物联网边缘服务环境的智能协同无线接入网及其关键技术
发布时间：2021-07-24 16:36
文中在阐述目前国内外物联网发展现状和产业趋势的基础上,深刻分析了面向物联网智能生产服务边缘环境的技术特征、物联网的技术思想和科技创新的发展研究策略,讨论了工业4.0背景下满足未来智能化生产服务需求的系统解决方案和研究思路,提出了面向物联网边缘服务环境的一种新型网络系统"智能协同无线接入网"体系模型及其关键技术,对未来智能化生产服务场景下的新型智能网络系统发展趋势进行了探索和展望。
【文章来源】：南京邮电大学学报(自然科学版). 2020,40(05)北大核心
【文章页数】：14 页
【部分图文】：
物联网边缘服务环境的技术特征
未来的物联网将是实现人、机、物等全要素多域协同的新型无线网络,如图2所示,其边缘环境将包括海量异构终端、海量多模数据和海量业务需求等[21-22]。为此,需要立足于网络末梢(即边缘环境),考察并设计新型网络的体系架构,实现人、机、物的泛在连接与互联互通。如图3所示,服务驱动的智能协同无线接入网络体系架构应面向边缘环境下复杂、动态、高度差异化的服务需求,遵循能够后向兼容、前向演进的设计原则,具有如图3所示的5大功能层次。需要从未来新型服务需求出发,定义每个功能层次所需具备的能力,研究每个功能层次自适变、自演进的运行机理与交互机理,特别是面向地基SAGIN背景,探索功能层次相互之间的协同交互流程和交互响应机制。
如图3所示,服务驱动的智能协同无线接入网络体系架构应面向边缘环境下复杂、动态、高度差异化的服务需求,遵循能够后向兼容、前向演进的设计原则,具有如图3所示的5大功能层次。需要从未来新型服务需求出发,定义每个功能层次所需具备的能力,研究每个功能层次自适变、自演进的运行机理与交互机理,特别是面向地基SAGIN背景,探索功能层次相互之间的协同交互流程和交互响应机制。未来智能协同无线网络的主要特征之一就是边缘服务环境全要素的多域智能协同,如图4所示,其中包含:(1) 网络提供智能化的主动协同服务;(2) 网络能力和性能的智能增强,即网络可动态重构以实现按需覆盖;(3) 网络组织运行的动态适变智能化,即支持多个终端能够按需协同接入。边缘环境中多域资源协同共享、按需提供的虚拟化网络切片则是新型网络实现智能化组网运行的必备能力。边缘环境的智能化信息服务需求带来了动态覆盖和协同接入需求,服务场景、业务类型、用户需求日益复杂化,这对网络能力带来了新的要求:(1) 大量非智能、异构、离散分布的终端设备要参与动态组网,这要求网络具备广域连续覆盖能力,能够对终端实现主动发现、接入和控制;(2) 终端的不均匀分布和业务空时潮汐形成了网络的密集热点区域,这些区域的容量需求远大于网络的平均承载能力,这需要网络进行额外的热点大容量覆盖;(3) 大量的物联网终端属于能量受限设备,例如智能电网、智能抄表业务中的远端传感器和数据采集器,这需要移动网络能够支持设备的低功耗广域互联;(4) 面向垂直行业的大量应用,例如工业控制、智能交通等,对时延、可靠性有着苛刻要求[2],这要求网络能够支持超低时延、超高可靠传输;(5) 网络与终端的异构泛在特性要求它们能够面向业务需求进行智能协同交互。上述需求迫切要求未来网络向按需覆盖、智能组网的方向转变,即成为具备多维度的可协同、可重构、自组织、自学习的智能网络。
【参考文献】：
期刊论文
[1]异构无线网络中基于模糊逻辑的分级垂直切换算法[J]. 马彬,李尚儒,谢显中. 电子与信息学报. 2020(03)
[2]6G移动通信发展趋势初探（特邀）[J]. 陈亮,余少华. 光通信研究. 2019(04)
[3]发展我国低轨卫星通信星座系统的思考[J]. 李毅,侯睿,张更新. 国际太空. 2018(04)
[4]边缘计算:平台、应用与挑战[J]. 赵梓铭,刘芳,蔡志平,肖侬. 计算机研究与发展. 2018(02)
[5]泛在协同环境下最大似然估计时间同步算法[J]. 张晖,赵鹏. 仪器仪表学报. 2016(10)
[6]一种面向多泛在业务的终端聚合算法[J]. 郭少勇,刘峰,芮兰兰,牛齐明,邱雪松. 北京邮电大学学报. 2014(06)
[7]物联网的协同创新体系与智慧服务产业研究[J]. 朱洪波,杨龙祥,金石,张登银,程崇虎,朱琦,郭永安. 南京邮电大学学报(自然科学版). 2014(01)
[8]5G业务需求分析及技术标准进程[J]. 王志勤,罗振东,魏克军. 中兴通讯技术. 2014(02)
[9]密集立体覆盖:未来移动通信的机遇和挑战[J]. 陈巍,王东明,王家恒,高飞飞,彭木根. 电信科学. 2013(06)
[10]评价数据的噪声清洗算法及其仿真实验[J]. 杨超,何静静. 计算机工程. 2008(11)
硕士论文
[1]边缘网络环境下基于机器学习的缓存优化理论研究[D]. 孙叶钧.南京邮电大学 2020
[2]基于社交特性的D2D通信终端发现与资源分配算法研究[D]. 李文超.上海交通大学 2016
[3]智能家庭物联环境下的上下文感知关键技术研究[D]. 解志刚.山东大学 2013
[4]数据挖掘中数据预处理的方法研究[D]. 方洪鹰.西南大学 2009
本文编号：3301023
【文章来源】：南京邮电大学学报(自然科学版). 2020,40(05)北大核心
【文章页数】：14 页
【部分图文】：
物联网边缘服务环境的技术特征
未来的物联网将是实现人、机、物等全要素多域协同的新型无线网络,如图2所示,其边缘环境将包括海量异构终端、海量多模数据和海量业务需求等[21-22]。为此,需要立足于网络末梢(即边缘环境),考察并设计新型网络的体系架构,实现人、机、物的泛在连接与互联互通。如图3所示,服务驱动的智能协同无线接入网络体系架构应面向边缘环境下复杂、动态、高度差异化的服务需求,遵循能够后向兼容、前向演进的设计原则,具有如图3所示的5大功能层次。需要从未来新型服务需求出发,定义每个功能层次所需具备的能力,研究每个功能层次自适变、自演进的运行机理与交互机理,特别是面向地基SAGIN背景,探索功能层次相互之间的协同交互流程和交互响应机制。
如图3所示,服务驱动的智能协同无线接入网络体系架构应面向边缘环境下复杂、动态、高度差异化的服务需求,遵循能够后向兼容、前向演进的设计原则,具有如图3所示的5大功能层次。需要从未来新型服务需求出发,定义每个功能层次所需具备的能力,研究每个功能层次自适变、自演进的运行机理与交互机理,特别是面向地基SAGIN背景,探索功能层次相互之间的协同交互流程和交互响应机制。未来智能协同无线网络的主要特征之一就是边缘服务环境全要素的多域智能协同,如图4所示,其中包含:(1) 网络提供智能化的主动协同服务;(2) 网络能力和性能的智能增强,即网络可动态重构以实现按需覆盖;(3) 网络组织运行的动态适变智能化,即支持多个终端能够按需协同接入。边缘环境中多域资源协同共享、按需提供的虚拟化网络切片则是新型网络实现智能化组网运行的必备能力。边缘环境的智能化信息服务需求带来了动态覆盖和协同接入需求,服务场景、业务类型、用户需求日益复杂化,这对网络能力带来了新的要求:(1) 大量非智能、异构、离散分布的终端设备要参与动态组网,这要求网络具备广域连续覆盖能力,能够对终端实现主动发现、接入和控制;(2) 终端的不均匀分布和业务空时潮汐形成了网络的密集热点区域,这些区域的容量需求远大于网络的平均承载能力,这需要网络进行额外的热点大容量覆盖;(3) 大量的物联网终端属于能量受限设备,例如智能电网、智能抄表业务中的远端传感器和数据采集器,这需要移动网络能够支持设备的低功耗广域互联;(4) 面向垂直行业的大量应用,例如工业控制、智能交通等,对时延、可靠性有着苛刻要求[2],这要求网络能够支持超低时延、超高可靠传输;(5) 网络与终端的异构泛在特性要求它们能够面向业务需求进行智能协同交互。上述需求迫切要求未来网络向按需覆盖、智能组网的方向转变,即成为具备多维度的可协同、可重构、自组织、自学习的智能网络。
【参考文献】：
期刊论文
[1]异构无线网络中基于模糊逻辑的分级垂直切换算法[J]. 马彬,李尚儒,谢显中. 电子与信息学报. 2020(03)
[2]6G移动通信发展趋势初探（特邀）[J]. 陈亮,余少华. 光通信研究. 2019(04)
[3]发展我国低轨卫星通信星座系统的思考[J]. 李毅,侯睿,张更新. 国际太空. 2018(04)
[4]边缘计算:平台、应用与挑战[J]. 赵梓铭,刘芳,蔡志平,肖侬. 计算机研究与发展. 2018(02)
[5]泛在协同环境下最大似然估计时间同步算法[J]. 张晖,赵鹏. 仪器仪表学报. 2016(10)
[6]一种面向多泛在业务的终端聚合算法[J]. 郭少勇,刘峰,芮兰兰,牛齐明,邱雪松. 北京邮电大学学报. 2014(06)
[7]物联网的协同创新体系与智慧服务产业研究[J]. 朱洪波,杨龙祥,金石,张登银,程崇虎,朱琦,郭永安. 南京邮电大学学报(自然科学版). 2014(01)
[8]5G业务需求分析及技术标准进程[J]. 王志勤,罗振东,魏克军. 中兴通讯技术. 2014(02)
[9]密集立体覆盖:未来移动通信的机遇和挑战[J]. 陈巍,王东明,王家恒,高飞飞,彭木根. 电信科学. 2013(06)
[10]评价数据的噪声清洗算法及其仿真实验[J]. 杨超,何静静. 计算机工程. 2008(11)
硕士论文
[1]边缘网络环境下基于机器学习的缓存优化理论研究[D]. 孙叶钧.南京邮电大学 2020
[2]基于社交特性的D2D通信终端发现与资源分配算法研究[D]. 李文超.上海交通大学 2016
[3]智能家庭物联环境下的上下文感知关键技术研究[D]. 解志刚.山东大学 2013
[4]数据挖掘中数据预处理的方法研究[D]. 方洪鹰.西南大学 2009
本文编号：3301023
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3301023.html
