您现在的位置:首页>前沿视点
未来移动大数据时代的5G高通量绿色无线通信网络关键技术
作者:   时间:2014年09月10日 【字号: 】【打印本页】【关闭】
 (周一青,中国科学院计算技术研究所,zhouyiqing@ict.ac.cn

序言:该领域定义及其重要性

网络应用在过去的十年实现了爆炸式的发展。物联网、智慧地球、云计算服务、内容标识服务网等新概念层出不穷,其核心特点是:以移动互联网为核心的云化大数据计算、传输、存储与个性化应用服务。移动互联网应用极大地推进了计算技术、宽带通信技术和智能服务技术的进步和相互融合。现今,无线通信已进入4G时代,高性能计算进入到10P级时代,网络应用进入到云化的虚拟智能服务时代。有报道称,2008年移动通信网所产生的能耗已占人类社会全部能耗的3%,并且仍以16%的比率在按年增长。如以现有速度发展,在可预见的未来十年内,通信与计算服务需求还将增长1000倍。然而,地球资源已将走向枯竭,必须找到新的计算与通信技术体系才有可能支撑1000倍增长的服务需求,通信与计算技术的融合可能是必由之路。这方面的理论、架构、技术创新已经不少,但真正能解决问题的变革性创新还没有出现,这是我国学者在学术上实现重大突破的难得机遇。


一、该领域世界前沿科技发展态势

在现代信息技术发展的历史上,通信技术和计算技术已经在各自的发展过程中存在着一定程度的相互影响和相互促进,在近年来,“计算”与“通信”的协同正逐步被学术界和工业界所重视[Duan2012, Appuswamy2011, Breg2005, Conti2010],计算通信网络的概念雏形逐渐凸显。

电信网络是以话音为主要业务的网络,可以追溯到1876年电话机的产生,在最初阶段由于计算技术的落后,线路交换依靠人工转接或(半)自动化的机械和电气形式的交换机,其变革性的跨越源自于1957年贝尔实验室提出的程控交换机,这是在计算机诞生后的“通信”和“计算”的典型性的相互促进。1969年ARPANET首次实现了两台计算机的互联,这是“通信”和“计算”的再一次相互影响,进而演进为互联网(Internet)。尽管目前的网络有了长足的发展,但在这些主流的网络分层架构的设计阶段,终端和网络的计算能力受限,因此必须简化系统设计、降低设备计算复杂度,才能够支撑更高容量的数据传输和交换服务。通信信道被抽象为比特透明传输的物理层,网络并不关注数据的具体内容和用户行为细节,仅仅作为承载数据传输的管道。由于通信信道受到香农极限的约束,而网元计算能力仍然遵循摩尔定律快速提升[Abowd2000],因而充分挖掘网元的计算以及信息处理能力,同时有效适配强大的网络存储能力,实现网络计算能力与通信能力的结合,近年来重新成为国际上网络与通信领域关注的重点。美国工程院院士、斯坦福大学T. Cover教授[Cover2006]曾指出,通信是计算约束的,而计算是通信约束的,但同时两者任何一方的进步也都为突破对方的瓶颈提供了可能,这初步揭示了计算与通信二者之间的内在联系。

计算和通信的不同程度的局部协同在信息网络领域也得到了多方面体现。网络编码[Ahlswede2000, Li2003, Koetter2003, Chou2003]是通信网络中信息处理和传输理论研究上的重大突破,其核心思想是允许网络节点对传输信息进行编码处理,从而提升网络吞吐量、均衡网络负载和提高网络带宽利用率等。MIMO是利用多根发送和接收天线提高无线通信分集增益的技术,其本质是利用信号处理的计算复杂性换取通信性能增益。协作通信(Cooperative communication)则可以使具有单根天线的移动台获得类似于MIMO系统中的某些增益。在网络节点中,通信设备主要构件为无阻塞交换网络,智能计算主要体现为业务调度,比较著名的算法包括简单且易于执行的启发式算法iSLIP[McKeown1999],基于最大权匹配的优化算法[McKeown1996]以及斯坦福大学提出在线批量调度算法[Aggarwal2003]等。

采用计算技术对数据进行压缩是降低网络传输冗余度的有效手段[Babu2004],包括分为无损压缩和有损压缩,前者诸如行程编码、字典编码、熵编码、Slepian-Wolf编码[Rimoldi1997](无损的分布式信源编码)等,后者离散余弦变换、小波压缩、线性预测编码、Wyner-Ziv编码[Zamir1996] (有损的分布式信源编码)等。目前,针对语音、视频、数据等不同媒体的压缩技术已经达到了很高的压缩率,未来提升空间非常有限。

软件定义网络(Software Defined Network, SDN)是由美国斯坦福大学clean slate研究组提出的一种新型网络创新架构,其核心技术OpenFlow通过将网络设备控制面与数据面分离,实现了网络流量的灵活控制,为核心网络及应用的创新提供了良好的平台。软件无线电系统(Software Defined Radio, SDR)以可编程力强的DSP器件代替专用数字电路,使系统硬件结构与功能相对独立。这样就可基于一个相对通用的硬件平台,通过软件实现不同的通信功能,并对工作频率、系统带宽、调制方式、信源编码等进行编程控制,系统灵活性大为增强。无论是SDN还是SDR,都是基于计算技术对通信网络架构或实现方式进行的一种创新。文献[Marchese2008]阐述了3C(Computation,Communication and Control)融合的思想,以无线技术为起点,分析了3C融合的新设计思路,重点在于将通信工程的跨层模型延伸到整个3C链中。强调了3C研究中的跨层模型的控制机制,提出了联合协议栈的新概念。其中,3C跨层设计的评估体系、跨层的通信与最优化理论都是开放的问题。文献[Makris2013]指出,计算和网络系统融合成为信息通信研究领域研究的重点,情景感知(Context awareness)是多种环境整合(integration)的粘合点(glue-point)。在移动云计算中也提出了一系列通信与计算资源优化配置的方法[Barbarossa2013][Papagianni2013][Lei2013][Feizi2013]。

然而,这些计算和通信技术的不同程度的局部结合虽然能够从某些方面改善系统性能,但是距离真正意义上计算和通信的协同还有很大的差距,在计算通信协同的基础理论与模型方面仍然处于空白。

参考文献:

[Duan2012] Q. Duan, Y. Yan, A. Vasilakos. A Survey on Service-Oriented Network Virtualization TowardConvergence of Networking and Cloud Computing, IEEE Transactions on Network and Service Management, 2012, 9(4): 373-392.

[Appuswamy2011] R. Appuswamy, Massimo. Franceschetti, N. Karamchandani, K. Zeger. Network Coding for Computing: Cut-Set Bounds, IEEE Transactions on Information Theory, 2011, 57(2): 1015-1030.

[Breg2005] F. Breg, C. Polychronopoulos. Computational network federations: a middleware architecture for network-based computing, IEEE Journal on Selected Areas in Communications, 2005, 23(10): 2041-2048.

[Conti2010] M. Conti, S. Giordano, M. May, A. Passarella, From opportunistic networks to opportunistic computing, IEEE Communications Magazine, 2010, 48(9): 126-139.

[Abowd2000] G. D. Abowd, E. D. Mynatt. Past, Present and Future Research in Ubiquitous Computing. ACM Transactions on Computer-Human Interaction, 2000, 7: 29-58.

[Cover2006] T. M. Cover, J. A. Thomas. Elements of Information Theory, Wiley Interscience, 2006.

[Ahlswede2000] R. Ahlswede, N. Cai, S. Li, R. Yeung. Network information flow, IEEE Trans. on Information Theory, 2000, 46(4): 1204-1216.

[Li2003] S. Li, R. Yeung, N. Cai. Linear network coding, IEEE Trans. on Information Theory, 2003, 49(2): 371-381.

[Koetter2003] R. Koetter, M. Medard. An algebraic approach to network coding, IEEE/ACM Trans. on Networking, 2003, 11(5): 782-795.

[Chou2003] P. Chou, Y. Wu, K. Jain. Practical network coding, In: Proc. of the 41st Annual AllertonConf. on Communication Control and Computing. 2003.

[McKeown1999] N. McKeown. The iSLIP scheduling algorithm for input-queued switches. IEEEACM Trans. Netw., vol. 7, no. 2, pp. 188-201, Apr. 1999.

[McKeown1996] N. McKeown, V. Anantharam, and J. Walrand. Achieving 100%throughput in an input-queued switch. in Proc. IEEE INFOCOM 96, San Francisco, CA, pp. 296-302.

[Aggarwal2003] G. Aggarwal, R. Motwani, D. Shah, and A. Zhu. Switch schedulingvia randomized edge coloring. in Proc. 44th Annual IEEE Symposiumon Foundations of Computer Science (FOCS’03), 2003, pp. 502.

[Babu2004] R. V. Babu, K. R. Ramakrishnan, S. H. Srinivasan. Video object segmentation: a compressed domain approach, IEEE Transactions on Circuits and Systems for Video Technology, 2004, 14(4): 462-474.

[Rimoldi1997] B. E. Rimoldi, R. L. Urbanke. Asynchronous Slepian-Wolf coding via source-splitting. IEEE International Symposium on Information Theory, 1997.

[Zamir1996] R. Zamir. The rate loss in the Wyner-Ziv problem, IEEE Transactions on Information Theory, 1996, 42(6): 2073-2084.

[Marchese2008] M. Marchese, V. Gesmundo, Cross-layer Paradigms in the Convergence of computing, communication and control (C3)IEEE MILCOM, 2008, pp. 1-5.

[Makris2013] P. Makris, D. N. Skoutas, C. Skianis. A survey on context-aware mobile and wireless networking: on networking and computing environments integration, IEEE Communications Survey&Tutorial, 2013, 15(1): 362-386.

[Barbarossa2013] S. Barbarossa, S. Sardellitti, P. Lorenzo. Joint allocation of computation and communication resources in multiuser mobile cloud computing, IEEE SPAWC, 2013, pp. 26-30.

[Papagianni2013] C. Papagianni, A. Leivadeas, S. Papavassiliou. On the optimal allocation of virtual resources in cloud computing networks, IEEE Transactions on Computers, 2013, 62(6): 1060-1071.

[Lei2013] L. Lei, Z. Zhong, K. Zheng, et al. Challenges on wireless heterogeneous networks for mobile cloud computing, IEEE Wireless Communications, 2013, 20(3): 34-44.

[Feizi2013] S. Feizi, A. Zhang, M. Medard. A Network Flow Approach in Cloud Computing, IEEE CISS, 2011, pp. 1-6.


二、部分国家和地区推动该领域前沿科技发展的战略与政策

(一)该领域的重要性与战略地位

(1)第四代移动通信系统(4G)在世界范围内开始商用,第五代移动通信系统(5G)的研究也已经展开。由于移动互联网业务的爆发式增长和智能终端的广泛应用,预期5G系统需要提供的网络容量是现有系统的1000倍。然而,4G已经使得目前通信信道的数据承载能力已经逼近香农容限,在5G时代,若单纯从通信技术本身进行研究,所带来的增益相对于科研以及网络设施投入代价而言并不显著,而且缺乏可持续性。

(2)同时,生态环境及相关企业已经不能承受移动通信网络的高能耗、高成本的发展。2008年移动通信网所产生的能耗已占人类社会全部能耗的3%,并且仍以16%的比率在按年增长。然而,地球资源已将走向枯竭,必须找到新的通信与计算技术体系才有可能支撑在有限能耗下1000倍增长的网络服务需求,通信与计算技术的融合可能是必由之路。

(3)目前,通信与计算的界限正在模糊,像苹果、谷歌等公司,已经不能单纯说是通信企业还是计算机企业了;然而,通信与计算融合的基础研究尚未开展,推动该领域从量变到质变的变革性创新还没有出现,这是我国学者在学术上实现重大突破的难得机遇。

(二)主要国家和地区在该领域的前瞻部署

通信与计算的协同被认为是信息领域的重要趋势,国内外已经在与该研究领域相关的计算通信结合、资源复用与网络虚拟化、用户行为建模等相关的研究方向已经部署了相应的研究计划。

在计算与通信的结合方面,欧盟FP7计划已将万亿设备的并行计算、支持有环境意识和学习能力的移动设备等列为未来信息技术所面临的挑战,并将融合传感器技术、无线通信技术以及日益提高的计算能力和数据存储能力来提升通信网络的服务水平。美国国防部高级研究署(DARPA)支持了量子保密通信与IP 互联网结合的五年试验计划,借助量子计算实现保密通信。此外,国际上一些著名企业如微软、思科、英特尔、华为等研究机构也相继启动了相关的研究计划,深入挖掘网元的计算能力,并将相关的典型成果如网络编码等应用到了实际的通信网络中。

在资源复用与网络虚拟化方面,自2010年以来,美国国家科学基金NSF先后启动了十几个网络融合相关项目,并于2013年向议会提交的最新经费预算报告中指出将投入约1200万美元用于开展有线-无线网络互连互通及异构网络融合等项目的研究工作,主要关注网络级的资源融合。欧盟第七研发框架计划(FP7)对无线频谱资源共享与复用关键技术开展了研究,并通过提高网元计算能力和数据存储能力来提高频谱资源利用率与网络协同服务水平。韩国政府针对“超宽带融合网UBcN”技术发展规划,于2012年前投资34万亿韩元发展全球最先进的信息传输网络。OpenVNet是一个为构建高效虚拟化网络的开源项目,通过在现有网络层次上增加网络虚拟层实现虚拟网络的创建和运行。国际多家大学及研究机构,开展了如PlanetLab,VINI,VIOLIN,G-Lab等实验性项目,通过搭建虚拟覆盖网络,覆盖于现有网络的虚拟试验床,进行网络架构和协议的研发和测试。


三、我国在该领域发展现状

我国在近几年的863计划、自然基金、科技重大专项等课题中也相继启动了相关项目,如“支持基带集中处理的RAN构架研究”、“基站资源池虚拟化关键技术研究”、“可编程虚拟化路由器关键技术研究及系统研制”等,在移动接入网络、IP网络等设计中开展计算与通信协同、资源虚拟化等方面的研究。2014年的973计划也将“网络通信与计算的协同理论与方法”列入申请指南,将为我国计算和通信交叉领域的开拓性研究起到较大的推动作用。清华大学、上海交通大学、中国科学院计算技术研究所、北京邮电大学、东南大学、电子科技大学、西安电子科技大学等高校或研究所已经开展了前期的探索性工作。

在支持云计算的RAN架构方面的研究[C-RAN][ACM2011][LIN2010][ZTE2014],已经逐步被业界和工业界所重视。当今,以电信网基础设施为主干网络,利用互联网协议提供广泛的网络互联,已经成为通信网络发展的必由之路。而方兴未艾的云计算技术也为人们提供了一种新的服务模式[TONG2010]。数据通信的目的是要完成计算机之间、计算机与各种数据终端之间的信息传递。为了实现数据通信,必须进行数据传输,而数据传输的模式也经历了电路方式、分组方式、帧方式和信元方式等阶段。可以看出,数据通信网的发展对计算机技术的推动作用突出。同时,计算机通信、基于计算技术的应用/业务也推动了现代数据通信网的发展。在云计算模式下,服务器端硬件、软件被整合为共享资源,按照“共享、按需、弹性、服务”的原则,用户只需要通过网路从服务器端获取各种各样的服务和能力,不需要独占拥有计算、存储能力。文献[TIAN2013]提出了“超级基站”的概念,超级基站是一种“物理集中、逻辑分布”的新型集中式接入网架构,可以在集中式资源池基础上进行异构网络间处理资源与无线资源的共享与统一管理,在“计算”与“通信”之间寻找到了一个平衡点。类似的,文献[CONCERT2014]介绍了一种基于云计算的接入网架构,能够灵活、高效地支持复杂多变的移动通信系统,并提供高速的实时“云业务”。文献[NIU2012]从系统和网络的角度探索了频谱与能量的高效利用机理与方法,提出了一种全新的超蜂窝网络体系架构,满足未来10-20年移动通信对宽带大容量的迫切需求。

虚拟化(Virtualization)技术是实现“通信”与“计算”相融合的重要手段。在计算机科学中,虚拟化是一种表现逻辑群组或计算资源子集的过程,用户可以用比原来的组织更好的方式来使用资源。这些资源的新虚拟部分不受现有资源的架设方式、地域和物理形态所限制。本质上,虚拟化是一种资源管控技术,即对相应的软件/硬件资源做管理控制,为上层提供应用需要的逻辑形态。要实现网络通信与计算协同,不仅需要借鉴计算机领域中对处理器、存储等硬件资源的虚拟化技术,还应该对频谱、带宽、子网等多元资源进行虚拟化,并统一考虑“通信”和“计算”异质资源的管理。网络虚拟化即动态组合现有网络上的各种网元,搭建出动态网络提供虚拟网络服务,使得网络具有灵活的架构。文献[ICC2013][MILCOM2013]通过对Fiber Wireless(FiWi)网络的研究,引申到了无线网络的虚拟化技术。文献[LI2013]介绍了一种基于虚拟小区(phantom cell)的分层异构无线组网方案,通过控制平面和用户平面的分离,满足未来网络对移动性、网络部署密度、业务均衡处理和网络高复杂度的需求。

在基于云计算的接入网架构和网络虚拟化研究的基础上,开展了提高虚拟网络鲁棒性、可扩展性、资源利用率等方面的研究。在虚拟资源管理方面,文献[ZHAI2014]设计了一种基于超级基站的资源管理机制,达到了高效、低能耗的目的。而文献[VIRGILE2013]基于随机网络的拓扑模型,结合网络虚拟化技术,通过Poison Point Processes对基站分布建模,以用户为中心进行协作簇的选择,以达到更高的能效和吞吐率。然而,现有网络中的虚拟资源管理主要还是针对带宽或频谱等通信资源,没有涉及到“通信”和“计算”异质资源间在一定程度上的互换问题,因此不能实现多元异质资源融合的目的。

然而,当前无论是国内还是国外,都未能解决计算和通信协同的基础理论问题,仅在局部范围实现了计算和通信的有限结合,因而尚未取得无法取得根本性的突破。已有研究的局限可以概括为:①研究视角单一,尽管尝试将计算融入通信网络,但主要针对网络中的局部具体问题展开研究,或者提升网络传输性能、或者压缩传输数据量,缺乏从网络整体设计角度出发的系统解决方案。②研究范围受限,主要针对特定领域、特定范围、特定背景、特定应用的具体网络技术而展开,缺乏对异质的多样化网络中广义资源表征与复用的研究,无法建立计算通信资源的协同基础。③研究成果零散,部分研究方向仍基本空白,基础共性理论尤其缺失,难以指导网络技术的发展以应对未来海量、复杂和高度动态的业务需求。

综上所述,通信与计算协同的研究仍处于起步阶段,目前基础理论严重缺失,理论体系亟待形成,具有很大的创新空间。从本次研讨会的讨论中也可以看出,我国在通信与计算协同的研究领域与国际同行处于同一起跑线。因此,我们必须抢占先机,占领该领域的制高点,率先在基础理论、核心机理和方法上取得原创性的成果,增强我国的国际话语权,提升我国在通信网络领域国际竞争力,使我国成为计算通信协同领域的国际主导力量。

参考文献:

[C-RAN] China Mobile Research Institute. C-RAN: the road towards green ran. White Paper. Ver 1.0.0. April, 2010. 68-73.

[ACM2011] Zhu Z B, Gupta P, Wang Q, et al. Virtual base station pool: towards a wireless network cloud for radio access networks[C]//Proceedings of the 8th ACM International Conference on Computing Frontiers. ACM, 2011: 34.

[LIN2010] Lin Y, Shao L, Zhu Z, et al. Wireless network cloud: Architecture and system requirements[J]. IBM Journal of Research and Development, 2010, 54(1): 4: 1-4: 12.

[ZTE2014] 赵明, 许希斌, 牛志升. 面向未来移动通信的超蜂窝网络架构[J]. 中兴通讯技术, 2014, 20(2): 11-16.

[TONG2010] 童晓渝, 张云勇, 戴元顺. 从公众通信网向公众计算通信网演进[J]. 电信科学, 2010年第6: 7-17.

[TIAN2013] 田霖, 翟国伟, 黄亮, . 基于集中式接入网架构的异构无线网络资源管理技术研究[J]. 电信科学, 2013, 29(6): 25-31.

[CONCERT2014] Jingchu Liu, Tao Zhang, Sheng Zhou, Yu Cheng, and Zhisheng Niu. CONCERT: A Cloud-Based Architecture for Next-Generation Cellular Systems. IEEE Wireless Communications Magazine, Feb. 2014.

[NIU2012] 牛志升, 周盛, 周世东, . 能效与资源优化的超蜂窝移动通信系统新架构及其技术挑战[J]. 中国科学: 信息科学, 2012, 10: 002.

[ICC2013] Dai Q, Shou G, Hu Y, et al. A general model for hybrid fiber-wireless (FiWi) access network virtualization[C]//Communications Workshops (ICC), 2013 IEEE International Conference on. IEEE, 2013: 858-862.

[MILCOM2013] He S, Shou G, Hu Y, et al. Performance of Multipath in Fiber-Wireless (FiWi) Access Network with Network Virtualization[C]//Military Communications Conference, MILCOM 2013-2013 IEEE. IEEE, 2013: 928-932.

[LI2013] 李玥, 彭木根. 基于虚拟小区的分层异构无线组网方案[J]. 电信科学, 2013, 29(1): 8-14.

[ZHAI2014] Guowei Zhai, Lin Tian, Yiqing Zhou, Jinglin Shi. Load Diversity Based Processing Resource Allocation for Super Base Station in Large-scale Centralized Radio Access Networks. Communications Workshops (ICC), Jun. 2014.

[VIRGILE2013] Garcia V, Zhou Y, Shi J. Coordinated Multipoint Transmission in Dense Cellular Networks with User-Centric Adaptive Clustering[J].


四、首都地区或京津冀地区该领域发展现状

(一)首都地区或京津冀地区在该领域主要的成就及其地位

随着“科技北京”建设的逐步深入,以战略性新兴产业推动首都经济发展方式转变已成为北京市现阶段的一项重点工作。通信产业作为北京市发展战略性新兴产业的一个重要领域,已成为北京市新的经济增长点。

北京市是我国通信产业重要的研发创新基地,拥有众多知名的高校、研究院所和非常完整的移动通信产业链条,聚集了产业链多个环节的核心企业及运营商,“十一五”期间承担了国家03专项1/4的研发任务,在通信标准制定、核心技术研发等方面领先全国。以清华大学、北京邮电大学、中国科学院计算技术研究所为代表的北京市高校与研究院所,在该领域已经启动了相关的研究和探索性工作。如清华大学提出的超蜂窝和CONCERT的网络架构,以及小区zooming与能耗控制等研究;北京邮电大学在FiWi网络架构下的虚拟化技术,以及对分层异构无线组网方案的研究;中科院计算所进行的高通量计算系统的构建原理、支撑技术及云服务运用的研究,以及超级基站的概念和超级基站架构下虚拟化技术的研究等,都已经开始了通信与计算融合的探索。

(二)首都地区或京津冀地区发展该领域的优势及存在的问题

通信与信息技术在北京市的发展和应用一直处于国内领先水平,位于国际前列。北京市作为TD-SCDMA系统标准的发源地,在TD-SCDMA系统后续发展、演进、标准化工作、试验系统开发,包括TD-SCDMA系统向第四代移动通信系统的演进等领域始终占据了国内领先地位,十五期间,北京市完成了TD-SCDMA 国际标准的制定及可供商用化的系统开发,建立较为完整的研究开发产业链和产业支撑体系,国内企业与科研机构在移动通信方面的核心技术研发能力、产业化应用能力、参与国际竞争能力均得到显著提高。同时,北京市也拥有联想、曙光等计算机系统厂商,取得了一系列原创性的成果,在计算机系统研发方面实力雄厚。

目前,苹果、Intel、IBM等国际巨头已经开始进行通信与计算融合的技术研发,力争抢占该交叉领域的产业先机。虽然我们也已经开展了相关的研究,与国际巨头站在了同一起跑线上,但必须从政府、产业、研究等方面进行充分的重视和支持,以保证北京市在通信与计算交叉领域产生新兴产业以及赶超国际领先企业

附件下载
 
 
  访问次数
  通知公告 更多>>
  • · 2016年度北京市自然科学基金委员会-北京市教育委员会联合资助项目拟资助项目公告(2016-04-21)
  • · 2016年度北京市自然科学基金委员会-北京市科学技术研究院联合资助试点工作拟资助项目公告(2016-04-21)
  • · 关于2016年度京津冀基础研究合作专项项目申报的通知(2016-03-24)
北京市自然科学基金委员会办公室 版权所有
ICP备案编号:京ICP备10050128号 京公网安备:11010500245
地址:北京市海淀区四季青路7号院2号楼3层311室 邮政编码:100195 联系电话:(010)66153609 传真:(010)66157137