作者：技術(shù)經(jīng)理王立磊

波束管理是毫米波無線通信的一項(xiàng)關(guān)鍵技術(shù)。想象一下，毫米波基站的信號(hào)就像手電筒的光束，而波束管理就是讓這束光精準(zhǔn)追隨你的設(shè)備，避免信號(hào)浪費(fèi)在空曠處。在5G向5G-A/6G演進(jìn)的過程中，傳統(tǒng)波束管理對(duì)終端的實(shí)現(xiàn)復(fù)雜度、功耗以及系統(tǒng)開銷都帶來很大的挑戰(zhàn)，AI的加入讓這束“信號(hào)之光”變得更智能、更精準(zhǔn)、更高效。而3GPP作為全球移動(dòng)通信的標(biāo)準(zhǔn)制定組織，正在為AI波束管理搭建統(tǒng)一的測(cè)試與驗(yàn)證框架，讓這項(xiàng)技術(shù)從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用。

PART 01

什么是AI波束管理？告別“盲掃”，讓信號(hào)“精準(zhǔn)鎖定”

在無線通信中，信號(hào)會(huì)通過直射、反射、散射等多種路徑傳播，這些傳播路徑被稱為“信道簇”——就像從家到公司的不同路線，有的直達(dá)（直射路徑），有的需要繞路（反射路徑）。波束管理的核心的是讓基站的波束精準(zhǔn)對(duì)準(zhǔn)用戶設(shè)備的最佳傳播路徑，同時(shí)避開干擾。

傳統(tǒng)波束管理采用“遍歷搜索”模式：基站會(huì)依次發(fā)送不同方向的波束，終端設(shè)備對(duì)不同方向的波束信號(hào)強(qiáng)度進(jìn)行測(cè)量，反饋哪個(gè)波束信號(hào)最強(qiáng)，基站就固定使用該波束。這種方式就像在黑暗中用手電筒盲目掃射，不僅耗時(shí)，還浪費(fèi)電量，尤其在高速移動(dòng)的場(chǎng)景中，很容易因波束跟不上設(shè)備移動(dòng)而導(dǎo)致信號(hào)中斷。

AI波束管理則徹底改變了這一邏輯：它通過機(jī)器學(xué)習(xí)模型，基于少數(shù)的波束測(cè)量結(jié)果，提前預(yù)測(cè)最佳波束方向，無需遍歷搜索就能快速鎖定目標(biāo)。這就像給信號(hào)裝了“智能導(dǎo)航”，能實(shí)時(shí)規(guī)劃最優(yōu)“傳播路線”，不僅降低了波束切換延遲，還能提升信號(hào)接收質(zhì)量（降低誤碼率），同時(shí)減少終端的功耗——畢竟“精準(zhǔn)瞄準(zhǔn)”比“盲目掃射”高效得多。

AI波束管理的性能，完全依賴模型在真實(shí)信道環(huán)境中的泛化能力。這就帶來一個(gè)關(guān)鍵問題：如何驗(yàn)證AI模型的可靠性？如果沒有統(tǒng)一的測(cè)試標(biāo)準(zhǔn)，不同廠商的模型就像在不同賽道上比賽，無法客觀比較優(yōu)劣，也無法保證AI波束管理的性能。這正是3GPP TSG RAN WG4工作組的核心任務(wù)——為AI波束管理制定標(biāo)準(zhǔn)化的測(cè)試系統(tǒng)和信道模型。

PART 02

測(cè)試系統(tǒng)：為AI模型搭建“模擬戰(zhàn)場(chǎng)”

要驗(yàn)證AI波束管理的性能，首先需要一個(gè)能模擬真實(shí)通信環(huán)境的“測(cè)試系統(tǒng)”。3GPP在之前的會(huì)議中已達(dá)成共識(shí)：采用多角度入射（multi-AoA）的暗室測(cè)試方案，核心配置是4個(gè)交叉極化探頭，部署在xz平面（可理解為“前后-上下”的垂直平面），相鄰探頭的角度間隔分別為30°、60°、60°。暗室的基本配置如下圖所示，天線探頭分布在0°、30°、90°、150°四個(gè)方向。

圖1 R&S ATS1800M暗室

這個(gè)測(cè)試系統(tǒng)的設(shè)計(jì)暗藏巧思：

“4個(gè)探頭”：模擬信號(hào)從不同方向入射（多AoA場(chǎng)景），覆蓋真實(shí)環(huán)境中直射、反射、散射等多種傳播路徑；

“交叉極化”：信號(hào)的極化特性（類似光波的振動(dòng)方向）會(huì)影響傳播質(zhì)量，交叉極化設(shè)計(jì)能貼近實(shí)際信道的極化多樣性；

“角度間隔設(shè)計(jì)”：30°+60°+60°的間隔既平衡了測(cè)試精度（能覆蓋主要入射角度），又控制了硬件成本（探頭數(shù)量越多，測(cè)試系統(tǒng)越昂貴）。

簡(jiǎn)單來說，這個(gè)測(cè)試系統(tǒng)就像一個(gè)“通信戰(zhàn)場(chǎng)模擬器”，能讓AI模型在可控環(huán)境中接受考驗(yàn)，驗(yàn)證其在不同角度、不同極化狀態(tài)下的波束預(yù)測(cè)能力。

PART 03

信道模型簡(jiǎn)化：

在“復(fù)雜真實(shí)”與“測(cè)試可行”間找平衡

有了測(cè)試系統(tǒng)，還需要一個(gè)“標(biāo)準(zhǔn)化的信道模型”——相當(dāng)于給“戰(zhàn)場(chǎng)模擬器”設(shè)定統(tǒng)一的“環(huán)境參數(shù)”。原始的信道模型（如UMi CDL-C模型）包含24個(gè)簇 (參考附錄表格1)。在 3GPP CDL 信道模型里，“簇” 是把傳播特性相近的多徑信號(hào)歸在一起的組合，對(duì)應(yīng)現(xiàn)實(shí)中空間相鄰的一簇散射體，是模型描述信道的核心單位。CDL 用簇 + 子路徑的兩層結(jié)構(gòu)建模，簇負(fù)責(zé)捕捉信道的大尺度衰落特征，每個(gè)簇還包含多個(gè)子路徑，用來體現(xiàn)簇內(nèi)的小尺度衰落。舉個(gè)例子，基站信號(hào)傳到城市街道，碰到沿街一排商鋪的墻面，這些墻面的反射信號(hào)時(shí)延、角度都相近，就形成一個(gè)簇；而遠(yuǎn)處寫字樓玻璃幕墻的反射信號(hào)，參數(shù)和前者差異大，便形成另一個(gè)獨(dú)立的簇，多個(gè)簇疊加就構(gòu)成了真實(shí)的多徑傳播信道。每個(gè)簇對(duì)應(yīng)一條傳播路徑，涵蓋了不同的信號(hào)延遲、功率、入射角度（AoA）、出射角度（AOD）等參數(shù)。

但問題來了：原始模型過于復(fù)雜，而測(cè)試系統(tǒng)的硬件資源有限（只有4個(gè)探頭），無法完全模擬24個(gè)簇的所有角度信息。如果直接使用原始模型，測(cè)試系統(tǒng)會(huì)“力不從心”；但如果過度簡(jiǎn)化，又會(huì)導(dǎo)致AI模型的測(cè)試結(jié)果與真實(shí)場(chǎng)景脫節(jié)——這就像用玩具車賽道測(cè)試賽車性能，毫無參考價(jià)值。

3GPP工作組重點(diǎn)討論了幾種信道模型簡(jiǎn)化思路，相對(duì)認(rèn)可的思路是基于“弱簇消除”的簡(jiǎn)化。

這種思路的核心是“去繁就簡(jiǎn)”：保留對(duì)通信質(zhì)量關(guān)鍵的強(qiáng)簇，移除無足輕重的弱簇，同時(shí)合并空間特性相似的簇，在簡(jiǎn)化模型的同時(shí)，最大限度保留原始信道的核心特征。具體做法分為兩步：

1. 合并相似集群：將入射角度（AoA）相同的簇合并，疊加它們的功率（相當(dāng)于把多條相同路線的車流合并）；

2. 移除弱簇：刪除功率低于最強(qiáng)簇-10dB的弱簇——這些弱簇對(duì)信號(hào)質(zhì)量的影響微乎其微，就像小石子不會(huì)影響主干道的交通。

通過這兩步操作，原始的24個(gè)簇被簡(jiǎn)化為6個(gè)核心簇，角度擴(kuò)散范圍控制在150°以內(nèi)，恰好能被4個(gè)探頭的測(cè)試系統(tǒng)完整模擬(參考附錄表格2)。更重要的是，簡(jiǎn)化后的模型對(duì)AI波束管理性能的影響極小：初步仿真顯示，Top1、Top3波束的預(yù)測(cè)精度僅下降約1%，完全在可接受范圍內(nèi) （如圖2所示）。

圖2

PART 04

三大實(shí)現(xiàn)方案：

讓簡(jiǎn)化模型適配測(cè)試系統(tǒng)

簡(jiǎn)化后的信道模型，還需要解決一個(gè)關(guān)鍵問題：如何與測(cè)試系統(tǒng)的4個(gè)探頭精準(zhǔn)匹配？目前有三種實(shí)現(xiàn)選項(xiàng)，各有側(cè)重：

1. Option A：讓最強(qiáng)的信道簇直接對(duì)準(zhǔn)某個(gè)探頭。優(yōu)點(diǎn)是信號(hào)最強(qiáng)路徑的測(cè)試精度最高，缺點(diǎn)是部分弱簇的角度會(huì)超出探頭覆蓋范圍；

2. Option B：讓所有簇的角度范圍中點(diǎn)，與探頭的角度范圍中點(diǎn)對(duì)齊。優(yōu)點(diǎn)是所有簇都能被探頭覆蓋，缺點(diǎn)是最強(qiáng)簇落在兩個(gè)探頭之間，可能影響測(cè)試精度；

3. Option C：調(diào)整所有簇的入射角度（AoA），讓它們精準(zhǔn)對(duì)準(zhǔn)探頭位置，同時(shí)取消簇內(nèi)部的角度擴(kuò)散。優(yōu)點(diǎn)是測(cè)試系統(tǒng)的實(shí)現(xiàn)最簡(jiǎn)單，缺點(diǎn)是對(duì)原始信道的簡(jiǎn)化程度最高，需驗(yàn)證是否影響AI模型泛化。

通過仿真結(jié)果顯示（如圖2），不同選項(xiàng)對(duì)于評(píng)估AI波束管理的影響非常小，所以option C是可行的實(shí)現(xiàn)方案。

PART 05

AI波束管理的未來：

從5G到6G的進(jìn)化

3GPP對(duì)AI波束管理測(cè)試系統(tǒng)和信道模型的討論，看似是技術(shù)細(xì)節(jié)的打磨，實(shí)則是為5G演進(jìn)和6G發(fā)展鋪路。

在6G時(shí)代，隨著頻率的增加，超大規(guī)模MIMO（包含上千個(gè)天線）的廣泛應(yīng)用， AI波束管理的重要性會(huì)進(jìn)一步提升。屆時(shí)，信道模型也許會(huì)變得更復(fù)雜，測(cè)試系統(tǒng)需要支持更多角度、更多極化狀態(tài)的模擬，而3GPP當(dāng)前的工作，正是為未來的技術(shù)升級(jí)奠定標(biāo)準(zhǔn)化基礎(chǔ)。

值得一提的是，3GPP的標(biāo)準(zhǔn)化過程始終遵循“性能優(yōu)先”原則：所有簡(jiǎn)化不能以犧牲性能為代價(jià)。通過R&S的仿真驗(yàn)證，簡(jiǎn)化后的信道模型與原始模型的性能偏差完全可以控制在可接受范圍內(nèi)。

結(jié)語：標(biāo)準(zhǔn)化是技術(shù)落地的“加速器”

AI波束管理的出現(xiàn)，讓無線通信從“被動(dòng)適應(yīng)信道”走向“主動(dòng)預(yù)測(cè)信道”，是5G/6G技術(shù)演進(jìn)的關(guān)鍵一步。而3GPP的工作，就像為這場(chǎng)技術(shù)革命制定“交通規(guī)則”和“測(cè)試標(biāo)準(zhǔn)”，讓不同廠商的AI模型能在統(tǒng)一的基準(zhǔn)下競(jìng)爭(zhēng)、協(xié)作，最終推動(dòng)技術(shù)走向成熟。

從4個(gè)探頭的測(cè)試系統(tǒng)設(shè)計(jì)，到6個(gè)簇的信道模型簡(jiǎn)化，再到三種實(shí)現(xiàn)方案的權(quán)衡，每一個(gè)細(xì)節(jié)都體現(xiàn)了“技術(shù)可行性”與“實(shí)際應(yīng)用價(jià)值”的平衡。未來，當(dāng)我們享受6G帶來的全息通信、星地融合通信時(shí)，或許不會(huì)想到，這背后離不開今天3GPP工作組對(duì)這些技術(shù)細(xì)節(jié)的反復(fù)推敲。

AI與無線通信的融合，正在重塑我們的連接方式。而標(biāo)準(zhǔn)化的力量，將讓這份“智能連接”更可靠、更高效，最終走進(jìn)千家萬戶、各行各業(yè)。

· 參考文獻(xiàn)：

[1]R4-2521418, “Discussion on channel model for AI/ML based beam management”, R&S

[2] 3GPP RAN4#117chairman notes

· 附錄：

原始包含24個(gè)簇的CDL-C 信道模型[1]

簡(jiǎn)化后的包含6個(gè)簇的CDL-C 信道模型 [1]

羅德與施瓦茨業(yè)務(wù)涵蓋測(cè)試測(cè)量、技術(shù)系統(tǒng)、網(wǎng)絡(luò)與網(wǎng)絡(luò)安全，致力于打造一個(gè)更加安全、互聯(lián)的世界。成立 90 多年來，羅德與施瓦茨作為全球科技集團(tuán)，通過發(fā)展尖端技術(shù)，不斷突破技術(shù)界限。公司領(lǐng)先的產(chǎn)品和解決方案賦能眾多行業(yè)客戶，助其獲得數(shù)字技術(shù)領(lǐng)導(dǎo)力。羅德與施瓦茨總部位于德國(guó)慕尼黑，作為一家私有企業(yè)，公司在全球范圍內(nèi)獨(dú)立、長(zhǎng)期、可持續(xù)地開展業(yè)務(wù)。