一文看懂NB-IoT!

2018 年 4 月 7 日 人工智能学家 王一鸣

来源:物联江湖(iot521)  作者:王一鸣




一直以来,人们通过相应的终端(电脑、手机、平板等)使用网络服务,“个人”一直是网络的用户主体。个人对网络质量的要求“高”且“统一”:玩网络游戏必需要低时延,下载文件或看网络视频则期望高带宽,通话需要声音清晰,而接收的短信绝不能有遗漏。


对于移动通信网络,运营商们尽可能地维系着低时延、高带宽、广覆盖、随取随用的网络特性,以保证良好的用户体验,以及营造出丰富多姿的移动应用生态。


对于个人通信业务,虽然用户的要求很高,但整体上对网络质量的需求是一致的,运营商只需要建立一套网络质量标准体系来建设、优化网络,就能满足大多数人对连接的需要。


随着网络中用户终端(手机、PAD等)数量的增长逐渐趋缓,M2M应用成为了运营商网络业务的增长发力点,大量的M2M应用终端则成为了网络的用户。M2M应用终端(传感设备、智能终端),本质上就是物联网终端,它们通过装配无线通信模组和SIM卡,连接到运营商网络,从而构建出各类集中化、数字化的行业应用。


不同于个人通信业务,在物联网终端构建的行业应用中,各领域应用对信息采集、传递、计算的质量要求差异很大;系统和终端部署的环境也各不相同,特别是千差万别的工业环境;此外,企业在构建应用时,还需要考量技术限制(供电问题、终端体积等)和成本控制(包括建设成本和运营成本)。因此,千姿百态的行业应用具有“个性化”的一面,使得连接的需求朝着多样性的方向发展。


1.物联网业务需求的差异化,体现在两个方面


一方面,不同的终端和应用对网络特性有不同的要求。传统的网络特性包括:网络接入的距离、上下行的网络带宽、移动性的支持、还有数据收发的频率(或称为周期性)、以及安全性和数据传输质量(完整性、稳定性、时效性等)。这几个方面可浓缩成三个方面,为“接入距离”、“网络特性”、“网络品质”。“接入距离”主要分为近距接入和远距接入两种。网络的“特性”和“品质”则是体现需求差异化的主要因素,例如传感器终端的“网络特性”可能是:只有向云端发送的“上行数据”,而没有接收的“下行数据”。


另一方面,网络还需要“照顾”原本不太被关注的终端特性,以适应各类的行业应用需求:对“能耗”和“成本”的控制。


(1)能耗


个人用户大多数时间都是处于宜居的环境中,智能终端常伴左右,并且在人类活动的环境中总能找到充电的“电源插头”,所以这些终端的生产厂家对电池的电量并不敏感。


而物联网终端的工作环境相比较个人终端的工作环境,则要复杂的多。有些物联网终端会部署在高温高压的工业环境中,有些则远离城市、放置在人迹罕至的边远地区,还有一些可能深嵌地下或落户在溪流湖泊之中。


很多设备需要电池的长期供电来工作,因为地理位置和工作环境无法向它们提供外部电源,更换电池的成本也异常高昂。所以“低功耗”是保证他们持续工作的一个关键需求。在不少应用场景中,一小粒电池的电量需要维持某个终端“一生”的能量供给。


(2)成本


个人使用的终端,不论是电脑还是手机,其功能丰富、计算能力强大、应用广泛,通信模块只是其所有电子元件和机械构建中的一小部分,在总的制造成本中占比较低。


个人终端作为较高价值的产品,用户、厂家对其通信单元的固定成本并不特别敏感。而物联网终端则不同,许多不具备联网功能的终端原本只是简易的传感器设备,其功能简单、成本低廉,相对于传感设备,价格不菲的通信模块加入其中,就可能引起成本骤升。


在应用场景中大量部署联网的传感设备,往往需要企业下决心提高终端的成本投入。而与此矛盾的是:简单的传感器终端上传网络的数据量通常都很小;它们连接网络的周期长(网络的使用频次低);每一次上传信息的价值都很低。终端成本和信息价值不成比例,使得企业会在大量部署物联网终端的决策上犹豫不前。如何降低这些哑终端(单一的传感器终端)的通信成本,是一个迫在眉睫的难题。


此前提及的能耗问题,如果不妥善解决,也会影响到物联网应用的运营成本:如果终端耗电过快,就需要不断地重新部署投放或更换电池。


2.低功耗、低成本是物联网通信的一大需求


原本的网络对应用并不敏感,只要提供统一的高质量网络通道(标准唯一),就可以满足大多数用户的需求。不论用户喜欢使用什么样的业务,都可以通过高品质的网络质量来获得通信服务,网络能够满足个人用户的大多数要求。


然而随着行业应用的深入,网络设计和建设者必须关注到应用、终端的差异性,也就是网络需要针对终端、应用做出相应的调整和适配。


在此前提到的网络特性和终端特性中:“距离、品质、特性”和“能耗、成本”,前后两类特性存在密切的关联关系:通信基站的信号覆盖越广(“距离长”),则基站和终端的功耗越高(“能耗高”);要实现高品质、安全可靠的网络服务(“品质高”),需要健壮的通信协议实现差错效验、身份验证、重传机制、以建立端到端的可靠连接,保证的基础就是通信模块的配置就不能低(“成本高”)













在我看来,促成这几种低功耗蜂窝技术“结盟”的关键,并不仅仅是日益增长的商业诉求,还有其它新生的(非授权频段)低功耗接入技术的威胁。LoRa、SIGFOX、RPMA等新兴接入技术的出现,促成了3PGG中相关成员企业和组织的抱团发展。







1.部署方式



为了便于运营商根据自由网络的条件灵活运用,NB-IoT可以在不同的无线频带上进行部署,分为三种情况:独立部署(Stand alone)、保护带部署(Guard band)、带内部署(In band)。


Stand alone模式:利用独立的新频带或空闲频段进行部署,运营商所提的“GSM频段重耕”也属于此类模式;


Guard band模式:利用LTE系统中边缘的保护频段。采用该模式,需要满足一些额外的技术要求(例如原LTE频段带宽要大于5Mbit/s),以避免LTE和NB-IoT之间的信号干扰。


In band模式:利用LTE载波中间的某一段频段。为了避免干扰,3GPP要求该模式下的信号功率谱密度与LTE信号的功率谱密度不得超过6dB。 


 除了Stand alone模式外,另外两种部署模式都需要考虑和原LTE系统的兼容性,部署的技术难度相对较高,网络容量相对较低。


2.覆盖增强


为了增强信号覆盖,在NB-IoT的下行无线信道上,网络系统通过重复向终端发送控制、业务消息(“重传机制”),再由终端对重复接受的数据进行合并,来提高数据通信的质量。


这样的方式可以增加信号覆盖的范围,但数据重传势必将导致时延的增加,从而影响信息传递的实时性。在信号覆盖较弱的地方,虽然NB-IoT能够保证网络与终端的连通性,但对部分实时性要求较高的业务就无法保证了。


在NB-IoT的上行信道上,同样也支持无线信道上的数据重传。此外,终端信号在更窄的LTE带宽中发送,可以实现单位频谱上的信号增强,使PSD(Power Spectrum Density,功率谱密度)增益更大。通过增加功率谱密度,更利于网络接收端的信号解调,提升了上行无线信号在空中的穿透能力。



通过上行、下行信道的优化设计,NB-IoT信号的“耦合损耗(coupling loss)”最高可以达到164dB。


(备注: 耦合损耗,指能量从一个电路系统传播到另一个电路系统时发生的能量损耗。这里是指无线信号在空中传播的能量损耗)


为了进一步利用网络系统的信号覆盖能力,NB-IoT还根据信号覆盖的强度进行了分级(CE Level),并实现“寻呼优化”:引入PTW(寻呼传输窗),允许网络在一个PTW内多次寻呼UE,并根据覆盖等级调整寻呼次数。


常规覆盖(Normal Coverage),其MCL(Maximum Coupling Loss,最大耦合损耗)小于144dB,与目前的GPRS覆盖一致。


扩展覆盖(Extended Coverage),其MCL介于144dB与154dB之间,相对GPRS覆盖有10dB的增强


极端覆盖(Extreme Coverage),其MCL最高可达164dB,相对GPRS覆盖强度提升了20dB。


3. NB-IoT低功耗的实现


要终端通信模块低功耗运行,最好的办法就是尽量地让其“休眠”。NB-IoT有两种模式,可以使得通信模块只在约定的一段很短暂的时间段内,监听网络对其的寻呼,其它时间则都处于关闭的状态。这两种“省电”模式为:PSM(power saving mode,省电模式)和eDRX(Extended Discontinuous Reception,扩展的不连续接收)


(1) PSM模式


在PSM模式下,终端设备的通信模块进入空闲状态一段时间后,会关闭其信号的收发以及接入层的相关功能。当设备处于这种局部关机状态的时候,即进入了省电模式-PSM。终端以此可以减少通信元器件(天线、射频等)的能源消耗。


终端进入省电模式期间,网络是无法访问到该终端。从语音通话的角度来说,即“无法被叫”。


大多数情况下,采用PSM的终端,超过99%的时间都处于休眠的状态,主要有两种方式可以激活他们和网络的通信:


当终端自身有连接网络的需求时,它会退出PSM的状态,并主动与网络进行通信,上传业务数据。


在每一个周期性的TAU (Tracking Area Update,跟踪区更新)中,都有一小段时间处于激活的状态。在激活状态中,终端先进入“连接状态(Connect)”,与通信网络交互其网络、业务的数据。在通信完成后,终端不会立刻进入PSM状态,而是保持一段时间为“空闲状态(IDLE)”。在空闲状态状态下,终端可以接受网络的寻呼。


在PSM的运行机制中,使用“激活定时器(Active Timer,简称AT)”控制空闲状态的时长,并由网络和终端在网络附着(Attach,终端首次登记到网络)或TAU时协商决定激活定时器的时长。终端在空闲状态下出现AT超时的时候,便进入了PSM状态。


根据标准,终端的一个TAU周期最大可达310H(小时);“空闲状态”的时长最高可达到3.1小时(11160s)。


从技术原理可以看出,PSM适用于那些几乎没有下行数据流量的应用。云端应用和终端的交互,主要依赖于终端自主性地与网络联系。绝大多数情况下,云端应用是无法实时“联系“到终端的。


(2) PSM模式


在PSM模式下,网络只能在每个TAU最开始的时间段内寻呼到终端(在连接状态后的空闲状态进行寻呼)。eDRX模式的运行不同于PSM,它引入了eDRX机制,提升了业务下行的可达性。


(备注:DRX(Discontinuous Reception),即不连续接收。eDRX就是扩展的不连续接收。)


eDRX模式,在一个TAU周期内,包含有多个eDRX周期,以便于网络更实时性地向其建立通信连接(寻呼)。


eDRX的一个TAU包含一个连接状态周期和一个空闲状态周期,空闲状态周期中则包含了多个eDRX寻呼周期,每个eDRX寻呼周期又包含了一个PTW周期和一个PSM周期。PTW和PSM的状态会周期性地交替出现在一个TAU中,使得终端能够间歇性地处于待机的状态,等待网络对其的呼叫。

 


eDRX模式下,网络和终端建立通信的方式同样:终端主动连接网络;终端在每个eDRX周期中的PTW内,接受网络对其的寻呼。


在TAU中,最小的eDRX周期为20.48秒,最大周期为2.91小时


在eDRX中,最小的PTW周期为2.56秒,最大周期为40.96秒


在PTW中,最小的DRX周期为1.28秒,最大周期为10.24秒


总体而言,在TAU一致的情况下,eDRX模式相比较PSM模式,其空闲状态的分布密度更高,终端对寻呼的响应更为及时。eDRX模式适用的业务,一般下行数据传送的需求相对较多,但允许终端接受消息有一定的延时(例如云端需要不定期地对终端进行配置管理、日志采集等)。根据技术差异,eDRX模式在大多数情况下比PSM模式更耗电。


4. 终端简化带来低成本


针对数据传输品质要求不高的应用,NB-IoT具有低速率、低带宽、非实时的网路特性,这些特性使得NB-IoT终端不必向个人用户终端那样复杂,简单的构造、简化的模组电路依然能够满足物联网通信的需要。


NB-IoT采用半双工的通信方式,终端不能够同时发送或接受信号数据,相对全双工方式的终端,减少了元器件的配置,节省了成本。


业务低速率的数据流量,使得通信模组不需要配置大容量的缓存。低带宽,则降低了对均衡算法的要求,降低了对均衡器性能的要求。(均衡器主要用于通过计算抵消无线信道干扰)


NB-IoT通信协议栈基于LTE设计,但它系统性地简化了协议栈,使得通信单元的软件和硬件也可以相应的降低配置:终端可以使用低成本的专用集成电路来替代高成本的通用计算芯片,来实现协议简化后的功能。这样还能够减少通信单元的整体功耗,延长电池使用寿命。


5.业务在核心网络中的简化


在NB-IoT的核心网络(EPC- Evolved Packet Core,即4G核心网)中,针对物联网业务的需求特性,蜂窝物联网(CIoT)定义了两种优化方案:


CIoT EPS用户面功能优化(User Plane CIoT EPS optimisation)


CIoT EPS控制面功能优化(Control Plane CIoT EPS optimisation)


(1) 用户面功能优化


“用户面功能优化”与原LTE业务的差异并不大,它的主要特性是引入RRC (无线资源控制)的“挂起/恢复(Suspend/Resume)流程”,减少了终端重复进行网络接入的信令开销。


当终端和网络之间没有数据流量时,网络将终端置为挂起状态(Suspend),但在终端和网络中仍旧保留原有的连接配置数据。


当终端重新发起业务时,原配置数据可以立即恢复通信连接(Resume),以此减去了重新进行RRC重配、安全验证等流程,降低了无线空口上的信令交互量。


(2) 控制面功能优化


“控制面功能优化”包括两种实现方式(消息传递路径)。通过这两种方式,终端不必在无线空口上和网络建立业务承载,就可以将业务数据直接传递到网络中。


备注:通信系统的特性之一是控制与承载(业务)分离,直观的来说就是业务的控制消息(建立业务、释放业务、修改业务)和业务数据本身并不在同一条链路上混合传递。NB-IoT的控制面功能优化则简化了这种惯常的信息业务架构。


CP模式的两种实现方式,即两种数据传递的路径:

 


A.在核心网内,由MME、SCEF网元负责业务数据的转接


在该方式中,NB-IoT引入了新的网元:SCEF(Service Capa- bility Exposure Function,服务能力开放平台)。物联网终端接受或发送业务数据,是通过无线信令链路进行的,而非无线业务链路。


当终端需要上传数据时,业务数据由无线信令消息携带,直接传递到核心网的网元MME(Mobility Management Entity,4G核心网中的移动性管理实体),再由MME通过新增的SCEF网元转发到CIoT服务平台(CIoT Services,也称为AP-应用服务)。云端向终端发送业务数据的方向则和上传方向正好相反。


路径:UE(终端)-MME-SCEF- CIoT Services







从NB-IoT的特性中可以看出,其通过“信号增强”、“寻呼优化”加强了通信覆盖的深度。主要通过三个方面,来“照顾”终端对低耗电、低成本的要求:


1、引入了低功耗的“睡眠”模式(PSM、eDRX);


2、降低了对通信品质要求,简化了终端设计(半双工模式、协议栈简化等);


3、通过两种功能优化模式(CP模式、UP模式)简化流程,减少了终端和网络的交互量。




未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

登录查看更多
1

相关内容

物联网,英文名为Internet of Things,可以简单地理解为物物相连的互联网。物联网主要通过各种设备(比如RFID,传感器,二维码等)的接口将现实世界的物体连接到互联网上,或者使它们互相连接,以实现信息的传递和处理。互联网在现实的物理世界之外新建了一个虚拟世界,物联网将会把两个世界融为一体。
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【Manning新书】现代Java实战,592页pdf
专知会员服务
99+阅读 · 2020年5月22日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
智能交通大数据最新论文综述-附PDF下载
专知会员服务
104+阅读 · 2019年12月25日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
一文看懂自然语言处理中迁移学习的现状
AI前线
10+阅读 · 2019年8月27日
2018年边缘计算行业研究报告
行业研究报告
11+阅读 · 2019年4月15日
云游戏行业发展趋势分析报告
行业研究报告
13+阅读 · 2019年3月24日
入门 | 一文看懂卷积神经网络
机器之心
5+阅读 · 2018年2月20日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
通俗理解粒子群优化算法
机器学习研究会
9+阅读 · 2017年12月1日
一张图看懂AlphaGo Zero
AI前线
6+阅读 · 2017年11月17日
Arxiv
12+阅读 · 2019年3月14日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
5+阅读 · 2018年10月11日
Arxiv
6+阅读 · 2018年1月29日
VIP会员
相关VIP内容
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【Manning新书】现代Java实战,592页pdf
专知会员服务
99+阅读 · 2020年5月22日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
智能交通大数据最新论文综述-附PDF下载
专知会员服务
104+阅读 · 2019年12月25日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
相关资讯
一文看懂自然语言处理中迁移学习的现状
AI前线
10+阅读 · 2019年8月27日
2018年边缘计算行业研究报告
行业研究报告
11+阅读 · 2019年4月15日
云游戏行业发展趋势分析报告
行业研究报告
13+阅读 · 2019年3月24日
入门 | 一文看懂卷积神经网络
机器之心
5+阅读 · 2018年2月20日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
通俗理解粒子群优化算法
机器学习研究会
9+阅读 · 2017年12月1日
一张图看懂AlphaGo Zero
AI前线
6+阅读 · 2017年11月17日
Top
微信扫码咨询专知VIP会员