超可靠低时延业务(ultra-reliable and low-latency communication,URLLC)时延性能与5G系统的带宽资源、边缘速率、调度方式、以及天线数、载波频率、调制编码方案、帧结构等系统参数配置密切相关。针对垂直行业部署URLLC业务时的工程...超可靠低时延业务(ultra-reliable and low-latency communication,URLLC)时延性能与5G系统的带宽资源、边缘速率、调度方式、以及天线数、载波频率、调制编码方案、帧结构等系统参数配置密切相关。针对垂直行业部署URLLC业务时的工程测算需求,建立了一种用于描述URLLC时延性能的通用模型。进一步地,提出一种包括分析URLLC数据传输流程中的时延组成、确定调制编码方案和计算最大传输次数等步骤的时延分析方法。最后,通过对5G NR数据传输过程的链路级仿真,分析了不同可靠性要求与系统参数配置下的URLLC时延分布特性。所提方法为分析URLLC业务性能与5G网络资源需求之间的定量关系提供了一种实用解决方案。展开更多
面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规...面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。展开更多
现有蜂窝5G/B5G高可靠低时延通信(ultra-reliable and low latency communications,URLLC)标准3GPP Release 17-18采用经典正交频分复用(OFDM)多载波波形传输,因其工作在授权频带,较少考虑URLLCOFDM多载波传输抗干扰策略。未来工业物联...现有蜂窝5G/B5G高可靠低时延通信(ultra-reliable and low latency communications,URLLC)标准3GPP Release 17-18采用经典正交频分复用(OFDM)多载波波形传输,因其工作在授权频带,较少考虑URLLCOFDM多载波传输抗干扰策略。未来工业物联网异构多服务质量(quality of service,QoS)业务大部分部署于非授权频带,其无线通信链路变得复杂,现有URLLC-OFDM波形无法完全为工业物联网信息传输提供高可靠性、低时延的苛刻要求。首先,基于子载波可配置的OFDMA,将鲁棒性更高的子载波跳频(subcarrier frequency hopping,Sub-FH)技术应用于OFDMA中(即Sub-FH/OFDMA),以提高信号传输可靠性。然后,设计将Sub-FH/OFDMA波形融合到以微时隙为基本单位的调度策略中。该调度策略采用Hamming编码+微时隙结合的混合自动重传请求(HARQ)机制,有效降低端到端传输的重传次数,旨在提升节点传输的实时性。并推导了信息误码(块)率与重传次数的折中理论关系。仿真结果表明,在面对外部电磁干扰和内部多用户干扰时,该方案能够保障物联网节点的稳定传输质量,并在目标误块率为10-5时实现毫秒级短数据包的传输时延。通过波形设计和MAC时隙调度的跨层级设计,为未来B5G/6G通信在复杂工业物联网场景中的实际应用提供了可行解决方案。展开更多
文摘超可靠低时延业务(ultra-reliable and low-latency communication,URLLC)时延性能与5G系统的带宽资源、边缘速率、调度方式、以及天线数、载波频率、调制编码方案、帧结构等系统参数配置密切相关。针对垂直行业部署URLLC业务时的工程测算需求,建立了一种用于描述URLLC时延性能的通用模型。进一步地,提出一种包括分析URLLC数据传输流程中的时延组成、确定调制编码方案和计算最大传输次数等步骤的时延分析方法。最后,通过对5G NR数据传输过程的链路级仿真,分析了不同可靠性要求与系统参数配置下的URLLC时延分布特性。所提方法为分析URLLC业务性能与5G网络资源需求之间的定量关系提供了一种实用解决方案。
文摘面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。
文摘现有蜂窝5G/B5G高可靠低时延通信(ultra-reliable and low latency communications,URLLC)标准3GPP Release 17-18采用经典正交频分复用(OFDM)多载波波形传输,因其工作在授权频带,较少考虑URLLCOFDM多载波传输抗干扰策略。未来工业物联网异构多服务质量(quality of service,QoS)业务大部分部署于非授权频带,其无线通信链路变得复杂,现有URLLC-OFDM波形无法完全为工业物联网信息传输提供高可靠性、低时延的苛刻要求。首先,基于子载波可配置的OFDMA,将鲁棒性更高的子载波跳频(subcarrier frequency hopping,Sub-FH)技术应用于OFDMA中(即Sub-FH/OFDMA),以提高信号传输可靠性。然后,设计将Sub-FH/OFDMA波形融合到以微时隙为基本单位的调度策略中。该调度策略采用Hamming编码+微时隙结合的混合自动重传请求(HARQ)机制,有效降低端到端传输的重传次数,旨在提升节点传输的实时性。并推导了信息误码(块)率与重传次数的折中理论关系。仿真结果表明,在面对外部电磁干扰和内部多用户干扰时,该方案能够保障物联网节点的稳定传输质量,并在目标误块率为10-5时实现毫秒级短数据包的传输时延。通过波形设计和MAC时隙调度的跨层级设计,为未来B5G/6G通信在复杂工业物联网场景中的实际应用提供了可行解决方案。
