近日，中國科學院上海高等研究院智能信息通信技術研究與發展中心團隊在IEEE Wireless Communications 雜志上發表了題為Intelligent Spectrum Sensing：When Reinforcement Learning Meets Automatic Repeat Sensing in 5G Communications 的最新研究成果。該研究提出一套基于人工智能增強學習算法的智能頻譜彈性感知技術，可有效適用于5G生態體系中的各類典型應用場景，且比現有技術顯著提升了性能表現。

當前，我國社會已步入5G時代。移動設備數量與無線業務的劇增，與有限頻譜資源之間的矛盾正成為制約信息智能化社會進一步發展的重要難題。可以預見，頻譜資源的增長速度將遠小于需求增長的速度，因此，智能化、高精度、高可靠的頻譜感知技術是5G通信系統運行的重要基石。如何實現高質量的頻譜資源感知與管理則是維護5G通信系統高效率運行，促進下一代移動通信發展的關鍵所在。

針對上述挑戰，上海高研院智能信息通信技術研究與發展中心團隊針對5G通信的主流發展趨勢，并根據場景用戶特點與應用需求的耦合性，深入分析并歸類出5G生態體系中涉及頻譜感知應用的三大典型應用場景。基于不同場景下優化目標的差異性，研究團隊創造性地提出了一種具備彈性能力的頻譜感知系統架構，該架構由人工智能增強學習算法進行驅動，利用接收端多天線之間的獨立性與分集差異特性，尊重系統要求與實際環境參數，通過動態學習實現最優的感知策略。該技術可根據不同用戶的不同優化目標需求，自適應改變參數，在較小計算開銷的基礎上獲取最佳的性能體驗。經實驗數據驗證，所提技術可有效適用于5G生態體系中的各類典型應用場景，且比現有技術具備更高的性能表現。上述研究可有效支持中科院自主研發的SEANET技術體系，促進中科院-上海科技大學聯合校園試驗網Alpha版的建設實施，為我國5G的進一步部署與推廣以及下一代通信系統的應用發展提供了理論依據與技術支撐。

本研究由上海高研院團隊獨立完成。其中，副研究員徐天衡為該論文的第一作者，研究員胡宏林為該論文的通信作者。上述研究工作獲得國家自然科學基金、中科院C類戰略性先導科技專項、中科院青年創新促進會、上海市青年拔尖人才計劃、上海市啟明星計劃以及上海市揚帆計劃的資助。

圖1. 5G生態體系中涉及智能感知的幾個典型應用場景，分別為：(a)常規5G通信場景；(b)工業4.0及智能物聯網場景；(c)異構網絡混合共存場景

圖2. 基于增強學習算法的智能彈性感知技術系統架構

圖3. 智能彈性感知技術在不同優化模式下的性能對比。上：感知精度性能；下：算法能耗性能