迁移学习在6G无线通信中的应用综述

【摘  要】为了促进迁移学习在6G通信中的应用发展，详细研究迁移学习技术在6G典型场景中的应用。通过综述迁移学习在BSs/APs切换能源效率、频谱资源动态分配、内容流行度预测、室内无线定位和网络入侵检测等方面的研究工作，挖掘迁移学习在无线通信领域的潜在价值，并结合6G先进的服务需求，分析如何利用迁移学习技术来促进实现6G无线通信愿景。最后对未来迁移学习服务于6G无线通信的挑战进行了总结分析，旨在为业界了解迁移学习和无线通信之间的过去、现在和未来提供参考。

【关键词】6G；迁移学习；无线通信

0   引言

无线通信的发展经历了从仅支持基本覆盖的第一代无线通信到大规模商用的大型复杂的第五代（5G）无线通信，即将迎来“一念天地、万物随心”的第六代（6G）无线通信[1-2]。6G既要延续前几代的趋势[3]，又要克服5G面临新挑战的局限性。6G的关键驱动力将是过去所有功能的集成，如网络致密化、高吞吐量、高定位精度、能效优化和大容量连接。关于6G的工作业界对大规模链路、复杂结构和能源效率提出了严格的要求，也提出了一些潜在的技术，如人工智能（AI, Artificial Intelligence）[4-5]、多输入多输出（MIMO, Multiple-In Multiple-Out）[6-7]、量子通信（QC, Quantum Communication）[8]、随机接入[9]、设备通信[10]、太赫兹通信[11]、大规模多址[12]、100 GHz以上频段的使用[7]、自动驾驶[13]和无人机（UAVs, Unmanned Aerial Vehicles）[14-15]。

如何在节约成本的同时提高工作效率是未来6G无线通信领域最重要的研究方向之