无线行业发展趋势分析

2025 年至 2030 年间，无线行业将凭借三项技术进步继续向无处不在的连接迈进：非地面网络 (NTN)、5G 向 6G 的演进以及 AI 原生系统。NTN 将改善偏远地区的连通性，6G 技术将提高数据速度和用户体验，而 AI 原生网络将优化容量和覆盖范围。这些趋势将利用新技术和自适应人工智能算法重塑无线通信，带来无与伦比的连接新时代。

无线趋势 #1

非地面网络：从救生员到必不可少的沟通推动者

存在着巨大的无线通信连接差距，特别是在受灾地区，因为传统无线基础设施的实施和维护成本越来越高，而且难度越来越大。解决方案是 NTN，它依赖于不受极端天气条件影响的太空组件，例如卫星和高空气球 (HAB)。NTN 实用且具有成本效益，因为即使地面网络 (TN) 受损或被毁，它们仍能继续运行，为广大地理区域提供可靠的紧急通信。

全球目前正在努力发射 NTN 星座，以建立由数万颗卫星组成的网络，连接农村和偏远的海洋地区。过去几年，加拿大、法国和美国发射了数千颗卫星。发射多颗卫星可以提供冗余，确保网络的稳健性和在几颗卫星发生故障时持续的连接性。HAB 可以补充卫星以创建全面的 NTN，特别是在考虑时间和成本时。工程师可以在无法进行卫星通信的地方使用 HAB 作为通信中继。它们可以比卫星更快、更便宜地部署，覆盖直径超过 600 英里的区域。HAB 还可以在较低的高度悬停，在 11 至 23 英里之间，这使得延迟比卫星更低。将非地面网络(NTNs)与卫星和高海拔气球(HABs)相结合，将有效解决偏远和灾害多发地区的通信空白，并使可靠的通信网络更加便捷。

NTN 依赖于基于空间的组件，即使极端天气损坏或摧毁地面网络 (TN) 也能提供可靠的通信。

无线趋势 #2

ISAC 和 RIS 塑造智能 6G 网络的未来

集成可重构智能表面 (RIS) 和集成传感和通信 (ISAC) 对于 6G 无线通信系统的成功至关重要。这两种技术相结合，使工程师能够在感知和适应实时条件的同时优化通信环境，实现超出单独使用任何一种技术所能实现的效率和灵活性。具体来说，ISAC 和 RIS 相互补充，提供环境感知和智能信号管理。

ISAC 可以通过提供实时环境数据来帮助 RIS 系统，从而调整 RIS配置以实现最佳信号路径。作为回报，RIS 可以聚焦光束以提高传感精度，使 ISAC 在传感任务中实现更高的分辨率。通过结合使用 ISAC 和 RIS，还可以最大限度地减少电力浪费并优化整体网络可持续性，从而促进无线通信系统的长期健康和可行性。RIS 通过操纵电磁波来避免在不必要的方向上传输信号，从而减少能源使用。RIS 还将信号反射到原本需要额外基础设施的区域，从而降低网络的能源需求。ISAC 的联合通信和传感消除了为多个系统供电的需要，同时还具有节省成本的优势。

RIS 通过将信号反射到需要额外基础设施的区域来降低网络的能源需求。

无线趋势 #3

人工智能原生网络应用受到追捧

将人工智能原理应用于无线系统设计的工程师发现，许多应用可以增强网络功能，远远超出传统基础设施的功能。

设计无线广域网 (WWAN) 的工程师可以使用 AI 实现卓越的环境定位、先进的波束管理和精确的信道状态信息 (CSI) 反馈。环境定位可确保在城市等高干扰、人口稠密的环境中保持不间断的连接。随着用户数量的增长，先进的波束管理将支持更多同时连接而不会造成性能损失。在建立稳定的大规模网络后，CSI 反馈会对其进行微调，以最大限度地减少掉线并最大限度地提高数据速率。

人工智能对无线网络的益处还延伸到实施下一代局域网 (LAN) 和个人局域网 (PAN)。对于局域网和个人网络，AI 的突破包括情境感知和用户行为分析。将人工智能与传感器和物联网设备相结合，可以创建具有情境感知的智能环境，使用户的环境适应其行为，并提供个性化的基于位置的内容。随着用户行为的变化，用户行为分析将确定他们的网络使用模式，促进容量规划和资源分配。

无线广域网 (WWAN) 可以使用 AI 实现卓越的环境定位和先进的波束管理。

未来发展之路

无线通信的未来需要工程师整合非地面网络、6G 技术和 AI 原生系统来实现全球连接。距离 6G 到来仅剩五年时间，工程师在设计下一代无线系统时必须采用跨学科的方法。当这些学科和其他学科共同协作克服未来的无线挑战时，全球大多数地区，无论地理位置或天气条件如何，都可以可靠地访问下一代无线连接。

| 关于作者

Houman Zarrinkoub

Houman Zarrinkoub 博士是 MathWorks 负责无线通信产品的首席产品经理。在此领域 30 年的职业生涯中，他获得了电信博士学位，负责管理软件工程师团队，获得了多项信号处理专利，并撰写了一本关于 4G LTE 标准的书籍。

Mike McLernon

自 2001 年加入 MathWorks 以来，Mike McLernon 一直负责监督 Communications Toolbox 中众多 PHY 层功能的开发，以及与多个 SDR 硬件平台的连接，并倡导通信和软件定义无线电产品。他获得弗吉尼亚大学 BSEE 和伦斯勒理工学院的 MEEE，在卫星和无线行业有 30 多年的工作经验。