Die von der KI ermöglichte Autonomie des Netzwerks 6G des digitalen Zwillings

Guangyi LIU ,  

Jiangzhou WANG ,  

Rongpeng LI ,  

Jianhua ZHANG ,  

Abstract

Angesichts der raschen Beschleunigung des weltweiten Digitalisierungsprozesses wird das Mobilfunknetz der sechsten Generation (6G) eine entscheidende Rolle bei der Förderung industrieller Intelligenz, der Förderung einer hochwertigen wirtschaftlichen Entwicklung und bei der Verwirklichung einer umfassenden digitalen Transformation der gesamten Gesellschaft spielen. Angesichts der wachsenden Komplexität und der steigenden Kosten für das vorhandene Mobilfunknetz der fünften Generation (5G) müssen die Vorteile der künstlichen Intelligenz (KI) genutzt und ihre Grenzen überwunden werden, indem das 6G-Netz von Anfang an in die KI integriert wird. Einerseits kann die native KI auf Anfrage Rechenleistung, Daten- und Algorithmusunterstützung bereitstellen und die KI während des gesamten Lebenszyklus des Netzwerks systematisch aktivieren; andererseits verstärkt das digitale Zwilling (DT) des drahtlosen Netzwerks die Fähigkeit zur Simulation, dynamischen Prognose und Leistungsvalidierung des Netzwerks erheblich und reduziert die Kosten für Test und Fehler erheblich. Der Ausblick auf die Integration von native KI und DT-Technologie im mobilen 6G-Netz ist aufregend. Die potenziellen Vorteile des autonomen Netzwerks 6G umfassen: 1. Das Design und die Bereitstellung der Architektur und der Bereitstellung der Architektur eines autonomen Netzes 6G sind entscheidend, um die Autonomie des Netzes 6G bestmöglich zu unterstützen. Die auf Diensten basierende kabellose Zugangsnetz (RAN)-Architektur ist ein vielversprechender Ansatz, der KI nutzt, um eine dynamische Ressourcenzuweisung und schichtweises Deployment zu realisieren, um verschiedene Missionsanforderungen zu erfüllen und gleichzeitig die Netzwerkflexibilität zu stärken. Die Integration von KI und DT-Technologie in das autonome RAN-Rahmenwerk kann die Autonomie des Netzwerks erheblich verbessern und seine Wahrnehmungs-, Analyse- und Optimierungsfähigkeiten stärken. Darüber hinaus hat die Erforschung ihres Einsatzes und ihrer Optimierung im 6G-Netz im Zuge des Aufkommens der Big-Model-Technologie einen neuen Fokus erhalten. 2. Die Unterstützung der KI und die Integration der DT-Technologie für das Lernen und die Optimierung des 6G-Netzwerks bringen eine intelligente Verbesserung des 6G-Netzwerks und gleichzeitig neue Optimierungsherausforderungen. Das präzise Modellieren des digitalen Zwillingsnetzwerks und seine Fähigkeit, den zukünftigen Zustand des Netzwerks vorherzusagen, ermöglichen nicht nur eine hochwertige Rekonstruktion der Kommunikationsumgebung, sondern stärken auch die Anpassungsfähigkeit des Netzwerks an dynamische Änderungen. Darüber hinaus kann die optimierte Zusammenarbeit von Preisen und Aufgabenentlastung im von nativer KI und DT-Technologie unterstützten 6G-Netzwerk die Netzwerkautonomie fördern und den Schulungsprozess der KI optimieren. 3. Die KI spielt eine wichtige Rolle bei der Verbesserung der Leistung des 6G-Netzwerks. Durch Optimierung der Ressourcenzuweisung und Netzwerkkonfiguration kann die KI die Systemkapazität verbessern und die Kommunikationseffizienz erheblich steigern. Darüber hinaus trägt die Kombination von DT-Technologie und KI zur Entwicklung effizienterer Lösungen für das Management drahtloser Netze bei und fördert die nachhaltige Entwicklung des 6G-Netzwerks. Die zukünftige Anwendung der Netzwerkautonomie von 6G steht jedoch vor vielen Herausforderungen. In diesem Zusammenhang organisierte das Journal Frontiers of Information and Electronic Engineering die Spezialausgabe Die von der KI ermöglichte Autonomie des Netzwerks 6G des digitalen Zwillings. Die Spezialausgabe deckt die Grundtheorie der Netzwerkautonomie 6G, das Hardware-Design, die Systemarchitektur, die Optimierung von Algorithmen und neue Anwendungstechnologien ab, um zu einem Branchenkonsens über die drahtlose Netzwerkarchitektur 6G sowie über die Standardisierung und Implementierung verwandter Technologien beizutragen. Die Spezialausgabe umfasst 8 Beiträge, darunter 1 Positionspapier, 5 Forschungsartikel und 2 Mitteilungen.

Keywords

READ MORE