智能邊緣計算與無線通信融合的關鍵技術與應用

摘要：隨著5G、物聯網技術的快速發展，越來越多的智能設備被部署在網絡的邊緣，產生了海量的數據和計算需求。如何在邊緣設備上實現高效、可靠、安全、可擴展的智能任務，是當前面臨的重要挑戰和機遇。該文旨在探討智能邊緣技術與無線通信融合的關鍵技術、應用場景、所面臨的挑戰以及未來趨勢，將我國在智能邊緣計算領域的最新研究成果介紹給大家，共同探索面向未來無線通信工程的關鍵技術和創新應用。

關鍵詞：智能邊緣計算；無線通信；邊緣計算；人工智能

doi：10.3969/J.ISSN.1672-7274.2024.07.035

中圖分類號：TN 92；TP 18；TP 3 文獻標志碼：A 文章編碼：1672-7274（2024）07-0-03

The Key Technologies and Applications of the Integration of Intelligent Edge Computing and Wireless Communication

QING Jing， GAO Yuejiu

（The State Radio_monitoring_center Testing Center， Beijing 100041， China）

Abstract： With the rapid development of 5G and IoT technologies， an increasing number of smart devices are being deployed at the network edge， generating massive data and computing demands. How to achieve efficient， reliable， secure， and scalable intelligent tasks on edge devices is a significant challenge and opportunity currently faced. This article aims to explore the key technologies， application scenarios， challenges， and future trends of the integration of intelligent edge computing and wireless communication. It introduces the latest research achievements in intelligent edge computing in China， and together we explore the key technologies and innovative applications for future wireless communication engineering.

Keywords： intelligent edge computing; wireless communication; edge computing; artificial intelligence

0 引言

過去十年，無線通信的革新與人工智能的復興使人類社會發生了翻天覆地的變化。這兩股新興力量的交織碰撞，推動著無線通信系統的一步步演進，從一開始的“人聯”到“物聯”，然后邁向“萬物智聯”。邊緣計算與邊緣智能接踵而至，為“萬物智聯”提供解決方案，被學術界和工業界一致視為是實現下一代無線通信系統的兩項關鍵技術。

邊緣計算旨在將云計算平臺遷移到無線接入網的邊緣側，以就近地為終端用戶提供彈性的計算服務。而邊緣智能以邊緣計算平臺為依托，將人工智能的學習和推理能力嵌入網絡邊緣，從而實現通信、計算和學習的深度融合[1]。

1 智能邊緣計算與無線通信概述

1.1 智能邊緣計算及其特點

邊緣計算作為一種分布式服務架構，有效支撐了眾多不同行業的發展，受到了各行業研究人員的廣泛關注。人們認為，邊緣計算將為未來通信網絡的建設做出巨大貢獻，然而，隨著網絡技術的不斷進步，網絡終端用戶數量和數據流量大幅增長。邊緣節點的計算和網絡資源有限，無法滿足高密度、高速任務的需求。而且，計算任務在邊緣的執行容易受到惡意行為的威脅，嚴重阻礙了邊緣計算程序的大規模部署。

人工智能（AI）技術有望克服邊緣計算面臨的上述挑戰，從而催生一個新的研究方向，稱為智能邊緣計算技術（Intelligent Edge Computing，IEC）。智能邊緣計算技術是一種分布式計算模型，它將數據處理和計算能力從傳統的中央服務器移動到邊緣設備或邊緣節點上。在這種模型中，數據不再全部發送到云服務器進行處理，而是在離數據源更近的地方由AI進行實時的數據處理、分析和決策。例如，深度強化學習（DRL）可用于邊緣計算網絡中的資源分配，監督學習可以檢測通信網絡的安全威脅，分布式機器學習（ML）可以協調不同邊緣網絡域之間的通信。IEC支持更多節點負載流量，提高通信速率。同時IEC更貼近用戶，數據傳輸更安全。因此，IEC可以為下一代通信網絡中的許多問題提供新的解決方案。

1.2 無線通信技術及其發展趨勢

無線通信技術是一種通過無線電波傳輸信息的技術，它在過去幾十年中取得了巨大的發展。從最初的模擬通信到現在的數字通信，無線通信技術已經廣泛應用于移動通信、互聯網接入、物聯網等領域。目前無線通信技術正朝著更高速率、低延遲、更穩定的方向發展。隨著5G技術的商用化推進，將進一步推動無線通信技術的發展。同時，隨著物聯網的快速發展，無線通信技術將逐漸融入各個行業和領域，為人們的生活帶來更多便利和創新。

1.3 智能邊緣計算與無線通信的融合優勢

智能邊緣計算與無線通信的融合具有以下優勢：

（1）降低網絡延遲：智能邊緣計算將數據處理和決策推向離數據源更近的地方，減少了數據傳輸到云服務器的時間延遲。與此同時，無線通信技術（如5G）提供了更高速率和更低延遲的數據傳輸能力，進一步降低了網絡延遲。這對于實時應用和對延遲敏感的場景非常重要，如遠程操控、虛擬現實等。

（2）提高系統可靠性：通過將計算能力移動到邊緣設備，即使在斷網或網絡不穩定的情況下，仍然可以進行本地數據處理和決策。此外，無線通信提供了多路徑傳輸和自適應連接的能力，可以增強系統的魯棒性和可靠性，確保數據的連續性和可用性。

（3）節約能源消耗：智能邊緣計算技術可以在邊緣設備上進行數據預處理和過濾，只將有價值的數據傳輸到云端，從而減少了數據傳輸的能源消耗。此外，新一代的無線通信標準（如NB-IoT、LTE-M）具有低功耗和長電池壽命的特點，可以進一步降低設備的能源消耗。

（4）提升數據隱私與安全：通過在邊緣設備上進行數據處理，減少了將敏感數據傳輸到云服務器的需求，提高了數據的隱私與安全性。同時，無線通信技術具備加密、認證和身份驗證等安全機制，可以保護數據的傳輸過程。

（5）實現智能決策與反饋回路：結合智能邊緣計算和無線通信，可以在邊緣設備上實現智能決策，并將結果實時反饋給終端用戶或其他系統。這種實時的決策和反饋機制對于自動化控制、智能交通、智能家居等應用非常重要。

2 智能邊緣計算與無線通信融合的關

鍵技術

2.1 無線網絡技術

（1）高速數據傳輸：為了支持大規模數據傳輸和實時應用，需要不斷提升無線網絡的傳輸速率和帶寬。

（2）低延遲通信：邊緣計算要求實時響應，因此需要將無線通信的延遲降至最低。

（3）大容量連接：隨著物聯網設備數量的增加，無線網絡需支持大規模設備連接，使得邊緣計算可以處理各種類型的數據。

2.2 邊緣計算架構

（1）分布式計算：邊緣計算需要將計算任務分散到網絡邊緣的節點中進行處理，以減少數據傳輸和延遲，并提高系統性能。

（2）數據存儲和管理：邊緣計算需要有效管理節點上產生的大量數據，并對數據進行存儲、處理和分析，以提供及時的決策支持。

2.3 安全與隱私保護

（1）認證與授權：確保無線通信和邊緣計算的安全性，對用戶和設備進行身份認證和訪問控制。

（2）數據加密與隱私保護：采用加密技術保護數據在傳輸和存儲過程中的安全性，并保護用戶隱私不被泄露。

2.4 算法與人工智能

（1）邊緣智能：將機器學習和人工智能算法應用于邊緣計算，使得節點能夠進行本地數據分析和決策，減少對云端的依賴。

（2）數據預處理和優化：在邊緣計算環境中，需要設計高效的算法對數據進行預處理、壓縮和優化，以提高計算效率和節省能源。

2.5 資源管理與調度

（1）網絡資源管理：根據不同場景和需求，動態管理和調度無線網絡的頻譜、帶寬和功耗等資源，以實現高效的邊緣計算。

（2）任務卸載與遷移：根據計算任務的特點和網絡狀態，選擇合適的邊緣節點進行任務卸載和遷移，以實現負載均衡和優化系統性能。

3 智能邊緣計算與無線通信融合的應

用場景

（1）智能交通：通過在交通路口或交通燈上部署邊緣計算節點，可以實時監測交通流量、車輛狀態和行駛速度等信息，并利用無線通信技術將數據傳輸至中心控制系統進行分析和決策。這樣可以實現智能信號燈控制、擁堵預警和優化路線規劃，提高交通效率和減少交通擁堵。

（2）工業物聯網：邊緣計算結合無線通信技術為工業物聯網提供支持。例如，利用邊緣節點對工廠中的傳感器數據進行本地分析和處理，實現實時監測、預測維護和生產優化。

（3）智能城市：智能邊緣計算與無線通信有助于構建智能城市。通過邊緣計算節點的部署，可以實現城市設施的智能化管理，如智能照明、垃圾桶管理、環境監測等，提升城市運行效率和居民生活質量。

（4）醫療保健：智能邊緣計算和無線通信可用于醫療保健領域。例如，在遠程醫療中，通過邊緣計算節點將患者的生理數據傳輸到云端進行分析和診斷，提供及時的醫療服務。

（5）零售業：智能邊緣計算結合無線通信技術改變了零售業。通過邊緣計算節點的使用，可以實現實時庫存管理、智能支付、個性化推薦等功能，提升購物體驗和商店運營效率。

這些應用場景只是眾多智能邊緣計算技術與無線通信融合的應用領域的一部分。隨著技術的不斷發展和創新，這種融合將在更多領域中發揮重要作用，為各行各業帶來更多的機遇和改變。

4 智能邊緣計算與無線通信融合面臨的

挑戰

智能邊緣計算與無線通信融合雖然在各領域有著廣泛的應用前景，但也面臨一些挑戰。

（1）安全和隱私保護：智能邊緣計算和無線通信涉及大量的數據傳輸和處理，因此面臨安全和隱私問題。網絡攻擊、數據泄露和惡意軟件等風險可能會導致用戶隱私泄露和服務中斷。

（2）網絡容量和帶寬限制：邊緣計算和無線通信需要處理海量的數據，并在實時或準實時的情況下傳輸數據。然而，無線通信網絡的帶寬和容量可能受限，無法滿足高速數據傳輸和計算需求。

（3）能源效率和續航時間：邊緣設備通常具有有限的電池壽命，需要考慮能源效率和續航時間。邊緣計算和通信任務對設備的電源消耗較高，需要平衡計算能力和能源消耗之間的關系。

（4）跨平臺和兼容性：智能邊緣計算和無線通信涉及多種設備、協議和平臺之間的交互和通信。不同廠商和技術標準之間的兼容性問題可能導致設備無法順利地進行邊緣計算和通信。

（5）算法和模型部署：在邊緣設備上部署復雜的算法和模型可能面臨限制，因為這些設備通常具有較低的計算能力和存儲容量。因此，需要針對邊緣設備進行優化和剪枝，以適應其資源限制。

（6）管理和維護成本：部署和管理大規模的智能邊緣計算和無線通信基礎設施可能需要大量的人力和物力投入。設備的維護、更新和故障修復等方面的管理成本也需要考慮。

（7）法律和規范限制：智能邊緣計算和無線通信涉及的數據收集、處理和傳輸必須符合相關的法律法規和隱私保護規定。遵守這些規定可能會增加開發和應用的復雜性和成本。

5 結束語

智能邊緣計算與無線通信的融合在未來有著廣闊的發展前景，比如，邊緣人工智能的出現，將使得邊緣設備具備更強大的計算和處理能力，從而實現在本地進行AI運算和決策，從而提高響應速度、減少對云端的依賴，并增強對隱私和數據安全的保護。再比如，邊緣計算和云計算之間的協同發展將成為未來的趨勢。邊緣設備可以進行本地計算和處理，同時與云端進行數據交換和協同。這樣可以充分利用云端的資源和邊緣設備的響應速度，提供更高效的服務。總之，智能邊緣計算與無線通信的融合將為各個行業提供更多創新的解決方案，并推動數字化轉型和智能化發展。未來，隨著技術的不斷進步和應用場景的拓展，智能邊緣計算與無線通信的融合將在更多的領域發揮重要作用，為人們的生活和工作帶來更多便利和價值。

參考文獻

[1] 任金科．無線邊緣網絡中通信、計算和學習的融合及優化[D]．杭州：浙江大學，2022．