頻譜之戰，或許還將延伸到更為遙遠的6G建設中。而頻譜共享從技術藍圖真正抵達現實，AI產業端的支撐必不可少。

5G，AI，5G，衛星互聯網，算法，深度學習，物聯網，工業互聯網圖片來自“Unsplash”

用AI來治理交通擁堵，在轟轟烈烈的城市智能化改造大潮的席卷下，大家想必或多或少都聽說過。那么，利用AI來管理隱形的數據高速公路呢？

沒錯，指的就是同樣火熱的5G建設。

今天，大部分讀者可能都已經了解了頻譜之于5G的重要性，而頻譜的獲得方式也比較直接，要么是競價拍賣，要么是國家分配發放牌照。如今，各國頻譜資源的“搶地盤”競爭早就已經告一段落，而運營商們面對高昂的建設成本，當務之急自然就是怎樣提高頻譜的利用率了。

其中，頻譜共享（spectrum sharing），就被看做是終結頻譜稀缺這一局面的關鍵方式。但在時間的過程中，卻存在著許多無法忽視的難題。而AI又將如何影響5G照進現實的腳步呢？

頻譜共享究竟難在哪里？

首先需要搞清楚的是，到底什么是頻譜共享。

簡單來說，就是讓不同制式的網絡可以根據自身的業務狀況，釋放一部分頻譜資源，和其他網絡共同使用。舉個例子，在5G初期，如果要從4G原有頻譜中分割出來一部分給5G使用，那么就會直接造成4G的可用頻譜減少，同時5G終端又沒有那么多，分配過去的頻譜大概率也是浪費的。

那么，實現高中低頻段的頻譜共享，讓原來“僅限4G”、“僅限5G”的通道上可以數據自由傳輸，同時又不會相互干擾，就像超跑與普通汽車可以共同在一條道路上穿梭一樣，這樣的網絡融合的局面豈不是能更有效地緩解頻譜的供需矛盾。

實際上，早在2017年3GPP加速5G標準的同時，也引入了5G NR頻譜共享研究，將頻譜共享作為5G標準中的組成部分。但時至今日，頻譜共享一直未能被大范圍推廣。

（美國的頻譜分配圖）

并不是運營商們不給力，而是造成其應用困難的核心原因，至今仍有待產業去一一解開：

首先是技術上的挑戰。頻譜共享意味著要讓兩種無線通訊網絡共享統一頻段，但信道之間很容易產生相互干擾的兼容問題。

比如4G是寬帶系統，信道配置相對粗放，而5G也是寬帶系統，同樣存在各類物理信道，想要防止兩種制式之間物理信道發生干擾，就需要提出非常精確的“交通規則”，才能避免“撞車”。

同時，共存的網絡制式越來越多，也進一步加大了共享難度。除了已經存在的2G／3G／4G／5G等之外，衛星互聯網、軍用系統等也在擴容。

早在2015年，美國聯邦通信傳播委員會（FCC）就將帶寬為150MHz的市民寬帶無線電服務（CBRS）頻段釋放了出來，允許其他用戶使用，以緩解頻譜資源稀缺而日益擁塞的壓力。但2G／3G等網絡減頻退網并非一朝一夕能夠完成的事。在這期間，如何讓5G建設與頻譜供求相協調，成為運營商生存下去的必要條件。

AI這支“特效藥”向5G投擲了什么？

在5G走完了一系列基礎準備工作之后，是時候來到產業鏈的中間層，真實思考一下如何提升運營效率，進而達成用戶體驗與商業效益的雙保險了。

在我們看來，一個能夠統籌合理的AI算法，或許是支撐5G網絡與現實世界最關鍵的存在。至少在頻譜共享中，AI能夠起到三個關鍵作用：

一是精確認知。管理頻譜池使用狀況的前提，是對所有節點的情況了如指掌，即使在較弱的環境中，也能夠確保在對其他無線電波沒有射頻干擾的情況下實現成功共享。過去，探測電磁頻譜中的能量波動，只能依靠自動探測器來識別，但這些探測器往往缺乏足夠的鑒別能力，混淆或忽略雷達等重要信號時有發生。而AI恰恰能夠提升檢測器的識別準確率。

前不久，美國國家標準與技術研究所（NIST）就訓練出了八種深度學習算法，可識別近15000個60秒長的雷達信號頻譜圖。

二是智能調度。多制式共存的局面，也正在讓網絡流量的熱點峰值變化變得更加難以預測，智能算法能夠根據實際流量需求，在4G和5G之間對系統容量進行重新調整，從而讓混合組網的5G解決方案所有的設備能夠時時保持在最佳性能。

比如華為的CloudAIR解決方案，愛立信的頻譜共享軟件，就是采用了智能調度算法，實現了4G和5G可以在同一個載波頻率上同時運行、按需分配的可行性。

三是高效部署。5G運營商最終競爭還是落點在業務創新上，然而不同類型的業務對于網絡指標的要求千差萬別，海量物聯的逐步入網也對運營商的承載能力提出了更高的要求。要支撐多樣化的業務需求和快捷的應用開發，同時還要盡快獲取用戶回籠投資收益，借助AI的高效部署能力快速發放應用，率先幫助用戶獲得5G最佳體驗，就變得至關重要了。

總而言之，在這場5G頻譜的爭奪戰中，利用AI實現精細化管理，這個命題正等待著頂層設計、運營商、基礎設施供應商、開發者等一系列從業者通力合作去構筑的。

未來的產業機遇會在何方？

想要給承載著數十億網民的通訊系統做個改良手術，并不簡單。不過，難題也意味著機遇。

誰能在這場頻譜共享的技術奪旗賽中率先拔得頭籌，顯然將以“送水人”的角色率先挖掘出5G革命的第一批金礦。

目前看來，機會更容易出現的領域，一個是云網絡基礎設施。

由于不同運營商的業務需求在時間、空間和頻率上都并不一致，這就需要在多個運營商頻譜之間建立共享接口來交互信息，對頻譜共享規則進行協商，但出于競爭關系，運營商之間不會也不愿意交互較為細節的敏感信息，那么基于模糊信息如何調控頻譜資源呢？今天我們知道，許多AI功能都已經被整合到了云端，核心網上云能夠對運營商空口資源實現多維融合，也就成了大勢所趨。

另一個則是跨終端的廣義物聯網。

眾所周知，工業互聯網、車聯網等的智能化改造中，需要多元網絡系統與多終端建立穩定的聯系，可以說是5G應用的前哨，更是頻譜共享的試驗田。目前政策上已經在規劃劃分一些新的頻段來支持其發展，同時，在確保不產生無線電干擾的前提下，三家運營商也正在利用現有網絡開展NB－IoT（窄帶物聯網）試驗。未來寬帶系統頻率共享和管理方法，或許將率先在這一領域誕生，行業自身也有機會最先品嘗到5G甘甜。

頻譜之戰，或許還將延伸到更為遙遠的6G建設中。而頻譜共享從技術藍圖真正抵達現實，AI產業端的支撐必不可少。而我們也是在城市智能升級一步一步的軌跡中，逐漸看清方向。