Dünya giderek birbirine bağlı hale geldiğinde, daha hızlı, daha güvenilir ve son derece verimli kablosuz iletişim için talep hızlanıyor. Altıncı nesil (6G) kablosuz sistemler, yüksek frekanslarda faaliyet gösteren bağlantıya yeniden giriş vaat ediyor - yüksek çözünürlükte veri oranları – ve ikinci olarak yüksek çözünürlükte veri oranları teslim ediyor. Ancak, bu hırslı hedeflere ulaşmak temel olarak yeni yaklaşımlar kanal kodlamaya yönelik olarak yeni yaklaşımlar gerektirir.

6G Kablosuz Sistemleri Anlama

6G, 2030'da 5G'yi başarılı bir şekilde takip etmek, holografik iletişim, dijital ikizler, otonom sistemler ve pervask yapay zeka. Alt-terahertz'da (300 GHz'ye kadar) ve terahertz (300 ila 3 THz) bandlara dönüştürmek için tasarlanmıştır, 6G, daha önce görülmemiş verileri elde edecektir - ancak son derece düşük gecikmeli seviyeleri azaltır.

  • [FONT:0)Extreme throughput:[Dönetici:[Dönetici:0)[Dönetici:[Dönetici:0)[Dönetici:[Dönetici:[Dönetici: 0) Kodlar minimum hesaplamalı yüksek veri oranları desteklemeli.
  • [FONT:0) ● · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
  • [FONT:0]Massive bağlantı:[Dönetici:[Dönetici: 0) 6G, her biri sınırlı güç bütçeleri ile milyonlarca cihazı bağlayabilir.
  • [FONT:0]Farklı ortamlardaki fark: Terahertz kanalları, hızla değişen koşullara adapte olabilecek kodları gerektiren ve engellemeye son derece hassastır.

Bu zorluklarla tanışmak, 5G'den miras alınan kodlama şemalarının ötesine geçmek (özellikle de kontrol için veri ve kutup kodları için LDPC) ve 6G hava arayüzü için uygun olabilecek yeni kodlar geliştirmek.

5G'den 6G Gereksinimlerine Evrim

5G NR (Yeni Radyo) kanal kodlamasının iki sütununu tanıttı: Kontrol kanalı için veri kanalı ve kutup kodları için LDPC kodları.Bu seçenekler 4G turbo kodları üzerinde önemli kazanımlar sağladı, 6G daha fazla esneklik talep ediyor. Örneğin, 5G'nin LDPC kodları, 3 ila 8/9 arasında kod oranları için optimize edilmiş ve kontrol kanalı için uzun süreler sağlayabilir, ancak 6G kullanımı vakaları aktif olarak genişletilebilir.

Key Coding Challenges in 6G

6G için bir sonraki nesil kodlama teknikleri geliştirmek, birkaç ilgili engeli içerir:

  • [FONT:0) Mükemmel güvenilirlik ile derece yüksek veri oranları: 100 Gbps'nin ötesinde hızlarda, küçük dekoding inefficiencies pahalı hale gelir.
  • [FONT:0)Mikrosaniye seviyesi geç kaldı: Gerçek zamanlı kontrol döngüleri birkaç mikrosaniyede kodlanabilir kodlar gerektirir. Bu, düşük komplikeliliğe decoders ve iteratif erken sona erme.
  • [FONT:0) Büyük IoT için enerji verimliliği: [Dönetici: 0,4 $ düşük güç cihazları basit kodlayıcılara ve kodlayıcılara güvenecektir.
  • [[Dönetici çokluxing:[Dönetici: 0,6G) aynı anda eMBB (enhanced mobil genişban), URLLC ve mMTC (massive machine-type iletişim) heterojen kaliteli hizmet (QoS) gereksinimleri ile birlikte, dinamik olarak ayarlanabilir bir kodlama çerçevesine hizmet eder.
  • [FONT:0)Channel yetimleri:[Dönetici:[Dönetici:0)[Dönetici:0)) Terahertz sinyalleri atmosferli bir absorpsiyon, yağmur, foliage ve hatta el jestleri ile blokajdan bile etkileniyor ve kullanılabilir kodlama ile sömürülmelidir.

Bu zorluklar, roman kodlama paradigmalarının keşfini sağlar, çoğu aşağıda tarif edilir.

Sonraki -Generation Coding Teknikleri

Dünya çapında araştırmacılar 6G'ye uygun çeşitli gelişmiş kodlama stratejileri araştırıyorlar. Aşağıdaki bölümler, son yayınlarda ve devam eden standartlaşma tartışmalarında ayrıntılı olarak en umut verici yaklaşımları detaylandırır.

Polar Kodlar: 5G Baseline

2008 yılında Erdal Arıkan tarafından icat edilen Polar kodları, kapasiteye sahip mülkleri ve düşük kodlama karmaşıklığı nedeniyle 5G kontrol kanalları için kabul edildi.6G için kutup kodları birkaç boyutta geliştiriliyor:

  • [FONT=0) Yüksek kutup kodları:[Dönemli kutup kodları: [Dönetici:0) Yeni inşaat algoritmaları (örneğin, kovolutional kutup kodları, kutuplaşma-adjusted convolutional (PAC) kodları, kısa blok uzunluklarında performans geliştirmek, URLLC için kritik.
  • [FONT:0) Erken sona ererek: Gelişmiş SCL decoders, bir kez doğru çerçeveler tespit edilen ortalama gecikmeyi azaltabilir, alt-100 mikrosaniye tarihleriyle buluşmak.
  • [FONT=0)Rate-compatible kutup kodları:) Cümle ve kısalaştırmaya izin veren tasarım yöntemleri, encoder yapısını değiştirmeden önce birden fazla kod oranları için kesintisiz destek sağlar - Adaptif modülasyon ve kodlama için (AMC).
  • [FONT=0)Belief propagation (BP) decoders: Paralel BP decoders, SCL'e performans boşlukları ile birlikte, SCL'ye bir performans boşluğuna sahip olmak için donanımda uygulanabilir. Hybrid BP/SCL decoders dengeyi ve hata düzeltmesi.

Kutup kodlarının önemli bir avantajı, verimli donanım uygulamalarına izin veren, ancak uzun blok uzunluklarında gecikmeleri bir endişe olarak, kısa devre rejimde geleneksel kutup kodlarının üzerinde önemli bir performans elde ettiği gibi, onları 6G kontrol ve kısa paket uygulamaları için güçlü bir aday haline getirmek.

LDPC kodları: Massive MIMO ve Terahertz için Evrim

Düşük seviyeli parite-check (LDPC) kodları, zaten 5G veri kanallarının çalışmalarını içeren 6G için rafine edilir. onların yarı döngüsü (QC) yapısı, yüksek hızlı kodlayıcıları kullanarak, 100 Gbps ve ötesindeki destek. Anahtar araştırma yolları şunları içerir:

  • [FONT:0) Perfectmized derece dağıtımları için terahertz kanalları için:[Döneticiler 1 ) LDPC ensemblleri, dalgalanan sinyal-to-noise oranları (SNRs) geniş bantlı terahertz bağlantılarının tipik olarak, mini hata katlarını eşleştirmek için tasarlanabilir.
  • [FONT=0)Protograf tabanlı kodlar: Prototipleme LDPC kodları kompakt bir temsil sunar ve çok yüksek kod oranları için ölçeklenebilir (örneğin, R > 0.9) en az performans kaybı, yüksek performanslı bağlantılar için kullanışlı.
  • [FONT=0)Spatially çiftleştirilmiş (SC) LDPC kodları:[Dönetici:0) Bu kodlar Shannon kapasiteye daha yakından yaklaşıp mükemmel eşleri göster, pencereli dekoding ile birlikteyken onları çekici hale getirir.
  • [FONT:0)Hardware-aware tasarımları: [Dönetici] Büyük MIMO baz istasyonlarında güç tüketimini azaltmak için, LDPC decoders, alıcı zinciri ile boru ve hafıza kaynaklarını paylaşmak için tasarlanmıştır.

6G'de LDPC için bir meydan okuma, esnek fiyatlar ve blok uzunluklar için ihtiyaçtır. 5G LDPC, çok sayıda temel grafiği desteklerken, 6G, yüksek çözünürlük ve baz grafik uzatma gibi teknikler, aşırı karmaşıklık olmadan oran-kompatlanabilirlik sağlayabilir.Qualcomm)

Hızsız Kodlar: Dinamik Kanallar için Çeşme ve Raptor Kodları

Oransız kodlar - ayrıca çeşme kodları olarak da bilinir veya tek bir vericinin çeşitli SNR'ler ile birden fazla alıcıya hizmet etmesi gerektiği senaryolar için idealdir.Kayıtlı kodlardan farklı olarak, oransız kodlar potansiyel olarak kodlanmış sembollerin akışını üretir; bir alıcı, hangilerinin kaybolduğu bir kez kodlayabilir. 6G için, bu özellik birkaç fayda sunar:

  • [FONT:0]Reaksiyon olmadan Adaptasyon oranları:[Dönetici:[Dönetici:0) Yüksek hareket senaryolarında (örneğin, araç-to-her şey), geri bildirim döngüsü çok yavaş olabilir.
  • [FONT:0]Efficient yayın / çokcast:) Tek kodlanmış bir akış, her alıcının 6G çoklu dağıtım için içerik dağılımını durdurduğunda kullanıcılara farklı kanal nitelikleri ile hizmet edebilir.
  • [FONT:0] HARQ ile Kombine Edildi: [DDD: 1) Hibrit otomatik tekrar istek (HARQ) Hızsız kodları kullanan programlar, yüksek oranda kesintiye uğratıncaya kadar yeniden devre dışı bırakabilir.

Luby dönüştürme (LT) kodları ve Raptor kodları en yaygın oransız ailelerdir. 6G için araştırma, karmaşıklık karmaşıklığını azaltmaya odaklanır - şu anda O (K log K) RaptorQ için - havuzlu terahertz hızları ile nasıl bir araya getirilir, ayrıca, büyük IoT veadik trafiği için LDPC kodları ile entegrasyon.

Makine Öğrenme- Temelli Kodlar: Adaptif ve Öğrenilen

Derin öğrenme artışı, özellikle analitik olarak modellemek zor olan kanal istatistiklerine adapte olma yeteneğinden dolayı kapıyı açtı ve ekledi: geleneksel kod yapısı değiştiriliyor veya gelişmiş bileşenler tarafından artırılmış. Machine learning (ML) kodları 6G için özellikle de kanal istatistiklerine uyum sağlama yeteneğinden dolayı umut vericidir: Anahtar yaklaşımlar:

  • [FONT:0]Bit-to-end öğrendi kodlama: Autoencoder mimarlıkları, öğrenilen bir harita olarak tüm iletişim zincirini öğrenerek, encoder, kanal ve decoder. Bu, belirli kanallarda klasik tasarımları (örneğin, doğrusal olmayan veya çoklu kullanıcı kanalları) yükseltebilir.
  • [FONT=0] Mevcut kodlar için derejik kodlar için kodlar:[Döneticiler)[değiştir | kaynağı değiştir] ML, kutup ve LDPC kodlarının silinmesini sağlayabilir. Örneğin, convolutional sinir ağları (CNNs) eğitim yüküne daha hızlı bir şekilde yakınlaştırmayı sağlayabilir.
  • [FONT:0)Meta-öğrenme oranı adaptasyon için öğrenme: Hafif bir model, gerçek zamanlı kanal ölçümlerine dayanan en iyi kodlama programını (kolay tipi, oranı ve modulation) tahmin edebilir.
  • [FONT:0)Attention-based dizi model: Transformers ve vizyon dönüştürücüleri en iyi bir poster (MAP) sınırının yakınında kodlanmış kısa bloklara adapte edilmiştir, geleneksel altoptimal decoders maç yapamaz.

Ancak, uygulamadaki ML kodları dağıtmak zorluklarla gelir: a) büyük miktarda eğitim verileri için ihtiyaç ve kanal koşullarını değiştirirken, b) özellikle dönüştürücüler için yüksek hesaplama maliyeti ve cFLT:0IEEE İletişim Magazine[Döneticileri için) sınırlı değildir, 3GPP Teknik Raporu 38.843 6G çalışmalarında, AI/ML tabanlı fiziksel katman bileşenlerinin anahtar bir şekilde ele alındığı görülür.

6G için Coding Paradigms

Yukarıda açıklanan dört ana ailenin ötesinde, diğer birçok kodlama konsepti 6G araştırma topluluğunda traksiyon kazanıyor.

Non-Orthogonal Birden fazla Erişim (NOMA) Coding

NOMA, birden fazla kullanıcının aynı zaman-freze kaynaklarını güç alanından uzaklaştırmalarına izin verir. Bu, alıcı karmaşıklığına dayanan yüzlerce eşzamanlı kullanıcı için ortak kodlama ve kod kitaplarını tutmalı. Sparse code multiple access (SCMA) ve düşük kullanıcı algılaması için en iyi kod kitaplarını öğrenmek için uygulanır.

Akıllı Işık Yüzeyi (IRS)-Aided Coding

IRS panelleri, yayılım ortamını kontrol edebilir, ancak aynı zamanda gürültü ve sembolün bozulmasını da tanıtırlar. Gelişen çalışma, özellikle de non-forme elemanlarının bir parçası olarak IRS'nin ek derecelerini geliştirebileceğine işaret eder.

Kod Tasarımında Makine Öğrenmesinin Eleştirel Rolü

ML'nin 6G kodlama üzerindeki etkisi öğrenilen kodların ötesine uzanır. Ayrıca, geç saatlere saygı duyan kod parametrelerinin gerçek zamanlı optimizasyonu, blok uzunluğu ve modulation order, çevresel algılamaya dayanarak, sınırlı pilotlardan gelen etkili kanalı tahmin edebilirsiniz.

Ayrıca, ML, protograf LDPC kodları veya kutup kod inşaatının tasarımını belirli kanallar için otomatikleştirmek için kullanılmaktadır.Veriye dayalı bir esneklik ve kanıtlayıcı performansla ilgili olarak, araştırmacıların manuel olarak optimize edilmiş LD modelleri keşfetti. Ancak, bu tür kodların çoğu zaman en uygun teorik olmayan bir şekilde eksik olması, standartlarda kabul edilmesi.

Future Outlook ve Pratik Uygulama

6G ticarileştirme için 2030 kilometre taşına yaklaşırken, burada açıklanan kodlama teknikleri, akademik kağıtlardan gerçek dünya silikonuna geçişine ihtiyaç duyacaktır. Anahtar dönüm noktaları şunları içerir:

  • [FONT:0)Standartizasyon:[Dönetici:[Dönetici: [Dönetici: [Dönetici: [Dönetici: [Dönetici: [Dönetici: [DüzgÜye Olmayanlar İçin 6GPP, akış için kutup benzeri kodlar, yayın için oransız) için kodlama şemalar kabul edilecektir.
  • [FONT:0] Terahertz frekanslarında prototipleme: [Dönetici: 0,0) Test yatakları 140'ta çalışan testler zaten inşa edilmiştir. Bu, aday kodların pratik transkript ve decoder karmaşıklığı değerlendirecektir. Örneğin, 7 nm CMOS'de 100 Gbps LDPC decoder, ancak terahertz işleme yeni dijital mimari zorlukları tanıtmaktadır.
  • [FONT=0)Enerji-aware tasarımı:[Dönetici:[Dönetici:0) 6G baz istasyonları, optimize edilmemişse büyük miktarda güç tüketecektir. Kodc donanım, trafik yükleriyle ölçeklendirmek zorundadır.
  • [FONT:0) AI-native hava arayüzü ile ilgili olarak:[Dönetici:0) Bir sonraki nesil hava arayüzü, ortak kaynak-ta kodlama yapmak için kodlama ile etkileşime giren bir AI/ML katmanı içerebilir, holografik video gibi uygulamalar için son derece güvenilirliği artırmak.

Özetle, 5G'den 6G kodlaması geçiş sadece artımlı bir gelişme değil, özellikle de zorlu multipoint ve dinamik ortamlarda daha sıkı bir şekilde entegre edilecek ve bazı durumlarda, verilerden öğrenilen verilerden öğrenilir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

6G kablosuz sistemlerinin başarılı dağıtım, kutup kodlarının gelecek nesil kodlama tekniklerinin geliştirilmesine bağlıdır ve her aile, aşırı veri oranları, yüksek çözünürlükteki veri için ultra-düşük kodlar ve doğrulamalı kodlar için optimizasyona sahiptir.Bu makale, 5G kodlaması ile ilgili tahmin edilen sınırlardan gelen dönüşümleri inceledi.Ingerekli yöntemler, doğrulanmış bir şekilde, doğrulanmış bir şekilde, doğrulanmış bir şekilde doğrulanmış olan doğrulanmış bir şekilde, doğrulanmış bir şekilde doğrulanmış olan doğrulanmış bir şekilde, doğrulanmış bir şekilde, doğrulanmış bir şekilde doğrulanmış olan doğrulanmış bir şekilde, doğrulanmış bir şekilde, doğrulanmış bir şekilde doğrulanmış bir şekilde doğrulanmış bir şekilde doğrulanmış olan doğrulanmış olan doğrulanmış bir şekilde doğrulanmış bir şekilde doğrulanmış olan uygulama.