当前位置:首页 > 通信技术 > 通信技术
[导读]移动宽带网络已经全面迎来大数据时代,在移动数据的接入层面,其主要特征包括海量数据,500亿连接,以及大量的差异化业务需求。新技术引入,充足的频率储备和智能立体网络的建设是应对千倍数字洪流的主要手段。TD-LT

移动宽带网络已经全面迎来大数据时代,在移动数据的接入层面,其主要特征包括海量数据,500亿连接,以及大量的差异化业务需求。新技术引入,充足的频率储备和智能立体网络的建设是应对千倍数字洪流的主要手段。TD-LTE/LTE FDD网络的建设应当分步进行,同时考虑未来市场竞争的需要。优先在产业链强壮的频段部署新系统,可以分享其带来的商业红利和规模经济效益,达到事半功倍的目的。网络的初始建设应当为未来智能立体网络的部署打好基础,并为全LTE网络的推进做好准备。

2009年12月全球数据流量首次超过语音流量以来,移动宽带的数据流量以每年100%的速度持续增长。以此推算,从2010年到2020年,移动宽带网络数据流量增长将达到1000倍。相对于平稳发展的语音业务,丰富的移动宽带数据业务在移动通信网络中将占据绝对的统治地位。可以说在未来的10年,整个移动通信产业将全面进入大数据时代。这一不可阻挡的发展趋势,将会带给整个产业和社会的生产和生活方式深刻的变革。

大数据时代带给移动通信产业前所未有的挑战和机遇。从运营商到制造商,从网络到终端,从内容到服务,整个ICT行业都处在巨大的变革之中。对于运营商而言,这一挑战尤为严峻。国际经验表明,新兴运营商试图利用这一机遇实现弯道超车,而领先运营商则利用这一时机扩大优势。例如,韩国运营商LGU+和美国运营商Verizon Wireless就是二者的典范。尤其是LGU+由于采取了激进的新技术(LTE)部署策略,其市场份额由2G/3G时代的7%,跃升到30%,一举进入主流运营商行列。本文通过对大数据时代,移动通信网络发展的分析,指出了智能立体网络这一主要技术发展的趋势。同时对国内LTE建设的定位,规划和部署提出了建议。

大数据时代移动接入网络的基本特征

大数据时代移动接入网络的基本特征主要包括数据流量指数增长,海量用户实时在线,和大量的差异化的用户和业务需求。

海量数据

移动数据流量增长是大数据时代最基本的特征之一。其动力除了越来越多的智能终端的面市和普及,还包括了用户行为,移动和存储方式的变革等带来的流量增长。例如,云存储不仅会改变用户习惯,也会改变数据存储和接入方式,从而成为数据流量持续增长的新动力。

500亿连接

爱立信于2010年提出了全球2020年500亿连接的宏伟蓝图。未来的移动通信网络,人与人的通信仍然是其最重要的组成部份。但是,随着物联网和行业应用的推广,人与物和物与物的通信连接将在数量上占据主导地位。人们将实实在在生活在一个网络社会之中。

大量差异化需求

由于无线连接的多样化,带来了对业务需求和服务等级的多样化。除了对传输速率和传输时延要求的差异,为了满足某些新业务(例如,车联网),对网络的可靠性也会提出更高的要求。

图1 2020年移动通信展望

如何应对千倍数字洪流

在大数据时代,移动接入网络的首要挑战是来自无线网络容量的挑战。面对千倍的容量增长,我们应当如何应对?这是一个全球性问题,需要政府管制机构,产业界和运营商的共同努力来提供一个综合的解决方案。这里简单介绍三个主要手段。

充足的频率储备

“频谱是王”对于移动运营商而言毫不为过。站在一个国家层面,充足的频率资源,决定了网络可以承载移动宽带数据流量的基本面。在2G/3G时代,全球大多数国家的公用移动通信频率在300MHZ-400MHz之间。而分析表明,未来网络需要大约1500MHz的频率资源。全球范围内,除了向更高的频率拓展(例如,3.5GHz),将较低的优质频谱分配给公用移动通信也是主要的方向(例如,用于传统电视业务的700MHz)。此外,近来国际上出现的(在时间和地域上)受控频谱分享的分配方式可以进一步提升频谱利用率。

对于运营商而言,频率是战略资源。如何获得更多的廉价而优质的频率资源尤为重要。此外,频率资源的全球化协调程度(Harmonization),也直接导致了全球产业链在特定频段的健壮程度和国际漫游能力,从而导致移动宽带数据流量在不同频段的不均衡分布。简单地说,全球化协调频段由于规模经济效益,自然会得到全球产业链(尤其是高端终端)的优先支持,从而获得数据流量的优先增长。一个直接的结果就是,获得该频段的运营商将会获得先天的竞争优势。

另外一个大的趋势是FDD/TDD融合的趋势,这里不仅是在终端和系统设备的融合,也是运营层面的频谱融合和组网融合。由于频率资源的稀缺,随着TD-LTE产业链的逐步成熟,全球TDD频谱的拍卖价格也日渐走高。国际运营商也不约而同的将原先视为“鸡肋”的TDD频谱作为战略资源给以重视。从这个角度讲,同时运营FDD和TDD制式的融合的网络,将会成为未来国际运营商的主流。

新技术引入

新技术是获得容量提升的重要手段之一。2G/3G/4G的发展历程充分的体现了这一规律。在3G商用之前,无线通信技术的主要研究和产业化方向,集中在如何提升单链路的容量方面,也就是说在给定带宽的条件下如何实现香农公式提出的容量极限。而这一任务随着3G商用宣告完成。之后,爱立信从2002年开始4G(LTE-A)研究,重点放在灵活有效的大带宽接入技术方面(例如,OFDM/OFDMA),并于2007年开始实质性的推进3GPP LTE和LTE-A的标准化工作,截至2011年LTE-A被国际电联接纳为4G标准而告一段落。至此,无线通信技术获得了前所未有的从180KHz到100MHz的灵活的带宽接入能力。 从而为大幅提高未来系统的容量奠定了技术基础。灵活的带宽接入技术,也为未来差异化的业务需求提供了必要技术支撑。

在此基础上,其他技术(例如,多天线技术和多点协同技术等)还可以使系统容量获得一定的提升。但是,总体来看如同其名(即长期演进),LTE/LTE-A技术应当在相当长的一段时间内保持稳定。

图2 现代无线通信技术发展历程

网络架构的演进/智能立体网络

在可用带宽和接入能力接近/达到极限的情况下,获得系统容量增长的主要突破口在于网络架构的演进和技术创新。特别需要强调的是智能立体网络(异构网,Heterogeneous Network)的研究和部署。在未来的智能立体网络中,包括了宏蜂窝,微蜂窝,微微蜂窝,也包括了传统宏站,拉远单元,AIR(Antenna Integrated Radio)和基带池等多种站型。同时,智能立体网络将会是传统意义上的移动宽带技术和WiFi技术,以及FDD/TDD双工模式融合的网络。

有一种观点认为小蜂窝(Small Cell)就是智能立体网络,其实并不全面。智能立体网络的核心是多种网元之间的协同和管理。如同智能立体网络的建设,首先需要保证底层的宏蜂窝的完善和稳定,在站点密度达到极限时,通过引入小蜂窝和有效的干扰管理算法,获得容量显著提升。因此,缺乏协同的小蜂窝只能作为网络覆盖的补盲辅助手段,而容量的提升必须依靠高级的干扰管理和协调机制。

多样化,多频段,多双工方式的智能立体网络的规划,部署,优化,维护,运营将是极大的挑战。因此,对网络的智能化和简单化提出了前所未有的要求。进而对SON(自组网)的要求十分突出。尽量减少网络的人为干预,将成为运营商和网络设备制造商的重要竞争领域。

在以上3个方面,由于链路级通信技术本身的发展已经接近极限,提升的空间有限,除了传统的增加建站密度,增加带宽外,满足100%年流量增长率的主要技术方向是网络层面的技术革新,也就是智能立体网络的建设。在这一领域,为了实现各网元之间的协同和管理,对回传网络的性能要求(尤其是非视距的微站的回传方案),也提出新的挑战。

最后,强调一下在智能立体网络中多网协同的问题。应当说,对于任何一个非新兴运营商而言,多网协同都是无法回避的问题。但是,应当清楚地看到多网协同应当是走向全LTE网络建设和运营的过渡阶段,而不是运营商追求的终极目标。原因显而易见,

• 运营和优化一个网络的成本和复杂度远远低于多网多频协同。

• 用户体验随着LTE网络RCS(Rich Communication Service)能力的提升获得大幅提升,同时由于网络间互操作的减少,用户感知会更加流畅。

• 通常终端成本会随着模式的增加而增加。相反,终端支持模式的减少也会使其成本大幅下降。

2012年随着VoLTE的商用,国际上3GPP2的运营商已经向全LTE网络迈出了坚实的步伐。

TD-LTE无线网络分步部署策略

TD-LTE部署分步走

基于LTE-FDD的推广和部署经验, 以及GSM和WCDMA的成功经验,我们建议TD-LTE的商业部署应当本着由简入繁,稳步推进的分步部署原则。如图3所示,在网络覆盖层面,首先实现热点和城区的连续覆盖,技术上优先采用成熟技术,并确保系统的稳定和良好的用户体验。在网络部署中期,逐步扩大覆盖范围和完善室内深度覆盖,并通过新功能和多载波引入提高系统容量。最后在中长期实现智能立体网络,并适时启动全LTE网络演进和建设。

图3 TD-LTE部署分步部署

频谱利用的考量

如前所述,为了满足大数据时代的挑战,运营商将会采取FDD/TDD融合发展的策略来获得足够的频率资源。对于运营商而言,在部署LTE系统时,应当充分考虑系统演进和扩容的能力, 例如美国某领先运营商在单一市场的平均LTE频谱储备达到88MHz。前瞻性的频谱规划和部署策略可以借力全球强壮产业链的优势,获得先天的竞争优势,反之则可能事倍功半。合理的网络部署规划,可以为智能立体网络的建设打下良好基础,降低网络总体部署成本,并保证在未来的竞争中保持优势。反之,基础网络和频率战略不当可能引起不必要的重复建设和成本上升。最终导致用户体验下降和产业链成熟的滞后,从而错失发展良机。

在频谱储备上,由于TD-LTE的有效带宽(例如,20MHz)仅相当于LTE-FDD的一半(10MHz)。如表1所示,TD-LTE系统设备需要部署较宽的带宽才可以获得和FDD系统可比的性能。因此,TD-LTE的频谱策略需要充分考虑未来市场竞争的需要,否则在网络部署的中早期就会在市场竞争中处于劣势,进而不得不重新规划,重复建设,增加网络的部署成本和周期。

表1 运营商4G部署中期竞争态势 

同时,从长远发展的角度,适时考虑在较低频段部署TD-LTE,或者Refarm较低的FDD频段也是较优选择。例如,目前在全球方兴未艾的1800MHz的Refram进程。截至2012年10月,全球有30%的LTE网络部署在这一频段。主要原因是这一频率资源较为丰富(2x75MHz),且产业链成熟,例如苹果IPhone 5和IPad 3/4/Mini均支持这一频段。在政府层面,欧盟已经与2011年明确了将1800MHz Refarm给LTE FDD使用。

智能立体网络建设

虽然TD-LTE网络的部署还处在早期的阶段,但是良好的规划,可以为网络的演进,容量可持续增长提供坚实的基础。在实际的操作层面,第一步是实现良好的宏蜂窝连续覆盖,通过网络优化,深入挖潜,获得容量的最大化。统计结果表明,典型的移动宽带网络通过优化,其中值速率可以提高3倍,小区边缘速率可以提高10倍。

第二步是考虑增加基站密度,通过增加宏站密度,获得容量提升。这一手段简单有效。但是当密度增加到一定门限时,由于网络由功率(覆盖)受限变成干扰受限,网络的总体容量不再会随着站点密度的增加而增长。

突破这一瓶颈的主要手段也就是第三步,引入智能立体网络。例如,小基站(微蜂窝/微微蜂窝)。如何有效部署小基站,如何有效实现宏蜂窝和微蜂窝的协同以及合理的协同等级和规模是网络规划阶段的重要考虑因素。

在此基础上,多系统多频段的分流机制可以有效降低高负荷网络压力。但是,网络互操作的复杂度也随之上升。用户体验则可能有所下降。因此,多网协同应当只是走向全LTE网络的过度阶段,尽量压缩多网协同的时间窗口,有利于运营商的核心利益。

结束语

大数据时代丰富的频率储备和扩容能力对于LTE的部署至关重要。在频谱资源以外,智能立体网络的建设是解决系统容量中长期增长的主要手段。由于移动宽带数据流量的在全球协同频段优先增长,运营商应当优先选择国际协同频段部署LTE系统(例如,2.6GHz的TD-LTE部署),从而分享强壮产业链带来的规模经济效益和商业红利。LTE的网络建设,应当注重系统性能和稳定性,确保优异的用户体验。网络的规划和建设应当综合考虑无线功能要求的逐步引入,为未来智能立体网络的部署打好基础,并为全LTE网络的推进做好准备。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人工智能是“十四五”规划明确优先发展的前沿科技领域之一,如何看待未来我国人工智能领域的发展前景?目前,我国机器人基础研究状况如何?

关键字: 人工智能 物联网 大数据

北京——2024年1月23日 行业数字化服务商华讯网络系统有限公司(简称华讯)充分利用亚马逊云科技丰富的数据和安全服务以及解决方案,结合自身在安全领域的技术优势和深厚沉淀,为企业提供涵盖安全事件响应、云原生安全大数据平台...

关键字: 大数据 数据分析 互联网

2023年,重庆云谷·永川大数据产业园通过大力发展科技影视、自动驾驶和服务外包产业,已形成科技影视、自动驾驶、服务外包“三足鼎立”之势,释放出高质量发展强劲动力。

关键字: AI 科技 大数据
关闭
关闭