5G专网技术解决方案和建设策略

5G所具备的海量连接、高可靠、低时延等技术特性,高度契合专网的需求,可实现视频直播、海量物联网设备接入、无人驾驶、远程医疗、智能制造等典型行业或政企专网应用。针对5G应用于专网市场,从5G专网独立建设必要性、3GPP 5G NPN(Non-Public Network)技术最新进展和5G核心网2B(To Business)网络建设策略三个方面分析5G核心侧在行业/专网方向的发展与演进。以期5G在专网领域发挥更大的价值,促进"5G+行业"跨界合作形成良性循环。     

AI在5G行业专网的应用场景和使能技术

行业专网是5G网络的重要组成部分,电信运营商通过AI与行业专网应用场景结合实现业务SLA保障和网络优化。面向数字化、智能化的新一代行业专网发展目标,基于行业用户的体验保障和网络安全需求探讨了AI在5G行业专网典型应用场景,分析了基于AI的5G行业专网应用的关键使能技术,包括算力网络、自适应优化AI算法、意图驱动的网络织造、原生多主体群等,构建自适应持续进化的行业专网,为5G行业专网的智能化提供了有效、可行的实现方法。     

5G核心网标准化进展及B5G演进初探

为了给后续B5G核心网技术研究和标准化提供思路,首先介绍了5G核心网的服务化架构,描述了网络切片、边缘计算等关键技术;然后介绍了3GPP R15核心网标准化成果,提出了5G核心网系统架构,并介绍了R16在固移融合、5G LAN、TSN等方向的核心网标准化进展;其次介绍了ITU IMT-2020核心网标准化进展,包括IMT-2020核心网架构,给出了B5G核心网演进思路分析,提出网络极简化、行业专网增强、网络智能化、uRLLC、mMTC、天地一体化等5G核心网演进方向,并提供了3GPP、ITU的B5G核心网标准化最新进展;最后提出B5G核心网技术方案研究和标准化应覆盖全部的主流技术方向,面向未来做好技术能力储备。     

5G NTN关键技术研究与演进展望

5G非地面网络（non-terrestrial network,NTN）技术是5G通信系统面向卫星通信和低空通信等新应用场景的重要技术，标志着5G技术应用从陆地通信走向了空间通信。首先分析了5G NTN和地面5G的差异点，包括网络架构、时频同步、HARQ和移动性管理等。进而介绍了3GPP Release 17的5G NTN标准进展及关键技术点与3GPP Release 18的5G NTN增强技术。最后展望了未来空、天、地一体化的技术演进。通过对5G NTN技术研究和标准分析，明确了5G和卫星通信融合的技术路线，并为后续6G空、天、地融合系统研究和设计提供基础。     

面向行业的5G标准组网架构研究

为加快5G与垂直行业融合应用,面向行业的5G非公共网络组网及部署尤为关键。在3GPP描述5G非公共网络面向行业客户提供5G服务的基础上,本文根据服务内容和级别不同,分别分析SNPN和PNI-NPN两种组网架构及业务关键技术,并对5GACIA定义的4种网络部署模型进行介绍,指出了运营商在实际项目推进中应考虑的因素,以实现5G快速应用到行业领域。     

5G专网技术在智能电网中的应用

5G专网是3GPP R16提出来的面向垂直行业应用的局域网技术,例如5G LAN(本地网)、TSN(时间敏感网络)、NPN(非公共网络)等,这些技术各有特点,用于满足垂直行业应用的不同场景需求.针对智能电网中差动保护场景的特点,选择5G LAN和TSN这两种专网技术进行分析,提出了基于5G LAN叠加TSN的差动保护方...     

专题:面向B5G/6G的智能边缘计算网络技术

随着我国5G网络的规模化部署与商用,目前是开展B5G/6G研究的关键阶段。面向未来B5G/6G的主要可能应用场景,例如车联网、工业互联网、空天地海一体化等网络的业务特征,形成了通信-计算-感知一体化融合、通信网络与人工智能融合等新趋势,构建智能边缘计算网络平台与架构,解决智能资源管理与调度、低时延与高可靠传输技术等关键科学问题和技术,对推动移动通信网络朝着6G演进,保持国家在该领域的领先地位,并促进数字经济发展具有重要意义。     

5G网络的发展与关键技术分析

随着在移动通信方面对通信速率、用户体验等方面更高需求的提出,面向2020年移动通信应用的5G网络应运而生。5G即第五代移动通信技术是4G的演进,是通信行业的研究重点。文章讨论了5G网络的研究进展,并对5G网络的基本特点进行了简要分析,重点探讨了5G网络中的关键技术,这些技术包括大规模多天线技术、D2D技术、高频段通信技术和自组织异构网络。     

人工智能技术优势及其在移动通信领域的应用

在信息技术不断发展背景下,我国移动通信事业也获得长足发展,人工智能技术也日趋成熟,为其在移动通信领域进行深入应用和推进移动网络智慧化进程奠定良好的基础。文章联系人工智能技术的优势,对人工智能技术在移动通信网络基础设施、网络管理运营、电信业务管理、跨领域融合智能化等生态领域中的应用进行详细论述,为新时期移动通信满足时代发展需求提供有力指引。     

5G行业专网组网方案和关键技术研究

5G通信技术具有大规模互联、低时延、高性能等特征,其与AI、边缘计算等技术的结合,有利于促进工业互联网的智能化发展。基于此,文中从工业系统构造改革着手,结合5G通信技术和工业互联网,全面分析了5G工业专网融合网络架构,如算力分布式、未来无线化、异构接入等,并提出了以业务感知层、网络资源层、网业协同层等构成的完整的网络逻辑架构。同时,文中研究了5G行业专网的组网方案和关键技术,对现阶段存在的一些问题进行了讨论,为相关领域提供了借鉴。研究发现,结合了5G通信技术和工业专网的组网方案,能提高5G行业专网组网方案的应用效果,促进工业结构的数字化转型,实现相关企业的可持续发展。     

上下文感知的6G无线网络

ICDT深度融合是移动通信演进的重要技术趋势之一,如何实现无线网络和AI技术的深度融合是无线网络中演进的重要课题。基于内生AI（native AI）概念,研究在无线网络中使用AI工具进行无线资源优化。提出了一种上下文感知的6G无线网络架构,并在RRM中引入内生AI工具,形成智能控制器智能化无线资源管理（AI-driven RRM）,完成智能无线资源管理的控制器,在大数据和人工智能的驱动下,实现对无线资源的智能化管理。该部署方案把智能控制器按照功能进行部署,并支持动态的功能伸缩,让其部署独立于基站接入点之外以实现基站硬件成本最小化。     

Artificial Intelligence-Empowered Resource Management for Future Wireless Communications: A Survey

How to explore and exploit the full potential of artificial intelligence(AI)technologies in future wireless communications such as beyond 5G(B5G)and 6G is an extremely hot inter-disciplinary research topic around the world.On the one hand,AI empowers intelligent resource management for wireless communications through powerful learning and automatic adaptation capabilities.On the other hand,embracing AI in wireless communication resource management calls for new network architecture and system models as well as standardized interfaces/protocols/data formats to facilitate the large-scale deployment of AI in future B5G/6G networks.This paper reviews the state-of-art AI-empowered resource management from the framework perspective down to the methodology perspective,not only considering the radio resource(e.g.,spectrum)management but also other types of resources such as computing and caching.We also discuss the challenges and opportunities for AI-based resource management to widely deploy AI in future wireless communication networks.     

5G MEC边缘智能架构研究

作为边缘计算与人工智能融合驱动的新模式,边缘智能已然渗透到各个行业。5G MEC作为运营商新型网络边缘的锚点,需要借助边缘智能来充分释放网络边缘价值。文章初步探讨网络边缘智能化需求,提出一种基于5G MEC的边缘智能优化架构,扩展了面向异构计算的弹性AI加速服务和自适应云边智能协同调度能力,从而实现了MEC平台运营智能化和AI能力服务化。     

基于网络演进的人工智能技术方向研究

国家战略把人工智能（AI）及物联网（IoT）/5G同时定位为信息基础设施的重要组成部分,其中人工智能属于新技术基础设施,IoT/5G属于通信网络基础设施。这引出了“通信技术与人工智能技术融合发展”的技术方向。对于电信运营商而言,如何将人工智能技术与网络融合,重构网络技术架构,将“AI能力”作为“服务”开放,将是重要的技术演进方向。基于这一命题,探讨了未来AI和网络技术的发展方向,为未来AI技术与IoT/5G网络架构的融合发展方向提供了参考思路。     

5G自身智能化及赋能智能产业之路

2019年是5G商用的元年,5G深入各个垂直行业的应用同人工智能(AI)的典型应用高度重叠。5G网络自身的智能化是5G+AI赋能各行各业应用的基础,同时也是提升网络效率,降低运营运维成本的关键。5G+AI赋能产业的场景和规模正在加速发展,这些不断拓展的新业务需求也对5G网络和AI技术提出了新的挑战。本文阐述了5G网络自身智能化及5G+AI赋能产业所取得的进展,以及面临的核心技术问题,呼吁产学研突破现有的研发共享合作模式,加速解决核心技术挑战。     

PCC开放能力应用方案

随着运营商迈入4G时代,移动通信由传统的话音、短/彩信业务运营进入流量经营的阶段。如何更好地管控网络并创造价值,成为运营商关注的问题。3GPP中提出的PCC技术,既可以实现VoLTE呼叫策略管控,也可有效帮助运营商实现从哑管道到可控、可管的智能化管道方向演进,从业务、用户、总使用流量、位置/时间、接入类型等多个维度制定多样化的运营策略,从而获得更好收益。本文从移动运营商现有PCC网络架构和管控能力出发,以用户需求类型为导向,探讨PCC开放能力的应用方案,以求对电信运营商融合通信工程的开展提供指导意见。     

基于深度学习算法的智能视觉环卫小车设计

自2012年以深度学习为代表的AI构架突破图像分类极限以来,AI视觉已能适应变化的外部视觉环境,文章将AI视觉与智能小车等技术结合起来,采取智能机器视觉与红外屏障实现对外界的感知获取,实现智能移动工作;同时以5G通信实现实时智慧对各机器进行远程实时在线跟踪监控管理,打造一款智能环卫小车,可更高能效和安全地对区域卫生进行管理和处理。     

Native intelligence for 6G mobile network: technical challenges,architecture and key features

The application of the artificial intelligence(AI) technology in the 5 th generation mobile communication system(5 G) networks promotes the development of the mobile communication network and its application in vertical industries, however, the application models of “patching” and “plug-in” have hindered the effect of AI applications. Meanwhile, the application of AI in all walks of life puts forward requirements for new capabilities of the future network, such as distributed training, real-time...     

面向6G的网络智能化研究

智能化网络的研究早在5G时代就已经展开,面向6G,网络将迎来更丰富的应用场景和更严苛的性能要求,需要更加智能化的方式管理、维护网络的运转。首先介绍了6G网络的形态和新的应用场景,并从6G智能化标准进展方面分析了当前的研究进展,接着剖析了6G网络智能化当前存在的问题和有关支撑技术,然后提出了6G网络智能化架构,并结合室内定位场景说明网络智能化的应用流程,最后展望了网络智能化的演进需要边缘数据中心支撑。