北京邮电大学张建华教授团队在中国工程院院刊Engineering发表题为“Wireless Environmental Information Theory: A New Paradigm Toward 6G Online and Proactive Environment Intelligence Communication（无线环境信息论：面向6G在线主动环境智能通信的新范式）”的研究性文章。该研究系统建立了无线环境信息论（WEIT），提出了环境智能通信（EIC）新范式，让6G通信系统能够像裁缝量体裁衣一样，实时感知环境并主动预测信道变化，为突破传统统计信道模型的性能瓶颈提供了理论基础与工程实现路径。

统计模型：一把“统一标尺”，却量不尽万千世界

传统信道建模有一套经典流程，论文中称为“两步法”：先用信道探测仪在典型场景里做大量实地测量，再从测得的数据里拟合出延迟、角度、极化等随机参数的统计分布。这套方法确实比纯理论推导更接近典型场景，也是3GPP、ITU等标准化组织采用的主流方案。也就是说，工程师们提前跑到几种典型场景（比如城市宏站、城市微站、室内热点、农村宏站）里测好数据，做成模型，然后所有新环境都得照着模板对号入座。它就像一把“统一标尺”——在大多数典型场景下，这把尺子量得准、用得好，让全球通信设备有了共同语言。

但这把标尺也有它的“舒适区边界”。这就好比你去商场买衣服，只有大、中、小三种均码可选——对标准身材的人来说，合身又省心；可如果你特别高、特别娇小，或者体型特殊，均码就很难照顾到。同样，当系统遇到一座新起的建筑、一辆突然驶过的车、一群移动的人群，这把基于“历史平均”的标尺，面对这些从未被量过的新变量，也只能勉强被动适配，性能自然会偏离最优解。

更现实的是，6G要走向“无处不在”——从城市到海洋，从陆地到太空卫星——场景越来越杂，环境越来越“野”。光靠这把在几个典型场景里打磨出来的标尺，去丈量整个世界，难免越来越吃力。

6G基站正在长出“眼睛”和“耳朵”

好消息是，如今的基站和终端设备正变得越来越“耳聪目明”——工业传感器、深度相机、毫米波雷达等各类感知设备正被大量集成进通信系统。

早期的研究者已经开始尝试用这些“感官”来辅助通信：20世纪90年代，美国国防高级研究计划局（DARPA）率先提出了无线电地图（radio map）的概念，通过配备了多传感器节点的栅格地图信息计算信号强度分布；后来，深度相机和计算机视觉技术被用来重建实时三维环境，帮助修正统计信道模型；再后来，摄像头拍摄的图像被用来预测用户移动路径，实现主动波束选择；雷达则能感知移动物体的距离、速度和角度，帮助波束主动避开遮挡物。

这些探索，其实都指向了同一个关键词：无线环境信息（wireless environmental information, WEI）——泛指散布在环境中的物理描述与属性（比如几何尺寸、移动性、材质类型），一旦被纳入考量，就能帮助消除信道的不确定性，进而影响多径分量（幅度、延迟、角度）的变化。

但一连串问题也随之而来：WEI到底包含哪些信息？它具备什么样的性质？我们能不能像度量信息熵一样，给它一个严谨的数学定义？——这些问题，之前没人系统回答过，也正是这篇论文要正面回答的核心命题。

环境智能通信（EIC）：给通信系统装一个“会思考的大脑”

基于上述洞察，研究团队正式提出了全新范式——环境智能通信（environment intelligence communication, EIC）。这套框架分三步走：

第一步：利用感知技术，获取精确而全面的环境信息（WEI）；

第二步：基于WEI预测信道的变化趋势；

第三步：通信系统根据实时信道预测，自主决定最优的空口传输策略，实现与物理环境的智能交互。

打个比方：传统通信靠统计模型，就像是去商场买均码成衣，尺码有限，凑合能穿；而EIC则像是请一位私人裁缝，先用软尺仔细量出你的身材数据（这就是基站的多模态感知能力），再由裁缝（也就是AI）量体裁衣，为你量身定制最合身的西装。

图1.WEIT：从被动环境适配到环境智能通信

为了让这套从理论到实践的范式转变真正落地，研究团队首次系统建立了无线环境信息理论（WEIT），围绕三个核心问题展开：WEI该如何定义？能不能被量化？它是否具备和传统统计通信信息一样的性质？

无线环境信息：三分天下，各有性格

研究团队给出了WEI的正式定义：传播环境中物体和散射体的物理属性——凡是会影响无线信道特性的，都属于WEI的范畴。按照时间尺度和可预测性，WEI被划分为三大类：

图2.WEI的定义、分类与属性示意图

静态信息：在观测时间尺度内保持静止、形状固定的对象，比如楼有多高、树有多密、街道什么走向——这些“不动产”，短时间内不会跑。

动态信息：具有时间连续性、可被感知和计算的移动对象，比如路上跑的车、街边走的行人——它们虽然一直在动，但轨迹有迹可循，不是“闪现”。

随机信息：由风吹草动引发的散射体“随机扰动”，比如风吹树叶沙沙响、电磁噪声嗡嗡叫，这些“神出鬼没”的小动静，基本猜不透，在时域上表现出极强的不可预测性。

同时，WEI还具备三种关键属性：同质性（不同类型的WEI在被各种传感设备捕获时具有相同的属性结构，比如静态建筑和动态行人都可以用“体积、形状、材质”这套参数体系去描述）、一致性（WEI在时空维度上保持稳定连续，比如某个物体在一段静止区间内的位置、速度、运动方向可视为恒定）、相关性（多个WEI之间存在相互依赖，比如遮挡信息取决于基站、用户和散射体的相对位置，会随着用户和动态散射体的移动而变化）。

有了WEI的定义，一个自然的追问随之而来：WEI能不能像信息论中的熵一样被量化？研究团队给出了肯定的答案：无线环境熵用来量化随机无线环境的不确定性水平，它有一个理论上限（对应“完全未被观测”的极端情况）和理论下限（对应“完全已知”的极端情况，实际受限于环境测量能力和误差，类似于统计学中经典的Cramér-Rao下界）。

更进一步，研究团队指出：WEI是连接传播环境与信道的桥梁，环境熵的降低，意味着信道确定性的提升。通过一套映射关系，获取到的WEI能够被转化为具体的信道参数，比如延迟、多普勒频移、功率等。

从系统容量的角度看，这里有个很妙的“省钱”逻辑：传统方法靠发导频来测信道，天线越多，导频越“烧钱”（占时频资源）。EIC走的是另一条路——用专门的感知设备在非通信时段“偷偷”把环境摸清楚，几乎不占用主航道，省下来的资源全用来传数据，容量自然就上去了。

研究团队还梳理出WEI获取与处理能力的四个演进等级：

等级1：完全依赖人工——手工测量、手工重建三维环境模型，效率低下，无法应对大规模动态场景；

等级2：数据采集仍靠人工，但处理方式已经优化——人工或AI算法提取关键特征，把复杂三维模型简化为几个参数（如基站高度、场景大小、建筑数量）；

等级3：数据采集实现自动化——各类感知设备自动采集WEI，AI算法自动提取用于信道预测的环境特征，但基于神经网络的特征提取可解释性有限；

等级4：在全自动多模态感知与数据融合的基础上，借助无线环境知识（WEK）建立环境特征与信道参数之间的显式映射关系，既保证实时性，又兼具可解释性。

EIC-WEI架构：五步闭环：从“看见”到“拍板”

具体到工程实现，研究团队提出的EIC-WEI架构是一个完整的闭环流程：

图3.面向6G系统的EIC五步闭环架构

第一步 多模态感知与环境重建：摄像头、LiDAR就像人的眼睛，精确捕捉环境结构；雷达则像耳朵，通过倾听回波信号获取散射体的速度和位置，共同重建高精度三维场景模型。

第二步 知识映射：针对具体通信任务，从完整三维模型中提取真正有用的WEI，去噪、剔除无关信息，映射成适合下游预测使用的形式。

第三步 基于AI的信道衰落预测：利用训练好的神经网络，结合任务需求，选择性预测信道参数。

第四步 主动决策：用户的行为往往存在多种可能路径——比如一辆车驶近路口时，可能左转、直行或右转。EIC不会傻等，而是像人脑一样，把几种可能都提前“彩排”一遍，备好最优方案。等司机真正打方向盘那一刻，系统直接秒切换，不用临时抱佛脚。

第五步 最优传输策略：一旦用户的真实选择明朗，系统立即应用对应的最优策略，进入下一轮任务循环。

整套流程还细分为五个数据处理模块，整套流程像个“精炼厂”：从原始环境数据采集（百万级数据量），到WEI预处理（分为静态、动态、随机三类），再到环境特征分析（提取距离、位置、速度等关键特征），到WEK知识映射，最终输出信道特性参数（大尺度参数如路径损耗、阴影衰落，小尺度参数如多径衰落、功率延迟分布）——数据量从百万级逐步精炼到十级，实现了去粗取精的高效处理链条。

这项研究画出了一条清晰的进化路线图：从被动的离线统计适配，走向主动的在线环境智能。

研究揭示的核心逻辑是：无线信道从来不是孤立存在的数学抽象，而是与真实物理环境深度绑定的产物。过去几十年，通信系统一直在用“统计平均”的方式被动应对千变万化的现实场景，而随着6G基站逐渐拥有类似“眼睛”和“耳朵”的多模态感知能力，通信系统第一次有机会真正看懂它所处的环境，并据此做出主动、精准的决策。

当然，从理论到大规模商用，依然任重道远：精度、复杂度、泛化能力这三座大山，需要感知技术、边缘计算、大模型等多个领域协同攻关才能真正跨越。但可以确定的是，这项研究第一次为“环境智能通信”搭建起了完整的理论基石——未来的6G基站，或许真的能像一位经验老到的裁缝，为每一寸时空、每一个用户，量身定制最优的连接方案。（来源：EngineeringJournals微信公众号）

相关论文信息：https://www.sciencedirect.com/science/article/pii/S2095809925004394