来源：期刊VIP网 时间：
作者：于力;张建华;蔡逸辰;
单位：北京邮电大学网络与交换技术全国重点实验室;
摘要：未来6G移动通信系统中，智能机器类通信（MTC）将在工业自动化、车联网等场景中发挥关键作用，对通信系统中无线信道建模的精度、实时性与自适应能力提出了前所未有的挑战。数字孪生信道（DTC）作为一种新兴的信道表征范式，能够在数字世界中构建物理信道的高保真映射，为6G系统提供动态环境下的感知、预测与决策支持。为推动DTC从理论概念走向实际应用，进一步提升其多模态数据融合以及多场景泛化能力，首次将信道大模型（ChannelLM）引入DTC实现框架，并围绕其核心架构展开关键技术设计与验证。具体而言，DTC架构由多模态环境感知与重构、无线环境知识（WEK），以及可泛化的ChannelLM三大核心技术支撑，分别实现对物理环境的高精度建模、环境-信道关系的可解释性构建，以及基于知识驱动的信道预测与通信策略生成。MTC典型场景的实验结果表明，所提方案在信道预测精度与场景泛化性方面有显著提升，为DTC技术在6G网络中的应用落地提供了有效的支撑路径。
关键词：数字孪生信道;;多模态感知;;环境重构;;信道预测;;无线环境知识;;信道大模型
基金资助：国家自然科学基金项目（62401084,62525101）
