ככל שהעולם הופך יותר ויותר מקושר, הביקוש לתקשורת אלחוטית מהירה יותר, אמינה ויעילה יותר ממשיך להאיץ.ההגעה הממושכת של הדור השישי (6G) מערכות אלחוטיות מבטיחות לעצב מחדש את הקישוריות באמצעות הפעלה בתדרים גבוהים יותר - כולל להקות טרנץ - ולספק שיעורי נתונים בטווח של קודים קוטביים לשנייה, עם זאת, השגת מטרות שאפתניות אלה דורשות גישות חדשות בסיסיות כדי לקשור התפתחויות הדור הבא, כולל יעילות אוטומטית של 6GD.

מערכות אלחוטיות 6G Wireless Systems

6G צפוי להצליח 5G בסביבות 2030, תומך במקרים של שימוש טרנספורמטיבי כגון תקשורת הולוגרפית, תאומים דיגיטליים, מערכות אוטונומיות ואינטליגנציה מלאכותית מתפשטת, הפעלה בתת-הטראץ (100 GHz ל-300 GHz) ו terahertz (300 GHz עד 3 THz) להקות, 6G תשיג שיעורי נתונים חסרי תקדים - ללא יכולת גבוהה 1 Tbps - בעוד צמצום עד קצה - כדי קיבולת של רית: רית-במטרה של ריתוק זה - כדי ריתוקציה - כדי ריתוק דרישות ריתוק זה - ריתוקציה על פני ריתוקציה - ריתוקציה על פני ריתוקציה על פני ריתוק 2 רית: ריתית 2 ריתוקציה - ריתוקציה - ריתוקציה ריתוליכות שניה - ריתוליכותל ריתוק רית: ריתוק רית: סגסוגת רית.

  • (ב) ,0) ,Extreme throughput: FLT:1igital) קודים חייבים לתמוך בנתוני נתונים גבוהים מאוד עם מינוף חישובי מינימלי.
  • (FLT:0) תקשורת בעלת עוצמה נמוכה (URLLC): יישום 1 LIFLT כמו ניתוח מרחוק וביקוש לנהיגה אוטונומית ליד קידוד בלתי שפוי.
  • (FLT:0) קישוריות ממצה: 1FLT:1 6G עשוי לחבר מיליוני מכשירים לקילומטר רבוע, כל אחד עם תקציבי חשמל מוגבלים.
  • (בסביבות מגוונות: ⁇ :0) יעילות בסביבות מגוונות: ערוצים 1Tahertz רגישים מאוד לקליטה ולחסימת, הדורשים קודים שיכולים להסתגל לתנאים משתנים במהירות.

מפגש אתגרים אלה דורש מעבר לתוכניות הקידוד של 5G (בעיקר LDPC עבור נתונים וקו קוטבי שליטה) ופיתוח משפחות חדשות של קודים שניתן להתאים לממשק האוויר של 6G.

התפתחות מ-5G מחייבת 6G

5G NR (רדיו חדש) הציג שני עמודי עמודה של קודים של ערוץ נתונים וקודים קוטבי עבור ערוץ הבקרה, בעוד הבחירות הללו סיפקו רווחים משמעותיים על קודי טורבו של 4G, 6G דורש גמישות רבה יותר.לדוגמה, מגבלות LDPC של 5G הן אופטימיזציה לקצב קודים סביב 8/9 וחוסמות עד 84 סיביות, אבל שימוש ב- 6Gre עשוי להיות מאוד נמוך לחסום ביצועים (לאיים) באופן פעיל על גבי קיבולת גבוהה מאוד, כמו גם ריצוף של 0xt) באופן פעיל, אך לא כולל ביצועים קצרים של 0.

אתגרים מרכזיים ב-6G

פיתוח טכניקות קידוד הדור הבא עבור 6G כרוך בהעלאת מספר מכשולים הקשורים:

  • (FLT:0) שיעורי נתונים גבוהים עם אמינות מושלמת: ⁇ FLT 1 במהירויות מעבר ל -100 Gbps, אפילו אי יעילות קידוד קטן הופכת יקרה.קודים חייבים להציע ביצועים קרובים-Shannon-limit עם אדריכלות ידידותית לחומרה.
  • (FLT:0MicroII-level latency: ⁇ 1) לולאות בקרה בזמן אמת דורשות קודים שניתן לפענח בכמה מיקרו-שניות.זה מניע קודים מורכבים נמוך ומאוחר יותר סיום.
  • יעילותה של IoT מסיבי: מיליארדים של מכשירים בעלי כוח נמוך יתבססו על קודים פשוטים וקודמים.
  • (FLT:0)Multi-service multiplexing:03G ישמש במקביל EMBB (enhanced Mobile Broadband), כתובת האתרLC ו mMTC (תקשורת מסוג מכונות מסיבית) עם דרישות באיכות גבוהה של שירות (QoS). מסגרת מאוחדת שיכולה להתאים באופן דינמי הוא רצוי מאוד.
  • (ב) [15] , ⁇ : ⁇ : ⁇ : ⁇ : ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

אתגרים אלה מניעים את חקר פרדיגמות חדשות, שרבים מהם מתוארים להלן.

טכניקות קידוד חדשניות

חוקרים ברחבי העולם חוקרים מגוון של אסטרטגיות מתקדמות של קידוד מותאם ל-6G. החלקים הבאים מפורטים את הגישות המבטיחות ביותר, ציור על פרסומים אחרונים ודיונים סטנדרטיים מתמשכים.

קודים: מעבר ל-5G Baseline

קודים של Polar, שהומצאו על ידי Erdal Arıkan בשנת 2008, אומץ עבור ערוצי בקרת 5G בשל יכולתם של נכסים ומורכבות קידוד נמוך.עבור 6G, קודים קוטביים מוגדלים במספר ממדים:

  • (FLT:0) קודים קוטביים גבוהים: FLT:1Buildאלגוריתמים חדשים (למשל, קודים קוטביים מהפכתיים, קודים של קיטוב-קודים (PAC) משפרים את הביצועים באורך בלוקים קצרים, קריטיים עבור כתובת ה-URL.
  • (FLT:0) ליסט המתנער עם סיום מוקדם: ההרחבה 1 (SCL Defcoders) מתקדמת יכולה להפחית את הסבלנות הממוצעת על ידי הפסקת מסגרות נכונות פעם אחת מזוהות, עמידה בלוחות זמנים של עדי ביניים של 100 שניות.
  • (FLT:0 ,Rate-תואמים קודים:FLT:1 שיטות עיצוב המאפשרות puncturing וקיצור מאפשר תמיכה חלקה עבור שערי קוד מרובים מבלי לשנות את מבנה קוד הקוד - חיוני עבור מודולציה הסתגלות וקידוד (AMC).
  • (ב) ניתן ליישם את ה-BP (BP) של קודמטורים:FLT:1 Parallel BP decoders חומרה כדי להשיג גבוה באמצעות חישוב, אם כי עם פער ביצועים ל- SCL. היברידי BP / SCL decoders מאזן באמצעות תיק וטעון.

יתרון משמעותי אחד של קודים הקוטב הוא המבנה הדטרמיניסטי שלהם, המאפשר יישום חומרה יעילה.עם זאת, הכדאיות שלהם באורך בלוק ארוך מאוד נשאר דאגה, שכן ביטול מוצלח הוא סדרתי מטבעה של עיצובים מתעוררים, כגון שיפור BPתזמון ורשימת ה- BP מבוסס, במטרה להתגבר על הגבלה זו.

קודים LDPC: האבולוציה של Massive MIMO ו- Terahertz

קודים נמוכים של חנינה (LDPC) כבר את העבודה של ערוצי נתונים 5G, הם מעודן עבור 6G. מבנה קווסי-ציקלי שלהם (QC) מאפשר קודים מהירים מאוד באמצעות הודעה החלטית העוברת, תמיכה באמצעות חישובים של 100 Gbps ומעבר להנחיות מחקר מפתח כוללים:

  • (FLT:0) התפלגות תואר עבור ערוצים טרההרץ: FLT:1 LDPC ניתן לתכנן כדי להתאים את יחס האות-ל-לא-רעש (SNRs) טיפוסי של קישורים רחבים terahertz, צמצום רצפות שגיאה.
  • קודים מבוססי פרוטוגרף: FLT:1 Protograph LDPC מציעים ייצוג קומפקטי ניתן בקנה מידה עבור שיעורי קוד גבוה מאוד (למשל, R > 0.9) עם אובדן ביצועים מינימלי, שימושי עבור קישורים גבוהים.
  • (FLT:0) קודים LDPC: 1 קודים אלה ניגשים ליכולת שאנון מקרוב יותר ולהציג סף מעולים, מה שהופך אותם אטרקטיביים עבור יישומים בעלי עוצמה נמוכה בשילוב עם decoding חלון.
  • (FLT:0) עיצובים של חומרה: FIRLT:1 כדי להפחית את צריכת החשמל בתחנות בסיס מסיביות של MIMO, LDPC decoders מעוצבים במשותף עם שרשרת המקלט לחלוק צינורות ומשאבים זיכרון.

אתגר אחד עבור LDPC ב 6G הוא הצורך בשיעורים גמישים ואורך בלוקים. בעוד 5G LDPC תומך במספר גדול של גרפים בסיס, 6G עשוי לדרוש אפילו מהירויות גבוהות יותר.טכניקות כגון הרמת וגרף בסיס יכול לספק תאימות קצב ללא מורכבות מופרזת.

קודים חסרי ערך: מזרקת וקודי Raptor עבור ערוצים דינמיים

קודים חסרי שיעור - הידועים גם כקודי מזרקת - הם אידיאליים עבור תרחישים שבהם תנאי ערוצים הם בלתי צפויים או שבו משדר יחיד חייב לשרת מקלטים מרובים עם קודים שונים.בניגוד קודים קבועים, קודים חסרי קצב מייצרים זרם בלתי צפוי של סמלים מוצפנים; מקלט יכול לפענוח ברגע שהוא אסף מספיק סמלים, ללא קשר לאלה שאבדו.

  • (FLT:0) שיעורים ללא משוב: FLT:1 בתרחישים בעלי יכולת גבוהה (למשל, כלי רכב לכל דבר), לולאות משוב עשויות להיות איטיות מדי.
  • (FLT:0) שידורים / מורטיק: ההרחבה: 1:1 זרם מקודד יחיד יכול לשרת משתמשים עם תכונות ערוץ שונות, כמו כל מקלט מפסיק כאשר יש לו מספיק סמלים - אידיאלי עבור הפצת תוכן מעל 6G multicast.
  • (FLT:0) בשילוב עם HARQ:FLT:1 בקשה חוזרת אוטומטית (HARQ) תוכניות לשימוש קודים ללא ריבית יכול להפחית את ההעברה על ידי העברת ונדמנטל מחדש עד לדה מוצלחת.

לובי הופך (LT) קודים וקודי רפטור הם המשפחות הנפוצות ביותר עבור 6G, מחקר מתמקד בצמצום המורכבות הניתוק שלהם - עכשיו O(K log K) עבור RaptorQ - כדי לענות על מהירויות terahertz. יתר על כן, שילוב עם קודים של IoT ו-LDPC כמו קודים חיצוניים נחקר כדי ליצור תוכניות ללא תיקון היברידית / קודים על ידי FLTGRE: לא ניתן לנתח רשתות מסיבית של 5G5:

קודים מבוססי מכונות: הסתגלות ולמד

עליית הלמידה העמוקה פתחה את הדלת לקידוד מבוסס רשת עצבית ודהוק, שבו מבנה הקוד המסורתי מוחלף או מוגדל על ידי רכיבים נלמדים. Machine Learning (ML) קודים עבור 6G מבטיחים במיוחד בשל יכולתם להסתגל לסטטיסטיקות ערוץ שקשה לדגמן גישות מפתח כוללות:

  • (FLT:0) למד coding:03F1) אדריכלות Autoencoder מתייחסת לכל שרשרת התקשורת כמיפוי נלמד, במשותף לקודש, ערוץ וקודד.זה יכול להביא קודים כי עיצובים קלאסיים גלויים על ערוצים ספציפיים (למשל, לא לינארי או רב-משתמשים).
  • (FLT:0) קודים של קודים קיימים: OVAFLT:1 במקום לעצב קודים חדשים, ML יכול לשפר את הקידוד של קודים קוטביים ו-LDPC.לדוגמה, רשתות עצביות מהפכתיות (CNN) יכולות להחליף מסר החלף, המציע התכנסות מהירה יותר בעלות הכשרה מעל פני השטח.
  • (FLT:0) למידה עבור הסתגלות לקצב: ההרחבה 1 (מודל קל משקל יכול לחזות את התוכנית הטובה ביותר (סוג קוד, קצב ומודולציה) המבוססת על מדידות ערוץ בזמן אמת, המאפשרת החלפת קוד דינמי ללא משוב מפורש.
  • מודלים רצף מבוסס כוונות: FLT:1 Transformers ו- Vision Transformers מותאמים לפענח בלוקים קצרים ליד המקסימום האופטימלי של הכרזה (MAP) , הישג כי קודים תת-אופטימיים מסורתיים לא יכולים להתאים.

עם זאת, פריסת קודי ML בפועל באה עם אתגרים: A) הצורך בכמויות גדולות של נתוני הכשרה ואימון כאשר תנאי ערוצים משתנים, B) עלות חישובית גבוהה במהלך הקצינה (במיוחד עבור המשתנים), ו- c) חוסר יכולת להסביר וביצועים מובטחים כבולים.למרות המכשולים האלה, דו"ח טכני 3GPP TR38.8 על 6G מחקרים מצביע על כך ששכבה פיזית מבוססת בינה מלאכותית / ML נחשבת לרכיבי מרכזי מסחר מסורתיים בין רכיבי תקשורת:

חידושים של פרדוקסים עבור 6G

מעבר לארבע המשפחות המרכזיות שתוארו לעיל, כמה מושגים אחרים הם צוברים מתחים בקהילת המחקר של 6G.

Non-Orthogonal Multiple Access (NOMA) Coding

NOMA מאפשר למשתמשים מרובים לשתף את אותם משאבים זמן- ⁇ על ידי העליות אותות שלהם בתחום הכוח.זה דורש שיתוף פעולה משותף ו decoding כי מפרידים משתמשים המבוססים על ספרי הקוד שלהם. .ספאר קוד מרובים גישה (SCMA) וגילויים דלת-density מתפשט (LDS) הם שתי טכניקות בולטות NOMA קידוד 6G, NoMA קודים צריכים להיות מדרגים למאות משתמשים בו-זמנית תוך שמירה על מורכבות ללמידה.

הרהורים חכמים (IRS) - Aided Coding

לוחות IRS יכולים לשלוט באופן יזום על הסביבה של ה-Proagation, אבל הם גם מציגים עיוותים שלב וסימניים.העבודה המתפתחת מתייחסת ל- IRS כחלק מהקודש, תוך שימוש ב- Space-Time coding על פני האלמנטים המשקף.זה יוצר בעיה משותפת וזיהוי בעיות.

התפקיד הקריטי של Machine Learning בעיצוב קוד

השפעתה של ML על 6G coding מרחיבה מעבר לקודים שלמדו.זה גם מאפשר אופטימיזציה בזמן אמת של פרמטרים קידוד, כגון קצב, חסימת אורך, והוראת מודולציה, בהתבסס על חישה סביבתית.לדוגמה, סוכן למידה חיזוק יכול לכוון את שיעור הקידוד כדי למקסם את קצב הקידוד תוך שמירה על מגבלות לב.ישול נוסף הוא בערכת ערוצים: מידע מדויק (מפרס) עבור ביצועים טובים, וחיזוי רשתות עצביות, הוא יעיל של טייסים.

יתר על כן, ML משמש כדי להכשיר את העיצוב של קודים LDPC פרוטוגרפיה או בניית קוד הקוטב עבור ערוצים ספציפיים.על ידי אימון מודל ניוון על תחילת נתונים של קודים טובים, החוקרים גילו דפוסים חדשים LDPC תואמים שיעור כי החוצה אופטימיזציה ידנית עיצובים. עם זאת, קודים כאלה לעתים קרובות חסר אופטימליות תיאורטית, מה שהופך את האימוץ שלהם בתהליך ארוך.

יישום עתידי ומימוש מעשי

בעודנו ניגשים ל- 2030 ציון דרך ל- 6G למסחריזציה, טכניקות הקידוד המתוארות כאן יצטרכו לעבור ממסמכים אקדמיים לסיליקון עולם אמיתי.

  • (FLT:0)Standardization: FLT:1 3GPP צפוי להתחיל את שלב המחקר 6G סביב 2025-2026, עם תוכניות קידוד להיות נושא מרכזי.כמו, מסגרת מודולרית יהיה מאומצת, המאפשר קודים שונים עבור מקרים שונים (למשל, קודים דמויי קוטב עבור חבילות קצרות, LDPC עבור הזרמת, ללא קצב לשידור).
  • (FLT:0)Prototyping בתדרים Terahertz:BuildFLT 1 Testbeds הפועלים סביב 140 GHz כבר בנוי.אלה יעריכו את המורכבות המעשית של קודים מועמדים.לדוגמה, 100 Gbps LDPC decoder ב 7nm CMOS הוכח, אבל thertz מעבד אתגרים חדשים אדריכלות דיגיטלית.
  • (FLT:0) עיצוב מודעות: FIRLT:1 ; תחנות בסיס 6G צרכו כמויות עצומות של כוח אם לא אופטימיזציה. חומרת Codec חייבת להיות בעלת איכות אנרגיה, דרוג עם עומס תנועה.
  • (FLT:0) אינטגרציה עם ממשק אוויר AI-native:FLT ( 1:1) ממשק האוויר הדור הבא עשוי לכלול שכבת AI /ML אינטראקציה עם coding כדי לבצע שיתוף פעולה משותף, שיפור האמינות מקצה לקצה עבור יישומים כמו וידאו הולוגרפי.

לסיכום, המעבר מ-5G ל- 6G coding אינו רק שיפור מצטבר אלא שינוי פרדיגמטי.הקודים יהפכו ליותר אדפטיים, יותר הדוקים עם הערוץ הפיזי, ובמקרים מסוימים, נלמדים מהנתונים.בעוד שקודי הקוטב ו-LDPC יישארו כנראה קודים ליבה, חסרי קצב ומבוססים על ML ימשיכו להרחיב את תפקידם, במיוחד בסביבות מרובות-נקודות ודינמית.

מסקנה

הפריסה המוצלחת של מערכות אלחוטיות 6G נשענת על פיתוח טכניקות של הדור הבא שיכול להתמודד עם שיעורי נתונים קיצוניים, מהירויות אולטרה-נמוכות, קישוריות מסיבית וערוצי משתנה מאוד. מאמר זה בדק את האבולוציה מ 5G coding לקווי הגבול המבטיחים של קודים הקוטביים, קודים מערכתיים סטנדרטיים, קודים ללא ריבית, וקודים מבוססי אלגוריתמים.