2021-2022年6G研究报告 6G无线网络：愿景、使能技术与新应用范式 编写 说明 编写 作者 ： 尤肖虎 1,2, 王承祥 1,2, 黄杰 1,2, 高西奇 1,2, 张在琛 1,2, 汪茂 1,2, 黄永明 1,2, 张川 1,2, 蒋雁 翔 1,2, 王家恒 1,2, 朱敏 1,2, 盛彬 1,2, 王东明 1,2, 潘志文 1,2, 朱鹏程 1,2, 杨旸 3,4, 刘泽宁 3, 张平 5, 陶小峰 6, 李少谦 7, 陈智 7, 马新迎 7, 易芝玲 8, 韩双峰 8, 李可 8, 潘成康 8, 郑智 民 8, Lajos Hanzo9, 沈学民 10, 郭英杰 11, 丁志国 12, Harald Haas13, 童 文 14, 朱佩英 14, 杨 刚华 15, 王俊 16, Erik G. Larsson17, Hien Quoc Ngo18, 洪伟 19,2, 王海明 19,2, 侯德彬 19,2, 陈 继新 19,2, 陈喆 19,2, 郝张成 19,2, 李烨 20, Rahim Tafazolli21, 高跃 21, H. Vincent Poor22, Gerhard P. Fettweis23, 梁应敞 24 参与 单位 ： 1东南大学 ， 信息科学与工程学院 ， 移动通信国家重点实验室 ，南京 210096， 中国 2紫金山实验室，南京 211111， 中国 3上海科技大学， 上海雾计算 实验室 （ SHIFT） ，上海 201210， 中国 4鹏城实验室，网络通信研究中心，深圳 518000， 中国 5北京邮电大学 ， 网络与交换技术国家重点实验室 ，北京 100876， 中国 6北京邮电大学 ， 移动互联网安全技术国家工程实验室 ，北京 100876， 中国 7电子科技大学，通信抗干扰技术国家级重点实验室，成都 611731， 中国 8中国移动研究院 ， 北京 100053， 中国 9南安普敦大学 ， 电子与计算机科学学院 ，南安普敦 SO17 1BJ，英国 10滑铁卢大学 ， 电气与计算机工程系 ， 滑铁卢 ON N2L 3G1， 加拿大 11悉尼科技大学 ， 全球大数据技术中心 ，悉尼 NSW 2007， 澳大利亚 12曼彻斯特大学 ，电气与电子工程学院，曼彻斯特 M13 9PL， 英国 13爱丁堡大学 ， 工程学院 ， 数字通信研究所 ， Li-Fi研发中心，爱丁堡 EH9 3JL，英国 14加拿大 华为技术有限公司 ，渥太华 K2K 3J1， 加拿大 15上海 华为技术有限公司 ， 上海 201206， 中国 16杭州华为技术有限公司 ，杭州 310007， 中国 17林雪平大学 ， 电气工程系 ，林雪平 581 83， 瑞典 18贝尔法斯特女王大学 ， 电子 、 通信与信息技术研究所 （ ECIT） ，贝尔法斯特 BT3 9DT， 英国 19东南大学 ， 信息科学与工程学院 ， 毫米波国家重点实验室 ，南京 210096， 中国 20佐治亚理工学院 ， 电气与计算机工程学院 ，亚特兰大 GA 30332， 美国 21萨里大学 ， 5G创新中心 ，古尔福德 GU2 7XH， 英国 22普林斯顿大学，普林斯顿 NJ 08544， 美国 23德累斯顿工业大学 ， Vodafone Chair Mobile Communications Systems， 德累斯顿 01069， 德国 24电子科技大学 ， 智能网络与通信研究中心 （ CINC） ，成都 611731， 中国 编者注：本文 主体 内容 源于 YOU X H, WANG C X, HUANG J, et al. Towards 6G wireless communication networks: Vision, enabling technologies, and new paradigm shifts. Sci China Inf Sci, vol. 64, no. 1, Jan. 2021, doi: 10.1007/s11432-020-2955-6. -I- 前言 自 2020 年起 ，第五代 （ 5G） 无线通信网络开始在全球范围内大规模部署 ， 更多的关键 能力 正在标准化的进程中 ， 例如大规模连接 、高可靠性和有保障的低 时延。但是， 5G并不能满足 2030年及之后的未来网络需求 ，第六代 （ 6G） 无线 通信网络的研究正在全球兴起 。 与 5G 无线通信网络相比 ， 6G 无线通信网络期望引入新的性能指标与应用 场景 ，例如提供全球覆盖、更高的频谱 /能量 /成本效率、 更高的智能化水平与安 全性等。为了满足这些需求， 6G 无线通信网络将依赖于新的使能技术 ， 并将 出 现新的四大范式转换 。 新颖的空口与传输技术 、 网络架构 至关重要 ，包括波形设 计、多址接入、信道编码 、 多天线技术 、软件定义网络、网络功能虚拟化以及云 /雾 /边缘计算 等。四大范式转换可以概括为“全覆盖、全频谱、全应用、强安全”。 为了满足全球覆盖的需求， 6G无线通信网络将不仅仅局限于陆地无线通信网络 ， 需要通过卫星 、 无人机 （ UAV） 等非陆地网络作为有效补充 ，构建空天地海一体 化网络。全频谱资源将被充分挖掘来进一步提升数据传输速率和连接数密度，包 括 sub-6 GHz、 毫米波 、 太赫兹 、 光频段 。 由于超异构网络、多种通信场景、大 量天线单元、大带宽、新的服务需求 的出现将产生 海量数据， 6G 将借助人工智 能与大数据技术实现一系列智能化应用 。网络安全在建设 6G网络之初就要被考 虑在内并加强 ， 称为强安全或内生安全 。 基于上述 研究 背景 ，由 紫金山实验室 首席科学家 、东南大学移动通信国家重 点实验室主任尤肖虎教授领衔，紫金山实验室 、东南大学移动通信国家重点实验 室、国家特聘专家王承祥教授 负责组织 起草，联合 紫金山实验室、东南大学、 上 海科技大学、北京邮电大学、电子科技大学、中国移动研究院、华为等国内优势 科研院校及公司，并邀请英国南安普敦大学、曼彻斯特大学、爱丁堡大学、贝尔 法斯特女王大学、萨里大学、加拿大滑铁卢大学、澳大利亚悉尼科技大学、瑞典 林雪平大学、美国佐治亚理工学院、普林斯顿大学、德国德累斯顿工业大学等国 际知名大学的顶尖学者参与编写，最终完成 本文 的 英文版 文稿， 被 中国科学： 信息科学 录用并 在线 发表 ，将于 2021年 1月正式刊出 。为便于 国内 6G无线 通信网络 领域的研究团队与从业人员参考， 特 将原英文 文 稿 整理后 翻译成 本 中文 文稿 。 全 文 总共分为 六 个章节。 在第一章 6G无线通信 网络的发展背景中， 介绍了 5G的 局限性 、 6G的需求与 6G的发展愿景 ； 第二章展示了 6G无线通信网络的 性能指标 、 应用场景与垂直行业应用示例 ； 第三章 详细 介绍了 6G无线通信网络 的 多种 使能技术 ， 包括空口与传输技术 、 新的网络架构 ； 6G 新的范式转移 ， 即 -II- 全覆盖 、 全频谱 、 全应用 、 强安全 在第四章介绍 ； 最后， 第五章 对 全 文 做出总结。 同时， 在 第六章 附录部分 给出英文缩略词对照表。 -III- 目录 前言 . I 目录 . III 图目录 . V 表目录 .VI 一、 6G无线通信网络的发展背景 . 1 二、 6G性能指标、应用场景和垂直行业应用示例 . 5 2.1 6G性能指标和应用场景 . 5 2.2 垂直行业应用示例 . 8 2.2.1 云虚拟现实 . 8 2.2.2 物联网工业自动化 . 10 2.2.3 蜂窝车联网 . 11 2.2.4 数字孪生体域网 . 13 2.2.5 高能效无线网络控制与联邦学习系统 . 15 三、 6G使能技术 . 17 3.1 6G空口与传输技术 . 17 3.1.1 新的波形设计 . 17 3.1.2 多址接入 . 19 3.1.3 信道编码 . 20 3.1.4 无蜂窝大规模 MIMO . 24 3.1.5 动态智能频谱共享与接入 . 25 3.1.6 基于区块链的无线接入网络 . 26 3.1.7 光子定义无线电 . 27 3.1.8 关键任务 uRLLC. 29 3.2 6G网络架构 . 30 3.2.1 软件定义网络 /网络功能虚拟化 . 30 3.2.2 网络切片及其演进 . 34 3.2.3 基于服务的网络架构及其演 进 . 35 3.2.4 认知服务架构 . 36 3.2.5 深度边缘节点和网络（ DEN2） . 37 3.2.6 无蜂窝架构 . 38 3.2.7 云 /雾 /边缘计算 . 41 -IV- 四、 6G新的范式转变 . 45 4.1 全覆盖：空天地海一体化网络 . 45 4.1.1 卫星通信网络 . 45 4.1.2 无人机通信网络 . 46 4.1.3 海洋机器类通信网络 . 48 4.1.4 空天地海一体化网络 . 50 4.2 全频谱： Sub-6 GHz、毫米波、太赫兹、光频段 . 53 4.2.1 Sub-6 GHz频段 . 53 4.2.2 毫米波频段 . 54 4.2.3 太赫兹频段 . 55 4.2.4 光频段 . 58 4.2.5 5G及 5G之后的信道测量与模型 . 60 4.3 全应用： AI使能的无线通信网络 . 65 4.3.1 AI及机器学习技术概述 . 65 4.3.2 物理层应用 . 66 4.3.3 上层应用 . 68 4.3.4 资源分配应用 . 69 4.3.5 智能内生网络（ IEN） . 71 4.3.6 面向 6G的信息、通信与数据技术融合 . 72 4.4 内生安全 . 74 4.4.1 现状和主要问题 . 74 4.4.2 6G中的网络安全隐患问题 . 77 4.4.3 6G网络安全和隐私问题的可能对策 . 78 五、 总结与展望 . 81 六、附录 . 83 6.1 缩略语 . 83 参考文献 . 92 -V- 图目录 图 1 6G无线通信网络的发展愿景 . 3 图 2 6G无线通信网络概述 . 3 图 3 6G本文结构 . 4 图 4 6G无线通信网络的性能指标 . 5 图 5 6G无线通信网络的应用场景 . 7 图 6 5G与 6G关键性能指标、应用场景需求比较 . 7 图 7云虚拟现实的参考架构 17 . 9 图 8 基于 ICDT的 C-V2X架构 . 12 图 9 基于数字孪生体域网的疫情管理原理图 . 14 图 10 传统移动通信与人体、体表、体内微观移动通信之间的关联 43 . 15 图 11 OTFS的发射端与接收端 . 18 图 12 并行级联码的编码和解码 . 22 图 13 串行级联码的编码和解码 . 23 图 14 三级串行级联码的编码和解码 . 23 图 15 基于区块链的无线网络示意图 . 27 图 16 直接光 -太赫兹和太赫兹 -光转换图 . 28 图 17 软件定义网络架构的高层次概述 . 31 图 18 网络功能虚拟化架构的高层次概述 . 33 图 19 网络切片的概念框架 187 . 34 图 20 5G核心网基于服务的网络架构 192 . 36 图 21 DEN2架构 示意图 . 38 图 22 无蜂窝大规模 MIMO的系统模型 . 40 图 23 基于软件定义网络的无蜂窝架构 202 . 40 图 24 使能任何时刻、任何地点、任意物体间智能服务的融合云、雾、边缘计算技术的多层计 算网络架构 . 43 图 25 陆地和卫星无线通信网络的融合 . 46 图 26 用于以服务为中心和软件定义网络的海洋机器类通信网络功能概述与拓扑结构 248. 49 图 27 海洋机器类通信的国际频谱分配 247250 . 50 图 28 空天地海一体化网络的控制架构 . 51 图 29 芯片与片上天线的显微照片 . 57 图 30 (a) 1.6米距离时商用现成品红色 LED的信噪比和比特载入模式。在 900 MHz-1 GHz之 间仍能实现二进制相移键控，远高于设备带宽； (b) 波分复用系统不同颜色（红、绿、蓝、 黄）的信道增益 274 . 59 图 31 使用小型 LED的水下通信系统 289 . 60 图 32 用于物理层通信的深度学习辅助的贝叶斯最佳估计器 . 67 图 33 基于深度强化学习和物理层模型的网络优化框架 . 69 图 34 虚拟车联网示意图 . 70 图 35 智能内生网络的自我进化闭环结构 . 72 -VI- 表目录 表 1 工业物联网用例与需求 29 . 11 表 2 英文缩略词对照表 . 83 -1- 一 、 6G无线通信 网络 的发展背景 自 2020年起，第五代 （ 5G） 无线通信 标准化工作进入尾声并开始在全球部 署。 5G的三大应用场景包括增强型移动宽带 （ eMBB） 、大规模机器类通信 （ mMTC） 与高可靠低时延通信 （ uRLLC） 。 5G的关键性能指标 （ KPI） 包括 20 Gbps的峰 值速率、 0.1 Gbps的用户体验速率、 1 ms端到端时延、 500 km/h的移动速度支 持、每平方千米 100万设备的连接数密度、 10 Mbps/m2的流量密度、 3倍于第四 代 （ 4G） 无线通信系统的频效，以及 100倍于 4G的能效。业界已提出了多种关 键技术来达到 5G 的性能指标，例如毫米波 （ mmWave） 、大规模 多输入多输出 （ MIMO） 、超密集网络 （ UDN） 等 1。 但是， 5G将不能满足 2030年之后的未来网络需求。研究人员开始着眼 于第 六代 （ 6G） 无线通信网络的研发。 5G的一个显著特点是低时延，更准确地说是 保障 /确定性时延，这需要通过确定性网络 （ DetNet） 来保障未来用例需求的准时、 准确的端到端时延。 6G 对时间和相位同步的精确度提出了更多更高的需求，这 是 5G所不能满足的。除此之外， 6G还将提供接近 100%的全球覆盖、亚厘米级 的定位精度和毫秒 级的定位更新速率以满足未来 应用 需求。由于 5G网络仅局限 于 一 些 典型场景， 某 些偏远地区还不能很好地覆盖，限制了无人驾驶等应用。非 陆地网络，特别是卫星通信网络，由于其成本低、无缝接入、泛在服务能力的优 势，可以作为陆地网络的 有效 补充。无人机通信网络由于其快速响应的特点，在 严酷艰难的环境中尤为重要。海洋通信网络可以为船只提供高质量的通信服务。 5G 毫米波可以提供 Gbps 级的数据传输速率，但对于高质量三维 （ 3D） 视频、 虚拟现实 （ VR） 、虚拟现实与增强现实 （ AR） 混合等应用，需要 Tbps级的数据 传输速率，太赫兹 （ THz） 和 光频段将是可用的候 选频段。由于面临大量天线单 元、大带宽、新的服务需求产生的海量数据 ， 6G网络需要借助 人工智能 （ AI） 与机器学习 （ ML） 算法 ， 实现一系列智能应用 。网络自动化将在多个方面进一 步提升网络的性能，例如服务质量 （ QoS） 、用户体验质量 （ QoE） 、安全性、故 障管理、能效等方面。 直到 5G时代 ，网络流量仍然以视频或流媒体应用为主。除了上面提及的应 用和需求， 以 5G触觉互联网应用 2为代表的 类机 器人对象的无线网络控制（例 如自动驾驶或工厂物流）将成为无线技术新的 重要应用领域，但同时 面临 诸多挑 战。当分析由这些应用产生的网络流量时，许多移动 终端 必须共享传感与控制信 息，这给中央式控制系统带来了巨大负担。 目前 ， 基于 AI的分布式控制系统正 受到越来越多关注，其中 联邦学习被认为是一种可行的方法，数据集相关算法分 布于移动终端上，聚合学习在云端完成 。这一应用产生了一类全新的网 络流量， 6G无线网络：愿景、使能技术与新应用范式 -2- 具有大带宽和极其多样 的时延需求。这类应用以及相关的 AI应用将很有可能主 导 6G的网络流量需求。这是一片未知的探索领域，机遇与 挑战并存！ 与 5G网络相比， 6G无线通信网络有望提供更高的频谱 /能量 /成本效率、更 高的传输速率（ Tbps级）、 10倍以上的更低时延、 100倍以上的连接数密度、全 自动的更高智能 化水平 、亚厘米级的定位精度、接近 100%的覆盖率，以及亚毫 秒级的时间同步。新的空口与传输技术对于 获 得 高频效和 高 能效十分必要，这包 括新的波形 设计 、多址接入方式、信道编码方案、多天线技术，以及这些技术的 有机结合。同时，需要 设计新的网络架构，例如 软件定义网络 （ SDN） /网络功能 虚拟化 （ NFV） 、动态网络切片、基于服务的网络架构 （ SBA） 、认知服务架构 （ CSA） 以及无蜂窝架构等 。 另一方面 ，软件化伴随着相应的代价，正如我们从 5G 部署所得知的一样。 商用现成品 （ COTS） 服务器的使用与虚拟化无线接入网 （ RAN） 中的特定领域 芯片带来 了能量消耗的大幅增加，由此需要更为高能效的新对策。 虽然 5G网络 消耗的能量多于 4G网络， 但是提供 了 更大的带宽，从而使得 5G传输单位数据 使用的能耗小于 4G。 因此 ，新一代 无线 网络 的能耗 不 应超过上一代的能量需求。 为 此， 6G需要新的计算范式来获得软件化的所有优点而不增加总体能量消耗 。 以云计算、雾计算、边缘计算为代表的计算技术对于保障网络韧性、分布式 计算与处理能力、低时延与时间同步十分重要。为了解决 5G包括短包缺陷在内 的限制，提供高可靠性、低时延、高传输速率服务、系统覆盖率、万物互联 （ IoE） 3，满足 2030年及之后的移动通信需求 4， 6G网络必须 将 以人为中心作为发展 愿景 5，而非以机器、应用或数据为中心。为了满足这些需求， 6G无线通信网络 将会产生新的范式转换。我们对于 6G网络的发展愿景如图 1所示。首先， 6G无 线通信网络将会是空天地海一体化网络，用于提供 深度 全球覆盖。卫星通信、无 人机通信、海洋通信 将极大扩展无线通信网络的覆盖范围。为了提供更高的数据 传输速率， 包括 sub-6 GHz频段、毫米波、太赫兹、光频段在内的全频谱 资源 将 会被充分挖掘。为了实现全应用愿景， AI与机器学习技术将与 6G无线通信网络 高效融合以实现更好地网络管理与自动化。此外 AI技术可以实现网络、缓存、 计算资源的动态调配以提高下一代网络的性能。还有一个重要趋势是强安全 或内 生安全，包括物理层与网络层安全，这在构建网络 之初就要考虑。垂直行业应用， 诸如云虚拟现实、物联网工业自动化、蜂窝车联网 （ C-V2X） 、数字孪生体域网， 以及高能效无线网络控制与联邦学习系统将极大促进 6G 无线通信网络的发展。 6G无线通信网络 概述 如图 2所示，图中给出了 6G的各种性能指标、应用场景、 使能技术、新的范式转换 ，以及垂直行业应用。 一 、 6G无线通信 网络 的发展背景 -3- 图 1 6G无线通信网络的发展愿景 图 2 6G无线通信网络概述 本 文 的结构如图 3所示。第一章介绍了 5G的 局限性 、 6G的需求与 6G的发 展愿景。第二章展示了 6G无线通信网络的性能指标、应用场景与垂直行业应用 示例。第三章给出了 6G 无线通信网络的多种使能技术，包括空口与传输技术、 6G无线网络：愿景、使能技术与新应用范式 -4- 新的网络架构。 6G 新的范式转移， 即全覆盖、全频谱、全应用、强安全将在第 四章介绍。第五章做出总结 。 图 3 6G本文 结构 二 、 6G性能指标 、应用场景和垂直行业应用示例 -5- 二 、 6G性能指标、应用场景和垂直行业 应用 示例 2.1 6G性能指标和应用场景 与 5G（ IMT-2020） 6相比， 6G无线通信 网络具有更多的性能指标，如图 4 所示。 5G的峰值 速率为 20 Gbps，而 6G由于太赫兹和光 频段的使用 ，其峰值 速 率可以达到 1-10 Tbps。用户体验速率 在这些高频段 可以 达到 Gbps级别。 流量密 度 可 以 超过 1 Gbps/m2。频谱效率可以提高 3-5倍，而能量效率将 比 5G提高 100 倍以上，从而使系统在能耗不变的情况下 将 数据 传输 速率提高 100倍，通过应用 AI 技术 可以 实现更好的网络管理和自动化 ， 以实现上述 愿景。由于异构网络、 多种通信场景、大量天线 单元和大带宽的使用 ， 6G的连接 数 密度将增加 1000倍。 为了应对 卫星、无人机和超 高铁 等高 移动 性场景 ， 6G 支持的移动速度将远高于 500 km/h。对于 某些特定的应用场景 ， 端到端时延 预计小于 1 ms。此外，还应引 入其他重要的性能指标，例如成本效率、安全容量、覆盖范围、智能化程度 7， 用于 全面 评估 6G无线通信网络 的性能。 图 4 6G无线通信网络的性能指标 作为比较，贝尔实验室在 2019年 3月提出了一些 6G的可能关键 性能指标。 其中峰值 速率预计将超过 100 Gbps。用户体验 速率为 1-10 Gbps。 连接 数 密度可 以 达到 每平方千米 1000万设备 。 时延 预计小于 0.3 ms，能效预计为 5G的 10倍， 流量密度 预计为 5G的 10000倍。其他 性能 指标包括 10 cm级 的 室内定位精度和 6G无线网络：愿景、使能技术与新应用范式 -6- 1 m级 的 室外定位精度、 6个“ 9” （ 99.9999%） 的 可靠性等。在 文献 8中，作者 提出的 6G关键性能指标为： 1 Tbps的峰值 速率、 1 Gbps的用户体验 速率、 10- 100 us的时延 、 1000 km/h的移动速度支持 、 每平方千米 1000万设备的 连接 数 密 度， 以及 1 Gbps/m2的 流量密度。 与 5G相比，能效将提升 10-100倍，频率将提 升 5-10倍。在 文献 9中 ， 作者对 6G无线通信 网络的关键性能指标也提出了类 似的看法。然而，正如第 1章 所述，这些愿景 还没有考虑到为实现触觉互联网应 用的无线网络控制系统的分布式 AI服务所产生的通信数据量和要求 达到的性能 指标 。对于这一应用领域，业内 要 在未来几年内对 6G无线通信 网络的设计 与规 模 有更多的了解，以匹配 未来由于这些应用对 带 宽、时延 、可靠性以及 网络韧性 提出的需求 。 5G主要集中在 eMBB、 mMTC和 uRLLC三大应用场景， 6G无线通信 网络 将在很大程度上增强和扩展 上述 应用场景。 文献 8将增强的三个场景 称 为进一 步增强 的移动宽带 （ feMBB）、超 大规模机器类 通信 （ umMTC）和增强的高可靠 低时延 通信（ euRLLC）。其他一些应用场景， 例 如 长距离高移动性通信（ LDHMC） 和 超低功耗 通信（ ELPC）也很有希望。 文献 4提出的三种场景为泛在 移动超宽 带（ uMUB）、超高速低时延 通信（ uHSLLC）和超高数据密度（ uHDD）。在 文献 10中，除了这三个场景外，作者还展示了其他应用，包括人工智能、移动超宽 带和超级物联网。 国 际电信联盟（ ITU）在 2020年 2月发布了 6G初步研究计划。其 6G愿景 和技术发展趋势研究预计将于 2023年完成。 ITU-T 第 13研究组 在 2018年 7月 16-27 日于日内瓦举行的会议上成立了 ITU-T 针对 2030 年 网络技术 的焦点 组 （ FG NET-2030）。该焦点 组将研究 2030年及以后的网络能力，预计届时将支持 新的前瞻性方案，如全息式通信、 紧急情况下的极快反应 以及新兴市场垂直行业 的高精度通信需求。 在 2030年代， 6G将广泛支持以人为中心的通信概念，其潜在用例包括可穿 戴设备、集成视听系统、可植入传感器、人 文 通信、智能汽车、智能制造、工业 4.0 和机器人相关的通信等 411。除了传统的移动通信设备（如移动 电话和笔记 本电脑）外，考虑到与健康相关的可穿戴设备，这些新型通信设备 使用的发射功 率和频率 将 受到严格限制。 此外由于这些设备将在人体上工作并收集所需数据， 因此在设计 时要 考虑设备重量和数据的安全性 4。 总 上所述 ，我们对 6G应用场景的 愿景 是，它将包括增强的三个 5G应用 场 景和其他 的 新场景，如图 5所示。对于增强的三个 5G场景，即 feMBB、 umMTC、 muRLLC、 MBRLLC和 ERLLC场景， 6G无线通信网络的性能将大大提高 。 6G 还将支持多种潜在的新应用场景，例如： 1) 以人为中心的服务， 2) 远距离和高 二 、 6G性能指标 、应用场景和垂直行业应用示例 -7- 移动性 通信， 3) 超 低功耗通信， 4) 通信、计算、控制、定位和传感的融合， 5) 空天地海 一体化网络， 6) 分布式 AI和联邦学习应用， 7) 远程全息无人系统， 8) 生物纳米物联网等 12。图 6展示了 5G和 6G关键性能指标和应用场景的比较 。 图 5 6G无线通信网络的应用场景 图 6 5G与 6G关键性能指标 、 应用场景需求比较 6G无线网络：愿景、使能技术与新应用范式 -8- 2.2 垂直行业 应用 示例 5G 无线通信网络已经显示出成为现代信息社会基础设施的可能性。目前已 有一些基于 5G无线通信 网络的潜在垂直行业 应用 ，并将在未来 6G无线通信网 络进一步深化。在本章节 ，我们重点介绍 在 云 虚拟现实、物联网工业 自动化、 C- V2X、数字 孪生体域网 、 高能效无线网络控制和联邦 学习系统 方面的垂直行业应 用示例 。 2.2.1 云 虚拟现实 近几年来，虚拟现实 技术已经应用于教育、医疗、军事等多个专业领域 13- 16。由于 虚拟现实 突破了现实世界中的成本和风险限制，提供了身临其境的互动 体验，因此它将有可能重塑我们的日常生活和工作。由于 虚拟现实 是一个计算机 生成的世界， 因此 计算能力是沉浸式体验的关键要求之一。移动 虚拟现实 以其低 廉的价格、小巧的体积和便携性被认为是未来的发展方向。然而，移动 虚拟现实 设备的处理能力不能满足高保真 虚拟现实的要求， 这必然导致用户体验不理想。 一个理想的 虚拟现实 系统必须同时满足 三个要求：廉价、高质量的图形性能和可 移植性。 得益于 5G和多 接入 边缘计算（ MAEC）技术的发展，云 虚拟现实 的理念已 经成为一个可接近的目标。图 7给 出了云 虚拟现实的 参考架构 17。我们从 2018 年开始看到电信运营商提供的云 虚拟现实 服务，如中国移动 18、 LG Uplus19和中 国电信 20。云 虚拟现实 的流行可以归因于对客户、开发人员和运营商的一些潜在 益处。对于客户来说，云 虚拟现实 使他们能够随时随地享受高质量的 虚拟现实服 务体验 而无需购买昂贵的终端设备。对于开发人员来说，云 虚 拟现实 可以通过接 触大量客户和降低移植成本来获得更多回报。对于运营商来说，云 虚拟现实 是利 用 5G和多 接入 边缘计算的主要用例。最重要的是，它可以帮助运营商实现从流 量运营到体验运营，从连接服务到面向云平台和服务的数字化业务转型。 尽管目前已经存在小规模的解决方案，但在迈向 6G时代的过程中， 仍有一 些关键的挑战需要解决。我们将几个 重要的方面总结如下： 首先，云 虚拟现实 平 台需要使用移动边缘计算（ MEC）和昂贵的加速器，这导致了较高的投资成本； 其次，云 虚拟现实 服务需要极低的 时延 ，这是改善客户体验的关键挑战； 此外， 云 虚拟现实 架构 有助于研究团体 优化处理流程。为解决这些问题，深入了解和探 索现有的学术和产业研发，将有助于将云 虚拟现实 系统向 6G方向发展。 一组图形处理器 （ GPU）应提供渲染服务，以便在商业部署场景中同时为不 同客户运行多个 虚拟现实 应用程序。为了节省投资成本，必须将多种技术结合起 来才能发挥作用。一般来说，注视点渲染用于提高渲染性能。在云 虚拟现实 中， 二 、 6G性能指标 、应用场景和垂直行业应用示例 -9- 注视点渲染有助于减少云中的计算量，降低传输带宽。文献 21介绍了通过人眼 跟踪来降低阴影量的方法， 通过减少视场来提高中心凹渲染的渲染性能。文献 22 提出了一种 基于模拟器平台 SIGVerse 的云 虚拟现实 系统，该系统通过使用沉浸 式界面收集人类的注视控制和人际行为。他们的实验揭示了基于注视点渲染的云 虚拟现实 系统的有效性。文献 23对 DeepFovea进行了实验评估，这是一种人工 智能辅助的中心凹渲染过程，在用户感知质量没有明显下降的情况下，对 RGB 视频实现了 14倍以上的压缩。研究结果表明，基于深度学习的注视点可以显著 降低渲染负载。 图 7云虚拟现实的参考架构 17 为了提供最终的沉浸式体验， 降低时延 是云 虚拟现实 系统最大的技术挑战之 一。在边缘云服务器上计算帧之后，在通过下行链路的 5G网络传输之前，必须 捕获并编码这些帧。为了提高云 虚拟现实 的效率和用户体验，引入了低 时延 视频 压缩方案。文献 24提出了一种优化的编解码器来加速编码过程， 通过使用摄像 机位置、目标位置、摄像机与目标之间的距离等渲染信息来降低编码复杂度。实 验结果表明，在不降低图像质量的前提下，可以节省 42%的编码时间。文献 25 通过引入运动估计来探索帧内插的方法。利用图像单应技术进行更好的运动预测， 并引入专门的插值算法进行精确插值。实验结果表明，在整个编码过程中，它们 的速度提高了 18%。 从局部渲染到云渲染 有不同的渲染管道，就像电影制作的离线渲染管道经历 了不同的进化路径一样。局部渲染过程包括四个阶段：应用、几何处理、光栅化 和像素处理。云渲染过程又 多了四 个阶段：用户输入捕获和传输、应用、几何处 理、光栅化、像素处理、帧捕获和编码、帧传输以及帧解码和 处理。渲染管道中 最慢的进程将成为瓶颈， 限制了 端到端 的系统性能 ， 因此优化云渲染管道的性能 是 非常必要的。文献 26设计了一个 虚拟现实 框架，将每个框架的前景交互和背 景环境分离。该系统采用了分块渲染的结构，在客户端和服务器端运行，减少了 6G无线网络：愿景、使能技术与新应用范式 -10- 服务器端的计算量。实验结果表明，该分离结构能够同时满足时延和性能的要求。 文献 27提出了一种改进的平面地图绘制流水线，以提高性能并 降低时延 。 综上所述，我们分析了面向 6G时代的云 虚拟现实 的需求和挑战 ， 将现有的 云 虚拟现实 研究分为三类：注视点渲染、低 时延 渲染和优化渲染流水线。技术的 进步将使云 虚拟现实 服务成为现实，更多的优化技术将使云 虚拟现实 服务逐渐走 向盈利。我们相信云 虚拟现实 将会越来越流行，并最终惠及整个生态系统 。 2.2.2 物联网工业自动化 工业 4.0是工业革 命第四阶段的短期目标。与工业革命第三阶段（即利用电 子和信息技术 实现制造自动化）相比，工业 4.0旨在使基于物理信息系统的工业 生产具有显著提高的灵活性、通用性、可用性和效率。作为未来智能制造的愿景， 工业 4.0将进一步引入信息与 通信技术（ ICT） ，例如物联网的集成，并探索工业 制造领域 泛在 连接服务的优势 28。由于对机器类通信和超低 时延 、高可靠性通信 的高度重视， 5G作为“一体适用”的解决方案与工业 4.0完美匹配。 然而，由于这种垂直行业的特殊性，也有许 多挑战需要考虑，例如，网络性 能要求很高的用例的多样性，潜在严重 干扰的传播环境的挑战，考虑可能需要无 缝集成的待重新开发的城市用地的设施、具体的安全和安保问题以及跨行业术语 的障碍。为解决上述问题，建立跨行业共识， 工业互联与自动化 5G 联盟 （ 5G- ACIA） 于 2018年 4月 成立。这是一个全球论坛，旨在解决、讨论和评估与工业 领域 5G相关的技术、监管和业务方面的问题。它代表了 整个生态系统和所有利 益相关者群体， 包括 运营行业参与者（工业自动化公司、工程公司、生产系统制 造商、终端 用户等）、 ICT行业（芯片制造商、网络基础设施供应商、移动网络运 营商等）、学术界，以及其他群体 29。 5G-ACIA定义了利用 5G技术的 智能制造 方面 的应用领域和 典型 用例： 应用领域： 1) 工厂自动化， 2) 过程自动化， 3) 人机界面和生产 IT， 4)物流 和仓储， 5) 监控和预测维护。 典型用例： 1) 运动控制， 2) 控制到控制， 3) 移动控制面板， 4) 移动机器人， 5) 大规模无线传感器网络， 6) 远程访问和维护， 7) 增强现实 ， 8) 闭环过程 控制， 9) 过程监控， 10) 工厂资产管理。 一个用例可以应用于一个或多个应用领域。第三代合作伙伴计划（ 3GPP） 30 也接受这些定义和相关注解，作为 5G系统设计的动力，以支持垂直产业。除了 定义用例之外，制定具体的需求，特别是具有挑战性的需求也很重要。表 1给出 了一些典型的用例 明确的性能要求 29。其中，运动控制是工业自动 化中最具挑战 性的闭环控制用例之一。作为一种运动控制系统，它用于控制机器上某些部件的 二 、 6G性能指标 、应用场景和垂直行业应用示例 -11- 运动 /旋转，要求具有超高可靠性和低时延 、确定性的通信能力等，某些运动控制 用例甚至可能很难用 5G来实现，因此可以作为 6G的初始用例。 表 1 工业物联网用例与需求 29 用例 可靠性 循环时间 典型有效载荷大小 设备数量 典型服务 区域 运动控制 印刷机 99.9999% 100 100 m 100 m 30 m 机床 99.9999% 99.9999% 99.9999% 1 ms 40-250 bytes 100 99.9999% 10-100 ms 15-150 kbytes 100 99.9999% 4-8 ms 40-250 bytes 4 10 m 10 m 移动起重 机 99.9999% 12 ms 40-250 bytes 2 40 m 60 m 进程自动化 /监控 99.99% 50 ms 可变 10000设备 /km2 2.2.3 蜂窝车联网 车联网（ V2X） 是自 动驾驶的关键驱动力，在提高道路安全和交通效率方面 有着广阔 的前景 31。 C-V2X 是 3GPP 指定的标准化 车联网 解决方案，为车对车 （ V2V）、车对行人（ V2P）、车对基础设施（ V2I）和车对云（ V2C）提供低 时延 、 高可靠性和高吞吐量的通信能力。 C-V2X有两个重要版本，即长期演进车联网 （ LTE-V）和新 空口车联网 （ NR- V） 3233。 LTE-V是在 4G长期演进（ LTE）系统的基础上发展起来的，主要为 基本的道路安全提供关键信息的传输和交换。 NR-V基于 5G 新空口（ NR） 系统， 并经过增强以支持更严格的 时延 、可靠性和吞吐量要求，适用于先进的 车联网 应 用，如队列、高级自主驾驶、扩展传感器和远程驾驶等。 NR-V的目标是实现 3 ms或更低的 时延 、 99.999%的可靠性 以及 1 Gbps的扩展传感器信息数据速率。 NR-V满足这些关键性能指标要求的关键技术包括高 效的无线资源调度和强大的 移动边缘计算能力 ，已经有较多 方法 可以 优化 PC5 接口上的资源调度 34-36。 3GPP车联网 应用程序已经很好地定义了 移动边缘计算 架构， 移动边缘计算 平台 （服务器）可以部署 在移动蜂窝网络内部，也可以部署在与移动蜂窝网络连接的 路边， 这 取决于商业模式和相关政策。在 移动边缘计算 的帮助下， C-V2X能够支 6G无线网络：愿景、使能技术与新应用范式 -12- 持自主车辆的协同感知、协同计算和协同决策。分布式传感器数据计算中的计算 任务卸载策略已经得到了广泛的研究。 随着 AI的加速渗透，自主功能和车辆智能化水平必将提高。下一代 C-V2X 应提供系统解决方案，以支持智能 运输 系统（ ITS