当前，全球移动通信正从 5G规模化应用迈向 6G技术攻坚的新阶段。在国际上，6G研发已进入技术成熟与标准争夺的关键时期。美国、欧盟、日本、韩国等均出台国家级战略与研发计划，聚焦太赫兹通信、空天地一体化、AI原生网络、高可靠低时延传输等方向，加速推进相关布局。我国在6G研究领域起步早、布局全、进展快，目前已建立完整的6G技术推进体系，完成了多阶段技术试验，并形成数百项关键技术储备。面向绿色内生网络、近场信道估计、高可靠低时延、全域覆盖等方向，我国理论创新与试验验证同步突破，为6G技术成熟与产业落地奠定坚实基础。
为了推动6G关键技术创新，助力我国6G技术与产业的高质量发展，我们策划了本期《6G关键技术》专题，内容涵盖6G物理层技术、绿色内生网络、6G网络典型场景、6G高可靠低时延通信的候选技术、智能超表面等多个方面，期望为广大读者提供有价值的参考和借鉴。
查看全文>6G物理层的设计受限于与现有5G网络的共存需求，前向兼容成为技术演进的核心逻辑。系统阐述了在此逻辑下的三大路径：波形技术的双轨（OFDM/OTFS）演进、编码调制向香农极限的渐进（高阶QAM/星座整形）以及AI与ISAC从外挂到内生的范式融合。最后对6G的未来研究进行了展望。
基于5G演进而来的6G超高可靠低时延通信场景，对可靠性和时延提出了更严格的要求。针对这些应用场景对网络性能提出的全新挑战，对现有5G低时延高可靠技术进行了分析，并结合对6G新兴技术的探索，提出了若干项具有潜力的候选技术研究方向，这些候选技术有望在未来成为6G网络的关键技术组成部分。
作为新一代信息服务网络,6G网络在性能跃升的同时面临能耗上升的严峻挑战。为了促进6G可持续发展，分析了6G绿色内生网络的驱动力与挑战，从绿色组网架构、通感算智协同调度、端网协同的绿色空口、基于AI的智能节能几个方面介绍了6G绿色内生网络技术，涉及6G网络设计、部署、运行、编排管理等各环节，系统性构建6G节能技术体系。
针对超大规模智能超表面辅助的毫米波移动通信系统，探索了近场级联信道在毫米波频段下的稀疏特征，分析其特殊的稀疏结构，并基于该特殊的稀疏表征提出结构化压缩感知的信道估计方案，设计了BOMP算法。仿真结果表明，与传统的稀疏信道估计算法相比，所提出的算法能够有效提高信道估计精度。
基于5G网络在ToB及ToC领域的应用部署现状，深入分析了其规划、建设、运维及优化过程中存在的问题，并梳理了商用场景中的痛点。通过挖掘5G网络在ToC业务场景中的不足及ToB场景应用中的痛点问题及挑战，对下一代6G网络的需求、场景及潜在关键技术进行研究分析及展望。
为了保证高等级自动驾驶的安全，车载智能需要通过车路协同扩展感知范围，实现车路协同智能驾驶。这种车路之间的一体化协作具有时变性和复杂性，传统物联网汇聚模式的无线通信资源调度已经难以满足需求。为了在复杂环境下高效管理无线资源，提出适合高等级智能驾驶的车路协同无线通信资源调度框架，将车载智能和路侧智能建模为多智能体系统，通过对协同需求和通信环境的认知，实现智能体间的合作式资源分配，完成无线通信资源的最优调度。
为了进一步降低运营商网络测试成本，提升无线网络服务质量解决效率，通过在自动路测系统中引入网络大模型,实现以用户目标为中心的交互新范式,形成图形化界面+自然语言交互模式，可提供知识问答、关键指标查询、灵活数据分析、根因定位等功能，成为自然语言驱动的自动路测应用助手，从而提升无线网络优化效率。
随着4G/5G网络结构问题日益复杂，传统的网络结构识别模型面临着样本数据量不足和鲁棒性差的问题。提出一个基于TA识别覆盖特征判断网络结构问题的模型，它利用时间提前(TA)偏离因子模型，结合梯度提升决策树(GBDT)算法对训练样本数据进行特征提取，迭代优化损失函数以增强模型算法的预测精确度，为网络结构问题识别提供了一种新方法。
提出一种网络拓扑调整规划算法，该算法将通信节点群组成的网络，抽象建模成"基环内向树"，结合该模型的基本属性，将调整网络节点动态连接的实际问题转化成数学模型上最短路径的数学问题,进而给出算法设计和实现,保证网络在节点动态变化时能够以最快最优的方式进行拓展和调整。
简要归纳了算力业务的典型场景,通过分析算力驱动的业务核心要素变化趋势，从网络拓扑、组网灵活性、网络容量、网络无损性能、智能调度能力等方面论述了面向算力的承载网络演进策略。在此基础上，提出了算力网络整体架构模型、算力承载网络的架构组成及关键技术。
通信运营商及通信企业相继发布通信大模型,通信大模型作为提升网络运营智能化的关键基础设施是产业共识。通信网络中如何引入AI,AI引入的演进思路和实施方法需要进一步明确。“AI for NET”基于全栈AI推动网络智能化提升。探讨了中国联通AI forNET理念、架构、演进思路和实施方法，为业界AI赋能网络提供参考。
随着人工智能的快速发展和应用，传统的数据存储方案在容量、性能和可扩展性方面难以满足智算数据中心的需求。分析了大规模智算数据中心训练推理各阶段对存储的需求，结合现网数据存储架构能力，提出一种新的数据存储解决方案，以满足智算场景对数据存储容量、性能和成本的要求。
随着IPv4地址资源日渐枯竭，IPv6已成为推动新一代互联网发展的关键技术。敦煌研究院作为我国重要的文化遗产保护和研究机构，其信息化网络建设至关重要，同时也面临着从IPv4向IPv6过渡的挑战。以研究院局域网为研究对象，分析IPv4网络的现状，结合IPv6过渡技术特点，提出以双栈技术为基础，辅以隧道技术和协议转换技术的渐进式过渡策略，并通过模拟实验验证了这一策略的可行性，为敦煌研究院未来大规模部署IPv6及其他类似机构的IPv6过渡提供了重要参考。
随着互联网、大数据、物联网等信息技术迅猛发展，工业互联网应运而生，成为推动产业升级转型的关键力量。然而，工业互联网的发展进程也引发了数据安全方面的新挑战。针对工业互联网领域的数据安全问题，提出了一种基于量子密钥服务的方案，旨在通过量子加密技术构建端到端的安全流转机制，实现工业数据的实时加密保护。分析了工业互联网数据安全的需求，并概述了所提出的量子密钥服务管理系统方案的系统架构和应用价值，探讨了量子密钥的本地化存储、基于KMIP协议的密钥管理、三重证书机制的终端接入认证以及量子密钥的生命周期管控策略。
针对电力物联网中传统静态阈值流量异常检测方法误报率和漏报率高的问题，提出一种基于改进自适应变分自动编码器(VAE)的检测方法。该方法利用电力智能融合终端采集的流量构建流特征矩阵，设计了模型迭代与攻击检测双模块架构。网络流量经攻击检测模块的初步筛选后，进入模型迭代模块进行无监督学习。模型迭代模块采用自适应阈值机制动态更新模型。在2个数据集上的实验表明，该方法有效降低了误报率和漏报率，相比传统方法有5%~8%的性能提升。
随着大数据及智算时代的到来，数据中心机柜功率密度不断增大，能耗问题愈加突出。而国家双碳及东数西算等政策的落地实施，对国家数据中心集群的能耗提出了更高的要求。在华南地区高温高湿的气候下，如何降低数据中心空调系统的能耗，使数据中心电能利用效率(PUE)小于1.25是工程实践中的痛点和难点。间接蒸发高效集成冷站是一种空调系统的节能新技术，但目前缺少大型项目的实际应用案例。某数据中心首次大规模应用间接蒸发高效集成冷站，积累了大量的实践经验，并为该技术后期的大规模应用提供了参考。
在不安装直流电能表的情况下，监控单元(SU)利用开关电源获取直流电压和直流电流值进行直流电能计算。通过直流电能计算公式，对可能影响直流电能计量精度的7种因素进行分析。结果显示，部分因素对于直流电能计量精度的影响是不可忽略的，在计算直流电能时，应严格控制这部分因素，确保计量精度。
