文摘5G超密集网络(ultra-dense network,UDN)的引入是为了提升吞吐量,特别是针对静态和低速场景,因此,无法同时满足高吞吐量和高移动速度的需求。对于未来需要同时支持高容量和高速移动的6G新场景,提出一种同心圆模型(homocentric sphere model,HSM)的网络架构,采用控制面/用户面数据分离、多发送接收节点(transmission and reception point, TRP)协同传输的方法来处理密集部署网络中多普勒效应影响大和TRP频繁切换的问题,使得该模型成为密集部署网络下提升网络容量、应对高速移动的有效方法。数据结果证明,所提的HSM有效减小了密集组网高速移动场景下多普勒频移效应,同时能够提供更高的网络遍历频谱效率。
