如何解决5G与工业互联网融合应用中的实时性问题？-icspec

如何解决5G与工业互联网融合应用中的实时性问题？

来源:电子工程专辑发布时间:2020-08-06

分享至微信

在今天举行的第二届(2020)国际电子产业链资源对接大会主题演讲中，来自深圳大学电子与信息学院的马君显教授做了题为《5G 与工业互联网融合中的时间相关问题》的学术性演讲。

5G应用场景要求低时延与高可靠性

我们知道5G的三大应用场景包括：

1. 增强移动带宽(eMBB)：最先商用，主要以人为中心，侧重于关注多媒体类应用场景。

2. 大规模机器类通信(mMTC)：连接设备的数量巨大，设备所需要传输的数据较少，对时延要求较低。

3. 超高可靠低时延通信(uRLLC)：对延迟时间、性能可靠性等要求极高，是为M2M的实时通信而设计的。

其中uRLLC应用场景如下，比如针对工业、自动驾驶等，这些是对速度和可靠性要求比较高的地方，但是速度和可靠性这两者常常不容易同时兼顾，所以后续网络构建、融合、集成过程中存在一些妥协。

ITU、IMT-2020推进组等国内外5G研究组织机构均对5G提出了毫秒级的端到端时延要求，理想情况下端到端时延为1ms，典型端到端时延为5-10ms左右。5G网络的时延主要有3段，空口接入时延约占25%、承载网时延约占25%、核心网时延约占55%。

以云VR/AR应用为例，其时延要求<5ms。VR/AR业务对带宽的需求是巨大的，高质量VR/AR内容处理走向云端，在满足用户日益增长的体验要求的同时也要降低设备价格，VR/AR将成为移动网络最有潜力的大流量业务。

虽然现有4G网络平均吞吐量可以达到100Mbps，但一些高阶VR/AR应用需要更高的速度和更低的延迟。

智能制造对时延的要求更高，要小于1ms。在MWC2017展会上，华为和库卡展示了5G协作机器人，两台机器人以同步方式一起敲鼓。库卡创新实验室报告显示网络时延低至1毫秒。

工业互联网需要实时控制

在传统生产车间内，产品的质量检测仍处于人工肉眼处理的阶段，面临着效率低下，且存在缺陷难回溯、检测率受人员状态影响明显等问题。利用5G网络，可将待检测物品通过超高清工业摄像头拍摄的图片信息上传至云端进行图像识别及分析，实现缺陷实时检测与自动挑拣，同时可有效记录待检测物品的瑕疵，为回溯缺陷原因提供数据分析基础。

在工业应用中，实时性不只意味着快，更意味着确定性，对应到网络则是网络服务质量。工业场景对于网络服务质量要求比较高，这也是为什么目前使用无线网络比较少的重要原因。对于离散制造，从生产设备一直到生产管理系统，以及仓储物流、产品设计等等众多系统，它们之间是互联互通的，但内部网络根据不同的场景分不同的层次。最底层的工业设备，基本都是高速控制设备，比如数控机床、工业机器人，这个层面的网络协议，循环周期在亚毫秒，目前看，用无线的难度比较大。从底层往上，比如生产装备、监控系统等，对时间的要求就没那么高了，但还是要求实时性。

而流程工业主要指石化、冶金、发电等行业。相比离散制造业，流程工业底层控制的速度并不太快，基本上控制中心对实时性的要求是毫秒级，5G基本可以满足这一需求。但是，流程工业生产规模一般比较大，生产设施结构复杂，部分设备的安装位置不适合无线通讯。

传统的工厂内网络的“两层三级”结构通信效率较低。工业互联网时代，工厂内网络的三大趋势将极大提升工业通信效率，同时5G将替代传统工业通信解决工业互联网痛点：IT与OT融合;开源开放;部署灵活。

工业互联网使工业生产各环节的设备、人、物料有机结合，连接海量终端的同时生成海量数据，且大部分数据为静态、低价值数据与冷数据。若直连平台层、应用层将对网络层的通信产生巨大带宽压力，也伴随着平台层的数据存储压力。因此倾向于将专用与通用处理器混合应用于边缘工业设备，在数据产生后立刻进行数据的识别、分析与处理，同时满足实时控制和数据分析功能。

海量终端与数据要求在边缘层集成算力，即在边缘控制层：将传感器和边缘计算结合。工业互联网毫秒级实时响应需求，使得边缘计算成为重要解决方案。

光纤传感网能否解决响应时间瓶颈?

光纤传感技术是20世纪70年代伴随光纤通信技术的发展而迅速发展起来的，以光波为载体，光纤为媒质，感知和传输外界被测信号的新型传感技术。光纤传感器基本原理为：将来自光源的光经过光纤进入调制器，使待测参数与进入调制区的光相互作用后，导致光的光学性质，如强度、波长、频率、相位、偏振态等发生变化，再经过光纤送入探测器，经解调后获得被测参数。

光纤传感器根据测量方式划分，可概括为点式、分布式(连续和准分布式)传感器两种类型。下图为光纤传感器的性能特点：

根据Photonics Sensor Consortium与Light Wave Venture的报告，2013年分布式FOS市场规模为5.85亿美元，2018年达到14.58亿美元，其中主要应用之一是过程控制。这些报告都预测FOS市场的显著增长。从技术来看，基于布拉格光栅的分布式光纤传感器和基于拉曼散射的分布式光纤传感器从2006年开始，在整个分布式光纤传感类别中所占比例逐渐扩大，增长速度远超其他技术类别的光纤传感器。