今日，由未来移动通信论坛，紫金山实验室共同主办的全球6g技术大会进入第二天议程，在6g频谱共享共存技术论坛上，南京航空航天大学教授吴启晖表示，针对6g时代更为复杂的频谱管理，团队里面提出一个跨域，多层频谱管理体系同时，吴启晖透露，团队研发的认知无线电台预计年底能够完成
未来，伴随着网络不断演进，元宇宙，虚拟现实，天地一体化网络，车联网，无人系统，工业互联网等业务也将加速落地吴启晖指出，这些业务对频谱资源都有极高要求，也需要承载更多业务
从目前来看，静态频谱效率指标很清晰，但动态频谱效率指标并不是很清晰此外，动态频谱效率与智能化和安全也是密切相关吴启晖透露，所以6g频谱的主要研究方向聚焦在动态频谱效率共享共存
6g时代空天地一体化的网络也要求频谱管理的视角与以往有很大不同吴启晖表示，以往频谱干扰主要是二维的，6g时代的频谱干扰变成是三维的，对三维干扰的管理可能是频谱共享里面未来非常重要的一个问题针对未来更为复杂的频谱管理，吴启晖团队里面提出一个跨域，多层频谱管理体系
在跨域方面，6g时代终端形态不仅局限在手机，无人车，无人机等，由于多系统共存，频谱跨越的研究面不仅仅是无线电域，雷达域甚至多广谱域，必然存在跨域协同跨域之后，每个设备都是链路级的此外，边缘计算在频谱领域也很快会发展起来所以6g时代的频谱跨越首先是实现区域级，然后是实现广域级，是区域和广域的协同
在节点层方面，6g时代不仅仅是感传一体，还需要向未来网络发展，是网络级的，需要把业务面，控制面，感知面紧密结合起来吴启晖透露，我们团队正在研发认知无线电台，预计年底能够完成
此外，吴启晖表示，6g智能超表面技术如果不知道自己的服务对象，那么反射其实是一种干扰，所以ris需要对环境认知，对用户认知。所以，ris与认知的结合也是6g研究需要重点关注的，
在边缘计算和云的方面，6g需要有一个频谱态势图实现二维到三维转换外，还需要语义层面跃升，所以，语义通信也是未来的研究方向，实现频谱态势图要的语义化，而不仅仅是能量级描述。
在边缘端用很多算法来提升性能，但频谱域学习和传统域学习有很大区别吴启晖表示，一是动态性强，比一般的机器学习算法动态性强很多，二是信息不完全，甚至是错误的针对这些问题，吴启晖团队提出了认知学习，它与传统的学习主要是有很大的区别:一是它是到语义级，不是数据驱动，是特征驱动，二是可以进行算法之间调整，匹配并适配复杂的频谱空间环境
此外，吴启晖团队也开发了区块链软件系统，主要是频谱数据，频谱算法，频谱资源，频谱干扰源的查找四方面展开研究。
。
