面向5G移動通信的蜂窩物聯網關鍵技術分析

2023年12月12日發(作者：中國集體主義)

-

技術IGITCW分析Technology Analysis面向5G移動通信的蜂窩物聯網關鍵技術分析李雪焦，楊　鑫（廣州杰賽科技股份有限公司，廣東 廣州 510220）摘要：文章主要對面向當今5G移動通信形式的蜂窩物聯網進行了關鍵技術的分析，包括蜂窩物聯網的相關概述、面向5G移動通信形式的蜂窩物聯網整體架構、功能和架構數據的處理以及NB-IoT的部署場景。希望通過本次的分析與研究，可以進一步推動基于5G移動通信技術的蜂窩物聯網關鍵技術應用，為當今的物聯網應用和發展提供足夠動力。關鍵詞：蜂窩物聯網；5G移動通信技術；關鍵技術doi：10.3969/.1672-7274.2021.02.047中圖分類號：TN929.5；TP391.44 文獻標示碼：A 文章編碼：1672-7274（2021）02-0110-021 蜂窩物聯網技術概述蜂窩物聯網技術是物聯網技術中一個非常重要的分支，其中的NB-IoT（窄帶物聯網）更是將既有的無線網絡作為基礎來提供的物與物之間的網絡覆蓋[1]。該技術可以為多連接提供支持，同時也可以實現終端能耗的顯著降低，以此來全面滿足當今社會工作生活以及各個領域中的實際需求，比如智慧交通、智慧城市、環境監測、醫療保健等。2 基于5G的蜂窩物聯網總體架構在當今，隨著網絡系統中大量智能終端設備的接入，蜂窩物聯網已經開始逐漸成為了主要的物聯網承載形式。就目前的情況來看，物聯網接入技術正在朝著云計算、霧計算、邊緣計算以及多樣化的方向發展，所以基于5G的蜂窩物聯網架構也開始越來越清晰。在其總體架構中，傳輸層以及邊緣資源層之間實現了分離，應用層以及服務管理層之間實現了解耦，這樣就有效解決了傳統物聯網傳輸中的諸多弊端，讓網絡資源共享以及應用等均可獨立實現。下圖為基于5G的蜂窩物聯網總體架構圖：圖1 基于5G的蜂窩物聯網總體架構圖3 基于5G的蜂窩物聯網功能及其架構數據的處理分析3.1 各個子層的功能分析（1）感知層：感知層是整個架構中的信息入口，同時也是其最前端，在這個網絡架構中，所有的數據信息都是由感知層產生。借助于各種形式的傳感器以及嵌入型的控制器，可以實現各種信息數據的采集，然后再借助于Wi-Fi、藍牙以及ZigBee等的通信方式將采集到的數據匯入到感知層中。（2）傳輸層：傳輸層的主要功能是數據傳輸，其中主要包括eMTC終端、NB-IoT終端以及5G終端。在這一層中，5G物聯網關技術也是一個至關重要的部分，該技術的主要功能是進行協議的轉換與傳輸，通過該技術，可以將感知層內的所有通信方式都轉變成和5G移動通信技術互相兼容的數據形式。（3）邊緣計算層：這一層的主要功能是接入設備和處理數據，其終端通常為嵌入式終端。借助于邊緣計算，可以讓核心網絡方面的開銷得以有效降低和分擔，讓核心網絡僅僅對邊緣計算處理之后的數據進行處理即可，實現網絡性能的顯著提升。同時，這一層也具備身份識別以及安全認證等的很多功能。（4）云計算層：云計算層的主要功能是給上層應用提供服務，這一層的主要組成部分包括公有云以及私有云，具體應用中，所有的數據都從這一層匯入，并在數據中心實現海量數據的儲存和計算。（5）霧計算層：霧計算層和計算層連接，可以為整個網絡架構中的公有云、私有云以及邊緣計算層之間提供無縫連接，比如功能定義、資源管理、權限管理以及接口定義等。（6）應用層：在整個的5G蜂窩物聯網架構中，應用層是最高層，其他所有層次的所有功能實現都是為了給應用層提供服務。具體應用中，應用層可以借助于大數據處理技術來為人工智能以及決策支持等的各方面應用提供技術支撐。3.2 架構數據處理分析在5G蜂窩物聯網架構的數據處理中，其主要的處作者簡介：李雪焦（1987-），男，漢族，云南昆明人，中級工程師，本科，研究方向為智慧城市、智慧安防。 楊 鑫（1987-），男，漢族，四川綿陽人，助理工程師，專科，研究方向為云計算、大數據。110DIGITCW2021.02理流程如下：圖2 5G蜂窩物聯網架構數據處理流程示意圖具體處理過程中，所有的終端數據都是通過各個傳感器所產生，因為物聯網感知層具有多樣化的通信方式，所以感知層的數據將會按照不同的協議進行不同數據幀的分裝。在這些數據幀進入eMTC終端、NB-IoT終端、物聯網網關或者是5G終端的過程中，都是借助于5G移動通信的方式來進行數據傳輸。在網絡邊緣位置，借助于相應的邊緣計算設備，可以讓這些數據得到有效的邊緣化處理，然后在借助于霧計算技術將經過邊緣計算處理好的數據對接到云端。這些數據最終都會到達云端的大數據中心，并通過大數據處理技術來進行處理，以此來為各個應用層的具體應用提供支持。4 NB-IoT部署場景分析NB-IoT所支持的部署場景有三種，其一是In-band

Mode，該場景可以對LTE中的任意資源塊加以應用；其二是Stand-alone Mode，該場景可以對GSM頻段重耕所適用的單獨頻帶加以利用；其三是 Guard-band Mode，該場景可以對TE西宮內的邊緣無用頻帶加以利用。4.1 NB-IoT上下行信道部署首先是下行基帶信號部署，NB-IoT下行是將正交頻多分址技術作為基礎，其基帶采樣速率可達到1.92MHz，子載波間距可達到15KHz。在NB-IoT下行信號中，主要包括NRS、NSSS以及NPSS。以下是其具體傳輸情況：表1 NB-IoT下行信號中NRS、NSSS以及NPSS的具體傳輸情況序號下行信號傳輸方式備注1NRS天線端口需要的端口數量是1-2個2NSSS子幀通過各個偶數系統幀中的第九個子幀進行傳輸3NPSS子幀通過各個系統幀中的第五個子幀進行傳輸其次是上行系帶信號的部署，NB-IoT上行鏈路可以對Multi-Tone和Single-Tone提供支持。其中，Single-Tone主可按照3.75kHz以及15kHz來進行劃分，并將循環前綴插入。脈沖整形需要通過物理層描述來進行，以此來實現覆蓋范圍的進一步擴大，并實現功耗的進一步降低。在Multi-Tone這一模式中，主要應用的是SC-FDMA方式，其峰值效率更好，子載波間隔可以達到Technology Analysis技術分析DCW15kHz，時隙可以達到0.5ms，子幀可以達到1ms。同時，在具體的部署過程中，也將該模式用作上行系帶信號的LTE。4.2 NB-IoT測試分析在對NB-IoT進行測試的過程中，主要借助于以BC95為基礎的NB-IoT模塊來進行NB-IoT信號的分析，并對NB-IoT進行上行測試。借助于VSE-1100型的數字頻譜分析儀對NB-IoT信號進行解調，并進行其信號的測試。以下是具體的測試參數：表2 NB-IoT具體測試參數序號項目參數1ModeDLFDD1.4MHz2MIMO1Tx/1Rx3CaptureTime50ms4SubframeAll具體測試中，借助于ASE頻譜分析儀來進行NB-IoT的解調測試，以下是具體的測試結果：表3 NB-IoT的解調測試具體結果序號測試項目測試結果1EVMQPSK平均值0.08%2EVMphysChannel平均值0.08%3EVMphysSignal平均值0.07%NB-IoT主要的協議設計形式為精簡網絡、重復傳輸以及超窄帶，通過一定程度移動性能、網絡時延以及速率的犧牲來實現面向于LWPA形式的物聯網承載能力獲取。在NB-IoT的具體部署中，200kHz帶寬可以為2G移動網絡的騰頻以及升級提供支持，其子載波可以采用3.75kHz/15kHz形式，也就是說，其子載波既可以是LTE子載波的四分之一，也可以與其相等。其部署形式可以是獨立部署，也可以和LTE之間實現共載波部署。通過這樣的部署形式，就可以讓大連接需求得以有效滿足，并為5G移動通信技術未來的升級需求提供足夠空間，使其成為5G移動通信技術中的一個重要組成部分。5 結束語綜上所述，在對基于5G的蜂窩物聯網進行研究的過程中，技術人員應充分了解蜂窩物聯網的實際應用需求，并以此為依據，借助于5G技術來進行蜂窩物聯網構建，包括總體架構構建、各個子系統應用功能需求的滿足、架構數據的處理以及NB-IoT的部署，促進物聯網技術與5G移動通信技術的良好融合與發展。參考文獻[1] 吳麗坤.5G背景下的蜂窩物聯網建設策略分析[J].信息通信，2020（10）：166-168.2021.02數字通信世界111

-