邊緣計算在5G時代無線電監測站中的應用研究*

韓將星

（吉林省延邊朝鮮族自治州工信局無線電監測站，吉林 延吉 133000）

0 引言

隨著5G的初步商用，物聯網、車聯網以及AI等技術的協同發展，數據爆發式增長，傳統的集中式云計算技術已經無法滿足大帶寬、低時延以及海量的新型業務終端需求，為此迎來了邊緣計算的迅猛發展，不斷涌現出邊緣實時計算、邊緣實時分析和邊緣智能等新型業務，其規模和業務需求日益增加，邊緣計算時代已經拉開帷幕。因此，工信部在《關于推動5G加快發展的通知》中強調，構建5G應用生態系統，推動5G協同邊緣計算、AI、大數據等新一代數字技術，加快在消費娛樂、制造業、醫療健康以及社會治理等各領域的融合創新應用[1]。Gartner預計，到2022年75%的企業生成的數據將在邊緣位置進行存儲和分析處理[2]。可見，邊緣計算在未來科技發展中將擔負重任，引領5G時代的產業技術發展，必將全面提升各行各業的智能化業務水平。

邊緣計算部署在網絡邊緣，一般以多種方式存在，如霧計算、移動邊緣計算以及微云計算等。不管是哪種方式，均能夠與傳統的云計算形成優勢互補，減小云端的流量與計算壓力，提高邊緣終端的響應速度[3]。邊緣計算作為云計算的補充和延伸，具有智能化、低時延、低能耗、高可靠、高異構以及高安全等特點，為邊緣側的終端設備可提供豐富、便捷、靈活的彈性資源。通過分布式計算技術與合理的資源調度管理，能夠統一邊緣計算節點資源和云計算中心，形成邏輯集中、物理分散的“云-邊-端”三方協同的計算平臺。不僅打破了傳統云計算發展的瓶頸，而且大幅度釋放了端側壓力。

當今，邊緣計算已經廣泛應用于車聯網、智能工業、視頻監控、智慧城市、智能交通、智能家居及無人機等領域。華為、微軟、Amazon、阿里、騰訊等各大廠商和巨頭公司也在紛紛布局邊緣計算，形成快速發展階段，為無線電監測站邊緣計算平臺建設與應用創造了強有利的客觀條件。針對當前發展態勢，目前我國無線電監測站技術設施建設正處于傳統的云計算模式建設階段，如短波監測一體化平臺[4]、寧夏無線電監測一體化平臺[5]、安徽省基于GIS的可視化監測數據一體化平臺[6]等。雖然與邊緣計算平臺建設與應用還有一段距離，但是隨著業界邊緣計算的逐漸興起與大范圍應用，必將迎來美好的邊緣業務前景。

本文根據目前邊緣計算技術發展現狀與未來趨勢，結合我國無線電監測站技術特點，全面剖析監測站領域邊緣計算技術生態體系，并對未來監測站的車聯網、物聯網、監測網以及無人機平臺等典型邊緣計算應用場景進行了分析與展望。

1 無線電監測站邊緣計算生態體系

無線電監測站的日常主要業務是動用車聯網平臺的移動監測車，物聯網平臺的各種便攜式監測、壓制設備及工具，監測網平臺的各基站及網格點，各種監測、偵查及反制類無人機等進行非法無線電異常信號查除，結合物聯網平臺的設備狀態監控、RFID設備庫管理、智慧能效管控、智能家居、車輛管理、安防管理等技術，有效支撐無線電監測站的各項業務及技術設施[7]。隨著5G的逐步普及，邊緣計算作為5G的最關鍵核心技術之一，在云平臺、5G、互聯網、大數據、智能以及安全等技術的支撐下，與監測站的車聯網、物聯網、監測網以及無人機等平臺融為一體，形成無線電監測站邊緣計算生態體系，如圖1所示。下面將詳細分析邊緣計算生態體系，并了解邊緣計算對無線電監測站的影響及業務需求。

圖1 無線電監測站邊緣計算生態體系模型

1.1 5G MEC與車聯網

5G涉及到SDN/NFV、異構蜂窩、MIMO等諸多相關領域技術，其中與邊緣計算最具有相關性的是多接入邊緣計算（Multi-access Edge Computing，MEC），全面助力5G實現業務的本地化、數字化和智能化[8]。MEC主要聚焦于包括5G、WiFi以及固網在內的多接入邊緣計算系統[9]，應用領域主要涉及視頻優化、AR（增強現實）、企業分流、車聯網、物聯網、視頻流分析和輔助敏感計算7大典型應用場景。這些應用能夠很好地服務于5G時代無線電監測站業務領域，如視頻優化、AR、輔助敏感計算等應用，助力監測站的云端無人機監測、偵查、操控等，提供更加清晰、高質量的實時云端視頻服務，使操控人員更加快速、敏捷地觀察和判斷無人機影像內容，可大幅提高無人機的異常信號源查除效率。

監測站車聯網應用方面，MEC結合智能交通系統（Intelligent Transportation System，ITS）給高速移動的車輛提供低時延、高帶寬、高可靠性以及交通安全等高質量服務，助力監測站的移動監測車、車載無人機操控等平臺，提供全方位的優質服務。此外，以無線局域網、4G蜂窩通信、C-V2X、天基互聯網[10]、D2D[11]通信等多種不同的車與任何事物的聯系（Vehicle to Everything，V2X）異構網絡通信方式，實現車、路、行人及通信網絡之間的車內網、車際網、車載移動互聯網絡。隨著無線電監測站車聯網應用場景的日趨復雜與計算數據量的逐年增多，邊緣側的數據分析、處理和存儲的需求顯得尤為重要，特別是未來自動駕駛、無人駕駛以及車載無人機操控等高實時、高可靠性領域的應用。

1.2 云平臺、大數據和人工智能

大數據與人工智能在無線電監測站的應用無處不在，如監測站的車聯網、物聯網、監測網、無人機等云平臺相關的業務，都涉及大數據和人工智能應用。隨著監測站業務數據量的增加，邊緣計算與云平臺、大數據、人工智能等領域的融合越來越頻繁。加州大學伯克利分校Michael I.Jordan教授早在2017年指出，邊緣-云端融合是支撐未來人工智能應用的9大關鍵技術之一[12]。云端的大數據、深度學習、機器學習等智能決策能力下放到邊緣計算平臺，使監測站的物聯網終端、網格化監測網節點、便攜式移動智能終端等邊緣端資源受限的終端設備變得更加靈活和彈性化，以邊云協同、邊邊協同等模式形成“端-邊-云”一體化，逐步走向萬物智聯。如今，華為、百度、亞馬遜等公司巨頭紛紛推出自己的邊緣智能平臺，如IEF、BAETYL、AWSGreengrass等，已經應用于智能安防、智慧交通、自動駕駛、智慧家居以及無人機等垂直領域，為無線電監測站的邊緣計算平臺應用提供了良好的技術基礎與發展前景。

1.3 物聯網

物聯網作為下一個推動世界高速發展的“重要生產力”[13]，作為無線電監測站重要的業務支撐平臺，應用范圍越來越寬廣，涉及到監測站的各個設施環節。然而，隨著物聯網終端設備與數據量的增加，如監測站日益增多的監測設備的健康狀態管理、設備庫管理、智能家居管理、安全管理等，需要邊緣端更加高效、安全、敏捷的物聯網終端智能化服務，而單純依靠終端設備的負載與遠程云計算無法實現有效的智能化服務，因此必須引入邊緣智能計算來收拾局面，逐漸從萬物互聯走向萬物智聯。當今，物聯網的邊緣計算應用已滲透到社會的各個領域，如高精度地圖方面[14]、虛擬現實方面[15-16]、健康數據管理方面[17]、電力系統方面[18]以及高鐵[19]等垂直領域。面向未來，無線電監測站物聯網平臺邊緣計算應用應充分結合垂直領域相關技術，以更加智能、高效的方式，將監測站工作人員從瑣碎的腦力消耗中解脫出來[20]。

1.4 網絡安全

網絡安全對于無線電監測站來說至關重要，特別是監測站的自動駕駛、無人機等實時性業務應用。因此，針對日益復雜的周邊網絡環境，有必要重視網絡安全問題，想方設法構建更加安全的無線電監測站網絡設施環境。邊緣計算更加靠近用戶端，相比云端數據交互，大幅度縮短數據傳輸距離與時間，某種意義上降低了數據外泄風險，如敏感數據本地化存儲處理、設置邊緣安全代理以及區塊鏈技術[21-22]等技術，可有效解決無線電監測站的網絡安全問題。無線電監測站的邊緣計算網絡安全平臺如何在“本地”和“全局”之間尋找內在平衡，有效協調云邊之間、邊邊之間的關系以及邊緣節點內部關系，是探索邊緣網絡安全問題的有效途徑之一。

1.5 無人機

隨著5G、物聯網、天基互聯網等技術的迅猛發展，無人機對無線電監測站應用需求逐步擴大，如查除城市高層建筑密集區域內的“黑廣播”等隱蔽性非法無線電信號源、對空方向性GPS屏蔽器、高空偵查險惡地形信號源位置、系留無人機長時間騰空監測等，社會無線電環境變得日益復雜。邊緣計算能夠很好地支撐復雜環境下的無人機應用，使無人機變得更加敏捷、智能。例如，邊緣計算在應急測繪中的高精度影像數據處理、實時云邊數據傳輸、車載無人機地面指揮測控等[23]，將5G核心網的轉發面網元和業務平臺部署在地面應急通信車內，形成車載移動邊緣計算平臺的系留無人機應急通信系統[24]等，可以靈活應用于無線電監測站無人機控制監測領域，提高作戰效率。此外，5G的MEC能夠有效滿足無線電監測站無人機的大帶寬、低時延、高可靠性業務需求，如高清圖傳、精準定位、遠程實時控制等，并且助力無人機的監管、安全、控制等方面的技術難題，實現邊緣無人機的大范圍廣泛應用[25]。2019年，5G網絡服務商AT&T聯合云商Azure和無人機專業服務商Vorpal，借助邊緣計算實現實時無人機檢測，有效解決了無人機位置的高度精確性、位置反饋毫秒級的實時性、多無人機協同作業3大應用難題[26]，為無線電監測站的多無人機高效化應用奠定了基礎。總之，邊緣計算是實現無線電監測站無人機的實時、智能、安全、協同以及敏捷等技術應用中關鍵的核心技術之一。

1.6 監測網

監測網作為無線電監測站查除異常信號的重要的技術手段之一，種類多樣，如固定基站、網格化監測、監測車輛移動站以及便攜式監測設備等，支撐著我國無線電監測工作不斷發展，但總體而言仍是非智能的。2019年6月，工信部無線電管理局把“智能化無線電監測網規范研究”列為全國無線電管理“十四五”規劃前期重大研究課題之一[27]。隨著物聯網、車聯網等無線設備的爆炸式增長，空中無線電電磁環境變得日趨復雜，非智能化的監測手段很難有效監管未來無線電社會環境發展態勢。雖然一些地區利用大數據分析技術實現了監測網數據的可視化展示及科學存儲，但是本質上只是監測網某一功能上的智能化，與整體的感知、認知等方面的智能還有一段距離。如何實現監測網整體的感知、認知及智能決策處置信號源，是未來無線電監測網研究領域的重點以及解放人力資源、提高信號查除效率、適應復雜多變的無線電環境的必經之路。要想實現感知、認知級的無線電監測網，離不開邊緣計算的實時、敏捷、低時延特性。比如，認知無線電、網格化海量監測數據的邊緣計算平臺分析處理、車載監測無人機操控移動邊緣計算平臺等，都在邊緣側進行數據處理才能實現系統的智能化。因此，邊緣計算對未來無線電監測站的智能監測網布局具有重要作用。

2 邊緣計算在無線電監測站的應用展望

隨著大數據、人工智能、5G等技術的發展，社會各領域的技術設施逐步走向更加智能、融合、開放、安全和便捷。邊緣計算的實時、高效、本地化特性完全符合社會科技發展趨勢，將全面賦能無線電監測站的技術設施建設與發展，使監測站的各項應用領域變得更加智能化、網聯化和融合化，最終達到減少人力資源、提高工作效率的目的。下面對邊緣計算在未來無線電監測站的車聯網、物聯網、監測網以及無人機等領域的典型應用場景進行分析與展望。

2.1 車聯網平臺邊緣計算應用

5G時代，無線電監測站的移動監測車、車載無人機平臺等車聯網平臺與MEC、路測智能設備、邊緣交通大腦等邊緣計算平臺進行實時互聯，形成車與車連接（Vehicle-to-Vehicle，V2V）、車與基礎設施連接（Vehicle-to-Infrastructure，V2I）、車與行人連接（Vehicle-to-Pedestrian，V2P）、車與網絡連接（Vehicle-to-Network，V2N）等“車-路-人-網”一體化融合體系，以邊云協同、邊邊協同等方式，給無線電監測站的移動監測車、公務車等車聯網終端提供高精度地圖、導航、實時路況、自動駕駛、感知計算、編隊行駛、超視距防碰撞、盲區檢測、安全精準停靠、緊急救援、實時車路協同、車輛管理以及遠程可視化云平臺等應用服務，如圖2所示。此外，可以借助天基互聯網、導航衛星等提供低延遲衛星網絡基礎連接服務，實現山路、高速路、國道以及鄉路等沒有普通信號的地方進行聯網。監測站云、第三方云等大數據可視化、AI平臺，利用邊緣計算終端設備及外部數據導入集成等多種技術手段，將車輛數據、車機數據、用戶數據、廠商數據、業務數據以及第三方數據等車聯網相關數據進行深度學習、機器學習等挖掘處理，以大數據可視化、遠程操控、車輛實時動態監控、數據報表以及報警等多種方式提供豐富的邊緣計算感知、認知數據服務。

2.2 物聯網平臺邊緣計算應用

隨著低功耗廣域網如NB-IoT、LoRa，以及局域網如WiFi、ZigBee、藍牙、UWB、RFID、天基物聯網等物聯網技術的迅猛發展，迎來了物聯網應用終端數量和種類的爆發式增長，無線電監測站物聯網平臺面臨巨大壓力。無線電監測站物聯網平臺應用大致涉及到設備狀態監控、RFID設備庫管理、智慧能效管控、智能家居、車輛管理以及安防管理等技術，但是如何將這些技術更加融合、智能、便捷地應用到監測站領域是需要深思解決的問題。邊緣計算的低時延、實時性、本地化數據存儲處理等特性，可幫助邊緣終端實現智能化和高效化服務。邊緣計算以邊云協同、邊邊協同等方式與監測站物聯網云、第三方物聯網云等云端大數據、AI平臺進行數據融合與交互，形成物聯網“端-邊-云”一體化體系，滿足監測站的多種類物聯網終端業務需求，如圖3所示。

無線電監測站物聯網平臺整體工程架構，如圖4所示。可見，物聯網平臺滲透到監測站的室內、室外各個領域，支撐著監測站業務的順利開展，并且監測站物聯網云平臺與第三方物聯網云平臺系統進行數據存儲、共享等融合對接方式，彌補監測站物聯網云管理系統的技術缺陷，擴大物聯網領域應用范圍，如靈活應用不同廠商的物聯網終端設備、進行一體化有效管控等，從而提高服務效率，縮短建設周期，降低成本。總之，在無線電監測站整體物聯網平臺技術體系中，邊緣計算具有重要的支撐作用，賦能監測站物聯網邊緣智能應用及海量終端的實時性敏捷服務。

圖2 無線電監測站車聯網平臺邊緣計算應用

圖3 無線電監測站物聯網平臺邊緣計算應用

2.3 網格化監測網平臺邊緣計算應用

為了滿足日益復雜的無線電電磁環境監測需求，重要保障區域及主要城市需要設置網格化監測網節點保衛空中無線電秩序，如民用機場、鐵路、航天航空實驗區、無人機防空區以及城市大型廣場等。網格點智能傳感器技術可以集成干擾定位、頻譜監測、射頻測試等應用的感知終端，導航定位模塊（GPS或北斗定位系統）、環境監測傳感器、視頻監測、設備狀態監測、通信等多功能模塊，具有體積小、成本低、多功能化以及有一定的智能計算處理能力等特點，可以勝任智能監測網格點的信號采集、控制處理、信息交換以及數據傳輸等多種任務，如圖5所示。各網格區域內的網格點以天基互聯網、低功耗廣域網、衛星導航、蜂窩網等無線、有線網絡通信方式與對應區域內的邊緣節點進行互聯，邊緣節點以邊云協同、邊邊協同方式把各網格點數據本地化處理或者傳送到遠程云計算中心做進一步的大數據、AI分析、存儲等加工處理，形成邏輯集中、物理分散的邊云一體化監測網平臺。在海上或者沙漠等人員稀少的地區，可以利用船舶、無人機等移動監測手段設置臨時網格點。總之，邊緣計算的引入大幅度提高了邊緣終端設備的實時性數據處理與智能化業務需求。

2.4 車載無人機平臺邊緣計算應用

無線電監測站一般選用旋翼無人機，用于異常信號查除。由于旋翼無人機具有體積小巧、重量輕、攜帶方便和操控簡便靈活等特點，且具備如懸停、繞飛、跟飛、避障以及自動返航等功能，適合攜帶在移動監測車輛內，實現異常信號監測、信號源偵查等作戰任務。旋翼無人機載平臺搭載的監測傳感系統在飛行中改變天線的極化、俯仰等參數，能夠從地面升空開始到高空500 m以下的高度實施單次測向、3D掃描、多點定位等方式，連續全維度掃描監測、實時存儲、統計分析、回傳等，能夠滿足日常監測工作[28]。移動監測車內集成監測服務器、車載無人機操控終端等各類設備，進行旋翼無人機的車內遠程控制操控，并與車外的便攜式無人機操控終端、車輛自身的監測終端、遠程云指揮中心等進行深度數據融合，形成“端-邊-云”的一體化平臺，以移動邊緣計算平臺的方式滿足監測業務需求，如圖6所示。

圖6 無線電監測站車載無人機移動邊緣計算平臺應用

3 結語

本文從邊緣計算業務需求、概念、業界應用與發展現狀入手，全面剖析5G時代無線電監測站邊緣計算技術生態體系，并對未來典型邊緣計算應用場景進行了分析與展望。邊緣計算應用需要構建面向垂直行業的多元化平臺能力與跨界合作，通過邊云之間、邊邊之間的協同技術與大數據、人工智能、通信等行業的不斷融合，助力物聯網、車聯網、無人機等行業面向智能化快速發展。而這些邊緣智能行業的廣泛普及與應用，促使無線電監測站的各項技術設施得到全面賦能，以更加智能、安全、高效的方式服務。下一步將繼續探索邊緣計算在無線電監測站的應用潛能，進一步推動和豐富監測站各項技術設施的應變能力，努力構建5G時代無線電監測站的邊緣智能化應用建設目標。