网络切片在电动汽车充换电网络中的发展研究与展望

郭长江

（燕山大学里仁学院，河北 秦皇岛 066004）

0 引言

随着我国电动汽车相关技术的发展，电动汽车用户设备与电力设备的功能逐渐齐全，但电力专网缺乏智能化管理机制，且不同通信供应商的设备难以实现互相转换，使得电力专网无法满足电动汽车用户的通信需求。随着网络功能虚拟化技术的不断发展，移动网络逐渐被应用于云平台上，通信运营商通过提供演进型分组核心网络服务，再搭配上网络切片技术，就可满足电动汽车用户和用电设备的通信需求［1］。网络切片技术是一种弹性化和定制化组网方式，电动汽车充换电运营商可利用移动通信来构建网络切片，根据用户的不同需求对网络资源进行优化分配，提高网络资源利用效率和电力专网安全性。研究网络切片在电动汽车充换电网络中的发展与应用，可以促进网络切片技术在电动汽车充换电网络中的应用。

1 网络切片技术概述

1.1 网络切片概念架构

网络切片技术是近些年移动通信行业中备受关注的关键技术，中国移动等网络运营商对网络切片技术的概念、架构和用例进行全面深入的研究。网络切片的概念架构分为三层，即服务实例层、网络切片实例层和资源层［2］。网络切片概念架构中的任意实例都是一个独立结构，在其运行时，应该由与之对应的范例或蓝图生成。服务实例层是网络切片概念架构用户终端的集合，可为用户提供不同的网络需求，包括网络运营商的通信服务和第三方提供给专属用户的专属服务。网络切片实例层是由网络运营商提供的网络切片集合，网络运营商可为不同用户需求提供网络切片实例化服务。网络运营商可根据网络切片蓝图来提供服务，且网络切片实例化服务可共享给多个用户。一个网络切片实例由多个子网络切片实例组成，且可由多个网络切片同时使用［3］。子网络切片实例可生成子网络切片蓝图，且这些蓝图中都有一系列能应用到逻辑资源上的网络功能。资源层是网络基础设施、网络资源和网络功能的集合，要联合网络切片实例层中各类实例（网络切片实例及其子网络切片实例）来进行网络资源的优化分配，为用户提供切片化网络服务。

1.2 网络切片典型用例

中国移动公司对未来移动通信网络用例的定义多是来自应用类型和通信性能指标，且大多具有对称性和互补性，如将对时延敏感的实时通信与对时延不敏感的视频业务进行配对、对移动性具有高要求的高速移动车辆业务和对移动性没有高要求的低速移动用户业务配对等。虽然未来通信网络发展呈多样性，但未来移动通信网络可根据网络切片的用例场景和需求，分为增强型移动宽带通信应用场景、高可靠低延时通信应用场景和大规模物联网通信应用场景。

增强型移动宽带应用场景对网络服务要求较高，要提高网络数据传输速度和网络覆盖范围，可让用户在网络覆盖范围内享受6.25 MB/s 以上的网速，为偏远地区的高质量通信需求提供了可能性，用户即便是在人烟稀少的偏远地区也可通过移动宽带服务进行视频通话、大文件传输等需要高质量网速支持的活动［4］。

高可靠低延时通信应用场景可为用户提供超低丢包率的可靠通信服务与时延低于1 ms 的低延时通信服务，基于此，网络切片可应用于车辆自动驾驶、自然灾害应急处理和公共安全监管等场景中。为更好地服务这些应用场景，通信服务业务大多具有较高的通信优先级，能提供延时小的通信服务，业务数据也可进行高效处理。由于该类应用场景大多关系到用户的生命安全，因此对通信网络的可靠性有很高的要求。

大规模物联网通信应用场景的特点是低功耗、低成本、高密度设备支持和高覆盖率，其主要应用场景是传感器网络、智能可穿戴设备及智慧城市建设等领域。虽然这种应用场景对用户设备的通信功能和接入密度具有很高的要求，但对网络通信服务的网络时延和移动性没有要求。很多物联网通信设备都是低速移动和固定设备，对网络移动性和时延没有要求，且很多物联网都应用于非时延敏感场景中，可忽略网络时延［5］。

2 网络切片在电动汽车充换电网络中的发展研究与展望

2.1 网络切片在电动汽车充换电网络中的发展研究

网络切片最早是由下一代移动网络（NGMN）引入的新概念，想要开发特定的网络功能和接入技术来满足特定用户的特定通信服务需求，由规范统一的物理资源商来实现网络切片的逻辑化和孤立化。2016 年，第三代合作伙伴计划（3GPP）成立了专门的科研小组来对网络切片技术进行专项研究，研究结果显示，网络运营商可采用网络切片技术来为用户提供专门的通信网络业务，满足不同用户的不同网络需求。Taleb 等总结了网络切片概念结构的设计原则、方法和路径，认为网络切片要自动化部署，且要做到各个功能的逻辑孤立，这样才能为用户提供定制化、弹性化和开放式的网络服务，但这样的网络服务需要一定的技术支持。首先，为确保物力资源上网络切片的逻辑孤立，要利用VMware Workstations player、Kernel-based Virtual Machine 等虚拟机技术支持来实现底层硬件资源的信息共享。其次，要想提高网络切片的定制化、弹性化和开放化功能，就要充分利用SDN 技术和NFV技术来控制虚拟化网络。SDN 技术通过控制虚拟化网络可使网络切片更加稳定和便捷，提高网络服务的自适应性和扩展性。NFV 可通过特定硬件的网络功能部署来实现网络功能的虚拟化，进而实现整个接入和传输网络功能的虚拟化。最后，为提高网络切片自动化和灵活化，要通过人工智能技术来优化网络切片方式和网络资源调度，从而满足不同用户的不同网络应用需求。

要想真正实现接入网的虚拟化，就要接入网内基站的软件化，通过接入基站软件化来为网络切片提供底层资源和开放式的API，从而实现网络切片的动态化管理。要想实现端到端的网络切片管理，需要接入网和核心网提供网络切片所需的全部功能，利用NFV 技术，核心网可满足网络切片的大部分网络需求，并实现虚拟平台向虚拟核心网的部署。Taleb 等还研究出一种将EPC 作为网络服务的一部分的解决方案，即通过将虚拟EPC 应用到云端，就可为广大用户提供可靠稳定的核心网服务。Ksentini 等通过使用eDECOR 来实现核心网在网络切片上的应用，也可通过网络切片来修改核心网中的数据参数。Mahmood 等通过模块化的网络功能设计来为网络切片提供控制平台。Afolabi 等基于EPC 编辑器、SDN 控制器和NFV 编辑器，提出虚拟化的网络切片概念结构，确保网络切片能根据不同用户的不同需求提供定制化的网络功能。

根据不同用户的不同需求来对网络切片资源进行优化组合和高精度流量预测，能确保网络切片资源的优化分配，降低由网络切片资源分配不均而带来的经济损失。为准确预测用户通信需求，很多专家学者对整个问题进行深入研究。Zhang等主要对中国移动网络的用户通信需求进行深入全面的调研，用深度学习理论和技术来解决用户通信需求的预测问题，并认为移动通信网络中的深度学习技术能帮助网络运营商准确预测用户的通信需求。Wang 等利用机器学习理论来解决用户网络需求预测问题，并利用大数据分析法对loT（物联网）的混合性、时空相关性和大规模连续性等特点进行分析。Sivanathan 等通过试验采集到大量物联网流量数据，并将其归纳为摄像头等智能设备的流量特征，基于该特征研发出一种基于网络流量的对物联网设备进行分类的计算机学习算法。Khan 等根据智能电网在应用过程中的流量特点来开发监控设备，并实现对电动汽车电池状态等动态显示和上报功能。Ali 等对物联网用户网络需求预测方法进行改善，根据物联网流量特点，将其分为周期型和事件驱动型这两种流量预测类型。事件驱动型流量预测能很好地解决由同一个事件多个设备随机接入而引发的冲突问题，且可控制一个事件接入设备的数量或接入时间，确保这些接入设备能有序进行。在电动汽车充换电应用场景中，利用流量预测法可对物联网中的流量进行优化配置，并能准确预测电动汽车的行驶状态及所消耗的流量。

在电动汽车充换电的应用场景中，为确保电动汽车运行的稳定性，要对其使用的网络流量进行准确预测。目前，国内外对移动网络流量预测的研究比较多。Hess 等对移动网络中人类运动模型进行深入研究，并以此来研究电动汽车在移动过程中的状态变化，为电动汽车移动模型的构建提供了重要信息和思路。Yayeh 等通过深度学习理论，来对移动自组网络中电动汽车移动过程的网络流量进行预测，通过随机路点模型来模拟电动汽车的移动规律，并提供Matlab 仿真证实该系统能成功预测出电动汽车的运动轨迹与具体位置。Ansari 基于专用短程通信和全球导航卫星系统，实现对电动汽车行驶过程中准确位置的预测，并根据位置预测结果对电动汽车所消耗的流量进行预测，根据预测结果对移动网络进行优化配置，从而提高网络服务质量。Mao 等基于移动网络流量预测电动汽车自组网路由协议及驾驶员的行车意图，能准确预测车辆的具体位置和行驶状态，并通过电动汽车自组网来实现车辆数据信息的传输和车辆行驶状态的监控。

Tang 等利用人工智能技术来准确预测电动汽车的行驶路线和轨迹，并完成对SDN集中路由的优化，然后随机评估了随机城市交通流量模型，结果显示这种检测方法能有效降低网络系统中流量传输的时延，从而提高不同车辆速率的鲁棒性。Huang 等研究出一种能通过命名车辆数据法来预测电动汽车上各类设备的网络流量，在相似移动模式的车辆间建立相似的通信网络，从而降低车辆移动对网络流量速度的影响。Guo 等通过对边缘节点移动缓存数据包的预测来提高车辆网络服务质量，并且设计马尔科夫深度学习模型，对车辆的行驶轨迹进行准确预测。由此可见，在电动汽车物联网的应用场景中，通过车辆移动预测来选择路由决策和缓存策略，但难以利用移动网络流量预测为网络切片的资源优化配置提供数据支持。

2.2 网络切片在电动汽车充换电网络中的发展展望

国内外对网络切片资源优化配置的研究也比较多。近年来，比较流行的是基于规划虚拟化网络功能来优化资源配置的自动规划算法，这种算法能优化网络性能和网络切片的操作时间。近年来，有学者基于评估数据中心构建虚拟化移动管理实体性能模型，利用该模型就可实现网络用户和虚拟化移动管理实体间的联系，并满足用户对移动网络的特殊需求。有学者采用vEPC-ORA 法来优化虚拟化核心网服务器的控制界面和数据显示界面，从而实现资源优化配置，并满足物联网用户的智能设备通信需求。有学者利用虚拟核心网实体多维度资源优化配置的启发式算法来预测核心网的响应速度与响应时间。目前，网络切片资源优化配置问题法大多采用启发式算法进行建模解决，但较少将移动预测和网络流量预测法应用于资源优化配置领域。

国内外对智能电网和车联网中的网络切片技术不断进行研发。Hassedbo 等研究5G 技术在智能电网中的应用，提出5G 技术与融合光纤结合的电网通信网络架构。Jeong 等对智能电网数据的采集及不同网络用户的不同网络需求进行分析研究，研究成果显示网络切片能够满足不同网络用户的不同用网需求。Mendis 等深入研究能源分布式电网网络切片的具体应用，并设计一个可扩展的网络通信架构来满足不同网络用户的不同网络需求。Claudia 等为证实V2X 服务能服务网络切片的观点，设计出核心网和接入网的解决方案，结果证明该方案具有一定可行性。Tao等利用电动汽车移动的特点设计出一个基于foud 的云计算与雾计算混合的模型，该模型能准确预测车辆的行驶轨迹和网络流量。Zhang等针对自动驾驶电动汽车充换电时可能发生个人数据信息泄露的问题，设计了ePPCP安全架构，可为电动汽车提供可靠的网络切片服务。目前，国内外关于智能电网和车联网中网络切片中的应用研究大多集中在网络架构、业务需求和安全性等方面，对智能电网和车联网融合场景中的网络切片和资源优化配置问题缺乏关注与研究，预测今后学术界关于网络切片的研究会向智能电网和车联网的融合应用场景中的网络架构和行车安全方向发展。

3 结语

基于网络切片技术的电动汽车充换电网络具有弹性化和定制化优点，能实现端到端的网络服务，能满足不同网络用户的不同网络需求。通过构建充电设备和电动汽车间的虚拟化网络切片，可以实现对车辆行驶轨迹和网络流量的监控，也能实现对网络资源的优化配置。目前，国内外学者对网络切片在电动汽车充换电网络中的应用研究大多停留在启发式算法建模及智能电网和车联网的网络架构、业务需求和行车安全等方面。今后，网络切片技术在电动汽车充换电网络中的应用会向移动预测、网络流量预测及智能电网和车联网融合场景中的网络架构、业务需求和行车安全的方向发展。通过对网络切片在电动汽车充换电网络中的应用与发展研究，让更多人了解网络切片的优势和发展前景，促进网络切片技术在电动汽车充换电网络领域的发展。