全面解放異質化資源頻譜　AI/ML聚合6G生態系統

人工智慧(AI)和機器學習(ML) 正迅速滲透到所有產業領域，無論專業級用途還是消費級用途。AI和ML均支援自動執行複雜任務，同時迭代地從其操作中學習，藉由實際的系統運作過程持續不斷地提高其性能。因此，AI/ML不僅是6G時代大有裨益的工具，它還將在6G系統的建立、優化、管理、協調和運行中發揮關鍵作用。

AI/ML優化6G系統

引入AI不需要通過人工干預就可以自動、迭代地提高行動網路性能，這樣的設計目標和能力在業界已經存在相當長時間。舉例來說，現有的4G和5G系統中，自優化網路和維修度驗證測試(Maintainability Demonstration Test, MDT)功能允許以最小的人為干預自主優化網路和裝置運行。ML為網路和裝置帶來了新的機會，它們可以使用大數據識別和學習如何優化系統性能，而毋須定義一組預先設定的結果。

AI/ML不僅將單獨用於優化6G裝置和6G網路的性能，同時也將在網路和裝置之間協同使用，以優化整個6G系統的性能。AI/ML將實現即時、近即時或非即時的性能優化，具體取決於當前的需求。

．即時：物理層操作、鏈路自適應、調度、裝置功耗

．近即時：負載均衡、QoS優化、干擾管理

．非即時：網路規畫、配置

ML為網路性能最大化帶來了前所未有的優勢，衡量網路性能的重要KPI包括：區域頻譜效率、服務吞吐量/延遲/可靠性/可用性、裝置電池壽命、網路/裝置能耗、連接建立延遲/可靠性、裝置位置準確性。當將它們分解為影響各個KPI的不同功能時，ML可在無數層面上發揮支援這些目標實現的可能性，端看對ML運用的創意及技術，例如優化細胞搜尋(Cell Search)、MIMO無線鏈路適應、行動、干擾抑制、流量路由等(圖1)。

然後，當點到點應用的資料載入到無線接入域時，就可以進一步優化服務供應，但這樣的機會同時也帶來了以下四點挑戰。

1.如何在「決策」不集中、支援決策的資料來自不同節點的網路中進行最優學習。

2.如何保證多廠商環境下的協同算法，其中來自不同廠商的節點間相互連接。

3.如何在不降低KPI的情況下，高效、安全地管理資料集，並將資料集傳輸到系統的適當部分，以做出此類決策。

4.如何驗證ML技術在網路和裝置中的性能，以確保在考慮所有KPI的情況下做出最佳決策。

上述挑戰要求所有產業參與者建立一個協作的標準化框架，以確定ML的關鍵目標領域，定義相關框架和架構，以促進ML的成功應用。這種預備性的研究在3GPP 5G-advanced已經開始。此外，在O-RAN聯盟內部，已經開展了為資料收集確定網路架構和接口的工作，並定義了O-RAN RAN智慧控制器(RIC)。6G系統將成為第一代從初始便與ML形式的AI渾然一體的行動通訊系統，這將簡化整體系統設計，同時最大限度地提高性能。

提高頻譜資源 擴展6G發展性

越來越多的無線裝置正服務於不同的社會需求，該趨勢推動越來越高的容量要求，進而需要更多的頻譜來滿足裝置的流量需求。接下來將關注潛在相關的6G新型頻譜，更加智慧化的頻譜接入技術，以及對如何優化頻譜共享機制來為6G平台創造更多新機會進行探討。

7~24GHz

對於3GPP目前定義的頻段，FR1最大到7.125GHz，FR2是從24.25GHz開始，二者之間的7~24GHz範圍內存在大量可利用的潛在頻譜資源。該頻段的頻譜特性兼具FR1和FR2的優點，可使6G操作具有以下優點：高階MIMO(8×8或更多)可以將更多的天線整合到更小的物理尺寸單元。而這正是FR1範圍內現有頻段的局限所在，因為它們的波長更大；相較於FR2範圍的頻譜，傳播特性得到了改善。因此，7~24GHz頻段作為6G運行的候選頻段應予以強烈考慮。

Sub-THz

在Sub-THz頻段範圍內，有機會為6G通訊提供大量的新型頻譜資源。表1羅列了不同國家/地區在Sub-THz範圍內潛在的頻譜資源。

然而，在這個頻率範圍內的無線通道會經歷較大的傳播和反射損耗，遮擋也會導致LOS(Line of Sight)路徑的可用性降低。這些現象導致鏈路性能具有更短的範圍和間歇性的開/關行為等特點。Sub-THz頻段天線的小尺寸使得收發機可以配備大量的天線單元，進而實現具有高波束增益的窄波束，有助於克服衰減損失和分子吸收。然而，這也導致系統對於波束失準更加敏感，使得對行動用戶的波束追蹤更具挑戰性。

從應用的角度而言，上述特性使Sub-THz頻譜極其適合以下應用：固定回程或行動裝置，透過LOS點對點/多點連接，與一個網路樞紐連接，或作為網路的一部分，並通過狹窄的固定波束最大限度地擴大連接範圍；短距樞紐，在環境如室內、大型場館等中，為潛在的大量用戶提供高資料速率/容量。

為最大化Sub-THz的使用機會，需要設計先進的無線接入協定來克服典型的挑戰，並滿足目標使用場景的需求，同時需要融合性設計以便在不同頻譜授權制度下工作，包括授權頻譜、非授權頻譜或者混合性頻譜。

異構MIMO網路實現高頻譜

現有的0.4~3GHz頻段對6G生態系統仍然很重要，這是由於它們天然的覆蓋優勢，特別是對於室外到室內的通訊，並且頻譜資源的稀缺性使得6G最大化頻譜利用效率變得非常重要。受限於物理天線尺寸以及它們進一步給網路和裝置帶來的限制，在這個頻段範圍內透過更高階的MIMO實現高頻譜利用率將非常困難，因此仍需對新型方法進行探索。相較於前幾代通訊(包括4G到5G)之間的演進，已經減少始終在線(Always-On)的網路傳輸方式，這使得營運商從6G無線接入的演進變得更為便捷。

以更好的效率和品質利用現有的3GHz~71GHz的5G高頻段也很重要，聯發科技也期望「異構MIMO」在此發揮重要的作用：其中裝置可作為網路節點進行協作，以最大限度地提高地區的整體頻譜利用效率。

鑒於現有頻譜在很大程度上被靜態地定義為「FDD」或「TDD」的雙工模式，預計6G將是革命性技術：透過網路和裝置上的全雙工或部分雙工，在所有頻譜上驅動無約束的智慧雙工接入，以最大限度地利用頻譜。6G還允許以更具創新性的方式組合單獨的頻譜資源，例如高頻段+低頻段以實現更好的性能與複雜度的權衡。

為了滿足某一地區的峰值和平均流量需求，對頻譜需求的日益增加將進一步導致需要更優的頻譜接入方式，進而助網路供應商以最低的成本來滿足這些需求。為此，6G系統需要支援最佳的頻譜共享方式，不僅要支援同一網路的營運商和用戶之間的頻譜共享，還要支援不同部署拓撲下的最佳共存。

其中例子是，當終端裝置/混合節點被用作Mesh網路的一部分，它們的傳輸和接收能夠與同類型的其他節點、以及傳統網路節點的傳輸和接收進行協調，進而避免干擾且最大限度地提升區域內所有用戶的體驗。此外，地面節點和非地面節點間的頻譜多工也將帶來一些新的挑戰需要克服，進而支援最佳的多工方式以實現完全無縫覆蓋。

最後，使6G與現有的非行動技術共存也將是確保垂直產業能夠採用6G，並最大限度地重用任何現有特定頻譜資源的關鍵。

跨雲端、網路和裝置點到點安全架構

6G生態系統蓄勢待發，為快速實現社會的數位化轉型(無論是對人、企業還是政府)，它必須天生具備強大的韌性，進而能夠應對任何意外或惡意的侵害，並具備足夠的靈活性以應對新的未知威脅。只有如此，6G才能得到人民、企業和政府的充分信任，並兌現承諾。

作為6G成功的條件，必然是由終端用戶和發布營運6G的營運商賦予對6G的信任，而信任無疑來自於滿足用戶體驗，甚至超過預期性能的能力，但從根本上說，信任根植於6G能夠提供全面安全性和彈性的能力。

因此，建立6G的信任為以下幾個方面：首先確保6G系統和裝置是完全安全；還有該系統任何時候都能充分保護其傳輸或儲存所有用戶資料、身分；還有，6G針對所有用戶資料、身份的保護須可經得起驗證。該系統具有高度的內部彈性，即在出現故障時，擁有迅速自動恢復的能力，以及未有故障情況能夠選擇性具備更高可用性。提升通訊安全不僅包括對用戶資料、身分保護，也包括任何裝置之間(雲端、網路和裝置相互通訊、進行身分驗證的過程，當通訊裝置進行授權時，不僅可以防止系統被未經授權的用戶使用，還能防止被惡意使用。

三大安全挑戰

6G安全面臨三大方面的挑戰：結合了雲端、網路和裝置的架構模型；AI/ML在6G中的核心作用；運算技術的進步。

6G生態系統將結合多種技術，包括雲端、網路基礎設施、裝置及之間的接口，另外還具備去中心式網路架構模型的特點，例如邊緣運算的廣泛使用、Mesh行動通訊網路的出現。

但技術的演進卻也潛藏新型安全漏洞，例如原本極為安全的核心網被推到網路邊緣；再比如，裝置在網路架構不僅扮演非源頭，相當於末端的角色，也更積極地為其附近的裝置提供網路連接，因此承擔過去是在核心網進行的工作，如測量和記錄訊息。

分布式網路也可能對處理本地資料有自己的要求，例如部署在安全位置的網路邊緣節點可能需要將一些資料限制在本地，而非與邊緣之外的其他網路節點共享資料。所以，無論體系架構的模型是什麼，6G系統所有的組成都必須獨立且協同提供高水準的安全和彈性，更重要的是，始終確保沒有QoS的降低(例如延遲方面)。

強化安全系統 首重物理層安全

AI/ML將在6G系統的運行中發揮核心作用，特別是可減少或避免人為干預，預計協助6G系統在產生、傳輸、儲存和利用前所未有的大量資料。這些資料不僅包括用戶相關的資料，還能保護資料機密性、完整性和來源。這不僅關係到6G信任的建立，還嚴重影響到實際運作，例如任何惡意資料損壞都可能對6G的營運產生不利影響。然而，重要的不僅是對資料的保護，還包括檢測和識別任何潛在的資料損壞，影響6G運行之前就將資料丟棄。

對此，AI/ML必須是安全且可被信任，進而可廣泛應用於6G系統的運行中；但它也將是一個關鍵工具，必然使系統複雜而安全。AI/ML將能夠快速檢測和回應可能出現在6G系統中的安全威脅和漏洞，重要的是，從這些事件中學習，以迭代地提高系統的安全級別。

運算技術的進步，尤其是量子運算，可能會對密碼學和社會的數位化構成重大威脅。對於6G，不僅要從安全的角度，而且要從實際實現的角度出發，考慮非對稱密碼和對稱密碼算法，來研究能夠抵御量子運算機密碼分析攻擊的方法。

最後，需要從安全性以及在6G系統中實現的複雜度兩方面研究一種有前景的方法，即物理層安全性，它是對更傳統的密碼解決方案的補充。物理層安全可對付無線電媒介上的漏洞和威脅，無論是在竊聽還是干擾方面容易受到攻擊，都可透過利用無線通道或無線裝置的物理層屬性、隨機性，比高層協定更有效實現物理層身分驗證。因此，物理層安全可以防止通訊系統中使用MIMO或中繼通訊的竊聽攻擊，兩者都是6G系統的核心要素。MIMO波束成形技術則可以用來干擾潛在的竊聽者，而受信任的混合節點也可以相互合作，以干擾潛在的竊聽者。

6G三大願景

6G是一種面向IMT2030和未來技術，其全球標準將於2024年左右由3GPP啟動，而相應的正式商用預期在2030年左右。下一代無線通訊標準的制定將會擴大社會的數位化轉型，影響範圍不限於消費者，或是專業市場的企業和政府。如此宏大的目標要求總體系統設計能夠滿足這些市場的極致性能需求，同時能夠以安全和可持續的方式適應其各種資料消費模型和部署場景。

6G標準的制定看上去非常複雜，但若遵循關鍵的系統設計原則，願景就能夠成為現實。這個原則就是繁簡得宜、臻善致美和融合暢達。繁簡得宜是複雜度與簡潔性的結合，可以在實現性能飛躍的同時顯著降低交付每位元資料的處理需求，以將成本和能耗保持在實際可控範圍內。臻善致美指的是優化以用戶體驗為導向，無論該用戶是6G服務的提供者還是消費者。

聯發科技期望沿著三個新的關鍵方向進行優化：異構無線接入體系架構、AI和ML以及專為應用設計的跨層結構。

至於融合暢達指的是對等域之間的融合，這對於解決承受能力和能源效率方面的挑戰是一個重要的機會。該融合包括裝置和網路節點之間、頻譜制度之間、接入/上傳和回傳之間、裝置到裝置和基地台到裝置接入之間、地面和非地面接入之間，通訊和運算的融合等。

突破5G挑戰

與5G相比，6G系統在流量與裝置類型、頻譜範圍與制度、網路拓撲等方面的複雜度將相對增加。AI和ML可以整合到網路和裝置操作的各個領域，進而簡化6G的部署和操作。同時，迭代學習機制可以整體提高6G系統性能，無論是即時方面(如鏈路自適應、調度)、近即時方面(如負載平衡、干擾管理)，還是非即時方面(如網路規畫)，因而能夠支援總體目標，如最大化用戶體驗、優化成本效率和最小化能耗。

能源效率

能源效率對6G來說既是一個挑戰，也是一個機遇，可以讓6G變得與之前截然不同。社會可持續性目標將推動整體網路能源足跡的減少，同時實現性能進步。在裝置方面，須克服散熱和電池容量的挑戰，以實現更高的資料速率和新的裝置外型尺寸，進而實現沈浸式應用。為了滿足這些需求，無論是在無線研究領域還是在半導體技術領域，都需要轉變研究思路將能源效率作為基本KPI。

頻譜資源

頻譜將是6G系統設計另一個驅動力，為了應付在服務需求和使用案例中更為多樣化的需求，以及地理上的廣域覆蓋和按需接入服務的需求，系統將需要同時支援現有的頻率和新的頻率範圍，並實現最佳的頻譜共享。用於地面和非地面部署的5G以及傳統通訊系統將會提高現有頻譜的利用率，將一些頻譜進行再分配，同時將頻譜擴展到7~24GHz以及Sub-THz範圍，讓6G能夠滿足不同的頻譜共享機制，進而促進系統部署頻譜，同時又能促進垂直產業市場的傳統頻譜重用。

MIMO

MIMO將在6G時代發揮更為重要的作用，在Sub-THz頻段，得益於更小的天線陣列尺寸，天線陣列的數量得以大幅提升，進而有望解決Sub-THz頻段傳播特性帶來的挑戰。此外，mmWave和Sub-THz頻段的密集式組網將進一步推動對去小區分布式MIMO的需求，進而保障用戶在不同無線電節點下的無縫式體驗。

無線接入融合

無線接入的融合對於實現6G目標架構至關重要，因為它可以避免技術碎片化，有助於最大限度地實現技術規模化經濟，進而提高網路和裝置的性價比。為此，建議採用統一的無線波形準則，可基於一組簡單的波形和可選參數進行擴展。此外，裝置和網路節點之間的融合，即網路節點的「裝置化」或「混合節點」的部署變得尤為重要，該方法可利用更高頻段的頻譜資源(從C頻段到mmWave或者Sub-THz頻段)，以一種經濟且有效的方式來擴展地面6G的覆蓋。

6G彈性架構打造新展望

6G架構將具有充分的適應能力，能夠為通訊終端間的任意資料業務模型提供最佳的網路拓撲，這些通訊終端既可以透過傳統地面網路架構，在一個本地Mesh網路中進行直連，也可以通過機載或衛星裝置進行中繼連接。為此，從無線架構的角度來看，混合節點將發揮主要作用，並提供必要的網路功能以協作式地確定最佳的無線網路拓撲。

此外，6G架構也將由原生應用所驅動，並具備可配置性以支援：

．網路邊緣和裝置之間的運算資源優化分配、分布和共享

．多節點間側和多節點間服務器功能的本地化和分布化

．裝置到裝置間的直接操作

傳統的用戶平面協定堆疊被按順序來傳遞無損資料，但這不適用於延遲受限的高交互沈浸式應用，因此需要新的方法來解決用戶體驗干擾因素(抖動、丟包和資料速率波動)所帶來的挑戰。一個精簡的用戶平面協定堆疊將依賴於應用程序和無線層之間更強的相互感知，進而實現目標性能，並減少對封包級別干預的需求。這些干預會導致不可接受的延遲和流量間接費用，同時也能避免由於資料緩衝導致的嚴重的記憶體占用負擔。

地面和非地面接入的融合是一項極具潛力的發展方向，其能夠以經濟有效的方式填補人口稀少地區現有的行動通訊覆蓋缺口，借助於現有裝置和地面行動通訊生態系統的規模和市場，以避免給用戶帶來任何額外的負擔。對消費級裝置進行低影響的硬體改造是非常重要的，用戶即可通過單一、可負擔的主流裝置、行動通訊和應用來接入衛星服務。如此便可透過地面/非地面無線接口和網路的原生化整合，以及地面和非地面接入間的頻譜多工等關鍵，實現目標。

6G需要在本質上是安全且有彈性的，進而能夠在出現新的威脅時仍可信賴。物理層安全作為傳統加密措施的補充，6G系統不僅相對於5G系統可以提高安全性，還能解決傳統安全措施，如更高層身分驗證的延遲問題，進而充分支援對延遲敏感的應用。最後，AI/ML技術將在快速檢測與響應威脅和漏洞方面發揮重要作用，同時能夠從這些漏洞中學習，以防止出現新的安全漏洞。

(本文節錄自聯發科技6G願景白皮書)