摘要

本文探讨了在无线网络中通过生成式人工智能（GenAI）进行战略需求规划的可能性，特别是在节省频谱和能源方面的应用。随着第六代移动通信技术（6G）的发展，GenAI被提出作为一种强大的工具，用于在无线网络中进行需求塑造，通过压缩和转换各种类型的内容（如从高带宽模式转换为低带宽模式），从而提高网络在多种使用场景下的性能，如小区切换、用户关联和负载平衡、干扰管理以及灾难场景管理。

原理

GenAI技术通过生成对抗网络（GANs）、变分自编码器（VAEs）、扩散模型（DMs）和转换器等模型，能够生成包括文本、图像和视频在内的多种类型的内容。这些模型通过学习大量数据集中的模式和信息，不仅用于数据增强、情感分析、问答和自动化等领域，还在无线网络中用于优化数据和提高网络性能。特别是在需求塑造过程中，GenAI通过压缩用户数据或将其转换为另一种格式，优化网络的资源利用和能源消耗。

流程

论文中提出的需求规划流程包括需求标记、需求塑造和需求重新调度。首先，用户数据根据其重要性和优先级被标记为关键或非关键。然后，通过GenAI模型，非关键数据可以被压缩或转换，以优化网络资源的使用。在网络资源不足的情况下，非关键数据可以被重新调度到资源充足的时间段进行传输。例如，在灾难场景中，GenAI可以帮助优先传输关键数据，而非关键数据则可以被重新调度或压缩，以减少网络负载。

应用

GenAI在无线网络中的应用前景广阔，特别是在6G网络中，GenAI可以帮助实现更高效、动态和可持续的网络管理。通过在用户终端和基站（BS）上实施需求规划，GenAI可以显著提高网络的能源效率和频谱效率，适用于多种复杂的网络场景，如小区切换、用户关联和负载平衡、干扰管理以及灾难响应。