专题
是德科技与马拉加大学携手将人工智能融入6G
October 18, 2023
是德科技与马拉加大学（UMA）正在开展合作，旨在推动人工智能（AI）和机器学习（ML）在进阶 无线通信系统中的应用。该合作以6G研发为重点，已开发出一套方法，可将这些算法集成到设计和测量工具中，以验证其性能并加速其在行业中的应用。
“许多网络运营商和设备供应商已经在各自的网络中应用了人工智能和机器学习技术。但迄今为止，无线通信标准尚未就人工智能和机器学习的部署方式提供任何支持，”是德科技的研发工程师哈维尔·坎波斯表示。“这种情况导致设备供应商之间出现了许多互操作性问题，而现有的标准又未能针对人工智能/机器学习技术进行优化——这就是我们一直与该大学合作致力于解决的挑战。”
利用人工智能优化性能
优化无线性能的主要方法之一是提供并利用准确的信道状态信息（CSI）——即通信链路的已知信道属性和状况。CSI在整个无线系统中实时应用，旨在尽可能地根据当前信道状况调整传输方式，以保持最佳性能。这是实现高数据速率及多天线系统下可靠通信的关键要素。 传统上，计算和报告准确的CSI需要消耗大量计算资源，因此将其作为将人工智能（AI）和机器学习（ML）集成到网络中的切入点非常合适。
“虽然人工智能已经存在了相当长一段时间，但该行业如今已能够确定具体的应用场景，例如优化CSI反馈，在这些场景中，人工智能能在性能、资源利用率和能源效率方面带来巨大提升，”坎波斯表示。
UMA的无线通信研究人员将CSI识别为一种可从人工智能（AI）和机器学习（ML）中受益的关键系统指标（应用案例 ），并据此开发了一种用于增强CSI反馈的人工智能/机器学习模型。
“我们正在做的是减少用户设备向基站传输的空中信息量，从而提供准确的CSI数据，”马拉加大学教授、电信研究所（TELMA）所长玛丽·卡门·阿瓜约表示。“我们通过使用人工智能算法来实现这一点，这些算法能够将信息压缩到极小的体积，仅传输维持最佳性能所需的最小信息量。”
在需要验证其机器学习（ML）模型在CSI反馈方面的性能是否优于传统数字信号处理（DSP）时，他们向是德科技寻求了一套数字孪生平台，以在真实环境中模拟该模型的性能。通过构建一个与是德科技PathWave 系统设计（SystemVue ）建模工具相连接的接口层，UMA的研究人员得以在各种衰落特征及其他测试条件下对该模型进行评估，从而证明该方法优于传统方法。
携手推动基于人工智能/机器学习的标准制定
得益于这一全新接口，任何符合最常见人工智能/机器学习API和框架的算法，现在均可导入是德科技的SystemVue ，并供整个行业使用。为协助推进这一进程，是德科技与UMA正通力合作，将这一创新成果引入3GPP RAN-1标准组织。
“我们期待在3GPP正在研究的各个领域取得进展，”坎波斯表示。“我们正在努力提升用户体验和测量精度，以便获得将这项新技术引入行业所需的洞见。”
在完成人工智能模型的验证后，UMA和是德科技向3GPP提交了这些模型及相关测量最佳实践，作为Release 18的一部分——这是首个研究空中接口人工智能/机器学习增强功能的3GPP版本。双方正在延续这一合作关系，计划未来做出更多贡献，并将这些研究成果推广至更多是德科技工具，以助力全球各地的无线研究人员。
“这次合作之所以特别，在于我们成功将我们的研究人员与行业内的测量专家联系了起来，”阿瓜约说道。“这种跨领域合作将为无线通信带来令人振奋的创新。”