空中计算利用无线干扰处理数据

长期以来，传统无线网络始终遵循 “先传输、后计算” 的固有模式，通信与计算相互割裂，不仅易引发信号干扰、拉高系统功耗，还会让算力压力过度集中，难以适配车联网、物联网等大规模并发场景。而一项名为空中计算（Over-the-Air Computation，OAC）的创新技术，正试图从底层架构打破这一困局。

OAC 最早于 2005 年被提出，近年来全球多个科研团队相继完成原型研发与验证。该技术最核心的突破，在于将通信与计算融为一体，使传感器网络、自动驾驶系统、智能家居、智慧城市等各类终端，能够根据实际场景动态分担网络计算负荷，从根本上优化运行效率。

这一理念利用了电磁辐射的基本物理特性：多台设备同时发射信号时，无线信号会在空中自然叠加。通常，这种串扰被视为干扰，无线电设备（尤其是带纠错机制、对低强度噪声具备固有抗扰性的数字无线电）会刻意抑制它。

但如果精心设计传输方式，串扰反而能让无线网络直接执行求和、求平均等部分计算。目前一些原型机在数字无线电上采用类模拟信号传输，使叠加波形在数字信号处理前就完成数值相加。

研究人员也开始探索数字空中计算方案，将相同原理嵌入数字格式，最终让原型方案能与现有数字无线电协议兼容。这些多样化的空中计算技术可助力网络平滑扩展，支持全新的实时、数据密集型服务，同时更高效地利用无线频谱。

换句话说，OAC 将信号干扰从缺陷转化为优势，助力无线系统支撑海量增长。

重新定义：将无线电干扰变为基础设施

数十年来，工程师设计无线电通信协议的核心目标只有一个：分离每一路信号，完整还原每条信息。如今的网络面临全新压力：必须协调大量设备协同完成共享任务（如 AI 模型训练、多传感器数据融合），同时尽可能减少原始数据交换，以提升效率与隐私性。因此，一种不依赖收集与存储每台设备原始数据的全新收发方式值得探索。

通过将干扰转化为计算，OAC 把无线介质从竞争战场转变为协作空间。这一范式转变影响深远：信号不再争抢独立通道，而是协同实现共同目标。OAC 精简多层数字处理，降低延迟，减少能耗。

即便求和这类简单操作，也能成为强大计算的基础。许多复杂流程可拆解为简单操作组合，就像用基础音调合成丰富音色。通过精心设计设备发射方式与接收端解析逻辑，搭载 OAC 的无线信道可实现求和之外的更多计算。实际应用中，只要设计合理，无线信号就能完成现代算法依赖的多项关键函数。

设想五辆互相可见的联网汽车，每辆车向网络上报车速（慢、中、快）。按照现有标准，五辆车必须独立追踪并统计所有接收信号。即便在这个极简案例中，网络已出现拥堵。（马克·蒙哥马利）

现代网络的许多核心任务，并不需要记录与存储每一次网络传输。其目标是推断网络流量的聚合特征 —— 达成共识，或识别流量中最重要的信息。共识算法依靠多数投票确保决策可靠，即便部分设备故障也不受影响。人工智能系统依赖矩阵降维、最大池化等简化操作，从噪声数据中提取最有用的信号。

在智慧城市与智能电网中，关键信息往往不是单个读数，而是分布情况：各路况对应的设备数量是多少？各社区的需求范围是多少？这些都是直方图问题——按类别统计设备数量的摘要。

空中计算方法类型化多址接入（TBMA）则是：上报相同状态的设备在共享信道同步发射，信号在空中叠加，接收端仅获取每类状态的总信号强度。单次传输即可生成完整直方图，且不会识别单个设备。设备数量越多，估算结果越准确。这种方式让无线介质直接完成聚合与统计，实现更高频谱效率、更低延迟，兼具可扩展性与隐私保护性。

空中传输的模拟值可通过信号叠加实现求和，这很容易理解：不同信号的幅度叠加，其代表的数值也随之相加。更具挑战的是，如何在数字信号中保留这种求和特性。

OAC 的实现原理如下：以传感器网络的 TBMA 方案为例，每种可能的传感器读数对应专属频率信道。网络中读数为 “4” 的传感器在频率 4 发射，读数为 “7” 的在频率 7 发射。多备多组频率滤波器的接收端，可读取每种传感器数值的 “投票” 计数。单次同步传输后，整个网络的状态即可呈现。

这看似矛盾：数字计算建立在模拟物理效应之上。但所有 “数字” 无线电均是如此：Wi‑Fi 发射器并不会向空中发射 0 和 1，而是调制电磁波，通过幅度与相位编码数字数据。“数字” 本质指信息层，而非物理层。同理，OAC 的 “数字” 属性在于，计算值（传感器读数、频率区间计数）从一开始就是离散量化的。正因离散，数十年来保障数字通信可靠性的纠错机制也能在此应用。

同步是 OAC 与传统数字无线协议最大的差异所在。如今多数 OAC 变体需要纳秒级共享时钟：所有信号相位必须同步，否则叠加可能变为相消干扰。尽管 TBMA 放宽了要求 —— 设备仅需共享时间窗口 —— 但在空中计算真正面向移动场景前，仍存在大量工程挑战。

空中计算实际落地将如何运作？

近年来，空中计算已从理论走向初步概念验证与网络测试。研究团队已成功搭建可重复验证的原型机：无需线缆，也无需 GPS 锁定参考等外部时钟源，所有同步均在无线电内部完成。

在商用现成软件无线电——亚德诺半导体的 Adalm‑Pluto的基础上，每台无线电内部的 FPGA 硬件都被修改，使其能响应另一台无线电发射的触发信号。这一简单改造实现了同步发射，这是 OAC 的核心要求。这一方案由 5 台边缘设备无线电与 1 台基站无线电组成，任务是通过空中训练神经网络完成图像识别。该系统于 2022 年首次公布成果，在网络不传输任何原始数据的情况下，图像识别准确率达 95%。

通过无线传输技术，这五辆汽车会同时传输各自的车速。报告相同车速的车辆会共用同一频道；它们的信号会在空中相互叠加。（马克·蒙哥马利）

但在 OAC 成为商用无线系统常规功能前，网络必须实现更精细的时序与信号功率协调。移动性也是难题：移动设备位置变化时，相位同步会快速衰减，计算精度可能下降。目前 OAC 测试仅在受控实验室环境中运行。让其在动态真实场景（高速公路车辆、城市散落传感器）中稳定工作，仍是这项新兴技术的新前沿。

研究团队正在扩大原型机与演示规模，共同研究设备数量超出实验室规模后 OAC 的表现。将原型机与测试平台转化为自动驾驶汽车、智慧城市的量产系统，需要预判未来的移动性与同步问题，以及未来一系列其他挑战。

OAC 未来发展方向

要实现空中计算的技术愿景，纳秒级时序与精湛的射频信号设计至关重要。幸运的是，近年来工程技术在这两个领域均取得重大进展。

OAC 需要波形叠加，因此受益于射频发射器在时间、频率、相位与幅度上的紧密协调。这些要求自然建立在数十年共享接入无线通信系统的研究基础之上。现代网络已通过高精度时序与上行协调实现大量设备同步。

OAC 采用蜂窝网络与 Wi‑Fi 系统已有的同步技术，但要真正实现空中计算，仍需更高精度。功率控制、增益调整、时序校准是现有标准工具，预计工程师将进一步优化这些方法，以满足 OAC 更严苛的精度要求。

一次传输就能呈现全貌：一辆车行驶缓慢；三辆车以中速行驶；还有一辆车行驶迅速。整体情况一目了然——并未共享或处理任何单个车辆的数据。（马克·蒙哥马利）

事实上，在某些场景下，现有非完美时序标准已足够使用。当今 5G 与 6G 无线系统的设计与新兴标准采用智能编码，可容忍非完美同步。轻微时序误差、频率漂移与信号重叠预计在某些情况下仍能适配 OAC 协议。空中计算不必抗拒干扰，反而可兼容这些不完美因素。

下一个挑战是将处理转移到发射端。与其让接收端清理重叠信号，更高效的方式是每台发射端在发送前自行修正信号。这种 “预补偿” 技术已应用于 MIMO 技术（现代 Wi‑Fi 与蜂窝网络的多天线系统）。OAC 只需复用为 5G 与 6G 技术已开发的成熟方案。

材料科学也将助力 OAC 发展。新一代智能可重构超表面通过天线内微小可调元件调控信号，捕获无线电波并在反射时重塑波形。可重构超表面能增强有用信号、消除干扰、同步原本失步的波前到达时间。OAC 将从智能超表面提供的这些新兴能力中受益。

在系统层面，OAC 代表无线网络设计的根本性转变。无线工程师传统上会避免设计同时发射的设备，而空中计算系统将彻底颠覆这一熟悉的设计标准。

有人可能质疑，OAC 会颠覆数十年来默认数据通道仅负责传输、不承担计算的无线信号标准。但OAC与现有无线标准的融合不会遇到太大困难。

网络可预留短暂时间窗口或窄带带宽用于空中计算，其余资源用于普通数据传输。从无线电角度看，OAC 只是一种按需开启的工作模式。

过去十年，多项曾属于实验性的技术已被整合进无线标准，例如毫米波移动通信、多用户 MIMO、波束成形、网络切片，方式是将每项新技术定义为可选功能。而OAC 也可能作为可选服务，与传统无线数据流量并行运行。由于 OAC 对时序与精度要求极高，网络需具备按应用开启 / 关闭空中计算的能力。

随着技术持续进步，OAC 将在21世纪20年代及未来从实验室原型走向标准化无线能力。在此过程中，无线介质将从被动数据载体转变为主动计算伙伴，为未来无线技术所需的实时智能系统提供关键基础设施。