移动通信技术的演进始终以提升系统容量、降低时延和扩大连接规模为核心目标。从第五代移动通信系统迈向潜在的第六代系统的进程中，对更高频段频谱资源的开发利用已成为突破容量瓶颈的关键路径。这其中，微波频段，特别是毫米波频段的深入应用，扮演了至关重要的角色。它们并非简单的频率提升，而是牵引着一系列基础技术、网络架构和信号处理方法的系统性革新，旨在解锁前所未有的数据洪流传输能力。
传统移动通信系统主要部署在6吉赫兹以下的频谱，这些频段传播特性良好，覆盖范围广，但频谱资源相对紧张且带宽有限。随着高清视频、增强现实、海量物联网设备接入等应用对数据速率和网络容量提出指数级增长的需求，向更高频段拓展成为必然选择。国际电信联盟及各标准化组织为5G系统划分了包括24.25吉赫兹至52.6吉赫兹在内的毫米波频段，并探索了更高频段在6G场景下的应用潜力。这些频段的首要优势在于提供了极其充裕的连续频谱带宽。信道带宽从4G时代的数十兆赫兹，跃升至5G毫米波的数百兆赫兹甚至更宽。根据香农定理，信道容量与带宽成正比，因此仅凭可用带宽的大幅扩展，就能为峰值速率和系统容量带来数量级的提升潜力，这是支撑千兆乃至万兆用户体验的物理基础。然而，毫米波信号的传播特性与低频信号迥然不同，其应用面临着显著的物理层挑战。毫米波在空气中传播时路径损耗较大，且容易被建筑物、植被甚至雨水吸收和散射，绕射能力弱。这意味着其覆盖范围，特别是非视距传播能力，远不如低频信号。为了克服这一劣势，大规模多输入多输出技术成为不可或缺的伴侣。通过在基站和用户设备端部署数十至数百个天线单元组成的天线阵列，利用波束成形技术将射频能量集中成极窄的、可动态调整方向的波束，对准目标用户进行“精准穿刺”式传输。这种窄波束既能通过极高的天线增益补偿路径损耗，延长有效传播距离，又能通过空间隔离减少用户间的干扰，实现空分复用，从而在多用户场景下进一步提升系统频谱效率。波束成形与毫米波的结合，实质上将通信方式从传统的“广播”转变为“定向追踪”，是高频段得以实用化的核心技术。
波束管理则是伴随波束成形而来的关键过程。由于毫米波波束窄，如何在天线阵列众多的波束选项中找到并维持连接用户的最佳波束对，并在用户移动或环境变化时快速进行波束切换与追踪，是一项复杂任务。这涉及初始波束扫描、波束测量、波束报告和波束失败恢复等一系列精密流程。系统需要设计高效的参考信号和反馈机制，在保证连接可靠性的同时，尽可能降低波束管理带来的信令开销和时延。此外，为了应对移动性及障碍物遮挡，混合波束成形架构被广泛研究与应用。该架构在射频端使用模拟或数模混合的波束成形实现宽泛的波束覆盖或粗调，在基带端使用数字波束成形进行更精细的多流复用和干扰抑制，从而在性能、复杂度和功耗之间取得平衡。
除了提升接入网的容量，微波与毫米波技术也深刻影响着移动网络的架构，特别是在回传与前传网络中。随着基站密度因小区分裂而急剧增加，传统的光纤回传虽性能优越，但在部署成本、灵活性和速度上有时难以满足超密集组网的需求。因此，利用微波特别是E波段和W波段等高频毫米波进行无线回传，成为一种重要的补充或替代方案。这些频段同样能提供吉比特每秒量级的传输带宽，且部署快速灵活，便于实现蜂窝网络的快速扩容与灵活组网。在集中式无线接入网架构中，远端射频单元与基带处理单元之间需要极高带宽、低时延的前传连接，毫米波无线链路也为解决这一难题提供了潜在选项，支持网络功能的云化与虚拟化部署。向更高频段迈进，特别是进入亚太赫兹频段，是6G愿景中探索容量极限的方向之一。这些频段可提供数十吉赫兹的连续带宽，有望实现太比特每秒的峰值速率。但挑战也更为严峻：路径损耗呈指数级增长，器件效率、功耗和成本问题突出。这就需要探索新的物理层技术，例如基于超材料的新型可编程天线、更高集成度的射频前端，以及能与这些极高频率匹配的基带处理算法。太赫兹波独特的分子吸收谱特性也可能被用于感知与通信融合的新应用场景，但这对信号处理和系统设计提出了全新的要求。无论频率升至多高，其核心逻辑依然是通过获取更大带宽，并结合更先进的空间信号处理技术，来挖掘信道容量潜力。
频谱利用效率的提升同样至关重要，这促使了先进波形与多址技术的持续演进。正交频分复用及其变种作为多载波调制的基础，通过将宽频带信道划分为大量正交的窄带子载波，有效对抗高频信道的频率选择性衰落。在此基础上，引入更灵活的帧结构、参数集以及面向非正交多址接入的技术，可以更好地适配毫米波信道特性及多样化的业务需求，提升时频资源块的利用效率和用户接入数。同时，全双工技术，即在同一频段上同时进行发射和接收，理论上可将频谱效率提升一倍，但其实现依赖于对自干扰的极致抵消，这对射频电路和数字信号处理算法提出了极高要求，在毫米波频段的研究更具挑战性。网络架构的协同演进是释放高频段潜力的另一支柱。超密集组网通过大量部署低功率、小覆盖范围的接入点，缩短用户与接入点的距离，从而弥补高频段覆盖不足的缺点，并大幅提升区域面积容量。这催生了以用户为中心的网络、动态小区形成等新概念，使网络拓扑能随业务需求动态变化。与此同时，网络需要更加智能。通过引入人工智能与机器学习技术，可以对毫米波信道的快速变化进行预测，优化波束管理、切换和资源分配策略，实现对复杂无线环境的高效自适应。此外，通信感知一体化成为潜在趋势，利用毫米波宽带宽带来的高分辨率，无线网络本身可能具备对周围环境的感知能力，从而为资源调度、定位和新型应用提供支持。
