基于DOICT融合的6G智能内生网络架构研究

当前,5G移动通信网络主要围绕核心网云化进行ICT融合,而6G移动通信网络将在继续推动ICT持续融合的基础上,围绕智能内生加强与数据技术DT和运营技术OT的融合。因此聚焦基于DOICT融合的6G智能内生网络架构演进,研究以智能内生为核心的6G架构方案,并提出后续网络架构研究、标准化和原型样机研发的建议。

NetGPT:超越个性化生成服务的内生智能网络架构

提出了基于边缘和云端部署相匹配大型语言模型(LLM)的内生智能网络架构NetGPT方案。边缘LLM可以有效地利用基于位置的信息进行个性化的补充,从而与云端LLM进行有效交互。通过在边缘和云端部署开源LLM,验证了NetGPT的可行性。认为面向NetGPT的内生智能网络架构的工作重点是通信和计算资源的深度集成以及AI逻辑工作流的灵活设计。认为NetGPT是一种可提供个性化的生成式服务的、有前途的内生智能网络架构。

基于深度强化学习的多用户频谱接入算法研究

面向万物智联的需求,新一代无线通信技术向6G一体化智能网络演进的趋势日益明显。而内生智能将是其中的关键要素之一,成为体现6G网络具备自主感知-通信-决策-控制能力的核心特征。针对6G IEN面对海量数字业务需求的频谱资源稀缺问题,面向复杂多样的动态IEN网络环境和应用场景,提出了一种基于深度强化学习的动态频谱接入算法,使得多个用户设备可实现无人工干预的频谱自感知、设备自决策、用户自接入的智能化处理。与现有方法不同,所提方案在充分考虑用户的实际通信质量的条件下,基于深度强化学习算法对用户的发射功率进行有效的限制,从而实现了频谱资源的高效利用,可在系统吞吐量、碰撞概率等性能指标上获得较大的增益。