《IMT-2020(5G)推进组:5G-Advanced场景需求与关键技术白皮书(2022)(74页).pdf》由会员分享,可在线阅读,更多相关《IMT-2020(5G)推进组:5G-Advanced场景需求与关键技术白皮书(2022)(74页).pdf(74页珍藏版)》请在三个皮匠报告上搜索。
1、目录目录 IMT-2020(5G)推进组于2013年2月由中国工业和信息化部、国家发展和改革委员会、科学技术部联合推动成立,组织架构基于原IMT-Advanced推进组,成员包括中国主要的运营商、制造商、高校和研究机构。推进组是聚合中国产学研用力量、推动中国第五代移动通信技术研究和开展国际交流与合作的主要平台。5G-A总体愿景5G-A发展驱动力5G-A深化数智社会转型价值场景和需求5G-A关键技术方向及能力5G-A场景技术探索与实践5G-A产业展望和行动倡议主要贡献单位P1P2P3P29P66P69P71IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书1IMT-
2、2020(5G)推进组5 G-A d v a n c e d 白 皮 书5G-A总体愿景5G在过去几年快速商用,截至2022年6月,全球运营商部署221个5G网络,覆盖超过50%市场和7亿多5G用户。5G终端加快上市,全球193家厂商发布1454款5G终端,其中5G手机772款。5G快速发展极大丰富了我们的生活,新业务新应用不断涌现。随着5G大规模商用,全球业界开启了5G下一阶段演进技术研究和探索。2021年4月,国际标准化组织3GPP正式确定5G-Advanced(5G-A)为5G下一阶段演进官方名称,从Rel-18开始,这标志着全球5G发展进入新阶段。面向2024年及以后,一方面,5G-A
3、持续增强已有的能力,支撑传统5G业务大规模应用;更重要的一方面,5G-A将增加新的能力,支撑新场景新业务的应用。5G-A将面向六大主要应用场景,包括沉浸实时,智能上行、工业互联、通感一体、千亿物联和天地一体,从网络、终端、云等端到端的关键方面进一步演进,构建数字、智慧、绿色低碳社会的基础设施。总的来说,实时沉浸交互业务引领移动互联网业务大幅增长,持续驱动无线网络管道能力大幅提升。千行百业数智化转型走向深入,不断驱动无线网络提供新的连接能力。“双碳”目标驱动绿色低碳网络建设,并通过无线网络赋能全行业节能减排。5G-A将围绕“万兆泛在体验,千亿智慧联接,超能绿色业态”的愿景,深化实践“5G改变社会
4、”的目标。图1.1 5G-Advanced应用场景IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书25G-A发展驱动力5G-A深化千行百业数智化转型。5G的快速发展已经极大地改变了我们的生活,逐步促进行业数字化转型升级。可以预见,未来的数智社会,物理世界将与数字世界深度融合,移动互联网升级为全真全感互联网,通过大数据、原生智能、全息感知等新技术,在教育、医疗、交通等领域促进普惠社会。通过3D视频、全息视频、感官互联等新应用,满足人们不断提高的娱乐和交流需求,实现高品质的智慧服务。通过使能车联网,提升汽车网联化、智能化水平,最终实现自动驾驶,发展智能交通。在商业层
5、面,数字经济成为核心舞台,数字孪生把我们所有物理世界的设备、生产流程、产品用数字化的方式构建在一个纯粹的数字世界里,行业将从工具效率提升演进为决策效率提升。在工业生产层面,5G-A使能工业制造的数字化、智能化和柔性化生产,支持智慧港口、配电自动化等场景,大幅度提升工业生产效率。5G-A新场景新能力。5G使能的个人、行业和家庭应用正呈现爆发性增长。面向庞大的业务种类、不同业务在覆盖、容量、时延等方面的需求差异、小区间干扰带来的用户体验不一致、未来百倍流量增长带来的能耗挑战等,运营商需要通过一张智能化的无线网络,使能业务快速上线,以最佳的频段组合保证多维业务体验最优,并走向以用户为中心的网络资源配
6、置,使网络运维迈向“零”故障,并面向未来可持续发展实现体验能效双优。5G-A进一步提升网络能力,支持下行10Gbps、上行1Gbps、宽带实时交互、毫秒级交互时延的能力将激活AR/VR产业并全面使能元宇宙,把全感官交互沉浸式体验带入现实。5G-A也将支持最全面的物联网能力,模组类型将涵盖从工业级高速连接到RedCap、无源物联,从Gbps到Kbps的全系列物联模组能力,全面使能万物智联,为千亿连接提供最强大的产业支持。进一步,5G-A还将支持感知、高精定位等超越连接的能力,一网多用,为未来智慧城市构建、数字社会重构和运营商持续探索新产业提供充足动力,构建高效治理的和谐数智社会。另外,5G-A将
7、会支持空天一体化,通过卫星网络实现全球大规模组网,提供更大范围的广域覆盖,并通过和地面网络的融合可以极大地扩展移动通信的业务类型和覆盖形式,无论在市场空间、用户体验和通信保障方面都将发挥巨大的潜力。5G-A促进绿色节能构建。气候变化是当今社会面临的最紧迫的全球问题,移动行业的二氧化碳年排放量约为220公吨,约占全球碳排放总量的0.4%;而移动通信技术助力其他行业所实现的碳排放减少是移动网络本身消耗的10倍。3GPP与5G-A瞄准新的解决方案,包括能够提高无线系统效率的技术,在提升网络能效的同时,也将进一步帮助全行业减少碳排放,帮助可持续发展目标(SDGs)的实现。3IMT-2020(5G)推进
8、组5 G-A d v a n c e d 白 皮 书3.1 价值场景和挑战3.1.1 场景和挑战之一:实时交互沉浸式业务5G的普及给用户体验带来了跨代升级,传统视频已从单向点播走向360度自由视角逐步应用在直播等领域,XR等新应用带来的虚拟体验正逐步跨越现实体验的边界,实现沉浸式的实时交互。虚拟世界将从便捷度上超越现实世界,虚拟体验将从真实度上接近现实体验,一个数字新大陆“元宇宙”即将繁荣。元宇宙是虚拟世界与现实世界的深度融合,而XR是元宇宙连接人们生活的载体,是虚拟世界和现实世界之间的通道。XR指的是由计算机技术和可穿戴设备产生的所有真实和虚拟相结合的环境和人机交互,包含了(Augmente
9、d Reality,增强现实),VR(Virtual Reality,虚拟现实)和MR(Mixed Reality,混合现实)。据CounterpointGlobal XR最新预测,扩展现实(XR)设备的出货量预计将从2021年的1100万台增长到2025年的1.05亿台,增长约10倍。为进一步提升XR设备的沉浸式体验,终端分辨率将从入门级的4K60fps逐步提升至舒适级的8K90fps,未来面向视网膜级体验分辨率将提升至1632K120fps,并会提升为多模态XR,达成包含视频、触觉等多感官的更沉浸式体验。以XR为代表的元宇宙将进一步拓展应用边界,ToC领域将从室内的家庭娱乐(影视、直播、游
10、戏)逐步走向室外车载XR娱乐、AR导航等领域;在ToB领域从XR教育、培训等领域,逐步走向XR全息会议与协作。应用场景将包括室内与室外,网络需求也将逐步走向以XR全息会议为主的对称带宽。5G-A深化数智社会转型价值场景和需求图3.1 实时交互沉浸式业务典型场景IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书4为了支撑这些业务的传输,宽带实时交互对无线网络在体验、容量与稳定性提出了巨大挑战。当前移动网络支持4K60fps的XR视频,单用户速率需求约100Mbps,单小区可以支持 510个用户,未来需要支持1632K120fps的XR视频,单用户速率需求约110Gb
11、ps,同时满足单向10ms级时延(双向20ms),需要通过无线技术突破解决体验与容量双重挑战,支撑下行超宽带需求。同时考虑到交互视频业务用户体验,需要更低时延以及更加鲁棒的抗网络信号波动技术,即使小区边缘依旧可以保证用户体验。最后,XR远程全息会议与协作场景下的对称带宽需求,对广域移动网络上行速率提出更高要求,从现有网络xMbps 速率提升到100Mbps的需求。挑战:XR从入门级4K体验到视网膜级16挑战:XR从入门级4K体验到视网膜级16 32K体验,单用户速率达10Gbps10ms;并且需要同时32K体验,单用户速率达10Gbps10ms;并且需要同时满足在一定界限内的低时延满足在一定界
12、限内的低时延3.1.2 场景和挑战之二:广域大上行业务视频监控广泛应用在城市安防、智慧工地以及无人小车视频回传等场景。第一,城市安防场景对上行带宽的要求是视频实时回传。第二,智慧工地场景的需求包括工地出入人员实名管理、工人出勤记录管理、工地施工安全管理、工地物品防盗等。基于无线的视频回传方案更具备灵活性,可满足建筑施工的临时性部署需求。第三,对于无人小车视频回传而言,一个应用场景是移动视频监控,包括车辆实时动态监控及车辆视频等数据回传。另一个应用场景是远程驾驶脱困。上述场景对上行超带宽带的速率需求达到几百Mbps级别。另一方面,随着短视频、4/8K、VR、自由视角、专业视频媒体生产等应用繁荣,
13、视频媒体生产向分辨率更高、机位数更多、随时随地生产等趋势发展。对于8K、专业级自由视角、专业视频媒体生产这类业务产生的码率在200M以上甚至1Gbps+,对部署方案效率提升,支持移动性拍摄的需求越来越迫切。但目前这类视频生产多采用固定机位进行超高清拍摄,使用有线连接回传到导播设备,无法满足灵活部署和移动拍摄的场景需求。针对传统解决方案的痛点和需求,专业媒体摄像机集成5G模组后,无需进行繁重的局域网络环境搭建和维护,只需摄像机和编码器开机,5G模组自动接入5G网络,提供大带宽、高稳定、广覆盖的传输,制作系统和监看系统只要部署在核心网后的服务器即可快速开展媒体生产和监看任务。专业媒体摄像机要求无线
14、网络在广域场景下具备上行超宽带和稳定联接的能力,上行网络总需求为8002.5Gbps。对于监看场景,即摄像机拍摄现场画面用于导演监看并指导拍摄,通常上行码率为10Mbps,上行超带宽带的速率总需求为400600Mbps。自主无人智能设备包括一种半自主或全自主工作的机器人或者车,它能完成有益于人类健康的服务工作如保养、修理、运输、清洗、保安、救援、监护,但不包括从事生产的智能设备。中国人口和产业结构改变正在驱动服务机器人产业自动化、智能化加速升级。与主要工作在“无人环境”,更注5IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书重效率和精准度的工业机器人不同,服务机
15、器人的应用场景,需要与人近距离接触,所以更注重服务过程的“柔性”和安全性。一个典型的服务机器人将具备高级AI环境识别能力和自主导航能力,配备6-8个高清摄像头、激光雷达(选配)等以感知周围环境、MIC阵列来聆听指令、40个以上自由度/关节来完成各类灵巧性任务,帮助人们实现重物搬运、跑腿、行走陪伴等生活功能。6-8个高清摄像头的图像数据需要实时回传到云端,对上行超宽带提出了更高的速率需求,到2025年单小区对上行超带宽带的速率要求为216288Mbps。挑战:高清摄像头在个人、企业、城市广泛应用,上行网络速率达Gbps挑战:高清摄像头在个人、企业、城市广泛应用,上行网络速率达Gbps3.1.3
16、场景和挑战之三:工业互联数字化、智能化、柔性化生产是工业制造加速提效的核心。近年,制造业的创新应用层出不穷:制造工厂的机器视觉应用,矿业的远程控制,智慧港口的自动化巡检,电力行业的配电自动化等。不同的场景需求差异大,种类多,例如典型制造工厂在机器视觉应用较为丰富,上行速率要求高,而电力行业的配电自动化则要求高精度授时能力。典型的制造工厂包括汽车制造和3C制造。数字化工厂的典型应用包括汽车制造中冲压车间的移动化终端、焊装车间的机器视觉抓取和PLC阀岛无线化(8ms99.999%要求)、涂装车间的AI漆面检测、总装车间的总装线ECU软件下载、仓储区域的物流AGV调度和叉车定位亚米级要求,外场云化测
17、试,以及3C制造中的机器视觉方面应用。矿山企业使用5G能够提升无人化作业水平,提高智慧化生产效率,降低人工参与度,提升安全性,实现安全、高效、绿色生产。矿山企业的智能化流程可分上游勘探开采、中游冶炼加工和下游运输仓储三大类场景。对5G网络的需求场景主要是地震数据以及井下设备信息收集,对装煤车、推焦车、拦焦车和熄焦车四大车等的远程控制,以及机器视觉在冶炼各个环节的检测应用。智慧港口场景5G应用主要集中于装卸、运输、监控、巡检、自动化等方面,对5G网络主要需求包括远程控制、机器视觉、视频监控、自动驾驶等。电力行业在配网实现配电自动化,主要应用业务包括三遥(遥控遥信遥测)、精准负荷控制、差动保护、智
18、能配电站等核心业务,需要10ms99.99%以下的确定性低时延能力以及1us以下的高精度授时能力。相对传统eMBB,面向ToB的众多行业应用,上行大宽带、确定性低时延、低功耗高精度定位、海量无源物联、高精度授时是工业互联网的五大关键行业能力。通过5G一张网络多种能力,共站点共设备共运维,构建相对现有工业互联网使用技术的综合竞争力。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书6上行超宽带:机器视觉应用的速率取决于像素和帧率,像素方面从500万、1000万向2000万以及更高像素发展,单摄像头速率从几十Mbps到几百Mbps,采用压缩模式也有100Mbps。在汽
19、车制造、3C制造的典型工厂的一个5000平方米车间,机器视觉应用的速率超过6Gbps,一个工厂超过10Gbps。运营商在工业ToB可应用的频谱有限,而且传统eMBB业务以下行配比为主(如8:2),如何大幅度提升频谱效率进而提供上行超宽带的能力是主要的挑战。确定性网络:广域应用解决各类场景下PLC北向控制的可靠性问题,如AGV、无人集卡等20ms99.99%,进一步解决电力行业的差动保护、配电自动化等场景10ms99.9999%。局域应用解决PLC南向网络的低时延可靠性问题,通过5.5G实现无线化的能力,解决工业以太网络有线部署的痛点场景,需要实现4ms99.9999%的确定性低时延能力,同时考
20、虑到一个车间Master PLC,Slave PLC,I/O等设备数量,单小区的用户数达到1000个。5G ToB商用能力E2E低时延只有20ms99.99%,如何在重用eMBB传统帧结构下达到4ms99.9999%确定性低时延能力,同时保证频谱效率从而提供一定容量的能力是一个巨大的挑战。低功耗高精度定位:工厂、矿业、港口等部署一张网,如何基于通信覆盖的站点部署提供亚米级定位能力,通过站点的加密提供厘米级的网络定位能力充满了巨大的挑战。同时,终端标签实现一年待机的低功耗能力(假定5s一次定位业务需求),相对UWB定位构建综合的性价比优势。物联:万物互联,从人的连接发展到物的连接,将工厂、矿业、
21、港口、电力等的所有物资连接进入网络,将行业的微型传感接入网络实现信息化采集,是实现数字化、智能化的关键,同时海量物的连接需要极低的成本(0.1s)和功耗(100uW)。相对RFID当前只能实现人工式、通道式盘存,构建10X的覆盖能力和区域性组网能力,定位精度达到库位级能力(2-3米),是Ambient IoT的主要技术挑战。工业互联网对于物联设备低复杂度、低成本、小尺寸、低能耗等方面的要求,也是RedCap进一步演进需要应对的技术挑战。高精度授时:差动保护,智能配电站等配电网的自动化设备对时钟同步有严格的需求,基于5.5G的无线化能力,如何满足配电自动化的高精授时需求(10m。需要一种安全的技
22、术手段实现超高压一次设备的小时级别的周期自动远程温度监控(以及身份信息、位置信息),以及全区域连续覆盖的能力。典型畜牧行业的猪舍面积1000,1000只猪。体温、运动监测是预防动物瘟疫的重要手段。需要一种新的技术手段实现猪只的远程自动盘点和实时温度、运动监控,周期小时级别;同时终端体积和重量需要满足动物的使用标准;每个猪舍一个读写器覆盖。传统RFID技术在工业、电力、医药、畜牧、物流面临如下挑战:通信距离受限,部署成本高。传统商用RFID系统,下行读写器EIRP 36dbm,标签灵敏度-20 dBm-22dBm,链路预算56dB58dB,通信距离不足10m,集成传感器之后通信距离不足3m。读写
23、器间干扰严重,无法连续组网。传统商用RFID系统读写器自身收发之间以及读写器间互相干扰严重,只能卡口式部署,无法实现无缝盘存和连续规模组网。不支持粗定位。传统商用RFID不具备定位能力,难以实现对标签的自动化位置追踪与定位。面向工业、电力、医药、畜牧、物流等垂直行业,提供覆盖广、终端极低成本零功耗、支持微IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书10型传感、粗定位的无源物联网能力,将极大的拓展无源物联的行业应用能力,是实现行业物流、资产管理、信息采集等数字化、自动化的基石。低成本物联低成本物联为了更好地满足工业无线传感器、视频监控和可穿戴设备等中高速(11
24、00Mbps)物联网应用的低成本、低功耗需求,3GPP在R17定义了RedCap轻量化5G终端技术,在保证5G基本应用及性能的条件下,进一步降低终端复杂度和成本,其通信性能高于LPWA(低功耗广域物联网),但低于URLLC和eMBB。随着智能电网、智慧城市等对速率需求更低、终端成本更敏感应用场景的发展,此类场景对低成本5G物联网提出了进一步演进需求。基于3GPP R18演进的5G-A RedCap主要面向如下中速物联网场景:1.可穿戴设备:随着人们对大健康的关注度逐步提升,智能手表、智能手环、慢病监测设备、医疗监控设备等实现了大规模普及。一般的可穿戴设备有下行550Mbps,上行25Mbps的
25、速率要求。对于更低速率需求、更小尺寸的可穿戴设备产品,基于5G-A的RedCap可以在更低成本的情况下满足这些需求。2.工业传感器:工业传感器的应用场景诉求:无线通信的QoS服务质量达到99.99%,端到端的延迟小于100毫秒。对于所有的应用场景,通信速率小于2Mbps,有些是上行下行对称的,有些是上行需要大流量的,有些设备是固定安装的,有些是电池供电需要好几年的。有些需要远程控制的传感器应用,延迟还要相对较低,达到510毫秒。正适合有成本优势的5G-A RedCap终端来完成物联的功能。3.视频监控:智慧城市领域中涵盖各种垂直应用行业的数据采集和处理,以便更有效地监测和控制城市资源,为城市居
26、民提供各种便利服务。考虑到RedCap的成本优势,非高清的监控数据本就适合使用RedCap设备进行传输,随着5G-A的演进,使用5G-A RedCap可以满足更低成本、更低功耗及低速率需求的监控数据传输。4.智能电网:智能电网是实施新的能源战略和优化能源资源配置的重要平台,涵盖发电、输电、变电、配电、用电、调度和通信信息平台等各个环节。为了达到智能的要求,针对电网中的运营、采集业务、营销业务,电力系统对5G终端需求量很大,其中配电自动化、配网保护、用电信息采集等业务都可以使用5G-A RedCap设备完成。既符合电力系统的通信能力要求,又控制了海量电力设备的成本。面对以上典型场景更低速率、更低
27、成本、更低能耗的需求,需要进一步降低RedCap复杂性,并处理好三方面的挑战:一是5G-A RedCap终端的高集成度与低成本之间的挑战,需要进一步探索终端的高集成度和低成本的最佳平衡点;二是 RedCap终端在满足基本通信需求外,还应考虑结合切片、5G专网、5G LAN,授时和定位等技术能力,来满足垂直行业应用的差异化需求,对实现终端低成本提11IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书出了更高难度;三是未来网络需要处理海量的低成本物联网5G终端,及不同带宽和能力的低成本5G物联网终端与存量5G终端之间的共存,对网络实现的复杂度、业务场景部署提出了更高要
28、求。挑战:从低成本标签到中高速率物联,全场景泛在联接不可或缺挑战:从低成本标签到中高速率物联,全场景泛在联接不可或缺3.1.6 场景和挑战之六:空天地一体NTN网络主要包括卫星网络和临空平台,其中卫星网络可以实现全球大规模组网,临空平台可以提供无人机、ATG等形式的网络服务。TN(Terrestrial Network)网络的优势在于可以提供局部覆盖区域的低时延高可靠和高速率的用户服务,而卫星网络的优势是可以提供更大范围的广域覆盖,卫星网络和地面网络的融合可以大大扩展移动通信的业务类型和覆盖形式。NTN网络和TN网络的融合已是行业发展的必然趋势,采用统一的空口技术和网络架构使得5G技术能够应用
29、到空天地海等更广阔的场景。NTN网络和TN网络深度融合,实现空天地一体化发展,无论在市场空间、用户体验和通信保障方面都将发挥巨大的潜力。空天地一体化发展有助于卫星通信和地面移动通信的产业链融合,实现规模效应,降低终端和网络设备成本。未来的运营商可能会出现地面网络和卫星网络双牌照配置,实现卫星业务和地面通信业务的联合运营,合理利用频段资源,降低网络建设和运营的成本。近年来,基于手机直连卫星网络已经受到越多的关注,采用单一的普通手机终端,将能同时享受到卫星通信服务和地面通信服务,为人们出行带来了极大便利。此外,具有大连接、广覆盖、低功耗、低成本特点的移动物联网(NB-IoT,eMTC等)与卫星网络
30、融合,可以将行业物联应用拓展到传统网络无法覆盖的空、天、地、海等区域,提供资产跟踪、传感数据采集等城市管理与行业应用领域的全球全域高质量物联服务。基于根据SIA的统计数据,2019年全球卫星运营及服务收入1230亿美元,主要提供卫星移动通信和固定宽带传输服务,当5G NTN的技术发展起来后,现有的大部分卫星业务将会被5G卫星通信服务替代。另一方面,当手机能直连卫星实现卫星通信时,按现在全球的5G手机用户10亿计算,假设未来开通卫星通信增值业务的用户在20%左右,则卫星活跃用户在2亿以上,手机卫星服务收入每年将增加数百亿美元。另一部分的市场来源于民航通信业务,采用ATG或者卫星通信为飞机旅客提供
31、持续稳定的上网服务,将带来高达每年数百亿美元的全球市场收入。工信部通信业经济运行情况与中国互联网络信息中心(CNNIC)发布的第49次中国互联网络发展状况统计报告,截至2022年3月,我国蜂窝物联网终端用户数达15.2亿户,较2021年12月净增1.19亿户。据中国互联网发展报告(2021)预测,到2025年,我国移动物联网连接数将达到80.1亿,年复合增长率14.1%。根据世界著名咨询公司麦肯锡的报告,预计2025年前,卫星物联网产值可达5600亿美IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书12元至8500亿美元。因此,通过移动物联网与卫星网络的融合,未
32、来物联网用户可以直接或者间接通过卫星连接,从而达到真正的全球全域覆盖。对于卫星网络建设,目前Starlink已建成具有较大影响力的规模网络,新兴的AST公司、亚马逊、中国星网等公司正在准备建设大规模卫星网络。从卫星制造、火箭发射、网络设备制造等全产业链上看,未来5年产业投入将达数千亿美元的规模,基于5G技术的卫星网络建设将是其中的重要组成部分。对于空天地一体化的技术应用,主要的价值场景包括移动用户、固定用户和定位增强服务业务,具体包括:(1)普通手机的卫星直连业务,提供上网和语音服务,新增用户数将达数亿规模;(2)民航旅客的空中通信服务,提供高质量的上网和语音通信服务;(3)海洋船只、沙漠、车
33、载等野外的移动VSAT卫星终端接入,作为陆地通信的有效补充;(4)卫星中继提供回传和数据采集等数据通信服务;(5)家庭和机构的固定宽带接入,提供互联网接入和卫星广播、卫星电视服务;(6)导航定位服务,提供基于通信卫星的定位服务能力,实现通信和导航业务融合。(7)服务于农业,矿产,油气,公共建设,海事,物流,动物保护等的物联网场景,提供覆盖范围更为广阔的物联网应用。挑战:覆盖从人口泛在到地理泛在,空天地一体网络提供挑战:覆盖从人口泛在到地理泛在,空天地一体网络提供可能性可能性3.2 网络需求 3.1节详细描述了5G-A在六个场景中面临的挑战。针对这些挑战,本节将从不同的方面分析5G-A的网络需求
34、与性能指标。3.2.1 下行超宽带基于3.1.1章节的场景描述,宽带实时交互如2D云游戏、XR全景视频、云XR、XR多人实时通信以及多模态XR所需的下行感知速率最高可达10Gbps,具体指标需求可参考3.1。此外,视频业务已经成为当前5G网络的主流应用,流量占比达到60%以上,同时视频业务也在向高质量与交互式两个方向同时发展;当前主流视频平台已经支持1080P推送,且向高帧率-60fps、高动态-HDR等方面进一步提升,自由视角视频的已支持4K源头采集;另一方面,交互式视频也成为当前主流发展方向,从传统的点播式视频走向即点即开的短视频、倍速播放模式,自由视角选择等,对视频播放的交互时延提出了新
35、的要求。基于上述两方面发展趋势,未来视频业务的对网络的感知速率与容量提出了新的挑战。13IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书表3.2 大上超宽带业务场景需求(2025-2030年)表3.1 下行超宽带业务场景需求5G-A起步阶段和进阶阶段的网络上行小区速率要求,需要综合考虑上述各业务场景叠加对网络的能力要求:在起步阶段,基于渗透率、传感器分辨率等因素,考虑5G-A单小区内覆盖30个1080p固定摄像头、10个智能网联汽车、3个服务机器人,对5G-A上行网络的总体需求为336960Mbps。在进阶阶段,基于渗透率、传感器分辨率等因素,考虑5G-A单小区
36、内覆盖40个4K个固定摄像头、10个智能网联汽车、3个服务机器人,对5G-A上行网络的总体需求为936Mbps1.6Gbps。当前5G TDD 系统中,其主流时隙配比包括7:3,8:2和1:3等,对下行资源的分配远远高于上行,下行能力也远远高于上行能力。测试峰值250370Mbps,在满足5G-A上行超宽带场景的业务需求存在很大的网络和技术挑战。3.2.3 宽带实时交互根据3.1.1章节中的场景描述,宽带实时交互可分为2D云游戏、XR全景视频、云XR、XR多人实时通信以及多模态XR,其中3.2.2 上行超宽带基于3.1.2章节的场景描述,大上超宽带业务场景5G-A起步阶段和进阶阶段的综合性能指
37、标整理如下:IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书14表3.3 宽带实时交互业务场景需求备注:20ms 99%代表RTT时延满足20ms的比例大于99%;3.2.4 覆盖能力网络覆盖是支撑多元网络业务场景和提供极致网络性能的基础。从3.1节中描述的典型5G-A价值场景可以看出,5G-A致力于提供更优质的用户体验,因此对于网络的覆盖也有了更高的需求,具体包含:广覆盖能力广覆盖能力通过地面基站覆盖荒漠边境、深海远洋、偏远山村等区域将面临成本过高的问题。对于这些不适合靠陆地5G网络实现覆盖的区域,5G-A致力于提供用户可以在任何时间接入网络的普遍性覆盖。通过
38、利用天基、空基等网络服务设备,例如卫星、高空平台等,实现全球范围内的泛在通信,节约基站建设成本。无缝覆盖能力无缝覆盖能力5G-A网络着力进一步提升室外和室内网络的无缝覆盖能力,以便为各行各业提供更优质的服务。2D云游戏:主要面向手机端应用,游戏在云侧部署,分为云游戏平台试玩模式与游戏IP方直营模式,部署后可以大幅降低游戏的获取成本,当前月活用户已经达到千万量级;XR全景视频:应用于沉浸式文旅、观影、综艺等场景,当前4K/8K采、编、播(内容)已经成熟,未来将演进至更高的分辨率;云XR:通过将XR应用内容云化,利用云端算力提供高保真渲染的效果,同时降低终端算力与续航的压力,从而协助XR终端走向轻
39、量化;多模态XR:在视觉的基础上,进一步加入了触觉体验,达成更高的沉浸式体验。触觉一般包括触觉手套和触觉背心,该通信方式的上行和下行一般都包含多流触觉数据,对上下行链路的确定性时延均存在挑战。15IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书然而,现有的系统覆盖存在以下问题:室外覆盖:相较于传统蜂窝系统,5G系统为了提升容量,在工作频点中引入中频及毫米波等频段。这些频段下,信号的传输面临着更高的穿透损耗及路径损耗,从而导致小区覆盖半径比低频小区覆盖半径小,小区通信覆盖范围降低。此外,室外复杂的建筑物环境以及天气都会对无线信号造成很大的传播损耗,进一步加剧通信质
40、量的恶化,造成譬如在非视距传输环境,小区出现弱覆盖或者覆盖盲区,使得部分用户无法正常通信。室内覆盖:当前系统中实现室内覆盖主要包括两种方式:第一种是室外信号覆盖室内;第二种是室内分布式站点实现覆盖增强。对于第一种情况,室外信号覆盖室内时会引入很高的穿透损耗,使得室内接收信号质量差;第二种情况下,除了室内建筑引起的传输损耗之外,分布式站点部署也会增加网络建设成本。因此,5G-A网络需要解决当前5G系统中存在的室内室外覆盖盲区问题,实现无缝覆盖。业务定制化覆盖及增强能力业务定制化覆盖及增强能力现有通信系统主要针对个人通信业务提供广域的覆盖定制。然而,新业务和新服务的兴起对5G-A网络带来了新的挑战
41、和需求,例如3.1节中提出的车联网,智慧交通等垂直行业场景,需要根据业务类型对特定区域提供相应的覆盖及增强能力,因此对5G-A网络的覆盖能力有了新的要求:按需覆盖:根据新业务和新服务和需求,按照业务类型按需定制化的提供覆盖能力,实现网络的智慧覆盖,既可以提供通信功能及覆盖增强功能以支持新服务新业务的运行,也可以最小化新覆盖对当前通信覆盖网络的影响。灵活快速部署:对于一些重大服务或突发应急业务,提供灵活快速的网络部署能力,以保证未来5G-A网络在用户爆发,流量激增等条件下也能快速高效的提供优质的用户体验。3.2.5 定位基于3.1.3、3.1.4、3.1.5等章节场景描述,定位在垂直行业中是刚需
42、,如车联网,智能工厂等。不同的场景在定位精度、终端功耗、时延和完好性等方面有不同的指标需求,车载位置要求一般从米级到分米级,时延短,完好性高,具体要求取决于自动驾驶级别。工业工厂的物料跟踪一般在米级,部分设备如AGV要求到厘米级,部分物料因为数量大,更换电池成本高,要求电池使用寿命从数月到数年。综上所述,5G-A系统对定位的需求主要如下表3.4所示。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书16表3.4 5G-A系统的定位性能需求3.2.6 确定性网络确定性网络服务是一种可以提供“准时、准确”数据传输的网络服务,其核心目标是高质高效地满足业务需求和关键服务
43、体验指标。围绕3.1节中给出的网络和业务需要,确定性服务体验指标包括:可用性:产品在任意随机时刻,被需要或开始执行任务时,处于可工作或可使用状态的程度;带宽:获得足够业务质量体验所需的最低数据速率;时延:在通信接口处测量的、从源点处传输到目的地并成功接收所花费的时间;可靠性:在目标服务所需的时间限制内,成功传送到给定系统实体的已发送网络侧数据包数量,除以已发送网络侧数据包总数的百分比值;抖动:信号在特定时刻相对于其理想时间位置上的短期偏离;安全隔离:用户申请的网络资源需要与其他用户申请的网络资源进行物理或逻辑上的隔离。3.2.7 广播组播围绕3.1节中所给出的网络和业务需求,5G-A中主要考虑
44、下面三方面进行优化。1)非激活态组播业务接收现有NR MBS方案中,RAN只能向处于RRC连接态的终端发送组播,并提供了一套依赖于RRC连接态特性的MBS配置获取、可靠性,以及移动性方案。17IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书表3.5 5G-A新型无源物联首选行业为了支持单小区内大量终端接收特定组播业务的场景,5G-A需研究UE在RRC非激活态下接收组播业务的方案。为了支持以上场景,需要研究如何基于RRC非激活态的特征,在MBS配置的获取,RRC状态转移,移动性等方面制定方案。2)RAN网络共享下的广播业务增强RAN共享是从4G时代引入的一种降低投
45、资成本的部署方案。多个运营商之间开展战略合作,进行共建共享,这样可以避免重复建设,从而降低成本。在RAN共享场景下,为了节省空口资源,支持相同广播/组播业务的多个运营商可以进行无线资源的共享,即在相同无线资源上为不同运营商提供广播/组播业务。3)单播广播业务并发性能优化针对单播广播业务并发的情形展开研究,识别终端处理能力受限的主要因素。例如,可结合具体的频段组合细化分析主流终端实现中是否或如何在单播、广播业务接收时共享射频以及基带处理资源,并识别哪些业务和配置参数会影响上述资源共享,譬如广播业务接收所配置的频段、带宽、子载波间隔等。3.2.8 物联无源物联无源物联IMT-2020(5G)推进组
46、5 G-A d v a n c e d 白 皮 书18表3.6 5G-A R18 RedCap目标速率和目标场景3.2.9 通信感知融合通感融合是5G阶段较为新颖的发展方向,可按通感融合部署场景对网络需求进行说明。如3.1节中无人机监控、智慧交通、机器人避障等业务,下面对这些业务的需求进行分析:针对3.1.5节中所描述的传统无源物联在工业、电力、医药、畜牧、物流中面临的挑战,无源物联需要有如下几方面的增强 覆盖能力提升:典型室外变电站区域覆盖能力150m;典型室内制造工厂的域覆盖能力20m;支持温湿度、压力、振动等100uw级别的低功耗传感;支持连续组网能力;支持粗定位能力:典型室内库位级别定
47、位能力(3m)。低成本物联 低成本物联 R17阶段的RedCap在20MHz带宽、1天线、1MIMO、下行64QAM这种最低能力配置下,峰值速率依然能够达到80Mbps以上,这即便对于传感器、低端视频监控这些R17阶段确定的目标场景而言也存在能力过剩,进而成本超出预期,所以R17阶段的RedCap在推广至具有更广阔应用前景的低端/低速物联场景时存在成本方面的阻力。因此,正如3.1.5节所指出的,需要进一步降低RedCap复杂性来匹配垂直行业需求。对此,5G-A R18阶段进一步降低RedCap的终端复杂度/成本,而R18阶段RedCap的目标速率也下降至10Mbps(如表3.6)。19IMT-
48、2020(5G)推进组5 G-A d v a n c e d 白 皮 书表3.7 室外通感融合业务需求分析此外,为了实现智慧网络,感知辅助通信主要的应用场景和需求如下:基站和终端波束管理,基于感知技术获取通信信道环境信息等可以进行波束预测,降低波束测量反馈开销并提升波束跟踪时效性 信道估计增强,基于感知技术进行通信信道环境识别与预测,提升通信系统信道估计性能 基站和终端节能 基站资源调度与优化3.2.10 高精度授时基于3.1.3节的场景描述,高精度授时业务场景为配电自动化提供高性价比的通信+高精度授时解决方案,补充/替代光纤+卫星授时,一网多能使能配电自动化场景。配电网需要部署DTU,PMU
49、等自动化设备,并基于该设备使能实时监控和主动保护等多种电力自动化应用,满足通信以及授时的需求。考虑到未来DTU,PMU等自动化设备规模部署上量,且依托区域内(例如住宅小区,公司,园区等)的配电站点实现部署。配电站内可同时综合部署多种智能设备和业务应用终端,实现区域多业务融合。在该场景下,时钟信号通常来自于GNSS卫星且由整个配电站内公用,但成本比较高,在室内场景使用受限,由接入3GPP的终端作为中继时钟源是一种性价比高的解决方案。考虑到站内组网和设备级联导致的时钟同步精度损失,在满足末端设备1us精度的要求下,智能配电站对5G-A网络授时精度的要求最高为250ns(根据IEC 61850中标准
50、规定),高精度授时网络架构如图3.2所示:IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书20图3.2 5G-A进阶阶段高精度授时网络架构表3.8 5G-A阶段高精度授时业务场景需求综合考虑以上5G-A的高精度授时业务场景,高精度授时业务的综合性能指标整理如下:当前5G系统中,基于空口授时的高精授时方案的授时精度在广域覆盖场景最高约为470ns-540ns左右,授时精度不能满足250us-1us的业务需求,并且当前的5G系统在授时业务授权,差异化授时服务以及系统弹性等维度还无法完全达到高精度授时能力商用化要求,因此5G-A高精度授时的业务需求在网络和技术还有很大
51、提升空间。3.2.11 智能化5G网络构建了数字世界的ICT底座,为多种行业的应用需求提供“万物互联”的能力,支持千行百业的数字化转型。单纯的数字化和互联,不论对于行业应用还是无线网络自身,已经不能匹配智能化宏观趋势的迅猛发展。在5G-A时代,无线网络首次明确构建“内生智能”的核心能力,是迈向长期目标原生AI的关键21IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书一步。针对3.1节中所描述的5G-A的多种业务需求,例如工业互联、广域大上行、实时交互沉浸式业务通感一体、定位等,无线网络的各层各面进行智能化重构,使能网络极致性能、极简运维和敏捷业务。从而通过“万物
52、智联”构建数智化转型的核心基础设施。随着5G网络的规模化部署和快速发展,越来越多的新变化浮出水面,诸如上行超宽带、确定性网络、通感融合等多样化的业务需求、日趋复杂的网络环境、对绿色低碳网络的持续追求等。这些变化对于无线网络的部署、运维、业务保障、性能优化等方面都提出新的挑战。人工智能技术具有一些独特的技术能力可以有效解决这些难题,驱动5G-A 智能化网络步入实质性阶段。在网络性能层面,5G-A网络从追求单一的eMBB谱效最优走向多维业务网络效率最优,体验最优化以用户为中心量身定制,网随人动。5G的各种业务在上下行速率、时延、定位、可靠性等网络能力方面的需求,存在10100倍的差异。从无线网络发
53、展看,频段越来越多,频率越走越高,带宽差异越来越大,由此带来的覆盖、容量、时延等网络能力差异也很大。5G-A网络智能技术通过数据加模型双驱动的方式对大规模复杂问题建立准确的数学建模,以高效的多目标寻优算法逼近复杂问题的最优解,并能够随着网络的变化自学习、自演进,从而达到多频利用最高效、多维业务体验最优。随着无线网络走向多频段多站点联合组网,用户体验在移动过程中会因为小区间的覆盖不同、站间干扰等受到影响。智能化网络将构建对于传输环境、业务特征、网络状态的主动感知能力,通过基站和终端协同的端到端系统设计,实现以用户为中心的动态实时最优。持续提供最佳用户体验,在业务全过程中保持“零波动”。在网络运维
54、层面,5G-A网络将从响应式走向主动预防式,实现网络“零故障”。5G时代,“业务永远在线”成为主流趋势,因此网络的运维保障是关键。据统计,全球每月存在3亿次告警和7000万次上站。5G网络协议设计更为灵活,多种业务KPI指标多样,依赖传统人工方式进行运维故障定位和问题解决,面临定位速度慢、准确性差、复杂度高的难题。智能运维能够通过运维大数据分析提前发现故障根因的规律,以自动化的方式达成准确迅捷的根因定位、主动预测预防故障发生,逐步实现网络运维的“零故障”。在网络业务层面,5G-A网络将从经验驱动走向实时敏捷上线和可靠性保障。面向2030年,5G网络的个人、行业和家庭应用呈现爆发性增长。面对庞大
55、的业务种类、快速实时的业务体验要求,需要打破之前依靠人工经验耗费数月才能开通业务的传统工作方式。智能化技术通过专家经验学习、精准站点规划、业务快速分析和预测、最优模式匹配、策略强化学习等技术,使能智能化的业务敏捷上线。实现灵活业务编排、自动化资源分配、灰度测试上线到最后的全网开通,IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书22表3.9 车辆数字化和智能化阶段(2025-2030年)从而达到业务开通“零等待”。3.2.12 V2X基于3.1.4章节的场景和挑战,随着智能网联汽车行业的发展,包括智能座舱、基于车路协同的高精度地图导航、高级自动驾驶得的市场需求和
56、规模的逐渐扩大,V2X的业务模式将从基础安全性业务向高级智能驾驶业务转化,对网络的需求也越来越严格。伴随着车辆的数字化趋势,基于C-V2X的网联汽车,除了在满足基础安全性的V2X业务上得到大幅提升,还将进一步提供车辆之间以及车辆和网络间协同行驶。智能座舱配置的AR HUD系统/数字大屏,通过和基础设施/网络设备间的高清地图共享,实现车路协同3D实时导航,进而提供制化的高效出行方案和驾驶体验,使能网联自动驾驶,提升交通效率和驾驶安全,大幅缓解交通拥塞。未来智能座舱还将会给司乘人员提供智能驾驶带来的全新车载娱乐体验。车辆数字化阶段(包括部分5GAA定义的典型性场景的指标)的综合性能指标见表3.9。
57、23IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书3.2.13 绿色节能网络 (一)绿色节能网络的发展需求从全球范围来看,碳达峰和碳中和已经成为各行各业可持续发展的共同目标。随着5G部署在全球各区域加速开展,5G正在助力千行百业数字化转型。通过5G提高生产效率、可间接帮助企业节能减排、实现绿色可持续发展。GSMA数据显示,在欧洲和北美范围内,2015年,移动通信技术对社会节能减排的贡献达到1:5,这意味着移动通信每消耗1度电,就将降低5度的社会用电。GSMA认为,2025年这一数字将达到1:10。5G系统中通过引入大规模多天线技术,相比4G数十倍提升了无线系统
58、的比特能效,但同时单站能耗相比4G也有相应提升,因此,对于电信行业自身,ICT基础设施的绿色节能减排同样重要。2021年,我国5G网络整体能耗约250亿度,碳排放超过1500万吨。5G网络作为重要的数字信息基础设施,目前正处于规模建设及高速发展期,至2021年底,我国累计建成并开通5G基站142.5万个,实现乡镇及以上覆盖。5G网络能耗与碳排放将持续快速增长,预计2020至2030年,5G基站数量将增长9.6倍,能耗与碳排放增长8倍以上,累计碳排放约5.9亿吨。因此,5G网络实现绿色低碳高质量发展,是落实我国“双碳战略”实施的重要目标。为了满足5G多样化业务的发展需求,5G基站设备的软件、硬件
59、等设备能力显著提升,例如,5G基站在Sub-6GHz频段单载波最大带宽支持100MHz,毫米波频段单载波最大带宽支持达到400至800MHz。因此,5G基站设备功耗是4G基站设备功耗的3-4倍。5G网络对节能需求更加迫切,亟需业界各方统一目标、齐心协力,通过技术创新、产业合作,加速推动5G网络大幅降低能耗水平。(二)绿色节能网络的价值场景与主要挑战随着全息通讯、智能交互、感官互联、数字孪生、通感一体等5G-A新业务需求不断涌现,5G网络将面临更大容量、更高速率、更多连接、更优体验等新需求和新挑战,将5G网络低碳高效的需求提升到更高的要求。5G-A绿色网络的整体设计愿景:以微增的能耗应对更高网络
60、流量,打造性能节能双优网络。具体的,5G-A绿色网络需要满足如下几方面的需求:1)5G-A网络能效需要进一步提升,以匹配5G-A使用更大带宽和更多天线配置。2)5G-A网络静态功耗和绝对能耗需要进一步降低,需要降低5G-A网络在空载、轻载、中等负载等场景5G基站设备绝对能耗,达成与5G网络基本相当的功耗水平。3)在降低5G网络能耗的同时,需要保证5G用户感知速率、接入时延等KPI指标不降低,保障5G用户优异的业务感知和5G业务体验。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书244)面向未来5G网络长期演进,从设备层面、站点层面、网络层面等多维度进一步显著提
61、升5G网络整体能效。3.2.14 空天地一体化基于3.1.6的场景分析,空天地一体化网络的需求如下:1、支持空天地一体化组网需求构建高、中、低轨道卫星,临空平台和地面网络深度融合的空天地一体化网络,可以更高效的整合网络资源,支持单模终端在不同层网络间无缝切换,因此,对网络架构的需求如下:采用相同的通信体制;进行统一的频谱规划;多种卫星工作模式的兼容(透明转发,再生处理);星间链路的支持(含不同轨道卫星间的星链)。2、支持终端的高速移动和高速率传输需求卫星网络的广域覆盖可支持终端的高速移动,最高速度可达1000km/h以上,可覆盖民航用户;同时,对于链路较好的用户,数据速率可达百Mbps量级,提
62、供宽带接入和卫星互联网数据传输服务。3、海量的UE连接需求基于前面介绍的空天地一体化网络的需求,空天地一体化网络将承载万物互联时代的海量连接(数以亿计),需要提供足够的系统容量来支持海量UE的连接。基于未来卫星物联网的需求,每波束将服务超过1万个以上的UE。4、差异化的用户和业务服务质量需求空天地一体化网络中,更为多样的终端类型将带来更为丰富的业务需求。从便携终端到车载、船载、机载通信设备,再到各种物联网设备,不同类型的终端的UE能力和业务模型有着本质的不同,需要对QoS模型进行统一的规划,进行端到端的业务保障。5、UE的无缝移动和业务连续性需求空天地一体化网络的立体的全方位的覆盖对UE的业务
63、连续性提供了基础的网络保证。在多层网络的共覆盖的情况下,可以通过不同网络间的协作为UE提供更高的吞吐量和更好的业务连续性保证。对于低轨卫星,普遍的切换时延应小于100ms,如果基于多连接技术,最低时延可到0毫秒。6、通导一体化需求空天地一体化网络中,通过立体的多维网络,可以有效和精准的实现对UE的定位,不需要依赖于GNSS定位技术。使得空天地一体化网络具备更完善的功能和价值。定位精度可到米级,定位收敛时延25IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书应小于1s,以便支持5G卫星定位技术的广泛应用。面向全球无缝覆盖通信场景,空天地一体化网络需求可以归纳成两类
64、,一是以低轨卫星为代表的非地面网络的功能与性能需求,二是空天地一体化的设计和建设需求。其中,功能与性能需求主要是为海量终端提供随时随地网络连接和高质量通信服务,需解决非地面网络距离远、覆盖广、移动快带来的诸多问题。而一体化设计和建设需求主要是在体制、频谱和架构上的设计融合,达成非地面网络与地面网络的同源构建和通信产业链共享。总体而言,满足非地面网络的需求是空天地一体化实现的关键环节。3.3 终端需求3.1节中所描述的场景,对于终端在多频段支持,差异化性能、极低成本、最优节能以及可信安全方面提出了需求。1 多频段支持的需求行业应用对5G网络通信需求差异化明显。既有AR/VR、元宇宙、高清视频等大
65、速率应用,也有短视频、网页浏览等小速率应用。目前运营商普遍拥有多个Sub-6GHz频段,分别承载2G、3G、4G、5G等网络。一方面,低频段频率稀缺,难以满足大带宽业务需求;另一方面运营商低频段所承载的2G、3G、4G用户逐渐减少,网络业务逐步向5G网络迁移,出现轻载频段。基于此,在5G-A阶段,终端应能支持多个频段协同工作,支持各频段的灵活调度与聚合协同。2 差异化性能的需求随着5G技术演进与深入应用,5G终端与行业结合越来越紧密,不同行业对终端的差异化需求日益突出。远程控制和XR元宇宙类应用要求Gbps以上实时吞吐量,需要终端能够提供大带宽和低时延的能力;可穿戴设备、视频监控等为代表的中速
66、率应用场景,在形状、复杂性、功耗、成本等方面,对UE终端存在差异化需求,需要继续对RedCap终端现有功能进行不断增强优化;以工业传感器为代表的低成本、低能耗、低速率场景,广泛应用于工业互联网、环境监测等场景(如监测关键基础设施(如建筑物、桥梁、水坝等)或监测自然灾害(如野火、洪水、海啸、地震等),此类场景应考虑进一步降低终端的复杂性;对于充换电困难的工业终端场景,存在高昂的维护成本与环境隐患,甚至带来安全隐患(如电力和石油行业中的无线无线传感器)。这些场景需要新的物联网技术来支持无电池设备或无需手动更换或充电的储能设备场景。综上,在5G-A阶段,应要持续增强R15、R16、R17终端现有功能
67、,满足中高速率行业场景需求,应为现有LPWA UE和Rel-17 RedCap UE之间的低层设备提供NR支持,低速率低成本低功耗场IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书26景终端需求,应持续降低功耗甚至引入无源终端,满足充换电困难场景需求。3 极低成本的需求随着5G技术与行业的不断融合与成熟,5G在行业市场应用将越来越广阔。与个人消费市场不同,行业企业往往具有成百上千的物联网连接。除了卓越的网络性能外,行业企业对成本投入较为敏感。对现有工业网络进行5G网络升级改造,行业企业首先会对5G与其他技术进行性能和成本的充分比较。终端成本已成为行业客户选择5G
68、技术的重要决定因素之一。在5G-A阶段,应结合差异化行业需求,分场景分类别开展终端简化与成本降低技术研究,逐步提升5G技术在行业应用的性价比,满足不同场景5G深入推广应用的需求。4 最优节能的需求在万物互联的未来,降低单位数据传输能耗对全社会绿色可持续发展有着非常积极的意义,过多耗电也会影响终端用户的使用成本和使用体验。UE能源效率对5G至关重要。对于智能手表、eHealth设备和医疗监测设备等可穿戴设备终端,需要维持1-2周使用时间比较困难,目前5G设备根据个人使用情况,可能需要每周或每天充电。数以亿计的工业物联网传感器和执行器,广泛用于监控、测量、充电等场景,通常电池不可充电或充电困难,单
69、终端至少需要使用几年,要求极致低能耗性能。对于没有连续能源的UE来说,能源效率更为关键在5G-A阶段,有必要结合特定应用需求对终端进行持续的节能技术优化,降低终端功耗;对于一些特殊场景,引入无源终终端,满足行业需求5 更强运算的需求面对差异化的行业业务需求,考虑有限的网络资源,5G网络按照不同签约等级,为不同行业应用提供差异化通信服务。对于部分高等级的服务(如高精度授时、高精度定位等),需在终端侧进行辅助运算处理,协同网络共同完成高等级服务。此外,一些特殊的行业应用(如机器人视觉、自动驾驶、XR扩展现实等),需要终端具有高算力能力(如高AI处理能力或强大图像处理能力)。不管是5G通信能力的终端
70、协同处理,还是行业应用的终端实现,都需要终端配置更强大的运算能力。6 可信安全的需求终端安全包括环境安全和信息安全。环境安全既包括工业、汽车等行业规范定义的工作环境支持能力,也包括电磁辐射、环保污染等对人身和环境产生影响的使用安全。信息安全则强调数字身份校验、数据加密传输、个人信息保护等方面内容。5G技术在行业推广的首要前提是满足行业的生产安全、信息安全等安全要求。5G-A应持续优化5G终端的在工业环境下安全生产、信息安全等措施。27IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书3.4 云/边需求随着如3.1.1章节中的视频类业务等实时交互沉浸式业务场景尤其X
71、R的快速发展,网络不仅仅提供数据传输能力,也需要结合应用需求提供视频渲染等服务能力。在过去的2021年,中国运营商总计部署MEC已经超过1000台套,而随着5G-A对网络边缘的进一步增强,使得云边协同的模式可以得到更为广泛的应用。当前MEC主要支持5G专网、使能云游戏及部分5GtoB行业应用,实现优化业务体验及提升部署效率。这一阶段的云边协同相对松耦合,主要基于云计算平台提供云边的资源协同与管理协同。资源协同是指5G网络设备与边缘计算设备采用相同的基础设施,管理协同指面向业务提供网络与计算的集约化远程管理能力。对于运营商与企业而言,资源协同与管理协同可简化生产环境、降低能耗,一定程度上提升生产
72、与管理的效率。面向2025,XR类消费者业务进一步提升交互式体验,行业数字化则将推进到工业OT(Operational Technology)现场网领域。这一阶段的云边协同需要网络、计算平台与终端及应用之间通过API(如QoS、位置、视频压缩、业务开通)进行实时能力协同,提供业务SLA保障,大幅提升网络容量、业务体验以及行业自动化能力,面向行业则明显提升企业生产效率。以6 DOF或360全景XR为例,随用户头部的转动,系统需要进行实时的视频渲染。但基于云端的渲染时延无法彻底保障,过长的时延可能导致用户产生眩晕。因此采用基于边缘MEC的本地渲染与云端协同,可以有效降低业务时延,提升用户使用体验。
73、再以5G ToB的制造行业的数据采集SCADA系统为例,当前制造内网中,车间本地采集的数据受制于云端的传输能力,往往需要拉长采集上报周期,或选择关键上报数据。而采用MEC本地汇聚并处理部分数据后,可以减少传输瓶颈对采集数据的限制,做到全量数据的准实时上报。由此可见云边协同对无论消费者业务或行业业务都能够提升业务效率。但与此同时,5G时代的云边协同能力还有所不足,需要增强。首先,网络能力开放框架中的API还需要增强,便于提升云边之间的业务感知与能力调用。其次5G云边协同仅限于单个MEC,目前尚不具备一定范围内多个MEC之间动态选路与业务迁移。还有,随着移动算力网络研究的深入,云边之间还涉及对边缘
74、算力的感知和业务快速调度能力。这些都需要5G-A在标准与技术能力上提供进一步的增强。3.5 端到端运维需求正如3.1节中所描述的,不同业务场景有着多样化的需求。另外,随着5G网络的规模化部署,网络环境日趋复杂,这些变化对于无线网络的部署、运维、业务保障、性能优化等方面都提出新的挑战。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书28为此,5G-A网络在不同层面全面引入AI,使能三大进化:在基础设施层实现AI内生,达成网络进化;在管理层实现全面自智,达成运维进化;通过能力开放和跨域协同实现端到端智能运营,达成运营进化。在此过程中,5G-A网络将面临以下4方面的需
75、求:1)促进数据流通,提升跨域协同智能化建立在数据基础之上,通过数字化构建出业务数据化、数据资产化、资产服务化和服务业务化循环体系。实现智能运维需要让遍布在通信网络不同节点和管理系统的数据流动起来,为减少这些数据访问和业务内容阻抗,必须对这些数据进行全局统一标准建模和访问治理,减少数据适配。提供统一方法和架构对数据进行分层,仅依赖顶层数据就可达到多种运维业务快速分析目的,可以减少每一个运维业务直接进行海量数据访问带来的巨大资源消耗。2)减轻对人工决策的依赖通信行业作为国计民生的基础行业,肩负着为国家建设和千行百业正常运作保驾护航的使命,是整个社会发展的基石。然而,传统的业务保障存在以下痛点:对
76、保障和决策人员的技术要求高,门槛高;难以及时响应业务变化和突发状况;保障效果不明显,用户体验无法保证;保障难以持续,无法随着网络状况的变化而灵活调整保障决策。随着5G-A时代智能化技术的广泛引入和应用,通信保障和决策的智能化、简单化和去风险化的需求也日益迫切。在这样的背景下,意图网络融入通信领域的各个主流业务场景的时机已经成熟。3)高效率、低风险近实时数字化验证网络智能化演进过程中,新技术效果验证离不开低成本试错、智能化决策降低现网风险。网络数字孪生,可以用数字化方式创建物理网络实体的虚拟孪生体,且可与物理网络实体之间实时交互映射。利用网络数字孪生为端到端运维提供以下支撑:网络可视化:实时展示
77、网络运行状态、精确描绘无线传播环境、直观预演网络优化效果。数据开放衍生:增广AI训练所需数据、模拟更全面虚拟场景、生成更具多样性数据。低成本寻优试错:策略/技术/参数尝试、精确复现网元、节约人工开销、不受随机因素影响。自智网络支撑:自动感知网络问题、生成应对策略、保证实施效果。4)用户体验与网络效率双提升的需求提供优质的5G体验成为持续释放5G网络潜力、提升5G网络经济效益的基础性命题。为了在有限网络资源内更好地为更多差异化需求的用户及业务提供优质服务,需要从网络中心化的资源配置策略向29IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书表3.10 自智网络分级4
78、.1 5G-A关键技术方向4.1.1 网络关键技术方向用户中心化的精准资源服务模式转型,实现用户体验与网络效率之间的最佳平衡。为此需要应对如下2点挑战:网络复杂性:多频多模、多载波、多帧结构、多波束等网络资源的多维组合灵活性以及在剧烈变化的无线环境下资源组合能力预测及选择的复杂度;终端复杂性:终端在制式及模式支持、无线功能支持、ToB及ToC业务支持等方面的能力存在较大的差异,是场景化、个性化精准资源服务的重要约束条件。因此,无线智能编排网络应运而生,以通信基站的内生AI计算能力和编排引擎为基础,以用户需求为中心提供网络资源的自适应柔性编排服务,实现服务质量与网络效率的最佳统一。为了实现和衡量
79、客户体验和SLA,TM Forum定义了自智网络等级(如表3.10所示),以指导网络和服务的自动化和智能化,评估自智网络服务的价值和优势。目前产业上自智网络的应用,大多数还在L2L3阶段,而要真正实现L4高级自智网络及以上等级,网络必须要走向智能化,让无线网络能够做到自适应、自学习、自演进,向更高阶的自智网络迈进。5G-A关键技术方向及能力IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书304.1.1.1 下行超宽带为应对上述3.2.1节中的各种场景和业务需求,更高效的使用频域频谱和空域天线资源是关键。1)高效使用频域频谱资源 普遍运营商存在多个Sub-6GHz
80、频段,虽然各连续频谱带宽为十MHz级别,但聚合后的总带宽为百MHz级别。如果能将这些离散频谱高效灵活地聚合起来,可以同时具有大带宽和广覆盖优势。载波聚合是一种解决方案。然而,现有机制将每个连续载波视为独立的服务小区,有独立的控制、公共、数据等信道和独立的小区管理流程,这引入不必要的资源和时延开销。基于此,5G-A可以将多个离散频段统一联合管理,以降低系统开销、简化流程,从而提升系统容量和用户体验。一方面,通过一体化信道设计,例如通过一个PDCCH同时调度多个载波数传降低控制开销,进一步的还可以考虑多载波共享公共信道、数据信道、测量等方式提升容量和体验。另一方面,通过一体化载波管理流程,例如基于
81、相邻频段可以共享同步和信道状态,激活辅小区时无需小区搜索、时频同步以及测量等流程,大大缩短激活时延,在突发数据到达时快速激活达到即时宽带传输提高用户体验速率的效果。Rel-18将对一个PDCCH调度多个载波、多载波共享公共信道、快速辅小区激活等技术进行研究以实现高效频谱聚合。此外,毫米波频段存在大量的可用频谱资源,可用于满足下行超宽带需求。然而毫米波的覆盖能力相对较弱。为了增强毫米波的覆盖能力,基站规格在不断演进,典型产品的EIRP由约60dBm增长至约70dBm。然而,当前的毫米波基站能力仍然仅可满足人流密集的热点区域网络容量需求。为了实现毫米波在典型400米站间距下的城区连续覆盖,毫米波的
82、基站规格需进一步达成约80dBm的EIRP,对应的天线阵列包含约4096个阵元。基站规格的大幅提升将带来基站功耗过大问题和极窄模拟波束引起UE测量功耗高、移动性性能差以及载波激活慢等问题。对于基站功耗问题,5G-A可采用先进的低峰均比波形技术减少功放回退,从而提升基站能效;对于极窄模拟波束引起的问题,5G-A可融合波束管理和CSI获取机制,减少终端波束管理的测量,同时缩短波束对准与CSI获取时延,最终达成终端功耗降低与移动性性能提升的效果;另外,还可以引入低频辅助实现快速毫米波载波激活,提升用户体验。2)高效使用空域天线资源a)超大阵列Massive MIMO系统随着未来频谱频点的逐渐提升和C
83、-RAN网络部署比例的逐渐提升,在有限站点及口径约束下,可以部署包含超大规模的发射天线阵子和通道数超大口径的多天线阵面(Extremely Large Aperture Array Massive MIMO,ELAA-MM)。通过引入更多通道来保证垂直或者水平覆盖范围足够宽,利于更多用户接入,同时,更多通道数具有更多的自由度,能实现更高的MU空分流数,从而增加小区容量。一方面,可以部署集中式ELAA-MM,即每个基站的天面部署更多的无源阵子(例如768AE)和31IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书更多的通道数(例如128TR,256TR)。另一方面
84、,还可以通过分布式ELAA-MM将超大规模的天线阵子拆成多个分布式M-MIMO模块,来实现泛在万兆连续体验。具体地,分布式ELAA-MM可以将用户周围所有的基站形成联合发送,从而将多小区干扰转换成有用信号,使能无干扰网络,大幅提升用户体验速率。b)MU DMRS正交端口数增强随着基站发送天线数的增加以及CJT(coherent joint transmission)传输场景的支持,下行可支持的MU层数大大提升,从而大大提升下行频谱效率。现有NR仅支持下行最多12个正交MU DMRS端口,多于12层的DMRS只能通过伪正交DMRS端口实现,然而伪正交DMRS端口之间存在干扰会导致显著的系统性能损
85、失。因此,在不额外增加时频资源的前提下支持更多正交DMRS的端口以满足更高传输流数的需求对5G-A演进很关键。DMRS正交扩容可以通过频域正交掩码码分扩容和频分复用扩容实现。对于DMRS频域正交掩码码分扩容,新增DMRS端口和现有DMRS端口复用在相同的时频资源上,通过正交掩码设计保证DMRS端口的码分正交性。对于频分复用扩容,可以通过增加DMRS端口占用的CDM组总数提升DMRS端口频分复用能力。通过以上设计,可以增加一倍的正交DMRS端口数目。c)CSI增强对于FDD系统,网络设备获取CSI信息的一个重要手段是基于终端的CSI反馈。终端反馈的下行CSI越准确,越高效,系统效率就越高。现有的
86、CSI反馈没有充分利用信道的时域相关特性,终端需要频繁反馈CSI。但是实际的空间信道有很强的时域相关性,特别在高速场景下。空间信道的时域变化是由终端的移动速度引起的,而和终端移动速度相关的多普勒成分的变化速率明显低于信道的相位变化速度,如果终端能上报多普勒成分信息给基站,基站就可以基于终端上报的多普勒成分重构出随时间变化的信道,使得在终端不需要频繁反馈CSI下基站侧有实时的下行信道信息,可以大大提升下行速率。对于TDD系统,SRS是进行CSI测量的重要参考信号。SRS的干扰问题和容量问题是制约TDD系统性能的关键瓶颈。首先,频域或码域SRS干扰随机化增强是解决SRS干扰问题的有效手段,通过随机
87、化的SRS资源发送,可以避免SRS强干扰的持续性影响,进一步通过多个资源的联合处理可以显著提升SRS的测量精度。其次,对于SRS容量增强,5G已经采纳时频域和码域SRS扩容。在此基础上,空域扩容是一种新的扩容路径。另一种扩容路径是在现有CS序列上进一步叠加掩码序列,不同掩码序列间具备低互相关性,从而等效于进一步增加系统可用的最大CS数。另一方面,对于多TRP场景,现有的NR标准中仅支持NCJT CSI反馈,而且NCJT CSI反馈仅支持type I码本,不支持type II码本,即现有的多站CSI反馈适用场景比较有限,为此需要考虑多站CSI反馈增强。此外,对基于假设TRP之间具有理想的回传链路
88、和时频同步,在Rel-18,针对FR1频段的IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书32图4.1 上行超宽带关键技术方向1)时域:双工演进技术室外宏站一般以下行业务为主,因此现网采用下行时隙为主的TDD配比。在5G-A行业专网中,以低时延和大上行业务为主要特征。基于此,一方面5G-A宏微异配比技术通过将室内工厂里使用相同频谱的微基站配置为上行时隙为主的TDD配比成倍提升行业专网的上行容量。另一方面,5G-A子带全双工技术在同一个时隙中上行传输和下行传输机会同时存在,通过提供更多的上行传输机会、避免固定TDD配比导致的等待时延大幅提升上行速率、覆盖和容量。
89、上述双工演进技术关键的问题在于基站间和终端间交叉链路干扰的规避和抑制以及基站内自干扰的抑制,包括同运营商内部的干扰,不同运营商之间的干扰。在无法满足站间物理隔离距离情况下,可考虑受扰侧主动干扰缓解。其中干扰删除、先进接收机是基站内自干扰和基站间交叉干扰抑制的主要方式。另外在其他方面干扰消除需要DL&UL DMRS联合正交设计,扩导频,利于施扰站干扰信道测量,也同步考虑基站间干扰协调,比如功率,频域,时域或者波束等信息交互。而增强UE间交叉干多TRP场景,在下行链路引入了相干联合传输(即CJT);对于在FDD NR系统中去实现多TRP的CJT传输,基于兼顾到吞吐率提升和信令开销增加的良好折中,可
90、以考虑对Rel-16/17中定义的type II码本和相应的CSI上报进行增强。与此同时,空间位置相近的多个TRP会共享部分散射体,因此其信道具有较高相关性,可以用来降低反馈开销。分布式ELAA-MM系统而言,协作基站数更多,干扰图谱更为复杂,需要仔细设计导频序列及图样来使能大范围的测量,并且相应地设计灵活的CSI反馈和码本。4.1.1.2 上行超宽带为应对上述3.2.2节中的各种场景和业务需求,面向5G-A,上行演进产生了多个潜在的增强方向以实现上行超宽带网络。这些技术可以分为频域、时域、空域和功率域,详情如图4.1所示。33IMT-2020(5G)推进组5 G-A d v a n c e
91、d 白 皮 书扰量和上报能够增强UE间干扰抑制性能,提升下行接收在交叉干扰环境中的性能。Rel-18标准将上述双工演进作为重要的技术方向进行研究。2)频域:灵活上行频谱接入频域聚合更多频谱是提升上行容量与体验最有效的方式。然而,智能终端一般只支持两个射频链路。在5G频谱使用机制中,上行载波的配置激活能力与并发传输能力是耦合的,即两个射频链路的用户最多只能同时配置接入2个频段。若需要利用其它频谱资源只能通过层3半静态地小区重配置、小区切换等方式,大时延导致网络上行频谱资源利用率低、用户体验差。5G-A演进中,灵活上行频谱接入技术可以使终端动态灵活的使用更多上行频谱资源,包括TDD、FDD和SUL
92、频段。具体的,通过配置、激活、传输能力解耦,使两个射频链路的用户可以通过层3同时接入配置多于2个的频段,然后网络基于各频段的业务量、TDD帧配置和信道条件等条件层1动态智选配置频段的子集,并相应地切换用户射频链路进行传输。基于此,1)用户能够获得更多的频谱资源,大幅提升上行体验速率;2)系统有更多的上行频段可供选择,网络拥有更多的调度自由,如进行更加快速的负载均衡提升用户的上行体验速率、调度当前信道条件较好的频段给用户以更好的适应信道条件、调度当前为上行时隙的TDD频段给用户以更加有效的利用TDD上行时隙资源。Rel-18标准将对上述技术进行研究,具体的,允许两个射频链路的终端配置接入超过2个
93、频段,并且两个射频链路可以动态的切换到其中的一或两个频段上进行数据传输以最大化上行频谱资源利用率。3)空域:上行MIMO增强上行MIMO增强可有效提升上行容量,包括多TRP联合接收,高分辨率预编码和高阶空分复用。多TRP联合接收。网络部署一组TRP,每个UE关联了一个TRP子集。考虑到实际部署运算复杂度太高、集中处理难以实现,分布式实现是一种潜在的解决方案,它利用本地信道状态信息为每个TRP设计权重,而后将TRP本地处理结果汇聚起来。高精度上行预编码。5G基于码本的传输模式,由于控制信令开销受限,仅支持上行宽带码本,而能力较强的工业终端可能部署超过两根天线,此外考虑到多用户干扰,因此5G-A需
94、要更高精度的预编码,以提高网络整体容量。高阶空分复用。5G支持最多12个正交端口,5G-A将提升上行正交DMRS端口数的上限。Rel-18标准针对8T终端正在讨论上行预编码和DMRS增强,并且已经同意将type I DMRS和type II DMRS分别扩充到16端口和24端口使能高阶空分复用。4)功率域:用户聚合传输功率域用户聚合的驱动力是解决上行用户功率受限的瓶颈,尤其是小区边缘用户由于上行功率受IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书34限而不能满足高吞吐率的需求。5G-A可以通过用户聚合使能多个用户帮助一个用户实现上行传输,从而获取功率以及其他相
95、关增益(MIMO等)。具体的,Rel-18正在研究基于PDCP层分流的用户聚合模式。源用户数据流在PDCP分流(或复制),然后通过多个协作用户向基站发送,基站侧在相应的PDCP层对数据进行聚合。从协议栈的角度来看,基于PDCP分流的用户聚合类同于单用户的双连接传输方式。Rel-18的用户聚合主要侧重于同站下用户的配对/鉴权,多路径的建立,数据的分流/聚合等方面。未来5G-A的用户聚合可以考虑进一步的演进增强。4.1.1.3 宽带实时交互在5G-A中,可以基于业务特征,优先传输最优保障用户体验的数据,使能宽带实时交互。具体的,这些技术包括以提升容量为主的技术、以保障低时延为主的技术以及用于XR网
96、络质量评估的技术。1)XR容量提升技术 Layered QoS机制:XR等多媒体业务通常包含多个具有不等重要性的数据流,空口传输时可以对不同重要性的数据配置不同的服务质量(Quality of Service,QoS)等级进行传输。具体地,针对XR的特征,在XR信源编码的时候,实现业务分流,比如重要的数据流称为基本流,次要的数据流称为增强流,同时将同一XR业务的多流QoS和重要性信息通知核心网并传递到5G基站。在XR等大流量传输场景中,当系统带宽资源不足,容量不能满足传输需求时,可以通过差异化调度,优先调度基本流数据,保证用户的基本体验,通过对增强流的放松传输,实现XR容量的大幅提升。Rel-
97、18标准将对XR的QoS框架增强进行研究,具体包括单用户多QoS流的协同、基于媒体单元重要性的差异化QoS处理,如丢弃非重要媒体单元等。混合业务协同技术:网络既存在大带宽、低时延、高可靠的XR业务,又存在包大小各异、QoS需求不同的海量eMBB用户。基于数据信道、控制信道和QoS定义增强的混合业务协同可以解决控制信道容量瓶颈、提升数传效率,进而有效提升系统容量。数据信道方面,可考虑小包聚合组播传输、大包资源打孔穿插小包等技术手段,提升数传效率、使能混合业务场景下的数据极致共存;控制信道方面,可考虑通过动态检测技术、链路自适应增强和MU增强技术、数据控制一体化技术,从检测效率、谱效率和开销三个维
98、度增强PDCCH容量;此外,可以进行更细化的业务拆分以及定义更灵活的QoS,以使能更高效的混合业务联合调度。网络辅助的实时超分辨视频传输:超级分辨率是指通过硬件或软件的方法提高原有图像/视频的分辨率,通过低分辨率图像来得到高分辨率图像的技术。目前,基于神经网络的超级分辨率技术因其画面恢复效果显著受到了广泛的关注。其核心思想是发送低清视频以及与低清视频相匹配的超分辨神经网络,用以替换传统的传输高清视频的方法。具体来说,在服务器侧,每个高清视频块进行下采35IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书样处理,得到低分辨率的视频块。在服务器侧,进行训练可以得到与应
99、用层业务相匹配的自适应神经网络。网络将超分神经网络与低清视频发给用户。用户在接收数据后,可以将低清视频输入到超分神经网络后即可得到原始高清视频。2)XR低时延保障技术 完整性传输:媒体单元的完整性是影响XR用户体验的重要因素,例如一个高清视频帧的数据量比较大,通常会划分为多个数据包在网络中传输,这多个数据包之间是有一定关联关系的,通常情况下,如果有一个数据包出错,仅靠已经成功传输的数据包不能恢复整个视频帧。针对XR的完整性需求特征,在XR信源编码的时,将帧级的完整性信息标记到每个数据包,并通知到核心网以及5G基站。核心网支持建立具有完整性传输需求的QoS 流和帧级的QoS管理,RAN侧基于完整
100、性信息和帧级的QoS需求,对XR数据流进行完整性QoS传输保障,并且拥塞时可以主动丢弃无效的数据包,尤其是可以考虑帧级的完整性调度策略,即在给定速率下尽可能多的保证用户的时延、可靠性需求,最优化利用资源保障用户体验和容量。针对上述问题,Rel-18标准将对XR进行基于多粒度媒体单元的QoS框架增强研究,保障媒体单元粒度的完整性传输。多模态网业协同技术:触觉和XR相结合的多模态XR业务,是XR的一种演进业务,不仅能够提供听觉和视觉的交互,还能提供触觉和动觉的感官交互,实现由音-视频服务向音-视-触-控等多种模态服务扩展,使能更具身临其境的互动体验。通常情况下,多模态业务中不同模态的数据之间所承载
101、的信息是有相关性的,比如时间、空间、语义等层面的信息具有关联性。为了实现多模态业务更好的传输和多感官信息的融合,可以利用跨模态传输技术实现多感官信息的传输、接收和重建。具体地,发送端和接收端可以通过提取多模态信息流的内在相关性或者多模态信息的语义特征,提高通信有效性,从而保障不同模态的低时延需求。优先确保低时延的速率自适应方案:对于XR业务,影响时延的一个重要因素是“由通信链路的容量变化所引发的网络拥塞”。可以将IETF的L4S(Low Latency,Low Loss,Scalable throughput)流量控制技术引入5G网络,从而在网络发生拥塞时,通过适时调低数据传输速率来优先地去确
102、保低时延、并达成低的丢包率。具体地,5G基站根据检测到的网络拥塞及无线链路状况,将表征拥塞的ECN(Explicit Congestion Notification)比特指示填入业务流的IP包头;IP包通过空口到达UE的应用层client端,应用层client端通过传输层协议将拥塞状况反馈给应用层server端,于是应用层server端调整codec速率,使其及时合理地适配链路容量,从而降低突发性时延,实现对“XR业务所需的在一定界限内的低时延”的确定性保障。3)网络侧XR体验评价指标IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书36端到端XR用户体验的因素有
103、很多,通常可以分为三个部分:源端,网络和终端。然而,XR业务端到端性能评价指标在实践中可能过于复杂,也无法判断性能的瓶颈在源端、网络还是终端。因此,网络侧希望引入一个新的指标来衡量网络传输对XR业务用户体验的影响,且该指标需要尽可能地贴近人真实的主观感受。网络可以基于该指标进行网络优化,从而提升网络对XR业务的承载能力。针对上述问题,Rel-18标准将对XR QoE体验评估进行研究和增强,其中包括网络传输对于XR用户体验影响的评估指标研究。4.1.1.4 覆盖能力为满足上述3.2.4节中增强网络覆盖能力的需求,5G-A网络迫切需要挖掘新的覆盖提升技术来应对广覆盖、无缝覆盖和定制化覆盖的挑战,解
104、决5G-A的覆盖痛点。1)上行高功率和重复发送提升UE功率是提升上行覆盖的直接手段,如在满足SAR要求情况下的FDD频段高功率发送,以及借助上行DFT-S-OFDM多流pi/2 BPSK传输的上行高功率发送。此外,在高频,几乎所有的上行信道的覆盖都远差于下行信道,尤其是RACH/PUCCH等上行接入和控制信道的覆盖限制了网络下行能力的发挥。对于控制和接入信道覆盖扩展,重复发送是有效的手段,因此提供较多的接入信道和控制信道的重复传输能够大大提升其覆盖性能。2)5G-A网络控制中继器5G-A引入了网络控制中继器以提升网络覆盖能力。5G-A网络控制中继器可以包括两个模块:发模块(NCR-Fwd),用
105、于放大和转发信号;移动终端(NCR-MT),用于收发控制信息、以及控制NCR-Fwd。NCR需要能够接收和处理控制信息,可以包括以下提升中继器能效,降低网络干扰的技术方向。波束管理:5G引入了具有高定向性传输的波束赋形技术,然而传统射频中继器不能根据UE实际情况选择和切换波束。5G-A中为NCR引入波束指示信息必要且有益,能够提升室内外覆盖、定制化覆盖的能力。其中波束指示需要能够支持NCR与基站,NCR与用户之间的链路。开/关控制:通过开/关控制提高中继器能效以及降低网络干扰。从技术层面来看,5G-A NCR需要支持大时间尺度的开/关配置。相对静态的开/关配置也可以节省信令开销。在白天,基站可
106、以打开面向工作区的NCR以确保覆盖,晚上,当人们下班时,基站可以关闭该NCR以节省功耗。功率控制:支持功率控制能够提供有效的干扰管理。NCR上行控制链路的功率控制可以参考现有UE的功率控制机制。针对转发链路,NCR不会解码转发信号,转发信号配置对NCR完全透明。因此应该为NCR转发链路定义一种新的功率控制机制,如不与特定信道或信号关联。37IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书3)超大阵面下广播覆盖能力提升随着系统载波频率提高,给定天线阵面尺寸下的天线单元个数随着频率呈平方关系增长。广播信号由于所使用的波束需要覆盖整个蜂窝小区,无法适配单个用户的信道特
107、征,不能以某个特定用户的数据所使用的数字或模拟波束对准用户。因此其无法有效拿到阵面的覆盖收益,且广播信号与数据信号的覆盖能力差距随着阵面的扩大而扩大。为了提升广播信道覆盖能力,使用更窄的波束可以作为基础方案,但这会提升系统广播所使用的波束数量显著提升开销,同时在调度、节能等方面带来不利影响。另一个维度是在终端最小带宽能力范围内,设计带宽更大的广播信号。更大带宽的广播信号可以提升广播信号发送功率。另一方面,更大带宽的广播信号可以缩短其时域占用时间,降低广播信号对节能和调度的影响。4)智能超表面智能超表面作为一种新的超材料技术,可以通过控制电路,实现对信号的可控反射和透射等,实现智能可编程的无线环
108、境。智能超表面由大规模可调控电磁单元构成,通过智能控制电路可以动态控制电磁单元的特性,实现空间电磁波的智能控制,进而形成可控的电磁场。通过在无线环境中各类物体的表面部署智能超表面具有以下优势:a)几乎无需供电:仅需功耗很小的控制电路即可实现对电磁单元的特性调整,无需功放,馈线等器件,也无需射频及基带处理,硬件成本也更低,热噪声低;基于此,智能超表面可以实现绿色低成本的网络覆盖。b)实现信号传播方向调控:将智能超表面部署在基站和覆盖盲区/弱覆盖区域之间,使得传输信号能够到达目标区域,可以用于覆盖增强,提高室内信号质量,满足5G-A网络的无缝覆盖需求。c)面向业务动态调控智能超表面:按需动态构造信
109、道相关性较低且有效径更多的无线传播环境,实现业务按需覆盖。且智能超表面厚度薄,重量小,可以附着在环境的各类表面,降低选址和部署复图4.2 5G-A网络控制中继器IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书38近年来RIS原型样机已经完成大量外场技术试验工作,验证了该技术方案的可行性。将在未来2-3年内逐步开展可重构智能表面产业落地的试点工作。4.1.1.5 定位为应对上述各定位场景和业务需求,面向5G-A,定位演进产生了下述八个潜在关键技术方向。1)Sidelink定位:5G-A系统中开始研究各种场景下利用Sidelink信号进行定位的解决方案。该研究将考虑
110、以下五个方面:定位场景、定位需求、定位用例、定位频谱和定位方案。定位场景包括无线蜂窝网络覆盖内、部分覆盖和覆盖外各种场景。定位需求可参见3.2.5中的相关定位需求。定位用例包括V2X、公共安全、商业、IIOT。定位频谱包括ITS频谱和授权频谱。定位方案包括各种相对定位、绝对定位和测距定位方法。具体的,5G-A将研究SL定位参考信号,包括信号设计、资源分配、测量量、及测量流程等,并实现基于Sidelink的定位业务呼叫流程,资源分配,测量上报以及位置解算。2)载波聚合定位:5G-A系统中将研究通过载波带宽聚合的方式提高定位精度。其基本出发点是通过传输和接收多个载频上的定位信号,利用PRS/SRS
111、载波带宽聚合的方式,提高对信号到达时间的杂度,实现网络的灵活快速部署。当前,RIS技术存在两种技术演进方向,分别如下:a)基站-RIS协同部署方案:为了解决固定RIS波束覆盖范围/增益受限的问题,业界提出了基站-RIS协同部署方案,如图4.4(a)所示,通过波束扫描/切换的方式实现分时覆盖。相对无协同,可有效提升RIS的覆盖范围,低成本和功耗解决高频段覆盖空洞问题。b)RIS创新解决方案:为了解决单个RIS板覆盖的面积相对有限的问题,业界提出了RIS翅膀解决方案,如图4.4(b)所示,RIS板部署在AAU两侧,对于LOS径占优场景,通过部署RIS板提高DOA角度扩展充分利用空间维度,从而获取较
112、高的信道增益。图4.3 智能反射示意图(a)基站-RIS协同部署方案 (b)RIS创新解决方案 图4.4 RIS技术两种演进方向示意图39IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书测量精度。载波聚合定位的有效性很大程度上取决于接收机是否能对不同载频上的定位信号进行相干接收。相干接收需要解决的关键问题包括:不同载频上定位信号之间的时序对齐、相位相干性,以及频率误差和功率不平衡的影响。考虑到不同频段上的定位信号难以实现信号之间的时序对齐和相位连续,5G-A系统中载波聚合定位研究只限于同一频段内的载波聚合方式。3)NR载波相位定位:5G-A系统利用已有的定位参考
113、信号进行NR载波相位定位。如有必要,也可考虑新的定位参考信号。NR载波相位定位研究的主要方向包括:UE-Based和UE-Assisted 载波相位定位;上行载波相位定位和下行载波相位定位;利用在单载波频率载波相位测量或多个载波频率载波相位测量的载波相位定位;载波相位定位与其他已标准化的定位方法的组合定位。具体研究的关键技术包括:整周模糊度对载波相位定位的影响以及解决方案;多径信号对NR载波相位定位的影响以及解决方案;使用定位参考单元(PRU)来辅助NR载波相位定位;研究各种误差源(如发射机/接收机的时钟/频率误差、天线参考点位置和天线相位中心偏移、相位噪声等)对载波相位定位的影响以及解决方案
114、。4)低功耗高精度定位:为支持工业物联网场景的定位应用,针对蜂窝低功耗高精度定位的定位精度和功耗提出了相应要求。5G-A将评估现有5G定位功能是否可以在RRC_INACTIVE/RRC_IDLE状态下满足以下定位精度和功耗要求:水平定位精度1m(90%),定位间隔/占空比为15-30秒,UE电池寿命为6个月-1年。若不能满足,则在5G-A系统中进一步通过降低终端功耗手段,如降低深睡电流、减少RRC-INACTIVE下的移动引起的重新接入、通信与定位带宽解耦、减少寻呼监听,降低物联网终端与网络信令交互,减少状态转换等多种技术组合,以满足所定义的定位精度和功耗要求。5)RedCap UE定位:5G
115、 RedCap UE相比于常规UE减小了带宽能力和接收天线的数量,以降低UE实现的复杂性;同时定位精度要求达到米级甚至亚米级的精度,以满足工业工厂的多用定位需求。虽然目前协议所定义的定位方法也可以直接支持RedCap UE定位,但目前并没有评估RedCap UE能力对定位性能的影响,也没有定义RedCap UE的定位性能指标。为此,5G-A将完善RedCap UE定位的有关问题,包括评估在利用5G已支持的定位方法时,RedCap UE可以达到的定位性能。然后根据评估结果,研究是否需要进一步增强RedCap UE定位功能以及标准化相应的增强方法。6)AI/ML定位:传统定位方法一般利用直视距定位
116、测量量,通过数学公式解算UE位置。在非视距环境下,传统定位方法难以准确定位。AI/ML定位方法利用已建立的AI/ML模型和实时测量数据,做出UE定位决策。相比常规定位解算方法,其主要优点是即使在复杂的定位环境下,也能利用已建立的AI/ML模型,有效和准确地定位。5G-A将通过链路和系统级仿真,评估AI/ML 定位性能优势,确定AI/ML定位的性能、定位延迟和计算复杂性,系统开销、功耗、内存和硬件要求,以及泛化能力等。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书407)蜂窝网定位完好性:定位完好性是对位置相关数据准确性的信任度以及基于网络提供的辅助数据提供及时
117、警告能力的衡量标准。3GPP在Rel-17引入了GNSS定位完好性。为工业物联网服务的蜂窝网定位技术,也需要完好性指标要求来保障蜂窝网定位系统的可靠性。因此,5G-A将引入各种基于NR信号蜂窝网定位完好性技术。其重点是确定蜂窝网定位方法的各种主要误差源和误差模型,如接收机测量误差、辅助数据错误、多径信道的影响和基站同步误差等。在尽可能重用GNSS定位完好性的概念和原则上,5G-A将引入基于蜂窝网相关定位技术的完好性终端与网络间整体流程和解决方案。8)NTN中non-GNSS定位的支持:在5G-A的NTN系统中,可以考虑针对non-GNSS能力终端的定位。考虑到NTN系统中卫星的覆盖,星座,轨迹
118、,定位需求等,可以重点考虑单星定位,双星定位的解决方案。可以通过链路和系统级仿真,评估适用于NTN系统的定位测量量,测量精度,取值范围,位置解算的算法,位置修正的参数,定位时延等。4.1.1.6 确定性网络1)网络架构关键技术a)TSN 技术TSN是在IEEE以太网技术基础上,针对时间敏感特性做了一定的扩展,以在特定时间窗口内,在没有丢包、没有由于拥塞引起的时延的情况下转发时间敏感数据包。TSN通过以下技术实现上述目标:时间同步协议:TSN的时间同步协议是IEEE 802.1AS,可以使以太网桥和终端设备同步到统一的时钟,以支持TSN定时流量调度。定时流量调度:是保证TSN 转发目标的主要技术
119、,也是对传统以太网转发机制的重要加强。基于此技术能保证时间敏感流量在特定时间内能够转发出去,而不会受到队列拥塞的影响。帧复制和消除FRER(Frame Replication and Elimination for Reliability):对于需要高可靠性的数据流,网络节点可以复制两个或多个数据流副本,并通过不同的路径传输到另一个网络节点。TSN配置:TSN的配置模型有三种:完全集中模型,集中和分布模型以及完全分布模型。TSN还引入了基于流的过滤和速率限制PSFP(Per-stream filtering and policing)以及帧抢占等技术以保证时间敏感数据流不会受到网络或终端异常所
120、引起的拥塞影响。3GPP 为了实现基于5G的工业通信和支持TSN开展了大量标准化工作:在Rel-15中,为5G NR 指定了超可靠和低时延通信(URLLC);在Rel-16中添加了对TSN的支持,并且在Rel-17中进行了进一步增强。工业物联网(IIOT)的5G标准化工作包括了对在智能工厂环境中应用TSN的理解,并且定义了5G特定功能以支持与TSN网络集成和交互。正在进行的3GPP Rel-18研究中,不仅继续对时间41IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书敏感通信进行增强,包括增加时钟弹性,考虑同支持TSN的回传网络互通等,而且研究如何利用3GPP
121、TSC框架支持IETF的确定性网络,使得3GPP网络能够提供更具扩展性的确定性通信业务。b)MEC边缘计算(UPF下沉)MEC(Multi-access Edge Computing)是将应用、内容和MBB核心网部分业务处理和资源调度的功能一同部署到靠近接入侧的网络边缘,通过业务靠近用户处理,以及应用、内容与网络的协同,来提供可靠、极致的业务体验。UPF是5G核心网的用户面,UPF下沉就是用户面建立在园区本地,数据不出园区,数据安全和效率都得到提升。c)5G LAN5G本地局域网类型服务为特定终端组提供IP类型或者non-IP类型的通信服务,此通信可以发生在终端组的两个成员之间,或者终端组的多
122、个成员之间,或者终端组的成员和数据网络中的应用之间。gNB支持转发Ethernet类型的数据报文,从而支持基于Ethernet L2转发的工业协议应用。当gNB转发Ethernet类型的数据报文时,SDAP、PDCP、GTP-U不处理IP类型数据报文,从而在工业控制等场景获得较高的效率。2)空口关键技术从URLLC需求来看,当前空口面临以下问题:TDD系统,8:2或7:3等帧结构会引入空口等待时间,例如一个上行的数据包没有在可调度的上行时隙到达,则它必须等到下一个上行时隙才可以被传输,增加了端到端时延;FDD系统,不存在TDD空口等待时间,但频谱资源受限,而且缺少上下行互易性特征,MU容量受限
123、。基于这些问题,5G-A提出双频互补TDD技术,核心原理是引入两段频率,可以为inter-band或intra-band,分别配置为互补的TDD配比,比如频率一为4:1,频率二为1:4,两段频率的带宽配比可以灵活配置。URLLC业务以类似FDD的方式联合使用频率一和频率二。这样,可以获得如下好处:1)构建类FDD帧结构,使能空口零等待;2)同时兼顾低时延以及同eMBB的友好共存;3)与公网TDD配比友好干扰共存。3)网业协同联合优化技术蜂窝网络通信有其独特的特点,当其进入URLLC领域,如工业控制等业务场景,匹配起来有一定的困难。通过协同业务层和网络层联合优化,可以使无线网络提供更高效稳定和可
124、靠的服务。XSO(Cross-layer Service Orchestration)业务编排:URLLC业务遇到的一个典型问题就是业务数据到达时刻有随机性。另一个问题是5G网络按slot粒度调度,是有时间边界的,如果错过了时间边界,就必须等到下一个调度的slot时间边界才能传输。为了解决上述问题,可以通过网络给业务一定的指示信息,使得业务为了更好的适配网络特点做一些调整,拉通应用层与网络层进行联合优化,使IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书42网络指标获得更高的增益,从而满足更低时延,更大高连接数的业务场景。深度包压缩:URLLC业务数据,例如工业
125、以太数据为兼容传统标准以太网,数据帧中Payload字段协议规定最小长度46字节,有效载荷不足padding到46字节。典型的工业控制场景Padding无效信息平均占比50%左右。所以通过工业设备应用层给5GS上报padding的位置信息,UE/UPF根据位置信息删除padding字段,接收侧恢复padding字段,可以提升2x效率。动态QoS:使能网络对控制系统状态进行实时感知,并根据控制系统状态,动态设定当前所需的传输可靠性(QoS)。4.1.1.7 广播组播围绕3.2.7中所给出的网络和业务需求,5G-A中主要考虑在下面几方面进行优化。1)非激活态组播业务接收现有NR MBS方案中,RA
126、N只能向处于RRC连接态的终端发送组播,并提供了一套依赖于RRC连接态特性的MBS配置获取、可靠性,以及移动性方案。为了支持单小区内大量终端接收特定组播业务的场景,5G-A需研究UE在RRC非激活态下接收组播业务的方案。UE在RRC非激活态下接收组播业务的场景,可以是先在RRC连接态态下接收组播业务,然后在RAN的控制之下,进入RRC非激活继续接收该组播业务。也可以是处于RRC非激活态的原本没有接收组播业务的UE在保持状态不变的前提下,直接开始接收组播业务。为了支持以上场景,需要研究如何基于RRC非激活态的特征,在MBS配置的获取,RRC状态转移,移动性等方面制定方案。2)RAN网络共享下的广
127、播业务增强RAN共享是从4G时代引入的一种降低投资成本的部署方案。多个运营商之间开展战略合作,进行共建共享,这样可以避免重复建设,从而降低成本。在RAN共享场景下,为了节省空口资源,支持相同广播/组播业务的多个运营商可以进行无线资源的共享,即在相同无线资源上为不同运营商提供广播/组播业务。5G-A将允许基站感知这来自多个运营商的MBS会话是针对同一业务,从而可以使用相同的NG资源和空口资源进行传输。3)单播广播业务并发性能优化5G-A将允许UE基于CA能力进行跨运营商广播单播接收,允许UE跨运营商接收广播时降低单播侧CA能力,这样可以降低终端支持同时单广播接收的复杂度,更加有利于广播技术的产业
128、化推进。针对单播广播业务并发的情形展开研究,识别终端处理能力受限的主要因素。引入终端上报辅助信息的机制,将上述影响资源共享和业务接收的参数上报给服务小区,作为网络进行业务调度的参考信息。在实际方案的探索过程中,可综合考虑同运营商和异运营商、同频段或异频段等不同场景。在未来演43IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书进中,也可进一步考虑单播和组播业务并发的情况。4)更高的可靠性和效率:跨站MBS协同传输Rel-17组播模式支持PTP+PTM动态切换的工作模式,通过PTP补充传输提高组播传输效率和可靠性。但目前这种工作模式只支持单站下使用,即PTP+PTM
129、传输只能通过一个基站发送给终端。考虑到组播广播一般在低频段的宏站比较高效,但因为PTP的补充传输是面向单个UE的,采用更加灵活的传输策略会提高其传输效率,比如使用PTM采用低频宏站,PTP采用高频的小站,或者PTM采用卫星站,PTP补传采用地面站,等组合方式会更加高效。因此5G-A跨基站的组播广播业务协同传输可以结合不同基站类型的传输优势,进一步提升组播广播业务的传输可靠性和传输效率。4.1.1.8 物联1)关键技术方向1:无源物联5G-A需定义新的蜂窝无源物联技术以应对中低成本免电池终端的物联场景,包含如下主要方向。a)极简空口支持超低成本免电池终端为实现免电池工作,无源物联终端可采用能量采
130、集技术从环境中采集能量。结合环境适应性及储能单元成本等因素,可考虑以下两个终端超低功耗使能技术。下行接收采用包络检波(envelope detection)技术,可通过二极管及电阻和电容构成的滤波电路实现基带信号包络提取,然后利用比较器进行高低电平判决,再解幅度调制获取信息比特。上行发射采用反向散射(backscatter)通信,通过调整天线匹配阻抗等效改变天线的雷达反射截面积,从而调整反向散射信号的幅度或相位,将信息调制到外部提供的载波信号上。图4.5 包络检波(左)与反向散射通信(右)无源物联终端有以下三种架构适配不同需求:被动式标签不生成载波信号,不具备信号放大能力;半被动式标签不生成载
131、波信号,具备信号放大能力;主动式标签可生成载波信号,具备信号放大能力。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书44此外,蜂窝无源物联系统的空口链路及协议栈均需遵循极简设计原则,确保满足低成本免电池终端支持能量采集方式供能的核心应用需求。b)覆盖能力支持与5G网络共部署下区域性连续覆盖蜂窝无源物联空口链路预算需匹配不同类型基站的覆盖要求,可包括但不限于下述覆盖增强技术。调制:下行链路支持标签采用包络检波进行解调,适宜使用OOK或ASK。上行链路支持被动式和半被动式标签采用反向散射通信发送信息,可考虑使用ASK或BPSK。信道编码:前向纠错码可显著提升传输效
132、率及抗信道衰落和干扰能力,且编码器实现复杂度低。重复/窄带传输:重复传输处理复杂度低,上行和下行链路皆可采用。窄带传输主要适用于上行传输,可有效提升终端功率受限场景的系统带宽内整体发射功率,从而提升上行容量。帧结构:蜂窝无源物联目标应用场景为突发性或长周期小包业务,且终端参考时钟的频率、精度以及稳定度均较低,故适宜在每次传输的头部增加前导信号,用于定时和频率同步。c)网络架构支持业务多样性和灵活性蜂窝无源物联的目标应用场景相对同为无源物联技术的RFID更加丰富,故网络架构需兼顾不同应用的特点和需求,如传感应用业务模型多样性以及终端移动性管理等。网络架构需具备以下基本能力:物联终端管理。传感类应
133、用往往要求网络同时支持终端被呼业务和终端发起业务。因此,核心网需支持寻呼和主动上报,并支持移动性管理。此外,计费功能需支持灵活多样的商业模式。控制面和用户面融合传输架构。考虑目标应用为突发性或长周期小包业务,信令承载数据可免去建立会话的复杂流程,显著降低信令开销和终端逻辑运算复杂度。此外,核心网还可基于服务化架构建立极简传输路径,并支持业务数据动态灵活路由,保障数据传输及时性和可靠性。轻量化安全机制。不同场景安全需求各异,网络安全机制应兼容多场景分级需求,支持按需触发。此外,还需确保用户无法越权获取其它应用的用户信息。支持无核心网和有核心网部署方式。无核心网架构类似传统RFID,通过应用层实现
134、开卡、鉴权认证、访问管理等功能,接入网集成读写器功能,支持低成本、低功耗、低复杂度的无源或半无源标签。有核心网架构可支持类似5G的开卡、鉴权认证、流量计费等功能,以及灵活的服务化架构,满足各种差异化应用不同的业务模型和功能需求,并支持公共网络多应用并存。综上,5G-A新定义蜂窝无源物联技术支持可采用能量采集供能的超低功耗终端,且在终端超低复杂度约束下支持蜂窝网络部署连续覆盖所需的链路预算,并通过灵活网络架构支持业务及商业模式的多样性,为蜂窝网络开拓下一级的千亿级连接物联新空间打好基础。45IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书2)关键技术方向2:Red
135、Cap演进R17 RedCap的引入需要网络在终端识别、接入控制、资源配置(初始BWP等)、节能配置(eDRX等)、双工制式等多种方面提供相应的支撑,以确保RedCap终端可以和网络形成有效连接进而服务于垂直行业中的各个应用场景。当5G-A R18 RedCap的相关技术引入之后,这些问题可能仍会存在,例如可能也需要为了实现小区管理和接入控制引入相应的机制。接入控制技术:当5G-A Rel-18 RedCap引入了更低的带宽能力和/或峰值速率降低技术后,可能会形成一个新的终端类型。为了更好的管理无线资源,网络侧需要提前获知终端类型。5G网络引入了基于四步RACH中 Msg1和Msg3,以及基于
136、两步RACH中MsgA PRACH和PUSCH的终端类型上报机制。针对5G-A更低能力的RedCap,网络侧可能同样需要类似的提前上报机制以更好的执行后续调度。另外,如果需要禁止5G-A Rel-18 RedCap在小区驻留,网络侧需要在广播信息中增加针对其禁止接入的指示。3)关键技术方向3:低功耗唤醒5G-A阶段Rel-18计划研究的低功耗唤醒技术,除了减少工作时长,还将大幅降低唤醒信号本身的接收电流,因此可带来更大程度的终端待机功耗降低。具体地,3GPP在研究阶段提出研究通过设计新的唤醒信号使能更低电流的唤醒接收机。这样,终端有望实现主辅两套接收电路,主电路用于有业务时的常规通信;从电路工
137、作电流很低,用于没有业务时的唤醒信号待机监听,监测唤醒信号的功耗取决于唤醒信号的设计和用于信号检测处理的唤醒接收器的硬件模块。与此同时,任何新的设计还需要考虑对无线网络的影响,为此3GPP明确了两个基本原则:存量兼容性与友好共存:所有新的设计都应当能在支持传统终端的小区中运行,并且需要评估与非低功耗唤醒的普通终端的共存,以及对网络覆盖、容量、资源开销的影响。低功耗节能增益:新的设计应当研究与现有R15/16/17 终端节能机制相比的潜在增益,及其可用性以及对寻呼延迟的影响。4.1.1.9 通信感知融合为应对上述3.2.9节中的各种场景和业务需求,5G-A通感融合产生了多个潜在的增强方向以实现感
138、知能力。这些技术可以涉及到波形、多天线技术、时频域资源分配技术、AI、组网、信道建模。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书46图4.6 通感融合技术研究方向1)通感一体化波形设计。在5G-A通感标准化中,可以考虑下述感知波形设计:基于OFDM的通感波形:感知可以采用与通信相同的OFDM波形,让通信与感知复用相同的发送和接收流程,不但能够避免对硬件带来额外的复杂度,而且能够使能感知兼容现有通信的帧结构。IMT-2020(5G)推进组5G-Advanced通感组测试结果已经验证:采用OFDM波形的5G-A基站能够实现500米范围内车辆的车道级跟踪,500
139、米范围行人入侵100%检测,和1公里范围内无人机的分米级感知。因此,面向未来5G-A通感的标准化,OFDM会是通感波形的首选。基于线性调频的通感波形:线性调频(LFM,linear frequency modulation)是一种在雷达中广泛应用并得到充分验证的波形,相比OFDM波形,其具有峰均比低、自干扰抑制简单、对多普勒扩展不敏感、开销低等优势。因此,在5G的感知信号设计中,LFM可以作为重要的候选波形。2)时频域感知资源分配技术。通过时域、频域或空域通信和感知分离设计,可以有效避免感知与通信间的相互干扰,同时可以通过合理分配资源尽可能保证通信用户、感知用户以及一体化用户间的公平性,便于通
140、感业务的协调联动,进而提升通感系统的整体性能。为了能够最大限度的降低通信与感知融合之后对通信性能的影响,在技术上需要能够以轻量化的方式构建有竞争力的感知能力。3)多天线技术 高隔离大规模天线阵列:对于小型目标,基站需要具备足够大的发射功率和波束增益才能对其进行远距离的有效探测和跟踪。考虑到基站处于感知模式下,其天线工作在同时同频全双工模式。因此在硬件上需要研究高隔离天线技术,尤其是在大发射功率下。同时,在对目标跟踪的过程中,其位47IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书置精度也是关键需求指标之一。方位向的位置精度受限于天线阵列的孔径,因此,在硬件技术上
141、需要采用大规模的天线阵列以提升方位向的位置精度和波束增益。天线分组和虚拟子阵列:天线分组是指将现有的MIMO天线分成两组或多组,通过指定各组天线的通信或感知任务,实现多组天线的优化设计,同时满足通信和感知的业务需求;虚拟子阵列是指在不改变MIMO天线的物理形态和排布结构的情况下,在发射端将少量发射天线Nt均匀地排列在天线板上,在实际具有Nr根天线的接收端就可形成规模为Nt*Nr的奈奎斯特虚拟子阵列,因此可大幅提高阵列的有效孔径,在不增加成本的情况下提高信噪比,尤其是对感知检测能力的提升非常有效。稀疏MIMO阵列:稀疏MIMO阵列是指将给定数量的天线最优地放置在更大数量的天线网格上。稀疏阵列在发
142、射端的排布是满足稀疏特性的,不一定是均匀排布的,如互质数阵列。通过在通感一体化系统中使用稀疏MIMO阵列设计,可以获得更多的自由度,提高系统性能,并降低成本。4)AI和算力技术。蜂窝通信网络中的接入网和核心网都具备强大的运算处理能力,相比于现有的雷达及其他无线点侦测设备都有断裂式的计算能力优势,因此可以考虑下述技术在算法上构建优势:AI内嵌的高维超分辨感知:一方面通过更先进的超分辨算法对目标单一维度信息实现更精细化的提取,另一方面通过内嵌AI的算法将各个维度,如距离、速度、角度乃至微多普勒信息进行联合处理,以增强对目标特征的分辨能力。采用该技术相比现有算法在分辨率和识别准确率上都可大幅提升。通
143、感融合算力:多种感知技术或算法有可能在5G-A中得到应用,不同的感知技术或算法采集大量的感知数据,AI将在其中发挥巨大作用。此外,由于不同的感知对时延的要求不同,需要分析算力的不同部署方案,比如算力部署在基站,部署在边缘计算节点和部署在核心网。5)通感融合信道建模通感新信道模型建模将是未来标准化需要首要解决的问题。感知新信道模型将影响通感系统的标准化和性能评估。由于感知主要依赖的是反射信号,因此目前3GPP标准中规定的信道模型在这个场景将不在适用,需要增强。需要对反射信道的大尺度信道模型和小尺度信道模型进行定义。业界多家公司建议对现有3GPP标准中定义的几何信道模型进行修改。在大尺度模型中增加
144、RCS的影响,并修改小尺度信道模型的绝对时延、角度扩展等参数,为后续仿真和标准化打下坚实的基础。此外,需要建立统一评价指标体系和评估方法。感知和通信融合到一个系统将打破原来通信系统的评价指标体系和评价方法,需要建立起一套新的理论和方法来评价融合系统,为通感融合系统打好理论支持。6)组网技术。从组网层面,可以考虑下述多频多站协同技术以提高感知能力。多站协同感知:利用多个站点对其重叠覆盖区域内的同一目标进行多角度探测,提升感知精度IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书48或扩大感知范围。通过多站协同不但能够降低环境遮挡概率,大幅提升目标的探测成功率,而且在
145、测量精度方面,可以弥补方位向位置精度低的短板,使得其在水平面两维的位置精度逼近距离向精度,将感知目标位置精度提升至分米级。为了使能多站协同感知,抑制多站之间的感知信号干扰是关键挑战。此外,多站信号/数据的融合和选择也将是提升感知精度或扩大感知范围的重要挑战。高低频感知:低频覆盖能力好,因此可感知范围广;同时带宽较小,由于穿透能力强导致产生的多径较少,进行定位或成像的能力有限,因此适合作为初步感知。而高频覆盖能力差,因此可感知范围较小;同时带宽较大,由于穿透能力弱导致产生的多径较多,进行定位或成像的能力较强,因此适合作为精确感知。根据通信业务跟感知关联的感知需求,也可利用高低频协同感知获取相关信
146、息,提升通感一体化系统的高效性。这里存在一些需要研究的问题,如针对多频段的感知数据,如何剔除冗余、如何选择适合的感知路径,如何数据合并以及如何确保不同频段感知数据格式、感知维度等统一。基于上述六方面关键技术,5G-A能够在蜂窝网络上轻量化的构建高精度组网感知能力,辅助诸多行业进行更高效的管理和更安全的保障。标准进展方面,2021年7月IMT-2020(5G)推进组成立通感任务组,推动在场景、架构、空口技术、仿真和原型验证等多方面的工作。通信与感知融合技术方向已经于2022年一季度在3GPP SA1 Rel-19立项,当前正在围绕需求场景和指标要求进行讨论。2023年SA2和RAN的Rel-19
147、立项讨论过程中会讨论通感融合议题。同时,在CCSA TC5 WG9中,其于2022年6月底针对5G-Advanced 通信感知融合技术研究完成了立项,后续会输出相应的技术研究报告。4.1.1.10 高精度授时为应对上述3.2.10节中的各种场景和业务需求,面向5G-A的高精度授时将主要围绕着空口授时增强、高精度授时架构演进和终端演进三个方面,以实现更高精度的空口授时机制以及更丰富的授时能力。1)空口演进:高精度授时精度提升空口授时机制主要借助5G-A系统参考时间信息的传递:基站侧主时钟GM参考时间信息T1通过空口发送,UE的晶振时钟获取该参考时间并向电力设备进行授时,从而使得电力设备的时钟与基
148、站侧主时钟GM对齐,完成5G-A系统的高精度授时。参考时间信息的传递需要经过基站下行发送通道,空口传输,UE下行接收通道以及UE下行信号检测等4个环节,每个环节均会引入时延以及误差,即UE接收到的参考时间实际为T2,因此,授时精度提升的关键在于如何精确测量传播时延T2-T1并进行精准补偿。5G系统引入了基于TA的传播时延补偿机制,然而TA授时方案的授时精度受限于TA粒度以及补偿49IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书2)架构演进:更丰富的高精度授时能力高精度授时架构以Rel-16中广播授时的架构为基础进行演进,授时架构演进过程如图4.8所示:Rel-
149、16中gNB上的时钟信息和5G Grandmaster(简称5G GM)主时钟进行时钟同步,之后通过广播消息中的SIB9信令向区域内的UE发送时间信息,在广播授时的区域内只支持一种授时精度。因此,高精授时架构的关键在于如何使5G授时能力更加丰富,可以从下面三个方面进行增强:(1)基于授权信息的5G-A授时信息分发技术:从现有的广播授时推进为基于UE签约数据的广播/单播授时。(2)分级分等的5G-A授时能力开放架构:从单一授时精度推进为根据电力,金融和工业制造等多行业差异化授时需求来支持多种可选授时精度的授时服务。(3)基于多源时钟的统一时钟管理架构:从缺乏一定的授时系统弹性单时钟源现状推进为支
150、持多时钟源整合和切换的高弹性授时架构。Rel-18标准5TRS_URLLC课题针对授时的网络架构演进展开讨论,具体地,围绕时钟状态通知、的内生误差、通道时延误差和NLOS场景中首径检测不对齐误差;因此可以考虑引入基带RTT授时机制,在内生误差,通道时延测量与校准,上下行检测路径对齐等方面进行增强,从而提升授时精度,满足250ns的场景需求。具体地,通过基带RTT的环回测量方式,即通过在基站以及UE基带处测量参考信号的收发时间差,获取传输路径总时延并进行精准补偿,从而提升空口授时的精度,如图4.7所示。同时,还可以考虑通过通道时延测量与校准的增强,进一步减少发送以及接收通道引入的误差;可以考虑通
151、过端站联合检测对齐上下路径提升在NLOS场景下的空口授时的精度。图4.7 5G-A高精度授时空口精度提升示意图IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书503)终端演进:高精度授时能力增强随着高精度授时架构演进,终端需要满足多行业多场景高精度授时业务的需求。为了进一步提高授时精度,必要的时候,终端可能需要与网络进行配合,以实现更高精度的授时机制。终端高精度授时能力增强的关键技术方向包括:终端支持签约差异化时间同步服务;终端支持多种时钟协议;终端支持时间同步辅助计算功能。对于精度要求更高的场景,终端可与网络配合开展辅助计算,以进一步提高授时精度终端应支持时间
152、同步状态监测,并能对时间同步状态信息进行辅助预判,当发现异常时可向网络发起二次同步确认或时钟源切换申请。4.1.1.11 智能化在5G-A时代,无线网络首次明确构建“内生智能”的核心能力,是迈向长期目标原生AI的关键一步。通过无线网络的各层各面进行智能化重构,使能网络极致性能、极简运维和敏捷业务。内生智能的能力,依托于网络架构、协议框架、关键技术、软硬件实现、数据分析等多个维度共同构建。1)智能化网络的架构和基础能力-网络AI5G-A智能化网络在原有网络架构的基础上,通过逻辑节点的内嵌式智能功能,以及gNB和UE之间新型的协作等级,以跨域协作的方式提供网络内生智能的能力。同时,智能化引入了数据
153、、模型和算力三个新的要素。智能化网络的功能架构视图如图4.9所示。网络内生智能的能力通过下述四个方面体现:时钟能力开放以及基于UE的签约数据来控制时钟同步服务三个方面。图4.8 Rel-16到Rel-18高精度授时架构演进示意图51IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书 主动感知:传统方式以被动的后验测量为主,对于网络各层海量数据的分析和使用偏碎片化,无法满足快速准确预测的要求。人工智能技术具有强大的信息挖掘和特征提取能力,从多用户、多站、多频等的当前测量和历史数据中提取隐藏的规律,达到”未测先知”的主动感知,极大提升网络进行预测和决策的准确度和预见性
154、。持续自学习:智能化网络的一个阶跃变化是赋能无线网络的“算法自学习,模型自演进”。在主动感知的支持下,通过在线学习、强化学习、多任务学习、元学习等多种机制,实时跟踪变化,以端到端联合优化的系统设计保证算法和AI模型的最优性,重构RAN空口和网络的算法架构。高效推理:智能化网络的高效运行,对于网络侧和终端侧的高效推理能力提出挑战。构建轻量化、低功耗、多元化的计算方式和软硬件平台是智能化网络商用部署的关键要素之一。网络孪生:网络孪生是无线网络数字孪生化的具体体现,构建物理实体的无线网络和数字虚拟的无线网络之间的交互式镜像,为无线网络的自动化智能化运行提供规划、设计、优化和验证的高保真平台。网络孪生
155、包括孪生数据底座、基础模型仓库和网络孪生服务几个主要组件。2)智能化网络的协议架构-空口AI5G-A的智能化发展需要标准化的支持,对智能化功能进行明确的接口和流程定义,保证不同制造商的设备的智能功能之间能够有效地互通互联。智能化功能的架构定义在3GPP已经开展相关讨论和标准化工作。其中对于协议架构影响比较大的是下面两个方面。AI/ML模型全生命周期管理:AI/ML模型全生命周期管理是对于智能化功能的全流程管理,包括数据收集,模型生成、模型部署、模型推理、模型监控、模型配置、模型激活去激活和模型更新等一系列环节。AI/ML模型全生命周期管理在各个智能化技术的实施过程中可以进行相应的匹配和调整。图
156、4.9 网络内生智能能力IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书525G-A智能化关键技术在网络各层都有应用,相应技术的广度和深度也在快速拓展和加深。在网络服务层面,智能化敏捷业务,实现业务精准快速开通和可靠性保障。无线网络以智能、弹性的方式进行业务规划、新业务变更、以及动态业务体验保障。在网络运维层面,智能运维以人机协同的方式,使得网络逐步迈向零故障、业务零中断。基于收集的大量运维数据,智能运维模拟人工分析、决策等关键步骤,进行故障特征提取、故障精准识别、智能根因分析、故障预测建模、预防策略自学习、知识图谱归纳等智能化操作。在网络性能层面,智能空口结合
157、主动感知,以端到端联合优化的方式,逐步重构空口链路,提供以用户为中心的极致性能。Rel-18正在AI-CSI码本反馈、AI 高频波束管理和AI定位上开启物理层智能化技术的标准化进程。网络层方面,3GPP以网络节能、负载均衡和移动性管理为三个代表性用例。4.1.1.12 V2X5G-A时代,将通过下面几个方面进一步提升直连通信的吞吐量、可靠性等性能。1)V2X超级终端车载天线和雷达位置集成,最多可部署6个面板,采用了多阵面技术的用户设备可以配备多个具有方向性的天线阵面。单个阵面在进行发送时将形成波束,其具体波束宽度数值与天线参数有关。另 网络和终端之间的协作等级:3GPP Rel-18空口AI讨
158、论中具有较广泛共识的协作等级分为三个层次。协作等级x:无协作;协作等级y:仅有信令交互而无模型传输的协作;协作等级z:基于信令交互且有模型传输的协作。目前3GPP Rel-18空口AI对三个层次的协作等级所适合的用例,以及各自优缺点,以及对其应用的优先顺序还在研究讨论之中。随着5G-A内生智能的深入发展,不同等级的协作也会逐渐完善并获得更多应用。图4.10 智能化网络的关键技术案例53IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书外,在不考虑模拟波束成型时,单个阵面产生的宽波束方向将与阵面的朝向相同。同理,单个阵面在进行接收时将形成一个相应的空间滤波器,仅在某
159、些角度范围上接收信号。基于车载多面板的V2X超级终端可以利用大规模MIMO技术来进一步增强其吞吐量。2)高可靠、大容量组播传输物理层组播传输可以利用无线信道的广播特性,将一个公共消息同时发送给多个用户,显著提高了公共消息的分发效率。车联网是组播重要的应用场景之一。在LTE和NR网络中,Uu口已经支持组播传输,包括增强型多媒体广播/组播服务和单小区点到多点。针对车联网业务,组播,通过新的编码技术以及组播波束技术,提升组播传输的可靠性,应对车高速行驶的需求。3)ITS频谱以及新频谱在保证可靠性和传输时延的基础上,进一步提升ITS频谱带宽和效率,提升高级V2X业务(例如,设施辅助的环境感知、车路协同
160、3D实时导航等业务)的用户体验。进一步地,在ITS频谱基础上,考虑毫米波频谱来实现感知和通信功能,助力车辆自动驾驶。高频可以使能在特定方向的高速率传输,尤其是针对高清地图、软件更新和媒体娱乐等应用。这种传输方式不仅限于车辆之间的通信,还包括车辆与基础设施、车辆与基站、车辆与其他终端等,这种数据传输能力可以帮助减轻移动网络运营商用于V2X通信的传统频段的一些数据需求。对于V2X场景,高频通信的极窄波束也带来了更大的挑战,包括信道估计、同步、移动性管理和资源分配等问题。在高速移动的场景中,对波束管理、波束失败的恢复方法会带来更大的挑战。同时,也可以考虑ITS频谱和毫米波频段的融合,包括ITS频谱辅
161、助毫米波通信。4)其他直连短距通信技术方向进一步提升直连通信技术的数据速率和支持新的大带宽载波对5G-A至关重要。非授权频谱的直连通信技术则是其中的关键技术之一。通过利用5GHz等非授权频谱可以避免用于V2X应用的ITS频谱使用仅限于安全相关应用的局限性。同时,相比ITS频谱,非授权频谱的可用带宽更大。非授权频谱的直连通信技术可以在满足法规要求的基础上,通过采用LBT技术或者微功率技术公平合理使用非授权频谱进行设备间的直连通信。面向日益广泛的工业与商业应用,直连通信的终端设备节能需求日益突出。针对终端设备节电的部分感知和SL-DRX解决方案可以有效降低能耗,实现绿色减排。面向工业与商业应用,基
162、于直连通信的定位技术也是关键使能技术之一,可以实现有无蜂窝覆盖的区域都能提供相关的高精度定位服务,从而实现通信与定位双网合一的物联网方案,降低成本,提高效率。此外,直连通信技术也正带来网络架构和拓扑结构的巨大变化。通过直连通信技术与蜂窝技术的协同,利用层二的中继技术,通过单跳或多跳技术,可以有效连接边缘用户扩大业务覆盖或者整合个人网络IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书54或局域网络实现跨域网络的有效融合。基于多跳的网络结构将进一步朝着Mesh网络演变,实现更加灵活多变的网络结构,有利于实现灵活的业务分流和高效的资源控制。4.1.1.13 空天地一体
163、化面向5G-Advanced,空天地一体化技术方向需要在多个技术点上进行技术增强,主要的技术目标是解决手机直连的覆盖问题、TN和NTN网络的切换增强、高频段、再生卫星的组网问题,详情如下:1)手机直连的覆盖增强技术对于卫星网络,由于传输距离较远,覆盖能力一直是个重要挑战。对于手持终端,为了享受卫星通信服务,需要在传输链路进行增强,通过分集技术、重复传输技术、天线能力增强技术等方式,提高链路预算,特别是满足基本的语音和低速数据传输服务能力。2)TN和NTN网络的切换增强技术 空天地一体化网络中,星地融合互补是关键所在,UE在星地间的业务连续性也尤为重要。3GPP Rel-18仅仅考虑TN和NTN
164、间的重选,暂不支持连接态的切换增强。后续TN和NTN网络的切换可以考虑以下增强点:多层网络间的切换支持,如TN-NTN之间,LEO-GEO之间;基于UE网络喜好的切换区分策略;基于UE位置的精准切换及组切换;基于多连接技术的无缝切换。3)再生卫星的组网技术如3.1.7中所述,再生卫星有着可以提供更低的接入时延等优势。再生卫星组网技术,要考虑的技术点包括:多种网络架构的研究,如:完整的gNB上星、gNB-DU上星,或者是混合组网;星间链路的支持,如:通过类似IAB技术实现星间链路和空口一体化设计;馈电和空口的一体化设计;馈电上的NG/F1接口的管理。4)星地频率共享和共存技术在3GPP中R17中
165、,仅考虑FR1的卫星频率使用,然而在现有卫星网络中,高频段应用是重要的应用场景,因此R18将解决FR2的频率使用问题,研究射频指标和与TN网络的共存问题。面向未来,TN网络和NTN网络的频段进一步融合,因此主要的优化技术包括频率共享技术和干扰规避技术,使得空天地一体化网络可灵活的分配和使用频率资源。5)卫星物联网增强技术 基于卫星物联网同样需具备大连接、广覆盖、低功耗、低成本的特点,所涉及的技术点包括:进一步降低终端功耗的设计;提升系统吞吐量的设计;空闲态移动性增强的设计;连接态移动性增强设计。综上所述,实现空天地一体化,主要通过两方面关键能力的建设与提升。一方面,为了在全球覆盖场景下,保证空
166、天地通信服务一致性,需持续提升非地面网络的功能与性能,例如天线能力、覆盖55IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书水平、接入用户数、波束间干扰、一星多用等,实现用户速率、时延和系统容量等空口性能的成倍优化与改善。另一方面,为了统一设计空天地各层网络,实现一体化的频谱、空口和架构,需要在星地干扰协调、移动管理、多层网络规划与接入馈电一体等方向着重发力。这对于非地面网络的系统干扰水平、切换和路由时延,以及可用馈电容量等性能指标上提出了要求。总体而言,非地面网络的关键技术与能力是空天地一体化实现的基石。4.1.2 终端关键技术方向1 灵活的频段协同能力为满足
167、5G-A场景的大带宽需求,考虑运营商分散的频率分布现状,5G-A阶段,终端应具备授权/非授权的低、中、高频的多模多频能力,并根据行业专网需求,进行灵活组合应用;其次,为满足不同带宽通信速率需求,终端应持续增强和扩展LTE不同频段和NR不同频段间的各类CA组合能力,以及NR不同频段间的各类CA组合能力;再次,考虑一些特殊行业终端(如汽车、工业控制、CPE等)需求,终端应扩展更多天线端口、更多UL传输层以及更强大MIMO技术,进行充分研究,以提升通信速率和质量。最后,对于一些特殊场景,终端应能支持UE聚合,通过实现UE间高性能接口的多UE协同机制,提升上行业务速率和质量。2 多样化的物联技术为更好
168、满足工业传感器等低成本、低功耗、低速率场景的需求,可进一步降低RedCap设备的复杂性,以降低功耗和成本。同时,考虑引入无源物联终端设备,解决取/换电困难物联场景的通信终端需求。1)RedCap演进对于低速物联场景,5G-A阶段可基于RedCap技术演进,在满足行业需求情况下,降低终端复杂度,以降低终端功耗和成本。图4.11 RedCap演进场景IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书56a)复杂度降低技术:5G-A进一步降低RedCap复杂度的技术方向主要包括进一步降低终端带宽、降低峰值速率、放松终端的处理时间和引入更低的功率等级等。降低终端带宽:把R
169、edCap终端所支持的最大带宽从5G阶段的20MHz进一步缩减至5MHz。根据终端射频/基带能力、接收数据的类型,降低终端带宽又包括如下三种方向:1.射频和基带都降低为5MHz;2.射频保持20Mhz,所有信道和信号的基带带宽降低为5MHz;3.射频保持20MHz,数据信道的基带带宽降低为5MHz,其他信道和信号的最大基带带宽能力保持20MHz。降低峰值速率:降低峰值速率是在不改变RedCap终端所支持的带宽大小前提下,通过如下方法降低终端所支持的峰值速率:1.放松峰值速率指示限制(即放松MIMO层数、调制阶数和缩放因子乘积限制);2.限制数据信道的最大传输块大小;3.限制数据信道的物理资源块
170、个数。放松终端的处理时间:放松终端的处理时间包括放松物理下行共享信道的解码时间(即N1)、物理上行共享信道的准备时间(即N2)和与信道状态指示(CSI)处理有关的处理时间(即Z和Z)。5G-A Rel-18 RedCap可能将以上处理时间在现网最低能力基础上放松1倍。引入更低的功率等级:Rel-18 RedCap可能会针对室内应用场景引入更低的功率等级,对此,需要支持新功率等级上报,且网络侧需要根据这种功率等级做相应的调度策略、资源分配调整。b)节能技术:垂直行业应用场景除了对终端有低成本需求之外,还有低功耗需求。当前5G网络已经支持eDRX机制,即空闲状态下的DRX周期最大可扩展到10485
171、.76秒(2.91小时),最小值为2.56秒。非激活状态下的DRX周期最大可扩展到10.24秒,最小值为2.56秒。5G-A R18 RedCap可能会进一步优化eDRX节能机制,即在非激活状态下支持大于10.24秒的eDRX周期。5G-A RedCap在Rel-18的标准化分为研究项目(study item)和标准化工程项目(work item)两个阶段。SI阶段将对降低终端带宽、降低峰值速率、放松终端的处理时间3类复杂度降低技术特性进行全面研究,输出相关技术报告,并给出WI阶段需要标准化的复杂度降低特性推荐。根据RAN 97次全会内容可知WI阶段标准化内容包括节能和复杂度降低特性两个方面。
172、2)无源物联5G-A需定义新的蜂窝无源物联技术以应对中低成本免电池终端的物联场景。无源物联终端可分为纯无电池类设备和储能能力有限设备两大类。其中,纯无电池类设备没有储能能力,完全依赖于外部能源的可用性;储能能力有限设备无需手动更换或充电,具有一定的储能能力。无源终端设备可根据能源来源、储能能力、主动/被动传输、功耗等特性划分设备种类,根据功耗、复杂性、覆盖范围、数据速率、定位精度等划分设备等级,以满足不同的行业场景需求。考虑无源物联终端的简易性(尤其是免电池终端),其往往无法开展应用层功能,需要5G网络协57IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书助。此
173、外,一些场景存在无SIM卡的情况,一些场景存在终端单生命周期短、反复使用的情况,终端的注册、连接、移动性管理、节能、安全等技术,需要重点优化甚至重新定义。3 优化节能技术DRX/eDRX是终端节能关键技术,不管是否有信令或网络传输,UE都要在每个DRX周期被固定唤醒一次。终端耗电取决于所配置唤醒周期长度。当配置较长的DRX周期时,终端功耗会降低,但业务通信延迟会增加,无法满足应急通信等一些场景“低功耗低延迟”的通信需求。为此,有必要探索新的网络节能技术。终端在无信令或业务传输时,仍然会被周期性唤醒。为此,可考虑新增唤醒信号,仅在有业务时,唤醒终端。为此,在终端增加唤醒信号监控的硬件模块,在一个
174、低功耗的状态下,用于监听唤醒信号。而终端主接收电路则处于休眠或关闭状态。当唤醒信号监控模块监听到唤醒信号时,终端主接收模块才进入工作状态。此模式下,监控唤醒信号的功耗取决于唤醒信号设计和用于信号检测和处理的唤醒接收器的硬件模块。目前R18中已经开展WUS(Wake-up signal)相关技术研究。4 增强的终端行业技术1)定位技术为进一步提升定位技术精度,满足行业需求,在5G-A阶段,通过利用丰富的5G频谱增加带宽,基于带内载波PRS/SRS带宽聚合来传输和接收定位参考信号,提高定位精度;同时,充分利用NR载波相位测量,改善室内和室外部署性能的潜力,缩短定位延迟;基于SDT技术,扩展和深化在
175、idle、inactive状态下的定位技术,降低终端功耗,最终推进LPHAP技术要求落地。2)增强的MBS支持能力现有5G网络,RAN仅面向RRC_CONNECTED状态的UE提供多播服务,处于RRC_INACTIVE状态的UE无法接收多播消息,而将UE保持在RRC_CONNECTED状态,则会严重提升终端功耗,在5G-A阶段,开展相关研究,支持面向RRC_INACTIVE状态UE的多播功能。此外,在一些特殊场景(如紧急广播、公共安全广播),UE需要同时从同一或另一运营商的网络接收广播服务和单播服务,并且广播/单播共享UE硬件。此时,单播连接可能会受到UE广播接收的影响。在5G-A阶段,重点研
176、究终端对于相同或不同运营商的广播/单播的系统接收能力,增强终端MBS支持功能。3)高精度授时协同在部分行业应用特殊场景,行业终端对高精度授时精度要求较高。为了进一步提高授时精度,满足差异化授时需求,终端应能够与网络协同配合,提供差异化的高精度授时机制。主要技术包括:支持签约和提供差异化时间同步服务、支持多种时钟协议、支持开展时间同步状态监测、支持时间同步IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书58图4.12 终端中继连接与多路径连接辅助计算、支持开展辅助预判和上报等功能。5 AI/ML智能协作随着5G与AI逐步融合,AI将分布于云、边、端各个环节,云边端
177、AI协同已成为下一步网络发展趋势之一。在5G-A阶段,应根据不同场景的物联终端特点,开展终端AI/ML智能协作研究。对于无计算资源或计算资源较少的终端,可将AI推理操作从UE上移到5G网络AI服务器。UE将感知数据上传到5G网络AI服务器进行AI推理运算,之后由网络控制服务器下发相应执行指令,UE接收并执行。此方案依赖超高的端到端可靠性和极低的往返延迟,对5G网络的URLLC部署和MEC部署要求较高。其次,由于承担巨大计算任务,方案对于5G网络AI服务器要求较高;再次,模型推理和计算均在云端AI服务器执行,不适用部分隐私保护要求高的场景。对于计算资源较充足的终端,可考虑由UE和5G网路协同进行
178、AI/ML运算。考虑终端存储空间有限,且运行环境随时在改变,预先下载存储AI模型的方法应用有限,多数情况需要从网络实时下载AI模型。如果全部模型完全由UE计算,则对UE计算资源、耗电都带来较大挑战。可考虑UE和5G网络协同计算的模式,即UE从云端下载模型架构,结合本地训练数据训练自己的模型,并上传部分训练模型供AI服务器形成全局模型。在此模型,对网络实时下载速率比较高。6 终端中继与多路径连接技术在网络覆盖有限及应急服务等场景下,远程终端可通过中继终端,借助SRAP协议层支持的层二中继功能,实现安全可靠接入网络,确保网络对远程终端的端到端业务连续性支持和管理。此外,在面向XR等业务场景下,依托
179、于中继终端的可穿戴设备可在低成本低复杂度的设备能力下借助超强能力的中继终端满足网络覆盖和容量需求,同时满足低功耗需求。同时,远程终端还可通过支持并发的双路径连接(终端中继路径和基站直连路径),实现大上行场景下的覆盖增强与速率提升,也为工业物联网等场景下的高可靠性提供了分集增益和保障。59IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书4.1.3 云/边关键技术方向云边协同需要增强网络边缘MEC,形成超分布多业态的MECtoX模式。其中涉及如下几方面:1)多业态部署边缘部署的UPF/MEC为了更好的与云端业务协同,需要支持新的接入协议。尤其面向行业市场的应用,需要
180、匹配原有行业网络的部署条件。当前行业网络生产控制系统的组网多基于以太网层二接入。因此边缘5G-A UPF/MEC可以同时支持层二层三接入。其次为了更高效的与云端业务协同,MEC将在边缘提供更多的网络功能,包括集成话音功能、集群通信能力、消息的组播多播能力。除此之外,MEC通过增强的电信云平台,也提供了支持应用软件灵活部署的环境。2)全互联组网5G UPF/MEC本身均为单点部署,并与网络/云端交互。5G-A的演进将提供UPF/MEC从局域到广域的全互联能力,以支持业务在不同MEC之间进行高效的迁移。为了更好的使用全互联MEC,还需要考虑端侧接入边缘网络的复杂度。当前5G终端由外部访问专网时,往
181、往需要额外的VPN联接确保安全可靠。5G-A的MEC组网模式下可以借由网络侧的接入认证机制,节省应用层的VPN。基于此,不但简化了终端接入流程,也进一步消除了目前VPN网络存在的系统性能瓶颈,提升外部终端接入专网的带宽能力。3)移动算力网络移动算力网络将是影响云边协同的长期网络演进目标。在5G-A初期,网络侧逐渐增强对算力的度量与感知能力,将充分的利用已部署的MEC平台计算能力为业务服务。其次,移动网络控制面将进行增强,以支持基于算力的业务调度,确保业务连续性并获得最佳的体验。随着5G-A进一步演进,云边协同将进一步支持端管云的深度协同。首先云网运行态合一,支持WebAssembly为代表的W
182、eb3.0计算架构。其次网络部署架构在终端应用、网络应用、云应用均采用Serverless的基础上实现本地区域分布式计算。最后,移动算力网络需要生态合一、商业合一,因此需要采用分布式账本、智能合约等方式加强跨网络、跨系统的数据交易安全。4.1.4 端到端运维关键技术方向为了构建5G-A满足多元化业务需求、全生命周期自动化、面向商业逻辑闭环的新一代网络,运维关键技术方向包括下面4个关键技术方向。1)关键技术方向1-数据治理数据治理包含技术方向包含数据内容的建模,数据访问存储架构,按需的数据治理设计能力。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书602)关键技
183、术方向2-意图网络在端到端运维体系中,以业务保障场景为例,引入意图驱动的业务分级体验保障方案,其架构及系统流程如下图所示。对应的,意图网络涉及了下面五大关键技术。图4.13 数据治理流程图 数据内容的建模。包含事实数据和维度数据建模,事实数据包含原始层(ODS),整合层(DWD),汇总层(DWS),应用层(ADS),维度层包含CDS层。配套的全网数据访问和计算能力。包含湖仓一体的数据访问能力保证能够访问到分散在不同物理节点的数据,同时把数据存储和计算解耦;流批一体的综合数据计算能力,完成数据从ODS到ADS的实时和批量计算,提高数据分析的效率。实时按需调度的数据设计和治理能力。具备快速按需完成
184、从ODS到ADS的数据字段标准,数据的算法转换,统计维度的定制设计能力;以及调度系统执行这些设计,快速按需的输出数据。61IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书 意图输入:基于DSL的建模方式,构建意图领域的描述完备集。领域表达方式从传统的命令式转为申明式,彻底改变人机、机机接口的传递方式,极大简化网络对用户的复杂度。意图翻译:运维人员只需要使用简单的声明式API(意图)告诉网络“做什么”而不是“如何做”。在接收到运维用户意图后,意图翻译自动地将意图翻译为网络可理解的目标。包括DSL语言到意图规则的精准翻译、意图规则到保障策略的精准翻译以及业务自动识别
185、。智能引擎:基于策略引擎,综合先验知识、专家经验以及自学习、自演进的知识,实现多意图间的自动冲突检测和规避、意图可达性预测和冲突管理。意图执行:支持基于5QI、切片ID和业务的差异化使能调度算法、调度参数取值、调度优先级等。包括自动执行对象数据建模,自动执行专家规则、智能问答和知识图谱的构建以及自动化方案的选择策略和评估。意图评估:基于KPI、KQI、业务异常检测和预测等人工智能各种感知类技术上报的监控测量数据,持续对意图目标达成情况进行评估,并上报给上层管理系统。保障效果的快速评估以及持续监控,实时监控用户业务、信道环境、小区状态以及意图达成情况,实时调整保障策略。3)关键技术方向3-数字孪
186、生图4.14 意图网络架构图IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书62从网络生命周期管理的流程来看,数字孪生网络的目标应用场景主要集中在以下方面:网络规划:用户业务仿真增强、环境3D建模增强。网络建设:全程追踪工程进度、串接网络规建维优营全流程确保数据准确性。网络维护:故障复现、场景回溯帮助定位问题解决问题。网络优化:支撑强化学习手段,实现参数寻优。网络运营:网络容量、性能和能耗评估,支撑运营方案设计及验证。从赋能ICT技术创新来看,数字孪生网络可以在以下方面加速产品上市进度:新技术:可以在孪生网络上高效低成本实现新软硬件技术,支撑初期可行性和价值论证
187、;结合可视化技术支撑新技术价值演示;基于孪生网络可高效完成原型机开发支撑新技术产品转换。新算法:积累外场模型,辅助算法验证、加速版本迭代。新场景:参数优化外场运维成本控制原因采用一刀切默认方案,参数设置需要考虑更加丰富的场景模型,基于已有外场模型组合生成新外场模型,增加验证完备性。新数据:AI算法数据生成,根据需求定制场景、采集数据、自动完成清洗关联标注。网络孪生的能力构建需要关注数据、模型、服务这三个关键技术方向:孪生数据底座:构建网络孪生数据底座需要高精度低开销的数据采集技术、高速低成本的数据传输技术、层次化主题化的数据处理技术,高效的数据存储和迁移技术等。基础模型仓库:基础模型仓库包括设
188、备、环境、网络等维度的模型。构建网络孪生服务:关键技术包括仿真服务化、预估性能自调优、智能优化算法等。3)关键技术方向3-数字孪生关键技术方向4-智能编排与能力开放图4.15 数字孪生架构图63IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书为精准满足差异化业务体验,最大化网络资源效率,传统的以网络为中心的一刀切资源管理范式、策略和方法需要向以用户为中心的个性化智能资源编排转变,包括如下:5G无线领域内编排,依托网元内生智能以及基站之间算力的借闲补忙和分布式算力编排,低成本按需提供AI学习和推理所需的算力资源,在此基础上通过智能用户编排和智能网络编排实现精准的场
189、景化感知和服务。对于内生算力无法满足算力要求的应用,可在边缘节点或云端完成模型训练和推理,或借助端、边、云多形态的算力支撑,丰富AI在无线网络中的应用。跨域联合编排,基于端到端体验编排大脑进行用户级、流级、包级多层次业务特征的深度洞察,并通过对无线、核心网、传输等端到端各环节体验保障能力与资源效率的关系学习以及端到端体验需求在各个环节的智能分配,在满足总体业务体验的基础上实现全局资源效率的最优。运维管理能力开放,面向行业租户提供标准化能力开放API,通过网络数据开放、管理操作能力开放以及行业租户接入认证和安全管理,满足行业租户对ToB业务和网络设备的运维管理。4.1.5 绿色节能关键技术方向5
190、G-A绿色网络可以从设备级、站点/网络级两个层面持续推动节能关键技术的演进。1)设备级节能技术根据通信网络业务在时域、空域、频域等分布特征,以及网络负荷等状态变化,在保证预定指标的前提下,通过性能近于无损的时域/频域/空域等多维智能化关断设备机制,实现5G-A网络演进中能耗增幅远低于业务量增幅。无损多维关断机制包括如下潜在增强技术:a)时频域:提升多载波关断性能由于同步信号块、系统消息等公共信令需要持续发送,需要占用较大比例的5G基站设备能耗。对于多载波场景,节能载波上的系统信息块、同步信号块可以在锚载波发射。后向兼容UE可以在锚载波上驻留和接入。对于单载波场景,节能载波可以只发送参考信号(D
191、iscovery Reference Signal,DRS)用于小区发现、测量等小区接入流程,基于用户发送的上行唤醒信号来启动发送系统信息块、同步信号块等公共信令。该极简公共信令的新设计方案,可以最大化提升节能载波的时域关断比例。b)空域:提升多通道关断的性能多天线空域通道关断方案,是指在业务负载匹配的情况下,关断部分空域通道,以达到节能目的。5G基站通道数目大幅增加,通道关断不仅可以降低功放功耗,还可以降低通道的功耗。动态通道关断可以提供更精细粒度的调整,但是会打乱系统持续运行的稳定性,基站的通道配置动态变化会影响无线测量无法快速收敛稳定。因此,动态通道关断需要解决测量、上报不准确等问题,需
192、要针对不同通道关断情况下,设计更加精准的测量、上报等新方案,实现性能无损空域关断的目标。IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书64c)功率域:提高节能功控的效率利用数据传输在频域上的资源冗余,将数据传输扩展至频域资源,从而降低基站发射功率的谱密度,达到节能目的。动态功率回退的性能方面也受到测量和上报不准确问题的影响。因此,需要强化优化不同功率回退场景的精准测量和上报方案,实现性能无损功率回退的目标。2)站点、网络级节能技术a)站点架构创新通过站点架构创新,如BBU集中化、全室外免空调站点等,减少空调等非功能性设备的使用。通过重构站点形态,站点从机房变机
193、柜,机柜变挂杆,免土建机房。基于C-RAN架构下基带单元的集中部署,简化远端站点,节省机房和空调,大幅降低能耗。通过引入清洁能源引入进一步提升站点能效。b)站间资源协同除了单站节能技术,在基站组网场景下,可以进一步考虑基站之间资源协同,从而实现绿色网络节能功能灵活应用。在多个基站协同组网场景,根据基站之间业务负载差异和变化,可以采用更加灵活的组网模式。在业务量较低的场景,业务可以向承担业务覆盖层的基站设备引导,业务容量层的基站设备实现较大比例的时域关断率。此外,如果基站设备支持控制面和数据面的物理站点分离,可以灵活调整控制面设备和用户面设备的业务迁移和设备关断,从而提升物理站点资源的关断比例。
194、在高负载、高业务量等组网场景,由于基站数量多、站点密度高,需要进一步降低基站设备的基础功耗,支持更灵活的节能功能,如基站快速休眠、快速唤醒/激活等。c)多网多频协同引入基于人工智能、大数据分析等智能化节能技术,基于用户行为、网络负荷等精准预测,制定与业务场景匹配的时域、频域、空域和多制式网络间协同的节能策略,达到全网运行效率最优、综合节能效率最优的节能目标。通过采集运营商的基站运行指标、工参等数据,按场景、地理栅格等对基站进行分类分级的智能化管理。根据AI智能化节能技术方案,可以自动生成节能策略并下发给基站执行,通过智能化关断基站部分或者全部硬件,从而使基站进入节能模式,在业务量增加则自动切换
195、到正常工作模式,从而达到全天候、跨厂家、多网协同的网络级智能节能目标。4.2 5G-A能力全景4.2.1 网络能力根据4.1节关键技术方向描述,5G-A网络能力的关键指标总结如表4.1。65IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书表4.1 5G-A网络能力的关键指标表4.2 典型终端能力的关键指标4.2.2 终端能力丰富与差异化的行业应用,对5G终端差异化需求日益提升。综合场景通信需求和关键技术方向,5G-A终端重点关注成本、能耗、覆盖、计算、速率、时延、安全等主要指标。各类终端能力雷达图如下:IMT-2020(5G)推进组5 G-A d v a n c
196、 e d 白 皮 书66图4.16 典型终端能力图对于5G-A面向的六大主要应用场景和多个关键技术方向,产业伙伴已经开始了相关探索,进行场景验证测试并开展应用实践。场景一:沉浸实时场景一:沉浸实时2021年2月,中国电信携手华为联合提出“超级频率聚变”创新技术,通过频谱池化,实现离散频谱从简单聚合到融合一体的频谱聚变新技术及频谱间灵活调度,提升资源效率,满足千行百业新业务场景下的低时延、大连接、广覆盖、深穿透等新需求。2022年5月17日,中国电信浙江公司在杭州市余杭区开展了“超级频率聚变”技术的创新验证,验证了“超级频率聚变”技术中的SingleDCI、快速载波激活等关键特性。由于“超级频率
197、聚变”可以有效减小小区控制信道的开销,并降低载波激活的时延,从而提升系统容量及用户感知,用户体验速率相较普通载波聚合场景提升约37%。2022年2月,北京冬奥会期间,通过“5G云XR联合创新实验室”技术方案攻关,当红齐天公司联合中国移动研究院、中国移动北京公司、中兴通讯共同打造“首钢一号高炉元宇宙乐园”,成功实5G-A场景技术探索与实践67IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书现了全球第一个将VR/AR技术和工业遗存结合的国际文化科技乐园。2022年6月,中国移动研究院联合华为和咪咕,完成X-layer跨层融通技术的“端-网-云-业”四维一体的协同创新
198、,完成打造业界首个X-Layer跨层融通产业样板,借助业务标记信息感知和网络状态信息感知,达到多流业务的精细分层QoS保障,提升容量和业务体验。测试结果显示,4.9GHz、100M带宽的单扇区可以同时支持20个XR终端,系统容量提升了5倍。场景二:智联上行场景二:智联上行2021年10月,中国移动与华为基于FSA样机完成面向5G-A上行灵活频谱接入首次测试验证,终端上行体验速率可提升30%-50%,UL大带宽及多频灵活使用对上行体验有很大提升。2022年5月进一步完成上行超宽带的技术验证,通过上行多载波,全上行模式,超大规模天线阵列等技术,验证上行能力10倍提升,小区吞吐率超过3Gbps,单用
199、户峰值超过1Gbps。2021年8月,中国联通与华为在深圳富士康完成面向5G-A的智享大上行技术方案示范验证,通过上行灵活帧结构和载波聚合技术实现终端上行峰值速率达到1Gbps,通过室内分布式Massive MIMO技术在300M带宽下实现单站5.5Gbps的峰值吞吐率。2022年3月,诺基亚宣布贝尔实验室正在与AT&T合作开创面向5G-A的分布式大规模MIMO(DmMIMO),这项创新可以显著提高5G网络的上行容量和速度,而不需要过于复杂的解决方案,模拟表明在不牺牲5G下行链路容量的前提下,上行链路容量增加了60%至90%。场景三:工业互联场景三:工业互联2022年4月,中国联通与华为在长城
200、精工完成面向5G-A的URLLC技术方案验证测试,通过互补TDD技术方案实现端到端时延4ms99.999%的网络能力,满足汽车制造现场控制需求。2022年8月,中国移动与爱立信在中国移动“载行”5G工业专网实验室完成了极致高可靠低时延连接等工业专网技术验证,并首次实现端到端时延小于4ms的基于无线化可编程逻辑控制器(PLC)的工业运动控制。场景四:通感一体场景四:通感一体2021年12月,IMT-2020与华为基于通感样机完成了全球首个面向5G-A通感一体技术的测试验证,此次测试成功验证了通感一体在智慧交通和园区入侵检测的应用,通感基站的探测距离超过500米,位置精度达到车道级,对车辆和行人的
201、探测准确率达到100%。2022年7月15日进一步完成了面向5G-A无人机通信感知一体技术的测试验证,通感基站探测无人机的最远距离超过1200米,感知精度达到分米级。2022年9月,爱立信与多家欧洲研究机构,在毫米波频段上示范了通感一体的技术,这一技术将会IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书68场景五:无源物联场景五:无源物联2021年10月和2022年3月,中国移动与华为基于一体式基站样机和小型化太阳能供电标签,先后进行了两次联合外场测试。标签支持温度传感,业界首次突破200米覆盖距离,相比于传统RFID技术提升了20余倍。场景六:空天地一体场景六
202、:空天地一体2022年8月,中国移动研究院携手中兴通讯等产业伙伴共同发布了全球首个运营商5G NTN技术外场验证成果,突破超远3.6万公里和普通手机直连两大挑战,形成超大时延动态补偿、星地间射频数据转化两大创新方案,实现了5G NTN端到端全链路技术贯通,完成短消息和语音对讲业务演示,性能符合预期,实现了从“0”到“1”的突破。本次试点全面验证手机直连卫星技术落地能力,助力构建连接泛在、场景丰富、产业链高度融合、建设运维成本低的天地融合网络。其他:内生智能其他:内生智能2021年6月,中国联通与中兴在大连完成业界首个无线智能编排网络的商用验证,成功完成了基于内生智能的用户编排和网络编排,通过提
203、升用户体验和深度释放网络潜力为5G赋能千行百业提供了广阔空间。在交通,机器人,无人机UAV,XR产业中起到重要作用,这也是通信网络面向6G演进的一关键技术之一。69IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书5G-Advanced面向六大主要应用场景,沉浸实时,智能上行、工业互联、通感一体、千亿物联、天地一体,将促进新一波的无线技术创新。5G-Advanced将融入到社会生产和个人生活的各个领域应用和使用中,作为关键的新型基础设施,为深化社会的数智化提供新动能。5G-Advanced开启的5G发展的新篇章,也是从5G发展到6G不可逾越的重要阶段。国际标准化组
204、织3GPP已经确立5G-Advanced从Rel-18开始,2022年初已经拉开序幕。从Rel-18开始,5G-Advanced预计将进一步演进到Rel-19,Rel-20等多个版本,不断丰富5G-Advanced的内涵和价值。图6.1:3GPP 5G-Advanced标准化时间节奏中国移动意图驱动的业务分级体验保障验证,针对腾讯视频播放、抖音直播、闽政通扫码和微信视频会议四个业务场景进行了详细的商用验证。在实际验证中,分别对不同的应用每个保障等级做了多次验证,吞吐量最高可提升760.55%、时延最低可下降88.70%。保障效率相对传统保障方式提升5倍。中国移动携手中兴通讯,打造了业界首个RA
205、N+CN跨域智能编排方案。基于5G基站NodeEngine内生智能引擎,实现对区县医院CPE上的手写板业务数据流的自动识别,并通过核心网的能力开放平台,将该业务流从原来的缺省数据流中拆分出来,新建为一个独立的数据流,从而实现针对该业务流的差异化时延保障,提升手写板的业务体验。RAN+CN跨域智能编排方案是业界首个基于5G基站内生智能引擎的端到端QoS精准保障方案,通过无线和核心网的协同智能,实现差异化业务QoS的免签约极速闭环保障,对于更广泛场景下的低时延应用保障具有较强的示范作用。5G-A产业展望和行动倡议IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书70距
206、3GPP确定5G-Advanced在R18的研究课题一年的时间里,产业链各方都已开始从基础研究到实践落地,进行了原型机的开发与测试,也开展了应用的使用与合作。对于5G-A关键技术的进一步落地,需要产业多方协同推进。一、需要更多的频谱资源,满足移动通信技术的持续演进和能力提升,为未来业务发展做准备;一、需要更多的频谱资源,满足移动通信技术的持续演进和能力提升,为未来业务发展做准备;二、需要提前做好终端、模组、芯片厂家和网络侧的协同发展,做好规划和开发,为应用的使用二、需要提前做好终端、模组、芯片厂家和网络侧的协同发展,做好规划和开发,为应用的使用提供支持;提供支持;三、鼓励企业进行5G-A更多应用场景的研究和使用尝试,开拓新的产业空间和未来。为数字社会三、鼓励企业进行5G-A更多应用场景的研究和使用尝试,开拓新的产业空间和未来。为数字社会的构建,奠定技术基础。的构建,奠定技术基础。71IMT-2020(5G)推进组5 G-A d v a n c e d 白 皮 书主要贡献单位