6G

Einführung in 6G

6G ist die nächste Systemgeneration der mobilen drahtlosen Kommunikation, bei deren Konzeption eine umfassendere, nachhaltigere Drahtloskonnektivität im Vordergrund stand. Ziel der 6G-Forschung und -Entwicklung ist eine erhebliche Leistungsverbesserung aktueller 5G-Kommunikationssysteme durch schnellere 6G-Netze, die mehr Bandbreite verarbeiten und geringere Latenzzeiten aufweisen.

Daher können 6G-Systeme neue Anwendungen wie Virtual Reality bzw. Augmented Reality (VR/AR), künstliche Intelligenz (KI), vernetzte Fahrzeuge, Industrien und Automatisierung, flächendeckenden Empfang über nicht terrestrische Netze (NTN), gemeinsame Funk-Kommunikation und -Sensorik sowie energiesparende drahtlose Kommunikation.

Wenn Sie bereit zum Einsatz von 6G sind, können Sie Ihren 6G-Systementwurf mit MATLAB® und seinen Tools für die drahtlose Kommunikation beschleunigen.

  • Nutzen Sie die offenen, bearbeitbaren und individuell definierbaren Algorithmen in MATLAB als Ausgangspunkt für Ihren 6G-Entwurf.
  • Testen Sie Ihre Entwürfe laufend mit der unkomplizierten individuellen Wellenformerstellung, Hardwarekonnektivität und den KI- Modellierungsfähigkeiten in MATLAB.
  • Optimieren Sie simultan die digitalen, HF- und Antennen-Array-Komponenten Ihrer 6G-Systeme, um den mehrdimensionalen Entwurfsraum effektiver zu erkunden.
Ein Diagramm mit den Komponenten des 6G-Systems: Digitales Basisband, HF-Frontend, ADC/DAC, Leistungsverstärker und Antennen. Der gezeigte Workflow besteht aus den folgenden Schritten: Algorithmen aktualisieren, Wellenformen testen, MIMO/Beamforming anwenden und Messungen durchführen.

Optimieren Sie gemeinsam mit MATLAB-Produkten digitale, HF- bzw. analoge und Antennen- oder Array-Komponenten von 6G-Funksystemen.

6G-Zeitrahmen

Ein drahtloser Kommunikationsstandard hat eine Lebensdauer von etwa zehn Jahren bis ein Übergang zur nächsten Generation einsetzt. Der 5G-Standard wurde erstmals 2018 im Rahmen des 3GPP-Release 15 veröffentlicht und entwickelt sich inkrementell weiter. Beispielsweise wird der nächste 5G-Standard 2024 unter dem Namen „5G Advanced“ veröffentlicht (Release 18). Mittlerweile wird an der Entwicklung von 6G-Systemen geforscht. Die meisten Beobachter schätzen, dass das Standardisierungsgremium ITU (International Telecommunication Union) das Dokument „IMT-2030“ mit Vision und Voraussetzungen für 6G etwa 2026 veröffentlichen wird. Das 3GPP-Standardgremium (3rd Generation Partnership Project) wird dann die technischen Daten für den 6G-Standard entwickeln, um etwa 2028 bis 2030 diese Voraussetzungen zu erfüllen.

Zeitachse von der Einführung des 5G-Standards (Release 15 von 3GPP) bis zur 6G-Standardisierung, voraussichtlich um das Jahr 2030.

Geschätzte Zeitachse der Standardisierung und Bereitstellung von 6G-Netzen.

6G-Anwendungen

Zwar sind die Voraussetzungen für 6G-Systeme noch nicht vollständig festgelegt, doch viele Experten gehen davon aus, dass 6G-Netze auf dem Erfolg von 5G- und 5G-Advanced-Systemen aufbauen und folgende neuen Anwendungen ermöglichen werden:

  • Multisensorische Extended Reality und Haptik, die verschiedene Geräte, höhere Datenraten und deutlich geringere Latenzzeit unterstützen
  • Streaming volumetrischer Medien und Telepräsenz, um volumetrische Inhalte, 3D-Datensätze und holografische Präsenz zu ermöglichen
  • Vernetzte Industrie und Automatisierung, um Industrie-IoT und massive maschinenartige Kommunikation in Bereichen wie mechanisierte Landwirtschaft und Telemedizin zu unterstützen
  • Autonome Fahrzeuge und Schwarmsysteme, die V2X-Kommunikation, vernetzte Fahrzeuge, Drohnen und Roboter verbessern
  • Extreme Abdeckung und Vernetzung des Unvernetzten, Überbrückung der „digitalen Kluft“ und Vernetzung von Menschen in abgelegenen, ländlichen und schlecht angeschlossenen Gegenden mithilfe nicht terrestrischer Netze (NTN) per Satellitenkommunikation 
  • Extrem stromarme bzw. stromlose Energie, die direkt aus Funkwellen gespeist wird und erhebliche Stromeinsparungen in drahtlosen Systemen ermöglicht

Wichtigste grundlegende Technologien für 6G

Die genauen technischen Daten von 6G-Systemen sind noch nicht festgelegt, jedoch erwarten die Experten, dass folgende grundlegende Technologien für die Einführung neuer Anwendungen und Funktionen maßgeblich sind:

  • neue Frequenzen, einschließlich der Kommunikation im Sub-THz-Bereich
  • künstliche Intelligenz und Machine Learning
  • rekonfigurierbare intelligente Oberflächen (Reconfigurable Intelligent Surfaces, RIS)
  • gemeinsame Funk-Kommunikation und -Sensorik (Joint Communication and Sensing, JCAS)
  • neue digitale Wellenformen

Neue Frequenzen, einschließlich der Kommunikation im Sub-THz-Bereich

Die Nutzung neuer Frequenzen im Bereich zwischen 7 und 24 GHz und im Sub-THz-Bereich (größer als 100 GHz) wird höchstwahrscheinlich ein Teil von 6G-Kommunikationssystemen werden. Dadurch werden neue Methoden im Spektrummanagement sowie Leistungszuwächse bei Datenraten und Geschwindigkeiten ermöglicht. So werden 6G-Netzwerkkapazität und Übertragungsbandbreiten verbessert und Netzwerkstörungen reduziert.

Screenshot der Wireless Waveform Generator-App, die individuelle, komplett anwenderdefinierte 5G-Wellenformerzeugung ermöglicht

Durch die individuelle 5G-Wellenformerzeugung und -visualisierung in MATLAB mithilfe der Wireless Waveform Generator-App können Sie Ihre innovativen 6G-Wellenformen ermitteln, entwerfen und verfeinern.

Gemeinsame Funk-Kommunikation und -Sensorik (Joint Communication and Sensing, JCAS)

6G nutzt die Integration von Ortungs- und Sensorikfunktionen eines drahtlosen Netzwerks in seine Kommunikationsfunktion. Dies wird insbesondere die Leistung in Kommunikationsszenarien in Innenräumen verbessern, indem sie bessere Informationen über den Innenbereich, die Reichweite, die Hindernisse und die Positionierung erfassen und an das Netzwerk senden. Durch die Einführung neuer Frequenzen im Sub-THz-Spektrum können 6G-Systeme durch den Einsatz radarähnlicher Technologien den Weg zu äußerst präziser Sensorik ebnen.

Ein Schaubild, das die Innenraumsensorik mit CNN-Standortvorhersage zeigt: Ein KI-Wasserzeichen-Algorithmus prognostiziert den Inhalt von Büroräumen wie Schreibtische, Ablageflächen oder Wände.

Innenbereich-Sensorik und -Positionierung auf Basis von KI-Methoden kann die drahtlose Konnektivität in Innenräumen verbessern. Von MATLAB generiertes Bild.

Künstliche Intelligenz und Machine Learning

Techniken der künstlichen Intelligenz und des Machine Learning sind bereits in 5G-Advanced-Systemen enthalten. Dieser Trend wird sich wahrscheinlich mit 6G-Netzen fortsetzen, wenn datenbasierte KI-Methodiken zur besseren Konfiguration, Optimierung Selbstorganisation verwendet werden. Der drahtlose 6G-Kommunikationsstandard wird demnach KI-basierte Luftschnittstellen unterstützen, um Funktionen wie gemeinsame Komprimierung und Codierung, Beamforming, Komprimierung von Kanalzustandsinformationen (Channel State Information, CSI) und Positionierung zu verbessern.

Ein Diagramm, das den Workflow der KI-Systementwicklung für eine Klassifizierungsanwendung zeigt, von der Kennzeichnung der Daten über die Umwandlung in Spektrogrammbilder bis hin zum Training, dem Testen und der Verifikation des Modells.

Mit der Deep Learning Toolbox™ können Sie Deep-Learning-Netze in MATLAB trainieren und testen, um sie zur Problemanalyse und zum Entwurf drahtloser Kommunikation zu verwenden.

Rekonfigurierbare intelligente Oberflächen (Reconfigurable Intelligent Surfaces, RIS)

Bei der 6G-Forschung geht es eventuell auch um das Potenzial rekonfigurierbarer intelligenter Oberflächen, mit der die Verbreitung von Signalen zwischen einem Sender und Empfänger dynamisch und programmatisch steuerbar wird. Durch diese Technologie können Eingangssignale reflektiert und aktiv von Oberflächen weitergelenkt werden, indem die elektrischen und magnetischen Eigenschaften ihres Materials verändert werden.

Ein Diagramm mit drahtlosen Signalen, die von einer Basisstation übertragen werden, wobei ein Strahl durch ein Gebäude blockiert wird und ein zweiter Strahl von einem benachbarten Gebäude durch eine intelligent gedrehte Oberfläche reflektiert wird.

Rekonfigurierbare intelligente Oberflächen sorgen dafür, dass Benutzergeräte die höchste Empfangssignalleistung erhalten.

6G-Modellierung und -Simulation mit MATLAB

Bereiche der 6G-Forschung: Erforschung von Wellenformen, Skalierung von Simulationen, KI für drahtlose Kommunikation, mmWave-Ausbreitung, Modellierung von HF-Komponenten, nicht-terrestrische Netzwerke und HF-Sensorik.

MATLAB unterstützt die verschiedensten Entwurfsanforderungen eines Workflows der drahtlosen 6G-Kommunikation.

Mit MATLAB, der 5G Toolbox™ und anderen MATLAB-basierten drahtlosen Kommunikationstools können Sie drahtlose 6G-Kommunikationssysteme bereits heute modellieren und simulieren sowie die Auswirkung ihrer grundlegenden Technologien auswerten.

  • Erstellen und optimieren Sie Ihr geistiges Eigentum (IP) für 6G mithilfe offener MATLAB-Funktionen und vergleichen Sie Ihre Innovationen mit vorhandenen Benchmarks.
  • Erkunden Sie die 6G-Wellenformerzeugung über die im derzeitigen 5G-Standard erlaubten Parameter hinaus (mit neuen Frequenzbereichen, Bandbreiten, Numerologien).
  • Skalieren Sie Ihre Simulationen auf massive MIMO, größere Bandbreiten und höhere Abtastraten. Organisieren Sie größere und langfristige Simulationen, indem Sie sie über mehrere Kerne, Cluster oder die Cloud verteilen und Grafikprozessoren verwenden.
  • Führen Sie eine schnellere und genauere HF-Komponentenmodellierung für neue mmWave- und Sub-THz-Frequenzen durch.
  • Simulieren Sie Ausbreitungsverluste und Kanalmodelle in mmWave- und Sub-THz-Frequenzbereichen.
  • Modellieren Sie nicht-terrestrische Netze (NTN) anhand von End-to-End-Simulationen auf Verbindungsebene, Szenariomodellierung, Umlaufbahnbestimmung und Visualisierung.
  • Erkunden Sie die HF-Sensorik und erkennen Sie die Anwesenheit von Vorgängen oder Personen in einer Szene, indem Sie HF-Wellenformen analysieren.
  • Untersuchen Sie die Auswirkung rekonfigurierbarer intelligenter Oberflächen (RIS) auf die allgemeine Systemleistung.
  • Wenden Sie Techniken der künstlichen Intelligenz (KI), darunter Workflows des Machine Learning, Deep Learning oder Reinforcement Learning an, um Probleme der drahtlosen 6G-Kommunikation zu lösen.

Siehe auch: Communications Toolbox, 5G Toolbox, Satellite Communications Toolbox, RF Toolbox, RF Blockset, Antenna Toolbox, Phased Array System Toolbox, Leistungsübertragungsbilanz