从过去 20 年无线系统的发展来看,一个有限的标准开发组织 (SDO) 领导小组已经制定了一个规范且时间安排合理的世代规划,从 3G 到 4G,再到现在的 5G。无线行业从该计划中受益匪浅,因为所有运营商、供应商和其他利益相关者都保持一致,因此无线服务非常成功。相比之下,固定宽带接入的发展则由众多 SDO 和论坛的活动以及独立运营商的活动决定。这导致固定宽带技术有些分散,由于行业内相互冲突的动向,几个重要的系统被推迟了很多年,在一定程度上降低了固定接入网络相对于无线接入网络的前景。
对于社区而言,数字技术正在缩小数字鸿沟,促进所有人的机会平等。特别是5G固定无线接入(FWA)让基础设施薄弱的地区也能享受到快速的宽带服务,远程教育让不同地区的人们享受到教育的公平性,远程医疗通过双千兆网络让医生能够为偏远地区的患者提供诊疗服务,让优质的教育和医疗资源触手可及。此外,通过全息视频技术,记者可以与千里之外的受访者面对面交流;通过先进的数字工具,人们可以像在办公室一样高效地在家办公;通过5G空地系统,乘客可以享受如同在地面一样的机上服务。事实证明,数字化转型拉近了人与人之间的距离,拉近了人与人之间的距离,拉近了人与人之间的距离,让社会更加和谐。
“物联网通信系统”课程旨在提供与大规模机器类型通信 (mMTC) 相关的理论知识和实践经验。数据传输可以通过有线或无线通信技术在与工业物联网 (IIoT) 和工业 4.0 相关的拟议通信场景中进行。学生将获得与人与人 (H2H) 和机器与机器 (M2M) 通信之间的主要差异相关的信息。实践练习的主要目标是使用在许可和免许可频段工作的低功耗广域 (LPWA) 技术(即窄带物联网 (NB-IoT)、LTE Cat-M、LoRaWAN 和 Sigfox)测试数据传输。此外,还将考虑系统架构 (ARM、MIPS) 和电池消耗。学生将使用构建的多无线接入技术 (Multi-RAT) 开发板进行实践练习。
摘要 — 随着 5G 标准化的巩固,研究人员正在猜测 6G 将会是什么样子。传感功能的集成正在成为 6G 无线接入网络 (RAN) 的一个关键特性,允许利用密集的蜂窝基础设施来构建感知网络。在这篇 IEEE 通信选定领域期刊 (JSAC) 特刊概述中,我们全面回顾了集成传感和通信 (ISAC) 的背景、主要应用范围和最新方法。我们首先从历史的角度讨论传感和通信 (S&C) 之间的相互作用,然后考虑 ISAC 的多个方面及其带来的性能提升。通过介绍正在进行和潜在的用例,我们阐明了与 ISAC 相关的行业进展和标准化活动。我们分析了 S&C 之间的许多性能权衡,包括信息
与上一代无线网络架构升级一样,真正的独立 (SA) 5G 将需要新的核心网络以及新的无线接入网络 (RAN)。我们展示了最有可能立即实现的迁移路径,即 NSA 选项 3a,它允许移动运营商在利用现有 4G 核心网络的同时构建新的 5G RAN。这将在短期内为网络运营商节省成本,同时允许初步部署 5G 网络服务。最终,我们相信移动网络将发展为 SA 选项 1/2 架构,其中有两个截然不同的独立移动网络,相互叠加。要充分利用 5G 的 uRLLC 和 mMTC 技术,必须构建一个单独的核心网络。短期内,非独立 5G 仍将是全球 5G 部署的主要版本。
Ian 目前担任新南威尔士州首席数据科学家,也是 UTS 的行业教授。Ian 在 ICT 领域拥有 30 年的经验,曾领导拥有 300 多人的组织,提供的产品和成果影响了全球数亿人。他曾在欧洲和澳大利亚担任高级管理职务,担任诺基亚无线接入性能总监、诺基亚西门子网络全球销售合作伙伴(网络软件)主管,以及 CSIRO 的部门主管和旗舰总监。Ian 被认为是数字经济的思想领袖,经常就大数据、宽带服务和技术对社会的影响发表演讲。他撰写了六本书,并合著了 130 多篇论文,这些论文被引用了 4,000 多次。Ian 拥有伦敦大学工商管理硕士学位和悉尼大学移动电信哲学博士学位。
支持边缘 AI 服务是未来移动网络最令人兴奋的功能之一。这些服务涉及在网络边缘收集和处理大量数据流,以便为用户提供实时和准确的推理。然而,它们的广泛部署受到它们给网络带来的能源成本的阻碍。为了克服这一障碍,我们提出了一个贝叶斯学习框架,用于联合配置服务和无线接入网络 (RAN),旨在最大限度地降低总能耗,同时尊重理想的准确度和延迟阈值。使用具有软件定义基站 (BS) 和支持 GPU 的边缘服务器的成熟原型,我们对最先进的视频分析 AI 服务进行了分析,并确定了新的性能权衡。因此,我们根据网络环境、用户需求和服务指标定制优化框架。通过一系列实验和与基于神经网络的基准的比较,验证了我们提案的有效性。
1979年12月3日,使用蜂窝系统的通信服务诞生。此后,移动通信的无线接入技术每10年就会发展成新一代系统。随着技术的发展,服务也取得了进步。从第一代(1G)到第二代(2G),服务主要是语音通话,但最终发展到简单的短信。第三代(3G)技术使任何人都可以使用以“i-mode”为代表的数据通信服务,并发送图片、音乐和视频等多媒体信息。在第四代(4G)中,通过LTE(长期演进)技术实现了100Mbps以上的高数据速率通信,导致智能手机的普及和各种多媒体通信服务的出现。4G技术以LTE-Advanced的形式不断发展,目前已实现超过1 Gbps的最大数据速率。进一步的技术进步使第五代(5G)成为现实。DOCOMO于2020年3月25日利用其5G移动通信系统[1-1]推出了5G商业服务。
摘要 — 大量苛刻的服务和用例要求未来无线网络资源管理发生革命性转变。事实上,当应用程序对服务质量的严格要求与网络复杂性的增加相结合时,传统的网络管理例程在 6G 中将变得不可行。人工智能 (AI) 正在成为从下到上协调网络资源的基本推动因素。支持 AI 的无线接入和支持 AI 的核心将为 6G 的自动配置开辟新的机遇。另一方面,支持 AI 的网络中存在许多挑战需要解决。较长的收敛时间、内存复杂性和不确定性下机器学习算法的复杂行为以及网络高度动态的信道、流量和移动性条件加剧了这些挑战。在本文中,我们调查了利用机器学习技术提高无线网络性能的最新研究。此外,我们确定了挑战和未解决的问题,为研究人员提供了路线图。
对于 5G-SER 项目任务 2 和 3,NREL 部署了一个开源 5G 通信平台,并通过多接入边缘计算和开放的 5G 无线接入网络构建了一个分布式控制系统,用于电网边缘控制(Rivera 等人2023 年)。任务 3 电网基础设施包括在实时数字模拟器上运行的模拟微电网组件。但是,为了完成任务 4,我们已将实时数字模拟器模型替换为集成电源硬件在环组件,包括光伏逆变器、电池储能以及关键和非关键负载,以执行先前任务中的测试套件,以使用 5G 无线控制重新验证物理设备的有效性。此外,任务 4 允许我们升级 OpenAirInterface (OAI) 5G 核心、此后称为 gNodeB 的蜂窝塔以及与 Celona 5G 系统集成的用户设备的系统软件组件。在任务 4 中,我们还升级了分布式控制软件,以实现运营自动化和电网弹性。