傳統(tǒng)無線網絡將通信與計算的運行方式，是先傳輸數據再進行處理。然而，當自動駕駛汽車行駛在高速公路上，突然遭遇暴風雪，如何實時共享路面濕滑、緊急制動和路況變化等大量數據？

一項名為空中計算（OAC，Over-the-Air Computation）的新技術有望顛覆無線網絡的系統(tǒng)設計標準。OAC 能將無線信號間的干擾轉化成計算能力，實現多臺設備同時傳輸，信號在空中直接疊加完成求和、求平均值等運算，并根據實際情況承擔部分網絡計算任務，不僅大幅降低擁塞和能耗，還幫助無線系統(tǒng)支持大規(guī)模增長。

近年來，全球已有多個研究團隊進行開發(fā)和原型驗證。目前，已有原型機實現 95% 圖像識別準確率。該技術有望應用于自動駕駛、物聯網傳感器、智能家居設備以及智慧城市基礎設施等，預計在本世紀 30 年代從實驗室原型走向標準化。

無線網絡的新范式：把干擾變成算力

幾十年來，工程師設計無線通信協(xié)議時，首要目標始終是隔離每個信號、清晰恢復每條消息。但當下的網絡面臨截然不同的壓力：它們必須協(xié)調大量設備執(zhí)行共享任務，例如 AI 模型訓練或傳感器融合。為提升效率和隱私性，還需要盡可能減少原始數據交換。因此，領域內需要一種無需收集和存儲每個設備數據的新方法。

OAC 簡化了數字處理層，降低延遲并減少能耗：通過將干擾轉化為計算，將無線介質從爭奪的戰(zhàn)場轉變?yōu)閰f(xié)作的工作空間。信號不再爭奪隔離空間，而是通過相互協(xié)作的方式實現共同目標。

（來源：IEEE）

通過精心設計傳輸方式和接收器對結果的解讀，OAC 能執(zhí)行現代算法所依賴的許多關鍵函數。即便如加法等簡單運算，也能成為構建強大計算的基本單元。

例如，現代網絡中的很多關鍵任務并不需要記錄每次單獨的網絡傳輸，而是需要推斷網絡流量的總體模式，進而達成共識或識別最關鍵的信息。在智慧城市和智能電網中，最重要的往往不是單個讀數，而是分布情況。這些問題可以通過直方圖來解答，即按類別匯總設備數量。

此前，來自康奈爾大學的 Gokhan Mergen 和 Lang Tong 在一項空中計算的研究 [1] 中提出，通過采用基于觀測類型的多址接入（TBMA，observations-type-based multiple access），讓報告特定狀態(tài)的設備通過共享信道同時傳輸信號。

通過相互疊加信號，接收器僅看到每個類別信號強度的總和。一次傳輸即可生成完整的直方圖，無需識別單個設備。并且，設備越多預計結果越準確。最終實現更高的頻譜效率、更低的延遲，以及可擴展且注重隱私的操作。

OAC 與數字無線技術規(guī)范最顯著的差異在同步。現在，許多 OAC 變體都需要類似納秒級精度的共享時鐘：每個信號的相位都必須同步，否則疊加態(tài)有可能崩潰成破壞性干擾。而 TBMA 設備僅需共享一個時間窗口，盡管它在一定程度上放寬了相關要求，但在空中計算真正應用在移動領域前，仍面臨一系列工程挑戰(zhàn)。

走出實驗室：邊緣網絡的空中接力

近年來，空中計算技術已從理論階段發(fā)展到初步概念驗證和網絡測試階段。已有團隊構建出 OAC 原型系統(tǒng)，其所有同步操作均在無線電模塊內部完成，無需電纜和外部定時源（例如 GPS 定位參考），即可獲得可重復的結果。

南卡羅來納大學 Alphan Sahin 團隊使用現成的軟件定義無線電設備 Adalm-Pluto，通過修改每個無線電設備內部的現場可編程門陣列（FPGA）硬件，使其能夠響應來自其他無線電設備的觸發(fā)信號。

這一簡單的改造實現了同步傳輸，研究團隊設置使用了五個無線電設備作為邊緣設備，以及一個作為基站。任務目標是，訓練一個能夠通過線方式進行圖像識別的神經網絡。相關系統(tǒng)在無需原始數據傳輸的情況下，實現了 95% 的圖像識別準確率。

（來源：IEEE）

研究團隊認為，OAC 的未來發(fā)展并不一定需要重發(fā)明新的無線技術，而是在 WiFi 和 5G 中已有的協(xié)議基礎上構建和改造。然而，在 OAC 成為商用無線系統(tǒng)的常規(guī)功能之前，網絡必須提供更精細的時序和信號功率協(xié)調。

移動性是不容忽視的難題之一。當移動設備移動過程中，有兩點不容忽視：一是相位同步迅速下降，二是計算精度會受到影響。目前的 OAC 測試是在受控的實驗室環(huán)境下進行的，但如何使其在動態(tài)的真實環(huán)境中（例如高速公路上的車輛、城市中分散的傳感器）保持穩(wěn)定性，仍然是這項新技術需要進一步解決的關鍵挑戰(zhàn)。

目前，相關團隊正在擴大原型機和演示系統(tǒng)的規(guī)模，以探索隨著設備數量超出實驗室規(guī)模，無線計算的性能將如何同步變化。

OAC 面臨的關鍵挑戰(zhàn)

要實現空中計算，納秒級的定時精度和精細的射頻信號設計至關重要。近年來，隨著工程技術的進步，這兩個領域已取得了顯著進展。

由于 OAC 要求波形疊加，它受益于射頻發(fā)射機之間的緊密協(xié)調，包括時間、頻率、相位和幅度等。OAC 采用與蜂窩和 WiFi 系統(tǒng)相同的同步技術，但要真正實現空中計算，仍需更高的精度。目前的標準工具包括功率控制、增益調整和時序校準。

（來源：IEEE）

實際上，在某些情況下，不完美的時序標準可能正是所需的。如今，5G 和 6G 無線系統(tǒng)的設計和新興標準都采用了巧妙的編碼方式，能夠接納不完美的同步。因此可預見的是，在某些情況下，輕微的時序誤差、頻率漂移和信號重疊，在 OAC 協(xié)議中仍有可能保持正常工作。

另一個挑戰(zhàn)在于將處理過程轉移到發(fā)射端。相比于讓接收端費力地清理重疊信號，一種更高效的方法是，每個發(fā)射端在發(fā)送信號前先對其進行預補償。目前，這種預補償技術已應用于 MIMO 技術（現代 WiFi 和蜂窩網絡中的多天線系統(tǒng)）。

此外，材料科學也可能幫助推動 OAC 的發(fā)展和創(chuàng)造更多的可能性。例如，新一代可重構智能表面通過天線中微小的可調元件建立信號。這些表面能夠接收無線電信號，并在信號反射過程中對其進行重塑。可重構表面可增強有效信號、消除干擾，并使原本不同步的信號波前在接收端對齊。

或許在不久的將來，我們會迎來這樣的時刻：當暴風雪再次來臨，自動駕駛的車輛和傳感器不再需要等待即可協(xié)同工作。

參考資料：

1.G. Mergen and L. Tong, Type based estimation over multiaccess channels, in IEEE Transactions on Signal Processing, vol. 54, no. 2, pp. 613-626, Feb. 2006, doi: 10.1109/TSP.2005.861896.

2.https://spectrum.ieee.org/wireless-network-over-air-computation

排版：劉雅坤