5G關鍵技術及業務結合點

2020-04-19     邊緣計算社區


01

5G的關鍵技術


5G的核心技術點挺多,包含了很多技術集。5G定義了三大應用場景:eMBB:增強移動寬頻,顧名思義是針對的是大流量移動寬頻業務;URLLC:超高可靠超低時延通信(3G響應為500ms,4G為50ms,5G要求1ms),這些在自動駕駛、遠程醫療等方面會有所使用;mMTC:大連接物聯網,針對大規模物聯網業務。

1、 eMBB4G已經那麼快了,那麼5G裡面是怎麼樣繼續提升容量的呢? 容量=帶寬*頻譜效率*小區數量 根據這個公式,要提升容量無非三種辦法:增加帶寬、提高頻譜效率和增加小區數量。增加小區數量意味著建設更多基站,成本太高。增加帶寬就意味著更多的資源投入,但頻譜資源本身就是有限且稀缺的。因此提升頻譜效率成為一種有效的提升容量的方向,採用校驗糾錯、編碼方式等辦法接近香農極限速率。相對於4G的Tubor碼,5G的信道編碼更加高效;另外4G時代的OFDM技術要求頻譜正交,而在5G中使用了NOMA(non-orthogonal multiple-access)技術,頻譜不再要求正交,利用率進一步提升。除調製技術外,在天線技術上也有了新的進展,通過Massive MIMO可實現容量的大幅提升。

2、 uRLLCuRLLC的全稱是超可靠、低時延通信,所以不僅僅只是低時延還需要高可靠。具備時延低且可靠後,一些工業自動化控制、遠程醫療、自動駕駛等技術就可以逐漸構建起來了,這方面帶來的變革可能是天翻地覆的。 在5G NR(New Radio,5G空口標準)中子載波間隔不再像LTE的子載波間隔固定為15Khz,而是可變的,可以支持5種配置,15kHz、30kHz、60kHz、120kHz、240kH。子載波間隔越大則時隙越短(最小的子載波間隔15KHz對應的時隙長1ms、最大的子載波間隔240KHz對應時隙長0.0625ms),對於uRLLC場景,要求傳輸時延低,此時網絡可以通過配置比較大的子載波間隔來滿足時延要求。 5G支持更細粒度的網絡切片,將網絡切出多張虛擬網絡,從而支持更多不同需求的業務。網絡切片從無線接入網到承載網再到核心網,都是邏輯上隔離。網絡切片做到了端到端的按需定製並保證隔離性,其中NFV和SDN等是這裡面的關鍵技術

3、 mMTCmMTC的KPI的連接密度是1,000,000/km2,電池壽命是在MCL(最大耦合損耗)為164dB時工作10~15年,這是一個非常具有挑戰性的目標。目前有兩個分支技術都在向這個目標演進,一個是國內主要推行的NB-IoT技術,一個是eMTC技術。這兩個技術各有優缺點,NB-IoT技術適用具有靜止、數據量很小、時延要求不高等特點,但對工作時長、設備成本、網絡覆蓋等有較嚴格要求的場景,而eMTC則更適合對數據量、移動性、時延有一定的要求。


02

理性看待5G速率提升


對於5G速率的報道,一會20Gbps,一會4.6Gbps,一會6.5Gbps,為什麼會差別那麼大?那些4.6Gbps的一定就比6.5Gbps的差嗎?

1)5G峰值下載速率6GHz以下200MHz 4.6Gbps。這個6GHz是指的載波頻率在6GHz一下,200MHz指的是帶寬,載波頻率和帶寬概念搞不清楚的同學可以自行百度。4.6Gbps是峰值速率,按照5G的KPI,頻譜利用效率需要為4G的3~5倍,4G是多少?4G頻譜效率是5(即20MHz帶寬實現100Mbps的峰值速率),那麼按照5G的KPI我們來計算一下200MHz帶寬應該要達到多少才達標,簡單的公式計算,達標的速率應該是3Gbps~5Gbps 。

2)毫米波800MHz 6.5Gbps(4G LTE可體驗速率的10倍)。毫米波指的是頻段,國際主流的是28GHz,這個指的是載波頻率。800MHz指的是帶寬,高頻段就是好啊,資源相當豐富,動輒都800MHz帶寬了。這個實際算下來這個的頻譜效率只是4G的1.625倍,這個可能主要是由於帶寬較寬,所以使用的OFDM子載波帶寬也較寬,子載波間隔增大後頻譜效率就降下來了。但這個速率仍然很給力了。

值得注意的是這些速率都是峰值速率,是在一個基站下的你我他共享的資源,所以你的實際體驗速率並不會那麼快,基站側會有調度算法來保證公平,但5G裡面可能不會有絕對的公平了,付費的企業用戶可能會獲得更多的資源調度,不再是一鍋端了。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,包括你家裡裝寬頻時也是bps,而非Bps。總結來說,就是大家記住5G的頻譜效率KPI,然後加上帶寬就能知道峰值速率是多少了 而這個峰值速率只能說明你的總容量大小,和個人感知速率是不一樣的,但是會明確瓶頸在哪裡。不說多大帶寬下實現多少速率的都是耍流氓。

PS:載波頻率和帶寬是兩碼事,峰值速率和帶寬和頻譜效率有關,和載波頻率無關。就和一趟火車一樣,決定裝載量大小的是車廂的多少,而不是速度。


03

業務結合點


1、 VR/AR技術的發展

伴隨著AR和VR市場規模的不斷擴大,視頻流也勢必會呈現顯著的增長,而類似於 6DoF 的下一代內容格式會對網絡提出更高的要求,個人數據速率的需求上限也會從 200Mbps 跳到 1Gbps,這些都會需要更多的帶寬來支持。做AR和VR的很多公司已經開始摩拳擦掌了,準備好好把握住這一先機,大家對於5G顯得熱情高漲,都想儘早的拿到那張門票、打造爆款、占領市場。5G是一種通信技術,本身解決的是傳輸的問題,本身VR和AR需要解決的很多體驗問題、內容源問題、資源問題等都仍需要產業繼續解決,當然誰解決的最好,與5G配合得最好,消費者肯買單就會占領市場先機。 鏈路傳輸能力的提升,也會帶來很多的好處,可以支持大帶寬低延遲的數據傳輸,這樣很多複雜耗時的計算、渲染等都可以在雲端完成,雲端的機器可以方便的進行彈性擴容來滿足業務增長。端側設備由於計算資源有限,設備耗電續航等因素的限制,很難單獨完成這些複雜的功能,因此雲端渲染或雲端與本地結合的渲染方式成為一個很好的突破點,大帶寬低延遲將帶來和端側本地計算一樣好的體驗。

2、 網絡切片技術的應用

網絡切片可分為核心網中的網絡切片和接入網中的網絡切片,核心網中的網絡切片與虛擬化技術息相關。NFV(Network Function Virtualization,網絡功能虛擬化)與SDN(Software Defined Networking,軟體定義網絡)作為實現核心網中的網絡切片的主要技術支撐,受到了廣泛的關注和研究。接入網中的網絡切片實現更具有挑戰性。除了用於不同的商業模型之外,針對業務的指標需求不同,網絡切片和接入網絡還需同時提供低時延、大連接、高可靠等性能指標,並保證網絡切片之間的隔離。 阿里大麥正在探索網絡切片相關的應用,在4G時代其實沒有完整的網絡切片方案,3GPP協議定義了QCI(QoS等級標識),不同QCI承諾了不同的數據包延遲、誤包率等,運營商通過QCI提供面向用戶與業務等差異化服務。

3GPP定義的QCI=3的用戶的典型場景是Real Time Gaming(實時遊戲),一般普通用戶的數據業務是在QCI=6上進行承載。如果下圖所示,為某次壓力測試中,QCI=3的保障用戶在數據包平均時延和抖動方面明顯優於QCI=6普通用戶,在帶寬資源緊張時,QCI=6的用戶無法搶占足夠多的帶寬資源完成業務,而QCI=3的用戶可以保持穩定的800kbps的穩定速率。4G時代的"切片"僅僅是接入網的一個較粗的QoS等級劃分,5G的切片將是更完整的端到端的解決方案。

5G時代將會有各種針對不同場景的網絡切片,比如針對車聯網的切片、針對VR的切片、針對物聯網設備的切片等,而網絡切片的粒度也會更細,針對不同的服務質量收費也會有差異。

3、 移動邊緣計算(MEC)

在不考慮重傳的情況下,LTE網絡內部時延是小於20ms,而要ping外部伺服器,這個時延通常在40-50ms以上,光纖的傳播速度是200公里,5G在應對時延敏感用例時,要求接入網時延不超過0.5ms,這意味著5G中心機房(或數據中心)與5G小區(基站)之間的物理距離不能超過50公里。面對物理時延的挑戰,我們不得不考慮在接入網引入移動邊緣計算(MEC)、邊緣數據中心,也就是將以前核心網和應用網的一些功能下沉到接入網。 邊緣計算由於部署在靠近物或數據源頭的網絡邊緣側,具有融合的網絡、計算、存儲和應用核心能力。

利用邊緣計算提供的計算能力和服務,能夠滿足低時延、海量連接業務需求和數據的聚合優化需求等,緩解核心網和回程鏈路的負載壓力。因此,邊緣計算和網絡切片的結合變得尤為有意義。 在網絡傳輸延遲或數據安全等角度考慮,很多的領域無法直接將數據傳送至雲端處理,因此邊緣計算是一個大趨勢,大家經常舉例的自動駕駛就是一個例子,為了保證實時性和可靠性,圖像處理需要在邊緣端完成。除了這種意義上的移動邊緣計算之外,其實運營商期望的移動邊緣計算應該是在更靠近接入網的部分部署算力,支持邊緣計算,後續可能應用可以直接部署於基站內的雲設備內,這樣對一些延遲極度敏感的應用將是一個好消息。

4、 物聯網應用

目前物聯網逐漸火熱起來,mMTC也是物聯網三大場景之一,承擔了未來智能世界裡的重要想像空間。但是目前的mMTC仍然有一些亟待解決的問題,我們可以看到5G KPI里是要求能支持每平方公里100萬個連接,這其實是一個非常讓人興奮的數字,但是這個會有點容易讓人誤解,100萬個連接並不是同時收發數據,只是連接,連接有可能是時斷時續的,有可能是一天只發送一個數據包的監控節點。可以看到目前應用比較廣泛的還是電力超表類應用,因為這類數據基本都只是在上報,而且頻次要求不高,實時性要求也不高。但是對於很多的應用場景來說,實時/准實時的雙向通信是很大的需求。 大麥目前已經將NB-IoT應用到實際產品中了,由於NB-IoT使用的是CoAP協議,而CoAP協議底層使用的是UDP,不可靠的,在我們的部分場景中要求數據可靠到達,因此做了應用層的ACK應答機制及重傳來保證數據可靠到達。

由於一些應用場景對功耗不敏感,但期望數據能儘快到達,所以與運營商溝通後關閉了PSM和eDRX,以便讓數據儘快到達,但是對於一些監測類的場景對於功耗是敏感的,因此就會通過睡眠等方式來儘可能的降低能耗,這對於純上行監測類應用來說還好,但是如果想要准實時下發可就難了,因此也會限制一些場景的想像空間。 未來5G的mMTC場景還會基於NB-IoT、eMTC技術繼續演進,期待未來能更好的解決目前存在的一些問題。

5、 D2D的應用

D2D其實是一項挺有意思的技術,讓設備和設備之間能直接通信。當然不是完全的自主通信,是在基站控制下完成數據通信,基站主要負責控制信令,設備間直接進行通信。這可能會催生一些基於鄰近特性的社交應用場景。其中車聯網中的V2V(Vehicle-to-Vehicle)通信就是典型的物聯網增強的D2D通信應用場景。基於終端直通的D2D由於在通信時延、鄰近發現等方面的特性,使得其應用於車聯網車輛安全領域具有先天優勢。在D2D通信模式下,兩個鄰近的移動終端之間仍然能夠建立無線通信,為災難救援提供保障。 家庭應用中的投屏場景是一個很好的D2D場景,但是目前基本都是WiFi-Direct的天下,如果D2D想要應用進來,還需要與這個強大的對手進行競爭。

6、 CDN

4G時代,CDN基本部署在CR(核心路由器)、SR(業務路由器)附近,部署位置偏上。同時,節點部署稀疏,平均每個節點覆蓋方圓10公里。5G時代,在架構上,CDN應從CR、SR端向用戶端遷移。同時在節點部署上,向小型化、高密化發展,原來每節點覆蓋方圓10公里,現在需縮小到1公里甚至更小。網絡切片中的NFV和SDN技術也將應用到CDN中,NFV實現網絡資源共享,擴展靈活,CDN NFV實現硬體和軟體解耦。SDN讓調度和路由控制更靈活,網絡感知能力和集中控制與能力的開放,提供靈活調度和最優化的路由能力。

7、 產業網際網路

借用阿里巴巴陳威如專家演講中的一些觀點,未來十年,是從消費互聯化到產業互聯化的全面協同升級。未來,產業網際網路有兩個發展方向,第一, 在你所處的產業環節進行線上線下融合。如果你是做零售的,你就要把線上、線下銷售場景,用數字化、可視化的方式重構、融合起來;如果你是做供應鏈的,也要先做數字化,進行線上、線下融合,達到線上線下一盤貨。第二, 做全鏈路環節的數字化相連。當你把全鏈路串起來以後,就會對生態圈、消費者、企業商業模式產生一個極大的變革。因此5G可能會依託於物聯網技術帶來全鏈路的數字化,進而助力產業網際網路。


04

總 結


在本文中,我們可以了解到5G的關鍵技術。

1)其中單基站的峰值速率要達到20Gbps,頻譜效率要達到4G的3~5倍,這是關於eMBB超寬頻的指標,使用的主要技術包括LDPC/Polar碼等新的編碼技術提升容量,使用毫米波拓展更多頻譜,使用波束賦形帶來空分多址增益,使用NOMA技術實現PDMA功率域的增益,使用Massive MIMO技術來獲得更大的容量,毫米波讓波長更短,天線更短,在手機上可以安置的天線數更多,基站側可支持64T64R共128根的天線陣列。

2)時延達到1毫秒,這是關於uRLLC的場景,主要是新的空口標準5GNR中定義了更靈活的幀結構,更靈活的子載波間隔配置,最大的子載波間隔240KHz對應時隙長0.0625ms,這樣超低時延應用稱為可能。通過新的多載波技術解決目前CP-OFDM中存在的保護間隔等資源浪費,降低時延增大利用率。除此之外,還有網絡切片技術,讓網絡變得更加彈性,可以更好的支持超低時延的應用,建立一條端到端的高速功率,網絡切片技術主要是核心網的SDN和NFV的應用。

3)連接密度每平方公里達到100萬個,這是關於mMTC的場景,目前標準主要還是基於eMTC和NB-IoT進行演進,兩項標準各有優缺點,對數據量、移動性、時延有一定的要求的場景eMTC更合適,具有靜止、數據量很小、時延要求不高等特點,但對工作時長、設備成本、網絡覆蓋等有較嚴格要求的場景NB-IoT更合適,目前國內主要覆蓋的是NB-IoT。這裡的連接量其實是一個相對彈性或理想的值,因為連接量的提升主要是以終端通過PSM或eDRX技術實現休眠所帶來的,未來更多的並發能力,更小的網絡信令消耗、更多的突發數據包等場景都需要被考慮到,這部分的演進仍然有著較長的路要走。


本文作者| 阿里文娛技術團隊高級無線開發專家 梓爍
感謝閱讀,歡迎擴散傳播!感謝!


邊緣計算社區:促進邊緣計算領域知識傳播,中立,客觀,如果您關注邊緣計算、5G、物聯網、雲原生等領域請關注我們。

文章來源: https://twgreatdaily.com/zh/f_wgn3EBiuFnsJQVajfu.html