面向电网业务质量保障的5G高可靠低时延通信资源调度方法

该文研究面向电网业务质量保障的5G高可靠低时延通信(URLLC)的资源调度机制,以高效利用低频段蜂窝通信系统内有限的频谱和功率资源来兼顾电力终端传输速率和调度时延、调度公平性,保障不同电力业务的通信质量(QoS)。首先,基于URLLC的高可靠低时延传输特性,建立电力终端多小区下行传输模型。然后,提出面向系统下行吞吐量最大化的资源分配问题模型并对其进行分步求解,分别提出基于定价机制与非合作博弈的功率分配算法和基于调度时延要求的改进比例公平算法(DPF)动态调度信道资源。仿真结果表明,提出的资源调度方法能在保证一定传输可靠性和公平性的条件下降低电力终端调度时延,满足不同业务等级的QoS需求,与已知算法对比有一定的优越性。

5G高可靠低时延通信标准现状及产业进展

高可靠低时延通信(URLLC)是5G三大应用场景之一,为推动其产业发展,首先介绍国内外URLLC标准制定现状及未来演进路线,梳理我国不同应用场景对时延、可靠性的业务需求,再从技术实现和产业落地的角度,详述我国URLLC关键技术的研发现状和技术试验规划,最后提出URLLC产业推进策略建议。

面向智能电力巡检的高可靠低时延移动边缘计算技术

移动边缘计算为满足巡检机器人爆发式增长的通信和计算需求提供了一种有前景的架构,巡检机器人可将采集的高清视频传输到临近的边缘服务器进行数据处理和设备状态研判。然而,全局信息缺失、电池容量受限、高可靠低时延通信约束等对任务卸载优化提出了挑战。考虑对任务卸载而言至关重要的信道选择问题。基于强化学习和李雅普诺夫优化,提出了一种联合能量感知、高可靠低时延通信感知和任务优先级感知的信道选择算法。该算法在全局信息未知的情况下,动态优化信道选择策略,在最大程度满足长期能耗与高可靠低时延通信约束的同时实现巡检机器人效用最大化。并利用变电站实测数据得到的信道模型和电磁干扰模型对所提算法进行性能评估,其结果验证了该算法在真实场景中的有效性和可靠性。

车联网极低时延与高可靠通信:现状与展望

随着第五代移动通信技术的不断发展,智能交通系统的建设已成为智慧城市建设进程中非常重要的环节,车联网又是智能交通系统中必不可少的组成部分。目前全球汽车使用量急剧上升,为提升人们出行体验,实现车、路、人以及基础设施之间的信息交互,需要一个具备高速大带宽以及高可靠低时延的通信(Ultra-Reliable Low-Latency Communication,URLLC)网络支撑。而目前基于LTE技术的车联网不能满足URLLC的性能需求,因此提升车联网URLLC的性能成为车联网技术研究的重点。本论文回顾了车联网技术标准的发展历程,对URLLC在车联网应用场景的性能需求进行分析,并对提升车联网高可靠性和极低时延的研究方法进行总结。

URLLC场景下信道可靠连通度预测

第五代移动通信技术(5th generation,5G)中高可靠低时延通信(ultra reliability and low latency communication,URLLC)应用场景,十分契合航空5G机场场面宽带移动通信系统建设要求。以丢包率为定义的可靠性指标没有反应时变无线信道的时间依赖性和不同URLLC服务所需的持续时间。针对以上存在的问题,运用生存分析的方法,将URLLC关键技术与可靠性理论中失效率相结合,提出了可靠连通度指标,基于接收端信号强度,建立理论分布模型和数据驱动模型,对时变信道在未来1子帧内可靠连通度进行预测,并建立城市宏单元非视距簇时延线信道模型算例对模型进行对比分析,并在不同雨衰条件下,分析信道系统的可靠连通度。结果表明,数据驱动模型可靠性预测的均方误差(mean square error,MSE)可达0.1%,优于理论分布模型,且在恶劣天气情况下,多输入多输出信道可靠性相比于多输入单输出信道具有更高的抗衰落能力。

面向6G uRLLC的序号调制高可靠性传输技术研究

下一代移动通信网络将有效覆盖各类智能设备、工业物联网及车联网等应用,对不同应用中信息传输的可靠性、安全性及传输时延提出了更高的要求。本文提出一种基于载波序号调制(Orthogonal frequency division multiplexing with index modulation,OFDM-IM)的多分集传输方案,可有效提升高可靠低时延通信(ultra Reliable and Low Latency Communication,uRLLC)场景中信息传输的可靠性及系统调制解调的计算复杂度。为了降低接收端的计算复杂度,本文提出一种用于多分集OFDM-IM系统的基于单个子载波计算的接收机算法,通过将基于子块计算过程分解为两步计算的方式来降低解调过程的计算复杂度。计算机仿真结果证明了本文提出的多分集OFDM-IM可以获得比传统单个符号多次重发方式获得发送分集增益更优的误比特性能。

一种基于网络切片的带宽资源编排算法

为在无线虚拟化环境下进行高效的带宽资源分配,研究基于增强型移动宽带(eMBB)与高可靠低时延通信(uRLLC)的带宽资源编排问题。对于小型网络,将带宽资源编排问题简化为带宽资源分配问题并给出全局最优解。针对大型网络,结合松弛理论将带宽资源编排问题转化为带宽资源编排的松弛问题,并提出一种基于贪婪理论的启发式算法HPGH。仿真结果表明,通过解决带宽资源编排问题,可以按需为用户动态分配带宽资源,且HPGH算法能够有效提升eMBB业务的吞吐量,降低uRLLC业务的最大传输时延。

5G切片架构下具有重传机制的轮询系统研究

面对海量应用场景及客户需求,传统的轮询系统方案不能满足轮询系统中每个站点所需要的服务质量要求。为降低系统时延,适应更大的网络规模,提出基于5G网络切片的轮询方案。将5G网络切片划分为增强型移动带宽切片、海量机器通信切片和高可靠低时延通信切片,再将这3类切片各自划分出N个更低层子切片,构建3个独立的具有重传机制的完全服务轮询模型。信息分组按照先进先出的规则进入各子切片,由通用服务器进行统一发送。在此基础上,采用概率母函数及马尔可夫链建立非理想信道环境下基于5G网络切片架构的轮询系统数学模型,推导系统平均排队队长和平均等待时间的精确表达式,进行信息分组出错概率和重传阈值与轮询系统性能之间的定量关系分析。基于Matlab的仿真实验结果证明了该模型的正确性,其较重传门限服务时延更少,能够为非理想信道环境下基于5G网络切片架构的轮询系统分析提供一种快速评估机制。

面向工业的5G组网方案研究

5G网络拥有更大的带宽、更广的覆盖、更快的速度、更低的时延、更可靠的连接等特征,必将为工业互联网的发展提供更广阔的空间。5G网络需要通过一种便捷的方式把网络切片、MEC、uRLLC等能力提供给工业用户。在研究工业需求和5G关键技术的基础上,细化工业场景与多种5G能力的匹配,提出面向工业的5G组网方案,满足不同场景的需求,促进5G网络与工业深度融合。

面向5G TSN的网络架构演进及增强技术研究

近年来,时间敏感网络技术(TSN)的发展逐步引起工业界的广泛关注,其凭借低抖动、低延时、确定性传输等优势,为对传输时延有较高要求的应用场景提供了有力支撑,成为下一代工业网络承载技术的重要演进方向之一。为了在端到端的层面上满足某些垂直行业业务对低时延、高可靠的需求,5G网络在R15 URLLC的基础上对QOS、空口同步、头压缩等方面进行了增强,以满足TSN网络对于5G设备的严苛要求。首先从垂直行业需求入手,分析了5G网络与TSN融合的必要性,最后结合3GPP R16标准进展研究了TSN对于5G商用网络改造需求以及面临的挑战。

基于感通算融合的导轨式自动驾驶系统——无线虚拟导轨

融合感知、通信、计算技术的自动驾驶,其重要任务是实现高安全和高效率的车辆调度,但目前单车和联网两种自动驾驶方案还难以保障这两方面性能.借鉴轨道交通的强控制性,基于感通算融合构建的导轨式自动驾驶系统,即无线虚拟导轨,是实现安全和高效自动驾驶的一种潜在方案.无线虚拟导轨中,系统统一为车辆规划行车轨迹和控制策略,即虚拟导轨,通过移动网络实时引导车辆沿虚拟导轨行驶.本文给出了无线虚拟导轨的系统架构,介绍了各级功能与组成,综述了系统实现的三大关键技术:集中式分级管控技术、高可靠低时延无线通信技术和高精度车辆定位技术.针对高精度车辆定位技术,本文综述了5种定位实现方案,及定位器件部署策略和适用场景.无线虚拟导轨有望实现安全高效的自动驾驶,为未来车辆自动驾驶发展提供参考.