颠覆无线电常识！新技术把干扰信号变算力，自动驾驶掉线难题有望解决
传统无线网络将通信与计算的运行方式，是先传输数据再进行处理。然而， 当自动驾驶汽车行驶在高速公路上，突然遭遇暴风雪，如何实时共享 路面湿滑、紧急制动和路况变化等 大量数据？
一项名为空中计算（OAC，Over-the-Air Computation）的新技术有望颠覆无线网络的系统设计标准。 OAC 能将无线信号间的干扰转化成计算能力，实现多台设备同时传输，信号在空中直接叠加完成求和、求平均值等运算，并根据实际情况承担部分网络计算任务，不仅大幅降低拥塞和能耗，还帮助无线系统支持大规模增长。
近年来，全球已有多个研究团队进行开发和原型验证。目前，已有原型机实现 95% 图像识别准确率。 该技术有望应用于自动驾驶、物联网传感器、智能家居设备以及智慧城市基础设施等 ，预计在本世纪 30 年代从实验室原型走向标准化。
无线网络的新范式 ： 把干扰变成算力
几十年来，工程师设计无线通信协议时，首要目标始终是隔离每个信号、清晰恢复每条消息。但当下的网络面临截然不同的压力：它们必须协调大量设备执行共享任务，例如 AI 模型训练或传感器融合。为提升效率和隐私性，还需要尽可能减少原始数据交换。因此，领域内需要一种无需收集和存储每个设备数据的新方法。
OAC 简化了数字处理层，降低延迟并减少能耗：通过将干扰转化为计算，将无线介质从争夺的战场转变为协作的工作空间。信号不再争夺隔离空间，而是通过相互协作的方式实现共同目标。
图丨假设有五辆联网车辆在彼此视线范围内行驶，每辆车都会向网络报告对应的速度。在这个案例中，速度分为慢速、中速和快速。按照现有标准，这五辆联网车辆必须独立跟踪并统计所有接收到的信号。即使在这种简化的情况下，网络也已经出现拥塞（来源：IEEE）
通过精心设计传输方式和接收器对结果的解读，OAC 能执行现代算法所依赖的许多关键函数。 即便如加法等简单运算，也能成为构建强大计算的基本单元。
例如，现代网络中的很多关键任务并不需要记录每次单独的网络传输，而是需要推断网络流量的总体模式，进而达成共识或识别最关键的信息。在智慧城市和智能电网中，最重要的往往不是单个读数，而是分布情况。这些问题可以通过直方图来解答，即按类别汇总设备数量。
此前，来自康奈尔大学 的 Gokhan Mergen 和 Lang Tong 在一项 空中计算的 研究 [1] 中提出，通过采用基于观测类型的多址接入（TBMA，observations-type-based multiple access），让报告特定状态的设备通过共享信道同时传输信号。
通过相互叠加信号，接收器仅看到每个类别信号强度的总和。一次传输即可生成完整的直方图，无需识别单个设备。并且，设备越多预计结果越准确。最终实现更高的频谱效率、更低的延迟，以及可扩展且注重隐私的操作。
OAC 与数字无线技术规范最显著的差异在同步。现在，许多 OAC 变体都需要类似纳秒级精度的共享时钟：每个信号的相位都必须同步，否则叠加态有可能崩溃成破坏性干扰。而 TBMA 设备仅需共享一个时间窗口，尽管它在一定程度上放宽了相关要求，但在空中计算真正应用在移动领域前，仍面临一系列工程挑战。
走出实验室：边缘网络的空中接力
近年来，空中计算技术已从理论阶段发展到初步概念验证和网络测试阶段。已有团队构建出 OAC 原型系统，其所有同步操作均在无线电模块内部完成，无需电缆和外部定时源（例如 GPS 定位参考），即可获得可重复的结果。
南卡罗来纳大学 Alphan Sahin 团队使用现成的软件定义无线电设备 Adalm-Pluto，通过修改每个无线电设备内部的现场可编程门阵列（FPGA）硬件，使其能够响应来自其他无线电设备的触发信号。
这一简单的改造实现了同步传输，研究团队设置使用了五个无线电设备作为边缘设备，以及一个作为基站。任务目标是，训练一个能够通过线方式进行图像识别的神经网络。相关系统在无需原始数据传输的情况下， 实现了 95% 的图像识别准确率。