第一届6G智能无线通信系统大赛正式开启

（时间：2022.12.26-2023.3.10）

主办单位：IMT-2030(6G)推进组

承办单位：中国信息通信研究院

华为技术有限公司

OPPO广东移动通信有限公司

浙江大学

1、大赛背景

通信与人工智能技术的深度融合已成为无线通信系统发展的最重要方向之一，面向6G，通信与AI融合的角度和深度将进一步扩展，迎接“无限”可能。大赛在6G研究的关键发展阶段适时提出，旨在向社会各界推广6G愿景，先进技术和概念，广泛吸引全社会的优秀人才,系统性、多角度地分析和研究AI对未来无线通信系统的影响以及对关键问题的解决方案，以期全面推动智慧6G的技术突破，构建产业先发优势。

大赛主旨秉承公益，坚持公平、公正、公开的原则广泛吸引全球无线通信技术研究的爱好者、企事业单位研究人员、高校与研究机构在校学生、老师等组队参与比赛，吸引优秀人才助力6G研究。

2、大赛赛题

（赛题不分先后，具体赛题内容、赛事规则、赛程、赛事报名及其他赛事信息请查阅赛事主页）

赛题1：智能波束预测与模型迁移

无线Massive-MIMO技术显著地提升了通信系统的容量，而在高频场景下，更精准，更低开销的智能波束成形是实现未来6G通信系统容量更大程度提升的关键。正确的MIMO波束选择以准确的波束测量为基础。然而，随着波束数量的增加，全局扫描所有波束并对它们进行测量的开销巨大，在实际系统中难以接受。更加实际的方案为首先进行稀疏波束扫描测量，并基于测量结果对其它未测量波束进行预测，最后选择最强波束。如何通过AI技术实现以给定测量开销获得最准确的波束预测结果是未来6G通信中非常重要的研究课题。

本赛题将针对智能波束预测的研究内容进行设置，着重考虑预测精度和泛化能力等性能指标，引导6G智能空口关键技术的研究方向。

赛题2：智能分布式无线电地图构建

无线电地图的概念是无线通信系统满足智能城市、智能工厂等6G潜在场景的关键工具。无线电地图在基站选址、用户调度、传输策略优化等方面具有广阔的应用空间。然而构建准确的无线电地图往往需要处理海量的数据，因此基于AI的方法比传统非AI方法更加合适。

本赛题期望通过AI方法，利用神经网络的学习能力，挖掘用户位置和无线电信号强度之间的内在联系，完成无线电地图的构建。更进一步的，将考虑通过分布式学习架构，利用分布在不同地理位置的用户设备的数据，共同完成地图构建。此时，如何有效地协调设备间的数据、模型交互，以较低通信开销为代价，提升分布式学习系统的训练效率和模型精度，是面向6G的智能无线通信系统最重要的研究问题之一。

本赛题的设计将针对无线电地图构建问题，透过分布式学习方法，探究6G智能网络的关键技术，并引导其研究方向。

赛题3：面向小样本条件场景自适应及在线更新需求的无线AI设计

近来，作为6G预研的一个重要方向，基于AI的无线通信系统得到了学界和业界广泛的关注和研究。然而，在获得数据驱动带来的高性能优势之外，基于AI的方案也面临着不同场景下的泛化问题，即针对不同场景需要承受较高的数据采集成本、较长的训练时间等以获得适配对应场景的模型，这对基于AI方案的落地部署提出了挑战。针对这类问题，考虑以“面向小样本条件场景自适应及可在线更新需求的无线AI设计”为题目，依托基于AI的信道状态信息反馈子课题开展竞赛，在小样本外场实测环境中，探索在更为实际的目标场景小数据限制下的无线AI解决方案。

3、大赛赛程

※大赛具体赛程请及时关注大赛平台和交流群通知。

本次大赛将秉承公益，坚持公平、公正、公开的原则，欢迎全球无线通信技术研究的爱好者、企事业单位研究人员、高校与研究机构在校学生、老师等积极组队参与比赛。

赛题1、2：https://developer.huaweicloud.com/contest/6g-wireless-ai.html

赛题3：https://www.datafountain.cn/competitions/624