6G的持续发展和有效推进离不开信道测量与建模

问：目前6G信道测量与建模主要包含哪些研究内容？

张建华博士：6G要实现更高、更全面的性能指标，那可能需要使用更高的频段和更大的带宽，比如毫米波、太赫兹和可见光等；采用更高谱效和更先进的技术，例如超大规模MIMO、全息MIMO、智能超表面、通信感知一体化等；同时，考虑到未来通信场景更加多样，要覆盖空、天、地、海的多域空间，这几个方面IMT-2030（6Ｇ）推进组技术工作组都设立了相应的任务组，之前专题也都介绍过，这些新技术和趋势都对6G信道测量与建模的研究都提出了新的要求。而要为6G研究提供精确、可靠的模型，我们需要研究三个方面的内容：

首先，需要搭建支持大带宽、多通道、测距远的高精度信道测量平台，并通过合理的场景规划，汇聚6G场景、频率、多种测量配置的信道数据；其次，需要研究在频率、场景、新技术三重扩展下探究6G信道的新现象与未知特性规律；最后，需要研究满足6G仿真、评估和测试需求的信道建模理论和方法，从而用于后续6G关键技术研究和评估、设备和系统性能的测试、网络的规划和优化等各个方面。

问：当前6G信道测量与建模的研究现状是怎么样的？我国相关研究在全球范围内大致处于什么样的水平？

张建华博士：2020年是全球5G商用的年份。随着5G商业化进程的加快，6G研究逐渐成为全球各国着力部署和投入的科研方向。尤其是2020年3月4日，ITU在国际移动通信工作组（WP5D）会议上，启动了面向2030年及未来6G的研究工作，标志6G正式纳入国际标准组织研究计划。在6G研究初期，基础性和前提性的6G信道测量与建模研究就吸引了全球范围内学者、专家等的广泛关注。例如，美国的T. S. Rappaport教授团队,德国的T.Kürner教授团队等开展了更高频率（如太赫兹）的信道测量与建模研究，T. Marzetta教授对全息MIMO的信道模型进行了初步研究。国内也几乎同时开始了此领域研究，2017年11月我作为ITU-R 5G信道模型起草组主席完成了负责标准的起草后，2018年就逐渐投入到6G信道的研究，这几年在6G的信道研究从平台建设和理论研究都做了一些工作。同时，国内信道研究相比以前，也有了很好的发展，包括东南大学、成电、北交大等高校，中国移动、华为、中兴、信通院和中电科22所等企业也开展了有针对性的6G信道研究工作，除此之外，还有很多不能一一提及的高校和企业也十分关注信道基础研究的投入和部署。整体来看，国内外6G信道测量与建模的研究目前还处于初期探索阶段，在某些细分研究方向取得了一定的研究成果。但是，这离达成领域共识、形成普遍认可的6G信道模型，并为6G在技术选择、技术研发与优化等方面提供指导性意见还有一定的差距。这也是我们筹建信道测量与建模任务组的重要原因之一，希望能在6G初期，汇聚国内信道研究领域优秀成果，在6G信道模型方法等方面达成共识，形成合力，基础支撑我国在6G技术研发和标准化工作中保持优势。

问：6G信道测量与建模工作是对推动6G发展有哪些重要意义？

张建华博士：我们知道，移动通信信号收发（信道）依赖特殊的媒介，它就是1865年麦克斯韦预言存在的电磁波。由于电磁波本身的属性，在开放复杂环境中传播，就会导致信道呈现高动态的多变传播特性，这些特性会决定系统的理论性能限，其次这种特性会跟地形地貌有巨大的关系，而我国的环境特点和欧美存在显著差异，因此在我国开展信道研究对后期技术在我国环境下发挥优异的性能，并避免部署实施风险，有重要的意义。比如在5G技术标准化与研发阶段，我们提出的3D MIMO信道建模理论成为ITU-R的5G信道模型理论框架，并基于大量国内环境下的实验和数据形成了我国主推国际标准的模型，上升为ITU 5G评估标准必选模型A，就支撑了我国5G主流技术的研发、评估和测试。6G相比于5G在频段、场景、技术上三方面扩增，亟需深入研究6G信道在多个维度上扩展后的新特性和未知规律，建立精确的信道模型，从而支撑6G发展早期的技术研发、标准化工作，为候选技术的研判和标准推动提供精确可靠的模型，其次模型应用于通信系统的设计与性能优化，减少实际系统部署的测试选型和网络规划成本都有源头性和基础性意义。

问：张老师，6G信道测量与建模相比于5G信道测量与建模有什么异同点？

张建华博士：6G信道模型相比于5G，从需求上发生了以下变化。1）频段从5G的0.5-100GHz扩展到0.5-1000GHz；2）带宽从5G的2GHz扩展到10GHz；3）场景从5G的室内热点、城市微蜂窝、城市宏蜂窝和郊区宏蜂窝基础上扩展了工业互联网、超高速移动等新场景；4）支撑技术从5G的3D MIMO、大规模MIMO基础上扩展到太赫兹通信、感知通信一体化、智能超表面、空天地一体化等，5G的信道模型难以支撑6G更加多样化的需求，这对6G模型需支持的功能指标和技术参数都提出了新的要求。

问：您觉得当前6G信道测量与建模所面临的挑战主要有哪些？这些挑战可能的应对方法又有哪些呢？

张建华博士：目前来看，6G信道测量与建模所面临3大挑战：第一是频率跨度大。由于6G可应用的频率更高、带宽更宽，电磁波能量随距离衰减较快，并且雨雾等天气因素的影响将更为显著，因此100GHz以下的路径损耗模型将不再适用；随着频率升高，电磁波的绕射能力降低，阴影衰落的特性也将发生显著变化；小尺度上电波传播可能会呈现出更加明显的粒子性，也会导致小尺度参数如时延、多普勒特性的差异。考虑到搭建宽带和高频信道测深器（CS）的元器件和平台能力，利用CS从更高频率和更宽频带的信道中获得可靠和频率跨度如此巨大的精确信道特性是具有挑战性的。

第二是通信场景复杂。考虑到超高速移动、空-天-地的多域空间等场景，物理环境更加复杂，各场景下的散射体分布、地形特征、收发端移动状态、天气等因素都会呈现较大差异。在上述背景下，支持上述复杂通信场景的基础上如何建立准确、可信的模型理论是具有挑战性的。

第三是技术多样。在未来6G系统中，可能会采用超大规模MIMO/全息MIMO、智能超表面、通信感知一体化、可见光/太赫兹通信等更加多样的技术，不同技术测试评估所需要的模型特征是有区别的。

比如超大规模MIMO要关注空间一致性、空间非平稳性的建模，从而支持波束追踪等技术的研究；

通信感知一体化需要研究如何构建通信和感知（回波）的联合表征模型。如何精确的捕获这些技术下的信道新特征和规律，并低复杂度融入到6G模型理论框架里，支持上述技术的研究评估是具有挑战性的。

为了应对上述挑战，需要结合学术和产业界全体的力量。比如可以通过前期的需求评估和合理规划，采集更多典型场景、频段、测量配置下的信道实测数据，而后通过数据的标准化构建真实场景环境和信道测量的数据库，实现信道数据的开源共享。

结合传统建模理论，利用人工智能技术深度挖掘信道大数据下的隐藏规律，从而建立高精度、低复杂度、高通用性的6G信道模型。

问：您觉得6G信道测量与建模的未来研究趋势是怎样的？

张建华博士：目前5G信道模型包括统计性模型（主流）、确定型模型和基于AI的智能化信道模型。统计性模型的建模复杂度低，但统计簇缺乏物理含义，且难以与环境建立联系；确定性模型以电磁场理论为基础，具有物理含义，但建模复杂度高；基于AI的智能化信道模型建模精度依赖于信道大数据样本的完备程度，泛化性差。

考虑到未来技术评估、设备测试等需求，未来6G的信道模型需要在精确度、复杂度和通用性上达到较好的平衡。

由于涉及到频段、场景和技术更加丰富，一种可行的方案是

利用传统的统计性和确定性模型理论框架，结合信道大数据，利用AI方法挖掘信道隐藏规律，建立一种模型和数据融合驱动的信道模型，这方面我从2016年就开始做了一些初步探索，包括引入计算机视觉，结合环境图信息提出基于簇核的信道建模理论，尝试将电磁计算的确定性建模和基于几何的统计建模结合的契机，并对信道衰落预测进行了一些研究。未来我们将继续研究6G多种技术下的数学表征理论模型，研究信道大数据下随频率、场景变化的规律，我的理想是实现6G信道从传统建模到智能预测的转变。

文献1.

引用格式：黄鸿清,刘为,伍沛然,等. 机器学习在无线信道建模中的应用现状与展望[J]. 移动通信, 2021,45(4): 95-104.

【摘  要】为了适应未来6G通信系统的超宽频谱、超大规模天线阵列、高度异构化以及众多新型应用场景，信道建模成为新系统开发必不可少的技术基础。由于6G通信系统将具有典型的大数据特征，基于机器学习的数据驱动型无线信道建模方法已经将成为未来信道模型开发的重要手段。综合分析机器学习在无线信道建模中的应用现状，主要包括确定性信道模型的射线追踪法，随机性信道模型的多径分量聚类与跟踪以及模型参数估计，数据驱动型信道建模，以及信道场景识别，最后，讨论基于机器学习的无线信道建模方法面临的挑战。

【关键词】机器学习；无线信道；信道建模

文献2.

文章题目为：“A 3D Geometry-Based THz Channel Model for 6G Ultra Massive MIMO Systems（基于3D几何理论的6G太赫兹超大规模MIMO信道模型）”。

DOI: 10.1109/TVT.2022.3143500

本文针对超大规模MIMO通信提出了一种基于3D几何的双球太赫兹(THz)信道模型。为了反映真实的太赫兹超大规模MIMO通信，在信道建模中考虑了纳米材料天线阵列的特性以及太赫兹波段的高损耗。根据所提出的基于几何的随机模型(GBSM)，推导和分析了功率延迟分布(PDP)、空间、时间、频率相关函数和多普勒功率谱密度。

通过将模拟结果与测量参考进行比较来验证所提出的模型。研究了一些信道参数，例如天线单元间距、载波频率、簇的数量以及位置对相关函数的影响。

结果表明，天线单元间距和簇数对信道相关性有显著影响，随着天线单元间距的减小，相关函数的下降速度变慢；簇的位置也会影响相关函数的下降率，并分析了簇数和簇内多径分量(MPC)浓度对多普勒功率谱密度的影响。研究发现，簇数越多，簇内MPC分布越集中，多普勒频谱变化程度越大。所提出的信道模型和相应的统计特性对于设计和实现 6G 及以后的太赫兹超大规模MIMO 系统具有深刻的意义。