技術(shù)
導(dǎo)讀:頻譜之戰(zhàn),或許還將延伸到更為遙遠(yuǎn)的6G建設(shè)中。而頻譜共享從技術(shù)藍(lán)圖真正抵達(dá)現(xiàn)實(shí),AI產(chǎn)業(yè)端的支撐必不可少。
圖片來自“Unsplash”
用AI來治理交通擁堵,在轟轟烈烈的城市智能化改造大潮的席卷下,大家想必或多或少都聽說過。那么,利用AI來管理隱形的數(shù)據(jù)高速公路呢?
沒錯(cuò),指的就是同樣火熱的5G建設(shè)。
今天,大部分讀者可能都已經(jīng)了解了頻譜之于5G的重要性,而頻譜的獲得方式也比較直接,要么是競(jìng)價(jià)拍賣,要么是國(guó)家分配發(fā)放牌照。如今,各國(guó)頻譜資源的“搶地盤”競(jìng)爭(zhēng)早就已經(jīng)告一段落,而運(yùn)營(yíng)商們面對(duì)高昂的建設(shè)成本,當(dāng)務(wù)之急自然就是怎樣提高頻譜的利用率了。
其中,頻譜共享(spectrum sharing),就被看做是終結(jié)頻譜稀缺這一局面的關(guān)鍵方式。但在時(shí)間的過程中,卻存在著許多無法忽視的難題。而AI又將如何影響5G照進(jìn)現(xiàn)實(shí)的腳步呢?
頻譜共享究竟難在哪里?
首先需要搞清楚的是,到底什么是頻譜共享。
簡(jiǎn)單來說,就是讓不同制式的網(wǎng)絡(luò)可以根據(jù)自身的業(yè)務(wù)狀況,釋放一部分頻譜資源,和其他網(wǎng)絡(luò)共同使用。舉個(gè)例子,在5G初期,如果要從4G原有頻譜中分割出來一部分給5G使用,那么就會(huì)直接造成4G的可用頻譜減少,同時(shí)5G終端又沒有那么多,分配過去的頻譜大概率也是浪費(fèi)的。
那么,實(shí)現(xiàn)高中低頻段的頻譜共享,讓原來“僅限4G”、“僅限5G”的通道上可以數(shù)據(jù)自由傳輸,同時(shí)又不會(huì)相互干擾,就像超跑與普通汽車可以共同在一條道路上穿梭一樣,這樣的網(wǎng)絡(luò)融合的局面豈不是能更有效地緩解頻譜的供需矛盾。
實(shí)際上,早在2017年3GPP加速5G標(biāo)準(zhǔn)的同時(shí),也引入了5G NR頻譜共享研究,將頻譜共享作為5G標(biāo)準(zhǔn)中的組成部分。但時(shí)至今日,頻譜共享一直未能被大范圍推廣。
(美國(guó)的頻譜分配圖)
并不是運(yùn)營(yíng)商們不給力,而是造成其應(yīng)用困難的核心原因,至今仍有待產(chǎn)業(yè)去一一解開:
首先是技術(shù)上的挑戰(zhàn)。頻譜共享意味著要讓兩種無線通訊網(wǎng)絡(luò)共享統(tǒng)一頻段,但信道之間很容易產(chǎn)生相互干擾的兼容問題。
比如4G是寬帶系統(tǒng),信道配置相對(duì)粗放,而5G也是寬帶系統(tǒng),同樣存在各類物理信道,想要防止兩種制式之間物理信道發(fā)生干擾,就需要提出非常精確的“交通規(guī)則”,才能避免“撞車”。
同時(shí),共存的網(wǎng)絡(luò)制式越來越多,也進(jìn)一步加大了共享難度。除了已經(jīng)存在的2G/3G/4G/5G等之外,衛(wèi)星互聯(lián)網(wǎng)、軍用系統(tǒng)等也在擴(kuò)容。
早在2015年,美國(guó)聯(lián)邦通信傳播委員會(huì)(FCC)就將帶寬為150MHz的市民寬帶無線電服務(wù)(CBRS)頻段釋放了出來,允許其他用戶使用,以緩解頻譜資源稀缺而日益擁塞的壓力。但2G/3G等網(wǎng)絡(luò)減頻退網(wǎng)并非一朝一夕能夠完成的事。在這期間,如何讓5G建設(shè)與頻譜供求相協(xié)調(diào),成為運(yùn)營(yíng)商生存下去的必要條件。
AI這支“特效藥”向5G投擲了什么?
在5G走完了一系列基礎(chǔ)準(zhǔn)備工作之后,是時(shí)候來到產(chǎn)業(yè)鏈的中間層,真實(shí)思考一下如何提升運(yùn)營(yíng)效率,進(jìn)而達(dá)成用戶體驗(yàn)與商業(yè)效益的雙保險(xiǎn)了。
在我們看來,一個(gè)能夠統(tǒng)籌合理的AI算法,或許是支撐5G網(wǎng)絡(luò)與現(xiàn)實(shí)世界最關(guān)鍵的存在。至少在頻譜共享中,AI能夠起到三個(gè)關(guān)鍵作用:
一是精確認(rèn)知。管理頻譜池使用狀況的前提,是對(duì)所有節(jié)點(diǎn)的情況了如指掌,即使在較弱的環(huán)境中,也能夠確保在對(duì)其他無線電波沒有射頻干擾的情況下實(shí)現(xiàn)成功共享。過去,探測(cè)電磁頻譜中的能量波動(dòng),只能依靠自動(dòng)探測(cè)器來識(shí)別,但這些探測(cè)器往往缺乏足夠的鑒別能力,混淆或忽略雷達(dá)等重要信號(hào)時(shí)有發(fā)生。而AI恰恰能夠提升檢測(cè)器的識(shí)別準(zhǔn)確率。
前不久,美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所(NIST)就訓(xùn)練出了八種深度學(xué)習(xí)算法,可識(shí)別近15000個(gè)60秒長(zhǎng)的雷達(dá)信號(hào)頻譜圖。
二是智能調(diào)度。多制式共存的局面,也正在讓網(wǎng)絡(luò)流量的熱點(diǎn)峰值變化變得更加難以預(yù)測(cè),智能算法能夠根據(jù)實(shí)際流量需求,在4G和5G之間對(duì)系統(tǒng)容量進(jìn)行重新調(diào)整,從而讓混合組網(wǎng)的5G解決方案所有的設(shè)備能夠時(shí)時(shí)保持在最佳性能。
比如華為的CloudAIR解決方案,愛立信的頻譜共享軟件,就是采用了智能調(diào)度算法,實(shí)現(xiàn)了4G和5G可以在同一個(gè)載波頻率上同時(shí)運(yùn)行、按需分配的可行性。
三是高效部署。5G運(yùn)營(yíng)商最終競(jìng)爭(zhēng)還是落點(diǎn)在業(yè)務(wù)創(chuàng)新上,然而不同類型的業(yè)務(wù)對(duì)于網(wǎng)絡(luò)指標(biāo)的要求千差萬別,海量物聯(lián)的逐步入網(wǎng)也對(duì)運(yùn)營(yíng)商的承載能力提出了更高的要求。要支撐多樣化的業(yè)務(wù)需求和快捷的應(yīng)用開發(fā),同時(shí)還要盡快獲取用戶回籠投資收益,借助AI的高效部署能力快速發(fā)放應(yīng)用,率先幫助用戶獲得5G最佳體驗(yàn),就變得至關(guān)重要了。
總而言之,在這場(chǎng)5G頻譜的爭(zhēng)奪戰(zhàn)中,利用AI實(shí)現(xiàn)精細(xì)化管理,這個(gè)命題正等待著頂層設(shè)計(jì)、運(yùn)營(yíng)商、基礎(chǔ)設(shè)施供應(yīng)商、開發(fā)者等一系列從業(yè)者通力合作去構(gòu)筑的。
未來的產(chǎn)業(yè)機(jī)遇會(huì)在何方?
想要給承載著數(shù)十億網(wǎng)民的通訊系統(tǒng)做個(gè)改良手術(shù),并不簡(jiǎn)單。不過,難題也意味著機(jī)遇。
誰能在這場(chǎng)頻譜共享的技術(shù)奪旗賽中率先拔得頭籌,顯然將以“送水人”的角色率先挖掘出5G革命的第一批金礦。
目前看來,機(jī)會(huì)更容易出現(xiàn)的領(lǐng)域,一個(gè)是云網(wǎng)絡(luò)基礎(chǔ)設(shè)施。
由于不同運(yùn)營(yíng)商的業(yè)務(wù)需求在時(shí)間、空間和頻率上都并不一致,這就需要在多個(gè)運(yùn)營(yíng)商頻譜之間建立共享接口來交互信息,對(duì)頻譜共享規(guī)則進(jìn)行協(xié)商,但出于競(jìng)爭(zhēng)關(guān)系,運(yùn)營(yíng)商之間不會(huì)也不愿意交互較為細(xì)節(jié)的敏感信息,那么基于模糊信息如何調(diào)控頻譜資源呢?今天我們知道,許多AI功能都已經(jīng)被整合到了云端,核心網(wǎng)上云能夠?qū)\(yùn)營(yíng)商空口資源實(shí)現(xiàn)多維融合,也就成了大勢(shì)所趨。
另一個(gè)則是跨終端的廣義物聯(lián)網(wǎng)。
眾所周知,工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)等的智能化改造中,需要多元網(wǎng)絡(luò)系統(tǒng)與多終端建立穩(wěn)定的聯(lián)系,可以說是5G應(yīng)用的前哨,更是頻譜共享的試驗(yàn)田。目前政策上已經(jīng)在規(guī)劃劃分一些新的頻段來支持其發(fā)展,同時(shí),在確保不產(chǎn)生無線電干擾的前提下,三家運(yùn)營(yíng)商也正在利用現(xiàn)有網(wǎng)絡(luò)開展NB-IoT(窄帶物聯(lián)網(wǎng))試驗(yàn)。未來寬帶系統(tǒng)頻率共享和管理方法,或許將率先在這一領(lǐng)域誕生,行業(yè)自身也有機(jī)會(huì)最先品嘗到5G甘甜。
頻譜之戰(zhàn),或許還將延伸到更為遙遠(yuǎn)的6G建設(shè)中。而頻譜共享從技術(shù)藍(lán)圖真正抵達(dá)現(xiàn)實(shí),AI產(chǎn)業(yè)端的支撐必不可少。而我們也是在城市智能升級(jí)一步一步的軌跡中,逐漸看清方向。