频谱之战，或许还将延伸到更为遥远的6g建设中。而频谱共享从技术蓝图真正抵达现实，ai产业端的支撑必不可少。
5g，ai，5g，卫星互联网，算法，深度学习，物联网，工业互联网图片来自“unsplash”
用ai来治理交通拥堵，在轰轰烈烈的城市智能化改造大潮的席卷下，大家想必或多或少都听说过。那么，利用ai来管理隐形的数据高速公路呢？
没错，指的就是同样火热的5g建设。
今天，大部分读者可能都已经了解了频谱之于5g的重要性，而频谱的获得方式也比较直接，要么是竞价拍卖，要么是国家分配发放牌照。如今，各国频谱资源的“抢地盘”竞争早就已经告一段落，而运营商们面对高昂的建设成本，当务之急自然就是怎样提高频谱的利用率了。
其中，频谱共享（spectrum sharing），就被看做是终结频谱稀缺这一局面的关键方式。但在时间的过程中，却存在着许多无法忽视的难题。而ai又将如何影响5g照进现实的脚步呢？
频谱共享究竟难在哪里？
首先需要搞清楚的是，到底什么是频谱共享。
简单来说，就是让不同制式的网络可以根据自身的业务状况，释放一部分频谱资源，和其他网络共同使用。举个例子，在5g初期，如果要从4g原有频谱中分割出来一部分给5g使用，那么就会直接造成4g的可用频谱减少，同时5g终端又没有那么多，分配过去的频谱大概率也是浪费的。
那么，实现高中低频段的频谱共享，让原来“仅限4g”、“仅限5g”的通道上可以数据自由传输，同时又不会相互干扰，就像超跑与普通汽车可以共同在一条道路上穿梭一样，这样的网络融合的局面岂不是能更有效地缓解频谱的供需矛盾。
实际上，早在2017年3gpp加速5g标准的同时，也引入了5g nr频谱共享研究，将频谱共享作为5g标准中的组成部分。但时至今日，频谱共享一直未能被大范围推广。
（美国的频谱分配图）
并不是运营商们不给力，而是造成其应用困难的核心原因，至今仍有待产业去一一解开：
首先是技术上的挑战。频谱共享意味着要让两种无线通讯网络共享统一频段，但信道之间很容易产生相互干扰的兼容问题。
比如4g是宽带系统，信道配置相对粗放，而5g也是宽带系统，同样存在各类物理信道，想要防止两种制式之间物理信道发生干扰，就需要提出非常精确的“交通规则”，才能避免“撞车”。
同时，共存的网络制式越来越多，也进一步加大了共享难度。除了已经存在的2g／3g／4g／5g等之外，卫星互联网、军用系统等也在扩容。
早在2015年，美国联邦通信传播委员会（fcc）就将带宽为150mhz的市民宽带无线电服务（cbrs）频段释放了出来，允许其他用户使用，以缓解频谱资源稀缺而日益拥塞的压力。但2g／3g等网络减频退网并非一朝一夕能够完成的事。在这期间，如何让5g建设与频谱供求相协调，成为运营商生存下去的必要条件。
ai这支“特效药”向5g投掷了什么？
在5g走完了一系列基础准备工作之后，是时候来到产业链的中间层，真实思考一下如何提升运营效率，进而达成用户体验与商业效益的双保险了。
在我们看来，一个能够统筹合理的ai算法，或许是支撑5g网络与现实世界最关键的存在。至少在频谱共享中，ai能够起到三个关键作用：
一是精确认知。管理频谱池使用状况的前提，是对所有节点的情况了如指掌，即使在较弱的环境中，也能够确保在对其他无线电波没有射频干扰的情况下实现成功共享。过去，探测电磁频谱中的能量波动，只能依靠自动探测器来识别，但这些探测器往往缺乏足够的鉴别能力，混淆或忽略雷达等重要信号时有发生。而ai恰恰能够提升检测器的识别准确率。
前不久，美国国家标准与技术研究所（nist）就训练出了八种深度学习算法，可识别近15000个60秒长的雷达信号频谱图。
二是智能调度。多制式共存的局面，也正在让网络流量的热点峰值变化变得更加难以预测，智能算法能够根据实际流量需求，在4g和5g之间对系统容量进行重新调整，从而让混合组网的5g解决方案所有的设备能够时时保持在最佳性能。
比如华为的cloudair解决方案，爱立信的频谱共享软件，就是采用了智能调度算法，实现了4g和5g可以在同一个载波频率上同时运行、按需分配的可行性。
三是高效部署。5g运营商最终竞争还是落点在业务创新上，然而不同类型的业务对于网络指标的要求千差万别，海量物联的逐步入网也对运营商的承载能力提出了更高的要求。要支撑多样化的业务需求和快捷的应用开发，同时还要尽快获取用户回笼投资收益，借助ai的高效部署能力快速发放应用，率先帮助用户获得5g最佳体验，就变得至关重要了。
总而言之，在这场5g频谱的争夺战中，利用ai实现精细化管理，这个命题正等待着顶层设计、运营商、基础设施供应商、开发者等一系列从业者通力合作去构筑的。
未来的产业机遇会在何方？
想要给承载着数十亿网民的通讯系统做个改良手术，并不简单。不过，难题也意味着机遇。
谁能在这场频谱共享的技术夺旗赛中率先拔得头筹，显然将以“送水人”的角色率先挖掘出5g革命的第一批金矿。
目前看来，机会更容易出现的领域，一个是云网络基础设施。
由于不同运营商的业务需求在时间、空间和频率上都并不一致，这就需要在多个运营商频谱之间建立共享接口来交互信息，对频谱共享规则进行协商，但出于竞争关系，运营商之间不会也不愿意交互较为细节的敏感信息，那么基于模糊信息如何调控频谱资源呢？今天我们知道，许多ai功能都已经被整合到了云端，核心网上云能够对运营商空口资源实现多维融合，也就成了大势所趋。
另一个则是跨终端的广义物联网。
众所周知，工业互联网、车联网等的智能化改造中，需要多元网络系统与多终端建立稳定的联系，可以说是5g应用的前哨，更是频谱共享的试验田。目前政策上已经在规划划分一些新的频段来支持其发展，同时，在确保不产生无线电干扰的前提下，三家运营商也正在利用现有网络开展nb－iot（窄带物联网）试验。未来宽带系统频率共享和管理方法，或许将率先在这一领域诞生，行业自身也有机会最先品尝到5g甘甜。
频谱之战，或许还将延伸到更为遥远的6g建设中。而频谱共享从技术蓝图真正抵达现实，ai产业端的支撑必不可少。而我们也是在城市智能升级一步一步的轨迹中，逐渐看清方向。
