隨著5G技術的快速演進，信道狀態(tài)信息（CSI）成為優(yōu)化網絡性能和用戶容量的關鍵。它支持高效的基于信道的調度和自適應調制，確保基站與移動設備之間的高速通信穩(wěn)定可靠。在5G-A及未來的6G網絡中，人工智能和機器學習驅動的CSI增強技術有望進一步提升效率、降低成本并改善用戶體驗。然而，跨廠商的實現(xiàn)仍面臨挑戰(zhàn)。羅德與施瓦茨（以下簡稱“R&S”）與高通合作，成功實現(xiàn)了基于機器學習的CSI反饋增強技術的跨廠商互操作性，并在MWC 2025大會上展示這一行業(yè)里程碑成果。
圖：CMX500一體化測試儀通過開放神經網絡交換（ONNX）格式支持靈活的機器學習模型集成
R&S與高通攜手合作，成功驗證了基于機器學習的信道狀態(tài)信息反饋壓縮技術，用于5G-A網絡。相比常規(guī)方法，該技術顯著提高了吞吐量。這一技術突破表明跨廠商人工智能技術在無線通信中實施的可行性，旨在增強網絡性能。
雙方成功實現(xiàn)了在高通 5G Modem-RF驅動的移動終端參考設計上運行的機器學習模型與R&S CMX500 5G一體化信令測試儀之間的互操作性，并實施了3GPP Release 18和19中研究的增強型CSI反饋機制。該方案基于CSI參考信號（CSI-RS）測量實現(xiàn)了信道狀態(tài)的高效壓縮，優(yōu)化了對5G網絡至關重要的大規(guī)模MIMO操作。與3GPP Release 15中定義的Type I反饋結合寬帶預編碼相比，吞吐量性能提升了51%。
雙方在網絡側和設備側分別采用了獨立的AI模型訓練方法，并通過指定的參考模型實現(xiàn)了兼容性。高通基于自動編碼器架構開發(fā)了專有的設備編碼器，而R&S則為其網絡模擬器開發(fā)了解碼器。CMX500一體化測試儀通過開放神經網絡交換（ONNX）格式支持靈活的機器學習模型集成，使用戶能夠在無線測試場景中實現(xiàn)并驗證其自主開發(fā)的AI架構。
跨廠商互操作性成為未來標準化的重要里程碑
此次成功的互操作性驗證證明，基于機器學習的空口增強技術可以在不同廠商的設備上有效實施和測試。這是實現(xiàn)人工智能增強型無線通信的重要一步，為5G-A功能的商用部署提供了測試和驗證框架。同時，這也為未來6G標準的制定奠定了關鍵里程碑，在6G中，人工智能預計一開始就原生集成到空口設計中。因此，跨廠商的人工智能互操作性將成為未來無線系統(tǒng)的重要基礎。
R&S移動無線測試業(yè)務高級副總裁Christoph Pointner表示：“我們的CMX500能夠實現(xiàn)并驗證基于機器學習的信號處理，這突顯了測試與測量技術需要與無線創(chuàng)新同步發(fā)展的需求。得益于ONNX支持，客戶可以集成自己的機器學習架構，使CMX500成為人工智能增強型無線測試的多功能平臺。與高通的編碼器驗證互操作性，進一步證明了我們致力于為從5G-A到未來6G系統(tǒng)的人工智能驅動的通信建立關鍵驗證框架的承諾。”
高通工程高級副總裁John Smee表示：“在這個5G-A連接的新時代，以及我們展望6G之際，人工智能不僅對最佳用戶體驗至關重要，對網絡性能更為關鍵。高通與羅德與施瓦茨聯(lián)合研究驗證了基于人工智能的信道狀態(tài)信息（CSI）將有助于確保這些性能提升。”
R&S攜手高通在MWC 2025大會Fira Gran Via展覽中心5號館5A80展位現(xiàn)場展示CSI反饋增強技術。 
