广告

高通徐晧:持续推动5G Advanced技术演进,赋能千行百业数字化转型

时间:2024-05-20 阅读:
当前,5G发展已行至中场,5G Advanced正在加速落地,不仅将进一步释放5G全部潜能,还将为6G奠定技术基础,加速推动未来十年的创新。

5月16至17日,2024世界电信和信息社会日大会暨系列活动在浙江宁波举行。在17日下午举行的5G-A建设与应用创新发展论坛上,高通中国区研发负责人徐晧发表了题为《持续推动5G Advanced技术演进》的演讲,从技术赋能的角度阐述了高通对于包括5G Advanced在内的先进连接技术和趋势的看法,以及高通在推动创新应用和场景落地方面所做的努力,并着重探讨了3CC+1024QAM、XR、子带全双工(SBFD)、无线AI、A-loT等几个值得关注的技术领域。

当前,5G发展已行至中场,5G Advanced正在加速落地,不仅将进一步释放5G全部潜能,还将为6G奠定技术基础,加速推动未来十年的创新。在论坛中徐晧表示,作为移动通信行业的技术赋能者,高通致力于持续推动5G Advanced技术演进,开展关键技术演示,并推动相关应用场景的落地。他强调,高通在推动5G Advanced技术演进和商用部署的同时,也在非常积极地推动6G相关技术的研发。未来,高通期待与合作伙伴一起,共同推动5G Advanced和6G的发展。

以下为演讲实录:

大家好,我是高通公司中国区研发负责人徐晧。今天很高兴有机会与大家分享,高通在持续推动5G Advanced技术演进过程中的一些观察和取得的成果。作为移动通信行业的技术赋能者,高通致力于持续推动5G Advanced技术演进,开展关键技术演示,并推动相关应用场景的落地。

当前,我们正在经历5G Advanced向6G演进的过渡阶段。从研发的角度来说,高通在推动5G Advanced技术演进和商用部署的同时,也在非常积极地推动6G相关技术的研发。当前,行业正在开展Release 19标准版本的研究工作;明年Release 20也将正式开始推进,其中包含了更多向6G演进的相关技术研究工作。

从Release 15到Release 19,我们已经经历了5个5G标准版本。实际上,平均每1.5-2年就会出现一个新的标准版本,在每个标准版本中又包括了非常多的技术。从5G Advanced的商用部署情况来看,现在大家看到的很多技术演示和应用,都是从此前版本中的相应技术演进而来的。

首先我想与大家分享的是Release 19中涵盖的关键技术。从高通的角度来说,Release 19标准版本可以大致分成四个不同的技术演进方向。首先是持续的系统增强,包括传统的上下行MIMO、移动性增强、拓扑增强(例如中继器、直连通信增强)、以及自组织网络优化等技术。

另外三个技术演进方向相对而言更加重要。第一个方向是用例的进一步多样化,其中Ambient IoT(无源物联网)是一项重要用例。目前已经有很多关于Ambient IoT的技术研究成果。在5G发展早期,NB-IoT(窄带物联网)和eMTC(增强型机器类型通信)技术已经得到了初步发展;随着5G技术的持续演进,NB-IoT和eMTC技术逐渐发展成熟,例如实现了NB-IoT与5G的融合。行业现阶段关注较多的Ambient IoT,也将随着5G向6G的演进持续发展。另一项重要用例是卫星通信,目前很多偏远地区还无法实现网络覆盖,而卫星通信技术可以实现对这些区域的通信支持,同时也是扩大覆盖范围的有效方式。此外还有XR和元宇宙,稍后我也会详细介绍高通在XR和元宇宙这一用例中取得的进展。

第二个重要的技术演进方向与全新的先进功能有关。其中,双工演进是提高频谱利用率的有效方式,我在稍后的分享中也会展开阐述;其次,Release 19也将关注中高频段频谱,即7-16GHz频段(FR3频段),也就是针对Sub-6GHz或Sub-7GHz以及毫米波频段之外的频谱进行扩展。最后是我们在6G相关讨论中经常提及的技术,例如通信感知一体化、无线AI/ML、网络节能和低功耗唤醒接收机技术。接下来,我将具体介绍五个值得关注的技术领域。

第一个领域是3CC+1024QAM。近期,高通联合中国移动、中兴通讯和小米共同完成了5G Advanced下行3CC CA(三载波聚合)+1024QAM全球首秀,实现单用户下行速率约5.4Gbps的里程碑,为更多有高速率需求的应用提供可能。

第二个领域是XR,Release 18已经开始进行专门面向5G XR用例提供的系统增强特性,包括KPI(关键性能指标)和QoS(服务质量)、应用感知、能效优化和容量增强。5G Advanced Release 19旨在进一步提升系统效率和用户体验,希望通过5G打造增强型XR体验。

面向XR应用,我们致力于将音频、视频、传感器等不同流量类型同步传输到XR终端。当前的AI大模型已经能够生成多种形式的内容,比如视频或音频;未来我们会看到越来越丰富的XR内容,更多的XR内容也将推动XR应用的发展,为更多用户带来更好的XR体验。此外,Release 19也提出了改善调度、增强用户面等一系列需求。

接下来为大家介绍一下高通与中国移动、中兴通讯、当红齐天合作完成的技术演示。我们携手带来了5G Advanced支持的多玩家大空间XR体验,该演示也展现了XR商用化的典型应用场景。以XR游戏业务为例,一个普遍存在的痛点是,传统的XR渲染算力仍旧依靠的是背包解决方案,这一方案需要通过Wi-Fi连接支持算力在边缘侧和云端运行,在XR游戏场地内能支持的用户数量非常有限,在玩家人数较多的情况下,通过Wi-Fi实现XR多用户连接的效果不是很理想。基于Wi-Fi无线解决方案,大概每次仅能维持半小时到一小时的连接,单次也只能支持大约8个用户同时进行XR体验。

如果我们通过毫米波网络连接边缘云和XR终端,单基站就可以支持大约50个用户同时在线。在第一批用户(前8个人)进入场地开始体验之后,稍过几分钟就可以让第二批用户进场体验了。在同样的场地,通过5G Advanced优化后的XR业务可以实现成倍增益,通过系统层面的优化,我们可以将XR商业部署做得更好。

接下来再为大家讲一讲全双工演进。推动全双工演进,需要在基站和终端领域有大量的技术储备。实际上,在5G网络建设初期,全双工就已经成为了一项重要技术;在5G发展后半程的技术标准中,我们更侧重于发掘全双工的关键应用场景。

Release 18为面向未来的全双工奠定了基础,其中一大关键技术领域是研究子带(subband)非重叠全双工和动态TDD下的潜在增强特性。虽然目前尚未实现同时同频全双工,但是作为迈向同时同频全双工的关键一步,子带全双工技术是当前研究的重点。子带非重叠全双工面临的最大挑战是,在发射信号的同时要接收信号,发射信号功率通常比接收功率要高几十倍甚至几百倍,这可能导致完全接收不到信号。这种情况下,如何让子带非重叠全双工技术更好地发挥作用呢?

第一种方式是收发天线隔离,实验室测量数据表明,天线隔离能够实现80-90 dB的隔离。第二种方式是利用上下行频率隔离,这就是刚才提到的在不同子载波之间的隔离,通过这样的方式能够达到超过40 dB的隔离。以上两种方式加起来能够实现120 dB的隔离。最后一种方式则是自干扰抑制,这取决于接收信号的终端功能,比如通过手机端或者基站端可以进行一定的干扰消除。

此外,在今年的MWC(世界移动通信大会)巴塞罗那期间,高通还带来了另外两种干扰消除技术的演示。第一项演示是通过智能调度使得用户终端(UE)之间能够更好地进行干扰消除。对于距离非常近的两个UE,将其调度到不同的子载波或不同的时域来进行干扰消除;另一项演示是通过收发波束消零(Beam Nulling)技术来降低gNB间的跨链路干扰,抑制来自另一个gNB或另一个UE的信号干扰。

AI方面,我们今天也谈到了很多相关技术。Release 19标准讨论中有五个AI相关的重点技术方向,其中三个聚焦物理层,分别是信道反馈、波束管理以及精准定位。这三项基于物理层的关键技术方向在Release 19标准讨论当中是非常主流的项目。另外两项技术方向则聚焦网络端,一个是利用AI和ML(机器学习)实现网络端性能的优化,另一个是利用AI和ML来增强5G NR的移动性。AI的优势在于,针对传统通讯技术没有办法解决的问题,AI可以克服这些挑战。

高通研发部门还进行了一项OTA实验,研究AI如何赋能更高效的毫米波波束管理,比如更快地定位UE。传统的方式是,先通过一个宽的波束定位UE,再借助多个较窄波束的波束反馈来确定UE位置。借助AI,我们能够直接从宽波束反馈的信息当中,通过AI和ML预测来找到窄波束的位置。高通研发部门进行的相关实验对比了宽波束、宽波束+窄波束以及宽波束+AI这三种方式,数据表明,宽波束+AI和宽波束+窄波束这两种方式,能实现几乎一致的吞吐量。在吞吐量大致相同的情况下,AI赋能的毫米波波束管理能够更好地降低终端和基站的功耗,这是利用AI提升系统管理效率的很好示例。

在物联网领域,我们也可以看到非常多的技术,例如eMTC、NB-loT、RedCap(也被称作NR-Light),以及当前行业较为关注的Ambient IoT。大家可能会问,在5G Advanced或者是在6G中,Ambient IoT最显著的技术优势是什么?实际上,Ambient IoT的使用成本不见得比NB-IoT低。Ambient IoT最大的优势是无需供电,也就是不需要换电池。如果Ambient IoT技术的使用成本能够继续下降,再结合该技术无需电池供电的优势,我们就可以把这项技术应用到仓储和物流行业中——这是当前较为重要的应用场景。此外,我们还会在各种物联网应用场景中同时采用Ambient IoT、NB-loT、eMTC、RedCap等技术,通过使用这些面向不同层级物联网终端和服务的技术,实现对物联网应用场景的全方位覆盖。

除上述提到的五个值得关注的技术领域,还有一个很重要的技术领域,我在今天的分享中没有详细阐述。当前,除了将移动通信技术运用于各类终端中,还出现了很多终端侧生成式AI赋能的智能终端,包括AI智能手机、支持大模型功能的智能网联汽车、人形机器人、AI PC等。面向这些终端,我们开展了相应的技术研发并推出了相关产品和解决方案。我们希望通过各类触手可及的终端,让更多人能够享受到终端侧生成式AI赋能的出色体验。

近两年我们可以看到,智能终端产业链上的几乎所有企业,都在非常积极地推动大语言模型(LLM)、多模态模型(LMM)、大视觉模型(LVM)和其他AI模型在智能手机和其它终端类型上的应用。未来,终端侧生成式AI能够助力实现更加丰富的功能,比如利用AI生成视频和更清晰的图像、利用AI与机器人进行对话等,终端侧生成式AI有望为智能终端产业开辟更多全新的应用场景。

今天由于时间原因,我重点介绍了五大值得关注的技术领域,但与此同时,我们也在推动更多技术创新和演进,例如在5G Advanced阶段,我们正推动先进的毫米波部署,包括通过无线AI进行互操作性测试。在今年的MWC巴塞罗那期间,我们还展示了全球首个为运行于13GHz频段而打造的超大规模MIMO天线原型系统,助力无线通信行业探索利用中高频段新频谱,为6G时代的到来做好准备。

此外,我们还在面向数字孪生网络的实时OTA测试平台中,展示了物理空间高保真建模、射频传播和网元动态如何提供更佳的用户体验和新功能,并展示了通往亚太赫兹之路的多项技术演示。同时,我们还致力于将5G扩展至移动宽带之外的服务,包括先进的汽车连接、无界XR、广域物联网RedCap演进、太空5G通信(5G NTN)以及5G广播。未来,我们期待与在座的各位合作伙伴一起,共同推动5G Advanced 和6G的发展,谢谢大家。

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
相关推荐
    广告
    近期热点
    广告
    广告
    可能感兴趣的话题
    广告
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了