边协同和边端协同Hexa-Xin-network learning:分布式智能需要安全和高效的通信,端侧智能的发展需要边缘智能功能、网络内生 AI、以及高效的分布式 AI;提出了 AIaaS 和 CaaS 等概念及 use case,这些新服务将影响网络架构的设计、需定义相应的 KVI/KPI,并研究通信计算融合的分布式学习、安全、隐私和可信等方面Next-G无线技术 forAI:通过空口使能分布式计算和跨端网智能。需要研究高34IMT-2030(6G)推进组IMT-2030(6G)Promotion G
85、roupAlliance效的、能感知分布式计算和智能功能的空口技术和协议分布式云和计算:提出通信、计算和数据的深度融合,使能广域分布式云,并提出了计算面、数据面的逻辑概念。NSF RINGS研究边缘 AI 服务场景下的关键技术,如分布式学习框架、端-边-云协作学习,联邦学习场景下可扩展和弹性的网络学习系统(包括理论分析,网络架构设计,应用和协议设计),分布式学习和网络机制的联合设计等从上表可以看出,CCSA、IMT2030、NGMN、Hexa-X 和 Next G Alliance 均已分别提出了网络内生 AI、Native AI、in-network learning、无线技术 for AI
86、以及 AIaaS 等 6G 新概念,这些概念的共同核心是设计新的 6G 网络架构、协议和机制以更好地支持 AI 作为网络新能力。6GFlagship 虽未提出明确的概念,但也表明了未来网络需在架构设计上支持 AI 工作流。NSF RINGS 项目设置了多项研究性课题探索边缘 AI 服务场景下的理论、网络架构、协议和技术。可以看出 AI 与通信融合已有较多研究和丰富的成果产出,国内也发布了众多赋能千行百业的盘古大模型 3.0、九天大模型、脑海大模型等,这些大模型还处于赋能网络运维的阶段。在大模型与通信融合,即网络大模型发面,目前的一个热点方向,总体上还处于研究起步阶段。学术界中有部分论文开始对网
87、络大模型与无线网络结合应用场景和研究方向进行了探讨,还有待进一步深入研究。1.31.3 技术研判技术研判从标准制定的角度开展网络 AI 架构和关键特性研究,还需进一步展开网络功能、接口和流程等设计。网络 AI 相关的网络功能将可能包括前述通信与 AI融合相关的控制功能、执行功能,并进行划分或组合形成核心网功能、无线接入网功能或 UE 功能。另外,大模型技术的爆发引发了新一轮 AI 技术革命浪潮,大模型在自然语言处理、计算机视觉和其他领域的应用案例展示了其广泛的适用性和优势。可以预见“大模型与通信融合”是“AI 与通信融合”中未来最有可能的实现范式。从后续研究角度主要包括两方面:一个是适用于通信
88、网络端到端各部分的网络大模型设计,有可能是一个收敛的网络大模型,也可能是基于不同场景,需要设计35IMT-2030(6G)推进组IMT-2030(6G)Promotion Group多种不同类型的网络大模型,如空口大模型、核心网网络大模型、运维网络大模型等。另外,由于大模型本身的特殊性,还有必要从网络架构角度,重新审视大模型与通信融合的方案设计。2 2、通信感知网络通信感知网络2.12.1 技术概念技术概念更先进的下一代移动通信系统 6G 将提供超越通信的多维服务,构建自由连接的物理与数字融合世界。6G 网络服务将以人为中心向智能体为中心扩展,从物理世界向虚拟世界延伸,实现通信、感知和计算等多
89、维服务和功能一体化。6G不仅需具备通信能力以实现物理与数字融合世界的自由连接,还需具备对物理世界的感知能力。在传统通信网络中引入感知能力,一套系统可以满足多种需求,通信和感知的融合成为 6G 潜在的技术趋势。通过无线通信设备(如基站、UE)对目标物体、事件或环境进行感知是射频感知方式之一。非射频感知即利用各式各样的传感器采集环境信息从而得到感知结果。通信感知网络旨在从资源和功能层面支持通过无线通信设备(基站/UE)对目标物体、事件或环境的感知,并综合利用包括雷达感知和非射频感知(如摄像头等)在内的不同类型的感知数据,以提供更加丰富和更加精准的感知服务和应用13。36IMT-2030(6G)推进
90、组IMT-2030(6G)Promotion Group图 13 通信感知网络系统功能框通信感知网络可以分为对外服务(6G 系统以外的其他对象,即 network forsensing)和对内服务(6G 系统本身,即 sensing for network)两种。对外服务的潜在感知用例非常丰富,包括住宅入侵检测、高速公路和铁路入侵检测、降雨监测、呼吸监测和睡眠监测等。对内服务的潜在感知用例还包括感知辅助波束管理、信道估计等13。2.22.2 技术研究进展技术研究进展2023 年 6 月 ITU-R 完成了IMT 面向 2030 及未来发展的框架和总体目标建议书,提出了 6G 的典型场景及能力指
91、标体系。在典型场景方面,5G 三大场景增强为沉浸式通信、超大规模连接和极高可靠低时延。3GPP SA1 对通感算一体化的可行性研究侧重于基于 NR(New Radio,新空口)的感知,研究报告报告中包括了 32 个用例,分为目标检测与追踪、环境监测和运动检测三类。IEEE 针对 WLAN 感知(WLAN sensing)在 IEEE 802.11 内成立了 802.11bf任务组(task group)。802.11bf 提出的 WLAN 感知用例包括房屋内感知、手势识别、健康监护、3D 视角、汽车内感知等几个类别,并对各个用例从最大距离、37IMT-2030(6G)推进组IMT-2030(6
92、G)Promotion Group距离精度、最大速度、速度精度、角度精度、分辨率、安全、鲁棒性和最大网络负荷等方面参数进行了描述。IMT-2020 推进组成立通信感知任务组,从场景需求、网络架构、仿真评估方法、空口技术方案和演示验证等多方面开展研究。已发布的5G-Advanced 通感融合场景需求研究报告、5G-Advanced 通感融合网络架构研究报告和5G-Advanced 通感融合仿真评估方法研究报告。IMT-2030(6G)推进组发布了通信感知一体化技术研究报告14 和6G 通感融合系统设计研究报告。前者对通感一体化的范畴、研究现状、发展趋势、应用场景、基础理论、关键技术和原型验证进行
93、了阐述。通感融合系统设计报告基于关键性能指标和应用场景分析提出了支持大量感知数据收集和传输、感知数据复用、全部潜在的感知模式,以及感知和计算协同等系统设计需求,进而提出了通感系统的端到端功能和感知基本流程,并针对感知数据分层定义、感知功能逻辑归属、感知任务参与节点选择、感知服务质量参数映射与使用、通感隐私安全、与非终端/基站的传统感知设备协同、感知与计算协同等关键技术问题提出了潜在技术方案。Next G Alliance 提出的 JCAS 研究领域涵盖了感知与通信性能的 trade-off研究与评估、感知信道建模、波形波束成形设计、感知与通信功能之间的共存、协作与协同设计、资源分配、协同感知、
94、JCAS 产生的硬件要求、杂波抑制、UE定向、多雷达联合处理、基于 AI/ML(Machine Learning,机器学习)的感知融合、全双工无线电等多个方面。Hexa-X 将通信、定位、成像和感知的融合(Convergence of communications,localization,imaging and sensing)作为未来连接技术的趋势之一。国内提出基于网络融合的通信感知一体化网络架构,并实现基于 5G 网络的智能交通协同感知系统原型验证。运营商联合多所高校和科研机构,提出了一种基于全双工无线网络的通信感知一体化网络架构,并实现了基于协同波束赋形的多用户多目标协同通信感知一体化
95、网络系统原型验证。2.32.3 技术研判技术研判面向通信和感知两种功能的一体化设计已成为趋势,通信与感知系统融合能够带来许多优势,例如节约成本、减小尺寸、降低功耗、提升频谱效率、减小互38IMT-2030(6G)推进组IMT-2030(6G)Promotion Group干扰等,从而提升系统整体性能。通信感知网络将针对以下方向展开研究:(1)从标准制定的角度思考通信感知网络,还需进一步研讨网络功能的定研讨网络功能的定义义、网络功能间的接口和流程设计网络功能间的接口和流程设计。网络功能定义指将前述通信感知相关的功能进行划分或组合形成核心网功能、无线接入网功能或 UE 功能。(2)从通感算一体化架
96、构设计的角度,通感感知网络将具有全感知模式、通用感知框架、感知与 AI 等计算能力融合、多设备感知融合等特征。例如面向统一架构方案,如何定义通用的感知测量量和感知结果以支持潜在的应用案例如何定义通用的感知测量量和感知结果以支持潜在的应用案例,感知数据如何高效传输,感知协议是沿用定位协议承载在控制面或用户面,还感知数据如何高效传输,感知协议是沿用定位协议承载在控制面或用户面,还是使用是使用 6G6G 新引入的面新引入的面,通信服务和感知服务等多维服务的通信服务和感知服务等多维服务的 QoSQoS 保障机制如何设保障机制如何设计等。计等。期望业界针对 6G 通感算一体化技术方向进行细化研究,从而形
97、成面向未来 6G 标准架构的整体方案。3 3、沉浸式通信沉浸式通信3.13.1 技术概念技术概念6G 沉浸式通信是对 5G eMBB 的扩展,是在各类环境(热点地区、城市、乡村)下为用户提供丰富沉浸式体验(包括与机器界面的交互)的实时通信技术。其典型用例包括沉浸式 XR 通信、多感官远程呈现和全息通信。沉浸式通信逻辑架构如图 14所示。通过在业务层将一系列原子能力集合组成区块链,并向第三方应用提供身份认证、数据交互、设备共享、统一计费等功能,沉浸式通信可实现对 XR、全息通信、感官互联、智慧交互等沉浸式业务和应用的实时控制。沉浸式通信涉及网络能力开放、边缘缓存与计算、实时数据通信以及多维感知交
98、互等技术领域。39IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图 14 沉浸式通信逻辑架构示意图3.23.2 技术研究进展技术研究进展(1 1)开放、共享、协同的新型业务网络开放、共享、协同的新型业务网络6G 将在 5G 基础上全面支持物理世界的数字化和资源的虚拟化,实现数字化资源的泛在共享。当前烟囱式的应用创建过程繁琐,无法支持未来 6G 网络下不同领域应用多样化及高效、灵活、开放的业务能力提供方式。以沉浸式业务为例,沉浸式多媒体涉及多类差异化 QoS 需求的媒体业务流,而为了满足用户的体验,需要提升应用与网络之间的相互合作配合能力,实现网络能力与媒体
99、业务需求的友好对接,优化网络资源配置。基于业务使能的能力开放架构,可以满足 6G 网络基础业务能力内生、功能可扩展、编排自动化、系统开放化、接入全覆盖等特点,为未来更丰富的应用需求提供支持。5G 网络下,已经开展了利用 MEC 边缘云作为业务使能开放平台进行能力提供的相关研究,但是这类架构仍旧不够开放,且未解决第三方能力的认证及计费问题。如何构建一套新的信任和安全管理以及费用结算的业务使能能力开放架构是目前学术界的难点。利用区块链技术,可以帮助解决能力开放过程中的资源安全可信共享、数据安全流通及隐私保护问题。40IMT-2030(6G)推进组IMT-2030(6G)Promotion Grou
100、p(2 2)边缘缓存和计算技术边缘缓存和计算技术沉浸式 XR 多媒体应用是未来 6G 网络的关键应用之一。典型应用包括 360度视频流(或称为 3DoF 全景视频)和 6DoF 自由视点视频。这些应用都需要大带宽、低时延和超可靠的数据传输。边缘缓存和计算技术包括边缘缓存和边缘计算两部分技术的联合设计。针对360 度视频流业务,典型的边缘缓存和计算方案包括针对 Tile 编码的 360 度视频流实施基于深度强化学习的边缘集群协作转码和缓存替换方法,以及引入视图合成的边缘缓存和计算卸载技术,从而达到减少服务延迟的目的。为确保主动缓存的命中率,FoV 的预测是边缘缓存和计算技术中不可缺少的一部分。目
101、前主流的FoV 预测方法主要包括图像显著性预测、运动特征检测和方位角提取等几种方式。相比 360 度视频流业务,目前针对 6DoF 自由视点视频的边缘缓存和计算技术研发仍然较少。6DoF 自由视点视频的自由度更多,在应用边缘计算技术预测用户视野时需要进一步考虑用户的移动性带来的影响,因此需要更加可靠、可适应高自由度交互场景的视野预测技术。其次,由于数据量比 3DoF 全景视频更多,在带宽受限、传输速率波动的通信场景中支持 6DoF 自由视点视频需要更加智能和稳健的自适应缓存技术。最后,6DoF 自由视点视频在观看时需要根据用户当前的运动位姿、参考视点的纹理和深度信息实时渲染出当前视点的视窗,因
102、此计算负载更大,需要更加智能、高效、可综合利用网络中可用计算资源的分布式计算卸载技术。(3 3)基于基于 Data Channel 的实时通信技术的实时通信技术6G 沉浸式通信在传统语音、视频通信的基础上,增加了多模态、虚拟背景、数字人等全新的通信体验。这就需要除了已有音视频媒体通道,能够在用户之间、用户与应用之间提供传输这些丰富信息的数据通道。Data Channel 基于 WebRTC架构,通过 Web Page+JavaScript 方式实现,不限制交互内容,可以为用户提供丰富多彩的通信体验。国内外标准组织对Data Channel开展了深入研究和标准制订。IETF发布RFC定义 Dat
103、a Channel 的协议栈和协商机制。3GPP 定义了基础的媒体处理流程、IMSData Channel 架构和接口。GSMA 先后发布了 IMS Data Channel 白皮书和 Profile规范,包含 Data Channel 参考架构、功能特征、媒体类型等内容。国内 CCSATC3、41IMT-2030(6G)推进组IMT-2030(6G)Promotion GroupTC11 在完成相关研究报告的基础上,已经分别开展了基于 Data Channel 的增强通话技术要求、终端与平台接口等行标制订。为支持 Data Channel 功能,IMS 网络新增了数据通道信令功能、数据通道应
104、用存储功能和增强的媒体处理功能。为实现多模态通信、AR 通话等业务,在 IMS网络支持 Data Channel 能力的基础上,增加网络侧的 AR 媒体渲染能力以支持AR 通话等业务。(4 4)多维感知交互多维感知交互6G 网络将会支撑将多种感官(如味觉、嗅觉、触觉甚至情感等)纳入交互通信的功能,多维感知之间的协作参与通信将会成为重要的发展趋势。多维感知交互是以触觉、嗅觉、味觉、听觉和视觉等多种感官信息的感知和交互。国内外学术界在多维感知交互方面一直在持续推动其标准化和产业化方面的研究工作。例如,触觉互联网标准工作组开展的触觉互联网标准 IEEE 1918.1,定义了触觉互联网的参考网络架构、
105、接口等。国内相关研究分别从同模态和跨模态两个角度提出了触觉信号的恢复架构,搭建了基于触觉感知的医疗诊断模拟系统以及基于机械手臂的远程触摸控制原型系统,能够实现远程触觉信息的精准感知和反馈,增强用户的沉浸式体验。3.33.3 技术研判技术研判沉浸式通信是未来 6G 网络重点发展的关键技术。从应用市场来看,沉浸式通信技术可应用于卫生保健,教育行业,零售和电子商务,博彩业,建筑行业,媒体与娱乐,制造业,航空航天与国防等领域。然而,面向未来 6G 网络的沉浸式通信仍处在技术发展的萌芽期,其涉及的相关技术领域例如业务能力开放和共享、边缘缓存和计算、实时通信控制、多维感知交互等仍存在不少技术难题和挑战。为
106、促进 6G 沉浸式通信从技术萌芽走向技术成熟,需从以下方向展开研究:(1)在技术创新方面技术创新方面,提出和设计开放、共享、协同等特征的新型业务网络,解决业务原子能力的分类定义、组织架构、引入机制、管理和应用等问题,将区块链技术与业务使能能力开放架构更好的融合。结合编码技术,从边缘缓存和计算技术入手研发 6DoF 沉浸式视觉媒体的视野预测技术、带宽自适应缓存技术和分布式计算卸载技术。研究 IMS Data Channel 等实时通信技术,使其更好42IMT-2030(6G)推进组IMT-2030(6G)Promotion Group地支持与数字人的媒体交互、在全息通信中传输全息辅助信息等。除此
107、之外,触觉、味觉、嗅觉和体感等感官信息需要新的编码方式,并进行同步和整合,保证在通信网络中传输的一致性与协调性,以实现感官互联和多模态通信交互。(2)在标准化和产业化方面标准化和产业化方面,结合国内外标准化现状,需要研究和规划满足沉浸式 XR、全息通信和多维感知应用和场景需求的沉浸式通信标准化体系,并基于该标准化体系,研究端到端沉浸式通信需求及场景、网络架构、运营管理、终端等相关要求,并联合业务提供商、运营商、设备商、终端厂商等产业链相关方,推进沉浸式通信端到端系统的实现和应用。43IMT-2030(6G)推进组IMT-2030(6G)Promotion Group六、总结本报告基于当前 6G
108、 网络的发展,对网络架构、组网、网络端到端性能、网络服务几方面所涉及的 6G 网络前沿技术进行了概述。由于网络涉及面广、新的技术仍然在发展和涌现,这些前沿技术仅是其中的代表。希望本报告能对这些技术的深入研究起到促进作用,从而让未来 6G 网络进行设计和实现时有更扎实的技术基础。44IMT-2030(6G)推进组IMT-2030(6G)Promotion Group参考文献1 Ren J,Yu G,He Y,et al.Collaborative cloud and edge computing for latencyminimizationJ.IEEETransactionsonVehicul
109、arTechnology,2019,68(5):5031-5044.2 Kai C,Zhou H,Yi Y,et al.Collaborative cloud-edge-end task offloading inmobile-edge computing networks with limited communication capabilityJ.IEEETransactions on Cognitive Communications and Networking,2020,7(2):624-634.3 Wang Z,Zhou Z,Zhang H,et al.AI-based cloud-
110、edge-device collaboration in 6Gspace-air-ground integrated power IoTJ.IEEE Wireless Communications,2022,29(1):16-23.4 黄韬,汪硕,黄玉栋等.确定性网络研究综述J.通信学报,2019,40(06).5 Y.T.Xia,and B.Hu,“A Multi-Objective Routing Scheme for DeterministicNetwork,”IEEE International Conference on High Performance Switching andR
111、outing(HPSR),2021.6 B.Wu,J.Wang,Y.Wang,et al.“Achieving Deterministic Service in Mobile EdgeComputing(MEC)Networks,”IEEE International Conference on Network Protocols(ICNP),2021.7 X.Yang,W.Wang,J.Han,et al.,“Congestion Control with Deterministic ServiceDelay Guarantee,”IEEE International Conference
112、on Mobile Ad-Hoc and SmartSystems(MASS),2022.8 J.Liu,J.Huang,W.Jiang,et al.,“End-to-End Congestion Control to ProvideDeterministic Latency Over Internet,”IEEE Communications Letters,vol.26,no.4,pp.843-847,2022.9 L.Xu,Q.Xu,J.Tu,et al.,“Learning-Based Scalable Scheduling and RoutingCo-Design With Stre
113、am Similarity Partitioning for Time-Sensitive Networking,”IEEE Internet of Things Journal,vol.9,no.15,pp.13353-13363,2022.10J.Tian,Q.Liu,H.Zhang,etal.,“MultiagentDeep-Reinforcement-Learning-Based Resource Allocation for Heterogeneous QoSGuarantees for Vehicular Networks,”IEEE Internet of Things Jour
114、nal,vol.9,no.3,pp.1683-1695,2022.11 X.Yang,Z.Zhou and B.Huang,“URLLC Key Technologies and Standardizationfor 6G Power Internet of Things,”IEEE Commun.Standards Mag.,vol.5,no.2,pp.52-59,2021.12 IMT2030(6G)推进组6G 沉浸式多媒体业务需求及关键技术研究报告.13 IMT-2030(6G)推进组,6G 通感融合系统设计研究报告,2023.14 IMT-2030(6G)推进组,通信感知一体化技术研究
115、报告,2022.45IMT-2030(6G)推进组IMT-2030(6G)Promotion Group主要贡献单位中国移动通信集团有限公司研究院、华为技术有限公司、中国电信股份有限公司、中兴通讯股份有限公司、中国信息通信研究院、中国联合网络通信有限公司、浙江大学、华中科技大学、北京航空航天大学、中信科移动通信技术股份有限公司、维沃移动通信有限公司、小米科技有限责任公司、上海诺基亚贝尔股份有限公司、紫光展锐(上海)科技有限公司、亚信科技(中国)有限公司、联想集团有限公司、深圳市腾讯计算机系统有限公司、鹏城实验室。联系方式邮箱:COPYRIGHT2023 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.