近日，中國科學(xué)院上海高等研究院智能信息通信技術(shù)研究與發(fā)展中心團隊在IEEE Wireless Communications 雜志上發(fā)表了題為Intelligent Spectrum Sensing：When Reinforcement Learning Meets Automatic Repeat Sensing in 5G Communications 的最新研究成果。該研究提出一套基于人工智能增強學(xué)習(xí)算法的智能頻譜彈性感知技術(shù)，可有效適用于5G生態(tài)體系中的各類典型應(yīng)用場景，且比現(xiàn)有技術(shù)顯著提升了性能表現(xiàn)。

當(dāng)前，我國社會已步入5G時代。移動設(shè)備數(shù)量與無線業(yè)務(wù)的劇增，與有限頻譜資源之間的矛盾正成為制約信息智能化社會進一步發(fā)展的重要難題。可以預(yù)見，頻譜資源的增長速度將遠小于需求增長的速度，因此，智能化、高精度、高可靠的頻譜感知技術(shù)是5G通信系統(tǒng)運行的重要基石。如何實現(xiàn)高質(zhì)量的頻譜資源感知與管理則是維護5G通信系統(tǒng)高效率運行，促進下一代移動通信發(fā)展的關(guān)鍵所在。

針對上述挑戰(zhàn)，上海高研院智能信息通信技術(shù)研究與發(fā)展中心團隊針對5G通信的主流發(fā)展趨勢，并根據(jù)場景用戶特點與應(yīng)用需求的耦合性，深入分析并歸類出5G生態(tài)體系中涉及頻譜感知應(yīng)用的三大典型應(yīng)用場景。基于不同場景下優(yōu)化目標(biāo)的差異性，研究團隊創(chuàng)造性地提出了一種具備彈性能力的頻譜感知系統(tǒng)架構(gòu)，該架構(gòu)由人工智能增強學(xué)習(xí)算法進行驅(qū)動，利用接收端多天線之間的獨立性與分集差異特性，尊重系統(tǒng)要求與實際環(huán)境參數(shù)，通過動態(tài)學(xué)習(xí)實現(xiàn)最優(yōu)的感知策略。該技術(shù)可根據(jù)不同用戶的不同優(yōu)化目標(biāo)需求，自適應(yīng)改變參數(shù)，在較小計算開銷的基礎(chǔ)上獲取最佳的性能體驗。經(jīng)實驗數(shù)據(jù)驗證，所提技術(shù)可有效適用于5G生態(tài)體系中的各類典型應(yīng)用場景，且比現(xiàn)有技術(shù)具備更高的性能表現(xiàn)。上述研究可有效支持中科院自主研發(fā)的SEANET技術(shù)體系，促進中科院-上海科技大學(xué)聯(lián)合校園試驗網(wǎng)Alpha版的建設(shè)實施，為我國5G的進一步部署與推廣以及下一代通信系統(tǒng)的應(yīng)用發(fā)展提供了理論依據(jù)與技術(shù)支撐。

本研究由上海高研院團隊獨立完成。其中，副研究員徐天衡為該論文的第一作者，研究員胡宏林為該論文的通信作者。上述研究工作獲得國家自然科學(xué)基金、中科院C類戰(zhàn)略性先導(dǎo)科技專項、中科院青年創(chuàng)新促進會、上海市青年拔尖人才計劃、上海市啟明星計劃以及上海市揚帆計劃的資助。

圖1. 5G生態(tài)體系中涉及智能感知的幾個典型應(yīng)用場景，分別為：(a)常規(guī)5G通信場景；(b)工業(yè)4.0及智能物聯(lián)網(wǎng)場景；(c)異構(gòu)網(wǎng)絡(luò)混合共存場景

圖2. 基于增強學(xué)習(xí)算法的智能彈性感知技術(shù)系統(tǒng)架構(gòu)

圖3. 智能彈性感知技術(shù)在不同優(yōu)化模式下的性能對比。上：感知精度性能；下：算法能耗性能