AI 年度盘点与2025发展趋势展望,50+案例解析亮相AICon 了解详情
写点什么

5G 关键技术及业务结合点

  • 2020-03-15
  • 本文字数:5560 字

    阅读完需:约 18 分钟

5G 关键技术及业务结合点

一、5G 的关键技术

5G 的核心技术点挺多,包含了很多技术集。5G 定义了三大应用场景:


eMBB:增强移动宽带,顾名思义是针对的是大流量移动宽带业务;


URLLC:超高可靠超低时延通信(3G 响应为 500ms,4G 为 50ms,5G 要求 1ms),这些在自动驾驶、远程医疗等方面会有所使用;


mMTC:大连接物联网,针对大规模物联网业务。


  1. eMBB


4G 已经那么快了,那么 5G 里面是怎么样继续提升容量的呢?


容量=带宽*频谱效率*小区数量


根据这个公式,要提升容量无非三种办法:增加带宽、提高频谱效率和增加小区数量。增加小区数量意味着建设更多基站,成本太高。增加带宽就意味着更多的资源投入,但频谱资源本身就是有限且稀缺的。因此提升频谱效率成为一种有效的提升容量的方向,采用校验纠错、编码方式等办法接近香农极限速率。相对于 4G 的 Tubor 码,5G 的信道编码更加高效;另外 4G 时代的 OFDM 技术要求频谱正交,而在 5G 中使用了 NOMA(non-orthogonal multiple-access)技术,频谱不再要求正交,利用率进一步提升。除调制技术外,在天线技术上也有了新的进展,通过 Massive MIMO 可实现容量的大幅提升。


  1. uRLLC


uRLLC 的全称是超可靠、低时延通信,所以不仅仅只是低时延还需要高可靠。具备时延低且可靠后,一些工业自动化控制、远程医疗、自动驾驶等技术就可以逐渐构建起来了,这方面带来的变革可能是天翻地覆的。


在 5G NR(New Radio,5G 空口标准)中子载波间隔不再像 LTE 的子载波间隔固定为 15Khz,而是可变的,可以支持 5 种配置,15kHz、30kHz、60kHz、120kHz、240kH。子载波间隔越大则时隙越短(最小的子载波间隔 15KHz 对应的时隙长 1ms、最大的子载波间隔 240KHz 对应时隙长 0.0625ms),对于 uRLLC 场景,要求传输时延低,此时网络可以通过配置比较大的子载波间隔来满足时延要求。


5G 支持更细粒度的网络切片,将网络切出多张虚拟网络,从而支持更多不同需求的业务。网络切片从无线接入网到承载网再到核心网,都是逻辑上隔离。网络切片做到了端到端的按需定制并保证隔离性,其中 NFV 和 SDN 等是这里面的关键技术


  1. mMTC


mMTC 的 KPI 的连接密度是 1,000,000/km2,电池寿命是在 MCL(最大耦合损耗)为 164dB 时工作 10~15 年,这是一个非常具有挑战性的目标。目前有两个分支技术都在向这个目标演进,一个是国内主要推行的 NB-IoT 技术,一个是 eMTC 技术。这两个技术各有优缺点,NB-IoT 技术适用具有静止、数据量很小、时延要求不高等特点,但对工作时长、设备成本、网络覆盖等有较严格要求的场景,而 eMTC 则更适合对数据量、移动性、时延有一定的要求。

二、理性看待 5G 速率提升

对于 5G 速率的报道,一会 20Gbps,一会 4.6Gbps,一会 6.5Gbps,为什么会差别那么大?那些 4.6Gbps 的一定就比 6.5Gbps 的差吗?


1)5G 峰值下载速率 6GHz 以下 200MHz 4.6Gbps。这个 6GHz 是指的载波频率在 6GHz 一下,200MHz 指的是带宽,载波频率和带宽概念搞不清楚的同学可以自行百度。4.6Gbps 是峰值速率,按照 5G 的 KPI,频谱利用效率需要为 4G 的 3~5 倍,4G 是多少?4G 频谱效率是 5(即 20MHz 带宽实现 100Mbps 的峰值速率),那么按照 5G 的 KPI 我们来计算一下 200MHz 带宽应该要达到多少才达标,简单的公式计算,达标的速率应该是 3Gbps~5Gbps 。


2)毫米波 800MHz 6.5Gbps(4G LTE 可体验速率的 10 倍)。毫米波指的是频段,国际主流的是 28GHz,这个指的是载波频率。800MHz 指的是带宽,高频段就是好啊,资源相当丰富,动辄都 800MHz 带宽了。这个实际算下来这个的频谱效率只是 4G 的 1.625 倍,这个可能主要是由于带宽较宽,所以使用的 OFDM 子载波带宽也较宽,子载波间隔增大后频谱效率就降下来了。但这个速率仍然很给力了。


值得注意的是这些速率都是峰值速率,是在一个基站下的你我他共享的资源,所以你的实际体验速率并不会那么快,基站侧会有调度算法来保证公平,但 5G 里面可能不会有绝对的公平了,付费的企业用户可能会获得更多的资源调度,不再是一锅端了。另外要注意的通信里的速率都是 bit,而非 byte,是有 8 倍的差距的,包括你家里装宽带时也是 bps,而非 Bps。


总结来说,就是大家记住 5G 的频谱效率 KPI,然后加上带宽就能知道峰值速率是多少了


而这个峰值速率只能说明你的总容量大小,和个人感知速率是不一样的,但是会明确瓶颈在哪里。不说多大带宽下实现多少速率的都是耍流氓。PS:载波频率和带宽是两码事,峰值速率和带宽和频谱效率有关,和载波频率无关。就和一趟火车一样,决定装载量大小的是车厢的多少,而不是速度。

三、业务结合点

  1. VR/AR 技术的发展


伴随着 AR 和 VR 市场规模的不断扩大,视频流也势必会呈现显著的增长,而类似于 6DoF 的下一代内容格式会对网络提出更高的要求,个人数据速率的需求上限也会从 200Mbps 跳到 1Gbps,这些都会需要更多的带宽来支持。做 AR 和 VR 的很多公司已经开始摩拳擦掌了,准备好好把握住这一先机,大家对于 5G 显得热情高涨,都想尽早的拿到那张门票、打造爆款、占领市场。5G 是一种通信技术,本身解决的是传输的问题,本身 VR 和 AR 需要解决的很多体验问题、内容源问题、资源问题等都仍需要产业继续解决,当然谁解决的最好,与 5G 配合得最好,消费者肯买单就会占领市场先机。


链路传输能力的提升,也会带来很多的好处,可以支持大带宽低延迟的数据传输,这样很多复杂耗时的计算、渲染等都可以在云端完成,云端的机器可以方便的进行弹性扩容来满足业务增长。端侧设备由于计算资源有限,设备耗电续航等因素的限制,很难单独完成这些复杂的功能,因此云端渲染或云端与本地结合的渲染方式成为一个很好的突破点,大带宽低延迟将带来和端侧本地计算一样好的体验。


  1. 网络切片技术的应用


网络切片可分为核心网中的网络切片和接入网中的网络切片,核心网中的网络切片与虚拟化技术息相关。NFV(network function virtualization,网络功能虚拟化)与 SDN(software defined networking,软件定义网络)作为实现核心网中的网络切片的主要技术支撑,受到了广泛的关注和研究。接入网中的网络切片实现更具有挑战性。除了用于不同的商业模型之外,针对业务的指标需求不同,网络切片和接入网络还需同时提供低时延、大连接、高可靠等性能指标,并保证网络切片之间的隔离。


阿里大麦正在探索网络切片相关的应用,在 4G 时代其实没有完整的网络切片方案,3GPP 协议定义了 QCI(QoS 等级标识),不同 QCI 承诺了不同的数据包延迟、误包率等,运营商通过 QCI 提供面向用户与业务等差异化服务。3GPP 定义的 QCI=3 的用户的典型场景是 Real Time Gaming(实时游戏),一般普通用户的数据业务是在 QCI=6 上进行承载。如果下图所示,为某次压力测试中,QCI=3 的保障用户在数据包平均时延和抖动方面明显优于 QCI=6 普通用户,在带宽资源紧张时,QCI=6 的用户无法抢占足够多的带宽资源完成业务,而 QCI=3 的用户可以保持稳定的 800kbps 的稳定速率。4G 时代的"切片"仅仅是接入网的一个较粗的 QoS 等级划分,5G 的切片将是更完整的端到端的解决方案。



5G 时代将会有各种针对不同场景的网络切片,比如针对车联网的切片、针对 VR 的切片、针对物联网设备的切片等,而网络切片的粒度也会更细,针对不同的服务质量收费也会有差异。


  1. 移动边缘计算(MEC)


在不考虑重传的情况下,LTE 网络内部时延是小于 20ms,而要 ping 外部服务器,这个时延通常在 40-50ms 以上,光纤的传播速度是 200 公里,5G 在应对时延敏感用例时,要求接入网时延不超过 0.5ms,这意味着 5G 中心机房(或数据中心)与 5G 小区(基站)之间的物理距离不能超过 50 公里。面对物理时延的挑战,我们不得不考虑在接入网引入移动边缘计算(MEC)、边缘数据中心,也就是将以前核心网和应用网的一些功能下沉到接入网。


边缘计算由于部署在靠近物或数据源头的网络边缘侧,具有融合的网络、计算、存储和应用核心能力。利用边缘计算提供的计算能力和服务,能够满足低时延、海量连接业务需求和数据的聚合优化需求等,缓解核心网和回程链路的负载压力。因此,边缘计算和网络切片的结合变得尤为有意义。


在网络传输延迟或数据安全等角度考虑,很多的领域无法直接将数据传送至云端处理,因此边缘计算是一个大趋势,大家经常举例的自动驾驶就是一个例子,为了保证实时性和可靠性,图像处理需要在边缘端完成。除了这种意义上的移动边缘计算之外,其实运营商期望的移动边缘计算应该是在更靠近接入网的部分部署算力,支持边缘计算,后续可能应用可以直接部署于基站内的云设备内,这样对一些延迟极度敏感的应用将是一个好消息。


  1. 物联网应用


目前物联网逐渐火热起来,mMTC 也是物联网三大场景之一,承担了未来智能世界里的重要想象空间。但是目前的 mMTC 仍然有一些亟待解决的问题,我们可以看到 5G KPI 里是要求能支持每平方公里 100 万个连接,这其实是一个非常让人兴奋的数字,但是这个会有点容易让人误解,100 万个连接并不是同时收发数据,只是连接,连接有可能是时断时续的,有可能是一天只发送一个数据包的监控节点。可以看到目前应用比较广泛的还是电力超表类应用,因为这类数据基本都只是在上报,而且频次要求不高,实时性要求也不高。但是对于很多的应用场景来说,实时/准实时的双向通信是很大的需求。


大麦目前已经将 NB-IoT 应用到实际产品中了,由于 NB-IoT 使用的是 CoAP 协议,而 CoAP 协议底层使用的是 UDP,不可靠的,在我们的部分场景中要求数据可靠到达,因此做了应用层的 ACK 应答机制及重传来保证数据可靠到达。


由于一些应用场景对功耗不敏感,但期望数据能尽快到达,所以与运营商沟通后关闭了 PSM 和 eDRX,以便让数据尽快到达,但是对于一些监测类的场景对于功耗是敏感的,因此就会通过睡眠等方式来尽可能的降低能耗,这对于纯上行监测类应用来说还好,但是如果想要准实时下发可就难了,因此也会限制一些场景的想象空间。


未来 5G 的 mMTC 场景还会基于 NB-IoT、eMTC 技术继续演进,期待未来能更好的解决目前存在的一些问题。


  1. D2D 的应用


D2D 其实是一项挺有意思的技术,让设备和设备之间能直接通信。当然不是完全的自主通信,是在基站控制下完成数据通信,基站主要负责控制信令,设备间直接进行通信。这可能会催生一些基于邻近特性的社交应用场景。其中车联网中的 V2V(Vehicle-to-Vehicle)通信就是典型的物联网增强的 D2D 通信应用场景。基于终端直通的 D2D 由于在通信时延、邻近发现等方面的特性,使得其应用于车联网车辆安全领域具有先天优势。在 D2D 通信模式下,两个邻近的移动终端之间仍然能够建立无线通信,为灾难救援提供保障。


家庭应用中的投屏场景是一个很好的 D2D 场景,但是目前基本都是 WiFi-Direct 的天下,如果 D2D 想要应用进来,还需要与这个强大的对手进行竞争。


  1. CDN


4G 时代,CDN 基本部署在 CR(核心路由器)、SR(业务路由器)附近,部署位置偏上。同时,节点部署稀疏,平均每个节点覆盖方圆 10 公里。5G 时代,在架构上,CDN 应从 CR、 SR 端向用户端迁移。同时在节点部署上,向小型化、高密化发展,原来每节点覆盖方圆 10 公里,现在需缩小到 1 公里甚至更小。网络切片中的 NFV 和 SDN 技术也将应用到 CDN 中,NFV 实现网络资源共享,扩展灵活,CDN NFV 实现硬件和软件解耦。SDN 让调度和路由控制更灵活,网络感知能力和集中控制与能力的开放,提供灵活调度和最优化的路由能力。


  1. 产业互联网


借用阿里巴巴陈威如专家演讲中的一些观点,未来十年,是从消费互联化到产业互联化的全面协同升级。未来,产业互联网有两个发展方向,


第一,在你所处的产业环节进行线上线下融合。如果你是做零售的,你就要把线上、线下销售场景,用数字化、可视化的方式重构、融合起来;如果你是做供应链的,也要先做数字化,进行线上、线下融合,达到线上线下一盘货。


第二,做全链路环节的数字化相连。当你把全链路串起来以后,就会对生态圈、消费者、企业商业模式产生一个极大的变革。因此 5G 可能会依托于物联网技术带来全链路的数字化,进而助力产业互联网。

四、总结

在本文中,我们可以了解到 5G 的关键技术。


1)其中单基站的峰值速率要达到 20Gbps,频谱效率要达到 4G 的 3~5 倍,这是关于 eMBB 超宽带的指标,使用的主要技术包括 LDPC/Polar 码等新的编码技术提升容量,使用毫米波拓展更多频谱,使用波束赋形带来空分多址增益,使用 NOMA 技术实现 PDMA 功率域的增益,使用 Massive MIMO 技术来获得更大的容量,毫米波让波长更短,天线更短,在手机上可以安置的天线数更多,基站侧可支持 64T64R 共 128 根的天线阵列。


2)时延达到 1 毫秒,这是关于 uRLLC 的场景,主要是新的空口标准 5GNR 中定义了更灵活的帧结构,更灵活的子载波间隔配置,最大的子载波间隔 240KHz 对应时隙长 0.0625ms,这样超低时延应用称为可能。通过新的多载波技术解决目前 CP-OFDM 中存在的保护间隔等资源浪费,降低时延增大利用率。除此之外,还有网络切片技术,让网络变得更加弹性,可以更好的支持超低时延的应用,建立一条端到端的高速功率,网络切片技术主要是核心网的 SDN 和 NFV 的应用。


3)连接密度每平方公里达到 100 万个,这是关于 mMTC 的场景,目前标准主要还是基于 eMTC 和 NB-IoT 进行演进,两项标准各有优缺点,对数据量、移动性、时延有一定的要求的场景 eMTC 更合适,具有静止、数据量很小、时延要求不高等特点,但对工作时长、设备成本、网络覆盖等有较严格要求的场景 NB-IoT 更合适,目前国内主要覆盖的是 NB-IoT。这里的连接量其实是一个相对弹性或理想的值,因为连接量的提升主要是以终端通过 PSM 或 eDRX 技术实现休眠所带来的,未来更多的并发能力,更小的网络信令消耗、更多的突发数据包等场景都需要被考虑到,这部分的演进仍然有着较长的路要走。


作者简介


阿里文娱高级无线开发专家 梓烁


相关链接


基于云原生的边缘计算在大麦现场的探索应用


大麦人脸识别系统,如何支撑马拉松赛事?


2020-03-15 11:003180

评论

发布
暂无评论
发现更多内容

优雅编程 | javascript代码优化的4个小技巧

devpoint

递归 命名空间 闭包 函数绑定

为您收录的操作系统系列 - 进程管理(下篇)

鲁米

方法论 操作系统 进程

感性赢了理性那一面——浅谈峰终定律

Justin

心理学 28天写作

谁手握账本?趣讲 ZK 的内存模型

HelloGitHub

Java zookeeper ZooKeeper原理

揭开《钢铁侠》AI管家贾维斯神秘面纱的扛鼎之作!

博文视点Broadview

揭秘京东城市时空数据引擎—JUST如何助力交通流量预测

京东科技开发者

JUST 流量预测

阿里粗排技术体系与最新进展

DataFunTalk

Kafka.07 - 性能优化介绍

insight

kafka 2月春节不断更

处理XML数据应用实践

华为云开发者联盟

xml 数据库 数据 XML文档 GaussDB(DWS)

移除数组中的数字,不用额外空间, 实战RxSwift中的Observable, subscribe, dispose, 吴军老师态度读后感 John 易筋 ARTS 打卡 Week 39

John(易筋)

ARTS 打卡计划 吴军的态度 态度读后感

翻译:《实用的Python编程》02_05_Collections

codists

Python

工作日志2-23

技术骨干

28天瞎写的第二百四十三天:正念冥想可以解决什么问题?

树上

冥想 28天写作 正念

伊卡洛斯象征了什么?「Day 5」

道伟

文化 28天写作

腾讯位置服务开发应用

我是哪吒

28天写作 2月春节不断更 腾讯地图 腾讯位置服务开发应用 腾讯位置

程序员成长第十二篇:做好项目计划

石云升

项目管理 程序员 28天写作 2月春节不断更

新思科技静态应用安全测试帮助Cryptsoft公司提高软件安全和质量水平

InfoQ_434670063458

基于matlab的控制系统与仿真4-判断系统稳定性

AXYZdong

matlab 2月春节不断更

云原生2.0时代:企业更应了解一下容器安全

华为云开发者联盟

容器 云原生 安全 漏洞

如何有效改变别人的认知和行为?

数列科技杨德华

28天写作

专治小学生作业拖沓

Ian哥

28天写作

别再这么写代码了,这几个方法不香吗?

楼下小黑哥

Java 重构

批量下载,我有妙解~

Viktor

JavaScript iframe 跨域

可能是Java Stream的最佳实践(二)

ES_her0

28天写作

工作多年,如何找到自己更好的职业方向

一笑

28天写作

(28DW-S8-Day5) 区块链如何防伪

mtfelix

比特币 区块链 非对称加密 28天写作 防伪技术

【LeetCode】转置矩阵Java题解

Albert

算法 LeetCode 28天写作 2月春节不断更

厘清 I/O 模型

sakila

网络编程 I/O

Linux 入门篇 —— 重定向与管道符

若尘

Linux 管道符 linux开发

高手来啦!十八般武艺保护你的Web应用

云计算

产品0期 - 第五周作业

曾烧麦

产品训练营

5G 关键技术及业务结合点_文化 & 方法_阿里巴巴文娱技术_InfoQ精选文章