（悻眓/文）3月30日，中国移动通信集团首席科学家、副总工程师王晓云在“6G前沿技术与趋势论坛——智能通信融合与语义通信”活动上分享了Al赋能大规模MIMO技术的思考。
从4G到5G，再面向未来的6G，单站天线规模仍将持续增加，并从单站走向多站动态协同，但工程实现将更为复杂，问题更为突出。在6G时代，全局节点间大规模资源协同，实现以用户为中心的动态簇构建，满足整个网络的全局最优，从而提高全网用户性能。不过可能面临的问题在于，大规模动态内作簇构建，以及用户选择与配对优化难度大。
预计6G MIMO系统将面临三大问题，分别是高性能下的低开销问题、高实时性下的准确性问题，以及高动态要求下的组合优化问题。
AI则有望破解大规模MIMO技术面临的系列难点，王晓云认为基于特征提取、训练推理、复杂算法求解能力，AI将赋能未来大规模MIMO。例如利用AI的提取能力提升信道精度，让高维信道获取低开销，通过识别干扰和噪声特征，信道相关性，使能精确的信道估计和预测。挖掘信道特征，使能低开销信道压缩反馈。
还可以利用实时推理能力，提高运算效率。让大维矩阵实现实时准确运算，通过学习单/多用户MIMO预编码矩阵，将是杂矩阵运算转换为低皇杂度AI推理。
又比如利用复杂算法求解能力，解决应用难题，让复杂大规模网络实现动态调度，通过学习多小区MIMO预编码矩阵，干扰消除和多小区联合调度算法。
王晓云还表示，AI赋能MIMO需在系统设计与解决问题的同时，兼顾能力、效率、质量的全局最优，Al设计要与MIMO理论与机制紧密融合，并与产业伙伴共同开展探索。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
