AI驱动的6G空口: 技术应用场景与均衡设计方法
摘要:为应对6G 系统在容量、频谱效率、能量效率等关键性能指标上面临的严峻挑战, 将人工智能(articial intelligence, AI) 技术引入空口传输已成为重要的技术突破方向. 然而, 当前6G 空口AI 研究主要聚焦于设计高精度AI 模型以提升通信能力, 普遍忽视了工程实践中所需的算力、复杂度和空口资源等AI 代价, 对模型泛化能力和推理时延等关键AI 质量指标也缺乏系统性考量. 这种过度依赖算力资源追求通信能力提升的研究范式, 难以支撑智能化网络的可持续发展. 本文系统分析了AI 在6G空口传输中的典型应用场景与关键技术挑战, 涵盖单功能模块性能增强、多功能模块联合优化以及复杂数学问题低复杂度求解等重要领域; 创新性地提出了综合考虑空口AI 能力、质量和代价的三维联合优化设计准则, 通过最大化多场景通信能力与综合代价的比值实现三角均衡, 有效弥补了现有设计准则中质量和代价维度缺失的不足. 此外, 通过多个设计示例验证了所提方法的有效性, 并深入探讨了空口AI 标准化面临的技术路径与挑战. 本文为6G 空口AI 技术的理论研究、标准化与工程实践提供了参考.
