新技术把干扰信号变算力，自动驾驶掉线难题有望解决

传统无线网络将通信与计算的运行方式，是先传输数据再进行处理。然而，当自动驾驶汽车行驶在高速公路上，突然遭遇暴风雪，如何实时共享路面湿滑、紧急制动和路况变化等大量数据？

一项名为空中计算（OAC，Over-the-Air Computation）的新技术有望颠覆无线网络的系统设计标准。OAC 能将无线信号间的干扰转化成计算能力，实现多台设备同时传输，信号在空中直接叠加完成求和、求平均值等运算，并根据实际情况承担部分网络计算任务，不仅大幅降低拥塞和能耗，还帮助无线系统支持大规模增长。

近年来，全球已有多个研究团队进行开发和原型验证。目前，已有原型机实现 95% 图像识别准确率。该技术有望应用于自动驾驶、物联网传感器、智能家居设备以及智慧城市基础设施等，预计在本世纪 30 年代从实验室原型走向标准化。

无线网络的新范式：把干扰变成算力

几十年来，工程师设计无线通信协议时，首要目标始终是隔离每个信号、清晰恢复每条消息。但当下的网络面临截然不同的压力：它们必须协调大量设备执行共享任务，例如 AI 模型训练或传感器融合。为提升效率和隐私性，还需要尽可能减少原始数据交换。因此，领域内需要一种无需收集和存储每个设备数据的新方法。

OAC 简化了数字处理层，降低延迟并减少能耗：通过将干扰转化为计算，将无线介质从争夺的战场转变为协作的工作空间。信号不再争夺隔离空间，而是通过相互协作的方式实现共同目标。

（来源：IEEE）

通过精心设计传输方式和接收器对结果的解读，OAC 能执行现代算法所依赖的许多关键函数。即便如加法等简单运算，也能成为构建强大计算的基本单元。

例如，现代网络中的很多关键任务并不需要记录每次单独的网络传输，而是需要推断网络流量的总体模式，进而达成共识或识别最关键的信息。在智慧城市和智能电网中，最重要的往往不是单个读数，而是分布情况。这些问题可以通过直方图来解答，即按类别汇总设备数量。

此前，来自康奈尔大学的 Gokhan Mergen 和 Lang Tong 在一项空中计算的研究 [1] 中提出，通过采用基于观测类型的多址接入（TBMA，observations-type-based multiple access），让报告特定状态的设备通过共享信道同时传输信号。

通过相互叠加信号，接收器仅看到每个类别信号强度的总和。一次传输即可生成完整的直方图，无需识别单个设备。并且，设备越多预计结果越准确。最终实现更高的频谱效率、更低的延迟，以及可扩展且注重隐私的操作。

OAC 与数字无线技术规范最显著的差异在同步。现在，许多 OAC 变体都需要类似纳秒级精度的共享时钟：每个信号的相位都必须同步，否则叠加态有可能崩溃成破坏性干扰。而 TBMA 设备仅需共享一个时间窗口，尽管它在一定程度上放宽了相关要求，但在空中计算真正应用在移动领域前，仍面临一系列工程挑战。

走出实验室：边缘网络的空中接力

近年来，空中计算技术已从理论阶段发展到初步概念验证和网络测试阶段。已有团队构建出 OAC 原型系统，其所有同步操作均在无线电模块内部完成，无需电缆和外部定时源（例如 GPS 定位参考），即可获得可重复的结果。

南卡罗来纳大学 Alphan Sahin 团队使用现成的软件定义无线电设备 Adalm-Pluto，通过修改每个无线电设备内部的现场可编程门阵列（FPGA）硬件，使其能够响应来自其他无线电设备的触发信号。

这一简单的改造实现了同步传输，研究团队设置使用了五个无线电设备作为边缘设备，以及一个作为基站。任务目标是，训练一个能够通过线方式进行图像识别的神经网络。相关系统在无需原始数据传输的情况下，实现了 95% 的图像识别准确率。

（来源：IEEE）

研究团队认为，OAC 的未来发展并不一定需要重发明新的无线技术，而是在 WiFi 和 5G 中已有的协议基础上构建和改造。然而，在 OAC 成为商用无线系统的常规功能之前，网络必须提供更精细的时序和信号功率协调。

移动性是不容忽视的难题之一。当移动设备移动过程中，有两点不容忽视：一是相位同步迅速下降，二是计算精度会受到影响。目前的 OAC 测试是在受控的实验室环境下进行的，但如何使其在动态的真实环境中（例如高速公路上的车辆、城市中分散的传感器）保持稳定性，仍然是这项新技术需要进一步解决的关键挑战。

目前，相关团队正在扩大原型机和演示系统的规模，以探索随着设备数量超出实验室规模，无线计算的性能将如何同步变化。

OAC 面临的关键挑战

要实现空中计算，纳秒级的定时精度和精细的射频信号设计至关重要。近年来，随着工程技术的进步，这两个领域已取得了显著进展。

由于 OAC 要求波形叠加，它受益于射频发射机之间的紧密协调，包括时间、频率、相位和幅度等。OAC 采用与蜂窝和 WiFi 系统相同的同步技术，但要真正实现空中计算，仍需更高的精度。目前的标准工具包括功率控制、增益调整和时序校准。

（来源：IEEE）

实际上，在某些情况下，不完美的时序标准可能正是所需的。如今，5G 和 6G 无线系统的设计和新兴标准都采用了巧妙的编码方式，能够接纳不完美的同步。因此可预见的是，在某些情况下，轻微的时序误差、频率漂移和信号重叠，在 OAC 协议中仍有可能保持正常工作。

另一个挑战在于将处理过程转移到发射端。相比于让接收端费力地清理重叠信号，一种更高效的方法是，每个发射端在发送信号前先对其进行预补偿。目前，这种预补偿技术已应用于 MIMO 技术（现代 WiFi 和蜂窝网络中的多天线系统）。

此外，材料科学也可能帮助推动 OAC 的发展和创造更多的可能性。例如，新一代可重构智能表面通过天线中微小的可调元件建立信号。这些表面能够接收无线电信号，并在信号反射过程中对其进行重塑。可重构表面可增强有效信号、消除干扰，并使原本不同步的信号波前在接收端对齐。

或许在不久的将来，我们会迎来这样的时刻：当暴风雪再次来临，自动驾驶的车辆和传感器不再需要等待即可协同工作。

参考资料：

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：刘雅坤