各位领导、专家大家下午好！我报告的题目是“URLLC关键技术及应用场景分析”，针对低时延、高可靠的场景我们是怎么考虑的。报告分三部分，首先简要介绍一下5G目前的业务需求愿景、网络架构的情况，然后简单看一下URLLC的业务需求，以及我们会提出一些如何实现低时延的关键技术，最后给出一些应用场景和案例。

这幅图大家都很熟悉了，就是5G的业务需求，ITO提出他有一个很重要的思想在里面，就是我们的5G不止研究人和人之间的通信，而是物与物之间的通信。这个就是面向这三个业务，整个的5G愿景，我们可以看到在无线侧，我们可能考虑了很多的技术，用来增强空口的传输效率。在核心网侧，需要重新考虑我们的网络架构，尤其是对数据中心的设置，可能包括核心的汇聚的以及边缘的数据中心。这些数据中心形成了一个云的架构，来实现整个5G的业务传输。

不管是无线侧还是核心侧，我们希望整体在实现的过程中，首先是通用的硬件平台上，我们可以基于模块化对它进行编程。再往上，我们网络要能够感知业务，不像现在，现在只是一个管道，我们要能够感知这个业务。再往上，我们希望它是一个网络开放平台，可以满足用户个性化业务需求，实现整个网络的能力开放，这是一个从逻辑层面讲的架构，刚才跟愿景是一致的，下面是个基础设施的平台，这些通用的平台，把物理资源放在虚拟平台上，以便于我们进行调度。

上面是业务应用的平台，涉及到SDN和NFV的技术，我们设计的时候，刚刚很多专家都提到了网络切片，需要考虑不同的切片实现不同的功能，我们如何实现它呢？一定要有模块化的组建。

数据中心我们认为分成四层，首先是全国性的，然后是汇聚DC，基本上是省级的，边缘DC是地市级，最后无线接入点有可能接入一些贴近基站的业务，通过这样的数据中心，我们希望实现5G云架构。

前面讲的是5G业务的需求情况以及网络架构，下面看一下低时延业务。对于一些工业控制跟家极致，有可能达到0.25毫秒，并且对时延的抖动有很高的要求。还有远程控制，这一块需要比较高的可靠性。

目前LTE网络能满足这些要求吗？显然没办法满足，我们调研了一些国家整个线网的运行情况，可以看到端到端的时延，最低也是30毫秒以上，所以说，目前的这样一个LTE网络实在是没有办法满足我们的低时延业务需求。

我们要分析一下它的主要瓶颈在哪里？我们把时延可以切割，首先在无线侧有一个空口时延，我们统计了一下，大概在20毫秒左右。从基站传输到回传网络的某个节点上，大概需要6—8毫秒，之后进入回传网络，一直进入到核心网，访问我们的业务大概40—50毫秒。我们可以看到在这样一个网络架构下，我们无论如何没有办法把时延缩到1毫秒的需求。怎么办呢？基本上我觉得可以从两个角度进行考虑，一个就是要把空口时延缩短，另外一个要打破现有的网络架构，在新的网络架构上才有可能实现低时延、高可靠业务的服务。

先看一下空口部分，主要引入是上行时延，主要是Grant下发，终端接收是一个瓶颈，接入的过程会引入很多的时延。另外一个引入时延的是TTI周期过长。或许在5G里面我们怎么样从空口角度来缩短时延呢？一方面，我们在上行这一块，希望不要让Grant成为瓶颈，能够有一个预调度。在切换过程中，我们希望免RACH接入，配合调度实现高效的服务。

刚才是空口部分，网络架构部分我们又能做些什么呢？首先，我们很自然的会考虑到我们把业务下移，刚刚大家很多专家都讨论到了，说MEC技术。实际上MEC就是把业务下移到基站侧，这个肯定是我们降低时延的有效手段。可是我们要想把业务下移，首先要在现有的网络里面考虑怎么样把它分离，现在都在网关节点上。

我们把它分开以后，明确控制面是做什么的，比如说实现计费、管理这方面的功能。数据面又做什么呢？它完成路由的转发以及数据包的解析。分开以后，他们之间又不能是割裂的，所以要建一个接口，这个接口就是增强的GTP协议，传一些策略、流量等信息。

有了这样一个先决条件，才可能把用户面下移，下移到哪里呢？MEC平台，就是移动边缘计算靠近无线侧的一个集中处理平台，在这个平台上，我们可以实现业务的本地化，就是说本地业务本地处理，这样的话，就把我们从回传到核心网那一部分时延全部都给节省掉了，这样的话，就有可能使我们的低时延业务实现。

刚才专家提到了网络切片，很显然，网络切片是5G一个非常重要的技术。在低时延、高可靠业务里面，网络切片是非常必要的，因为我们的业务多种多样，不可能为了满足一个低时延的要求，所有的网络配置都是往这个方向倾斜。所以，我们要为低时延、高可靠建立相应的切片。有了这些切片以后，我们通过调用不同的软件模块就可以实现相应的低时延性能。

最后一个，辅助的就是D2D通信，其实已经提出来很久了，可能是推进过程相对比较曲折一点，并没有实现规模化应用。比如说我们以后的车联网业务，大家都知道，今年3GPP已经结题了V2V，一方面是基站，另一方面就要靠D2D通信实现相应的功能，所以未来我们认为这会是一个有益的补充，对于低时延、高可靠也是一个有效的手段。

有了这些业务的支持，我们看看能不能实现相应的低时延、高可靠业务，这里举了三个典型的场景，一个是车联网，另外一个是精准定位，还有一个是VR技术。

先看一下车联网，如果讲车联网的话，我们可能爱稍微回顾一下车联网的发展历程和未来的发展前景，实际上车联网现在是娱乐业务阶段，后续要进入辅助驾驶、主动安全阶段，时延大概20毫秒左右，最后要进入无人驾驶，无人驾驶要求当然很高，时延大概在1毫秒。

目前车联网这块的通信应用场景包括我们刚才讲到的D2D，车跟车之间，还包括跟基站之间，还有路边的基础设施，比如说部署在信号灯上，就要传输信号灯的信息。

整个标准推进今年完成了V2V的规范出台，明年3月份的时候，应该V2X也能够完成规范制定。美国和欧洲都做了很多相应的实验，基本上是基于DSRC技术。在国内，目前车联网的实验基地主要分布在全国各地的五个实验基地，这是由工信部牵头做实验的基地，我们也参与了一些相应的测试验证工作。主要包括17种安全场景和9种效率类的场景，这个在3GPP的标准里都有很明确的规定。

我们要做什么呢？一个是智能停车这一块，大家也做了很多的demo，光找到车位还不够，我们需要把车引导到相应的位置。人从地库出来需要取车，要把人引导到车的位置，所以我们做这个案例就是要实现这一功能。

这个是一个车辆编队行驶的案例，是跟清华大学合作的，目前我们只做了一个demo，能够保持一个队形做车的编队，但是应用在车上面，后续可能还需要再进一步研究。

前面说的是车联网，下面我们看一下精准定位。整个定位在标准演进过程当中持续了很长时间，那时候大家关注室外定位，在R14对定位提出了更高的要求，比如说希望能够在5G里面实现80%概率以上的3米以内的精准定位。

这是我们提出的精准定位的网络架构，其实这跟一般定位的网络架构并没有什么不同，可是最大的特点是我们对天线做了分簇，通过这个方式来降低对基站同步的要求以后，才有可能把这样的系统部署到线网当中去。

这是人在会议室里面走，我们可以做到精准定位，但是非常慢，因为我们进行非常大的样本裁量，增加了计算资源，使得我们的计算速度会很慢，用户量增加的时候，这是不可想象的，因此我们的定位还要进一步改进。增强版的案例引入了惯导，手机里的陀螺仪等都可以给我们提供信息，有了这些信息就可以降低样本点的数量，从而实现快速的定位。
如果是在车的移动过程当中，刚才我们说到智能停车、车辆的编队都会用到这方面的信息，那时候真的需要非常低的时延来配合车的速度。后续网络部署情况，我们给出了如何做室内单元的部署，因为室外的已经做得很好了，重点是室内的问题，包括地下车库。

右侧的图是说我们可以把这些定位信息，因为用户的位置信息是基本信息，这是非常重要的，如果可以用到业务运营，以及网络维护上，将会有很好的效果，因此我们提出来一些相应的大数据处理方法。

最后一个案例是无人机VR案例，这是我们针对MEC来做的，针对MEC这样一个网络架构，大家可以看到这里这里部署了一个MEC服务器，快速实现基站把信息传递给相应的客户。这个案例是在一个体育场，我们戴一个VR眼镜，无人机飞到空中以后可以拍摄到下面的场景，基本上我记得这个无人机上应该是五个摄像头，拍了五个场景，回传回来以后仍然是五个场景，但是我们可以在MEC的服务器上通过数据处理的方法整合场景，把它再传回给用户。这样，用户在移动的过程当中，就如同在无人机俯视周围，就实现了基本的VR服务。

这是我们的演示视频，这是刚刚提到的无人机飞到空中以后，分别五个摄像头拍摄的情况。拍摄这些画面以后要把它传到MEC，MEC在本地做一些图象处理工作，把不同的视频做一个整合，如果说没有MEC系统，这么大的实时数据流传回给后面的核心网，核心网这是整合以后再回来，很显然我们看到的就只能是一个延迟的数据了。整合后的图象，假设在无人机上看某一个方向的时候，这是两个摄像头的信息拼接在一起，就相当于你在无人机上看到的情况。

其实URLLC的场景还有很多，刚才我们讲到典型的场景，包括工作控制，是对可靠性、时延要求很高的场景。还有一个就是远程控制，包括无人机，刚才我们说的是视频的拼接，支持VR业务，实际上无人机的实时控制要求也很高，对可靠性的要求也要提高。

基本上就是这些内容，我们刚才也介绍了一些案例，总体来说，我们对5G业务作了一个概述，看了一下实现低时延高可靠业务要通过哪些技术来实现。谢谢大家！