第三届未来网络发展大会
网络全球 决胜未来
非常感谢组委会给我这个机会来给大家报告我在智能通信中的一些最新研究进展。我今天报告题目主要是内容分成两个部分,一个是智能通信还有基于信息超材料无线通信,这两个都会和智能结合起来。我们介绍一下研究背景,大家都知道5G如火如荼去展开,研究非常热。其他也不用多谈5G以后大家都在讨论讨论6G。里面有一个很重要大家都离不开和AI结合这个是基本一个趋势。我提两个问题,我们移动通信因为我是做传输的,我们有两个问题,第一个能不能突破传统移动通信传输方法这样一个限制,这个图其实我们自己做通信的同学或者老师大家都很熟悉,是一个分块流程,得到这样一个基本架构,也用了很多年,我们从2G到5G这样一个流程,这样一个分化的结构是不是说未来能不能得到突破,能不能进行打破,把一些模块进行融合。能不能在传输方法上面进行突破。
另外方面我们移动通信这样一个硬件的架构,我们能不能得到一些突破这是两个方面,这里我们给出了一个经典发射机的图,这样一个结构有没有可能在新的这样一个人工智能材料出现以后得到一些新的发展,我们在这两个方面都进行了突破,这现在是我们很关心一个问题。
首先讲一下智能通信,我主要做物理层我谈的是AI能不能在物理层传输上面带来一些视野或者一些新的方法。大家知道AI很热各个层面上开始使用AI,这里我主要谈的就是RTT传输那一块。这些细节不谈了大家都很熟悉了。传输上面应用这是近年来我做的一些总结,深度学习AI更广泛,无线传输中已经得到了非常多的应用,左边这些实际上都是国际上面开展的各方面研究,实际上已经深入到从2017年开始深入到物理层传输上面去。讲几个例子。基于压缩图象恢复技术的毫米波束空间,这里面有一个带宽,能够提高更高传输速率,会出现一种新的硬件架构,频段高,出现所谓的混合,(英文)架构,模拟和数字混合这个架构,出现了,这种架构下面会造成一个等效性非常难以估计,而且整个的模型建模带来很困难,我们这里有一个基本问题,我们发现实际上在这个空间上面有系数性和群聚性,我这个信道转到时间和角度延迟的时候,实际上是从少数的路径里面来的。中间这张图路径又聚合在一起,又成了一个稀疏的分布,毫米波新的估计方法并没有关注到群聚特性,我们看一下做信道估计的时候把整个角度我们用了一些信道图象的方法做我们以前老的问题,怎么去做呢?我们采用图象里面图象恢复的方法,把这种方法直接诺到我们这样一个物理层信道估计历年来做,时间问题就不讲这个细节。按照这样一个步骤去做,我们整个每一个地方每一个方向上面,象素恢复出来以后我们就完成了这个信道这样一个估计,看起来像一个图象,其他空白地方没有能量的,这是一个基本思想。我们会得到一些结果,这个结果实际上都可以比传统我们通信里面用的,不看作图象我们有很大争议,那个蓝色线都是我们的效果,上面是传统方法。我们把信道参数看作一个图象处理的事情,把图象处理方法用过来可以提高我们信道估计性能。
这个工作基础上面我们进一步引入了这样一个模型驱动深度学习提升毫米波信道估计性能,我们还是这样一个刚才一样的模型,我们对噪声学习,对信道特殊学习预先没有办法准确建模的,在这样一个架构上面进一步引入消息传递的算法,这是一个传递一个经典算法,这个算法,里面带一个降噪器引入深度学习这样一个DNCN这样一个结构,这个结构通过我们(英文)学习把很多的噪声特性学起来,学起来以后嵌入我们这样一个算法过程里面,这个算法过程里面再在神经网络上展开,展开成右上交,每一次迭代展开神经网络,多层结合在一起就形成基于模型支持深度学习驱动这样一个信道估计网络,在这个网络上面我们得到了一些新的性能提升。也就是说我用这样一个降噪器知识,再嵌入到信道估计里面,最后得到性能大幅度提升。这里面实际上来源于图象处理里面基本手段,我们用到通信可以处理以前我们在通信里面很难处理的问题这样一个工作。
因为我们用类似想法做了一个MIIMO监测器,我就跳过去了。再讲一个例子,我们基于深度学习CSI反馈重建是我们基本问题,如何在用户这边,我们手机侧把CSI有效反馈到(英文)进去,以前做法采用(英文),把信道勾出来以后反馈到基站去,在5G以后遇到一个问题,计算天线以后整个这样一个信道估计包括信道搜索都变的非常复杂,我们提出一个新的方法还是基于我们对信道图象化处理,我们在想每一个信道这样一个图象,我们能不能用图象原理对信道进行压缩,然后传回到(英文),把(英文)恢复出来这就是我们一个基本想法。通过这样一个想法,我们构建了一个所谓基于深度学习CSI反馈思想,我们在手机那边把CSI勾出来,我们在那边做一个编码器,压出这个码字传入(英文),有一个解码器,CSI恢复出来这就是一个基本想法和我们通信做是不一样的。中间这样一个编码器通过深度学习积累出来再配置到(英文),这是这样一个基本思路。基本思路以后我们先后设计了CSI(英文)和CSINet,这个是比较完整一个结构,左边是我们信道图象进去,进去以后经过这个编码器以后会压成一个码字,通过中间红线反馈到(英文),那边通过我们网络实现一个深度连接之后,把整个CSI图象恢复出来,这就是一个基本思路,这个思路我们做了一些仿真,做了一些验证,可以发现比现有很多方法得到提升,不同压缩比,不同场景下面我们能得到很多更好性能提升。这个就是一个基本的结果,最右边是一个信道重建的结果。这样一个方法能够把这个CSI反馈问题进行一个很好的解决。
在这个基础上面我们又进一步考虑时域相关性,我们引入视频压缩这个技术,把我们整个信道变化进行一个视频变化,构成一个(英文)架构。这样一个工作最近还在继续深入,包括统一压缩架构,手机上怎么实现,这些都在做。这个CSI反馈也是我们AI和通信传输基本结合一个点,里面有很多工作可以深入去挖掘。这个基础上面,我们实际上这个结果就不讲了。
我们还去进一步想我们无线通信,你这样一个训练出来网络能不能在我们无线通信进行实现吗?我们搭建了基于(英文)系统验证平台,这个验证平台里面实现两种功能,做了两个事,接收端信道估计检测用一个(英文)做主要这样一个实现功能的,在我们开发多合服务器平台上进行实现。我们在这个基础上面,进一步融入我们自己设计基于专家支持神经网络辅助OFDM进行一个验证,发射,发射还是跟我们传统4G是一样的,只是接收这边,到FFT以后去掉CP以后把数据送入FCD网络,送入我们自己设计网络里面。这个和以前不一样,这里面我们尝试把神经网络带进去,看看这个神经网络训练过以后这些功能能不能全部实现,我们做这样一个工作。这个工作我们放在5G平台上去做右边是我们发射机,左边是我们接收机,左边这一块是一个服务器,这个服务器上面我们把神经网络用在C语言以及其他汇编语言进行一个实现,这个实现技术方面我们进行了测量,这是我们一个训练,我们训练这个网络,把整个配置放在这上面。我们能够发现这就是我们得到一些测试结果,MSI是我们传统方法,我们自己设计网络也好能够发现BER特性包括对环境适应性都得到了提升。我们也能够发现神经网络接收结也是在可承受范围之内的。我们这里也做了所谓视频传送,我们左边有一段视频发过来,通过空口接收下来以后我们就能够视频很完整解出来,可以在不同环境下面,神经网络训练过以后可以适应不同的环境,都能够工作,也就是说基于神经网络接收机,我们在通信上面可以完全实现的。
一个方面能够看到基于AI辅助所谓这样一个物理层实现的,是完全可能,还有硬件架构突破,怎么用人工电磁材料,我们在自然界中这些材料都是一个微观原子,仔细去看每个排列是无序的,我们可以产生一种人工电磁的材料,可以产生人工原子每个单位排列顺序可以进行重新组合,这样组合就能够实现用来操控电磁波实现一些新的功能,我从一个光一样打进来再从原路返回,从人工原子超材料可以实现的,这种特性以前是在所谓的天线里面使用,无线通信能不能实现呢?这就是我们做的事。我们这里面这就是所谓一块数字编码超表面,每一个小的单位都可以进行数字控制,可以控制实现0或者1,电磁波打上去以后反射过以后会产生一个相移,这样一个概念发现一个电磁波反射出来方向都会不同,右边那个图就是说一排是0一排是1可以按两个方向辐射,如果是一个棋盘格可以往四个方向辐射,告诉我们你的天线都可以用一些数字信号进行控制,从而实现意想不到这样一个辐射的特性,利用这个特性就能够产生方向图能够产生这样一个特性,这个特性我们这里给了一些例子,不同的(英文)产生(英文)能够产生不同这样一个天线辐射。这里面是一些细节就不去讲了怎么实现。
我们用这种特性能够实现一种新型收发机的结构,这边由于一个反射式的表面,我们反射是紫色的。我们通过可编程反射系数在时间上进行变化就能够把信息想调信息就直接调上去能够实现一种所谓新型收发机的结构。传统是左边的我们设计这种发射机由两部分构成,中间有一个板子,通过这样一个反射把我们的信息,比方说我们实现一幅图象,我们调出来,在信息表面上就可以进行一个调制。这种结构下面我们做了很多验证,FSK(英文)我们都做了这样一个实现,就是一个实物图,左边像天线板子一样就是超材料电线板,左边把一个视频变成1010的序列,再送到板子上以后,接收那边就能够收出来。这就是这样一个基本的结构图,接收端还是跟传统一样,这是FSK基本结构。QPSK怎么实现的,还是跟标准一样加上(英文)。这个基础上面我们能够实现这样一个所谓SISO,通过新型发射机发出来,调出来以后完整把视频解出来,我们能做基本法把那块板子一分为二。我们发现这种通过新型电子材料结合能够把天线把射频也进行一个结合,发现未来通信形态呈现一个新的形态,完全数字化以后可以带来给多想象空间,我们想一下如果把射频结构和AI结合起来能够更加灵活适应我们的环境开发出很多新的功能来这就是一个基本未来信息超材料方面应用场景。
展望未来,我们是不是在我们通信里面能不能结合无线通信特点,能够设计出2G到5G专家知识又融合我们AI强大能力设计出新型智能通信系统这是我们努力方向。第二个整个新型材料结合起来会不会有新一代信息系统的结构包括我们整个传输方案以及方法,这是我们另外的一个有可能研究方向。展望未来我们无线通信要和这么多方向结合起来,才有更多生命力。我们初步做的这些工作也验证这些领域和我们无线传输结合起来以后有巨大空间的。谢谢大家。