论文标题:
Ten Years of Deep Learning for Wireless Communications: From Learned Blocks to Deployable Wireless Intelligence
发表日期:
2026年08月
论文作者:
Hao Ye, Geoffrey Ye Li, and Biing-Hwang Juang
发表单位:
上海科学智能研究院
原文链接: https://arxiv.org/pdf/2608.01747v1.pdf
十年磨一剑：深度学习如何重塑无线通信
十年磨一剑：深度学习如何重塑无线通信
通信系统过去是数学家的天下：信道建模、统计信号处理、信息论，一环扣一环，严丝合缝。这套范式带着人类冲进了移动互联网时代，功勋卓著。可到了5G后半场，这套"按块设计、按块优化"的经典打法开始吃力了——网络规模越来越大、业务类型越来越多、硬件非线性和动态干扰层出不穷，很多问题的数学模型压根建不出来。怎么办？深度学习抡起袖子就上了。这篇发表在arXiv预印本上的综述《Ten Years of Deep Learning for Wireless Communications: From Learned Blocks to Deployable Wireless Intelligence》，出自Hao Ye、Geoffrey Ye Li和Biing-Hwang Juang三位学者之手，把过去十年深度学习在无线通信领域走过的路捋了一遍。在龙哥看来，这篇文章最值钱的地方不是罗列了多少篇论文，而是给出了一个非常清晰的叙事框架：深度学习在无线通信里经历了三个关键转变——从学习功能模块，到重新定义通信目标，再到在物理约束下实现可部署的无线智能。理解了这条主线，就相当于拿到了一张无线AI十年的"全景地图"。先说背景。经典通信系统有个深入骨髓的习惯：分块设计。发送端、信道、接收端被拆成一个个标准化模块，每个模块有明确的数学定义和协议接口。好处是工程上极其高效，各厂商各管一段也能互通；但问题是，当数学模型本身不准确时，再多精巧的模块拼在一起也白搭。深度学习的入场方式很朴素：先把某个难搞的模块"换成"一个可训练的神经网络，模块的角色和接口不变，实现机制换成数据驱动的。更妙的是，研究者很快发现，与其让神经网络从零学一套无线系统的结构，不如把已知的算法结构直接"塞"进网络里，这就是论文提到的模型驱动深度学习。这两条路线——黑盒替换和结构化展开——构成了第一阶段的完整拼图。要理解这个转变的深层意义，得先回顾一下无线通信系统设计的基本逻辑。从1G到5G，每一代系统的设计都遵循着"信源编码—信道编码—调制—发射—信道—接收—解调—译码—信源解码"这条经典链路。每个环节都有成熟的理论支撑：香农信息论告诉我们信道容量的极限在哪里，维纳滤波和卡尔曼滤波教会我们如何在噪声中提取信号，纠错编码理论则保证了在低信噪比下依然能可靠传输。这套体系在过去的几十年里运转得非常好，几乎每个模块的性能都已经逼近理论极限。但问题恰恰出在这里：当每个模块都逼近极限时，系统整体的性能瓶颈就不再是单个模块，而是模块之间的接口和假设。比如，信道编码模块假设信道是加性高斯白噪声（AWGN），但真实信道往往有脉冲噪声、非线性失真、同频干扰；MIMO检测模块假设信道状态信息是完美的，但实际反馈链路总是有量化误差和延迟。这些"假设与现实的差距"在传统框架下很难弥补，因为每个模块的数学形式已经固定，你没法在模块内部做太多文章。深度学习的第一波浪潮，就是瞄准这些"接口处的裂缝"来的。研究者发现，与其费尽心思去完善每个模块的数学模型，不如让神经网络直接从数据中学习"输入到输出"的映射关系。这个思路在信道估计和信号检测上取得了立竿见影的效果——Yeo等人2018年的工作就是一个标志性成果，他们用全连接网络同时完成OFDM系统的信道估计和信号检测，在信道模型有误差的情况下依然保持了接近最优的性能。这个结果的意义不在于网络结构有多精巧，而在于它证明了：当数学模型不够准确时，数据驱动的黑盒方法可以作为一个有效的补充甚至替代。当然，黑盒替换也有它的代价。一个纯数据驱动的神经网络，需要大量的训练样本才能覆盖各种信道条件；而且一旦信道分布发生变化，模型的性能就会急剧下降。这就引出了模型驱动深度学习的价值所在——深度展开（Deep Unfolding）技术。它的核心思想是：既然很多无线通信问题已经有成熟的迭代求解算法（比如梯度下降、坐标下降、消息传递等），为什么不把这些算法的迭代步骤"展开"成神经网络的层结构呢？这样既保留了算法本身的收敛性和可解释性，又让网络学会了如何调整算法中的关键参数。以MIMO检测为例，传统的最大似然检测在高阶调制和大规模天线场景下计算复杂度极高，而线性检测（如MMSE）虽然简单但性能有限。DetNet就是把投影梯度迭代展开成可训练的网络，每一层对应一次迭代，网络学习的是迭代步长和投影算子中的可调参数。实验表明，DetNet在接近MMSE计算复杂度的前提下，性能逼近了最优检测器。这种"算法结构+可训练参数"的混合范式，在信道估计、信号检测、功率分配等众多问题上都展现出了优异的性能，而且对训练数据的需求量远小于纯黑盒方法。除了物理层推断，资源分配也是深度学习"换模块"的重镇。传统方法遇到非凸、高维、跨层耦合的优化问题往往束手无策，而神经网络可以直接逼近迭代求解器的解映射。论文点名的WMMSE（Weighted Minimum Mean-Squared Error，加权最小均方误差）算法是经典中的经典，学习型功率控制就是训练一个网络去模拟WMMSE的迭代输出，线上只需一次前向推理就能拿到高质量决策。但作者也提醒：这种映射的可靠性取决于训练数据是否覆盖实际运行区间，网络拓扑一变、流量需求一变，模型就可能飘了。黑盒模块看起来"省事"，代价是数据饥渴、泛化脆弱、解释性差。于是深度展开（Deep Unfolding）出场：把迭代算法转换成有限深度的神经网络，一层对应一次迭代，把算法里难以手工设定的参数变成可训练量。比如MIMO检测里的DetNet，就是把投影梯度迭代展开成可训练检测器。这条路的精髓在于让算法结构充当归纳偏置——模型不用从零学起，只需学那些"说不清道不明"的修正量，数据需求大幅下降。深度展开的另一个优势在于它天然支持"在线自适应"。因为网络结构保留了算法的迭代逻辑，所以当信道条件发生变化时，可以通过微调少量参数来适应新环境，而不需要从头训练整个网络。这种特性在快变信道中尤其重要——比如高铁通信场景，信道相干时间只有几毫秒，如果每次信道变化都要重新训练一个黑盒网络，那根本来不及。而深度展开网络只需要调整几个步长参数，几毫秒内就能完成自适应。第二个转变，动作更大：深度学习开始动通信系统最根本的目标函数。传统设计里，每个模块盯住自己的中间指标，比如误码率、信噪比，各管各的。端到端学习一脚踢开这些"中间商"，把发射机和接收机建模成神经网络，中间直接连着物理信道或仿真信道，用一个统一损失函数端着整个链路训练。自编码器（Autoencoder）成为这一阶段最形象的比喻：发送端是编码器，接收端是解码器，信道是不可导的"噪声层"。这种联合优化的妙处在于，发射信号结构可以为最终任务量身定制，不再受制于固定调制方式的假设。端到端学习的理论根基其实可以追溯到信息论中的一个经典思想：联合信源信道编码。香农分离定理告诉我们，在无限码长和完美信道状态信息的假设下，信源编码和信道编码可以分开设计而不损失最优性。但现实中的码长总是有限的，信道状态信息也总是不完美的，这时候联合设计往往能带来实际增益。深度学习恰好提供了一个实现联合设计的工具——你不需要显式地设计信源编码和信道编码的数学形式，只需要定义一个端到端的损失函数，让网络自己去发现最优的编码策略。然而理念很丰满，工程很骨感。端到端训练面临一个老大难问题：信道不可导。标准的反向传播要求信道模型必须可微，而真实信道往往未知、时变且充满难以建模的效应。论文给出了几条绕行思路：信道替代模型、生成式信道模型、强化学习、以及over-the-air训练，但各有代价——样本效率、稳定性、泛化能力总得牺牲一个。信道替代模型是最直观的思路：用一个可导的神经网络去拟合真实信道的输入输出关系，然后用这个替代模型来反向传播梯度。但问题在于，替代模型的误差会直接影响训练质量——如果替代模型在某个区域不准确，网络就可能学到错误的编码策略。生成式信道模型则更进一步，它试图学习信道的概率分布，然后从中采样来训练端到端系统。这种方法的好处是能够生成无限多的训练样本，但生成式模型的训练本身就是一个难题，而且生成的信道样本可能无法完全覆盖真实信道的极端情况。强化学习提供了一条完全不同的路径：不需要信道模型，只需要与环境交互获得奖励信号。但强化学习的样本效率极低，在无线通信这种高维连续动作空间中，往往需要数百万次交互才能学到有效的策略。Over-the-air训练则是最"激进"的方案——直接把模型部署到真实信道上训练，让网络自己适应真实的信道条件。这种方法在概念上很吸引人，但工程实现面临巨大挑战：训练过程不可控、收敛性难以保证、而且可能对正在进行的通信造成干扰。比端到端更进一步的是语义通信（Semantic Communication）。传统通信的终点是比特正确，语义通信的终点是"任务有用"。DeepSC是这一方向的早期代表，针对文本传输，优化目标从比特级精度转向语义级保真。换个角度看，语义通信其实就是物理信道约束下的任务驱动表征学习——发什么、发多少，取决于接收端要拿它做什么，而不是取决于信源里有什么。再往外延伸，无线边缘智能把这一逻辑推到了网络尺度：传输链路上跑的可能是一个模型更新、一个特征表示、一层中间神经状态，信息价值由它对学习收敛和推理质量的贡献来衡量。联邦学习是代表性场景，物理层和MAC层（Medium Access Control，媒体接入控制）的资源分配必须和学习算法联合设计，才能最小化收敛时间与能耗。图2：代表性语义通信架构。源模态通过语义编码和信道编码映射为任务相关表示，共享背景知识在接收端支持语义解码和下游任务输出。语义通信的核心理念其实并不新——早在1948年，Shannon就在《通信的数学理论》中区分了三个层次：语法层（符号如何精确传输）、语义层（传输的符号如何准确传达含义）、效用层（接收到的含义如何按预期方式影响行为）。传统通信系统几乎只关注语法层，而语义通信试图同时优化语义层和效用层。深度学习之所以能让语义通信变得可行，是因为神经网络可以学习到从原始数据到任务相关表示的端到端映射，而不需要人工设计特征提取和编码规则。以DeepSC为例，它针对文本传输任务，将Transformer架构引入语义编码器，把文本句子映射为语义特征向量，然后通过信道编码器映射为传输符号。接收端先用信道解码器恢复语义特征，再用语义解码器生成任务相关的输出（比如文本重建或情感分类）。与传统通信系统相比，DeepSC在低信噪比下依然能保持较高的语义保真度，因为它不需要精确恢复每一个比特，只需要保留任务相关的语义信息。这种"任务导向"的通信方式，在带宽受限或信道恶劣的场景下具有显著优势。第三个转变，把目光从"学什么、为什么学"拉回到"如何在真实环境里持续工作"。无线环境是个暴躁房东：设备在移动、信道在时变、干扰在突袭、硬件在老化。一个在仿真环境里跑出漂亮曲线的模型，部署到真实基站可能分分钟翻车。分布偏移不是特例，而是常态。
无线AI的落地之困：泛化、适应与效率
无线AI的落地之困：泛化、适应与效率
怎么破？论文给出了三个抓手。快速适应（Fast Adaptation）是第一个抓手。这里的核心思想是把不同无线环境看作共享物理结构的"相关任务"，用元学习（Meta Learning）学习一个对新手友好的初始化或更新规则，让模型在仅有少量新导频、少量新反馈的情况下快速完成"二次上岗"。无线解调就是现成的例子：离线加在线的元学习方案，仅凭几个导频就能适应变化的端到端信道条件。但作者特别提醒：适应本身也在消耗无线资源——采样要开销、反馈要开销、模型更新要开销。如果环境变化是昙花一现，你辛辛苦苦把模型调过去，成本可能比收益还大。图3：通过基础模型预训练获得可复用的无线表示。多种无线数据被用于预训练共享骨干网络，轻量级适配器或任务头将表示特化到下游任务。元学习在无线通信中的应用，本质上是在解决"学习如何学习"的问题。传统机器学习假设训练集和测试集来自同一分布，但无线环境显然不满足这个假设——城市、郊区、室内、高铁、无人机，每个场景的信道统计特性都不同。元学习的思路是：在训练阶段，从大量不同的无线场景中采样任务，让模型学会一种"快速适应新场景"的能力；在部署阶段，只需要少量新场景的样本，模型就能迅速调整到最优状态。以模型无关元学习（MAML）为例，它的目标是找到一个初始参数，使得从这个初始参数出发，在任意新任务上只需几步梯度下降就能达到良好性能。在无线通信场景中，这个"初始参数"就相当于一个"通用的信道理解"，而"几步梯度下降"就相当于用少量导频信号快速校准。论文中提到的无线解调案例，就是利用MAML的思想，让模型在几个导频符号内适应新的信道条件，从而避免了频繁重传。但元学习也有它的局限性。首先，元学习需要大量"任务"来训练，每个任务又需要一定量的样本，这导致训练成本很高。其次，元学习的效果依赖于任务分布的覆盖范围——如果部署场景与训练时的任务分布差异太大，快速适应也会失效。最后，元学习在训练时通常假设任务之间是独立的，但无线环境中的任务往往存在时间相关性（比如信道随时间连续变化），这种相关性没有被充分利用。无线基础模型（Wireless Foundation Model）是第二个抓手。既然每个任务都从零训一套模型太浪费，不如学大语言模型的玩法：把多任务、多频段、多场景的无线数据汇成预训练语料，用自监督目标（比如重建被掩蔽的观测、跨信道视图对齐）预训练一个共享骨干网络，下游任务只加轻量适配头。这个愿景听着很诱人，但论文泼了一盆冷水：无线数据和NLP数据有本质区别——无线数据是被测量系统本身塑造的，频率、天线数、硬件损伤、移动性、部署布局、协议都是"数据生成器"的一部分。基础模型不能只靠堆规模，必须把物理上下文和不确定性嵌进去。无线基础模型的构想，很大程度上受到了大语言模型（LLM）成功的启发。GPT系列模型证明了：当数据规模足够大、模型参数量足够多时，模型能够涌现出令人惊讶的通用能力。无线通信领域的研究者自然会产生一个联想：如果我们把各种无线数据（信道矩阵、调制信号、协议日志、网络拓扑）都汇集成一个大规模预训练语料，是不是也能训练出一个"无线GPT"？论文对这个愿景持谨慎乐观态度。乐观之处在于，无线数据确实存在一些跨场景的共性结构——比如多径传播的物理规律、天线阵列的空间相关性、用户移动的时间相关性，这些结构可以被预训练模型捕捉。谨慎之处在于，无线数据与自然语言有本质区别：语言是人类创造的符号系统，具有相对稳定的语法和语义规则；而无线数据是物理世界的测量结果，其统计特性随环境剧烈变化。一个在Sub-6GHz频段预训练的模型，直接迁移到毫米波频段可能完全失效，因为传播特性、硬件损伤、天线阵列结构都不同。因此，论文强调无线基础模型必须"物理感知"——模型结构要嵌入物理先验（比如电磁传播方程、天线阵列流形、信道相干时间），训练目标要包含物理一致性约束（比如预测的信道矩阵必须满足物理可实现性），推理过程要输出不确定性估计（而不是给出一个"自信但错误"的预测）。这些要求使得无线基础模型不能简单照搬Transformer架构，需要针对无线信号的特点设计专门的网络结构。第三个抓手是边缘高效推理。手机、传感器、物联网节点上的电池经不起大模型的折腾，协议时间尺度更不允许你慢悠悠地做推理。论文在这里提出一个非常扎心的观点：无线AI的成本不能只看神经网络本身的复杂度，还要把导频开销、反馈开销、信令开销、模型更新开销全部算进去。一个更准的预测器可能大幅降低波束训练开销或重传率，模型大一点也值；一个更小的模型可能省了算力，却因为频繁重传和失控决策把省下的钱全赔进去。因此评价标准应该是"系统总效用"，而不是压缩率或单次推理精度。模型压缩、轻量适配器、自适应计算架构、分割推理、脉冲神经网络，这些手段各管一摊，但没有银弹。边缘高效推理的挑战在于，无线设备通常同时面临算力、内存、能耗、时延四重约束。以智能手机为例，它的基带处理器（BP）和射频前端（RF）通常只有几十毫瓦的功耗预算，但需要实时处理每秒数吉比特的数据流。如果AI模型要运行在基带链路上，就必须在极低的算力预算内完成推理。模型量化、知识蒸馏、剪枝这些通用技术当然有用，但无线通信场景还有其特殊性——推理的实时性要求极高（通常需要微秒级响应），而且推理结果直接影响物理层的传输质量。论文特别强调了"系统总效用"的评价思路。举个例子：一个信道预测模型，如果预测准确率从90%提升到95%，可能让波束训练频率降低一半，从而节省大量导频开销。这时候，即使模型本身的算力消耗增加了30%，从系统总效用的角度看依然是划算的。反过来，一个极轻量的模型虽然算力消耗极低，但如果预测准确率不够，导致频繁的波束重训练和重传，那系统的总能耗反而更高。这种"端到端"的评估视角，是无线AI区别于通用AI的一个重要特点。
未来已来：世界模型与智能体驱动的无线通信
未来已来：世界模型与智能体驱动的无线通信
如果说前三部分梳理的是过去十年的积累，那论文的第五部分就是给未来五到十年画路线图。作者的判断很直接：无线AI的下一个阶段不是比拼模型规模，而是要让模型"懂物理""会推理""能闭环"。两个方向被重点点名：多模态无线世界模型，以及智能体推理与执行。先看多模态无线世界模型（Multimodal Wireless World Model）。它的任务不是预测下一帧信道状态就完事，而是要建模无线环境随候选控制动作的演化过程。换句话说，世界模型要给"先仿真、后执行"提供支撑——在把一个决策真正施加到实时网络之前，先在模型里推演一遍可能的结果。这样的模型必须保持物理一致性：传播规律不能违背、因果性不能倒置、不确定性不能假装不存在。通信感知一体化（ISAC）是通往这个方向的重要一步，因为无线信号第一次同时承担起了"通信管道"和"环境传感器"两个角色。图4：智能体无线智能是服务目标、AI智能体、可信通信控制工具和无线环境之间形成的闭环。智能体根据观测进行推理，选择执行动作，并通过环境变化获得反馈。世界模型这个概念最早来自强化学习领域，DeepMind的Dreamer和MuZero等系统已经展示了"在模型中规划"的巨大潜力。无线通信领域的世界模型，可以理解为对无线环境的"数字孪生"——但它不是静态的仿真器，而是能够预测"如果我采取某个动作，环境会如何演化"的动态模型。比如，一个无线世界模型可以预测：如果基站调整波束方向，用户接收到的信号强度会如何变化；如果网络切换了调度策略，各用户的时延和吞吐量会如何变化。这种"先仿真、后执行"的范式，对于无线网络运维具有重要意义。当前的网络优化主要依赖人工经验和规则，比如调整天线倾角、切换参数、功率配置等，每次调整都需要在真实网络上试错，风险高、周期长。有了世界模型，运维人员可以在虚拟环境中先推演各种调整方案的效果，选出最优方案后再在真实网络上执行。更进一步，世界模型还可以用于在线决策——在每个调度时隙，模型快速推演几种候选策略的结果，选择最优策略执行。再看智能体推理与执行（Agentic Reasoning and Fulfillment）。图4画出了一个漂亮的闭环：服务目标、AI智能体、可信通信控制工具、无线环境四者形成感知—推理—行动的循环。智能体可以理解用户意图、诊断网络故障、协调多个网络功能，甚至跟其他智能体或人类操作员对话。论文提出了一个大胆的设想——"智能切换"（Intelligent Switching）：终端不需要手动拨号或输入地址，而是由智能体根据上下文自动识别接收方并建立连接，最终实现"随时随地、以任何合适的方式到达任何该到达的人"。这基本就是把通信网升级成一张"会自己思考的网"。智能体驱动的无线通信，本质上是在回答一个问题：当网络足够复杂、业务足够多样时，人工规则还能不能覆盖所有场景？答案显然是否定的。6G网络将面临海量物联网连接、超可靠低时延通信、增强移动宽带等多种业务共存的局面，不同业务对时延、可靠性、带宽的需求差异巨大，而且这些需求还在动态变化。传统的人工配置和规则优化已经力不从心，需要智能体来自主感知环境、理解需求、做出决策。当然，论文没有把蓝图描绘得天花乱坠而不顾现实。作者明确警告：大语言模型确实能提供推理和协调能力，但无线电波的行为会影响干扰、可靠性以及其他控制回路——一把手术刀可以做精准切除，也可以造成误伤。智能体必须运行在明确的边界内：标准接口定义它能观测什么、能修改什么，世界模型提供行动前的预测性支撑，还要有可验证的工具使用、不确定性感知、可解释的决策痕迹、以及兜底的降级机制。智能体的安全性是一个核心关切。一个能够自主修改网络配置的智能体，如果出现错误决策，可能导致大范围通信中断。因此，论文强调智能体必须具有"不确定性感知"能力——当它对当前环境的理解不够自信时，应该主动请求人类介入或回退到保守策略。同时，智能体的决策过程必须可解释、可审计，这样运营商才能追溯问题根源并持续改进。
标准化与可部署性：无线AI的最后一公里
[1] H. Ye, G. Y. Li, and B.-H. F. Juang, "Power of deep learning for channel estimation and signal detection in OFDM systems," IEEE Wireless Commun. Lett., vol. 7, no. 1, pp. 114–117, Feb. 2018.[2] C.-K. Wen, W.-T. Shih, and S. Jin, "Deep learning for massive MIMO CSI feedback," IEEE Wireless Commun. Lett., vol. 7, no. 5, pp. 748–751, Oct. 2018.[3] H. Sun, X. Chen, Q. Shi, M. Hong, X. Fu, and N. D. Sidiropoulos, "Learning to optimize: Training deep neural networks for interference management," IEEE Trans. Signal Process., vol. 66, no. 20, pp. 5438–5453, Oct. 2018.[4] H. Ye, G. Y. Li, and B.-H. F. Juang, "Ten Years of Deep Learning for Wireless Communications: From Learned Blocks to Deployable Wireless Intelligence," arXiv preprint arXiv:2608.01747, 2026.
