科研项目
罗智泉教授团队与华为合作取得5G网络中应用智能反射面技术的突破
一、项目描述
随着近两年来第五代移动通信技术开始走向商用,智能化成为了我们生活的主题之一,虚拟现实、增强现实、远程医疗、智慧家居等各种新型智能业务逐渐开始普及,人们的生活质量伴随着移动通信技术的发展而得以提升和完善。为支持新一代物联网应用,以及能在未来激烈的竞争中占得先机,各国争相开始布局6G技术的研究。与5G相比,6G信号需要满足更高的技术性能指标,同时6G采用的毫米波、太赫兹信号的波长更短,信号衰减也会更强,如何充分利用这些信号的优势,并克服信号衰减过快成为了未来6G时代亟待解决的核心问题。
智能反射面(IRS)技术作为6G前沿的研究热点之一,同时也是解决上述核心问题的方案。IRS可以通过控制集成于智能反射面上反射单元的相位智能重构无线信号的传播环境,从而提升无线通信网络的性能,降低无线通信的能耗。因此本项目考虑在传统的无线通信系统中引入IRS,通过对IRS进行波束赋形等方式以辅助提升无线网络的性能,并尽可能地减小额外的网络开销。
二、主要痛点
理论上智能反射面可以通过波束赋形编码,智能重构无线信道,从而对通信网络进行优化提升。但智能反射面技术从理论到实际应用依旧有许多问题亟待解决,主要集中在以下难点:
对于当前的sub-6GHz频段而言,真实信道中多径成分非常丰富,难以准确地估计主要能量的来波方向。
对于多径丰富的场景,IRS发挥作用需要与基站交互信道状态信息,进而要设计独立的信息传输链路以及完善IRS侧的通
信号接收和处理的相应功能,而当前的网络架构与协议并不支持该交互过程。
引入信道交互以及IRS接收和基带处理能力后,IRS成本将大幅抬升,若达到与基站成本相当,则难以大规模推广部署。
三、解决方案
基于数据驱动的思想,研发团队创新性地提出了基于盲波束赋形设计的反射面相位控制技术。具体而言,该项技术不需要获取信道信息即可通过自学习建立场景化模型,得到IRS反射阵列在当前场景下的最优相位组合。理论证明,在处理二元相位选择Φ={0,π}时,以上算法可以渐进达到全局最优;而在处理多元相位,即Φ={0,π⁄(K ,2π⁄(k,…,(((K-1)π))⁄K))}。当K>2时,以上算法可以渐进达到全局最优的75%以上。
四、主要贡献/价值
研发团队开发设计了一套无需信道状态信息的IRS波束赋形技术。在不需要改变现有移动网络结构和协议的前提下验证了IRS技术的可行性。经过验证,该技术适合在现有5G网络中大规模地推广部署。目前团队已初步完成原型机成规模应用的前期准备工作,并在现网中更丰富的场景中进行验证与应用,支撑5G网络系统级优化。同时该项技术在当前的无线网络中具备显著的优势,首先不需要估计、传输信道状态信息,能更好的兼容网络架构和协议,可实现对4G、5G以及下一代网络的支持;其次IRS硬件架构设计的复杂度和成本显著降低。
五、下一步计划
首先,在之前的基于IRS的波束赋形理论设计以及现网测试中我们只考虑较为简单的单输入单输出(SISO)通信系统,并以此对成规模应用的有效性和可行性进行了分析和测试。在5G网络和下一代6G网络中,多输入多输出(MIMO)通信系统将会逐渐占据主导地位,下一步的工作中,研发团队将考虑将现有的盲波束赋形算法推广到MIMO通信场景中,并依托相关方面完成IRS面板的升级,在现网中进一步的测试算法在MIMO场景中的性能,稳步推进原型机成规模应用的进程。其次,之前所提的IRS盲波束赋形算法的自学习建立场景化模型过程需要一定的时间来完成,在下一步的研究中,我们将考虑通过其它方法来进一步的降低自学习过程的复杂度以及尽可能地缩短时间消耗。在完成盲波束赋形算法本身地优化和场景推广之后,我们将进一步地探索IRS在多小区间协作以及减小邻区干扰中的作用,并考虑引入多IRS协作的无线通信网络的架构和性能分析以及进一步的波束赋形设计等。
六、合作单位
香港中文大学(深圳)、深圳市大数据研究院、华为技术有限公司
七、团队成员
罗智泉教授是国际著名大数据分析与应用科学家、加拿大皇家科学院院士、香港中文大学(深圳)副校长、深圳市大数据研究院院长。他于1984年获北京大学数学系学士学位,1989年获美国麻省理工学院电子工程与计算机科学系博士学位。他是SIAM 会士和IEEE 会士以及IEEE信号处理期刊主编(2012-2014)。他的学术成果包括无线通信的收发机优化设计、最优鲁棒波束成形设计、动态频谱管理等,相关论文被IEEE等权威学术机构7次评为年度最佳论文;因在优化理论方面的杰出贡献,2010年被美国运筹和管理科学协会授予Farkas奖,2018年被国际数学优化学会授予Tseng纪念奖。2020年,他被聘为华为eLab实验室主任,挑战网络效能最大化的难题。他主持研发的5G网络优化技术已落地华为GTS平台,供数万工程师在全球多个网络中应用,提升网络平均数率15+%,能耗下降10+%。他领导的5G网络体验最优化技术创新团队荣获华为2020年创新与技术突破奖(华为公司科技创新最高奖)。
沈闓明教授本科毕业于上海交通大学,之后在加拿大的多伦多大学电子与计算机工程学院取得硕士及博士学位。自2020年起他加入香港中文大学(深圳)的理工学院担任助理教授、博士生导师。他的研究兴趣包括无线通信,优化算法,以及多用户信息论。
任书仪2018年本科毕业于同济大学数学科学学院统计学方向,自2018年9月起在香港中文大学(深圳)理工学院攻读计算机信息工程博士学位。她的研究兴趣主要包括无线通信,优化算法,统计学,机器学习等。
赖文海2021年于北京邮电大学取得信息工程学士学位,现在正在香港中文大学(深圳)攻读计算机与信息工程博士学位。他的研究兴趣包括信号处理和机器学习在无线通信中的应用。
姚嘉巍2021年毕业于郑州大学信息工程学院通信工程专业,现在正在香港中文大学(深圳)攻读计算机与信息工程博士学位。他的研究兴趣包括无线通信,优化算法,以及信息论。
张耀文2020年于北京理工大学取得应用物理学学士学位,现在正在香港中文大学(深圳)攻读计算机与信息工程硕士学位。他的研究兴趣包括优化算法,信号处理和机器学习。