泛在無線傳輸技術

基本介紹

• 中文名：泛在無線傳輸技術
• 外文名：Ubiquitouswireless transmission technology
• 套用科學：計算機

泛在無線網路關鍵技術研究進展

在物聯網產業發展的過程中，關於泛在無線網路技術的研究進展已經在業界引起了廣泛的關注，所涉及的關鍵無線技術主要包括：末梢感知層的關鍵技術、網路融合層的關鍵技術、無線資源管理的關鍵技術以及對數據進行綜合處理的信息處理等關鍵技術。

末梢感知層

末梢感知層的關鍵技術主要涉及數據的感知、採集和傳輸技術，其中無線技術主要集中在數據傳輸部分。物聯網的末梢網路主要是以無線感測器為代表的大規模自組織網路結構。感測器網路內部署了海量的多種類型感測器，每個感測器都是一個信息源，不同類別的感測器對不

同的環境和信息進行感知並捕獲數據。感測器按一定周期採集不同類型的數據，所採集的信息內容和信息格式也不同。數據採集需要採用短距離低功率的無線通信技術，之後要將數據傳輸到控制中心或者處理平台，經過處理後，由套用平台控制實現不同的系統套用。因為本文主要探討物聯網與無線技術，因此，以下著重說明短距離無線通信技術和無線感測器網路。

短距離無線通信技術

鑒於物聯網的無線連通方式有部署靈活、移動性、滲透性強等特點，近年來，世界眾多站在技術前沿的國家和企業在制訂標準、研究新技術和套用解決方案方面紛紛予以關注，以期掌握市場主動。國家近期也通過一系列措施支持和鼓勵中短距離無線通信、與無線感測技術相關技術的研發和產業化。

短距離無線通信尤其適合物聯網的感知延伸層的組網和套用，尤其以無線個域網(WPAN) 為主的無線通信網路為主要內容。目前，主流的微功率短距離的無線通信技術如WLAN、UWB、RFID、Bluetooth、Zigbee、60 GHz 毫米波的WPAN 等，其中大部分技術的工作頻率都集中在了2.3～2.4 GHz 頻段上。2.4 GHz 頻段無線系統主要有Bluetooth、Wi-Fi、Wireless USB、Zigbee 以及無繩電話和微波爐等系統與設備。如此密集的系統分布，必然造成該頻段的資源緊缺，頻譜日益擁擠，電磁兼容問題日益凸現。

藍牙(Bluetooth) 技術是一種適用於短距離無線數據與語音通信的開放性全球規範。目前，藍牙技術已經經歷了艱難的醞釀階段，進入了全面起飛階段。藍牙越來越多地嵌入到中高檔產品中，如PDA、行動電話、無繩電話、台式計算機、筆記本計算機、MP3 播放機、數字相機和攜帶型上網設備等，並從移動信息電器逐步拓展到汽車、工業控制、醫療設備等新的領域。

Wi-Fi是一種可以將個人電腦、手持設備( 如PDA、手機) 等終端以無線方式互相連線的技術。其技術標準採用IEEE 802.11b 標準。

Wi-Fi 可以幫助用戶訪問電子郵件、Web 和流式媒體。它為用戶提供了無線的寬頻網際網路訪問。同時，它也是在家裡、辦公室或在旅途中上網的快速、便捷的途徑。在物聯網套用中，Wi-Fi 將作為無線和有線相連線、短距離與長距離通信相銜接的橋樑，發揮更大的作用。

Zigbee使用IEEE 802.15.4 標準作為媒體訪問控制(MAC) 和物理(PHY) 層規範，並在此基礎上定義了套用層(APL)、網路層以及用戶套用框架。

Zigbee 之所以能在自動控制領域得到廣泛套用，是由於它自身具備的多種優點，包括低功耗、低成本、低速率、近距離、短時延、高容量、高安全、免執照頻段。

總之，除了底層的感測器技術、海量的IPv4/IPv6 地址資源、自動控制、智慧型嵌入等配套技術之外，實現真正的無所不在的、大規模的物與物聯網，更為重要的是在傳輸層實現統一協作的通信協定基礎，而這其中，各種無線電通信技術，將起到特別關鍵作用。

WPAN、WLAN、NGBWA 等無線通信技術，以及基於這些無線技術相結合的融合套用將是物聯網產業鏈中，最為重要的組成部分。

無線感測器網路

無線感測器網路將以其網路規模大、自組織性強、網路拓撲動態變化強、以數據為中心等優勢成為物聯網不可或缺的主要部分。

ITU 架構中泛在感測器網路、基礎骨幹網路和泛在感測器接入網路是物聯網網路架構中可能採用無線傳輸技術的部分，也是物聯網頻譜需求的主要來源。

感測器網路基礎骨幹網路以傳統的公共移動通信網路和數字集群網路為代表，泛在感測器接入網路則以短距離無線傳輸技術為代表。

物聯網在各個行業( 如智慧型家居、智慧型安全、動物溯源、智慧型醫院、智慧型交通、智慧型物流等)領域套用中，末端設備和設施，包括具備“內在智慧型”的( 如感測器、移動終端、工業系統、樓控系統、家庭智慧型設施、視頻監控系統等) 和“外在使能”的( 如貼上RFID 的各種資產、攜帶無線終端的個人與車輛甚至“智慧型塵埃”等)物理界實體，都需要通過各種感測器設備、無線、有線的通信網路實現互聯互通，以實現其“智慧型化物件或動物”

的特質，這其中無線感測器網路的套用需求最為強烈。

目前，我們在無線感測器網路方面研發的技術包括：

·無線感測網接入技術，內容包括基於無線感測器網路的多網路融合系統結構和多種無線感測器網路接入技術的比較。

·無線感測網路由技術，內容包括無線感測器網路路由協定設計。

·無線感測網拓撲控制技術，內容包括無線感測器網路功率控制技術和典型的拓撲控制方法。

·無線感測網中數據聚合與管理，內容包括無線感測網數據聚合技術，無線感測網數據管理技術以及無線感測網安全技術。

無線頻譜資源套用與管理策略

我們對物聯網套用過程中對無線資源特別是無線頻譜資源的需求做了分析。

在末梢網路中，以無線感測器網路的頻譜需求為例，無線感測器網路所能提供的無線通信頻寬是十分有限的，特別是在2.4 GHz 的通信頻段上，聚集了藍牙、Wi-Fi、ZigBee 等無線網路，使得該頻段的信道變得十分擁擠。

從全局的觀點考慮，根據ITU-RM.2078 等國際報告，4G 還需要352～1 152 MHz 的頻率，這些頻譜都是按照4G 的用戶流量模型為人與人的通信而設計的，並不包括物聯網的頻譜需求，因此解決物聯網的頻譜需求的難度遠遠大於4G。

無線頻譜資源緊張可能成為物聯網套用的“瓶頸”問題。同時，我們發現，可以通過有效的資源管理機制實現頻譜的合理和高效再利用，從而解決頻譜資源緊張問題，使資源的供需達到平衡。

無線資源管理可以從國家政策和規劃角度得到很好的再配置，我們也對該方面提出了相關的建議。例如對物聯網頻譜的合理規劃與管理、物聯網頻率劃分調整及頻率保護政策、參照國際慣例對物聯網頻譜進行規劃、建立物聯網的流量模型及常見套用模型、為典型的物聯網套用制訂頻譜標準、借鑑頻譜拍賣機制適當實施頻譜開放計畫等等。

目前，我們主要從技術方面提出了適合於物聯網無線資源管理的各種措施，包括：從空時頻能復用角度，開發頻譜池、頻譜聚合、智慧型天線、軟體無線電、多點協作等技術；在授權頻段開發D2D 直通技術，在非授權頻段，開發多種短距離通信技術共存技術等；從系統級角度開發頻譜分析、頻譜決策、頻譜監視、頻譜搬移和頻譜共享等頻譜管理技術；從頻譜二次利用角度開發可見光通信、太赫茲通信、白色空間通信以及開發2.5 GHz、3.3～3.4 GHz、3.5 GHz、5 GHz、5.15～5.725 GHz 等新頻段業務；此外，在無線資源管理方面，著重開發無線技術的電磁兼容和電磁干擾技術，為無線資源的有效復用、多種技術和系統的高效共存提供保障。

異構網路融合與協同技術

網路的異構性主要體現在以下幾個方面：

·不同的無線頻段特性導致的頻譜資源使用的異構性。

·不同的組網接入技術所使用的空中接口設計及相關協定在實現方式上的差異性和不可兼容性。

·業務的多樣化。

·終端的多樣化。

不同運營商針對異構網路所實施的相應的運營管理策略不同。

以上幾個方面交叉聯繫，相互影響構成了無線網路的異構性。這種異構性對網路的穩定性、可靠性和高效性帶來了挑戰，同時給移動性管理、聯合無線資源管理、服務質量保證等帶來了很大的問題。

網路融合的主要策略可以理解為各種異構網路之間，在基礎性網路構建的公共通信平台之上，實現共性的融合與個性的協同。

所謂“融合”是在技術創新和概念創新的基礎上對不同系統間共性的整合，具體是指各種異構網路與作為公共通信平台的移動通信網或者下一代網路的融合，從而構成一張無所不在的大網。

所謂“協同”則是在技術創新和概念創新的基礎上對不同系統間個性的整合，具體是指大網中的各個接入子網通過彼此之間的協同，實現共存、競爭與協作的關係以滿足用於的業務和套用需求。

不同通信網路的融合是為了更好地服務於異構通信網路的協同。

協同技術是實現多網互通及無線服務的泛在化、高速化和便捷化的必然選擇，也是未來的物聯網頻譜資源共享亟待解決的問題。

具體來說，異構網路融合的實現分為兩個階段：一是連通階段，二是融合階段。

連通階段指各種網路如感測器網路、RFID 網路、區域網路、廣域網等都能互聯互通，感知信息和業務信息傳送到網路另一端的套用伺服器進行處理以支持套用服務。

融合階段是指在網路連通層面的網路平台上，分散式部署若干信息處理的功能單元，根據套用需求而在網路中對傳遞的信息進行收集、融合和處理，從而使基於感知的智慧型服務實現得更為精確。從該階段開始，網路將從提供信息互動功能擴展到提供智慧型信息處理功能乃至支撐服務，並且傳統的套用伺服器網路架構向可管、可控、可信的集中智慧參與的網路架構演進。因此，異構網路融合不是對現有網路的革命與顛覆，而是對現有網路分階段的演進、有效地規劃異構網路融合的研究與套用。

海量信息處理技術與雲計算

在物聯網中，從末梢網路採集了大量的數據，這些數據需要進行處理才能實現各種不同的套用需求。於是，海量信息智慧型處理與雲計算技術應運而生。根據泛在無線網路中數據信息的特點，可以採用諸如數據時間對準技術、集中式數據融合算法及分散式數據融合算法等技術進行數據融合，採用分類、估值、預言、相關性分組或關聯規則、聚集、描述和可視化、複雜數據類型(Text、Web、圖形圖像、視頻、音頻等)挖掘等進行數據挖掘。

目前，我們針對海量信息處理和雲計算方面，建立了相應的實驗平台，涵蓋網路信息處理等領域的套用，圍繞機器翻譯、語言信息處理、海量信息存儲與搜尋、網路內容技術、語義計算、Web 挖掘與服務、雲計算、網路通信及安全等若干領域的理論技術與套用開展研究。