来源：期刊VIP网 时间：
作者：窦庆萍;张益;温国冠;张明亮;施政;杨光华;马少丹;
单位：暨南大学智能科学与工程学院;澳门大学智慧城市物联网国家重点实验室;
摘要：随着无人驾驶、工业自动化、远程医疗等关键任务应用的发展，超可靠低时延通信(Ultra-Reliable Low-Latency Communication, URLLC)已成为B5G及6G的核心能力之一。面向6G,URLLC正朝着“7个9”的可靠性与亚毫秒级时延的目标演进，然而可靠性与时延之间的固有制约关系，在资源受限与信道复杂场景下仍构成严峻挑战。混合自动重传请求(Hybrid Automatic Repeat Request, HARQ)作为当前通信系统中广泛采用的跨层技术，虽能有效提升可靠性，但其单包重传机制易造成频谱效率下降和时延增加，难以完全满足URLLC的严苛要求。多包HARQ虽可改善频谱效率，却因复杂度高、灵活性不足而受限。近年来，叉包HARQ(Cross-Packet HARQ,XP-HARQ)作为一种新型重传机制受到关注。该重传机制在重传中引入增量信息，通过联合编码(Layer-Coded, LC)或功率叠加将新信息与重传信息融合，从而显著提升资源利用率，并在可靠性、时延和吞吐量之间实现动态平衡。为适应不同应用对性能的差异化需求，XP-HARQ需对各轮次的速率与功率进行合理设计。然而，XP-HARQ的复杂传输机制导致性能解析困难，进而制约了系统优化。在此背景下，基于强化学习、深度学习等AI方法对XP-HARQ自适应设计展现出显著潜力，尤其在时变信道与资源受限环境中，相比传统方法更具优势。
关键词：6G;;超可靠低时延通信;;混合自动重传请求;;叉包混合自动重传请求;;多包混合自动重传请求;;AI
基金资助：国家自然科学基金(62171200,62171201);国家自然科学基金国际(区域)合作与交流项目(62261160650);; 广东省自然基金面上项目(2023A1515010900)~~
