1. 程式人生 > >面向移動網際網路和物聯網應用的下一代行動通訊

面向移動網際網路和物聯網應用的下一代行動通訊

2017年12月

摘要

移動通訊系統在過去三十年時間裡迅猛發展,其主要業務已經從語音通話轉向資料通訊,行動通訊與網路工程之間的差異日漸減小。目前的LTE網路已經能滿足移動網際網路應用的需求,而下一代行動通訊將關注廣闊的物聯網應用。移動通訊系統的改進可以分為無線傳輸技術和網路技術兩個方面,文章著重闡述了網路的支援技術——軟體定義網路(SDN)和網路功能虛擬化(NFV)。此外在計算架構上,中心化的雲端計算有著向分散式演進的趨勢,稱為霧計算,文章還介紹了一個異構的霧化接入網例項。

迅猛發展的行動通訊史和湧現的新業務

上世紀80年代,第一代商用無線通訊系統開始運營,隨後商用GSM出現,行動通訊終於以社會公共資源的形式走進了尋常公民的生活。通訊雙方不再需要搭建點對點的無線鏈路,依託運營商建立的廣闊無線覆蓋網路,人們就可以使用便攜的終端裝置隨時發起通話。短時間內,無線通訊迅猛發展,無論是技術還是業務方面,難以有其他一個行業能與之匹敵。

每一代無線通訊技術,都是在特定需求背景下誕生的。為了提高通話質量,數字化的第二代蜂窩網移動通訊系統被提出;20世紀末,IP業務和網際網路迅速發展,人們的熱情逐步從語音通話轉移到資料通訊上來,第三代移動通訊系統營運而生;而隨著移動資料業務的進一步增長,人們又期望能獲得更高的頻寬,4G網路實現了全IP化,並以資料通訊作為主要業務,下行速率達到100Mbps,與有線網路接入頻寬相差無幾的前提下實現移動性支援,已經可以滿足大部分網路業務的需求[1]。

同時,每一代移動通訊系統的產生,又是超前於具體應用的,新特性為新業務的流行提供了可能。公眾移動通訊系統是面向普通使用者,他們樂於使用現有的技術,但無法對下一代移動通訊系統提出需求,但內容提供商有這樣的能力。因此,移動通訊系統的規劃設計需要有長遠的眼光,看到未來的需求。事實也是如此,在過去4代移動通訊系統標準的制定過程中,當前代的商用時間與下一代的制定時間是重合的。

4G LTE第一次實現了全球範圍的標準統一,並以資料通訊作為主要業務。LTE下的業務趨勢是:1、視訊化。3G時代被抑制的視訊業務爆發式增長,佔據大部分網路流量;2、移動網際網路化。移動終端的普及和LTE大頻寬特性使得手機上網比固定網路上網更加流行,一半以上的流量將來自於手機;3、智慧化。智慧化是LTE業務發展的潛在趨勢。隨著LTE網路的商用部署,普通個人使用者、企業使用者都將體會到LTE網路對生活的改變[2]。

還有另外一類專用移動通訊系統,不是面向公眾,而是為政府部門、警署消防、鐵路等特定行業設計的,這類系統對可靠性、安全性等指標要求嚴格。隨著社會的發展進步,這些行業對通訊系統也顯露出對寬頻的需求。但因為缺少資本驅動力,行業對系統的更新換代也持謹慎態度,專用移動通訊系統的技術遠落後於民用系統。專業行動通訊的升級也是一項挑戰,但本文所講的移動通訊系統不涉及這類系統。

到4G為止,過去近百年積累的理論都已經被使用殆盡,但下一代移動通訊系統(5G)仍將在LTE基礎上進一步演進,引入新的無線傳輸技術和網路技術[3]。在無線傳輸技術方面, 將引入能進一步挖掘頻譜效率提升潛力的技術, 如先進的多址接入技術、多天線技術、編碼調製技術、新的波形設計技術等; 在無線網路方面, 將採用更靈活、更智慧的網路架構和組網技術, 如採用控制與轉發分離的軟體定義無線網路的架構、統一的自組織網路 (SON)、異構超密集部署等。網路技術將迎來大變革,軟體定義、新業務開發、架構優化調整將成為行業接下來的發展重心。

物聯網對移動通訊系統的挑戰

前面已經講到,現在的無線通訊系統主要業務已經從語音轉向資料通訊,移動通訊系統和無線網路系統之間的差異也越來越小。在行動通訊中,移動網際網路應用浪潮已經出現,同時物聯網應用方興未艾,將會是未來通訊網路需要考慮的需求。下一代行動通訊的動力正是在於支援這些應用。

物聯網本身具有多種形式的網路接入,蜂窩網是其中一種,受益於運營商的大規模部署,這是最易得的一種接入方式,尤其是移動的物聯網應用。目前流行的共享自行車就是這樣的典型,它完全利用商用蜂窩網進行通訊。具備通訊功能的電子鎖本身的頻寬需求很低,但要求持續性的連線,並具備儘可能小的延遲,此外大量的電子鎖在密集人群中正常工作,需要小區具有足夠的接入容量。另一類物聯網應用是智慧汽車。智慧汽車除了使用專用網路與路側設施通訊外,也接入LTE網路,下載路況資訊,雲端決策資料等,上傳行車視訊。據統計,未來一輛自動駕駛的汽車每天將產生4000GB資料[4],即使本地處理之後,需要聯網傳輸的資料量依舊驚人。大量智慧汽車上路後,對通訊網路提出了嚴苛的頻寬要求。

增強LTE以及5G解決這些問題的方法是採用異構的多種無線接入方式,提供以下特性5:1)窄帶運營;2)低功耗和增強覆蓋;3)終端節能;4)負載和擁塞控制。為了支援這些特性,在無線接入技術(RAT)方面引入中繼技術以增強覆蓋;使用毫米波技術提升容量;使用D2D通訊賦予裝置點到點通訊自主權。在無線接入網(RAN)方面,解耦合上下行鏈路;許可輔助接入技術(LLA)用執照頻段作為控制通道,而大量資料在開放頻段上傳輸;無線接入網即服務RANaS將集中化的管理轉變為分散式,利用RAN上虛擬化的資源提供多樣的服務。網路支援技術方面則引入軟體定義網路(SDN)和網路功能虛擬化(NFV)。

SDN & NFV:下一代通訊系統的支撐技術

SDN(software-defined networking)是2006年斯坦福大學在校園網路環境試驗中提出的概念。為了協議在硬體裝置上的部署方便,以及網路的切片,他們借鑑了傳統計算機系統的抽象結構,將網路結構虛擬化和抽象化。其最明顯的特點是將傳統網路裝置中的控制層和資料層解耦合,並且通過軟體程式設計的形式,在通用硬體平臺(交換機、標準伺服器、儲存伺服器等)上實現控制和資料功能。正是因為解耦合、軟體定義這兩個特性,SDN能夠提供靈活的網路功能配置,具備快速的服務部署能力和充分的硬體利用率。

NFV(network functions virtualization)是在2012年提出的,與SDN互為補充。AT&T、BT、DT等電信運營商在德國的SDN會議上,以ETSI(歐洲電信標準協會)名義釋出了網路功能虛擬化的白皮書[6]。NFV的思想是解耦和網路功能與基礎設施硬體,並引入網路功能軟體定義的概念。即通訊設施完全使用通用伺服器而非專有硬體,並且網路功能也是完全由軟體定義的。白皮書中描述的NFV架構分為4個部分:網路功能NF, NFV基礎設施(NFVI), 運營/業務支援系統(OSS/BSS), 管理和編排器(MANO). NFVI在硬體平臺上對資源虛擬化(利用VM或者容器技術), 形成統一、虛擬的計算、儲存、網路資源,NF部署在其之上,每個NF實現特定的功能,並受EM的管控。MANO中,編排器根據實際需要,生成NF的服務圖(Service Chaining Graph), 管理器負責該圖的實現。OSS/BSS是面向使用者或管理員的介面。


31 NFV參考架構

有人認為,SDN和NFV是5G網路中的必要部分,而不是可選部分。目前的LTE網路中,扁平化的組織結構給系統性能帶來了較大提升,但LTE的核心——EPC中存在著兩種耦合:1.控制平面和使用者平面的耦合2.硬體和軟體的耦合。如圖3-2,MME和HSS承擔純粹的控制功能,但SGW和PGW承擔了控制面和使用者面的功能,前者負責資料包路由和轉發,將接收到的使用者資料轉發給指定的PGW,後者負責為接入的使用者分配IP地址以及進行使用者平面QoS的管理。這就限制了EPC的靈活性,並且在硬體部署上也有侷限性[7]。

圖 32 EPC中的耦合

在5G中架構中,提議控制和資料的解耦合,並且使用軟體實現具體功能,儘量減少物理實體的使用,如圖3-3所示。

圖 33網路架構的提議

SDN和NFV的使用,實現了控制面和資料面的解耦合、網路功能的軟體定義。在此之下,系統的持續升級擴充套件,新業務的部署嘗試等將會易如反掌,真正實現移動通訊系統的"可長期演進"。

對於運營商而言,引入SDN和NFV可以獲得以下利益:

從雲到霧:架構的進化

    架構是從網路的部署上來說的,也就是使用何種元件,放在什麼位置。谷歌在2006年搜尋引擎大會(SES San Jose 2006)上首次提出"雲端計算"概念,其後十年見證了雲端計算的繁榮。雲端計算在資料中心維護近乎無窮大的資源池,這些資源包括計算、儲存和網路,任何使用者都可以通過網路獲取到這些資源。雲端計算降低了維護成本,管理靈活,安全可靠。

    但是雲端計算的缺陷在於連線客戶機與雲的網路。雲端計算中心即使有再強大的網路規劃,從雲端到客戶這部分的網路環境確實不受控制的,因此,在頻寬需求高、延遲敏感的應用環境下,雲端計算有著難以克服的缺陷。2011年思科提出了霧計算的概念。霧計算與邊緣計算的概念類似,是將計算資源部署到靠近使用者的網路邊緣,但霧計算還涵蓋了雲端計算,霧作為作為雲的延伸,在物與雲之間構建起完整的統一體。霧計算特徵在於支援低時延和位置感知,廣泛地理分佈,移動應用適用性。

霧化的無線接入網:

在LTE中,雲端計算體現在對無線基帶訊號的處理上[8],利用資源池可以為基帶處理提供強大的效能,但問題是延遲大,回傳鏈路負擔重,霧計算架構則可以解決這一問題。

相比於4G,5G要求提供1000倍的系統容量,同時具備10倍的能量效率(EE). 5G通訊系統的接入網RAN主要需要提供以下功能模組:

  1. 無線接入點。 負責接入終端裝置,其形式可以是大功率的接入點high power nodes (HPNs),也可以是位於遠端的射頻頭remote radio heads (RRHs).
  2. BBU(Baseband Unit),負責基帶訊號的處理,包括射頻訊號處理(Radio Signal Processing), 無線資源管理(Radio Resource Management)等。

為了實現5G的指標,首先基於雲的RAN (C-RAN) 被提出,在C-RAN中,BBU放置於雲端,好處在於可以提供強大的計算能力和是實現較高的能量效率,但前傳和回傳鏈路負荷巨大,頻寬和延時要求難以滿足。

對C-RAN進行改進,就提出了混合的雲RAN(H-CRANs).在該體系中,控制面和使用者面解耦,數量較少覆蓋範圍大的HPN提供控制功能,而遠端射頻接入點(RRH)只提供包流量的傳輸,RRH受HPN控制。相比於C-RAN,H-CRAN將控制功能從中心雲移到了HPN. 解決了一部分延遲的問題。但這樣的結構中,中心化的功能仍然佔據較大部分,大量基於地理位置的應用流量會造成回傳的冗餘,而且還有許多邊緣資源沒有利用到。這樣的下移是不徹底的。

基於霧的無線接入網F–RAN應運而生。F-RAN是將RSP和RRM功能部署到HPN、RRH甚至UE上。具備了計算儲存功能的RRH演變為F-AP。霧的引入,減輕了回傳鏈路的負擔,減少了時延。

上述三種不同形式的RA    N如下圖所示。


圖 4.1 三種RAN的架構對比

在F-RAN中,定義了4種類型的雲:1.全域性中心化的通訊和儲存雲,2.中心化的控制雲,3.分散式邏輯通訊雲,4.分散式邏輯儲存雲。前兩種與CRAN中的類似,而後2種分佈部署在F-AP 和F-UE上。

更詳細的F-RAN結構如下所示。終端層和接入層共同構成了霧計算層。RRH接入到HRN中,以獲得全部的系統資訊。RRH通過前傳鏈路連線到BBU, HPN通過後傳鏈路連線到BBU。RRH中完成了一部分RSP和RRM的功能,因此可以減輕前傳鏈路負擔。此外,UE之間還存在D2D的通訊。


圖 4.2 F-RAN的系統模型

對於UE來說,根據速度、距離、位置、QoS要求等不同,可以有4種傳輸模式供選擇,分別是:D2D和中繼模式,本地分散式協調模式、全域性C-RAN模式和HPN模式。

總結

商用移動通訊系統發展至今,移動網和網際網路之間的界限越來越小,資料通訊已經成為行動通訊的主要業務。LTE實現了對移動網際網路應用的支援,下一代移動通訊系統向著大頻寬、大連線、低延遲、高速移動方向發展,實現萬物的連線。其演進技術可以分為無線傳輸和網路兩大方面,而SDN和NFV是網路技術的關鍵支援。通過控制和資料平面的解耦合,具體功能的軟體實現,下一代移動通訊系統將具備靈活可升級的特性,真正支援連續長期演進。計算架構的轉變也將體現在下一代通訊系統中,在高密度的接入和靈活的業務配置背景下,雲端計算轉變為霧計算,中心化轉向分散式,藉助於軟體虛擬化基礎,無線接入網具備通用計算儲存資源,並向外提供服務,在此之上部署靈活多樣的應用業務。

參考文獻

  1. 王胡成, 徐暉, 程志密,等. 5G網路技術研究現狀和發展趨勢[J]. 電信科學, 2015, 31(9):149-155.
  2. 張海峰, 張傑. TD-LTE資料業務發展趨勢[J]. 網際網路天地, 2013(4):12-14.
  3. 尤肖虎, 潘志文, 高西奇, 等. 5G 行動通訊發展趨勢與若干關鍵技術. 中國科學: 資訊科學, 2014, 44: 551{563, doi:10.1360/N112014-00032
  4. Internet of Things in the 5G Era: Enablers,Architecture, and Business Models
  5. Chiosi M, Clarke D, Willis P, et al. Network functions virtualisation: An introduction, benefits, enablers, challenges and call for action[C]//SDN and OpenFlow World Congress. 2012: 22-24.
  6. Akyildiz I F, Lin S C, Wang P. Wireless software-defined networks (W-SDNs) and network function virtualization (NFV) for 5G cellular systems[M]. Elsevier North-Holland, Inc. 2015.

Peng M, Yan S, Wang C, et al. Fog-computing-based radio access networks: issues and challenges[J]. IEEE Network, 2015, 30(4):46-53.