上海高研院在5G人工智能感知領(lǐng)域取得新進展

近日，中國科學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習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?？梢灶A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?；诓煌瑘鼍跋聝?yōu)化目標的差異性，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)由人工智能增強學習算法進行驅(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)學習實現(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?？萍即髮W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基金、中科院C類戰(zhàn)略性先導科技專項、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。