下载掌阅APP，畅读海量书库
立即打开
6G智能网络发展的驱动力主要来自全场景业务的碎片化、极致化需求，网络管理和运维的复杂性倍增以及新技术的涌现与变革 ［1-7］ 。
首先，未来“人机物”万物智联将持续催生新的应用，现有网络“打补丁”“叠加资源”的演进方式将难以满足新业务碎片化、极致化的需求。一方面，由于用户行为、信息环境在时间和空间上不断改变，用户服务需求将动态变化；另一方面，随着数字化、智能化的发展，未来6G网络中增强现实（Augmented Reality，AR）/虚拟现实（Virtual Reality，VR）、工业自动化、远程驾驶等新业务场景的需求将呈现极致化的发展趋势。例如，在AR/VR中，沉浸式交互体验要求数据速率至少达到10 Gbit/s、端到端的时延小于1 ms、随时随地的一致性体验等 ［8-10］ 。工业自动化的典型需求是控制面时延小于 0.1 ms、可靠性高达10 −9 级 ［8］ 。远程驾驶中要求用户面时延小于3 ms，同时可靠性达到10 −5 级 ［11］ 。与此同时，一些新的网络性能指标（如机器通信的安全性、触觉通信（如远程医疗）中环境的高精度感知、计算效率等）的引入，要求未来6G能够根据业务动态极致的性能需求柔性设计和构建网络，并能够对整网资源进行最优化调度 ［12］ 。然而，现有的网络架构单一固定，遵循端到端的网络范式，提供“尽力而为（Best-Effort）”交付服务，将难以应对未来6G网络中业务动态化、极致化的性能需求 ［13］ 。因此，迫切需要一种灵活简洁、可敏捷调度整网资源的智慧网络，来高效准确地预测业务的动态化需求，如吞吐量、时延、可靠性等；结合业务偏好特征并借助云网融合等技术，弹性构建不同网络形态；通过弹性感知、弹性通信、弹性计算等实现网络的弹性构筑，以适配未来网络智能业务的高度动态性和不确定性；可针对不同业务的极致化需求定义不同的优先级，优化调度整网资源，按需提供最佳的网络服务 ［14］ 。
其次，现有网络管理和运维的复杂度随着网络节点的异构性和网络动态性的增强急剧上升，而传统基于人工的网络管理效率低，难以支撑网络的持续性发展，亟须发展智能的网络管理。一方面，面向“人机物”三元互联，6G将向着空天地一体化的方向发展。不同制式的接入技术，如地面蜂窝通信、Wi-Fi、专用短程通信技术、卫星通信等亟须协同融合。但不同的网络节点，如宏基站、微基站和卫星等，其运营商、技术特征、3C（Communication，Computing and Cache，即通信、计算和存储）资源、性能指标等存在显著差异，难以协同。另一方面，网络动态性随着未来空天地一体化网络中无人机、低轨卫星等高移动性设备的引入而增强；同时移动通信频段不断上移，随着毫米波、太赫兹的引入（由于其波束的覆盖范围有限，易受建筑物、人体等障碍物遮挡和阻塞），信道变化的动态性增强 ［15-16］ ，这些都为网络资源的优化管控带来了极大的挑战。因此，如何根据业务需求实现跨网协同、如何适配网络和信道的动态变化实现高效管控成为未来6G网络面临的重要挑战。然而，目前网络管理仍采用传统人工模式，即人工设计、配置网络参数等，这仅适用于相对简单、静态的网络。面向未来复杂动态的网络，人工管理的成本高，并且性能和用户服务质量也难以保障 ［17-18］ 。未来网络需要一个具备自感知、自编排、自配置、自运营能力的智慧自治网络来打破传统人工管理和编排的局限性，这就需要6G能够对异构网络进行统一表征，能够实时感知与分析网络动态信息，利用自动化和闭环优化方式对异构、动态网络进行统一管理和协同调度，基于深度融合实现网络快速自动配置，从而满足用户需求。
最后，当前新技术不断涌现与变革，将有可能支撑 6G 网络内生智能愿景的实现。借助NFV、SDN和人工智能（Artificial Intelligence，AI）等技术，网络将具有更高的灵活性和可扩展性以支撑更加多样化、精细化的服务。其中，NFV解耦软硬件，主要提供计算和处理服务。NFV 是在单个物理网络上安装一系列虚拟化网络功能，如路由器、防火墙、域名服务等，从而建立多个逻辑网络。每个逻辑网络具有特定的网络能力和特性，通过启用虚拟隔离机制，在一个物理基础设施上可部署多种网络服务，以减少硬件使用数量，提升网络柔性适变能力，从而提高网络架构的灵活性和可扩展性 ［19］ 。SDN作为NFV的互补技术，解耦控制平面和数据平面，主要进行路由和网络操作。在SDN中，网络控制可直接编程，并与数据流的转发分离，控制平面定义数据流的路由与资源的调度，从而提升网络管理与编排的灵活性。以 SDN、NFV等技术为基础，未来6G将有可能实现网络的高效柔性可重构，支撑更加灵活多样的网络服务。此外，基于AI技术，6G将智能适应动态变化的网络环境和信道条件。例如，根据实时采集的大量信道数据，采用深度神经网络进行非线性近似，对未知复杂信道进行动态预测与建模，从而获取信道知识，为系统决策和管控提供重要信息 ［12］ 。由此可见，网络产生的大数据加快了技术的演进与发展，新技术的创新与变革也推动着网络的智能化转型。