清华大学开发基于智能表面人工智能功耗通信系统原型

许慎恒,清华大学电子工程系副教授

杨帆,IEEE Fellow,清华大学电子工程系教授

戴凌龙,IEEE Fellow,清华大学电子工程系副教授

"​基于智能表面(RIS)人工智能(AI)功耗通信系统可以解决6G UM-MIMO面临功耗要求关键挑战。"

龙,IEEE Fellow,清华大学电子工程系副教授

挑战:

大规模多输入多输出(MIMO)是5G中最重要的技术之一,它使用数百个天线来实现几个Gbps的高数据速率。为了数据速率提高10倍满足6G的需求,大规模MIMO正在向配备数千甚至更多天线的超大规模MIMO (UM-MIMO)演进。

解决方案:

为应对这一挑战,我们通过软硬件联合优化,开发了基于智能超表面(RIS)和人工智能(AI)的低功耗6G通信系统。

​​探索面向6G大规模MIMO

​大规模多输入多输出(MIMO)是5G中最重要的技术之一,它使用数百个天线来实现几个Gbps的高数据速率。为了数据速率提高10倍满足6G的需求,大规模MIMO正在向配备数千甚至更多天线的超大规模MIMO (UM-MIMO)演进。

​6G UM-MIMO面临的主要挑战之一是功率消耗太高,难以承受。现有的UM-MIMO系统通常采用相控阵,需要采用多个收发仪模块和移相器,导致硬件功耗非常高。 此外,随着天线数量和所需数据速率的显着增加,计算功耗也会随之显著增加。 ​ 

​创建功耗通信系统

​为应对这一挑战,我们通过软硬件联合优化,开发了基于智能超表面(RIS)和人工智能(AI)的低功耗6G通信系统。 

​在硬件方面,我们将高功耗的相控阵替换为低功耗RIS,降低硬件功耗。相控阵使用相互独立的移相器和天线,而RIS本身集成了移相器和天线模块。它由数千种低功率亚波长超材料构成。充分的实验表明,RIS可以用较低的功耗生成高增益的波束。在我们开发的系统中,基站使用256个单元的RIS来代替相控阵。此外,使用包含2304个单元的RIS作为中继器,以更低的发射功率来协助通信。

 

 

​图1:包含2304个单元的RIS,位于中继器端

 

​软件方面,我们开发了基于AI的传输系统,以降低计算功耗。一个基于神经网络的信号处理模块取代了调制、解调、信道编码、解码等传统的信号处理模块。

​这些硬件和软件解决方案已在NI 毫米波通信平台上实现,表明6G通信的低功耗解决方案具备可行性。

 

基于AI的通信星座用户界面

 

​图2:基于AI的通信星座

 

​下一步

​未来,我们将重点关注采用超大规模天线阵列(ELAA)进行的低功耗通信,同时考虑近场传输。具体而言,我们将针对采用多于1000个天线的ELAA设计和实现近场传输技术。

 

参考文献

M.Cui, Z. Wu, Y. Chen, S. Xu, F. Yang, and L. Dai, “Demo:Low-power communications based on RIS and AI for 6G,” in Proc.IEEE ICC 2022,2022年5月(IEEE ICC 2022杰出演示奖)

图1. 图1.包含2304个单元的RIS,位于中继器端