登山者1979 6G标准与技术探索
从 5G 迈向 6G 的过程中，有一个核心问题：虽然5G核心网以及ORAN 在管理与控制层的模块化已经取得一定进展，但物理层处理架构仍然沿袭了前几代移动通信系统的设计范式。正如在 IEEE 通信学会（ComSoc）2025 年 10 月刊的 Technology News 中，MIT 教授 Muriel Médard指出：物理层问题不在于“再加什么新技术”，而是物理层体系仍然由大量历史遗留机制层层堆叠而成，包括:
- 次优的调制方式
- 大规模交织带来的高时延
- 受限于少数长码、低码率的信道编码（如 LDPC）
- MAC 和传输层中的 ARQ / HARQ 重传机制。
Source: MIT MurielMédard而多层设计似乎应该有利于模块创新，但现实恰恰相反。原因在于：- 子层数量过多
- 技术复杂度过高
- 很多机制来自“过时应用场景”
这使得真正的跨层协同设计几乎不可能。标准制定过程中，各组件往往被“规定死”，不同子层过于复杂且相互耦合；既是分散设计，又是整体僵化的单体方案。这种结构使得创新只能以碎片化方式进入各个组件，提高了工程与产业化成本。
▍物理层模块化的核心思想：像 GPU 一样组织通信系统
Muriel Médard 借鉴了计算系统中的成功经验：
如果我们可以通过 API 调用一个 GPU，为什么通信系统不能调用“通用通信单元”？
We can borrow principles from the successful approach of creating new interfaces and APIs to general units… akin to having a call to a GPU…
模块化设计其核心思想并非简单地拆分功能，而是通过定义清晰的“通用单元”和接口，使系统能够像调用 GPU 一样，灵活地调用不同功能模块，并在不推翻整体架构的前提下持续演进。模块化的目标不是拆碎系统，而是：由此，Muriel Médard文章里面提出了一个由四个核心模块组成的模块化体系结构：- 通用介质接入单元（GMACU - General Medium Access Unit）
- 通用编码与解码 / 感知单元（GEU / GDU - General Encoding and Decoding/Sensing Units）
- 通用干扰管理单元（GIMU - General Interference Management Unit）
- 通用收发单元（GTRxU - General Transmission/Reception Unit）
▍GMACU：用网络编码重构接入和重传
当前的MAC机制是“沉积式分层”的典型代表。- ARQ、HARQ 以及多种干扰管理机制叠加在一起，形成了复杂而低效的组合。
- 难以适应高频通信等新技术对接入方式的不同需求。
Source: MIT MurielMédardGMACU 的核心： 将“抗丢包能力”从“事后重传（ARQ/HARQ）”，变成“事前通过编码消化丢包”。从而GMACU的作用将体现在：
在接入与调度层面，决定“何时、对谁、跨哪些链路、以什么冗余方式进行编码传输”，从而用编码来承担原本由 ARQ / HARQ 承担的可靠性职责。
这与 3GPP 6G MAC 研究中的方向也是高度一致：[td]| 6G MAC 研究关注点 | GMACU 提供的视角 | | 减少控制信令 | 编码替代部分反馈 | | 提升可靠性 | 编码内生抗丢包 | | 多连接/多接入 | 跨链路编码 | | 网络切片差异化 | 编码强度可调 | | 跨 RAT 协同 | 非独立接入设计 |
这种将可靠性交由编码来承担的设计，前提是接收端具备一种不依赖具体码结构、可适配多种编码方式的通用解码能力，这正是 GEU/GDU 试图解决的问题。
▍GEU/GDU：统一 6G 的编码与解码
传统编码与解码方法长期以来以“码为中心”，并通常针对最坏情况信道进行设计。这种假设导致系统需要深度交织，增加了时延，也限制了灵活性。
Source: MIT MurielMédardMuriel Médard 提出的 Guessing Random Additive Noise Decoding（GRAND）不再围绕特定码结构，而是从“噪声猜测”的角度进行解码，使一个通用解码器即可支持多种码型和码率，是一种更底层的解码抽象：解码的核心对象不是“码结构”，而是“加性噪声的可能性”。
文章中提到，基于 GRAND 的芯片已经实现并验证，在90MHz频率下实现了0.76pJ/bit的极低能耗和6.5Gbps的吞吐量，其性能优于最先进的专用软检测解码器。由于 GRAND 解码过程不依赖特定码结构，而是对噪声进行枚举与验证，因此在系统层面，它天然支持多种码型共存。因此，这一技术还可以纠正了 5G 中 LDPC 与 Polar 并存所带来的复杂性 - 将控制信道和数据信道拆分为LDPC和Polar两种完全不同的编码。这与 3GPP 在 6G 中探索的 PHY 方向形成自然映射：[td]| 6G 关注方向 | GRAND 的对应能力 | | 通用物理层能力（generic PHY） | 单一解码算法支持多码本 | | 短包通信 | 无需深度交织、低时延 | | 能效优化 | 低功耗、低能耗/bit | | 硬件可持续演进 | 新码本无需新解码器 | | 控制/数据信道统一 | 同一解码范式适配不同信道 |
GRAND 并不要求 6G 立即选用某个新码，而是为“未来可能出现的多样化码本”提供了解码基础设施。这正符合”不锁死物理层实现路径“的研究取向。
▍GIMU：把多用户干扰当作“可解码结构”
GIMU 是一种“干扰管理单元”，它可以调用 GRAND 作为底层能力- 传统系统往往将干扰“当噪声处理”，导致信噪比下降。
- 而基于 GRAND 的方法，可以将非正交多址（NOMA）中的多用户信号视为扩展调制星座，通过联合解码而非逐用户处理，将干扰从“噪声”转化为可利用的信息结构。
- 解码与感知在这里天然结合，解码过程同时成为对通信环境的重构过程。
实验显示，GRAND-AM在符号错误率（SER）方面相较于连续干扰消除（SIC）和V-BLAST具有明显优势。
Source: MIT MurielMédard
▍GTRxU：非均匀调制与能效提升
长期以来，最优调制本应是非均匀的。但是在传统系统中，非均匀调制受限于接收端对概率分布与星座结构变化的处理能力，往往导致解码复杂度过高。通过借助编码与解码能力的提升，尤其是在符号层进行的纠错机制，非均匀调制得以高效实现。
Source: MIT MurielMédard实验结果表明，与标准QAM相比，OM传输实现了2.4倍的比特错误率（BER）降低和4.5倍的符号错误率（SER）降低。
Source: MIT MurielMédard
▍结语
初看之下，Médard 教授提出的模块化方案，似乎只是对现有 5G 功能模块进行了一次 “重新命名” 或 “功能重组”。但是实际Médard 的核心主张不在于增加或删减功能，而在于 “重新抽象”，即：- 5G 物理层的问题不在“功能缺失”，而在功能是以沉积式、历史拼接的方式存在。模块的定义被特定的、历史沉淀下来的技术方案所 “固化”，比如PHY 解码被锁定为某一类“固定码型 + 固定译码器”的实现。
- 这种 “高度规定化”（highly prescriptive）的设计，导致了一个看似矛盾的结果：系统由众多复杂子层构成，但在整体上却表现为一个僵化的 “整体单体”（monolithic）。比方说： 5G 的典型路径是PHY Pipeline 做完 → MAC 发现失败 → HARQ 补救 → 调度再处理。 - 这正是这种矛盾的体现。
因此，Médard 教授提出的模块化方案，并非试图“重新设计一套 6G 物理层协议”，而是希望通过重新抽象模块本身，将“目的”而非“具体技术方案”作为模块的定义基础。接口保持稳定，而模块内部的算法与实现，则可以随着编码、解码和硬件技术的发展，可以随时替换掉。从这个意义上说，这套模块化框架更像是一种面向 6G 的研究级参考架构。未来并不在于再引入多少新技术，而在于能否为未来尚未出现的技术，预留一个不被锁死的系统位置。
原文链接：https://www.comsoc.org/publications/ctn/new-coding-and-decoding-6g
| 
202
发表于 2025-12-30 10:27:25