过去二十年，移动无线技术从3G历经4G，如今迈入5G时代，甚至与工业4.0等前沿应用深度融合。与此同时，无线系统设计也日趋复杂。面对这一趋势，越来越多的工程师开始借助人工智能（AI）的能力，来应对现代系统所带来的挑战。

目前，AI已广泛应用于多种无线场景——例如优化通话性能、管理自动驾驶汽车中的V2V（车到车）和V2X（车到万物）通信——从而推动现代无线应用的持续增长。随着无线网络中设备与功能的不断增多，AI在未来无线技术中的地位必将更加重要。因此，工程师有必要深入了解AI在无线系统中的核心优势及最佳落地方式，确保系统能够发挥出最优性能。

AI 在无线系统中的应用案例

移动网络向5G的演进主要受三大驱动力推动：一是对宽带网络速度与质量的更高需求，二是对超可靠、低延迟通信的迫切期望，三是在工业4.0场景中设备之间对时间敏感通信的需求。

此外，用户规模持续扩大，设备数量激增，各方都在争夺网络资源，这使得无线系统变得愈发复杂。过去依赖人工制定规则的传统线性设计模型与数据处理方法，已经难以跟上步伐。相比之下，AI技术能够通过自动、高效的建模来解决非线性问题——这正是人工方法难以胜任的。

基于机器学习和深度学习的AI模型，能够帮助无线系统识别信道模型。集成了这些AI模型的系统，可以通过优化链路资源分配来提升自身性能。如果缺乏AI支持，海量的现代网络应用将争夺相同资源，网络管理几乎成为不可能完成的任务。

另外，AI的先进性还体现在通过模型降阶等操作加速项目开发。例如，工程师可以对网络环境行为进行估计与仿真，然后直接纳入算法模型，仅需少量计算资源即可快速掌握影响系统的主要因素。这样一来，工程师就能腾出更多时间进行探索与设计，项目迭代更快，生产周期与成本也随之降低。

在无线系统中部署 AI 之最佳实践

数据质量是AI成功部署的关键。AI模型需要用全面的数据进行训练，才能应对现实场景中的各种情况。像MathWorks的5G工具箱这类工具，可以通过数据基元综合生成新数据，或通过空口采集数据。这能为5G网络工程师提供必要的数据多样性，使其能够稳健地训练AI。如果工程师无法获得足够的训练数据集，仅在有限数据上反复尝试不同算法，训练出的模型很可能陷入局部最优，而非理想的全局最优——这必然导致AI模型在真实场景中可靠性大打折扣。

另一方面，能够在现实场景中对AI进行充分、稳健的测试，同样关乎最终成败。如果采集的测试数据仅覆盖少数片面场景，缺乏多样性，那么工程师在设计与优化系统时反而可能被误导。没有全面实测数据的支撑，AI模型遇到特殊场景或衍生情况时将束手无策，这必然影响无线系统的性能。

AI 在各行业中的应用越来越多

从电信到汽车，各行各业都在推进数字化转型，而这反过来又推动了AI的采用，成为AI应用的主要驱动力之一。在智能家居、电信网络、自动驾驶汽车等依赖互联的应用中，集成的电子传感器会产生海量数据。这些数据将进一步促进AI技术的发展，加快这些行业的数字化转型，但同时也让网络资源变得紧张。

在电信领域

AI被部署在从物理层开始向上的各种应用中。改善用户通话性能的工作通常在物理层完成。AI在物理层上的应用包括数字预失真、信道估计与信道资源优化，以及自动编码器设计——后者会覆盖通话期间收发系统各参数的自动调整。

信道优化能够增强基站与终端之间的连接。而通过指纹识别、信道状态信息压缩等过程，AI还能帮助克服局部环境中信号多样性的变化。

基于指纹技术，AI被用于优化无线网络定位。在原本稳定的室内电磁环境中，待测目标出现在不同位置会引发对应的电磁传播扰动。AI可以根据采集到的个性化信号变化，推测出目标的位置。相比传统方法——将接收信号强度与数据库比对来定位——AI能克服不少影响定位精度的不利因素。另一方面，信道状态信息压缩也能借助AI实现。通常用户终端与基站之间有一个反馈回路，用于传递从终端到基站的反馈数据，从而改善通话性能。AI对信道状态信息进行压缩，能确保该过程不超出可用带宽，避免通话中断——否则改善举措反而会适得其反。

物理层以上的工作主要集中在资源分配与网络管理。随着网络中用户与用例数量成倍增加，网络工程师正在借助AI实时响应资源分配请求。针对网络中竞争性用户与用例的需求，工程师可以用AI进行波束管理、频谱分配等资源调度功能，优化核心系统资源管理的过程。

在汽车行业

利用AI进行无线连接，让安全的自动驾驶成为可能。自动驾驶、V2V/V2X依赖激光雷达、雷达和无线传感器等多种来源的数据来理解环境。自动驾驶汽车的硬件必须同时管理这些竞争性数据才能有效运行。AI可以通过传感器融合将竞争数据合并起来，帮助车辆建立对自身与环境信息的全方位理解，并决定两者如何互动。这种通信方式让车辆获得360度视角，能感知其他车辆及附近的潜在碰撞威胁。最终，无论是通知驾驶员还是自主决策控制，AI的参与都会减少车祸，大大改善道路交通安全。

AI 在无线系统设计中的重要性正在不断增加

随着无线技术的用例越来越多，在无线系统中部署AI的需求也在持续扩大。从5G到自动驾驶汽车再到物联网，如果不使用AI，这些应用很可能根本达不到有效运行所需的先进性。近年来，AI在无线系统设计这类工程领域中的地位提升得很快。可以预见，随着现代无线网络的用例和用户数量继续增加，这种变化的步伐不会停下，反而还会加快。