《Franklin Open》：A comprehensive survey on 6G: Enabling technologies, key applications, and future challenges
无线通信技术从1G到5G的快速演进实现了连接性的显著进步，然而全息远程呈现、自主系统、无线脑机接口以及无处不在的3D覆盖等新兴应用暴露了当前网络的根本局限性。尽管许多综述探讨了单个6G使能技术，但很少有研究提供统一且全面的分析，整合实现未来6G系统所需的技术基础、架构转型和多学科应用。本文通过提供6G的整体概述来填补这一空白，从超越5G的动机和驱动下一代研究的性能需求开始。研究人员综合了关键使能技术，包括太赫兹（THz）通信、超大规模MIMO（Ultra-Massive MIMO）、智能反射面（Intelligent Reflective Surfaces, IRS）、人工智能原生网络（AI-native Networking）、数字孪生网络（Digital Twin Networks, DTN）和生成式人工智能（Generative Artificial Intelligence, GenAI）。本文进一步审视了跨越地面、空中、卫星和水下网络的新型架构模型，同时讨论了医疗、机器人、工业、移动性和沉浸式环境等新兴6G用例。最后，本文概述了必须解决的开放挑战和研究方向，以将6G愿景转化为实际现实。通过连接基础概念和前瞻性创新，本综述为寻求理解和贡献于不断发展的6G领域的研究人员和从业者提供了全面参考。
1. 引言
本文概述了无线通信从1G到5G的演进历程，指出5G在增强移动宽带（eMBB）、超可靠低延迟通信（URLLC）和大规模机器类型通信（mMTC）方面的贡献，但新兴应用如全息远程呈现、触觉互联网和无线脑机接口（BCI）等对网络提出了超越5G能力的需求。6G被设想为通过太赫兹（THz）通信、智能反射面（IRS）、人工智能原生网络、数字孪生网络（DTN）和生成式人工智能（GenAI）等技术，实现全球三维无缝连接。本文的贡献包括：提供超越5G的动机分析、全面综述使能技术、分析空间-空中-地面-水下集成架构、讨论扩展现实（XR）、自主系统、智能医疗等应用场景，并通过远程全息手术场景展示多技术融合，最后总结技术挑战与研究方向。
2. 移动网络演进
回顾了从1G到5G的移动网络发展历程。1G（1980年代）为模拟语音，数据速率2.4 kbps；2G引入数字调制（TDMA），支持短信（SMS），速率64 kbps；3G（2000年）提供高速数据（2 Mbps），支持网页浏览和视频；4G（2010年代）为全IP网络，基于LTE和OFDM，速率可达1 Gbps，支持高清视频和物联网；5G利用毫米波（mmWave）频段，引入eMBB、URLLC和mMTC三大场景，采用大规模MIMO、软件定义网络（SDN）和网络切片等技术。表格对比了各代网络的特征、频段和关键应用。
3. 迈向6G
3.1. 从5G到6G：为何需要新一代？5G虽提供了eMBB、URLLC和mMTC，但全息远程呈现和扩展现实（XR）等应用要求Tbps级数据速率和低于0.1 ms的延迟，超出5G能力。6G（预计2030年）将整合人工智能（AI）、机器学习（ML）和量子通信，实现网络性能的飞跃。
3.2. 5G在应对未来需求方面的局限性：5G在频谱带宽、超大规模连接、确定性超低延迟和AI原生支持方面存在不足。例如，毫米波频段无法提供全息通信所需的超宽带；密集小基站部署导致能耗增加；无法支持数十亿异构设备的可靠连接；缺乏AI驱动的自主管理能力。
3.3. 6G的愿景与目标：6G旨在实现Tbps数据速率、亚0.1 ms延迟和全球集成覆盖，通过太赫兹（THz）频段、AI原生网络、数字孪生（DTN）等技术，支持XR、自主机器人、数字孪生和全息通信等应用，创造统一通信、感知、计算和AI的智能平台。
3.4. 6G时间线：5G演进始于3GPP Release 15（2018），Release 18（2024）为5G Advanced。ITU预计2026年发布IMT-2030框架，3GPP在2028-2030年制定6G标准，预计2030年商业部署。
4. 6G使能技术
4.1. 人工智能与机器学习：AI将成为6G网络的基础，实现自主配置、异常检测和预测性维护。机器学习（ML）算法优化流量管理、能效和移动性预测，强化学习用于实时频谱分配和干扰缓解。
4.2. 生成式人工智能（GenAI）：GenAI利用生成对抗网络（GANs）、变分自编码器（VAEs）、扩散模型和大语言模型（LLMs），生成信道模型、移动模式、网络流量预测和合成训练数据。在物理层用于信道估计和波束成形；在网络层促进主动资源分配和异常检测；并支持安全性中的对抗训练和隐私保护。
4.3. 太赫兹（THz）通信：THz频段（0.1–10 THz）提供高达1 Tbps的数据速率，支持全息远程呈现和超高清流媒体。优势包括高频谱效率、小天线阵列集成和定向安全性。挑战包括系统复杂性和功耗，需结合超大规模MIMO和IRS解决。
4.4. 可见光通信（VLC）：利用可见光实现高数据速率、抗电磁干扰的通信，适用于室内环境。VLC具有太赫兹级带宽和高频复用能力，但受限于LED带宽，需优化超大规模MIMO设计。
4.5. 多接入边缘计算（MEC）：MEC将计算资源靠近用户，降低延迟，支持自动驾驶和增强现实（AR）。在6G中，MEC集成AI驱动服务，实现动态自优化机器类型通信（MTC）网络，结合网络切片保证灵活性和能效。
4.6. 机器类型通信（MTC）：6G将首次实现跨行业无缝集成，MTC支持自主设备间通信，但面临延迟和可靠性挑战。利用网络功能虚拟化（NFV）和SDN构建灵活核心网络，大规模MTC（mMTC）支持数十亿低功耗设备。
4.7. 低地球轨道（LEO）卫星通信：LEO卫星提供高速低延迟通信和全球覆盖，结合毫米波技术实现点对点链路。通过网络切片、NFV和SDN实现地面与非地面网络融合，边缘计算增强移动性和服务质量（QoS）。
4.8. 轨道角动量（OAM）技术：OAM利用电磁波的螺旋相位波前，在同一频率上传输多路数据，提高频谱效率。优势包括抗干扰和带宽利用，但面临光束发散和对准问题，需与THz和毫米波结合。
4.9. 认知无线电（CR）：CR动态感知未用频谱，提高频谱效率。共生无线电（SR）引入合作范式，优化异构网络资源。6G中CR和SR结合设备间通信、频谱共享和全双工技术，实现智能频谱管理。
4.10. 智能反射面（IRS）：IRS由低成本反射元件组成，通过被动反射电磁波增强信号传播，提高信干噪比。可部署于建筑物和车辆，结合机器学习实现波束控制和多用户通信，提升频谱效率和速率。
4.11. 无线能量传输（WET）：WET为设备提供可持续无线供电，减少电池浪费。与无线信息和能量传输（WIET）结合，基站可同时传输数据和电力，支持无电池物联网设备。
4.12. 边缘智能：边缘智能将AI与边缘计算结合，实现近数据源实时决策，降低延迟和带宽需求。支持自动驾驶、无人机、增强现实和远程手术，增强隐私和计算效率。
4.13. 数字孪生网络（DTN）：DTN创建物理网络的虚拟副本，用于实时预测、优化和测试。集成传感器、网络状态和用户移动性数据，支持自适应、故障预测和端到端QoS优化。与边缘智能结合，确保低延迟同步。
4.14. 自由双工与频谱共享（FDSS）：6G实现全双工，同时收发数据，克服频分双工（FDD）和时分双工（TDD）的低效。非正交多址（NOMA）增强频谱效率和用户容量。
4.15. 超大规模MIMO：采用数千天线单元，通过空间复用和波束成形提升频谱效率。在THz频段实现高方向性波束，减少传播损耗，支持超高数据速率。
4.16. 区块链技术：区块链提供去中心化安全框架，管理频谱共享和资源分配。结合AI增强QoS，支持安全数据共享、身份管理和交易验证。
4.17. 触觉互联网：触觉互联网通过触觉传感器实现实时人机交互，依赖超低延迟和高可靠性，6G将满足其需求。
4.18. 量子通信与量子机器学习：量子计算（QC）加速复杂算法（如连续干扰消除），提供高计算能力和超安全通信。
5. 核心网络的新架构
5.1. 从地面到无处不在的3D覆盖：6G将集成非地面网络（NTN），实现空间-空中-地面-水下全覆盖。架构需支持不同平台间的无缝切换，采用AI辅助波束成形、跨域同步和互操作框架。
5.1.1. 空间网络：LEO卫星系统：利用非地球同步轨道（NGSO）卫星（如Starlink、OneWeb）提供低延迟全球连接。星地集成网络（STIN）包括空间骨干网（GEO）和空间接入网（LEO/MEO），结合SDN、信息中心网络（ICN）和多路径TCP（MPTCP）实现高效控制。
5.1.2. 空中网络：灵活中继服务：高海拔平台（HAP）和低海拔平台（LAP，如无人机）提供快速部署和短距离通信。无人机可配备IRS或THz收发器，形成临时回传，但需解决移动性管理和能量约束。
5.1.3. 水下网络：水下通信利用射频、声学和光学技术，但面临高衰减、低速率和恶劣环境挑战。声学通信距离长但速率低，光学通信速率高但距离短，RF衰减大。
6. 用例与新兴服务
6.1. 连接机器人与自主系统（CRAS）：包括自动驾驶、无人机集群和机器人平台，要求超低延迟和高吞吐量，6G为其提供基础。
6.2. 扩展现实（XR）：涵盖增强现实（AR）、混合现实（MR）和虚拟现实（VR），需要6G的实时高分辨率和低延迟，结合边缘计算和AI实现个性化体验。
6.3. 万物互联（IoE）：扩展物联网，整合人、数据、过程和设备，6G提供URLLC和eMBB支持大规模智能连接。
6.4. 无人机移动性：无人机从军事扩展到民用，6G实现无人机到一切（U2X）网络，支持低延迟、高数据速率和大量连接。
6.5. 全息远程呈现（HT）：实时投影三维全息图，需要Gbps级速率和100μs级延迟，6G结合触觉反馈实现沉浸式远程通信。
6.6. 无线脑机接口（BCI）：6G支持直接脑-设备通信，控制假肢和医疗植入物，引入患者体验质量（QoPE）概念，要求极高可靠性。
6.7. 个性化体域网（BAN）：集成可穿戴传感器，实现健康监测和慢性病管理，扩展至情绪识别和生物认证。
6.8. 智能医疗：医疗5.0利用AI和可穿戴设备，结合全息通信、触觉互联网和远程手术，6G支持实时诊断和干预。
6.9. 工业5.0：强调人机协作，基于6G和IoE实现个性化自适应服务，提升制造和物流的可持续性。
6.10. 用例：远程全息手术：演示多技术融合：THz通信、IRS、边缘计算、数字孪生和AI。工作流程包括3D感知、实时数据传输、触觉控制、AI决策、数字孪生验证和机器人执行，实现远程精准手术，但面临亚0.1ms延迟、数据安全和计算复杂性挑战。
7. 技术理论挑战
7.1. 6G移动网络挑战
7.1.1. 高频通信与传播损耗：THz频段受大气吸收和分子散射影响，传输距离受限，需开发先进波束成形、IRS和信道均衡技术。
7.1.2. 超大规模MIMO与信道复杂性：数千天线导致信道估计、波束对准和硬件校准困难，需机器学习算法降低计算复杂度。
7.1.3. 低延迟与高可靠性要求：远程手术等应用要求低于1ms延迟和99.99999%可靠性，需鲁棒调制、预测调度和自适应编码技术。
7.1.4. 地面与非地面网络集成：异构网络引入延迟、多普勒频移和同步问题，需跨域信号处理策略。
7.1.5. 动态信道条件：高度移动性和环境变化导致非平稳信道，需实时信道建模和AI预测算法。
8. 结论
6G将重新定义数字交互，整合AI、THz通信、IRS、边缘计算和卫星集成等使能技术，支持XR、自主系统、全息通信和BCI等应用。面临频谱、能耗、信道动态和智能架构等挑战，需多学科协作。未来研究方向包括AI原生架构、混合THz-光通信、空间-空中-地面-水下集成优化、能效改进、量子安全加密和真实场景原型验证。
