移动通信与AI融合的数据和模型建议书 无线领域（第二版）

无线领域 （第二版） 中国信息通信研究院移动通信创新中心、华为技术有限公司、中兴通讯股份有限公司、中信科移动通信技术股份有限公司、维沃移动通信有限公司、上海诺基亚贝尔股份有限公司、北京小米移动软件有限公司、紫光展锐科技有限公司、中国移动研究院、中国电信研究院、中国联通研究院 目录 1基本情况................................................................................................................................12术语和定义............................................................................................................................13基于AI的智能解调制..........................................................................................................23.1概述............................................................................................................................23.2数据格式和模型........................................................................................................23.3泛化性能研究............................................................................................................23.4测试情况分析............................................................................................................34基于AI的信道估计..............................................................................................................34.1概述............................................................................................................................34.2数据格式和模型........................................................................................................34.3泛化性能研究............................................................................................................44.4测试情况分析............................................................................................................45基于AI的智能接收机..........................................................................................................45.1概述............................................................................................................................45.2数据格式和模型........................................................................................................55.3泛化性能研究............................................................................................................55.4测试情况分析............................................................................................................66基于AI的智能收发机..........................................................................................................66.1概述............................................................................................................................66.2数据格式和模型........................................................................................................66.3泛化性能研究............................................................................................................76.4测试情况分析............................................................................................................77基于AI的多关联任务联合优化..........................................................................................77.1概述............................................................................................................................77.2数据格式和模型........................................................................................................87.3测试情况分析............................................................................................................88基于AI的智能译码..............................................................................................................88.1概述............................................................................................................................88.2数据格式和模型........................................................................................................98.3测试情况分析............................................................................................................99基于AI的PA非线性优化....................................................................................................99.1概述............................................................................................................................99.2数据格式和模型........................................................................................................99.3测试情况分析..........................................................................................................1010参加单位............................................................................................................................10 移动通信与AI融合的数据和模型建议书 1基本情况 本建议书依托IMT-2030(6G)推进组2024年无线智能化关键技术测试工作，分析无线AI产业化的关键难题，在去年测试用例的基础上引入新的测试用例并开展探索提升模型泛化性方法，推动技术共识形成。鉴于无线AI模型的泛化性对无线AI技术落地的决定性影响，中国信息通信研究院采集外场数据，并采用信道模拟器回放信道的方式，完成待测设备的泛化性性能。本建议书详细介绍了用例采用的训练数据来源、训练数据集格式、训练数据集大小、模型类型、模型参数、模型占用内存、模型推理所需算力/FLOPs等关键信息，并分享测试实践中引入AI后对移动通信性能的提升以及提升模型泛化性的方法，供产学研用各 界 参 考 研 究 。 （ 本 报 告 涉 及 用 例 的 训 练 数 据 集 地 址 ：https://www.mobileai-dataset.cn/） 2术语和定义 下列缩略语适用于本规范。（针对测试规范中的相关内容进行修改） SISOSingleInputSingleOutput单输入单输出MIMOMultipleInputMultipleOutput多输入多输出 3基于AI的智能解调制 3.1概述 使用神经网络替换接收端传统解调制模块，在去年开展的基于AI智能解调制性能测试的基础上探索提升解调制模型泛化性的方法。 3.2数据格式和模型 不同厂家的模型参数和训练数据介绍如下表所示。 3.3泛化