基于实际部署数据的 FR3 6G 网络容量与能耗权衡

《IEEE Communications Magazine》：Capacity and Energy Trade-Offs in FR3 6G Networks Using Real Deployment Data

　　

摘要：

面对第六代（6G）无线网络提出的严苛需求，如超高速率、极低时延和高能效，传统全数字大规模多输入多输出（MIMO）系统在可扩展性、硬件复杂度和计算开销方面面临重大挑战。为应对这些挑战，堆叠智能超表面（SIMs）作为一种新兴技术脱颖而出，其利用多层可编程超原子在波域中以光速直接执行复杂的信号处理任务。本文对SIM技术进行了全面综述，首先介绍了其物理原理和硬件设计，随后回顾了新颖的SIM使能信号处理框架，并总结了其在全息MIMO、到达方向估计、多用户波束赋形、卫星通信以及感知通信一体化等代表性应用中的性能增益。此外，本文还探讨了SIM与机器学习方法的融合，包括强化学习和语义通信，重点强调了基于波域计算所固有的低时延和高能效优势。本文同时识别了硬件不完美性、层间耦合效应、高维优化复杂度和系统级集成等关键实际挑战，并提出了模型校准、鲁棒训练框架以及由人工智能驱动的优化策略等可行解决方案。现有证据表明，SIM技术具有显著潜力，能够降低对传统高功耗数字基带处理模块的依赖，从而为6G时代的感知、通信和计算融合网络构建可扩展、可持续和智能化的基础设施。