6G 是下一代移动无线通信系统，旨在提供更包容和可持续的无线连接。6G 研发旨在大幅提高当前 5G 通信系统的性能，使 6G 网络的运行速度更快、处理的带宽更大并且延迟更低。
因此，6G 系统可以催生新的应用，如虚拟和增强现实 (VR/AR)、人工智能 (AI)、车联网、工业自动化、通过非地面网络 (NTN) 的全覆盖、通信传感一体化以及低功耗无线通信。
当您准备好开始使用 6G 时，可以使用 MATLAB® 及其无线通信工具来加速您的 6G 系统设计。
使用 MATLAB 中开放、可编辑和可自定义的算法作为 6G 设计的起点。
使用 MATLAB 中易用的自定义波形生成、硬件连接和 AI 建模功能持续测试您的设计。
同时优化 6G 系统的数字、射频和天线阵列组件，使您能够更高效地探索多维设计空间。
使用 MATLAB 产品同时优化 6G 无线系统的数字、射频/模拟和天线/阵列组件。
无线通信标准大约每 10 年升级一代。作为 3GPP 版本 15 的一部分，5G 标准首次发布于 2018 年，目前仍在持续演进中。例如，下一个 5G 标准（版本 18）称为 5G-Advanced，将于 2024 年发布。与此同时，下一代 6G 系统的研发正在紧锣密鼓地进行中。据大多数观察人士估计，标准化机构 ITU（国际电信联盟）将在 2026 年左右发布 IMT-2030 文档，对 6G 愿景和需求进行设定。3GPP（第三代伙伴关系计划）标准化机构将在 2028 年至 2030 年间的某个时候根据这些需求制定 6G 标准规范。
6G 网络标准化和交付的预计时间轴。
尽管 6G 系统需求尚未最终确定，但许多专家都认为，6G 网络将建立在 5G 和 5G-Advanced 系统成功的基础之上，并支持以下新应用：
多感官扩展现实和触觉反馈 - 支持不同设备、更高的数据速率和更低的延迟
立体媒体流和远程呈现 - 支持立体内容、三维数据集和全息呈现
互联工业自动化 - 支持农业机械化和远程医疗等领域的工业物联网和大规模机器类型通信
自动驾驶汽车和群系统 - 增强 V2X 通信、车联网、无人机和机器人
覆盖范围极广和联所未连 - 使用非地面网络 (NTN) 和卫星通信弥合“数字鸿沟”，将偏远、农村和未开发地区的人们连接在一起
超低功耗和零能耗 - 直接从无线电波中获取能量，大幅降低无线系统的功耗
尽管 6G 系统的具体规范尚未确定，但专家们认为以下技术将催生新的应用和功能：
包括亚太赫兹通信在内的新频率
人工智能和机器学习
可重构智能表面 (RIS)
通信传感一体化
新数字波形
包括亚太赫兹通信在内的新频率
6G 通信系统中将很有可能使用 7-24 GHz 频段和亚太赫兹频段（大于 100 GHz）内的新频率。而这又会催生新的频谱管理方法，加快数据速率和传输速度，增加 6G 网络容量和传输带宽，同时减少网络干扰。
使用无线波形发生器在 MATLAB 中生成和可视化自定义 5G 波形，有助于您识别、设计和调节创新的 6G 波形。
通信传感一体化
6G 将充分发挥将无线网络的定位和传感功能与其通信功能集成的优势。这种集成可以获取更准确的室内空间、范围、障碍物和定位信息并将其发送给网络，从而显著提高室内通信场景的性能。此外，通过引入亚太赫兹频谱中的新频率，6G 系统可以通过利用类似雷达的技术为非常精确的传感铺平道路。
基于 AI 方法的室内传感和定位技术有助于改进室内无线连接。在 MATLAB 中生成的图像。
人工智能和机器学习
5G-Advanced 系统中已采用了人工智能和机器学习方法。6G 网络将延续这种趋势，依然使用数据驱动的 AI 方法，以便更好地配置、优化和自行组织无线通信。6G 无线通信标准将支持基于 AI 的空中接口以改进功能，如联合压缩和编码、波束成形、信道状态信息 (CSI) 压缩以及定位。
借助 Deep Learning Toolbox™，您可以在 MATLAB 中训练和测试深度学习网络，以用于无线通信问题分析和设计。
可重构智能表面
6G 研究可能还会借助可重构智能表面 (RIS) 的潜力，使我们能够动态地和程式化地控制信号在发射机和接收机之间的传播。通过这项技术，我们可以通过更改表面材料的电磁属性来反射和主动引导传入的信号。
可重构智能表面有助于确保用户设备获得最高的接收信号功率。
MATLAB 能够帮助应对 6G 无线通信工作流中的一系列设计挑战。
使用 MATLAB、5G Toolbox™ 和其他基于 MATLAB 的无线通信工具，您可以现在就对 6G 无线通信系统进行建模和仿真，并评估其支持技术的影响。
使用开放的 MATLAB 函数针对 6G 创建和优化您的知识产权 (IP)，并将您的创新与现有基准进行比较。
探索当前 5G 标准允许的参数之外的 6G 波形生成（采用新频段、带宽和参数集）。
针对大规模 MIMO、更大带宽和更高采样率扩展您的仿真。通过将大型和长期运行的仿真分布在多个核、集群或云上并利用 GPU 来对其进行管理。
针对新毫米波和亚太赫兹频率执行更快速、更准确的射频组件建模。
在毫米波和亚太赫兹频段内对传播损耗和信道模型进行仿真。
执行端到端链路级仿真、场景建模、轨道传播和可视化，以对非地面网络 (NTN) 进行建模。
探索射频传感，并通过分析射频波形来检测场景中是否存在事件或人。
研究可重构智能表面 (RIS) 对整个系统性能的影响。
应用人工智能 (AI) 方法，包括机器学习、深度学习或强化学习工作流，以解决 6G 无线通信问题。
来源：MATLAB
