张平院士等 | FITEE“智简无线网络理论与技术”专题导读

随着全球新一轮科技革命和产业革命加速推进，第六代移动无线通信系统（6G）将为产业转型升级和经济创新发展注入新动能，进一步促进全球产业一体化发展。在6G时代，无线通信将渗入各个领域，支持各种新型应用并满足其差异化的极致性能要求，例如沉浸式或交互式体验应用需要超大带宽的传输速率，自动驾驶和车联网应用需要超高可靠性和超低延迟，工业互联网应用需要海量机器类型连接。面对后摩尔和后疫情时代的挑战，无线通信需要在网络架构上突破，以提高智能性、安全性、鲁棒性、带宽和异构性。在此背景下，6G发展具有以下几个重要趋势：

1. 未来无线通信将从满足“人—人”通信发展为满足智能“人—机—物”通信

除实现传统人与人之间的个人通信外，未来无线网络还将支持个人、机器和物体相互之间的高效无线互联。人类的行为和意图将被智能实时感知，并及时让机器或物体知悉，机器或物体将适时地调整或者进行专门的操作。典型应用场景包括智能建筑、智能交通、混合现实（MR）甚至元宇宙等。

2. 通信节点将从纯粹的通信向通信、感知、计算、控制、管理深度融合扩展

基于信息领域的多学科交叉融合，无线网络将对现有的通信功能进行扩展，深度融合感知、计算、控制和管理等，以满足移动MR、智能无人机群、智能体自组网、工业物联网等领域中多样化的极致性能服务需求。例如，通过感知人体头部位置、预缓存必要内容和渲染高质量图像，通信节点可以提供完全沉浸式的MR体验。通过无人机自身的态势感知，进行自动的轨迹调整、抗干扰和容量覆盖自优化，实现多无人机自组网；此外，借助人工智能（AI），网络节点可以进行无人化的网络规划优化，实现意图驱动的网络管控。

3. 体系架构将聚焦云、网、算、业务的协同，这将使协同更加异构泛在

为节约能源、缩短延迟并减轻回传/前传链路容量负担，边缘计算将与无线网络节点深度协作；此外，为了实现无线网络智能支撑不同的场景和应用，需要云计算、边缘计算、无线网络、算力和业务深度协同，例如针对低时延高可靠性能需求，在云端完成AI模型训练，然后将AI模型部署到网络边缘，实现边缘智能，从而减少时延，增强不同应用的实时智能支撑；针对大带宽高吞吐量需求，可以通过云化处理，也可以通过云化进行智能的网络管理运维等。在架构的异构性方面，基于云—网—算—业协同，进行多维资源的协同编排，可以实现高中低轨卫星、高空平台、无人机、密集蜂窝网络的多维分层一体化覆盖。

简而言之，现有5G向6G演进，需要适应更加苛刻、更多样化的应用场景，更为严格的能量约束，更加灵活的多维资源协同编排，同时避免网络扩张带来的资源需求急剧增大以及网络架构和协议的过度复杂化。这些挑战寻求一种智简（intellicise）无线网络新范式。其中，“intellicise”是应6G特征和场景应用需求提出的一个新形容词，代表“智慧内生、原生简约”。以人工智能与下一代组网技术的一体化为基础，智简无线网络持续探究和利用新的智能本原（例如，语义通信中的语义基等），主动以系统熵减为全局优化目标，自适应地重塑信息系统的核心模型，最终实现自身的智慧内生、原生简约。

在此背景下，《信息与电子工程前沿（英文）》（FITEE）期刊组织了本期“智简无线网络理论与技术”专题。专题涵盖信息论、架构设计和智简无线网络，涉及空天地海一体化、资源管理、硬件测试平台等相关应用。此外，专题旨在回顾智简无线网络研究领域的进展并展望未来研究方向。经严格评审，选录6篇文章，包括1篇综述和5篇研究论文。

孙耀华等从智简无线网络的架构、关键技术和实验平台等方面进行了综述。具体来说，他们首先介绍了意图驱动的无线网络、自动驾驶网络、开放式无线接入网（O-RAN）参考架构等元素；然后就人工智能驱动的网络切片、意图感知、智能运维、基于AI的云边协同组网和智能多维资源分配等技术进行了深入探讨；最后，为弥合理论研究和实际应用之间的差距，进一步阐述了开放试验平台方面的最新进展，展示了网络人工智能的潜在优势。

智简物联网（IoT）可以为众多小型化设备提供超低功耗通信，但传统的软件无线电（SDR）平台存在难以快速实施和实验评估等不足。为此，肖菲等提出一种超低功耗的SDR设计，可满足超低功耗甚至无源物联网节点的通信研发需求。其核心思想是将µW级背向散射通信技术有效集成到SDR平台，避免使用高耗能有源射频。论文最后评估了不同调制方式下的SDR性能，实现了100 kb/s的高通信速率，该节点在唤醒状态能耗低于200 µW。

智能反射面（IRS）配备大量反射元件，可以产生无线通信所需的反射波束，从而为无线传播重构新的环境，是一种前景广阔的无线传播智简技术。张昱等提出将IRS集成到云无线接入网（C-RAN）中，可进一步增强C-RAN的容量和覆盖范围。他们研究了在用户和射频拉远头之间部署多个IRS的场景，并提出一种连续凸近似方法来解决前传容量受限时上行链路和速率最大化非凸问题。通过对发送波束成形、IRS的被动波束成形和前传压缩噪声的协方差矩阵联合优化，可以显著提升C-RAN的上行速率。

边缘智能在支撑工业无线环境中的复杂和动态工业任务方面具有至关重要的作用。许驰等采用多智能体深度强化学习（DRL），将每个设备视为一个自学习的智能代理，从而实现端边协同资源分配。与传统DRL相比，所提方法可以更好地适应边缘的计算能力、数据大小、所需的计算资源和工业设备的数量。

无人机可极大扩展智简网络的覆盖范围。然而，陆地无线链路和无人机—节点通信链路之间的干扰会降低网络性能。为此，郭婧等提出一种多点协同传输技术，减轻无人机—地面异构网络的干扰。利用随机几何理论进行了严格的理论分析，为覆盖概率评估提出一个易于处理的数学框架，相关的数值分析结果进一步验证了其准确性。

针对MR等容量、时延和能耗都具有极高要求的应用场景，多维资源管理至关重要。刘晨熙等首先提出一种移动VR分发框架，其同时考虑了上行和下行传输的影响。通过刻画往返时延，揭示了时延对通信、缓存和计算资源分配的量化依赖性；随后提出一种简单高效的优化算法，在满足上下行链路中缓存、计算容量和传输容量约束条件的同时，最大限度地减少往返时延。仿真结果表明，相比其他基准方案，所提算法可有效降低往返时延。

总而言之，该专题广泛涵盖当前与智简无线网络理论和技术相关的多个主题，从软件定义的无线电硬件和波束形成器设计，到人工智能驱动的资源编排、网络覆盖性能分析、多维资源管理等。我们希望这一系列多样而相关的主题能为对智简网络及其相关领域感兴趣的人们提供帮助。

最后，特别感谢作者和审稿人对本专题的大力支持和宝贵贡献，同时对期刊编辑和主编潘云鹤、卢锡城院士表示衷心感谢。

本文编译自Zhang P, Peng MG, Cui SG, et al., 2022. Theory and techniques for “intellicise” wireless networks. Front Inform Technol Electron Eng, 23(1):1-4. https://doi.org/10.1631/FITEE.2210000

文章目录：

Editorial

※  Theory and techniques for "intellicise" wireless networks

Ping ZHANG, Mugen PENG, Shuguang CUI, Zhaoyang ZHANG, Guoqiang MAO, Zhi QUAN, Tony Q. S. QUEK, Bo RONG

Review Article

※ Intelligent radio access networks: architectures, key techniques, and experimental platforms

Zeyu WANG, Yaohua SUN, Shuo YUANResearch Articles

※ Ultra-low-power backscatter-based software-defined radio for intelligent and simplified IoT network

Huixin DONG, Wei KUANG, Fei XIAO, Lihai LIU, Feng XIANG, Wei WANG, Jianhua HE

※ Beamforming and fronthaul compression design for intelligent reflecting surface aided cloud radio access networksYu ZHANG, Xuelu WU, Hong PENG, Caijun ZHONG, Xiaoming CHEN

※ Multi-agent deep reinforcement learning for end–edge orchestrated resource allocation in industrial wireless networks

Xiaoyu LIU, Chi XU, Haibin YU, Peng ZENG

※ Coverage performance of the multilayer UAV-terrestrial HetNet with CoMP transmission scheme

Weihao WANG, Yifan JIANG, Zesong FEI, Jing GUO

※ Joint uplink and downlink resource allocation for low-latency mobile virtual reality delivery in fog radio access networks

Tian DANG, Chenxi LIU, Xiqing LIU, Shi YAN

访问全文（点击下方阅读原文可下载每篇全文）：http://www.jzus.zju.edu.cn/issue.php?issueid=731

张平，专题主编，北京邮电大学教授，IEEE会士，中国工程院院士。1990年毕业于北京邮电大学，获工学博士学位。现任北京邮电大学泛网无线通信教育部重点实验室主任。主要研究方向为无线移动通信。现任《通信学报》主编、Front Inform Technol Electron Eng副主编。

彭木根，专题执行主编，北京邮电大学教授，博士生导师，IEEE会士。2005年毕业于北京邮电大学，获通信与信息系统博士学位。先后于2012、2014年赴美国普林斯顿大学访问。发表IEEE期刊论文100余篇、会议论文300余篇。主要研究方向包括无线通信理论、无线电信号处理、协作通信、自组织网络、异构网络、云通信和物联网。获2018年Heinrich Hertz奖、2014年IEEE ComSoc AP杰出青年学者奖以及ICCC 2020、JCN 2016、IEEE WCNC 2015、IEEE GameNets 2014、IEEE CIT 2014、ICCTA 2011、IC-BNMT 2010和IET CCWMC 2009最佳论文奖。现任或曾任IEEE Commun Mag、IEEE Int Things J、IEEE Trans Veh Technol、IEEE Trans Netw Sci Eng、Intell Conv Netw、Dig Commun Netw和IEEE Netw等刊指导委员会成员或编委。

崔曙光，2005年获美国斯坦福大学博士学位，先后于亚利桑那大学、德克萨斯A&M大学、加利福尼亚大学戴维斯分校和香港中文大学（深圳）担任电气和计算机工程专业助理教授、副教授、全职教授和讲座教授。现任香港中文大学（深圳）理工学院执行院长、深圳市大数据研究院常务副院长。主要研究方向包括数据驱动的大规模系统控制和资源管理、大数据集分析、物联网系统设计、基于能量收集的通信系统设计和认知网络优化。2014年入选汤森路透全球高被引科学家名单及Science Watch全球最具影响力科学家名单。2020年获IEEE ICC最佳论文奖。曾任多个IEEE国际会议主席或程序委员会主席。曾任IEEE Signal Process Mag领域主编，以及IEEE Trans Big Data、IEEE Trans Signal Process、IEEE JSAC Ser Green Commun Netw和IEEE Trans Wirel Commun副主编。曾任IEEE信号处理学会SPCOM技术委员会成员（2009—2014）和IEEE ComSoc无线技术委员会主席（2017—2018)。现任IEEE Trans Big Data指导委员会成员、IEEE Trans Cogn Commun Netw指导委员会主席。曾为信号处理学会IEEE ComSoc新兴技术委员会成员。2013年当选IEEE会士，2014年当选IEEE ComSoc杰出讲师，2019年当选IEEE VT协会特聘讲师。2020年获IEEE ICC最佳论文奖、ICIP最佳论文入围奖、IEEE Globecom最佳论文奖。

张朝阳，浙江大学教授。1998年于浙江大学获通信与信息系统专业工学博士学位。现任浙江大学求是特聘教授。主要研究方向涉及下一代无线通信、网络智能和协同传感计算与通信。曾任WCSP 2013/2018、GLOBECOM 2014无线通信研讨会和VTC-Spring 2017 Workshop HMWC总主席、程序委员会联合主席或研讨会联合主席。现任IEEE Trans Wirel Commun、IEEE Trans Commun、IET Commun和Front Inform Technol Electron Eng编委。

毛国强，西安电子科技大学特聘教授、智慧交通研究院院长，IEEE 会士，IET会士。曾就职于澳大利亚悉尼科技大学计算与通信学院和悉尼大学电子信息工程学院。在国际会议及期刊发表论文200余篇，获引9000余次。主要研究方向包括智能交通系统、应用图论及其在电信、物联网、无线传感器网络、无线定位技术以及网络建模和性能分析中的应用。2018年起任IEEE Trans Intell Transp Syst编委，2014—2019年任IEEE Trans Wirel Commun编委，2010年起任IEEE Trans Veh Technol编委。现任IEEE智能交通系统协会通信网络技术委员会联合主席。担任多个国际会议主席、联合主席或程序委员会成员。先后于2011、2014和2015年获IEEE Trans Veh Technol杰出贡献编辑奖。

全智，2009年于美国加州大学洛杉矶分校获电子工程博士学位。2007至2008年于美国普林斯顿大学电气工程系访问。2008至2012年任美国高通公司研发部高级系统工程师，2012至2015年任美国苹果公司资深射频工程师和架构师。现任深圳大学电子与信息工程学院特聘教授。主要研究方向包括下一代无线通信系统、射频系统校准和测量、工业物联网、边缘计算、数据驱动的信号处理和嵌入式机器学习。2009年获美国加州大学洛杉矶分校杰出博士奖，2012年获IEEE信号处理学会最佳论文奖，2016年获国家自然科学基金杰出青年科学基金资助。

Tony Q. S. QUEK，2008年于美国麻省理工学院获电气工程和计算机科学博士学位。现任新加坡科技设计大学（SUTD）Cheng Tsang Man客座教授，兼任未来通信研发计划主任、ISTD Pillar负责人、SUTD-ZJU IDEA副主任。IEEE会士。主要研究方向包括无线通信和网络、网络智能、物联网、超可靠和低延迟通信以及大数据处理。QUEK教授积极参与组织和主持会议，在多个国际会议中担任程序委员会成员或专题研讨会主席。现为IEEE信号处理协会SPCOM技术委员会成员，IEEE Trans Wirel Commun执行编委会成员，以及IEEE Trans Commun和IEEE Wirel Commun Lett编委。

荣波，加拿大通信研究中心研究员。发表100余篇无线网络和通信主题期刊、会议论文。主要研究方向包括天地空一体化网络、深度机器学习、5G/6G智能无线电资源管理和智能物联网。现为IEEE通信协会和IEEE广播协会成员，IEEE Netw副主编及IEEE Commun Mag、IEEE Wirel Commun Mag和IEEE Int Things J特刊客座编辑。

相关链接：

FITEE 2017~2018“5G无线通信系统与技术”专题导读 （主编：张平院士)

FITEE 2020“后5G与6G天线系统技术演进与创新”专刊导读（主编：段宝岩院士)

FITEE 2021“高通量毫米波无线通信”专刊导读（主编：洪伟教授）

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子2.161，位于JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

2019年，荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（梯队期刊）。

官网：http://www.jzus.zju.edu.cn

期刊Springer主页：

http://www.springer.com/computer/journal/11714

在线投稿：

http://www.editorialmanager.com/zusc

更多信息，请见：

微信加群

---

为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。

计算机科学与技术学术群	光学工程与技术学术群
控制科学与技术学术群	信息与通信学术群
电力电子学术群	人工智能学术

加关注  ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。