כמו רשתות 5G בוגר, מפעילי להתמודד עם האתגר הכפול של תמיכה תערובת heterogeneous של שירותים - מ-PC גבוה סטרימינג וידאו רשת לאוטומציה תעשייתית בזמן אמת - תוך שמירה על אמינות מחמירה ומטרות לבה. שתי טכנולוגיות בסיסיות הופיעו כ- l אינץ 'בפגישת דרישות אלה: רשת סליקה ו-DLDensity Parity-Check (LDPC) מאפשרות שתי אפשרויות הפעלה מרובות של מערכת הפעלה של אבטחה וירטואלית (S) כדי לספק את דרישות אבטחה של אבטחה אוטומטית (מערכת הפעלה)

רשת: אדריכלות, עקרונות, והטמעה

רשת סליקה היא חידוש ליבה של עיצוב מערכת 5G, מבוזרת בפרויקט השותפות הדור השלישי (3GPP) מפרטים משחרור 15 והלאה.זה מאפשר תשתית 5G פיזית אחת - פיתוח גישה רדיו, תחבורה ורשתות ליבה - להיות מחולק למספר רב של "שיות" הגיוניות ", כל אחת מתנהגת כרשת עצמאית עם משאביה, מדיניות, איכות של שירות (QS) מאפשר פונקציות וירטואליות של ניהול נתונים וניהול (DV) ותוכנות וירטואלית) כגון פונקציות של ניהול נתונים פונקציונליות (DVSD) ותפקודים של פונקציות של ניהול תוכנה).

מושגים בסיסיים: וירטואליזציה ומערכת בידוד

כל פרוסה רשת היא רשת לוגית מבודדת מקצה לקצה.Isolation מבטיחה כי תנועה, צריכת משאבים וכשלונות פרוסה אחת לא משפיעים על אחרים.זה מושג באמצעות הזמנת משאבים ופיזור בשכבות מרובות: ספקטרום רדיו (למשל, חלקי רוחב פס ייעודי), רשת תחבורה (למשל, מעגלים וירטואליים או מנהרות), ורשת ליבה (למשל, מקרים נפרדים של פונקציות של מטוסים ותפקודים של מערכת DG) של מערכת ההפעלה 3 (DRIF) מגדירהקודדלהלן: פונקציות (R) ו-S) פונקציות (DRIF) LT) כ-R.

Slice Types: eMBB, כתובת URLLC ו- mMTC

תקן 5G מזהה שלוש משפחות שירות עיקריות שחתלות חייבות להתאים:

  • (FLT:0)Enhanced Mobile Broadband (eMBBib): FLT) דורשות שיעורי נתונים גבוהים (עד 20 Gbps) וגמישות בינונית. יישומים אופייניים הם הזרמת וידאו ממצה גבוהה, מציאות מדומה, והורדה גדולה של קבצים.
  • (FLT:0)Ultra-Reliable Low-Latency Communications (URLLC): ⁇ FLT:1 מטרות לעקביות תחת 1 מ"מ ואמינות של 99.999% או גבוה יותר.
  • (FLT:0) תקשורת מכונה-Type (mMTC): FLT:1 מתמקדת בחיבור מספר עצום (עד 1 מיליון לקילומטרים2) של מכשירים בעלי עוצמה נמוכה, דו-נתונים נמוכים כגון חיישנים ומונים חכמים.

רשת סליקה מאפשרת דרישות דיסוציאטיות אלה לפעול על אותה תשתית פיזית ללא פשרות.לדוגמה, פרוסת eMBB עשויה להקצות רוחב פס רחב וכבדות רגועה, בעוד פרוסת URLLC שומרת על משאבי רדיו ייעודיים ומפחיתה עיכובים עיבוד.

יישום עם NFV ו-SDN

(הרשת מבוססת על NFV על פונקציות רשת וירטואליות מיידיות (VNFs) על חומרה של סחורות, ועל SDN כדי להגדיר באופן מתודולוגי תנועה קדימה וחלוקת משאבים.ניהול ותזמורת (MANO) לתאם מחזורי חיים פרוסים: יצירה, קנה מידה, והשלמת.האדריכלות 3GPP מציגה גם קיבולת הפעלה אופטית (NS) של שירות מותאם אישית (F2-F) המאפשרת פונקציות שירות אופטיות)

חשיבותם של קודים LDPC ב-5G: תיקון שגיאות ב- Edge

תיקון שגיאות הוא קריטי בתקשורת אלחוטית כי ערוצי רדיו הם בלתי אמינים לחלוטין - נתון לקידוד, התערבות ורעש. עבור 5G, ערוץ הנתונים (ערוץ משותף פיזי של דאלינק, PDSCH וערוץ מחובר פיזית, PUSCH) מעסיק קודים LDPC כתוכנית הקידוד של ערוץ חובה. 3GPP נבחר LDPC לאחר הערכה נרחבת עבור ביצועים מצוינים שלה באמצעות קיבולת, יכולת חישובית, ואורך של קיבולת קוד רחב על פני טווח רחב.

למה LDPC עבור 5G?

קודים של LDPC הוצגו לראשונה על ידי רוברט גלגר בשנת 1960, אך רק הפכו בעשורים מעשיים לאחר מכן עם התקדמות בבקרת עיבוד.

  • (ב) ניתן להשוות בין היתר:0 (בשיתוף: 1) ניתן להשוות את קודקודים של LDPC ביעילות, המאפשרים שיעור נתונים רב-גביט עם שקיפות צנועה.
  • (FLT:0) ,Flexible Codelement: 1FLT:1 סטנדרט 5G מגדיר מערך עשיר של שערי קוד מ- 1/3 עד 8/9, ומאפשר הסתגלות לשינוי תנאי ערוץ מבלי לשנות את מבנה הקוד הבסיסי.
  • (FLT:0) יישום חומרה קשה: מיפוי 1: אלגוריתמים מחוסנים שכבתיים להפחית את דרישות הזיכרון והחישוב, מה שהופך אותם מתאימים למעבדי בסיס.

קודים LDPC ניגשים ליכולת שאנון בתוך חלק קטן של ניתוק עבור גדלים בלוקים גדולים, מה שהופך אותם אידיאליים עבור תרחישים eMBB. עבור בלוקים קצרים יותר (שימוש ב-URL), LDPC עם התאמה בקצב וקיצור חלופות עדיין מחוץ לצורה כמו קודים קוטביים מאומצים עבור ערוצים שליטה: FLT:03GPP 5GPSKFLT:1 מספק פרטים על בחירת קולינג.

מבנה קוד LDPC ומבצע

קוד LDPC מוגדר על ידי אלגוריתמים של ספוי-בדוק. Decoding מבוצעת באופן מהותי באמצעות קידוד האמונה (מוצרי לוואי) או אלגוריתמים של כורים.הספא של הממטריקס מבטיח מורכבות נמוכה מחוספסת (ב-5G, משפחת LDPC הבסיסית מורכבת משני גרפים בסיס: BG1 (עבור אורך גדול יותר וחסומי תעבורה גבוהים יותר) ולאחר מכן הם מקבלים את גודל קטן יותר (D) ו/D) ו/אורדמים קטנים יותר (ה) ו/או יותר (ה) ו/או גרף (ה) ו/DREDREDREDREDREDREDREDREDREDREDREDREDREDRED) וגבוה יותר (D) ו/DVDVS) ו/DREDRED) ו/R) ו/D) ו/R) עבור כל הגרף (הגדלים יותר (D) ו/D) ו/D) ו/D) נמוך יותר (D) ו/DOSDOSD) ו/DOSD) עבור כל הגרף גרף גרף בסיס גרף גבוה יותר (D) ו/D) ו/D

ביצועים ב 5G Networks

השוואות עם קודים של LTE הדור הרביעי מראה LDPC המציע שיפור של 10-20% בתפוקה באותו יחס אות-ל-אין (SNR) ומאפשר יעילות ספקטרלית גבוהה יותר.יתר על כן, LDPC de latcoding latency יכול להיות נמוך כמו כמה מיקרו-שניים עם חומרה ייעודית, מגבלות של כתובת URL.

סינרגיה: כיצד רשת Slicing Enhances LDPC Code Deployment

הצומת של קודים ברשת קידוד ו-LDPC הוא המקום שבו אינטליגנציה מבצעית פוגשת בפיסיקה משותפת. Slicing מספק מסגרת כדי לפרוס קודים LDPC עם הגדרות מיקוד קונטקסט, למקסם את יעילותם לכל סוג שירות.ללא קידוד, הרשת חייבת לפעול תחת תצורה בגודל אחד של התאמה לכל תצורה, אשר מובילה לביצועים תת-אופטימיים עבור שירותים תובעניים.

« פרדוקסים סטנדרטיים לכל Slice

כל פרוסה יכולה לשלוט על שיעור קוד ה- LDPC שלה, סדר מודולציה, ואסטרטגיה של רנסנס (למשל, התצורה של HARQ) עבור פרוסה eMBB עם תנאי ערוץ יציבים, הרשת יכולה להשתמש בתעריף קוד גבוה (למשל, 7/8) ותיקון גבוה (256-256-QAM) כדי למקסם את שיעור הנתונים. לעומת זאת, URLLC עשויה להשתמש בקוד נמוך יותר (למשל, ו-D) ו- 1/2Q) כדי להבטיח גירסאות נמוכות יותר (D) ו-D) ו-D (D) ו-D (D) כדי להבטיח .

בחירת בסיס גרפיף

העיצוב של 5G LDPC תומך בשני גרפים בסיס: BG1 עבור בלוקים גדולים יותר (בדרך כלל eMBB) ו BG2 עבור בלוקים קטנים יותר (URLLC או mMTC) רשת סליקה יכול לאכוף את הגרף הבסיס משמש לפרסה. לדוגמה, פרוסת IoT מסיבי עם חבילות זעירות יכול להשתמש רק BG2, אופטימיזציה של טמפרטורות וכוח.

ניכוי ההשוואה באמצעות Slice Isolation

אחת היתרונות העיקריים של רשת קידוד עבור LDPC היא ההפחתה של התערבות בין תאית ובינלאומית.ברשת קונבנציונלית, שידורים של EMBB כוח גבוה יכול לגרום התערבות משמעותית למשתמשי כתובת URL בקרבת מקום, מה שהופך את הביצועים שלהם שגיאות-rate ביצועים.על ידי הקצאת משאבים נפרדים של תדר או שכבות מרחביות לפרוס, מפעילי יכול ליצור ערוצים נקיים עבור שירותי הפרעה ביקורתית.

המונחים: go for Decoding

LDPC decoding צורכת משאבים חישוביים משמעותיים במעבדים של פסים. Network סליקה יכול לתעד את מחזורי decoding עבור פרוסות רגישות לעקביות.לדוגמה, פרוסת URLLC ניתן להקצות חומרה ייעודית (או זמן מוגבל עיבוד חריצים) כדי להבטיח כיאות נמוכות מרתיעה.

היתרונות של Slicing עבור קודים LDPC: הפסקה מפורטת

שיפור הכדאיות

אמינות נמדדת כהסתברות של משלוח מוצלח בתוך שקיפות נתונה.על ידי בידוד פרוסות, קודים LDPC פועלים בסביבה התערבות מבוקרת, צמצום מספר שגיאות בלוקים השוהיות.ב-URL פרוסות, שבו 99.999% אמינות נדרשת, בידוד זה חיוני.ניסויים שדה מוקדם להראות כי סליקה יכול להפחית את שיעור השגיאה (B) על ידי מספר סדרים של גודל זהה להפעלה משותפת.

ביצוע אופטימיזציה למקרה השימוש

מעבר להתערבות, סליקה מאפשרת כוונון עדין של פרמטרים מרתיעים - כגון הכדאיות המקסימלית וסףי הקבע המוקדמים - פרוסה. עבור פרוסה eMBB, הפעוט יכול לרוץ יותר התאמות כדי להשיג Bler נמוך יותר, בעוד פרוסת URLLC עשויה להגביל את ההאקרים לעצלות.

סקלאלה ו Deployment הסתגלות

ככל שהביקוש גדל, המפעילים יכולים לנסח פרוסות חדשות ולהתאים את הגדרות LDPC מבלי לעצב מחדש את הרשת כולה.לדוגמה, מפעל יכול לפרוס פרוסת כתובות URLLC פרטית עבור שליטה רובוטית; LDPC פרמטרים מוגדרים כדי למקסם את האמינות.מאוחר יותר, הוספת פרוסת ניטור וידאו משנה את שיעור הקוד ואת גרף הבסיס. אלגוריתמים מזחלת רשת אלגוריתמים - לעתים קרובות למינוף של למידת מכונה - יכול להתאים באופן דינמי פרמטרים אלה המבוססים על בסיס אמיתי על איכות ערוץ ועלויות תנועה וזמן תנועה.

אתגרים ברשת Integrating Network Slicing and LDPC

בעוד הסינרגיה מבטיחה, פריסה בעולם האמיתי עומדת בפני כמה מכשולים. ניהול מחזור החיים של Slice חייב לתאם עם LDPC תצורה ב RAN, תחבורה, הליבה, הדורשת הדבקה מקצה לקצה.מגבלות ליציבות: LDPC decoding עצמו מוסיף מיקרו-שניות, אבל החלטות ניהול סליקה עשויות להיות כרוכות יותר מדי זמן.

אדריכלות: End-to-End Orchestration

§ חלוקת ההרחבה עם פרמטרים ספציפיים של LDPC דורשת אינטראקציה בין ישות ניהול פרוסת הרשת (NSS) לבין לוח הזמנים של GNOdeB ושכבה פיזית.זה דורש ממשקים סטנדרטיים וסימן מהיר. 3GPP עובד על Network Data Analytics (NWDAF) כדי לתמוך באופטימיזציה פרוסה וקידוד, אך אוטומציה מלאה נותרה תחום של מחקר פעיל: FIRDRIC: LTEDDRDDRDRORNERDRORNERDROR ON LTSERERER DIER DIER DIER DIER DIER DUSER DUSER DUSER DIER DIER DIER DUSER DIER DUSER DRICER DRICER DITOR ON LTS ON LTSER DITORITORITORITOR ON LTSER DRICER DITORITORITORITORITORITORITORITORITORITORITORITORITOR ON CER DRORS ON CER DRIC DRICER DELTOR ON LTS ON LTS ON CER DELSTER DRIC

סחר בין גמישות וביצועים

יותר מדי מקידודים טעונים עשויים להוביל לפיצול משאבים, צמצום השימוש הכללי.עבור LDPC, הקצאת שערי קוד שונים לפרסה עשויה להגביר את אות מעל הראש ולגרום להשגות עם המבנה הטבוע של הקוד. יתר על כן, הפעוט חייב להיות מסוגל להחליף תצורה על בסיס קבוע להעברה, אשר מציב דרישות מחמירות על עיצוב.

הסתגלות דינמית למדינת ערוצים

עבור פריסת LDPC יעילה מקסימלית, שיעור קוד ה- per-slice חייב לעקוב אחר וריאציות איכות ערוץ.עם זאת, ברשת פרוסות מרובות חולקות את אותם משאבים פיזיים, ומצבי הערוץ שלהם עשויים להתנגש. לוח זמנים מתקדם צריך לייעל במשותף בידוד פרוסה והתאמה משותפת, בעיה שהיא אינטנסיבית חישובית.

פרספקטיבה עתידית: הדרך ל-6G ומעבר

במבט קדימה, השילוב של רשתות סליקה וקידוד ערוצים יעמיק.ב- 6G, הציפיות כוללות נטיות תת-מילות ושיעורי נתונים של טרה-ביט, ניכוי אפילו יותר גמיש ויעיל יותר.קודים LDPC עשויים להיות מורחבים עם coding אנלוגי או משולב עם משטחים רפלקטיביים חכמים.רשת צפויה להפוך אפילו יותר גריפית, עם "מיקרו-מדומים" טוב כדי להתאים בזמן של משתמשים.

Machine Learning for Slice-Aware Coding

תנוחות המונעת על ידי AI תנבא תבניות התערבות, ניידות משתמשים ופרופילי תנועה כדי לקבוע מראש פרמטרים LDPC לפרסה.רשתות עצביות עמוקות יכולות ללמוד שיעורי קוד אופטימליים ואסטרטגיות HarQ ללא הערכת ערוצים מפורשת.שיטות כאלה מבטיחות לפתוח את מלוא הפוטנציאל של סינרגיה, מה שהופך את הרשת לאופטימיזציה עצמית.

סטנדרט והתאמה

עבור השיפורים המתוארים להיות הזרם המרכזי, הגופים הסטנדרטים חייבים להמשיך להגדיר ממשקים פתוחים עבור תצורה של שכבת חלקיקים מוגזמת-מודעת. â-n Alliance של O-RAN Alliance של ליד-real-Time RIC (בקר חכם RAN) הוא פלטפורמה מבטיחה לאחסון xApps השולטת פרמטרים LDPC עבור פרוסה.

מסקנה

קודים ברשת LDPC הם שני עמודי עמודה של 5G המאפשרים יחד מערכת אקולוגית אלחוטית חזקה, יעילה ויעילה.רשת סליקה מספק את המסגרת המבצעת כדי לפרוס קודים LDPC עם התאמה אישית של שירות, בידוד מהתערבות, ו הקצאת משאבים קודמת זה ממלא את האמינות, אופטימיזציה ביצועים, ותומכת צמיחה מדרגית במקרים מגוונים לשימוש.