APP下载

面向5G 机器类通信的应用与分析*

2020-03-22孙嘉耀

通信技术 2020年3期
关键词:复杂度时延可靠性

孙嘉耀

(南京邮电大学,江苏 南京 210000)

0 引言

随着电子信息技术的飞速发展,通过新一代的无线通信技术实现万物互联将不再是纸上谈兵。在5G 的强力驱动之下,机器类通信(Machine-Type Communication,MTC)将变得越来越重要,有相关文献预测通信设备的数量在2020 年将达到200 亿之多[1],大量的MTC 设备之间通过使用相应的网络进行通信,以此来完成特定的任务。参与其中的通信主体如各类传感器、信息收发装置以及对应的数据处理设备,通过网络的紧密连接将在智慧城市、智能制造、车联网以及移动医疗等领域存在更加广阔的应用空间。

1 机器类通信的定义

机器类通信,即描述机器之间的通信。面对数目不断增长的机器终端,实现设备间的数据处理和共享便是MTC。MTC 通信可以理解为一个需要最少人为干预的自动化过程[1]。自MTC 被3GPP 列为5G 的关键技术以来,最新的数据表明,到2019 年,所有互联网连接的机器类设备连接比例将从24%增长到43%[2],未来将会由越来越多的设备加入这个万物互联的世界中。

2 机器类通信的分类以及相应的用例

2.1 机器类通信的分类

国际电信联盟(International Telecommunication Union,ITU)将机器类通信大致分为两种形式,分别为海量MTC(Massive Machine type Communication,mMTC)和超可靠MTC(Ultra reliable Machine Type Communication,uMTC)[2],如图1 所示。

图1 MTC 分类

海量MTC 被定义为5G 三大通用场景之一,为大量低成本、低能耗的设备提供了有效的连接方式。mMTC 往往应用于对时延不敏感且不需要频繁进行小数据传输的业务。但是,这种场景下需要部署大量终端,部分终端还需电池保障其供电能力。此外,由于诸多特定场景的特殊需求,导致许多MTC 设备移动性非常有限。对终端设备而言,自身对支持数据传输过程中快速转换的切换能力的要求很低。在万物互联时代,要成功部署大量终端,终端本身的成本必须非常低廉,且在能源和耗电方面必须具有杰出的性能。这就要求在面向5G 的海量MTC 中必须满足终端复杂度低、低功耗、扩展性强和容量大的需求。

超可靠MTC 与5G 三大应用场景中的高可靠低时延通信(Ultra Reliable Low Latency Communications,uRLLC)类似,具备高可靠、低时延、高可用性的特点。要求终端在特定场景下可以实时控制目标和进程,能更好地为用户和MTC终端提供一致的服务。所以,uMTC 所要面对的是毫秒级的端到端的时延和接近100%的可靠性保障。

2.2 机器类通信典型用例分析

2.2.1 智慧城市

IBM 认为智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息,从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应[3]。智慧城市的目标是利用先进的信息技术,实现城市智慧式管理和运行。随着5G 时代的到来,以万物互联为目标构建大规模物联社会,同时大幅度提高网络容量和连接密度,提高物与物、物与人、人与人的互联互通、全面感知和信息利用能力。

2.2.2 智能电网

智能电网利用信息、通信、控制技术与传统电力系统相融合,提高传统电力网安全、稳定、高效的运行能力。而面向5G 的机器类通信所具有的覆盖广、容量大、实时性、可靠性、可扩展性的优势,可以有效地将诸如风力、水力、太阳能等新型能源设施实现并网管理,而熟悉的用于计费和监控智能电表也将更加智能化,同时还能够实现在线实时监测、调度,若有对用电信息、电能质量等数据采集和分析,且与之对应的通信需求也会更加多样化[4]。

2.2.3 智能制造

在智能制造领域,以容量、带宽、存储与数据处理能力更强大的通信基础设施作为保障,越来越多的机器类通信设备将逐渐取代人类,实现灵活的人机交互和智能控制。智能制造业利用5G 移动网络的连接能力,可以更合理地调配和利用供应链资源,大幅提升生产效率。对于一个产品生命周期而言,从原材料的采购到设计生产,再到最后的产品交付和售后的各个环节,均可依托于5G 网络高速、低时延的特点,做到个性化的需求定制和实时的进度查询与质量监控。

2.2.4 车联网

车联网的概念源于物联网,即车辆物联网,是以行驶中的车辆为信息感知对象,借助新一代信息通信技术,实现车与X(即车与车、人、路、服务平台)之间的网络连接,提升车辆整体的智能驾驶水平,为用户提供安全、舒适、智能、高效的驾驶感受与交通服务,同时提高交通运行效率,提升社会交通服务的智能化水平[5]。应用5G具有的高速率、低时延、大容量、广覆盖的特点,将进一步加强车联网应用中车与车(Vehicle-to-Vehicle,V2V)、车与人(Vehicle-to-Pedestrian,V2P)、车与基础设施(Vehicle-to-Infrastructure,V2I)之间组网的能力,加强设备与设备之间、人与设备的信息交互,实现实时的数据分析和数据共享,构建更加合理、更加智能化的车联网体系架构。

2.2.5 移动医疗

移动医疗是指借助移动通信工具提供医疗服务和信息,包括远程患者监测、视频会议、在线咨询、个人医疗护理等实现预防、咨询、诊疗、康复、保健等全流程的医疗健康服务体系[6]。借助于5G 网络的高带宽、低时延、高可靠的特性,实时医疗、远程医疗、远程手术等应用将更加稳定可靠。因此,随着5G 技术的日益成熟,面向5G 网络的移动医疗系统的场景将被加速推广,将显著提升医疗服务系统的整体效率。

3 机器类通信技术分析

3.1 网络接入技术

在传统的通信网络系统中,两个或者多个终端非正交地使用相同的频率资源将会发生冲突,导致这些终端的数据包最终会被丢弃。在mMTC 的场景之,海量的传感器可能同时上报由事件驱动的相关数据包,大量的终端在同时进行随机接入。为了防止发生数据包丢失、重传带来的时延甚至是系统网络瘫痪的问题,在5G 系统中,文献[7]介绍了一种不同于经典的ALOHA 协议,使用SIC 的新的编码随机接入协议,适用于大规模协同接入。非正交多址 接 入(Non-orthogonal multiple-access,NOMA)技术通过功率分配和连续干扰消除(Successive Interference Cancellation,SIC)使得多个设备共享同一资源,实现时域和频域上的非正交资源分配,从而提升系统的频谱利用率,并显著增加连接设备的容量[8]。同时,编码的随机接入与基于压缩感知的多用户检测技术相结合,使可服务终端的数量能获得3~10 倍的提升[9]。此外,基于稀疏编码多址接入技术,使用OFDM 时频资源来定义竞争空间,而不同的终端使用这些资源中不同的稀疏图案,在这些直接编码的资源块上传输,也将大大提升上行的接入容量[10],保证终端在大量随机接入时的可靠性。

3.2 功耗控制技术

在mMTC 应用中,频繁地更换电池或者更换终端对于如此大的数量是不可能实现的。在mMTC 的需求设计中,要求终端有10 年的电池续航能力或是整个终端的生命周期中不需要充电。而众所周知,终端的耗电量与发射和接收的时间成正比,在收发过程中终端不能关闭进入休眠状态[11]。为了获得超长的电池续航能力,非连续接收技术(Discontinuous Reception,DRX)发挥了至关重要的作用。

非连续接收技术可以降低终端的接收时间。DRX 原理如图2 所示,其中DRX 周期可以调整,最长可以达到2.56 s。这个周期意味着该终端在这一周期之内只需要监听一次寻呼消息,而不是每时每刻均处于接收状态。

图2 DRX 原理

相较于DRX,在LTE 版本R12 中引入了节能模式(Power Save Mode,PSM),如图3 所示。在该模式下,终端在非业务期间处于深度休眠状态,此时寻呼无法找到该终端,终端会周期性地通过和网络的信令交换进行跟踪区域更新(Track Area Update,TAU),在更新后的相应时间内可以通过寻呼找到。两者比较而言,PSM 更像一个超长DRX周期的节能省电技术,以该“长周期”来获得终端设备更好的电池续航的性能。但是,它存在两点不足:(1)适用于周期性可预测的场景,即使不存在缓存消息,也需要发送TAU 保持激活信息,完成寻呼过程;(2)适用于终端发起的业务或对下行业务时延无要求的场景,故对应用场景存在相应的局限性。

图3 PSM 原理

3.3 超低时延的实现

在车联网、远程手术等uMTC 场景下,超低时延是场景正常应用的必要条件。在5G 全新技术的推动下,可以通过采用新型帧结构和减小发送时间间隔(Transmission Time Interval,TTI)来降低系统空口的接入时延。同时,不同于传统的通信方式,相邻的设备之间需要通过基站的中继进行数据传输和转发,其中的数据交互过程会产生相应的时延。而在5G 系统中,D2D 通信模式的引入将省去中间基站环节,即不需要通过复杂的网络传递直接实现设备之间的通信。这样的通信链路的建立,在面对车联网安全、应急通信等相应的场景下,将会大大降低uMTC 链路的传输时延,从而高效地提升整体网络的性能。值得一提的是,在5G 的新型网络架构中,5G 的核心网部分功能将进行下沉,将部分数据存储和计算单元部署在接入网的边缘,以此减少相应场景下数据的回传时间,有效降低时延。

3.4 超高可靠性的实现

与前文超低时延的需求相似,在某些uMTC 场景如工厂自动化场景下,为了保证高可靠性,丢包率需要保持在很低的水平,严格情况下需要达到10-9。如果无法达到场景相应的可靠性要求,特定的需求与服务将不值一提。被广泛接受的链路可靠性的定义是指在一定时间内(例如若干秒或者毫秒),一定量数据(例如若干字节)可以被接收机成功解码的概率[12]。而分集技术通过在空域、频域、时域上补偿衰落信道的损耗来提高通信的鲁棒性。对于无线通信而言,分集是物理层用于在衰落信道中提高可靠性最强大的技术[13]。在5G 中,在基站处放置足够数量的天线能够保证空间分集的高效实现,为uMTC 各类场景下的高可靠传输提供保障。另外,在各种MTC 应用的场景下,不同类型场景的可靠性要求也有很大差异,要能够保证每一种场景下每时每刻的超高可靠性的设计是不可能的。因此,在文献[12]中提到了一个可靠服务组成(Reliable Service Composition,RSC)的概念,也是一个定义不同服务等级的方法。比如,当通信条件恶劣时,对应场景的服务质量(Quality of Service,QoS)能够下降到某个可以被当前条件所支持的服务等级,而不是做出简单的“服务可用/不可用”的判断。未来,5G 通信系统能够通过对当前场景的可靠性要求的评估来确定相应场景下各项应用能否继续使用。

3.5 短包数据控制技术

在MTC 场景下,终端设备所发送的数据量往往都在非常小的量级之下,且不同于普通的宽带通信数据包,控制信息的信息量远小于数据信息的信息量。这意味着即使使用并非最优的方式发送控制信息,对数据包发送和系统的整体发送的效率影响也是很小的。而MTC 设备发送的往往是控制信息和数据信息的信息量相当的短包,此时控制信息对数据信息的影响将无法忽略。在文献[14]中以包含几百比特的短包为例,指出编码的可靠性对包长度十分敏感。这意味着将控制信息和数据信息至少是部分进行联合编码,将相应提升系统的性能[9]。由于二者可能需要同时被解码,原先成功接收控制信息再接收数据信息的方式将被改变,有限长信道编码也将成为未来重要的研究方向。

3.6 降低终端复杂度

终端复杂度会直接影响机器类通信的性能。海量MTC业务如智能电表,不需要频繁发送少量数据,而且对数据的传输速率和链路可靠性要求很低。在这些较为宽松的性能条件下,可以简化传输模式,降低终端复杂度。首先,终端的天线个数直接影响终端复杂度,考虑到mMTC 低复杂度的传输模式,可以不再使用多天线终端。其次,在相对数据速率传输较低的场景中,可以对发送端和接收端的带宽加以限制,相比于原先大带宽传输,也可以大大降低终端复杂度。另外,提高芯片集成度,降低终端发射功率;将原先的收发双工器采用终端交替发送和接收,将大大减少相应的终端复杂度。

4 结语

4.1 问题与挑战

机器类通信作为5G 中重要的通信方式,将在未来变得愈加重要。本文通过引入两种在未来将获得重点关注的mMTC 和uMTC 的典型场景和支撑场景的相应技术,对面向5G 的机器类通信做了简单介绍。除了文中提到的关键技术之外,在未来的机器类通信中还存在以下问题需要进行进一步的研究与解决。

(1)机器类通信设备往往为了追求低复杂度,设计时移除或使用简化后的简易模块进行工作,导致机器类通信设备往往自身计算能力不足而可能无法支持未来更高的技术需要,所以给终端在设计初期的构思提供了研究方向。

(2)对于mMTC 而言,关注的更多是其低功耗、大规模接入和终端低成本的问题;而uMTC 则更加注重的是超低时延和超高可靠性。然而,在未来面向5G 的机器类通信中,很多场景并不单单属于mMTC 或者uMTC。例如,在智能电网的场景下,海量智能电表的参数上报属于mMTC 场景,而电网故障实时监测和反馈则属于uMTC 场景。在这样融合的场景之,要设计相应统一的标准和需求还需要进一步研究。

(3)对于无线通信系统而言,时延、容量、可靠性等特性存在相互制约的特性。往往一个特性的提升伴随着其他特性的相应降低,而无法达到场景的相应需求。所以,在未来的网络规划设计中要能够统筹兼顾需求的各个方面,做到全方面优化。

(4)如同前文中可靠性保证的小节所述,uMTC 场景下的业务实施可以被设计成各种服务等级,但是由于在实际情况下有多种可能会对可靠性产生威胁,更需要对这些实际场景的危险因子和可靠性损害进行分析。在文献[11]中列举了一些可能的可靠性伤害,例如,有用信号的功率下降,不可控的干扰或没有协同机制的小基站部署场景,竞争资源耗尽,设备故障等。

4.2 前景与展望

随着5G 时代的到来,通信已经从原来简单的人与人之间的通信,不断转变为万物互联。而面向5G 的机器类通信将融合人类生活的方方面面,为万物互联提供源源不断的动力。

猜你喜欢

复杂度时延可靠性
毫米波MIMO系统中一种低复杂度的混合波束成形算法
5G承载网部署满足uRLLC业务时延要求的研究
Kerr-AdS黑洞的复杂度
非线性电动力学黑洞的复杂度
《舍不得星星》特辑:摘颗星星给你呀
基于GCC-nearest时延估计的室内声源定位
合理使用及正确测试以提升DC/DC变换器可靠性
基于移动站的转发式地面站设备时延标校方法
GO-FLOW法在飞机EHA可靠性分析中的应用
5G通信中数据传输的可靠性分析