2024年6G近场白皮书.pdf

1/1316G近场技术白皮书近场技术白皮书顾问：顾问：崔铁军(),东南大学张平(),北京邮电大学尤肖虎(),东南大学主编：主编：赵亚军(),中兴通讯戴凌龙(),清华大学张建华(),北京邮电大学章节编委：章节编委：黄崇文(),浙江大学刘元玮(yuanwei.liuqmul.ac.uk),伦敦玛丽女王大学袁弋非(),中国移动主要贡献作者：主要贡献作者：（*按姓名首字母排序）艾渤(),北京交通大学白宇明(),北京理工大学蔡雪松(xuesong.caieit.lth.se)，隆德大学曹艳霞(),中国联通曾勇(yong_),东南大学陈高洁(gaojie.chenieee.org),中山大学程日涛(),中国移动通信集团设计院有限公司程振桥(),中国电信研究院崔铭尧(cui-),清华大学戴凌龙(),清华大学邸博雅(),北京大学电子学院董丽娟(donglijuan_),山西大同大学窦建武(),中兴通讯杜军(),清华大学段世茹(),北京信息科技大学冯强(),西安电子科技大学高飞飞(feifeigaoieee.org),清华大学高松涛()中国移动通信集团设计院有限公司高岩(),北京理工大学集成电路与电子学院高莹(),上海交通大学高镇(),北京理工大学宫铁瑞(tierui.gongntu.edu.sg),南洋理工大学顾琪(),中国移动韩家奇(),西安电子科技大学韩瑜(),东南大学郝万明(),郑州大学何东轩(dongxuan_),北京理工大学何继光(jiguang.hetii.ae),Technology Innovation Institute,侯天为(),北京交通大学侯晓林(houdocomolabs-),DOCOMO BeijingLabs胡杰（），电子科技大学胡伟东(),北京理工大学黄崇文(),浙江大学黄继杰(kai-kit.wongac.ucl.uk),伦敦大学学院黄青霄（），电子科技大学季然(),浙江大学菅梦楠(),中兴通讯江浩(),南京信息工程大学姜大洁(),维沃(vivo)软件技术有限公司蒋玉骅(),清华大学金石(),东南大学靳亚盛(),东南大学雷浩(),北京交通大学李伽鹏(),南方科技大学李佳雪(jiaxue_),郑州大学李龙(),西安电子科技大学李南希(),中国电信研究院李翔(lixdocomolabs-),DOCOMO BeijingLabs李鑫睿(xinrui_),东南大学李铮(stones_)郑州大学刘凡(),南方科技大学刘海霞(),西安电子科技大学刘俊()，电子科技大学；刘秋妍(),中国联通刘睿祺(),中兴通讯刘升恒(),东南大学刘思聪(),厦门大学刘望(w_),东南大学刘晞远(),同济大学刘元玮(yuanwei.liuqmul.ac.uk),伦敦玛丽女王大学卢立洋(),清华大学陆海全(),东南大学陆宇(y-),清华大学罗宏亮(),清华大学2/131马文焱(wenyanu.nus.edu)，新加坡国立大学毛天奇(),北京理工大学缪海烊(),北京邮电大学慕熹东(xidong.muqmul.ac.uk),伦敦玛丽女王大学欧阳崇峻(chongjun.ouyangucd.ie)，都柏林大学潘存华(),东南大学潘都(),中国移动通信集团设计院有限公司任红(),东南大学沙威(),浙江大学沈嘉宇(),浙江大学史旭(shi-),清华大学史琰(),西安电子科技大学束锋(),海南大学宋健(),清华大学苏昕(),中信科移动通信技术股份有限公司苏鑫(),中国移动孙蕊蕊(),东南大学孙艺玮(),中国移动孙韵淇(),中兴通讯唐盼(),北京邮电大学田佳辰(),东南大学王勃皓(),浙江大学王蕙质(),东南大学王劲涛(),清华大学王鹏飞(),维沃(vivo)软件技术有限公司王珊(),中兴通讯王照霖(zhaolin.wangqmul.ac.uk),伦敦玛丽女王大学王者(zhewang_),北京交通大学魏丽(l_weintu.edu.sg),南洋理工大学温淼文(),华南理工大学吴泳澎(),上海交通大学电子工程系吴梓栋(),清华大学武庆庆(),上海交通大学谢欣宇(),上海交通大学电子工程系徐乐西(),中国联通研究院徐媛(yuan_),浙江大学徐卓(),清华大学许柏恺(),北京交通大学许嘉琪(jiaqi.xuqmul.ac.uk),伦敦玛丽女王大学薛皓(),西安电子科技大学严超(chau.yuenntu.edu.sg),南洋理工大学杨昉(),清华大学杨刚(),电子科技大学；杨坤(),维沃(vivo)软件技术有限公司杨鲲（），南京大学杨现俊(),中信科移动通信技术股份有限公司杨照辉(yang_)，浙江大学信息与电子工程学院游昌盛()南方科技大学于伟华(),北京理工大学集成电路与电子学院/北京理工大学重庆微电子研究院于一鸣(),中国移动通信集团设计院有限公司禹宏康(),中兴通讯袁弋非(),中国移动袁志强(),北京邮电大学岳韶华(),北京大学电子学院岳新伟(),北京信息科技大学张朝阳()，浙江大学信息与电子工程学院张迪(dr.di.zhangieee.org),郑州大学张帆(),清华大学张海洋(),南京邮电大学张建华(),北京邮电大学张楠(),中兴通讯张琪(),中兴通讯张瑞（），香港中文大学（深圳）/新加坡国立大学张殊培(),北京大学电子学院张行(xing_),南京邮电大学张扬(y_),东南大学张雨童(),北京大学电子学院张月霞(),北京信息科技大学章嘉懿(),北京交通大学章乐怡(),中兴通讯赵楠(),大连理工大学赵亚军(),中兴通讯赵毅哲（），电子科技大学郑倍雄(),华南理工大学马甜甜(),华南理工大学冯杰(),华南理工大学熊雪(),华南理工大学郑爽(),中兴通讯3/131支康达(k.zhitu-berlin.de),柏林工业大学朱剑驰(),中国电信研究院朱立鹏(zhulpnus.edu.sg)，新加坡国立大学朱旭升(),上海交通大学朱政宇(),郑州大学邹德岳(),大连理工大学引用格式引用格式:赵亚军,戴凌龙,张建华等.6G 近场技术白皮书,南京,2024.doi:10.12142/FuTURE.202404001.Citation:Y.J.Zhao,L.L.Dai,J.H.Zhang,et al.“6GNear-fieldTechnologiesWhitePaper,”FuTUREForum,Nanjing,China,Apr 2024.doi:10.12142/FuTURE.202404002.致谢（致谢（Acknowledgement）本白皮书作为FuTURE论坛精心策划的6G系列白皮书之一，得益于国内外无线通信领域众多杰出专家学者的共同努力与卓越贡献。在编撰过程中，各位专家学者以其深厚的学术底蕴和丰富的实践经验，为白皮书提供了宝贵的学术支持和专业指导。我们深感荣幸能够与这样一群卓越的学者共事，并衷心感谢他们的辛勤工作和无私奉献。正是有了他们的鼎力相助，白皮书才得以顺利诞生，并呈现出高水平的学术价值和实践意义。我们期待在未来继续与各位专家学者保持紧密的合作关系，共同推动近场技术的发展。4/131摘要（摘要（Executive Summary）随着 5G 无线网络商业化的加速推进，对 6G 无线网络的前瞻性研究亦随之加强。在此背景下，6G 网络被设定了比前代无线网络更宏伟的目标和更高的性能标准。现有的无线通信网络（1G 至 5G）主要利用 6GHz 以下的频谱，受波长限制，这些网络通常配备较小规模的天线阵列。由于低维天线阵列和较低频率的结合，无线近场通信范围通常受限于数米甚至数厘米。然而，为满足未来 6G 网络的需求及技术本身的演进，将会采用更大的天线孔径和更高频段（如新中频、毫米波、太赫兹等），这使得近场特性尤为显著。新兴技术如智能超表面（RIS）、超大规模 MIMO、可移动天线、无蜂窝网络（Cell-free）等技术的引入，使得近场场景在未来无线网络中更加普遍。从空间资源利用的角度来看，传统无线通信系统虽已充分利用远场空间资源，但对近场空间资源的进一步探索预计将为无线通信系统带来新的物理空间维度。近场通信技术因其在实现 6G 网络更高数据速率、高精度感知及物联网无线传能等方面的潜在作用而受到关注。近场技术领域的研究显示，由于电磁波传播特性的变化，不再能简单地视为平面波，而需被视为球面波。这引入了诸如空间非平稳性、波束分裂、三极化、倏逝波等新电磁效应。因此，许多传统通信算法在 6G 近场场景下性能下降，或无法充分利用新特性。本文从电磁理论的近场定义出发，深入分析了近场电磁效应的根源及其对现有通信系统的影响，并总结了近场效应对通信系统设计和性能的影响，特别是通信自由度和通信容量两大核心指标。信道特性和模型的深入了解对通信系统设计至关重要，因此，本文从信道测量和建模的角度介绍了近场信道的研究，并探讨了信道估计、波束形成、码本设计等近场传输技术。同时，本文还涉及近场技术与其他领域技术的融合，如定位、无线传能、物理层安全等。本文旨在全面系统地梳理近场技术，期望对其研究的发展起到促进作用。5/131目录目录1.概述.112.近场应用场景.142.1 高中低频传输（不同频段的近场场景）.142.1.1 高频段传输.152.1.2 中频段传输.162.1.3 低频段传输.162.2 超大孔径使能近场.172.2.1 智能超表面使能近场.172.2.2 超大规模天线阵列使能近场.182.2.3 无蜂窝近场通信.192.2.4 可移动天线使能近场通信与感知.202.3 通感一体化.212.4 无线定位.212.5 信能同传.222.6 物理层安全.232.7 使能海量接入.242.8 片上无线通信.243.近场基础理论.263.1 近场范围划分.263.2 近场的电磁物理效应.293.2.1 近场电磁信号模型.293.2.2 近场电磁效应.313.2.3 近场波束特性.323.3 近场自由度理论分析.343.4 近场性能分析与测量.363.4.1 近场性能分析.363.4.2 近场测量与近远场变换.434.近场信道测量与建模.454.1 近场信道测量.454.2 近场信道仿真.464.3 近场信道建模.525.近场传输技术.605.1 近场信道估计.605.2 近场波束赋形.645.3 近场码本设计.685.4 近场波束训练.725.5 近场多址技术.745.5.1 位分多址（LDMA）.745.5.2 非正交多址（NOMA）.755.5.3 无用户标识随机接入（URA）.766/1315.6 近场系统架构与部署.775.7 标准影响.796.近场与其他技术融合.816.1 近场与定位.816.1.1 近场与定位.816.1.2 基于 RIS 的近场定位技术.826.1.3 基于可控波束偏移的近场定位技术.846.2 近场与通感一体化.866.2.1 从远场感知到近场感知.866.2.2 近场通信感知一体化.906.3 近场与无线传能.936.3.1 电磁辐射式 WPT.936.3.2 近远场 SWIPT.966.3.3 全息 SWIPT.976.4 近场物理层安全.986.4.1 近场物理层安全传输设计.986.4.2 RIS 辅助近场物理层安全传输设计.1006.5 基于近场的 OAM.1006.5.1 轨道角动量与涡旋波.1016.5.2 涡旋波的近场调控.1016.5.3 涡旋波的接收与 OAM 检测.1026.6 基于 AI 的近场通信.1036.6.1 基于近场通信的语义通信架构.1036.6.2 基于近场通信的联邦学习架构.1036.6.3 基于 AI 的近场宽带波束赋形.1046.7 近场与片上无线通信.1056.7.1 基于片上天线的片上无线通信.1056.7.2 基于三维堆叠芯片的片上无线通信.1076.8 近场与物体材质感知.1097.总结与展望.111参考文献.112术语和缩略语列表.1307/131图目录图目录图 1.1近场应用场景.12图 1.2近场传播技术体系.13图 2.1IMT-2030 应用场景和关键能力指标.14图 2.2未来 6G 的高、中、低全频段频谱.15图 2.3多用户近场通信，朝向每个用户指向波束（a）三维空间；（b）远场设计下的波束转向，导致相同角度上的用户间干扰；（c）近场设计下的波束聚焦，干扰较小17.16图 2.4RIS 辅助近场应用场景.18图 2.5近场定位场景模型23.18图 2.6不同超大规模阵列架构类别24.19图 2.7可移动天线辅助近场通信与感知.20图 2.8近场 ISAC 系统39.21图 2.9近场定位示意图，可以通过超大规模天线阵列 ELAAs,智能超表面 RIS 和分布式 MIMO 等多种形式提供近场的高精度定位服务。.22图 2.10近场无线传能示意图.23图 2.11左图：使用波束转向的远场安全通信；右图：使用波束聚焦的近场安全通信23图 2.12近场多址接入示意图.24图 2.13利用天线的片内和片间通信.25图 2.14不同半导体材料的芯片间的无线互联.25图 2.15使用片上无线通信技术的单片多核处理器.25图 3.1远场平面波面与近场球面波面及对应物理空间归一化接收能量.27图 3.2典型通信场景近场范围.28图 3.3近场电磁辐射系统图.29图 3.4近场多极化球面波建模.31图 3.5近场三极化信道容量.31图 3.6近场波束分裂效应示意图.32图 3.7波束增益随距离的变化趋势.33图 3.8信道相关性随天线变化曲线.33图 3.9UCA 和 ULA 的波束形成增益比较.34图 3.10近场额外自由度.34图 3.11各向同性散射条件下奈奎斯特采样.35图 3.12离散孔径 MIMO 近场信道的奇异值.35图 3.13集中式天线与稀疏天线通信速率累计误差函数关系88.37图 3.14不同模型下接收信噪比随天线数目变化关系89.38图 3.15不同阵列结构和近场模型下的波束聚焦图9192.38图 3.16 模块化和集中式超大规模天线阵列可实现和速率随用户分布半径变化关系9239图 3.17尺寸无限大的智能超表面辅助通信系统.39图 3.18智能超表面辅助通信系统中信号传播距离对不同链路路径损耗的影响.40图 3.19HRIS 辅助定位性能.41图 3.20傅立叶平面波展开信道建模.428/131图 3.21傅立叶平面波展开信道容量仿真.42图 3.22近场电磁信道容量极限.43图 3.23RIS 通信应用场景.43图 4.1时域和频域的信道测量平台109122.46图 4.2(a)基于虚拟阵列的 VNA 的近场信道测量，(b)阵元上的信道冲激响124.46图 4.3(a)水平极化阵子近场电磁场分布。(b)垂直极化阵子近场电磁场分布.47图 4.4大规模天线阵列排布（6GHz，1024 单元）.48图 4.5(a)天线各阵子-第 1 径-绝对时延(b)天线各阵子-第 2 径-绝对时延.48图 4.6(a)天线 各阵 子-第 1 径-AOA/AOD/ZOA/ZOD(b)天线 各阵 子-第 2 径-AOA/AOD/ZOA/ZOD.48图 4.7(a)天线各阵子-第 1 径-相对功率(b)天线各阵子-第 2 径-相对功率.49图 4.8(a)天线各阵子-第 1 径-相位(b)天线各阵子-第 2 径-相位.49图 4.9PEC 球与阵列天线的相对位置，及入射波矢方向.50图 4.10在基站阵列天线各单元阵子处，H 极化及 V 极化馈入波对应的信号强度增益分布.50图 4.11在基站阵列天线各单元阵子处，H 极化及 V 极化馈入波对应的信号强度增益分布.50图 4.12近场散射体与阵列天线的相对位置，及入射波矢方向.51图 4.13在基站阵列天线各单元阵子处，V 极化馈入波对应的信号强度增益分布.51图 4.14在基站阵列天线各单元阵子处，V 极化馈入波对应的信号强度增益分布.52图 4.15具有空间非平稳特性的近场球面传播.53图 4.16(a)实测结果，(b)信道模型生成.53图 4.17阵列用户可视区域示意图.54图 4.18离散阵元信道模型示意图.56图 4.19连续阵元信道模型示意图.56图 4.20近场多极化球面波建模.57图 4.21多极化信道容量.58图 4.22超大规模 MIMO 混合远近场传播环境.58图 5.1近场信道角度域能量扩散效应.60图 5.2字典相干性对比图(a).距离参数化角域字典，(b).极坐标域字典(同一角度下不同距离变化图).61图 5.3联合角域-极坐标域采样.62图 5.4基于 MRDN 的信道估计方案.62图 5.5基于 P-MRDN 的信道估计方案.62图 5.6RDN、CMAM 和 ASPP-RDN 系统模型.63图 5.7阵列用户可视区域示意图.63图 5.8远场波束赋形和近场波束赋形.65图 5.9全连接时延-相移波束赋形.65图 5.10部分连接时延-相移波束赋形.65图 5.11串行连接时延-相移波束赋形.66图 5.12CPU 和 LPU 协同处理的超大规模多天线系统.67图 5.13相控阵-RIS 两级波束赋形方案示意图.689/131图 5.14FRFT 码字量化性能示意图.69图 5.15角度错位的近场码本设计方式.69图 5.16远、近场码本原理和相位分布示意图.70图 5.17远近场码字覆盖区域划分.71图 5.18用于近场波束训练的神经网络结构.74图 5.19远场空分多址与近场位分多址技术.75图 5.20近场 NOMA 通信设计示意图.76图 5.21超大规模阵列部署场景（以智能超表面部署为例）.78图 5.22基于近场中继的混合通信架构.79图 6.1近场信号模型和远场信号模型.81图 6.2 近场定位与姿态感知系统图.82图 6.3基于 RIS 与非均匀时间调制的二维 DOA 估计示意图197.83图 6.4RIS 辅助太赫兹多用户近场定位系统模型.84图 6.5定位均方误差随 RIS 反射元数目变化关系.84图 6.6近场波束偏移轨迹示意图.85图 6.7近场可控波束偏移轨迹示意图.85图 6.8超大规模 MIMO 双站近场感知系统.87图 6.9单站近场感知的角度克拉美罗界.88图 6.10双站近场感知的距离克拉美罗界.89图 6.11远场速度感知.89图 6.12近场速度感知.90图 6.13通信辅助近场感知和感与辅助近场通信示意图.91图 6.14近场感知验证环境，感知精度与信号带宽的变化趋势213.93图 6.15基于可编程超表面的自适应的智能近场充电系统220.94图 6.16基于准贝塞尔波束实现多目标 WPT 系统的示意图224.94图 6.17无线能量收集系统框图.95图 6.18整流超表面结构示意图.95图 6.19基于（a）频率分集、（b）极化分集的携能通信系统.96图 6.20近场 SWIPT.97图 6.21近场物理层安全.99图 6.22近场波束饶射.100图 6.23（a）常规 OAM 波束与（b）无衍射 Bessel 涡旋波束电场对比图248.102图 6.24（a）完整口径采样接收方法与（b）部分口径采样接收方法示意图249.103图 6.25基于近场通信的语义通信架构.103图 6.26基于近场通信的联邦学习架构.104图 6.27近场宽带智能波束赋形的场景图（左）与性能对比图（右）.105图 6.28 常用的片上通信系统框图252.105图 6.29片内天线排布253.106图 6.30垂直单极子天线横截面257.106图 6.31基于 GaN 工艺的片上天线258.107图6.32用于无线片对片通信的(a)传统电感线圈耦合阵列(b)插入屏蔽结构(c)之字形结构.10810/131图 6.33三维封装系统（SiP）中利用玻璃通孔（TGV）集成天线的面内/面外/片内/片间无线通信示意图.109图 6.34感知场景示意图.10911/1311.概述概述随着 5G 无线网络的商业化进程不断加速，针对下一代 6G 无线网络的探索性研究也随之日益增强。在这样的技术进步背景下，6G 网络被赋予了相较于前代无线网络更加宏大的愿景和更高的性能目标。传统无线通信网络（1G 至 5G）主要依赖于 6GHz 以下，甚至是3GHz 以下的频谱。受限于波长，这些网络通常采用较小规模的天线阵列。低维度天线阵列与较低频率的结合，通常使得无线近场通信的范围局限于数米，甚至数厘米。因此，传统无线通信系统的设计通常基于远场假设。面向未来 6G 网络，更大的天线孔径以及更高频段的将被采用（例如，厘米波、毫米波及太赫兹等），这使得近场特性变得更为显著。此外，如智能超表面（RIS）123、超大规模 MIMO4、可移动天线5、无蜂窝网络（Cell-free）6等新兴技术的引入，也使得近场场景在未来的无线网络中变得更为普遍，传统的远场平面波假设将不再适用7。从空间资源利用的角度来看，尽管传统无线通信系统已经在远场空间资源的挖掘和利用上取得了显著成就，但对近场空间资源的进一步探索与应用预计将为无线通信系统带来新的物理空间维度。因此，在 6G 网络中，近场区域将不可忽略，这激发了对近场技术新范式的研究。表格表格 1.1 典型场景的近场范围典型场景的近场范围Df2.6 GHz(low band)7 GHz(Mid band)28 GHz(mmWave band)220 GHz(THz band)0.5m4 m12 m483721.6m60 m119 m476/3.0m210 m420 m/在近场技术领域，由于电磁波传播特性的改变，不再可以简单地近似为平面波，而需被视作球面波。这种新的物理特性带来了诸如空间非平稳性、波束分裂、三极化、倏逝波等多种新电磁效应。因此，许多传统通信算法在 6G 近场场景下的性能会严重下降，或无法充分利用这些新的物理特性。近场基础理论部分主要包括电磁近场的定义、近场电磁特性及其物理效应、近场通信自由度的理论分析，以及近场性能的全面分析。本文从电磁理论的近场定义出发，对近场电磁效应的来源及其对现有通信系统的影响进行了深入分析。此外，基于现有文献，本文总结了近场效应对通信系统设计和性能的影响，特别强调通信自由度和通信容量这两大关键指标。对信道特性和模型的深入了解对于通信系统的设计和技术评估至关重要。因此，全面的信道测量和精确的信道特性表征显得尤为必要。本文从信道测量和建模的视角出发，介绍了近场信道的研究，涵盖信道测量方法、统计性模型、确定性模型、近场信道的空间非平稳特性，以及连续阵元和离散阵元信道模型等方面。12/131由于近场传播模型与现有远场通信技术之间的不匹配，现有远场技术在近场区域的性能可能遭遇显著下降。本文从信道估计、波束形成、码本设计、波束训练、多址技术以及近场系统架构与部署和标准化影响等方面，详细探讨了近场传输技术。同时，本文还探讨了近场技术与其他领域技术的融合，包括近场与定位、近场与无线传能、近场物理层安全、基于近场的轨道角动量（OAM）以及基于人工智能的近场通信等方面。近年来，近场传播特性的研究受到了广泛关注，并取得了显著的进展。但目前尚无一份全面的文献对近场技术进行系统性的梳理。因此，本文旨在综合概述近场应用场景、基础理论、信道测量与建模、传输技术以及与其他技术的融合等方面，全面而系统地梳理近场技术，以期对近场技术研究的发展起到推动作用。图图 1.1 近场应用场景近场应用场景13/131图图 1.2近场传播技术体系近场传播技术体系14/1312.近场应用场景近场应用场景2023 年 6 月国际电信联盟无线电通信部门 5D 工作组（ITU-R WP5D）发布了IMT 面向 2030 及未来发展的框架和总体目标建议书，提出了 6G 典型场景和能力指标体系8，如图 2.1 所示。6G 场景包括沉浸式通信、超大规模连接、极高可靠低时延、人工智能与通信的融合、感知与通信的融合、泛在连接等。6G 关键能力指标包括 9 项 5G 能力增强以及 6项新增能力维度，包括峰值速率、用户体验速率、频谱效率、区域流量、连接密度、移动性、时延、可靠性、安全隐私弹性、覆盖、感知相关指标、AI 相关指标、可持续性和定位9。6G 也会在 5G-A 的基础上继续演进，继续增强终端用户的上网体验，并为垂直行业提供支持10。图 2.1 IMT-2030 应用场景和关键能力指标为满足 IMT-2030 对频谱效率的要求，产业界需要进一步探索更高频段和更大规模阵子的应用潜力，与此同时，更高频段所使用的超大规模阵列将带来近场效应。近场效应是指在一定距离条件下，电磁波在远场的平面波假设不再成立，而需要建模为球面波模型，球面波前不仅携带角度信息，还携带距离信息，电磁波束在角度域和距离域上同时聚焦，形成近场波束聚焦11。利用近场效应，可以更好地实现 IMT-2030 更多的应用场景和关键性能指标，例如感知与通信的融合、定位、安全性、移动性等。本节将基于上述分析对近场的应用场景进行阐释。2.1高中低频传输（不同频段的近场场景）高中低频传输（不同频段的近场场景）带宽的扩展和天线的增多将为无线通信系统带来更大的容量和更高的频谱效率。典型的2G、3G、4G、5G 通信系统采用的带宽分别为 0.2 MHz、5 MHz、20 MHz、100 MHz，未来6G 需要更大的带宽。2023 年 5 月，我国工业和信息化部发布新版中华人民共和国无线电频率划分规定（工业和信息化部令第 62 号），在全球率先将 6425-7125 MHz 频段共 700 MHz 的带宽全部或部分用于 5G-A/6G 系统12。同年 12 月，国际电信联盟（ITU）在阿联酋迪拜召开的世界15/131无线电通信大会，完成了对无线电规则新一轮的修订，为全球大部分国家新划分了6425-7125 MHz 共 700 MHz 带宽的中频段 6G 频谱资源13。2023 年 12 月，国际标准化组织3GPP 在英国爱丁堡召开会议，确立了 5G-Advanced 第二个标准版本 Rel-19 的首批项目，包括 7-24 GHz 新频谱的信道模型研究等 8 个领域14。相比于 5G 广泛采用的 sub-6 GHz 低频段，以及未来 6G 可能会采用的毫米波、太赫兹等高频段，中频段兼具覆盖和容量的优势，对 6G 的广域高容量覆盖具有非常重要的价值，有望成为 6G 的基础性频段之一，如图 2.2 所示。图 2.2 未来 6G 的高、中、低全频段频谱未来 6G 高、中、低全频段都很可能涉及近场通信场景。2022 年 6 月，美国 6G 联盟发布的研究报告“6G Technologies”也明确指出在 6G 高、中、低频段研究近场的必要性15。2.1.1高频段传输高频段传输高频毫米波（mmWave）和太赫兹（THz）无线通信可以利用较大的可用带宽，提高数据传输速率，是下一代通信系统的关键技术之一16。为了弥补高频传输的路径损耗，在这些频段运行的基站（Base Station，BS）配备大规模天线阵列。使用大规模天线阵列会导致高频通信下的用户大概率落在近场区域，而传统无线系统通常在远场范围内的。在毫米波和太赫兹条件下，相对较小的天线/表面的近场距离也可达几十米，这意味着在实际距离上对电磁场的远场平面波假设不再适用，应该使用球面波的近场模型来分析毫米波/太赫兹无线通信系统。对信号球面波前的管理可转化为灵活的波束赋形能力，近场会产生将波束聚焦在特定位置的辐射模式（波束聚焦），而不是像在远场条件下通过传统的波束转向只聚焦在特定的方向。波束聚焦可支持在相同角度上多个同时同频的链路相互正交。天线阵列的信号处理能力很大程度上决定了在大规模多输入多输出（MIMO）系统中实现聚焦波束的可行性，不同天线架构的处理能力各不相同。对于给定的辐射元件阵列，最灵活的解决方案是全数字架构，其中每个天线元件都与专用射频（RF）链相连。在这种结构中，收发机能够同时控制无限多个方向的波束，从而大大提高了空间灵活性。然而，在 5G及更先进的通信系统中部署大规模阵列时，由于成本和功耗的增加，实施全数字架构极具挑战性。为了缓解这一问题，大规模多输入多输出（MIMO）通信通常采用模拟/数字混合架16/131构。这种混合架构结合了低维数字处理和高维模拟预编码，通常使用移相器互联来实现，因此使用的射频链比天线元件少。另一种有效实现大规模阵列的新兴技术是动态超表面天线，该天线可以对发射/接收波束模式进行可编程控制，同时提供先进的模拟信号处理能力，并在不使用专用模拟电路的情况下自然实现射频链缩减，并且有助于天线元件的密集化，从而提高聚焦性能。文献17探讨了如何利用各种天线架构，包括全数字阵列、基于移相器的混合架构和动态超表面天线，通过近场信号促进多用户通信，以及形成聚焦波束时对下行链路多用户系统的影响。图 2.3 多用户近场通信，朝向每个用户指向波束（a）三维空间；（b）远场设计下的波束转向，导致相同角度上的用户间干扰；（c）近场设计下的波束聚焦，干扰较小172.1.2中频段传输中频段传输10GHz 频段的中频厘米波也是 6G 频谱的备选频段和机会点。厘米波频段具有丰富的漫反射和良好的散射与衍射效果，有潜力提供超分辨率空间传播路径。相对于高频通信，厘米波具有相对较低的路径损耗，可以实现更大范围的覆盖，同时相对于 sub-6G 频段具有更小的波长，使得能够部署和配置超大规模但较小尺寸的天线。综合考虑厘米波的路径损耗、波长以及成本等因素，厘米波基站和用户终端可以配置更多的射频通道，因此有望实现高分辨率的空间窄波束，从而获得更多的空间自由度。因此，该波段的典型应用场景包括单用户多流或更高阶多用户复用场景。然而，考虑到物理环境的空间分辨率可能无法充分利用厘米波多天线系统提供的空间自由度，在通信网络中部署低成本低功耗的智能超表面设备，可以有效提升通信系统的自由度。该场景下的关键问题包括智能超表面的部署和协作、智能超表面辅助多用户 MIMO 系统的用户配对和调度，潜在的大面板尺寸所带来的复杂的波束训练、非平面波信道模型建模，以及近场码本设计等。2.1.3低频段传输低频段传输低频段（FR1，Sub-6GHz）定义了蜂窝网络的基线覆盖范围，6G 在拓展更高频段的同时，也将进一步充分利用 FR1 频段适合广泛覆盖和深度穿透的优势，提高频谱效率，突破17/131带宽瓶颈。在低频段可以使用大规模 MIMO，在保证广泛覆盖的同时，提高 6G 系统的谱效和能效。低频段部署传统大规模 MIMO 的主要问题是铁塔或基站部署对天线外形尺寸的限制。模块化或分布式的大规模 MIMO，以及超表面天线有望克服尺寸限制，通过紧凑天线阵列降低天线单元之间半波长距离的要求。另一方面，基于小区的传统部署策略会带来可行性、处理和架构复杂度等挑战，所以低频段的大规模 MIMO 将可能采用多面板、多收发节点、无蜂窝、不规则的大规模分布式网络部署。在这种场景下，需要进一步研究分布式部署策略，非均匀天线面板可能对新信道模型的需求，大型天线阵列以及用户可能靠近接入点时的近场效应等因素。同时，针对远近场信道，探索高效的参考信号设计和信道获取框架，进一步评估人工智能在信道获取上的潜力等。2.2超大孔径使能近场超大孔径使能近场2.2.1智能超表面使能近场智能超表面使能近场智能超表面（Reconfigurable Intelligent Surface）被认为是 6G 中的关键潜在技术之一，它由大量低成本的可重构单元组成18。在无线网络中部署 RIS 可以有效地调整发射机和接收机之间的无线信道，从而提高通信质量和覆盖范围19。RIS 技术的典型应用之一是通过数百乃至数千个元件获得足够的波束赋形增益用于毫米波及太赫兹通信中的覆盖补盲。而更大的 RIS 阵列和更高的工作频率，进一步扩大了 RIS 辅助通信链路的近场区域20。RIS 通常用于在发射机/接收机之间建立直连信道。在远场区域，信道的秩通常较小，这制约了信道的空间复用增益。与此相对，由于球面波带来的信号幅度以及相位的非线性变化，近场信道往往满秩，可以有效改善系统的复用增益以及空间自由度21：当用户位于辐射近场区域时，即使多个用户位于相同辐射角度，也可以通过对智能超表面配置不同的近场码本，通过波束聚焦来减轻同信道干扰，支持多个共存的正交链路，实现空分多址22，如图 2.4所示。同样，利用球面波前提供的自由度，同时携带角度信息和距离信息的近场辐射波，进一步增强了无线定位服务精度和感知精度，如图 2.5 所示。另一方面，这也意味着信道的空间非平稳性加剧，这将给信道估计、码本设计、波束训练复杂度、移动性管理、信令设计等方面带来挑战。18/131图 2.4 RIS 辅助近场应用场景图 2.5 近场定位场景模型232.2.2超大规模天线阵列使能近场超大规模天线阵列使能近场如图 2.6(a)和(b)所示，现有两种常用的超大规模阵列架构分别是集中式超大规模天线阵列和分布式超大规模天线阵列24。集中式超大规模天线阵列的天线阵元间距通常为半波长。为了补充现有集中式和分布式超大规模天线阵列架构，文献2526提出了新型模块化超大规模天线阵列架构。如图 2.6(c)所示，所有天线阵元按照模块化的方式规则地部署在同一平台上，其中每个模块由中等数量的天线阵元组成，且天线间距通常为半波长，而不同模块的间距远大于波长级别，从而实现与环境灵活共形。例如，模块化超大规模天线阵列可以嵌入到由窗户分隔的不连续的墙壁中，如购物中心、工厂或办公楼的建筑表面。相比于相同天线数的集中式阵列结构，模块化超大规模天线阵列不仅部署更加灵活，且其物理尺寸更大，导致其近场效应更加明显并具有更高的空间分辨率。然而，模块化超大规模天线阵列的模块间距远大于半波长，会产生栅瓣问题。此外，相比于分布式阵列结构，模块化超大规模天线阵列通常执行联合信号处理，而不需要交换或协调站点间信息，这可以缓解同步的需求，并降低与分布式阵列结构的回程/前程链路相关的硬件成本。模块化超大规模天线阵列通常对应于非均匀稀疏超大规模阵列。均匀稀疏阵列作为模块化超大规模阵列架构的特例，如图 2.6(d)所示，其天线阵元间距始终为大于半波长的定值。均匀稀疏阵列的波束方向图将具有更窄的主瓣，因而具有更高的空间分辨率，为用户密集分布的通信场景带来显著的干扰抑制增益27。然而，由于存在大于半波长的阵元间距，均匀稀疏阵列也同样存在栅瓣问题。上述四种阵列架构适合于不同的应用场景。例如，集中式、模块化和均匀稀疏超大规模天线阵列都可以用于支持蜂窝热点通信，且模块化和均匀稀疏超大规模天线阵列可显著提高19/131用户集中分布场景下的传输速率。此外，分布式超大规模阵列架构可以为较大地理区域的用户提供更好的通信服务。因此，这四种阵列体系架构应该是互补的，它们的选择取决于实际应用场景。(a)集中式超大规模天线阵列（b)分布式超大规模天线阵列（c）模块化超大规模天线阵列（d）均匀稀疏超大规模天线阵列图 2.6 不同超大规模阵列架构类别242.2.3无蜂窝近场通信无蜂窝近场通信不同于经典的蜂窝小区通信架构，无蜂窝（Cell-Free）通信架构通过分布式部署大量接入节点，实现以用户为中心的通信范式，可有效克服小区间干扰、避免通信中断，进一步提升下一代 6G 移动通信性能6。基于无蜂窝通信架构，由于多阵列采用分布式部署方式，其等效阵列口径显著扩大，近场球面波效应更为显著；同时，由于接入节点分布更加密集、通信距离更短，用户将以更高的概率位于近场范围；此外，由于无蜂窝通信架构的协作特性，用户可能被多个不同天线规模、不同距离的接入节点同时服务，其可能位于不同节点的远场或近场范围，面临更为复杂的远近场混合通信场景。因此，无蜂窝近场通信将是未来 6G 的重要应用场景之一。近场球面波信道建模可以为无蜂窝通信系统提供模型基础；由于其近场球面波效应显著，考虑近场球面波特性可进一步提升无蜂窝架构中接入节点优化精度；同时，兼容近场球面波和远场平面波的波束赋形方法、高效远近场无蜂窝通信信道估计和波束训练方案可以更好适配近场通信场景，进一步提升无蜂窝通信系统的性能。20/1312.2.4可移动天线使能近场通信与感知可移动天线使能近场通信与感知图 2.7 可移动天线辅助近场通信与感知最近，可移动天线（Movable