文|考古探今
编辑|考古探今
前言
5G在我们身边已经有很久了， 5G的特点无非就是万物互联、开放架构、无限接入。
它的到来不仅仅是解决了我们基础通信的问题，更是将人类的生活水平直线拉高，真正意义上做到了人与人、人与物、物与物直接的互联。
随着越来越多人选择5G，这些以前基于硬件的网络架构，所面临的挑战也在日益增加，如今它们必须管理呈指数增长的流量、新节点的部署/引入、高效的网络转发基础设施和网络扩展的灵活性。
那么该如何进行改良和升级呢？未来的物联网又能达到怎样的智能高度呢？
软件定义无线传感器网络（SD-WSN）
部署蜂窝技术的传统方法通常是基于硬件的，硬件的部署限制了网络扩展的灵活性。
SD-WSN 是 WSN 内部 SDN 的混合体，SDN 在数据中心（有线通信网络）和互联网连接中得到应用，目前它被设想为 5G 技术推动者。
由于大量连接设备的需求不断增加，需要像 SDN 这样的基于软件的集中式范例来满足保持一致 QoS 的要求。SDN 将简化网络管理问题，例如链路/节点故障问题、资源分配以及通过流形部署新链路/节点。
NFV 虚拟化网络功能可以将这些功能实现到软件包中，这些软件包以后可以用于提供网络服务需求。 NFV和SDN是互斥的。NFV概念源于对虚拟机的感知，可以在同一台服务器上安装不同的操作系统。
NFV 是成功部署支持 5G 的物联网的有前途的候选者， 因为网络虚拟化概念支持网络可扩展性机制、分布式云上的网络切片、实时处理能力（优化切片网络中的速度和容量）并保持其异构性，这是 5G over IoT 的重要特征和要求之一。 不仅如此，NFV 还具有能源和成本效益，从而减少了资本和运营支出。
2019 年时，英特尔和爱立信开发了 5G 平台，该平台就整合包括了 5G 的软件和硬件管理，以及NFV 和云服务，这足以说明了5G的重要性。
认知无线电 (CR)
当前物联网的大规模连接和网络资源过载时，会导致频谱稀缺，因此人们迫切需要高效、智能地使用频谱以满足不断增长的需求，有人提出以机会主义的方式使用或者共享频谱资源来快速处理这个问题。
前者是指在无线电环境中以减少的干扰捕获空间和时间变化，然后可以捕获优化的频谱用于传输。这通常是未使用的频谱，称为频谱空洞或空白。
如果它被任何许可用户使用，则可以通过三种方式减少干扰。
首先跳向另一个频谱空洞，再通过保持低功率水平，进而改变使用的调制方案。还通过选择最佳可用信道来管理频谱并允许频谱共享，即在主要用户到达时腾出分配的信道。
后者指的是关于无线电环境的动态可编程性，因此，程序师可以根据其硬件使用不同的频率、调制方案、传输功率、通信技术、协议参数和传输接入技术进行传输和接收。这种可扩展性不仅在开始时是可能的，而且在传输过程中也是可能的。
认知无线电的通用架构由射频前端和基带处理器组成，为了适应随时间变化的 RF 环境，控制总线连接到每个组件。认知无线电与其传统同类产品的不同之处在于其 RF 前端，包括宽带天线、功率放大器和自适应滤波器。射频前端的这些特性使其具有宽带传感能力。
适应无线电环境的需求，因此它遵循认知无线电周期， 该循环包括三个基本步骤：1、频谱感知，2、频谱分析，3、频谱判决。
首先,感知无线电环境中的白洞、主要用户外观、流量变化和用户移动等,然后对频谱空洞的特征进行估计/分析。
数据一幕了然，程序师就可以传输任何合适的数据速率、带宽和传输模式。此传输完全符合 QoS、用户要求和频谱特性。
用于 5G 网络的云计算技术
E. 5G-IoT架构图
物联网技术有着巨大的需求，5G架构应具备可扩展网络、网络虚拟化设施、云服务、网络致密化能力、移动控制服务、无线接入控制、高效资源分配机制和物联网大数据分析工具等能力，基于 5G-IoT 的架构应该提供一个独立的 HetNet，它可以根据应用程序要求进行自我配置。蜂窝5G架构主要由前传、中传和回传网络组成。
前传网络将远程无线电头端 (RRH) 连接到 BBU，回程是指 BBU 与通常由同轴电缆和/或光纤制成的核心有线网络之间的连接。中程是指 RRH 和下一个链路之间的连接。
多层架构显示前程、回程和核心网络，突出点对点通信、宏蜂窝和毫微微蜂窝
5G蜂窝网络架构中存在的两个逻辑层是无线网络和网络云，通过在 BS 和移动站使用可控天线，采用最先进的 CMOS 技术和毫米波频谱，可以实现高数据速率。不仅如此，这还将支持移动通信和回程网络。此外，毫米波的较低波长使其成为极化和各种空间处理技术（如 MIMO、M-MIMO 和天线波束成形）的绝佳候选者，因此是 5G-IoT 的关键架构推动因素。
就原型构建而言，直接在印刷电路板 (PCB) 上实现 28GHz 天线阵列也减少了天线和射频集成电路 (RFIC) 之间的插入损耗。
由于不良的移动通信，特别是由于路径损耗、阻塞、大气和雨水吸收等传播问题，毫米波频谱在过去十年中一直未得到充分利用。
现在通过使用大型天线，这些问题在很大程度上得到了解决阵列，然后引导光束能量并相干地收集它。
F. 5G-IoT 中的 QoS
5G 蜂窝网络中的 QoS 可以通过其频谱效率和延迟来缓解，5G 网络中的频谱效率可以通过使用非正交信号和无线电接入方法来实现，而延迟需求因用户和控制平面流量而异。
5G 技术的小区频谱效率
典型的 4G 和 5G 网络小区在上行链路和下行链路中的频谱效率 ，控制平面和用户平面中的延迟分别：
5G 网络中的延迟
在5G网络的情况下，在小区频谱效率显着提高的情况下，在控制平面中可以看到大约50％的延迟降低，但也要遵守标准化。5G-IoT的标准化进程主要涉及两类标准。一种是处理网络技术、协议以及无线通信和数据聚合标准的技术标准。其次是监管标准，包括数据的安全性和隐私性。
人工智能驱动的 5G-IoT
5G、物联网和人工智能的结合具有更高的潜力，可以通过实时做出智能决策来改变企业格局。随着物联网节点强大硬件的可用性，在物联网节点或更靠近终端设备的雾节点上加入智能可以减少延迟，提高链路容量，并提升网络安全性。
有趣的是，基于 AI 的技术也可以用于 5G-IoT 网络，以进一步优化其自身在应用程序、物理层和网络层的性能，通过预测网络上的流量模式进一步提高数据速率，从而促进基于 AI 的用户应用程序的配置， 未来 5G-IoT 网络还有着大量的作用：
A. 大数据处理增强
人工智能算法与5G技术的融合，有可能解决通信信道拥塞和海量数据处理相关的问题， 5G智能物联网的目标是对海量数据进行智能处理，优化通信渠道，有效提升渠道利用率。
5G 提供的无处不在的连接性导致产生了大量数据，该数据集还可用作基于 5G 物联网的网络中的交换手段，以做出智能决策。
在根据当前存储和处理的数据从数据集中找到模式后，人工智能算法可以推断并做出更准确的决策。为了定义人工智能在新技术中的重要性和潜力，需要将人工智能与基于 5G 物联网的网络集成。
B. 扩大医疗保健的视野
5G和人工智能在医疗领域的结合，可以通过升级现有系统来改善数百万人的生活。使用 5G 设计了 一个个性化的情绪感知医疗保健系统，强*情调**绪护理，特别是对儿童、精神病患者和老年人。
C. 智能网联
AI 的应用之一是 5G 网络的实施，这在 CogNet 项目中有所体现，其中讨论了使用基于机器学习的决策机制，扩展 NFV 管理的自主自我管理网络的体系结构。
在基础 NFV 功能旁边部署更具适应性的控制机制，这样可以降低系统成本，同时将 QoS 保持在具有竞争力的高水平。
D. 智能交通系统
随着 5G 与物联网的集成，具有连续连接性的车辆正在成为现实。这种集成使得能够以更有效的方式访问互联网，现在汽车制造商已经产生了兴趣，并正在探索不同的市场，并将这项技术引入交通系统领域。
已经对使用连接到互联网的自驾车进行了研究，智能交通系统可以在乘客的智能手机和车辆本身之间提供通信。就像其他物联网设备一样，智能交通系统也可以提供更多控制的新功能。
在交通信号灯中安装传感器提供的数据有助于制定有效的交通路线，从而减少车辆的通行时间。物联网与5G的融合改善了整体交通系统，物联网有助于减少交通管理等领域的体力劳动，还有助于降低成本。
E. 利用互连物联网设备的丰富数据
基于物联网的设备与 5G 的持续连接产生的大量数据，可以通过关联可用的大量数据来预测事故和犯罪。因此，它有助于创新可能成为大公司项目的新想法，生成巨大的数据（巨大的数据集可以进一步用于寻找相似性、联系和模式）并提供各种交流方式，借助物联网可以提取实时数据。
这允许以各种方式控制设备，而无需太多人为交互。物联网设备为日常交通管理提供了新的基础设施，无线网络技术已被用于检测周围环境，这也表明物联网已被引入作为提供监视的一种方式，从物联网设备生成大数据在制定计划和改善城市环境方面发挥了作用。
5G遇上人工智能的建筑场景
结论
如今，深度学习被应用于物联网和移动应用程序，以实现实时或接近实时的数据处理任务。考虑到数据传输网络的性能有限，将海量数据传输到云端进行深度学习会消耗大量能量并产生大量传输延迟，从而降低深度学习任务的效率，那么就需要一个基于深度学习的物联网应用程序的自主和增量计算框架和架构来解决它。
未来的智能系统需要这样的物联网节点在不同的操作条件下工作，并通过网络和云最大限度地提高系统智能，同时最大限度地减少能源/信息。最大化网络整体性能的方法是将智能和自适应融入自组织网络（SON）。
如果你也喜欢我的文章，不妨点个“关注”吧！小生在此谢过了！
END