爱吧机器人网 » 专题 > 相关科技 > 正文

金准人工智能解读5G技术发展趋势

前言

5G技术是第五代移动电话行动通信标准,也称第五代移动通信技术,网速可达5M/S - 6M/S。无线通信技术在人们日常生活及工作中极为重要,很大程度上满足了人们的用网需求。4G时代,用户的网络体验不断丰富,5G技术也已经投入研究和开发。通信产业的发展是对社会发展程度的重要透射,为社会经济提供了无限发展潜力。当前,我国网络通信经历了由2G、3G到4G的变革,社会反响极为强烈,使5G无线通信技术更具发展契机,将会给人们带来独特的用网体验。

一、5G技术对第四次工业革命的意义

5G将推动全人类更快地步入第四次工业革命的时代。第四次工业革命,将会让人类进入到前所未遇的时代、即智能化的时代。事实上,中国的“中国制造2025”、美国的“AMP”、德国的“工业4.0”都统称为第四次工业革命,中、美、德等国都是在利用科技上的突破,尤其重大的突破来发展经济产业。

\

第四次工业革命的时代,制造业将转向服务化,这是趋势。金准人工智能专家预测像今天的淘宝电商模式会被市场淘汰;企业内部各环节的信息将实现无缝连接,以利于自身的生产效率进一步提高和为客户提供个性化的定制生产;企业将从过去“以产品为中心”向“以产品服务为中心”转变。而第四次工业革命要全方位、最大化地给人类创造出价值,显然离不开网络。

\\\

5G对于第四工业革命的意义在哪里?金准人工智能专家分析认为,高性能的无线网络连接工厂内的海量传感器、机器人和信息系统,连接产生的海量数据、优质数据不断“喂食”人工智能,并将分析、决策反馈至工厂。同时,5G广覆盖的物联网络覆盖全球,连接广泛分布或跨区域的商品、客户和供应商等,保持对整个产品生命周期的全连接。总之,未来的工厂是数字虚拟和物理现实相融合,ICT技术与现代制造业相融合,以提高工业生产的灵活性、可追溯性、多功能性和生产效率,为制造业开辟新的商业模式。工厂内部和外部之间的界限也越来越模糊,工厂不再是独立的封闭实体,而是庞大的价值链和生态系统的一部分,这就是所谓的“虚拟工厂”。

\

二、驱动第四次工业革命的三大关键5G技术

金准人工智能专家认为,新空口(NR)、网络切片和边缘计算是驱动第四次工业革命的,三大具关键性的5G技术。

\

1. 新空口

这里指的是5G的无线连接能力,众所周知,5G定义了eMMB、URLLC和mMTC三大场景,eMMB指高速率连接,URLLC指超低时延超可靠连接,mMTC指超大规模连接,工业4.0里,这三大场景均将应用到。

\

金准人工智能专家以未来工厂的四大典型连接:移动机器人、工厂自动化、新的人机界面和物流为例,来看一看它们如何对应5G的三大场景。

\

移动机器人

移动机器人属于“柔性工厂”的范畴,所谓柔性工厂,指可以自由的移动机器设备、自由的重装生产工具,以保证工厂可以迅速且低成本地在不同种类的产品生产线之间转换生产,快速适应改变。

要实现柔性工厂,需用无线连接来替换工厂内现有的有线连接,只有摆脱了有线的束缚,才可以自由的设计、操作和升级互联的机器设备和机器人。

但是,众所周知,通常无线连接的稳定性逊于有线连接,因此,这就需要——超高可靠超低延迟的无线连接,即5G的URLLC场景。

工厂自动化

在自动化工厂内部,为了提高生产线的效率,需对各个子部件进行实时监控,对生产的产品质量进行实时测量,乃至对生产线进行实时优化,这就要求具有超低时延超高可靠的无线连接,同时,视觉控制机器人手臂、3D模型传送、远程数字工厂等应用需要高可靠的高带宽通信,因此,这就需要同时支持mMTC、eMMB和URLLC三大场景。

新的人机界面(HMI)

早期的人机界面是指工业控制设备中的一些串口通信,比如变频器、直流调速器、温控仪表、数采模块等都可以连接HMI,来实现人机交互功能。

未来的人机界面应用将发生颠覆性的改变,其借助工业智能与大数据的融合,使可穿戴工业设备、增强现实(AR)在人机融合中扮演重要角色,比如让工人们穿上机器人外骨骼装备,利用“可穿戴工业设备+AR技术”,将信息与真实世界场景融为一体,随时捕捉信息、接收云端指令和操作协助等,这需要网络支持eMMB和URLLC两大场景。

\

物流

在物流方面,从智能仓库管理到物流配送,均需要广覆盖、深覆盖、低功耗、大连接、低成本的5G物联网连接,这对应了5G的mMTC场景。

此外,虚拟工厂的端到端整合跨越产品的整个生命周期,要连接分布广泛的已售出的商品,也需要低功耗、低成本和广覆盖的5G物联网,这也对应了5G的mMTC场景。

企业内部/企业之间的横向集成也需要无所不在的、无缝的5G联网。“随时随地设计,随时随地生产”是智能工厂的雄心壮志,进而要求网络必须适应即时变化的容量和移动性要求,乃至能灵活融合各种不同的无线接入技术,因此,5G网络的包容性和支持业务的多样性不可或缺。

综上,金准人工智能专家认为未来工厂离不开5G的连接能力,但5G网络要一张网络支持eMMB、URLLC和mMTC三大场景,离不开另一大关键技术——网络切片。,

2. 网络切片

所谓网络切片,就是将一张物理网络切成多张相互独立的、逻辑的切片子网络,这些“切片网络”共享物理基础设施,分别提供不同的服务类型,应对不同的场景。

\

我们经常把4G网络比喻为高速交通系统,金准人工智能专家把5G网络切片比喻为一个城市综合交通系统,有公路、地铁、轻轨、BRT,还有人行道、自行车道等等,不同的交通系统应对人们不同的需求。

要创建和管理网络切片,需要NFV和SDN两大技术。

NFV,即网络功能虚拟化,其构架在横向分为三层:物理资源层、虚拟化层和服务层,纵向是NFV管理编排(MANO)层。

\

NFV构架

•物理资源层指底层的计算、存储、网络等物理资源。

•虚拟化层是指用于部署和执行网络功能的一组虚拟资源,它通过对底层物理资源虚拟化,以虚拟机(VM)的形式共享底层物理资源,一个虚拟机可包含一定数量的计算和存储资源。

•服务层由一系列由虚拟资源构建的VNF(虚拟网络功能单元)组成,VNF可以理解为是对应网络中现有物理网元的模块化的软件功能实体。

•以上三层由MANO负责编排管理,MANO根据需求分配资源,为NF(网络功能)配置物理和虚拟资源。

NFV负责各种网元的虚拟化,它将传统电信设备软硬件解耦,而SDN主要负责将每一个网络节点的控制面和数据面分离,并将控制面抽取出来组成一个独立的、集中的控制器(SDN Controller),这个控制器相当于网络的中枢大脑,它从更高的层次俯视整个网络,并下发指令统一管理网络中的多层转发,控制信令不再是口口相传,而是集中智能管理。打个比方,如果把网络比喻为人体,人身上的眼、耳、鼻、手、足等这些人体器官对应不同的NF(网络功能),那么,SDN就相当于大脑,控制各个器官协调工作。

\

网络切片原理

基于NFV/SDN技术,一张5G物理网络“切”成多个逻辑网络,服务于工业4.0的不同场景。

网络切片还有一个关键特征——端到端的QoS保障。传统的无线服务主要以“尽力而为”的方式提供,每个人共享网络和无线资源,但工业应用要求更严苛的QoS(网络服务质量),网络切片不但能提供端到端的QoS保障,还能隔离不同服务,满足未来工厂不同的服务需求。

当运营商为工业4.0创建了个性化的网络切片之后,每个网络切片满足不同的用例和行业特定需求,这就打开了全新的、定制化的网络切片即服务(NSaaS)的服务模式,也未来传统制造商向综合产品服务提供商转型,引入新的商业模式和商业生态奠定了基础。我们将看到未来更多的网络切片、网络子切片应用于工业4.0。

\

以上关于网络切片的介绍有点抽象,我们来举一个应用案例。

\

以定制化制药为例。假设某家制药厂在全球分布有10家分厂,每一家分厂内的制药流程都是一样的,即通过控制安装在机器手臂上移液器来分配药品的药物成分。与以往制药过程不同,现在叫“定制化制药”,即根据不同类型的患者来分配药物成分的类型和数量,为此,这10家分厂均要通过5G网络连接到云端,云端存储海量的患者信息数据,并通过大数据分析和人工智能确定针对不同类型患者的药物成分,在生产过程中机器手臂需实时通过5G网络连接到云端,并根据云端的指令实时的进行配药。

这一案例对应了5G URLLC场景,需依靠具备端到端QoS保障的5G网络切片才能实现。同时,在生产过程中工人们利用可穿戴设备、AR技术等新的人机界面(HMI)来监视生产过程,并实时增强显示来自云端的视频,以及生产线上安装无数传感器来实现自动化流程等,这些场景还需要其他的5G网络切片来实现。

为了保障端到端的QoS,在应对工业4.0中的超低时延超高可靠场景时,另一大关键技术非常重要——边缘计算。

3. 边缘计算

边缘计算指将云端的计算和存储能力下沉到网络边缘,使之更接近用户端,不仅可降低网络时延和负荷,还能基于本地部署新的应用。

\

边缘计算是工业4.0的基石,也是催化剂,主要表现在以下几个方面:

•低时延

边缘计算部署在本地,意味着可提供超低时延,非常适合于工厂自动化环境,这不必多言。低时延的另一大好处是可以激发出创新应用,比如我们前面讲的利用新的人机界面引入异地协同增强现实等。

•安全性

工业4.0通过网络将工厂内的机器、资产等连接,并通过网络连接到外部云端,这提高了工厂灵活性和自动化水平,但这也意味着受到网络攻击的可能性更大,而边缘计算将尽可能多的数据存储和处理于边缘,不必发送到云端,可降低安全风险。

•集成性

边缘计算不仅无需将所有数据发送到远端云,它还能在本地与工厂车间的数据、ERP系统等无云集成,从而实现工厂纵向集成。

•低成本

智能制造从联网的传感器中收集、分析数据,并作出实时决策和预测性维护,这些数据量越来越大,给数据传输、计算、存储都带来了巨大的成本压力,边缘计算可智能收集数据,过滤无用数据,从而降低成本。

此外,未来工厂的一些设备功能可以通过虚拟实体的方式部署于边缘计算,进一步提升工厂灵活性和可扩展性。

三、5G八大关键技术发展趋势

未来的网络将会面对:1000倍的数据容量增长,10到100倍的无线设备连接,10到100倍的用户速率需求,10倍长的电池续航时间需求等等。4G网络无法满足这些需求,所以5G就必须登场。

但是,5G不是一次革命。5G是4G的延续,金准人工智能专家相信5G在核心网部分不会有太大的变动,5G的关键技术集中在无线部分。虽然5G最终将采用何种技术,目前还没有定论。不过,综合各大高端论坛讨论的焦点,金准人工智能专家收集了8大关键技术。当然,应该远不止这些。

1.非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)

我们知道3G采用直接序列码分多址(Direct Sequence CDMA,DS-CDMA)技术,手机接收端使用Rake接收器,由于其非正交特性,就得使用快速功率控制(Fast transmission power control,TPC)来解决手机和小区之间的远-近问题。

而4G网络则采用正交频分多址(OFDM)技术,OFDM不但可以克服多径干扰问题,而且和MIMO技术配合,极大的提高了数据速率。由于多用户正交,手机和小区之间就不存在远-近问题,快速功率控制就被舍弃,而采用AMC(自适应编码)的方法来实现链路自适应。

NOMA希望实现的是,重拾3G时代的非正交多用户复用原理,并将之融合于现在的4G OFDM技术之中。

从2G,3G到4G,多用户复用技术无非就是在时域、频域、码域上做文章,而NOMA在OFDM的基础上增加了一个维度——功率域。

新增这个功率域的目的是,利用每个用户不同的路径损耗来实现多用户复用。

\

实现多用户在功率域的复用,需要在接收端加装一个SIC(持续干扰消除),通过这个干扰消除器,加上信道编码(如Turbo code或低密度奇偶校验码(LDPC)等),就可以在接收端区分出不同用户的信号。

\

NOMA可以利用不同的路径损耗的差异来对多路发射信号进行叠加,从而提高信号增益。它能够让同一小区覆盖范围的所有移动设备都能获得最大的可接入带宽,可以解决由于大规模连接带来的网络挑战。

\

NOMA在未来5G移动通信网络中的应用

NOMA的另一优点是,无需知道每个信道的CSI(信道状态信息),从而有望在高速移动场景下获得更好的性能,并能组建更好的移动节点回程链路。

2. FBMC(滤波组多载波技术)

在OFDM系统中,各个子载波在时域相互正交,它们的频谱相互重叠,因而具有较高的频谱利用率。OFDM技术一般应用在无线系统的数据传输中,在OFDM系统中,由于无线信道的多径效应,从而使符号间产生干扰。为了消除符号问干扰(ISl),在符号间插入保护间隔。插入保护间隔的一般方法是符号间置零,即发送第一个符号后停留一段时间(不发送任何信息),接下来再发送第二个符号。在OFDM系统中,这样虽然减弱或消除了符号间干扰,由于破坏了子载波间的正交性,从而导致了子载波之间的干扰(ICI)。因此,这种方法在OFDM系统中不能采用。在OFDM系统中,为了既可以消除ISI,又可以消除ICI,通常保护间隔是由CP(Cycle Prefix ,循环前缀来)充当。CP是系统开销,不传输有效数据,从而降低了频谱效率。

\

而FBMC利用一组不交叠的带限子载波实现多载波传输,FMC对于频偏引起的载波间干扰非常小,不需要CP(循环前缀),较大的提高了频率效率。

\

3. 毫米波(millimetre waves ,mmWaves)

什么叫毫米波?频率30GHz到300GHz,波长范围10到1毫米。世界范围内新的5G频谱分配,范围从20几GHz(例如26GHz和28GHz,它们技术上不是毫米波,但通常被归入该类),到30G~40GHz内的几个频段和40G~50GHz内的几个频段。有一个60GHz的Wi-Fi频段可用于5G无线,其他更高的频率正在考虑中。

\

毫米波范围(30~300GHz)附近和以内的频谱特别适合于更高的数据速率,尽管有缺陷,但却有吸引力。

一方面,这些较高频率的讯号将支持比5G规定高得多的数据速率。为提高其迄今为止已设法实现的频谱效率,业界仍然有工作需进行。另一方面,毫米波讯号的传输速率明显低于期望。毫米波讯号及6GHz以下讯号不能传得很远,也不能穿透障碍物。

一般来说,5G的许多组件仍然昂贵,在毫米波频谱尤其如此。随着规模经济拉动并基于未来可能的创新,进一步的整合将肯定使成本下降。

在以前的无线网络演进中,基本的目标任务是把数据送到手机。这是从简单的电话开始,并发展到增加宽带接入;其他类型的设备是由4G/LTE网络支持,但绝大多数的无线网络使用是向手机收发数据,但这将随着5G而改变。5G将成为许多物联网(IoT)应用的使能技术,但同样重要的是,这些物联网应用将有助于证明5G演进的正确性。金准人工智能专家预测,包括物联网在内的用例实际上内置于5G技术发展蓝图中,这是5G市场发展的内在。

由于足够量的可用带宽,较高的天线增益,毫米波技术可以支持超高速的传输率,且波束窄,灵活可控,可以连接大量设备。以下图为例:

\

蓝色手机处于4G小区覆盖边缘,信号较差,且有建筑物(房子)阻挡,此时,就可以通过毫米波传输,绕过建筑物阻挡,实现高速传输。

同样,粉色手机同样可以使用毫米波实现与4G小区的连接,且不会产生干扰。

当然,由于绿色手机距离4G小区较近,可以直接和4G小区连接。

4. 大规模MIMO技术(3D /Massive MIMO)

MIMO技术已经广泛应用于WIFI、LTE等。理论上,天线越多,频谱效率和传输可靠性就越高。

大规模MIMO技术可以由一些并不昂贵的低功耗的天线组件来实现,为实现在高频段上进行移动通信提供了广阔的前景,它可以成倍提升无线频谱效率,增强网络覆盖和系统容量,帮助运营商最大限度利用已有站址和频谱资源。

我们以一个20平方厘米的天线物理平面为例,如果这些天线以半波长的间距排列在一个个方格中,则:如果工作频段为3.5GHz,就可部署16副天线;如工作频段为10GHz,就可部署169根天线。。。。。

\

3D-MIMO技术在原有的MIMO基础上增加了垂直维度,使得波束在空间上三维赋型,可避免了相互之间的干扰。配合大规模MIMO,可实现多方向波束赋型。

\

5.认知无线电技术(Cognitive radio spectrum sensing techniques)

认知无线电技术最大的特点就是能够动态的选择无线信道。在不产生干扰的前提下,手机通过不断感知频率,选择并使用可用的无线频谱。

\

6.超宽带频谱

信道容量与带宽和SNR成正比,为了满足5G网络Gpbs级的数据速率,需要更大的带宽。

频率越高,带宽就越大,信道容量也越高。因此,高频段连续带宽成为5G的必然选择。

得益于一些有效提升频谱效率的技术(比如:大规模MIMO),即使是采用相对简单的调制技术(比如QPSK),也可以实现在1Ghz的超带宽上实现10Gpbs的传输速率。

7. 超密度异构网络(ultra-dense Hetnets)

立体分层网络(HetNet)是指,在宏蜂窝网络层中布放大量微蜂窝(Microcell)、微微蜂窝(Picocell)、毫微微蜂窝(Femtocell)等接入点,来满足数据容量增长要求。

到了5G时代,更多的物-物连接接入网络,HetNet的密度将会大大增加。

8. 多技术载波聚合(multi-technology carrier aggregation)

未来的网络是一个融合的网络,载波聚合技术不但要实现LTE内载波间的聚合,还要扩展到与3G、WIFI等网络的融合。

多技术载波聚合技术与HetNet一起,终将实现万物之间的无缝连接。

总结

当前社会背景下,人们的通信要求日渐增加,加大了5G网络技术研发力度。虽未对其核心体系进行明确定论,但发展前景极为广阔。金准人工智能专家认为,相较于以往通信技术,5G无线通信技术在传输速度和能耗方面极具优势,能够满足管理、网络及业务发展要求,为通信技术提供广阔的应用发展空间。

当代科学技术的飞速发展,尤其是网络通信技术的迅猛发展,将有力推动5G移动通信技术的发展进程,依据移动通信技术的发展规律,金准人工智能专家预测,在2020年后,5G移动通信技术将有望实现商用,能够满足未来移动互联网业务的发展需求,并带给移动互联网用户一种前所未有的全新体验。目前,5G移动通信技术的科研尚处于起步阶段,并即将迈入发展的关键时期,其关键指标和技术需求都会在未来几年内陆续出台,届时将引领我国移动通信行业的新一轮变革。

上一篇:视觉导航逐渐成为机器人不可或缺的辅助方案
下一篇:看完谷歌I/O 2018大会,用iPhone的我彻底凌乱了!
精选推荐
美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食
美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食

[2019-10-31]  本文图片均来自:Ramses v Martinez 普渡大学变色龙、蝾螈和许多蟾蜍利用积蓄的弹性能量,向距离1 5倍体长的毫无防备的昆虫伸出粘糊糊的舌 ...

Crossbar将电阻式RAM推入嵌入式AI
Crossbar将电阻式RAM推入嵌入式AI

[2018-05-17]  电阻RAM技术开发商Crossbar表示,它已与航空航天芯片制造商Microsemi达成协议,允许后者在未来的芯片中嵌入Crossbar的非易失性存储器。此举是在先进制造业节点的领先代工厂选......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

深度神经网络揭示了大脑喜欢看什么
深度神经网络揭示了大脑喜欢看什么

[2019-11-06]  爱吧机器人网编者按:近日,《自然-神经科学》发表了一篇论文,研究人员创建了一种深度人工神经网络,能够准确预测生物大脑对视觉刺激所产 ...

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

新型轻便机器人套装重5kg,辅助跑步和步行
新型轻便机器人套装重5kg,辅助跑步和步行

[2019-10-23]  虽然步行对大多数人来说似乎不是负担,但对有些人来说,这项简单的运动往往会让人感到筋疲力尽。比如手术或中风后恢复的患者、帕金森氏症患 ...

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

本周栏目热点

“合体”后的异构机器人吸引力十足

[1970-01-01]    不少机器人,都各有自己看家的本领,但你是否有看到过将两种不同运动形式的机器人结合在一个平台上,比方说:你可以结合地面机器人的效 ...

微软拟开放Edge浏览器关键引擎源代码

[2015-12-09]   据外媒报道,现在,微软在开源工作上取得了越来越多的成果,并且它还在继续对开发者社区开放更多的技术 ...

中国量子卫星实现超光速通信?量子纠缠不允许

[2016-09-01]   中国在最近发射了一枚卫星用于测试量子纠缠。这是一项有趣的实验,这将有望实现防黑客的卫星通信。然而,这也导致了一系列的文章声 ...

[2016-05-08]   编者按中国制造业正走在裂变的十字路口上。一方面因为国家经济结构调整,经济增长从高速转向中高速,制造业过剩的产能需要有一个痛 ...

MIT发明新材料:在特定温度能够自动恢复原状

[2016-09-01]   8月29日消息,在过去几十年里,麻省理工学院凭借其强大的科学研发能力为人类创造了许多新发明,现在这份发明单里面又要新添加上一 ...