车联网场景下的6G网络架构研究

董秋丽 李 静

中国联通研究院 北京 100048

引言

无线网络演进的主要驱动力是对更高速率的追求，即对无线容量的持续增长。但物联网的出现，使得以数据速率为中心的增强型移动宽带服务，向超可靠低时延等新维度的服务范式转变。未来是否能够提供智慧城市服务指标仍然存在争议。这激发了研究界对6G移动通信网络的设想。

胰腺癌具有较高的患病率，且病情进展快速、病灶容易转移，为提高患者预后质量，临床需早日对患者的病情进行诊断，以便于临床进一步有效治疗。随着现代临床医疗技术的不断发展和完善，临床诊断胰腺癌的准确率也得到了进一步提升，常规诊断手段主要有CT、MRI、胰胆管造影技术等，其中临床比较常见MRI与CT检查，为临床诊断胰腺疾病提供了有效手段[1]。本文以80例胰腺癌患者作为观察对象，特此对照观察了MRI与CT诊断的效果。现做如下报道。

为了克服这些挑战，需要开展对下一代移动通信技术的研究。新的应用场景和新维度的指标驱动6G网络架构的更新。面对日益扩展更新的业务需求，传统网络架构随着技术演进变得日益复杂而失去了效率和灵活性。而新的需求如智能内生、安全内生需要网络根据业务特性灵活协调网络资源，迅速高效地部署新的业务，这些都对新架构提出了挑战。也就是说业务场景及其对应的指标需求成为网络架构增强演进的主要推动力。

车联网是物联网体系中市场需求最明确的领域[1-2]，车联网技术发展和服务水平的提升，将催生大量新的产品和业务。2030年及以后的世界，将有数百万人联网，自动驾驶的车辆以不同的程度协调运行，使运输和物流尽可能高效。

目前6G研究仍处于愿景与需求以及潜在技术的研究阶段，尚未提出明确的网络架构[3-4]。在6G架构研究初期，摸索技术和需求的多样性是必经之路，在需求方面，将灵活、高效、多样性业务、网络即服务等作为设计目标。本文通过分析车联网场景业务特征和指标，以及车联网对未来网络的需求，分析6G网络架构的特征和6G网络架构的设想，讨论了未来6G网络架构的主要趋势。

1 车联网场景演进指标分析

域的自治是通过精心协调(编排)的闭环实现的，智能在实现闭环的部分甚至整个流程方面发挥着重要作用。闭环是一种控制机制，它使用反馈信号，即作为输入返回并创建形成循环的因果链的输出。闭环监控和调节自己以实现特定目标，例如最小化能源消耗，或最大化服务吞吐量。在管理系统中，闭环控制可以通过提供数据、分析功能、策略、编排工具等的管理功能的组合来实现，以创建一个自治系统，该系统不断监控和评估网络并采取纠正措施以满足指定的目标。

表1 车联网场景关键业务指标

6G 网络将以可靠的方式建立蜂窝V2X和车辆到服务器的连接[7]。随着6G走向更高的光谱(如太赫兹)和更短的波长，理论上可以实现更精确的传感和定位分辨率。为了应对日益复杂的网络和网络管理，将智能(通过计算获得)嵌入通信网络的趋势也越来越明显。6G移动系统有助于实现跨功能任务，将通信、计算、定位和传感结合起来，以满足服务/应用需求，这些新维度需求主要体现在以下方面。

1.1 移动边缘计算能力

移动边缘计算等新技术与车联网应用紧密结合，更好支持未来出行体验。车联网业务中有关驾驶安全类业务的主要特征是低时延、高可靠。根据Intel的研究报告，2020年，一辆自动驾驶汽车每天使用4 000GB的数据。相比之下，一个互联网用户每天使用的数据大约是1.5GB。车辆和道路的数量庞大且复杂，加之传感器数量的增加，由此会带来的大数据处理和存储的难题。借助MEC技术，很多服务可以部署到更加靠近车辆和道路等数据源的地方，节省网络资源并降低延迟。

剩下的路程里，沈侯没有再和颜晓晨说话，一直默默地开着车。到了商场，沈侯直接领着颜晓晨去女装部看职业套装，颜晓晨像刘姥姥进大观园，有些眼花缭乱，不知从何下手。

1.2 高精度定位融合

未来车联网的高精度定位，需以研发基于网络的高精度定位及高精度卫星定位为基础，并将惯性传感器和激光雷达等多层次定位技术实现可信融合，保障不同应用场景、不同业务定位需求的一体化定位方法。

大陆村到古辣镇上只用40分钟的车程，交通条件的改善，将为大陆村信息、物资的流通奠定良好的基础，便于人口的集聚，有利于旅游地产的发展。

根据警察礼仪课程特点，在多年教学实践基础上，教学团队应通过多样化、形象化、具体化的教学手段和方法，使学生在感性、生动的教学氛围中学习兴趣被激发，对所学的礼仪知识理论明确掌握，并能够实际运用。

实时获取车辆的精确位置信息变得不可或缺，这不仅是为了探索无限的基于位置的服务机会，也是为了探索实时等先进的V2X用于构建精确环境模型的三维映射。此外，准确的位置信息提高了无线通信系统的性能。预计6G将为无线通信网络提供集成定位和通信的新功能。

1.3 数字孪生车联网验证和预测

为了体现在云和边缘中享受丰富的计算能力和存储的好处，又可以减轻骨干网络上的负载，显著降低传输延迟，未来架构应该形成层级形式的分层网络，万物皆为终端，产生的海量数据通过网络可以传递到云端的数据中心。借助云计算、大数据技术，可以对这些数据进行储存、分析和计算。还可以引入AI人工智能，通过强大的算法，对数据进行深度处理，挖掘出更多的价值。同时，云端和AI也可以通过网络对终端下达指令进行精准控制、协调管理。

2 6G车联网架构特征

6G车联网架构特征基于上一节业务场景指标进行分析，可以看出未来网络指标将继续朝两个方向演进：一是对5G商用以来受能力限制的传统连接性指标的增强；二是技术发展和场景需求驱动的新维度指标的扩展。

2.1 传统指标增强

连接性指标增强架构需求，具体包括速率、移动性、时延等传统指标较于5G业务场景有倍数的提升需求，6G架构应保障无所不在的服务[9]：通过密集型组网、多连接和无小区架构提供不同类型链路的无缝移动和集成、无处不在的3D覆盖和无缝服务；灵活的部署选项，室外到室内中继等需求。

2.2 新维度新指标扩展

新维度指标扩展架构需求，如算力、智能、大数据等，包含DOICT技术的融合，期望6G架构更新，应具备多维异构、服务定制、网络智能管理等特征。

1)多维异构：6G网络将具有更高和更多维的异构性。存在多种类型的网络设备、网络和/或服务节点、协议、网络和虚拟网络功能、多种服务。

2)服务定制化：差异化的服务体系需要网络切片进一步增强，用于在给定时间在同一基础设施上轻松高效地执行多种不同类型的服务。

3)网络智能管理：随着虚拟化的普及，网络将包含大量虚拟化和非虚拟化的组件，这使得6G网络变得极其复杂。设计6G网络架构时，需要提升网络自主管理能力[10]。

2.发挥阵地作用，提升工作水平。切实发挥党校的培训作用，邀请外部专家和内部模范讲授课程，对党员、党员干部进行集中轮训和专题培训；成立党建思想政治工作研究会，不断提高公司党建、政研工作水平，推进公司党建与思想政治工作的理论和实践创新，提高公司党建思想政治工作整体水平。

基于以上分析，通过场景需求推导出的架构设想，对应的使能技术和潜在挑战，如图1所示。下一节将进一步细化论述这四种架构，以期给出未来6G架构的一个初步的轮廓。

本研究局限之处如下：第一，本研究为回顾性研究，可能存在偏倚；第二，由于资料有限，未按官兵远航次数及专业进行亚组分析；第三，纳入的人群主要集中在40岁以下人群，而肾结石的高发年龄在40～60岁[14]，这是由于部队群体的特殊性决定的。

图1 业务需求重塑6G网络架构

3 6G车联网架构设想

车联网业务需求需要移动通信网络向更通用和多样化的方式转变。这种转变包括从当前纯连接架构，到虚拟化、人工智能(AI)/机器学习技术、自动化API、以及需要巨大带宽几毫秒的端到端延迟。当前阶段要准确说明未来的网络架构是不现实的，基于典型业务场景即车联网，可以对未来网络架构进行聚焦和阶段化整合[11]。6G车联网架构是一种端到端的集成、自动化和动态架构，它结合了连接性、计算和存储资源。基于车联网场景的需求，从分层智能、服务定制、网络自治和密集型四个方面来讨论6G车联网架构，如图2所示。

引入雾节点的网络架构中，主要有涉及三种协同组成方式[13]。

图2 6G网络架构设想

3.1 分层智能

早期云计算已广泛应用于车联网，但基于云的解决方案本身可能无法满足V2X网络中许多对延迟非常敏感的应用[12]。通过利用位于网络边缘的边缘/雾的计算资源，有望为车联网提供更低延迟、更大算力的服务。这种类似于分层的网络架构，结合虚拟化、共享物理资源、资源自动化管理和按需分配，继续塑造5G网络架构的转型。同时，分层架构作为未来架构需要解决的一个关键问题是：在哪里添加计算和人工智能功能。

借助先进的 6G 支持，利用数字孪生映射技术，在虚拟仿真试验环境的基础上，可实现虚拟复杂道路环境下的真实自动驾驶车辆试验，创建智慧车联网数字孪生，收集传感器数据，构建预测模型，作为真实道路环境的数字孪生映射，提供边缘计算服务、控制并支持自动驾驶技术[8]。基于6G系统的实时精确感知、多模态终端、泛在通用计算、实时预测控制以及多源数据融合等特性，数字孪生驱动下的智能交通系统将在新一代信息技术、地理信息技术、仿真建模技术与交通运输的深度融合下迎来新的发展，即利用真实城市交通所构建的全局映射模型，持续推动数字化交通设施、可视化交通运行与智能化交通管理建设，实现孪生数据驱动的智能化交通决策与控制，助力建成数字交通新形态。

雾和边缘计算设备将通过在靠近终端设备的位置执行计算来减轻云服务器的负载，从而改善计算延迟。雾节点设备将智能地整合所有可用设备的空闲/备用资源，以进一步提高网络效率。雾节点设备、边缘设备和其他可用设备的计算资源将是满足未来高要求应用的关键。研究人员提出了三层架构，即云层、雾层和边缘层。这些层中的资源是分层分布的，云服务器拥有最多的资源，雾节点拥有类似于云层扩展的中等资源，边缘设备拥有最少的资源。

简析：通过对比实验来验证时,关键是控制实验条件,本实验中必须控制氯化钠溶液中氯离子的浓度跟前实验中氯化亚铁中氯离子浓度相等。

血常规检测是非常重要的检测指标,给患者进行血常规检查的时候,血细胞检测仪是非常重要的设备,能够让患者短时间内获得较准确的结果[1]。血涂片分析使用和研究当前并没得到足够的重视,临床中误检和漏检的问题仍然存在。血常规检验是可以对早期病变进行发现的一种有效的检测方式,对骨髓造血、血循环等等问题可以尽早的发现。部分仪器会将小型粒细胞判断为中间细胞,把大淋巴细胞当成粒细胞,因此而引发了检验的结果偏差。因此临床中对于血常规检测的重视度必须足够高,尤其是血涂片分析,能够对血细胞指标进行观察,此次我院就血常规检验中使用血涂片检验的临床价值进行探讨分析,现根据研究开展以下报道。

未来网络架构由许多异构设备组成，具有不同的计算、存储和电源资源，由不同的所有者拥有。在保持能效的同时，设备之间的公平负荷不仅对于网络的可持续性，而且对于雾节点所有者能够继续共享资源都具有重大意义。然而，公平是以增加延误为代价的。因此，需要在公平性和延迟之间进行权衡，以确保在给定的时间限制内完成任务。

2) 雾节点与集中控制器的协同

普遍认为雾节点协作中雾节点将使用其所有算力处理大量的任务，并且所有雾节点都愿意接受来自其相邻设备的大量任务。但是，一部分雾节点可能不愿意共享其资源，并且可能希望应用不同的资源分配策略来控制其计算、存储和电源资源。

需要将任务分配的公平性和雾节点的合作意愿结合起来。雾节点所有者决定在每个负载分配任务中共享资源量，在雾节点之间创建一个互利的共享环境，在这个环境中，雾节点所有者通过以下方式鼓励参与者进行共享并投入最大的资源。

为了支持6G设备生成的大量数据，需要智能学习算法来有效利用可用的计算资源，进行大规模计算。为了降低感知任务的学习算法的复杂性，每个雾节点可以基于本地数据(如传入任务数量、任务大小、任务到达率和雾节点的能量消耗)开发一个模型。雾节点可以与集中控制器共享本地学习模型，以找到更准确的全局学习模型。这种技术称为联邦学习，它提供了安全性、协作数据共享、降低复杂性和更精确的全局模型等好处。在这种情况下，雾节点将通过运行不太复杂的算法和更准确的能效感知任务来有效地节约能源。将联邦学习用于感知任务的一个关键挑战是，使用在不同数据集上训练的局部模型，找到一个全局学习模型。

20%甘露醇经MMC可以安全输注。与中心静脉置管比较，能节约置管时间，与外周留置针相比，避免了反复穿刺给患者带来的痛苦，及时为患者建立有效的静脉通路，保证脑卒中颅内压增高患者绿色通道顺利实施，且能节约医疗成本，避免不必要的浪费。

闭环控制用于使自治系统能够调整其行为以响应用户需求、业务目标或环境条件的变化。闭环控制是自治系统中的一种机制，它在任务执行期间无需人工参与即可完成任务。

能源合作将是基于6G的雾计算的关键组成部分，以节约雾节点和物联网节点的能源[14]。未来6G设备将从太阳能、射频等多种来源获取能量。因此，物联网和雾节点之间需要能源合作，以满足大规模计算需求。可用能量较高的节点可以代替能量较低的节点执行任务。此外，还将开发智能频谱利用技术，以实现6G通信和计算。能源合作面临的一个重大挑战是开发激励机制，以激励设备之间公平、诚实的共享。

基于上述协同方式，图3展示未来可能的分层智能网络架构的实现方式。

图3 基于雾节点的6G网络架构

3.2 原生切片

未来全球通信网络的发展方向是随时为无处不在的用户提供快速、集成的个性化按需的丰富多样的服务。车联网应用的QoS面临着诸多挑战[15]。6G网络需要多种无线技术，在网络实现时需要考虑灵活利用不同技术特性的解决方案。另一方面，车联网本身存在多种不同的服务，通信系统和驾驶环境的上下文感知和跨层设计至关重要，需要考虑灵活的资源管理技术以应对不同的服务需求。

为了实现多样化的服务定制，突破面向服务的未来网络体系架构与基础理论，满足不同业务的服务质量需求，需要在未来网络中实现服务的定制化，即网络切片。网络切片技术具有很多优势，一是多个租户、虚拟运营商可以共享同一个物理网络，从而有效减少网络部署的成本；二是实现服务定制化，根据不同服务的要求定制不同的网络切片，从而实现服务的差异化，通过有效的资源管理完成不同需求；三是提高网络的灵活性。

“外语＋”人才培养模式应用需结合本学科、专业人才培养实际，不考虑自身所在学科和专业特点、社会职业需求和教学资源保障，“外语＋”战略的实施将大打折扣。在反复研讨、不断学习和摸索中，酒店管理专业明确了专业和英语的“鱼水关系”[2]，并采用了“外语＋”战略中“专业＋英语＋二外辅修”这一人才培养模式，借学校将基础知识教学、外语教学和跨学科交叉教学资源整合的东风，构建了基于“+英语”的酒店管理课程体系，大胆改革教学方法，并在应用型复合人才应具备的知识结构上洗削更革，并初见成效。

切片将是6G架构变革的关键驱动因素，与切片特定的专用软件堆栈和专用硬件加速相结合。模块化微服务的灵活组合，用于特定切片的实现，并根据硬件需求(例如，视频压缩或一般LLF的硬件加速)灵活放置功能，这将实现粒度用例实例化和服务级别保证，并具有最小的资源消耗和最大的能源效率。

1) 雾节点共享

不同于5G时代，网络切片技术将在6G实现进一步的突破。一方面，新一代移动通信技术利用其融合多种技术的趋势，切片也将融合其他先进技术如人工智能、边缘计算等技术更好地提供服务；另一方面，6G的网络切片将弥补5G网络切片技术的不足，特别是在无线方面，将模块化或者基于服务的网络架构应用于无线领域，实现无线侧的深度网络切片，如上下文感知和跨层设计构建先进的资源分配方案。根据QoS反馈和上下文自适应地调整分配，适应快速变化的网络条件。

基于服务化定制的网络切片的6G架构如图4所示，该体系由两部分组成：智能切片层和网络功能设施层。智能切片层为服务化定制提供保障，网络功能设施层通过虚拟化技术来实现资源的模块化，利于资源的灵活编排。

图4 原生切片使能的6G网络架构

3.3 自治网络

车联网通信包括车与车V2V、车与路V2I、车与人V2P、车与网络V2N等，具有低时延、高可靠等特殊严苛的通信要求。通过V2X将人、车、路、云等交通参与要素有机地联系在一起。因其丰富的应用和不同的服务需求，需要网络必须更加灵活和健壮，同时带来了管理的复杂性呈指数级增长。这就需要广泛采用网络自动化功能，最大限度地减少人工干预的需求，实现高效的网络管理。实现网络自治转型的关键技术有：闭环控制、意图驱动的接口、智能驱动的决策[16-17]。

6G需要满足更严格的车辆连接KPI，无论何时何地，都可以实现海量即时访问；极高的吞吐量，可处理大量数据，实现全自动化。智能车联网更新迭代较慢，这要求现有通信技术的需求具有前瞻性研究，因此未来6G网络应满足当前对车联网的基本需求，并为未来车联网技术扩展进一部增强。该需求在3GPP业务工作组进行了讨论和定义，将车联网增强应用分为车辆编队行驶、高级驾驶、传感器扩展以及远程驾驶四大类，如表1所示[5-6]。

The SNDR versus power-supply voltage curves (signal reference/swing fixed) is shown in Fig. 10. From 0.6 to 0.8 V, the sigma–delta modulator maintains a high SNDR unaffected by the supply voltage variation.

3)能源合作

开环控制是人类操作员在任务执行期间启动、停止或更改与任务相关的目标或约束的地方。 从控制理论来看，开环控制系统没有反馈回路，因此不能自我校正。

闭环控制将一组丰富的概念联系在一起。图5显示了如何通过具有既定期望或目标的意图表达式来驱动控制循环机制。

图5 网络自治闭环机制

意图处理是指将意图所有者的意图表达转化为可能影响以下一组或多组任务(即感知、分析、决策和执行)的详细操作和/或策略的一组任务。

“中国特色社会主义进入新时代，我们党一定要有新气象新作为。”[1]21推进高校党建标准化，将标准化理念引入高校党建工作中，借助标准化“不断循环与螺旋式上升”的内生运动机制[2]10，全力推动高校党建的有序发展，既是对党建工作机制作出的重大改革创新，也是党在新时代的新担当，对全面提升高校党建水平、提升高校理想信念教育实效有重要意义。

1)感知：包括网络和业务数据(如配置数据、性能数据、告警数据等)收集和必要的数据预处理(如数据清理、过滤、统计等)的一组任务。监控网络和服务信息(包括网络和服务性能、网络和服务异常、网络和服务事件等)的目的。

2)分析：分析获得的信息或现有历史信息以进一步预测业务、服务或资源实体的未来变化趋势，并提出决策建议的任务组。

3)决策：评估和决定执行所需操作的一组任务，例如网络配置或调整。

4)执行：执行操作的任务组。

3.4 无缝网络

6G使能技术包括毫米波、太赫兹、可见光等，通过使用更高的频带资源上提高系统能力。高频资源可以实现车联网通信的高数据速率和低延迟特性。然而高频波段存在过度传播损耗和易受障碍物堵塞的问题，并且因为频率资源提高而使小区变得更小，造成频繁的切换和系统成本的增加。这些问题均促使未来6G网络综合考虑Sub-6G Hz、毫米波或太赫兹等多无线接入技术，设计以用户为中心的网络，组织一个动态子网来无缝地服务于每个用户，建立以用户为中心的无小区连接方法[18]。

①由BP2=AP2+CP2你联想到什么？(AP、BP、CP是同一个直角三角形三边的长，其中BP是斜边的长)

在这种情况下，网络将智能地识别用户的无线通信环境，然后灵活地组织所需的APG和资源为用户服务。密集拓扑需要极高的部署和协调成本。将进一步增加网络密集化来实现更高效的空间重用，不仅可以提高网络容量，而且可以显著改善高频段的网络覆盖，提升传输速率和可靠性。

5G NSA架构采用双连接的部署方式，设备连接到LTE和NR小区。在高可靠要求的推动下，NR-NR双连接也可能被部署。在双连接中，设备不是与单个小区关联，而是与主小区和辅小区同时关联。同时，IAB已标准化，以扩展高频段无线连接的范围。IAB式第2层节点，只是用来存储和转发来自主节点的数据包，本身不维护任何控制面或用户面状态。为IAB节点和终端设备启用双连接将产生真正的网状(Mesh)连接，其中设备可用通过多个路由连接到网络。通过在每一跳扩展双连接到多连接可以实现更高密度的网状(Mesh)连接。此外，通过云实现6G CP和UP功能，等效于CU-CP、CU-UP以及DU的高层功能，设别可以变得无小区(Cell-Free)，状态仅在边缘云的CP和UP锚点维护。

当设备同时连接到卫星和地面网络时是具备备用路径的。因此6G架构应设计原生支持网状连接，这可以通过在云中放置用户平面和控制平面锚点来实现，与无线小区分离，以促进此类网络的移动性。如图6所示，借助车联网互为补充的密集部署网络架构，可以通过车载传感器，将车辆转化为动态网络，全面、高效地监测城市环境。6G基站部署密集，需要巨大的投资，并且不能灵活地响应蜂窝网络流量模式的快速时空变化。

图6 无缝网络框架

4 结束语

本文讨论了6G车联网架构，目的是提供一种灵活架构以集成不同技术从而满足车联网场景的需求。首先描述业务场景概览和未来愿景，得出车联网场景的指标需求；接着结合未来潜在使能技术，从传统连接性指标和新增的新维度指标两个方面分析得到该指标体系所期待的6G车联网架构的特征。最后，以架构特征为基础提出了6G车联网架构的设想，包括分层智能、原生切片、自治网络、无缝网络四个部分。

网络架构的变革牵一发而动全身，需要在考虑新技术元素如何引入的同时，也要考虑与现有网络的共存共生问题。随着业界对6G技术研究的深入，6G网络架构也会越来越趋于明确。未来的6G网络架构一方面需要支撑其关键技术的演进，另一方面也是对端到端网络体系架构重新设计的机会。多种技术的融合将在未来技术演进的道路上循序渐进地进行。