面向 6G 及未来无线网络的 AI 辅助物理层技术
信号处理
2019-08-27 v1
摘要
机器学习(ML)与人工智能(AI)已成为无线网络中除基于模型的解决方案等传统方法之外的替代性方法。传统设计概念包括对底层过程行为的建模,而基于 AI 的方法允许通过从输入数据(拟映射至特定输出)中学习来设计网络功能(训练)。此外,在函数部署阶段(在线学习)可学习新的输入/输出关系,使基于 AI 的解决方案具有灵活性,从而能够应对新情况。尤其是 5G 中引入的超可靠低时延通信(URLLC)和海量机器类通信(MMTC)等新用例使得该方法成为必要,因为相较于主要为人驱动流量设计的网络(4G、5G xMBB),网络复杂性进一步增强。本文重点阐述 AI 技术在未来无线系统物理层(PHY)上的示例性应用,因此可视为例如 6G 系统的候选技术。
引用
@article{arxiv.1908.09523,
title = {AI-assisted PHY technologies for 6G and beyond wireless networks},
author = {Raja Sattiraju and Andreas Weinand and Hans D. Schotten},
journal= {arXiv preprint arXiv:1908.09523},
year = {2019}
}
备注
Published in The 1st 6G WIRELESS SUMMIT, 24-25 Mar 2019, Levi, Finland