面向5G移动通信的蜂窝物联网关键技术研究

来源:用户上传      作者:

　　摘  要： 在分析国内外5G研究现状的基础上，针对物联网应用具有广覆盖、低速率、低成本及低能耗的特点，对比了蜂窝物联网常用技术NB?IOT，eMTC，LTE?4G的特征及应用领域。在此基础上，提出面向5G的蜂窝物联网架构，架构中分离了传输层与边缘计算层，解耦了雾计算和云计算层，并对每一层的功能进行论述，分析了网络架构中的数据流向。详细分析了NB?IOT的Stand?alone模式、Guard?band模式和In?band模式三种部署场景，并分析了NB?IOT每种模式下的上行基带信号和下行基带信号，最后对NB?IOT信号进行了解调测试，结果表明，NB?IOT具有低速率、广覆盖及低功耗等特点，更能满足物联网应用需求，对5G蜂窝物联网应用具有借鉴意义。
　　关键词： 5G移动通信; 网络架构; 边缘计算; 雾计算; 云计算; 信道分析; 解调测试
　　中图分类号： TN929.5?34; TP393.1                   文献标识码： A                 文章编号： 1004?373X（2020）09?0029?04
　　Research on key technologies of cellular Internet of Things
　　for 5G mobile communication
　　XIAO Ruixue1， FENG Yingwei1， L? Guo1， QU Jianping2
　　（1. Center of Modern Educational Technology， Hebei University of Architecture， Zhangjiakou 075000， China;
　　2. Office of Academic Affairs， Hebei University of Architecture， Zhangjiakou 075000， China）
　　Abstract： In allusion to the characteristics of IOT （Internet of Things） applications with wide coverage， low speed， low cost and low energy consumption， the characteristics and applications of NB?IOT， eMTC and LTE?4G in cellular IOT common technologies are compared on the basis of the analysis of 5G research status quo at home and abroad. On this basis， a 5G?oriented cellular IOT architecture is proposed. In the architecture， the transport layer and the edge computing layer are separated， and the fog computing layer and cloud computing layer are decoupled. The functions of each layer are discussed and the flow direction of data in the network architecture is analyzed in this paper. The three deployment scenes （stand?alone mode， guard?band mode and in?band mode） of NB?IOT， and the uplink baseband signal and downlink baseband signal in each mode of NB?IOT are analyzed in detail. The NB?IOT signal was demodulated and tested. The results show that NB?IOT has the characteristics of low speed， wide coverage and low power consumption， which can satisfy the requirements of IOT and has the reference significance for 5G cellular IOT applications.
　　Keywords： 5G mobile communication; network architecture; edge calculation; fog calculation; cloud calculation; channel analysis; demodulation test
　　0  引  言
　　从2013年欧盟投入巨资研发5G相关技术，欧盟制定的5G标准计划将于2020年推出。紧随其后，韩国SUMSUNG公司公开宣布已经成功攻克5G关键技术，利用64天线单元自适应阵列，在28 GHz频段实现1 Gb/s数据传输，通信速率比4G LTE快将近100倍，并计划在2020年商业化[1]。2014年日本NTT，DoCoMo等电信运营商与爱立信、诺基亚、三星等公司合作，对5G网络进行测试，通信速率可提升至10 Gb/s，同时预期2020年开始运作[2]。2015年，英国宣称成功研制5G网络，传输速率可达125 Gb/s，并于2018年进行公众测试，计划2020年投入商用。2016年，美国Verizon公司宣布，从2016年开始5G网络测试，2017年在美国一些城市实现商用[3?5]。 　　国内5G相关技术的研究也同时启动，华为早在2009年就已开始5G相关技术的研究，并预言2020年启动商用5G移动网络，通信速率[6]可达20 Gb/s。2016年，工信部副部长表示，5G将是未来新一代通信技术的主要方向，在提高用户体验的基础上，同时实现万物互联应用需求，为物联网提供承载网络。2018年，在世界移动通信大会上，华为和沃达丰公司进行合作，并完成第一个5G通话测试。同年，华为发布首款5G商用芯片巴龙5G01及终端设备。2018年，中国联通公布5G部署，计划2020年启用5G网络商用[7?8]。
　　1  相关研究
　　随着物联网的飞速发展，新的通信需求不断出现，先后涌现出ZigBee，6Lowpan，WiFi，蓝牙及LoRa等多种通信技术。传统蜂窝网络的大量传感器和智能终端往往成本低廉，使用干电池供电，能源有限，很多部署在室外或地下管廊，这些特点使得传统蜂窝网络在应对物联网发展时，尤其是应对M2M时凸显出通信能力不足的缺陷。新的技术背景下，3GPP提出要逐步改进信号覆盖范围，提高能源效率，降低时延，支持海量低流量设备接入及降低设备复杂程度[9]。
　　针对上述需求，边缘计算（Edge Computing，EC）的概念模型被提出。边缘计算将程序、服务及存储等功能推向网络的边缘，由大量的终端或者网络设备完成相应的计算，可以进一步减轻网络数据流量，降低网络压力。移动边缘计算是边缘计算与蜂窝网络的结合产物，是5G的关键技术之一。2011年思科提出雾计算（Fog Computing，FC），将云服务与边缘计算有机连接，形成类似于中间件的网络功能模块。相对于云计算，雾计算更加符合物联网应用的复杂性及碎片化特征，通过雾计算可以解耦云端和设备终端，降低网络带宽占用[10?13]。
　　LTE?M是针对物联网制定的技术标准，被称为eMTC。2016年3GPP针对物联网应用需求制定了窄带物联网标准（NB?IOT），具备广覆盖、低速率、海量连接、低功耗及低成本等特点。LTE?4G，eMTC和NB?IOT的技术特征及典型应用领域如表1所示。
　　2  面向5G蜂窝物联网架构
　　蜂窝网络经过多年的建设，已经成为移动通信的基础，覆盖范围广泛，通信安全可靠。根据高通公司预测，截至2025年全球物联网连接将超过50亿。从智能穿戴设备到智能水表、电表，从智能井盖到车载终端，将涵盖智慧城市、智慧交通、环境监测及医疗保健等各个方面。大量的智能终端会接入网络，蜂窝网络将成为物联网的主要承载网络。随着物联网接入方式的多样化，及雾计算、边缘计算和云计算的发展，面向5G网络的蜂窝物联网的架构也逐渐清晰，架构图如图1所示。网络架构中分离了传输层与边缘资源层，解耦了应用层与服务管理层。
　　2.1  各子层功能
　　感知层是信息的入口，通过各种传感器和嵌入式控制器，将采集的各种参数通过各种通信方式，如ZigBee，蓝牙，WiFi，LoRa等汇入感知层。感知层是整个架构的最前端，所有数据信息通过该层产生，是架构中的基础架构。
　　传输层负责数据的传输，5G终端、NB?IOT终端及eMTC终端都被划分在该层。传输层的另一重要组成部分就是5G物联网网关，负责协议转换并传输，把感知层各种通信方式（ZigBee，蓝牙，WiFi，LoRa等）转换为5G通信兼容数据格式。
　　边缘计算层的主要功能是设备接入及数据处理。边缘计算终端多采用嵌入式终端，通过边缘计算可以有效分担并降低核心网络开销，核心网络只需处理边缘计算后的数据，大大提高了网络性能。该层还涉及安全、认证及身份识别等功能。
　　雾计算连接云计算层，提供物联网边缘计算层与公有云及私有云的无缝连接，包括接口定义、权限管理、资源管理及功能定义等。
　　云计算层包括公有云和私有云，是所有数据的汇入点，海量数据在云数据中心存储并计算，为上层应用提供服务。
　　架构的最高层为应用层，架构中所有层次的最终目的是为该层服务，通过大数据处理以支撑人工智能、决策支持及车辆网等应用。
　　2.2  架构数据处理过程
　　数据的处理过程如图2所示。
　　终端数据由各种传感器产生，由于物联网感知层通信方式的多样性，数据被分装成不同协议下的数据帧。这些数据帧流向5G终端、物联网网关、NB?IOT终端或eMTC终端，通过5G信道实现数据传输。在网络边缘处，通过边缘计算设备进行数据的边缘化处理，再通过雾计算将边缘计算处理的数据与云端对接。数据最终在云端大数据中心进行大数据处理，通过大数据处理支持各种应用层应用。
　　3  NB?IOT部署场景
　　NB?IOT支持三种部署场景，分别是In?band Mode，Stand?alone Mode和Guard?band Mode，如图3所示。其中，In?band Mode可使用LTE載波的任意资源块;Stand?alone Mode利用适用于GSM频段重耕的单独频带;Guard?band Mode利用LTE系统中的边缘无用频带。
　　3.1  NB?IOT上下行信道
　　3.1.1  下行基带信号
　　NB?IOT下行基于正交频分多址（Orthogonal Frequency Division Multiple Access，OFDMA），基带采样速率为1.92 MHz，子载波间距为15 kHz。NB?IOT下行基带信号如式（1）所示：
　　[S（p）lt=k=-NRBsc2NRBsc2-1a（p）k（-）×ej2π（k+12）Δf（t-NCP，lTs）] （1）
　　LTE下行基带信号如式（2）所示：
　　[S（p）lt=k=-NDLRBNRBsc2-1a（p）k（-）×ej2πΔf（t-NCP，lTs）+k=1NDLRBNRBsc2a（p）k（+）×ej2πΔf（t-NCP，lTs）] （2） 　　式中，NB?IOT下行基带使用DC载波，具有频域和半载波频移，以降低射频链路直流泄露。
　　NB?IOT下行信号包括NPSS，NSSS和NRS。其中，NPSS在每个系统帧的第5个子帧上传输;NSSS在每个偶数系统帧的第9个子帧上传输;NRS在1个或2个天线端口上传输。
　　3.1.2  上行基带信号
　　NB?IOT上行链路支持Single?Tone和Multi?Tone，其中，Single?Tone包括3.75 kHz和15 kHz，并且插入循环前缀。在物理层描述中进行脉冲整形，以提供更广阔的覆盖范围和更低的功耗。Multi?Tone模式中采用SC?FDMA方式，具有更高的峰值速率，具有15 kHz子载波间隔，0.5 ms时隙和1 ms子帧作为LTE。
　　NB?IOT上行基带信号生成如式（3）～式（5）所示：
　　[NRUsc>1]时：
　　[S（p）lt=k=-NULRBNRBsc2NULRBNRBsc2-1a（p）k（-），l×ej2π（k+12）Δf（t-NCP，lTs）] （3）
　　[NRUsc=1]时：
　　[Sk，lt=ak（-），l×ejφk，lej2π（k+12）Δf（t-NCP，lTs）] （4）
　　[k（-）=k+NRBsc2] （5）
　　3.2  NB?IOT测试
　　采用基于BC95的NB?IOT模块对NB?IOT信号进行分析，并进行了NB?IOT上行测试。采用VSE?1100数字频谱分析仪解调NB?IOT信号，对信号进行测试。
　　测试参数如表2所示。
　　测试得到Capture Buffer如图4所示。NB?IOT Power与Symbol X Carrier测试结果如图5所示。NB?IOT Alloc ID与Symbol X Carrier测试结果如图6所示。
　　经ASE频谱分析仪对NB?IOT进行解调测试，测试结果EVM QPSK平均值为0.08%，EVM phys Channel平均值为0.08%，EVM phys Signal平均值为0.07%。
　　NB?IOT采用超窄带、重复传输、精简网络协议设计，以牺牲一定速率、时延、移动性性能，获取面向LWPA物联网的承载能力。NB?IOT的200 kHz带宽，易于2G网络腾频和升级支持，同时子载波采用15/3.75 kHz（与LTE子载波相同或[14]）可以独立部署，也可以与LTE共载波部署;NB?IOT初步满足大连接要求，未来还可以进一步升级满足5G需求，成为5G的一部分。
　　4  结  语
　　在论述5G技术、蜂窝网络的基础上，分析了物联网应用特征，如广覆盖、低功耗、海量连接、低成本等特点。结合边缘计算、雾计算等技术，提出了面向5G网络的蜂窝物联网架构，并对架构中各个子层进行了详细剖析。重点分析了NB?IOT的上下行信道，并对其进行解调测试，对面向5G的物联网应用具有一定意义。
　　注：本文通讯作者为冯英伟。
　　参考文献
　　[1] 赵健，王瑞，李正民，等.物联网系统安全威胁和风险评估[J].北京邮电大学学报，2017，40（z1）：135?139.
　　[2] 孙彪.移动运营商NB?IoT部署策略探讨[J].移动通信，2016，40（23）：11?16.
　　[3] 孙其博，刘杰，黎羴，等.物联网：概念、架构与关键技术研究综述[J].北京邮电大学学报，2010，33（3）：1?9.
　　[4] SATYANARAYANAN M， BAHL P， DAVIES N， et al. The case for VM?based cloudlets in mobile computing [J]. IEEE pervasive computing， 2009， 8（4）： 14?23.
　　[5] SEZER O B， DOGDU E， OZBAYOGLU A M. Context?aware computing， learning， and big data in Internet of Things： a survey [J]. IEEE Internet of Things journal， 2018， 5（1）： 1?27.
　　[6] PAN Jianli， MCELHANNON J. Future edge cloud and edge computing for Internet of Things applications [J]. IEEE Internet of Things journal， 2018， 5（1）： 439?449.
　　[7] GTI. IoT core network architecture white paper. [EB/OL]. [2018?06?08]. http：//www.gtigroup.org/ Resources/rep/2018?06?08/12319.html.
　　[8] BERN S， MISRA S， VASILAKOS A V. Software defined networking for Internet of Things： a survey [J]. IEEE Internet of Things journal， 2017， 4（6）： 1994?2008.
　　[9] 林敏晖.基于物联网和大数据分析的智能物流研究[J].辽宁科技学院学报，2016，18（6）：28?30.
　　[10] 何文静.当代物联网技术发展的困境和解决方案探析[J].信息系统工程，2018（11）：154.
　　[11] 楚彦龙.物联网在我国流通领域应用前景分析[J].数字通信世界，2019（1）：128.
　　[12] 张旭.浅谈物联网形势下的5G技术发展[J].科技创新导报，2018，15（29）：112.
　　[13] 刘铭，柳青，董丙瑞.论物联网技术在现代农业中的应用[J].南方农机，2017，48（3）：54.
转载注明来源:https://www.xzbu.com/8/view-15248570.htm