专题丨面向未来6G网络的绿色通信感知计算技术

∗基金项目：国家重点研发计划专项项目（No.2021YFB2900200）

面向未来6G网络的绿色通信感知计算技术*

胡杰  杨鲲

（电子科技大学信息与通信工程学院，成都 611731）

摘要：为支持智慧城市、智慧工业等重大应用，未来6G网络需要满足海量数据由“端（传感设备）”到“边（接入基站）”的可靠传输；还需要完成原始数据的清洗与计算，实现精准环境态势感知。但接入基站侧和传感设备侧的巨大能量消耗，严重影响通信感知计算任务的可持续执行。将以“绿色”为目标，提出缩短计算流程、灵活网络部署和主动能量传输三个方面实现6G通感算的节流与开源，响应国家“碳达峰”“碳中和”的重大战略需求。

关键词：6G移动网络；绿色通感算；空中计算；无人机网络；无线能量传输

0  引言

未来智慧城市、智慧交通、智慧工业、智慧农业等重大应用，需要广泛部署的大规模传感设备提供的海量环境、状态信息支持。首先，未来6G移动网络需要满足海量数据由“端（传感设备）”到“边（接入基站）”的可靠传输；其次，未来6G移动网络还需要完成原始数据的清洗与计算，实现精准环境态势感知。数据的可靠传输和环境态势的精准感知，是实现智能管理、智能操控、智能制造、智能生产的关键要素。因此，未来6G将成为集通信、感知和计算功能为一体的全功能移动网络。但为完成海量数据的传输与计算，接入基站侧和传感设备侧均需要消耗巨大的能量，严重影响通信感知计算任务的可持续执行。

为有效减少移动通信网络中的“碳排放”，以节能减排为目标的绿色设计包括传统的绿色通信技术，以及新兴的绿色计算和绿色感知技术。

（1）绿色通信技术。随着未来6G移动通信系统向高频演进，通信基站需要支持大规模阵列天线及相应的硬件，能量消耗大幅增加。绿色通信技术通常以如下目标进行系统设计：满足用户通信服务质量需求的前提下，降低发射机能量消耗；定义能量谱效率，关注单位能量所能获得的通信频谱效率，并以最大化该性能作为设计目标。英国的学者^[1]对使用大规模天线阵列作为射频前端的用户设备进行联合硬件设计，包括功率放大器、可调滤波器以及阵列天线，可大幅度降低用户设备的通信能耗。德国的学者^[2]利用可重构智能反射面进行无线传播环境控制，通过联合设计发射机波束赋形，反射面发射波束赋形，实现发射机发送功率的最小化，达到节能减排的目标，并满足通信用户的服务质量需求。

（2）绿色计算技术。目前，移动边缘计算技术发展迅速，通过计算任务卸载以及云—边—端计算协同的方式，彻底解决了微小设备算力不足的窘境。但大规模计算任务的执行，涉及到计算能耗的开销以及辅助协作计算的通信过程能量开销。因此，在计算技术尤其是边缘计算技术中实现绿色节能迫在眉睫。印度的学者^[3]提出一种面向健康服务的绿色移动边缘技术，辅助无线体域网设备进行任务计算。他们设计了一种绿色的计算任务卸载方案，以及一种奖励机制，鼓励体域网用户在本地完成协作计算，这样这些用户就不用把计算任务卸载至移动边缘，节省了卸载能耗。上海科技大学的学者^[4]提出了一种基于在线学习和在线控制的计算任务卸载方案用于服务边缘物联网系统。他们提出了一种匪徒学习算法和虚拟队列技术，实现边缘系统的时间平均能量消耗的最小化。广州大学的学者^[5]提出了一种绿色移动边缘计算系统，可以抵御来自无人机的恶意攻击。他们提出了一种基于深度增强学习的算法，在保证通信计算安全的前提下，有效降低计算任务卸载的时延和能量消耗。

（3）绿色感知技术。大规模低功耗物联设备在未来网络中广泛部署，执行多种环境感知任务，并上传感知数据。这类设备的数据采集和数据传输功能通常由电池供电。降低通信感知能耗，成为延长设备寿命的重中之重。深圳大学的学者^[6]提出了一种基于被动反向散射的通信感知一体化技术，可以使得物联设备以超微功耗进行工作，并应用在智慧农业、智慧医疗、智慧交通等重大场景中。印度的学者^[7]提出了一种基于虚拟传感器构型技术的传感云系统。他们通过博弈论的算法完成传感云构建，将传感服务的能量消耗降低了25%以上，并提升传感服务提供商的收益达38%。为降低图像传感设备能耗，广州大学的学者^[8]提出了一种基于平行混沌系统的图像压缩算法，有效降低图像感知服务的能耗，提升了感知设备的运行寿命。

（4）无线射频能量传输技术。无线射频信号可以有效地将能量传递至远场范围，可以为大规模部署的物联传感设备提供按需、可控、灵活的无线充电服务，已经成为提升传感设备使用寿命的关键技术之一。国内学者Hu等^[9]率先在国际上提出无线数据与能量一体化通信网络架构，并首次揭示其中蕴含的信息论原理、物理层机理、MAC层机制以及网络层策略。他们同样发现了编码和调制策略对无线数能一体化传输的影响^[10]，并发明了基于Unary Code的数能编码新机制和基于星座图重构的多用户数能调制方案^[11-12]。许多国外研究者利用传能波形不同的PAPR值携带信息，实现数能一体化波形设计。例如，韩国学者Kim率先提出PAPR调制的概念^[13]。希腊学者Krikidis等提出利用合成能量信号所用的不同正弦波数目进行信息调制，实现数能一体化传输^[14]。韩国学者Im等^[15]利用合成能量信号的正弦波数目和能量信号幅度进行二维调制设计数能一体化传输波形。中国学者Hu等^[16]利用多蜂窝基站之间的协作，有效降低蜂窝小区间干扰，提升通信性能。

然而通信、感知和计算三者是密不可分的整体，它们之间的耦合关系将极大影响绿色节能设计。现有研究缺乏对于三者之间本质关系的思考，缺乏对于通信感知计算一体化系统中的绿色节能设计。并且无线射频能量传输作为一种针对微小物联传感设备的能量补给方案，并未与通信感知计算深度结合。因此，针对一体化系统的节能减排策略以及额外的能量补充策略，亟需机理性支撑。

物联传感设备需要将单体感知结果上传汇聚节点，并由汇聚节点进行计算判断，从而得到准确的环境感知信息。与此同时，物联设备也需要将非协作感知信息上传。由此产生网络中的通信、感知、计算的一体化设计需求。为构建绿色的通—感—算融合机理，本文的主要贡献如下。

• 采用空中计算的概念，利用无线信道的广播特性，简化感知计算流程，大幅度减少通信与计算的能耗。

• 采用灵活的无人机部署，有效降低传感设备到汇聚节点之间的信号传播损耗，并采用机载计算功能辅助物联传感设备得到精准感知结果，降低设备通信与计算能耗。

• 除上述“节流”措施之外，还采用“开源”措施，依靠无线射频供电技术，减少微小物联传感设备对自身电池能量的消耗，提升群体感知系统寿命。

1  空中计算——缩短感知计算流程

大规模物联传感设备已经广泛部署用于高精度环境感知。针对非协作单体感知，如环境视频监控，视频监控器需要将视频流上传，完成监控任务。为实现自动驾驶，汽车需装配具备不同感知任务的传感器，采集汽车各类状态信息并完成信息上传。因此，大量感知信息需要利用有限的频谱资源上传至基站，并会消耗大量的传感器电池能量。

部署在同一环境中的传感设备，针对同一环境信息如温度、湿度等，会收集到波动性感知结果。单体感知结果无法提供准确的感知信息。多个物联传感设备可共同执行同一感知任务，进行协作群体感知，提升感知精度。通常情况下，参加群体感知的物联传感设备需要将各自的感知结果上传至网络边缘汇聚节点，如带有计算功能的基站。之后由基站对收集到的海量感知数据进行计算和处理，得到感知结果。例如，为了获得某一区域的准确温、湿度信息，基站可以将收集得到的感知结果进行平均运算。上述传统的群体协作感知存在两大不足：大规模传感设备需要大规模正交通信资源完成各自感知信息的上传，并消耗传感设备自身能量完成通信上传；为了获得最终感知结果，在收集到所有设备的感知信息后，基站需耗费自身能量进行边缘计算。完整过程如图1所示。

本文刊于《信息通信技术与政策》2022年 第11期

主办：中国信息通信研究院

专题丨算网基础设施发展现状及建议

专题丨新型算力网络架构设计与探讨

专题丨云网融合中的网络基础设施演进探讨

张宏科院士等：对云网融合的几点思考