Este sistema de aprendizaje inalámbrico de 6 generaciones, que permite la mejora de la conectividad mediante el uso de códigos de alta velocidad, y que permite la adaptación de datos en el rango de terabits por segundo, es un sistema de aprendizaje de baja velocidad, que permite la aplicación de 6 velocidades de alta calidad, y que permite la aplicación de códigos de alta velocidad.

Comprensión de sistemas inalámbricos 6G

6G está previsto tener éxito 5G alrededor de 2030, apoyando casos de uso transformador como comunicaciones holográficas, gemelos digitales, sistemas autónomos e inteligencia artificial generalizada. Operando en el sub-terahercios (100 GHz a 300 GHz) y bandas de terahertz (300 GHz a 3 THz), 6G alcanzará tasas de datos sin precedentes —potenciamente superiores a 1 Tbps— al reducir los niveles de coto final de final.

  • Extreme throughput: Los códigos deben soportar tasas de datos muy altas con una sobrecarga computacional mínima.
  • Comunicación de baja latencia fiable (URLLC):] Aplicaciones como cirugía remota y demanda de conducción autónoma de decodificación casi instantánea.
  • Conectividad múltiple: 6G puede conectar millones de dispositivos por kilómetro cuadrado, cada uno con presupuestos de potencia limitados.
  • Eficiencia en entornos diversos: Los canales de Terahertz son altamente susceptibles a la absorción y bloqueo, requiriendo códigos que puedan adaptarse a condiciones de cambio rápido.

Para hacer frente a estos desafíos es necesario ir más allá de los esquemas de codificación heredados de 5G (principalmente LDPC para datos y códigos polares para el control) y desarrollar nuevas familias de códigos que pueden ser adaptados para la interfaz de aire de 6G.

Evolución de 5G Coding a 6G Requisitos

5G NR (New Radio) introdujo dos pilares de codificación de canales: códigos LDPC para el canal de datos y códigos polares para el canal de control. Aunque estas opciones proporcionaron ganancias significativas sobre los códigos turbo de 4G, 6G exige aún más flexibilidad. Por ejemplo, los códigos LDPC de 5G se optimizan para los valores de código alrededor de 1/3 a 8/9 y los códigos de bloqueo que requieren una cancelación de alta frecuencia, pero 6G

Principales desafíos de codificación en 6G

El desarrollo de técnicas de codificación de próxima generación para 6G implica la superación de varios obstáculos interrelacionados:

  • ]Las tasas de datos ultraaltas con una fiabilidad perfecta: A velocidades superiores a 100 Gbps, incluso las ineficiencias de decodificación menores se vuelven costosas. Los códigos deben ofrecer un rendimiento casi sin límites con arquitecturas paralelas amigables con hardware.
  • Latencia de nivel medio: Los bucles de control en tiempo real requieren códigos que pueden decodificarse en unos pocos microsegundos. Esto motiva decodificadores de baja complejidad y terminación temprana iterativa.
  • Eficiencia energética para el IoT masivo: Las millones de dispositivos de baja potencia se basarán en simples encoders y decodificadores. Los códigos deben minimizar los circuitos activos y apoyar el funcionamiento de los derechos.
  • ]Multi-service multiplexing: 6G servirá simultáneamente a los requisitos de la eMBB (banda móvil mejorada), URLLC y mMTC (comunicaciones tipo máquina masiva) con requisitos heterogéneos de calidad de servicio (QoS). Un marco de codificación unificado que puede ajustarse dinámicamente es altamente deseable.
  • ] Variabilidad de canal: Las señales de Terahertz se ven afectadas por la absorción atmosférica, la lluvia, el follaje e incluso el bloqueo de los gestos de mano. La información del estado del canal debe ser capturada y explotada por la codificación adaptativa.

Estos desafíos impulsan la exploración de paradigmas de codificación novedosos, muchos de los cuales se describen a continuación.

Técnicas de codificación de próxima generación

Los investigadores de todo el mundo están investigando una variedad de estrategias avanzadas de codificación adaptadas a 6G. Las secciones siguientes detallan los enfoques más prometedores, aprovechando las publicaciones recientes y los debates en curso de normalización.

Códigos Polares: Más allá de la línea base 5G

Los códigos polares, inventados por Erdal Arıkan en 2008, fueron adoptados para los canales de control 5G debido a su propiedad de capacidad y la complejidad de codificación baja. Para 6G, los códigos polares se están mejorando en varias dimensiones:

  • Códigos polares de alto rango: Nuevos algoritmos de construcción (por ejemplo, códigos polares convolutivos, códigos convolutivos ajustados por polarización (PAC)) mejoran el rendimiento a cortos largos de bloques, críticos para URLLC.
  • Descodificación de la Lista con terminación temprana: Los decodificadores avanzados de la LCL pueden reducir la latencia promedio al detener una vez que se detectan los marcos correctos, cumpliendo con los plazos del sub-100 microsegundo.
  • Códigos polares compatibles con el destino: Los métodos de diseño que permiten puntuar y acortar permiten un soporte sin fisuras para múltiples tipos de código sin cambiar la estructura del encoder —esencial para la modulación y codificación adaptativas (AMC).
  • Decodificadores de propagación de la creencia (BP): Los decodificadores BP paralelos pueden implementarse en hardware para lograr una alta rentabilidad, aunque con una brecha de rendimiento a los decodificadores híbridos BP/SCL balancean la corrección de errores y la corrección de errores.

Una ventaja significativa de los códigos polares es su estructura determinista, que permite una implementación eficiente del hardware. Sin embargo, su latencia a largos bloques sigue siendo una preocupación, ya que la decodificación sucesiva de cancelación es inherentemente serial. Diseños emergentes, como la programación mejorada de BP y BP basado en listas, tienen como objetivo superar esta limitación.

Códigos de la LDPC: Evolución de la MIMO masiva y Terahertz

Los códigos de paridad de baja densidad (LDPC), ya el caballo de trabajo de los canales de datos 5G, están siendo refinados para 6G. Su estructura cuasi-cíclica (QC) facilita decodificadores de alta velocidad utilizando mensajes iterativos pasando, soportando los rendimientos de 100 Gbps y más allá.

  • ]Distribuciones de grado optimizadas para canales de terahertz: Los conjuntos de LDPC pueden diseñarse para ajustarse a las fluctuaciones de las ratios de señal a ruido (SNR) típicas de los enlaces de terahercios de banda ancha, minimizando los niveles de error.
  • Códigos basados en protografía: Protograph Los códigos LDPC ofrecen una representación compacta y pueden ser escalados para tasas de código muy altas (p. ej., R > 0.9) con pérdida de rendimiento mínima, útil para enlaces de alta resolución.
  • Códigos de LDPC acoplados espacialmente: Estos códigos abordan la capacidad de Shannon más de cerca y muestran excelentes umbrales, haciéndolos atractivos para aplicaciones de baja latencia cuando se combinan con la decodificación de ventana.
  • Diseños de inteligencia: Para reducir el consumo de energía en las estaciones base MIMO masivas, los decodificadores LDPC están siendo diseñados conjuntamente con la cadena receptora para compartir tuberías y recursos de memoria.

Un reto para LDPC en 6G es la necesidad de tarifas flexibles y longitudes de bloque. Mientras que 5G LDPC soporta un gran número de gráficos base, 6G puede requerir granularidad incluso más fina. Técnicas como elevación y extensión de gráficos base pueden proporcionar velocidad-compatibilidad sin excesiva complejidad. Trabajo reciente de Qualcomm destaca cómo los códigos de subidación de LμC

Códigos sin tarifas: Códigos de Fuente y Raptor para canales dinámicos

Los códigos sin tarifas —también conocidos como códigos fuente— son ideales para escenarios donde las condiciones de canal son impredecibles o donde un único transmisor debe servir a múltiples receptores con diferentes SNRs. A diferencia de códigos de tarifa fija, códigos sin tarifas generan un flujo potencialmente infinito de símbolos codificados; un receptor puede decodificar una vez que haya recogido suficientes símbolos, independientemente de los cuales se perdieron.

  • ] Tasas positivas sin retroalimentación: En escenarios de alta movilidad (por ejemplo, vehículo a todo), los bucles de retroalimentación pueden ser demasiado lentos. Los códigos sin tarifas se ajustan automáticamente a la capacidad instantánea.
  • Eficiente radiodifusión/multicast: Un solo flujo codificado puede servir a los usuarios con diferentes cualidades de canal, ya que cada receptor se detiene cuando tiene suficientes símbolos – ideal para la distribución de contenidos en 6G multicast.
  • Combinado con HARQ: Los esquemas híbridos de repetición automática (HARQ) que utilizan códigos sin tasa pueden reducir la sobrecarga de la retransmisión mediante la transmisión de redundancia incremental hasta la decodificación exitosa.

Los códigos de transformación de Luby (LT) y Raptor son las familias más comunes sin tasa. Para 6G, la investigación se centra en reducir su complejidad decodificadora —actualmente O(K log K) para RaptorQ— para satisfacer velocidades de terahertz. Además, la integración con códigos polares y LDPC como códigos externos se está explorando para crear esquemas de códigos de valor fijo / sin tasa híbrida.

Aprendizaje de Máquinas – Códigos base: Adaptive and Learned

El aumento del aprendizaje profundo ha abierto la puerta a la codificación y decodificación basadas en redes neuronales, donde la estructura de código tradicional es reemplazada o aumentada por componentes aprendidos. Los códigos de aprendizaje automático (ML) para 6G son particularmente prometedores debido a su capacidad de adaptarse a las estadísticas de canal que son difíciles de modelar analíticamente.

  • Codificación aprendida en el extremo: Las arquitecturas de Autoencoder tratan a toda la cadena de comunicación como una cartografía aprendida, optimizando conjuntamente el encoder, canal y decodificador. Esto puede producir códigos que superan los diseños clásicos en canales específicos (por ejemplo, canales no lineales o multiusuarios).
  • Decodificadores neuronales para códigos existentes: En lugar de diseñar nuevos códigos, ML puede mejorar la decodificación de códigos polares y LDPC. Por ejemplo, las redes neuronales convolutivas (CNN) pueden sustituir el mensaje iterativo que pasa, ofreciendo una convergencia más rápida al costo de la formación.
  • Aprendizaje de datos para la adaptación de los tipos: Un modelo ligero puede predecir el mejor esquema de codificación (tipo de código, tasa y modulación) basado en mediciones de canales en tiempo real, permitiendo la conmutación de código dinámico sin comentarios explícitos.
  • Modelos de secuencia basados en la intención: Los transformadores y transformadores de visión se han adaptado para decodificar bloques cortos cerca del límite máximo óptimo a posteriori (MAP), una hazaña que los decodificadores suboptimales tradicionales no pueden coincidir.

Sin embargo, el despliegue de códigos ML en la práctica viene con desafíos: a) la necesidad de grandes cantidades de datos de entrenamiento y reentrenamiento cuando las condiciones de canal cambian, b) alto costo computacional durante la inferencia (especialmente para transformadores), y c) falta de explicabilidad y límites de rendimiento garantizados. A pesar de estos obstáculos, el informe técnico 3GPP TR 38.843 sobre los estudios de 6G indica que los componentes de capa física basados en AI/ML se están siendo considerados de alto

Paradigmas emergentes de codificación para 6G

Más allá de las cuatro familias principales descritas anteriormente, varios otros conceptos de codificación están ganando tracción en la comunidad de investigación de 6G.

Codificación de acceso múltiple no ortogonal (NOMA)

NOMA permite a múltiples usuarios compartir los mismos recursos de frecuencia-tiempo superponiendo sus señales en el dominio de potencia. Esto requiere codificación y decodificación conjunta que separa a los usuarios basados en sus códigos. Código de acceso múltiple (SCMA) y difusión de baja densidad (LDS) son dos técnicas prominentes de codificación NOMA. Para 6G, los códigos NOMA necesitan ser escalables a cientos de usuarios simultáneos de detección de la máquina mientras mantiene la complejidad óptima.

Codificación inteligente de superficie (IRS)-Aided Coding

Los paneles de IRS pueden controlar programáticamente el entorno de propagación, pero también introducen distorsiones de ruido de fase y símbolos. El trabajo emergente trata al IRS como parte del encoder, utilizando codificación espacio-tiempo a través de los elementos reflectantes. Esto crea un problema de codificación y de conformado de haz. Resultados recientes muestran que la explotación de los grados adicionales de libertad del IRS puede mejorar la diversidad y el aumento de codificación, especialmente para enlaces no-line-de-de-de-de-de-de-de-de-de-de-de-de-de-de-sight

El papel crítico del aprendizaje automático en el diseño de código

La influencia de ML en la codificación 6G se extiende más allá de los códigos aprendidos. También facilita la optimización en tiempo real de los parámetros de codificación, como el orden de velocidad, longitud de bloque y modulación, basado en la detección ambiental. Por ejemplo, un agente de aprendizaje de refuerzo puede sintonizar la tasa de codificación para maximizar la rentabilidad respetando las limitaciones de latencia. Otra aplicación es en estimación de canales: CSI precisa (información del estado del canal) es limitado

Además, ML se está utilizando para automatizar el diseño de códigos protógrafos LDPC o de código polar para canales específicos. Al formar un modelo generativo en un conjunto de datos de buenos códigos, los investigadores han descubierto nuevos patrones de LDPC compatibles con tarifas que superan los diseños optimizados manualmente. Sin embargo, estos códigos a menudo carecen de la óptimaidad teórica, haciendo su adopción en estándares un proceso largo.

Perspectivas futuras e implementación práctica

A medida que nos acercamos al hito 2030 para la comercialización de 6G, las técnicas de codificación descritas aquí tendrán que pasar de los documentos académicos al silicio real.

  • Standardization:] 3GPP se espera que comience la fase de estudio de 6G alrededor de 2025-2026, con esquemas de codificación siendo un tema central. Es probable que se adopte un marco modular que permita diferentes códigos para diferentes casos de uso (por ejemplo, códigos polares para paquetes cortos, LDPC para streaming, sin tasa para transmisión).
  • Prototipado en las frecuencias de Terahertz:] Ya se están construyendo los testículos que operan alrededor de 140 GHz, que evaluarán la complejidad práctica de los códigos de candidatos y la complejidad decodificadora de los mismos. Por ejemplo, se ha demostrado un decodificador LDPC de 100 Gbps en 7 nm CMOS, pero el procesamiento de terahertz introduce nuevos retos de arquitectura digital.
  • Diseño de inteligencia energética: Las estaciones base 6G consumirán grandes cantidades de potencia si no se optimizan. El hardware Codec debe ser proporcional en energía, escalando con carga de tráfico. Los códigos ineficientes y adaptables pueden ayudar reduciendo las transmisiones redundantes.
  • Integración con interfaz de aire nativa AI:] La interfaz de aire de próxima generación puede incluir una capa de IA/ML que interactúa con la codificación para realizar codificación de canales de fuente conjunto, mejorando la fiabilidad de extremo a extremo para aplicaciones como el vídeo holgráfico.

En resumen, la transición de la codificación 5G a 6G no es simplemente una mejora incremental sino un cambio de paradigma. Los códigos se volverán más adaptables, más estrechamente integrados con el canal físico, y en algunos casos, aprendidos de los datos. Aunque los códigos polares y LDPC probablemente seguirán siendo códigos básicos, sin tasa y basados en ML ampliarán sus funciones, especialmente en entornos multipuntos y dinámicos.

Conclusión

El exitoso despliegue de sistemas inalámbricos 6G depende del desarrollo de técnicas de codificación de próxima generación que puedan manejar tasas de datos extremas, latencia ultra-bajo, conectividad masiva y canales altamente variables. Este artículo ha examinado la evolución de la codificación 5G a las fronteras prometedoras de códigos polares, recompensas de códigos LDPC, códigos sin tasa y códigos basados en ML. Cada familia aporta unas ventajas únicas: