智能边缘计算与无线通信融合的关键技术与应用

摘要：随着5G、物联网技术的快速发展，越来越多的智能设备被部署在网络的边缘，产生了海量的数据和计算需求。如何在边缘设备上实现高效、可靠、安全、可扩展的智能任务，是当前面临的重要挑战和机遇。该文旨在探讨智能边缘技术与无线通信融合的关键技术、应用场景、所面临的挑战以及未来趋势，将我国在智能边缘计算领域的最新研究成果介绍给大家，共同探索面向未来无线通信工程的关键技术和创新应用。

关键词：智能边缘计算；无线通信；边缘计算；人工智能

doi：10.3969/J.ISSN.1672-7274.2024.07.035

中图分类号：TN 92；TP 18；TP 3 文献标志码：A 文章编码：1672-7274（2024）07-0-03

The Key Technologies and Applications of the Integration of Intelligent Edge Computing and Wireless Communication

QING Jing， GAO Yuejiu

（The State Radio_monitoring_center Testing Center， Beijing 100041， China）

Abstract： With the rapid development of 5G and IoT technologies， an increasing number of smart devices are being deployed at the network edge， generating massive data and computing demands. How to achieve efficient， reliable， secure， and scalable intelligent tasks on edge devices is a significant challenge and opportunity currently faced. This article aims to explore the key technologies， application scenarios， challenges， and future trends of the integration of intelligent edge computing and wireless communication. It introduces the latest research achievements in intelligent edge computing in China， and together we explore the key technologies and innovative applications for future wireless communication engineering.

Keywords： intelligent edge computing; wireless communication; edge computing; artificial intelligence

0 引言

过去十年，无线通信的革新与人工智能的复兴使人类社会发生了翻天覆地的变化。这两股新兴力量的交织碰撞，推动着无线通信系统的一步步演进，从一开始的“人联”到“物联”，然后迈向“万物智联”。边缘计算与边缘智能接踵而至，为“万物智联”提供解决方案，被学术界和工业界一致视为是实现下一代无线通信系统的两项关键技术。

边缘计算旨在将云计算平台迁移到无线接入网的边缘侧，以就近地为终端用户提供弹性的计算服务。而边缘智能以边缘计算平台为依托，将人工智能的学习和推理能力嵌入网络边缘，从而实现通信、计算和学习的深度融合[1]。

1 智能边缘计算与无线通信概述

1.1 智能边缘计算及其特点

边缘计算作为一种分布式服务架构，有效支撑了众多不同行业的发展，受到了各行业研究人员的广泛关注。人们认为，边缘计算将为未来通信网络的建设做出巨大贡献，然而，随着网络技术的不断进步，网络终端用户数量和数据流量大幅增长。边缘节点的计算和网络资源有限，无法满足高密度、高速任务的需求。而且，计算任务在边缘的执行容易受到恶意行为的威胁，严重阻碍了边缘计算程序的大规模部署。

人工智能（AI）技术有望克服边缘计算面临的上述挑战，从而催生一个新的研究方向，称为智能边缘计算技术（Intelligent Edge Computing，IEC）。智能边缘计算技术是一种分布式计算模型，它将数据处理和计算能力从传统的中央服务器移动到边缘设备或边缘节点上。在这种模型中，数据不再全部发送到云服务器进行处理，而是在离数据源更近的地方由AI进行实时的数据处理、分析和决策。例如，深度强化学习（DRL）可用于边缘计算网络中的资源分配，监督学习可以检测通信网络的安全威胁，分布式机器学习（ML）可以协调不同边缘网络域之间的通信。IEC支持更多节点负载流量，提高通信速率。同时IEC更贴近用户，数据传输更安全。因此，IEC可以为下一代通信网络中的许多问题提供新的解决方案。

1.2 无线通信技术及其发展趋势

无线通信技术是一种通过无线电波传输信息的技术，它在过去几十年中取得了巨大的发展。从最初的模拟通信到现在的数字通信，无线通信技术已经广泛应用于移动通信、互联网接入、物联网等领域。目前无线通信技术正朝着更高速率、低延迟、更稳定的方向发展。随着5G技术的商用化推进，将进一步推动无线通信技术的发展。同时，随着物联网的快速发展，无线通信技术将逐渐融入各个行业和领域，为人们的生活带来更多便利和创新。

1.3 智能边缘计算与无线通信的融合优势

智能边缘计算与无线通信的融合具有以下优势：

（1）降低网络延迟：智能边缘计算将数据处理和决策推向离数据源更近的地方，减少了数据传输到云服务器的时间延迟。与此同时，无线通信技术（如5G）提供了更高速率和更低延迟的数据传输能力，进一步降低了网络延迟。这对于实时应用和对延迟敏感的场景非常重要，如远程操控、虚拟现实等。

（2）提高系统可靠性：通过将计算能力移动到边缘设备，即使在断网或网络不稳定的情况下，仍然可以进行本地数据处理和决策。此外，无线通信提供了多路径传输和自适应连接的能力，可以增强系统的鲁棒性和可靠性，确保数据的连续性和可用性。

（3）节约能源消耗：智能边缘计算技术可以在边缘设备上进行数据预处理和过滤，只将有价值的数据传输到云端，从而减少了数据传输的能源消耗。此外，新一代的无线通信标准（如NB-IoT、LTE-M）具有低功耗和长电池寿命的特点，可以进一步降低设备的能源消耗。

（4）提升数据隐私与安全：通过在边缘设备上进行数据处理，减少了将敏感数据传输到云服务器的需求，提高了数据的隐私与安全性。同时，无线通信技术具备加密、认证和身份验证等安全机制，可以保护数据的传输过程。

（5）实现智能决策与反馈回路：结合智能边缘计算和无线通信，可以在边缘设备上实现智能决策，并将结果实时反馈给终端用户或其他系统。这种实时的决策和反馈机制对于自动化控制、智能交通、智能家居等应用非常重要。

2 智能边缘计算与无线通信融合的关

键技术

2.1 无线网络技术

（1）高速数据传输：为了支持大规模数据传输和实时应用，需要不断提升无线网络的传输速率和带宽。

（2）低延迟通信：边缘计算要求实时响应，因此需要将无线通信的延迟降至最低。

（3）大容量连接：随着物联网设备数量的增加，无线网络需支持大规模设备连接，使得边缘计算可以处理各种类型的数据。

2.2 边缘计算架构

（1）分布式计算：边缘计算需要将计算任务分散到网络边缘的节点中进行处理，以减少数据传输和延迟，并提高系统性能。

（2）数据存储和管理：边缘计算需要有效管理节点上产生的大量数据，并对数据进行存储、处理和分析，以提供及时的决策支持。

2.3 安全与隐私保护

（1）认证与授权：确保无线通信和边缘计算的安全性，对用户和设备进行身份认证和访问控制。

（2）数据加密与隐私保护：采用加密技术保护数据在传输和存储过程中的安全性，并保护用户隐私不被泄露。

2.4 算法与人工智能

（1）边缘智能：将机器学习和人工智能算法应用于边缘计算，使得节点能够进行本地数据分析和决策，减少对云端的依赖。

（2）数据预处理和优化：在边缘计算环境中，需要设计高效的算法对数据进行预处理、压缩和优化，以提高计算效率和节省能源。

2.5 资源管理与调度

（1）网络资源管理：根据不同场景和需求，动态管理和调度无线网络的频谱、带宽和功耗等资源，以实现高效的边缘计算。

（2）任务卸载与迁移：根据计算任务的特点和网络状态，选择合适的边缘节点进行任务卸载和迁移，以实现负载均衡和优化系统性能。

3 智能边缘计算与无线通信融合的应

用场景

（1）智能交通：通过在交通路口或交通灯上部署边缘计算节点，可以实时监测交通流量、车辆状态和行驶速度等信息，并利用无线通信技术将数据传输至中心控制系统进行分析和决策。这样可以实现智能信号灯控制、拥堵预警和优化路线规划，提高交通效率和减少交通拥堵。

（2）工业物联网：边缘计算结合无线通信技术为工业物联网提供支持。例如，利用边缘节点对工厂中的传感器数据进行本地分析和处理，实现实时监测、预测维护和生产优化。

（3）智能城市：智能边缘计算与无线通信有助于构建智能城市。通过边缘计算节点的部署，可以实现城市设施的智能化管理，如智能照明、垃圾桶管理、环境监测等，提升城市运行效率和居民生活质量。

（4）医疗保健：智能边缘计算和无线通信可用于医疗保健领域。例如，在远程医疗中，通过边缘计算节点将患者的生理数据传输到云端进行分析和诊断，提供及时的医疗服务。

（5）零售业：智能边缘计算结合无线通信技术改变了零售业。通过边缘计算节点的使用，可以实现实时库存管理、智能支付、个性化推荐等功能，提升购物体验和商店运营效率。

这些应用场景只是众多智能边缘计算技术与无线通信融合的应用领域的一部分。随着技术的不断发展和创新，这种融合将在更多领域中发挥重要作用，为各行各业带来更多的机遇和改变。

4 智能边缘计算与无线通信融合面临的

挑战

智能边缘计算与无线通信融合虽然在各领域有着广泛的应用前景，但也面临一些挑战。

（1）安全和隐私保护：智能边缘计算和无线通信涉及大量的数据传输和处理，因此面临安全和隐私问题。网络攻击、数据泄露和恶意软件等风险可能会导致用户隐私泄露和服务中断。

（2）网络容量和带宽限制：边缘计算和无线通信需要处理海量的数据，并在实时或准实时的情况下传输数据。然而，无线通信网络的带宽和容量可能受限，无法满足高速数据传输和计算需求。

（3）能源效率和续航时间：边缘设备通常具有有限的电池寿命，需要考虑能源效率和续航时间。边缘计算和通信任务对设备的电源消耗较高，需要平衡计算能力和能源消耗之间的关系。

（4）跨平台和兼容性：智能边缘计算和无线通信涉及多种设备、协议和平台之间的交互和通信。不同厂商和技术标准之间的兼容性问题可能导致设备无法顺利地进行边缘计算和通信。

（5）算法和模型部署：在边缘设备上部署复杂的算法和模型可能面临限制，因为这些设备通常具有较低的计算能力和存储容量。因此，需要针对边缘设备进行优化和剪枝，以适应其资源限制。

（6）管理和维护成本：部署和管理大规模的智能边缘计算和无线通信基础设施可能需要大量的人力和物力投入。设备的维护、更新和故障修复等方面的管理成本也需要考虑。

（7）法律和规范限制：智能边缘计算和无线通信涉及的数据收集、处理和传输必须符合相关的法律法规和隐私保护规定。遵守这些规定可能会增加开发和应用的复杂性和成本。

5 结束语

智能边缘计算与无线通信的融合在未来有着广阔的发展前景，比如，边缘人工智能的出现，将使得边缘设备具备更强大的计算和处理能力，从而实现在本地进行AI运算和决策，从而提高响应速度、减少对云端的依赖，并增强对隐私和数据安全的保护。再比如，边缘计算和云计算之间的协同发展将成为未来的趋势。边缘设备可以进行本地计算和处理，同时与云端进行数据交换和协同。这样可以充分利用云端的资源和边缘设备的响应速度，提供更高效的服务。总之，智能边缘计算与无线通信的融合将为各个行业提供更多创新的解决方案，并推动数字化转型和智能化发展。未来，随着技术的不断进步和应用场景的拓展，智能边缘计算与无线通信的融合将在更多的领域发挥重要作用，为人们的生活和工作带来更多便利和价值。

参考文献

[1] 任金科．无线边缘网络中通信、计算和学习的融合及优化[D]．杭州：浙江大学，2022．