邁向 6G 商用佈署：基於機器學習的 AI 接收器與 DPoD 測試解決方案
- 2天前
- 讀畢需時 4 分鐘
在 6G 網路的演進過程中，將人工智慧 (AI) 與機器學習 (ML) 深式整合至實體層 (PHY) 已成為必然趨勢，為了克服 6G 高頻段頻譜所帶來的覆蓋率物理限制，Nokia Bell Labs 與測試量測大廠羅德史瓦茲 (Rohde & Schwarz) 共同開發並驗證了一套由 AI 驅動的 6G 無線電接收器架構。
此解決方案成功將機器學習應用於「數位後失真 (Digital Post-Distortion, DPoD)」技術中，不僅有效識別並補償無線訊號的非線性失真，更實質提升了 6G 網路的上行鏈路 (Uplink) 覆蓋範圍，為電信營運商在未來重用現有 5G 基礎設施提供了技術可行性。
技術挑戰：6G 高頻段的覆蓋率與功耗限制
未來的 6G 網路預計將運行於更高的頻段（如中高頻的 Upper Mid-band 或次太赫茲 sub-THz），這意味著更高的路徑損耗與更短的傳輸距離。傳統上，為了解決高頻段覆蓋率不足的問題，電信商必須大幅增加基地台密度 (Network densification)，這將導致資本支出 (CapEx) 與營運成本 (OpEx) 急遽攀升。
此外，在行動通訊中，上行鏈路（由使用者終端 UE 傳送至基地台）往往是覆蓋率的瓶頸。為了抵抗失真，傳統系統多在發射端 (UE) 採用數位預失真 (DPD) 技術，但這會大量消耗終端設備的運算資源與電池電量，在 6G 高頻寬場景下顯得不切實際。
解決方案核心：AI 驅動的神經網路接收器與 DPoD 技術
Nokia 所開發的 6G AI 接收器改變了傳統的訊號處理架構。透過羅德史瓦茲在 AI/ML 無線通訊測試領域的支援，雙方將機器學習模型應用於基地台接收端的數位後失真 (DPoD) 處理。
相較於傳統基於複雜數學模型的演算法，這套「資料驅動 (Data-driven)」的神經網路接收器具備以下優勢：
失真補償轉移： 將繁重的非線性失真補償工作，從功耗受限的使用者終端 (UE) 轉移至算力強大的基地台 (接收端)。
機器學習優化： AI 模型能精準識別並動態補償高頻寬傳輸中所產生的複雜失真模式，這在傳統線性等化器中難以實現。
上行範圍顯著提升： 在真實環境的測試條件下，該 AI 接收器架構較現有的接收技術，在上行鏈路距離上實現了 10% 至 25% 的具體提升，同時也改善了資料吞吐量與整體能源效率。
硬體驗證架構：R&S SMW200A 與 FSWX 的整合應用
為了在標準化前的關鍵階段精準評估並優化這些 AI 演算法，此方案的測試平台高度仰賴羅德史瓦茲的高階射頻儀器，這套驗證架構也在指標性的布魯克林 6G 高峰會 (Brooklyn 6G Summit) 上獲得業界驗證：
上行訊號生成與通道模擬 (R&S SMW200A)： 測試平台採用 R&S SMW200A 向量訊號產生器 作為核心。該儀器負責生成複雜的 6G 寬頻上行訊號，並執行高精度的通道模擬 (Channel Emulation)，以重現真實世界中包含多路徑衰減 (Fading) 的動態射頻環境。
AI 推論與頻譜分析 (R&S FSWX)： 在接收端，系統配置了羅德史瓦茲最新推出的 R&S FSWX 訊號與頻譜分析儀。FSWX 不僅具備處理超寬頻訊號的極高動態範圍，更在此次測試中承擔了為 Nokia AI 接收器執行「AI 推論 (AI inference)」的關鍵任務，完成複雜的訊號擷取與神經網路解碼。
佈署效益與業界觀點
藉由 AI 接收器技術擴大 6G 網路的覆蓋範圍，電信營運商將能夠在現有的 5G 站點佈建 6G 基礎設施 (Footprints)，大幅降低網路建置成本並加速技術的商用化時程。
Nokia Bell Labs 核心研究總裁 Peter Vetter 表示：「克服 6G 高頻譜固有的覆蓋限制是未來的關鍵挑戰。透過 AI 技術強化 6G 接收器的覆蓋能力，將使我們得以在既有的 5G 基礎設施上建設 6G 網路，取代傳統高密度建站的需求。」
羅德史瓦茲頻譜與網路分析儀、EMC 及天線測試副總裁 Michael Fischlein 亦指出：「憑藉在測試與量測領域的深厚經驗，我們能夠在 6G 標準化前的關鍵階段，支援次世代無線技術的開發並優化 AI 演算法。這項合作展示了透過先進儀器落實 AI 驅動通訊的具體可行性。」
關於宥億企業
宥億企業為台灣專業的測試與量測儀器供應商，致力於為電子、通訊、半導體等高科技產業提供全方位的測試解決方案。針對 5G-Advanced 與 6G 研發需求，宥億企業提供包含 R&S FSWX 訊號與頻譜分析儀以及 R&S SMW200A 向量訊號產生器等頂尖射頻儀器的銷售、租賃與技術諮詢服務。透過與全球領先的儀器原廠緊密合作，我們協助工程團隊在 AI-RAN、神經接收器開發及高頻微波領域有效掌控測試成本，並加速研發與量產進程。
