国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

摘要：隨著5G網絡商用部署步伐的加快，以5G網絡和MEC技術為基礎的移動通信網絡大帶寬（enhanced Mobile BroadBand，eMBB）、超高可靠超低時延（ultra Reliable Low Latency Communications，uRLLC）和海量連接（massive Machine Type Communication，mMTC）成為牽引5G應用落地的核心能力。在眾多的垂直行業需求中，以4K/8K高清視頻、增強現實/虛擬現實（Augmented Reality/Virtual Reality，AR/VR）為代表的視頻業務無疑是5G+MEC技術的“殺手锏”應用。本文以MEC平臺和云平臺部署位置、部署模式、部署條件、部署規模和平臺能力等差異為出發點，圍繞5G視頻業務用戶體驗，分析5G視頻業務終端視頻顯示能力對視頻文件帶寬需求的影響，提出基于面向用戶體驗的5G視頻業務邊云協同策略，可以在不降低用戶體驗質量的條件下降低5G視頻業務對MEC平臺存儲容量和傳輸帶寬的需求，提高邊云協同效率。

關鍵詞：無線通信；5G；視頻業務；邊云協同；用戶體驗

1　引言

邊緣計算，從字面上理解，便是將計算處理、數據存儲、網絡加速及智能分析等能力遷移至網絡邊緣。因此，在邊緣計算誕生之前，便已經有了與之相對的概念——云計算。傳統的云計算平臺采用集中式模式部署在核心網絡，終端設備如果要訪問云計算平臺，需要通過接入網、承載網最終達到核心網，其中與傳輸距離成正比的傳輸時延成為限制時延性能的重要瓶頸。當云計算平臺的計算、存儲等能力下沉至網絡邊緣時，由于傳輸距離的大大縮減，邊緣計算可以逾越集中式云化部署方案中不可壓縮的傳輸時延，以支持uRLLC業務需求；其次，終端設備在邊緣計算平臺同樣可以獲得數據清洗、融合、計算、存儲能力，在本地即可進行大帶寬數據進行處理，而無需將海量寬帶數據上傳至中心云平臺，可極大降低寬帶業務對帶寬的需求，顯著節省 后向帶寬，減少本地流量對核心網絡的帶寬壓力，提升eMBB業務性能；另外，在mMTC業務場景，邊緣計算平臺可以卸載終端設備的智能數據處理、圖像渲染等能力，在降低終端設備成本，提升計算處理性能的同時，并沒有顯著增加業務時延。因此，邊緣計算技術雖然不是因5G而生，卻因其對uRLLC、eMBB和MMTC業務都有相輔相成的技術特色而伴隨5G快速成長，成為5G時代炙手可熱的技術之一。

2　云計算與邊緣計算

2.1　云計算定義與特征

ISO/IEC JTC1和ITU-T聯合工作組制定的國際標準ISO/IEC 17788《云計算詞匯與概述》（Information technology-Cloud Computing-Overview and vocabulary）中，對云計算給出了明確的定義：云計算是一種將可伸縮、彈性、共享的物理和虛擬資源池以按需自服務的方式供應和管理，并提供網絡訪問的模式。ISO/IEC 17788《云計算詞匯與概述》定義云計算的關鍵特征，包括廣泛接入、服務可測、多租戶、按需自服務、彈性擴展和資源池化。

2.2　邊緣計算/邊緣云定義

邊緣云即實現邊緣計算的云化平臺。而邊緣計算作為一個新生技術，不同領域對邊緣計算概念的理解也眾說紛紜。從電信運營商的角度出發，除了采用部署在區域數據中心的核心云計算平臺，其他部署在本地城域數據中心、邊緣數據中心、端局機房的計算平臺都可以稱為邊緣計算平臺；從OTT公司角度出發，部署在用戶側的計算平臺則稱為邊緣計算平臺；從企業用戶的角度出發，部署在廠房、操作間等現場級的計算平臺則稱為邊緣計算平臺；對于攝像頭、物聯網設備、車輛、機器手等終端設備而言，具有計算存儲和遠程訪問等智能設備也被稱為邊緣計算平臺。因此，邊緣計算平臺的物理形式也千差萬別，既可能是具有智能處理能力的邊緣終端，也可能是具備數據采集匯聚分流能力的邊緣網關；既可能是在幾臺通用服務器上采用虛擬化技術搭建的一個IT級邊緣云平臺，也可能是包含計費、策略下發等核心網功能的電信級邊緣云平臺。

ETSI從電信運營商的角度給出邊緣計算的定義：在靠近移動用戶的移動網絡邊緣提供IT服務環境和計算能力。

OpenStack從IT化的角度給出邊緣計算的定義：邊緣計算是為開發者和服務提供商在網絡管理域的邊緣側提供云服務和IT環境服務。

ISO/IEC JTC1/SC38從行業標準化的角度給出邊緣計算的定義：邊緣計算是一種需要處理和數據存儲放在網絡邊緣節點的分布式計算模式。

邊緣計算產業聯盟（ECC）從產業界的角度給出邊緣計算的定義：在靠近物或者數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

2.3　云與邊緣云的異同

由于邊緣計算脫胎于云計算技術，因此，邊緣云與云一樣，都由計算資源、存儲資源和網絡資源構成，都可以通過虛擬化和資源池化技術將底層資源抽象屏蔽，實現多個用戶和應用程序之間的資源共享，并支持基于API來增強平臺間的互操作性，具有廣泛接入、服務可測、多租戶、按需自服務、彈性擴展和資源池化等特點。但是，由于業務場景不同，邊緣云還具有其獨特的屬性。

（1）部署位置

云計算平臺通常部署的位置較高，大多在核心網區域數據中心。邊緣云平臺要依據邊緣業務需求和覆蓋范圍，可以下沉部署在本地城域數據中心、邊緣數據中心、接入局房甚至業務現場。

（2）部署模式云計算平臺大多采用集中式部署模式對云計算資源進行統一管控。部署在不同地理位置的邊緣云平臺則采用分布式分層多級部署模式，邊緣云可以通過廣域網與中心云相連，或通過中心云調度動態加入邊緣云共享資源池，但是多個邊緣云之間存在潛在的高延遲、網絡不可靠和低帶寬風險。

（3）部署條件

部署在核心區域數據中心的云計算平臺，具有良好的物理空間、通風散熱及供電環境，可以采用1~1.2米深，19英寸標準機柜部署通用機架式服務器。部署在本地城域數據中心邊緣云平臺的部署條件與核心區域數據中心的部署條件差異較小，可以采用1~1.2米深，19英寸標準機柜部署通用機架式服務器。如果邊緣云平臺部署在環境較好的邊緣數據中心，受場地物理空間限制，可以選擇1米深通用刀片服務器。在部署在條件較差邊緣數據中心或接入局房時，只能采用深度低于600毫米的定制化專用服務器。在部署條件極為惡劣的接入局房或者業務現場，除了物理空間更加狹小之外，邊緣云平臺部署可能面臨直流供電的問題，因此，支持直流電源的小型硬件設備成為搭載邊緣云平臺的首選。

（4）部署規模

部署在核心區域數據中心的云計算平臺通常具有上千臺服務器的規模，資源相對較為充足。而部署越靠近網絡邊緣的邊緣云平臺，面臨的部署條件越苛刻，部署規模也越小，極端情況下，只能部署在1~2U的服務器或者微型硬件平臺，CPU、內存、硬盤等硬件性能十分有限。

（5）平臺能力

受部署條件和平臺規模限制，云計算平臺具有更強大的計算存儲能力。但是，邊緣云平臺更靠近數據源和用戶側，能夠獲得更多的原始數據和對終端設備的控制能力，因此，邊緣云平臺除了對eMBB、uRLLC、mMTC邊緣業務的增強能力之外，還可以提供面向大數據應用的數據清洗、融合、脫敏等預處理能力，將已脫敏的高質量數據提供給云計算平臺執行高精度數據分析。另外，面向機器學習、深度學習、人工智能類邊緣業務，云平臺可以基于歷史數據預先訓練算法模型、優化參數，邊緣云平臺則基于云平臺推送下發的算法模型執行現場推理，并將高質量數據在網絡閑時上傳至云計算平臺以支持算法模型的迭代優化。通過云邊協同，充分發揮邊緣計算和云計算的互補優勢。

3　5G視頻業務帶寬需求

3.1　5G視頻文件傳輸帶寬需求

視頻業務對邊緣云平臺傳輸帶寬的需求由與圖像分辨率、圖像幀率、色彩深度、掃描模式及編碼格式相關。圖像分辨率是指單位英寸中所包含的像素點數，常見的圖像分辨率包括720P、1080P、2K、4K、8K等。由于5G網絡對大帶寬業務的支撐能力特性，1080P、2K甚至更高清晰度的4K/8K超高清視頻已經成為5G時代的主流業務。圖像幀率是單位時間內顯示的圖幀數量，圖像幀率越高畫質越好，基于ITU-R RecommendationBT.2020標準，圖像幀率可選取值包括120、60、60/1.001、50、30、30/1.001、25、24、24/1.001FPS，圖像幀率越高，傳輸帶寬需求越大，5G視頻業務為了提供優質的用戶體驗，通常采用50FPS以上的圖像幀率，甚至在AR/VR沉浸式交互業務中采用120FPS、180FPS、240FPS的超高頻圖像幀率。色彩深度是存儲介質在存儲或緩存單位像素時所需二進制數據位數，常用可選參數為8、10或12bpp，5G視頻業務通常采用至少10bpp的色彩深度。掃描模式有逐行掃描p和隔行掃描i兩種模式，由于隔行掃描只傳輸一般的圖像，其傳輸帶寬也只有逐行掃描的一半，5G超高清視頻通常選用逐行掃描模式；編碼方式是在保證一定畫質要求前提下，對視頻文件進行壓縮處理的方式，以便提高傳輸和存儲效率，5G視頻業務通常采用H.264、H.265等編碼格式。目前典型5G視頻業務傳輸帶寬需求如表1所示。

表1 5G視頻業務傳輸帶寬需求

3.2　基于用戶體驗的5G視頻文件傳輸帶寬需求

在5G視頻業務中，影響用戶體驗的因素除了視頻源視頻文件大小還有視頻接收終端屏幕分辨率。終端設備屏幕分辨率的選擇通常由終端設備屏幕大小、觀看距離和人眼分辨能力決定。人眼分辨能力理論極限是20"，視力好的人對易于分辨的黃綠波的分辨能力通常為1'，而普通人眼的分辨能力通常為3'~5'。因此，常見終端設備分辨率配置通常如表2所示。

表2 常見終端設備分辨率配置

由表2可見，受人眼分辨能力、屏幕尺寸和觀看距離的約束，視頻顯示終端的屏幕分辨達到滿足要求或性能極限的配置提供最佳的用戶體驗質量，更高配置的屏幕分辨率只會增加終端設備成本，因此終端設備廠商的屏幕配置通常為表2中的結果保持一致。同樣，5G視頻業務同樣可以依據終端分辨率需求由MEC平臺提供相應的視頻文件。例如，對于智能手機、平板電腦和40寸以下的電視，傳輸帶寬需求在30M以下的1080P視頻業務即可滿足絕大多數用戶的需求；對于采用100寸以下的終端設備時，完全不需要傳輸4K以上視頻文件，因此其5G視頻業務帶寬需求通常小于50~100M；只有在200寸以上的巨幕5G高清視頻業務中才會需要100M以上帶寬傳輸8K以上的視頻，而占用傳輸帶寬和存儲資源的高畫質視頻文件在云端進行備份存儲即可。

4　5G視頻業務邊云協同解決方案

面向用戶體驗的5G視頻業務邊云協同解決方案如圖1所示。本方案中，終端設備管理系統基于無線側上報IMEI號解析終端設備信息，或者通過手動配置、終端設備類型信息爬取等方式采集通過5G基站或CPE設備接入網絡的終端設備信息。

當終端設備上傳或下載視頻文件時，基站首先將終端設備視頻業務需求發送到MEC平臺。MEC平臺基于終端設備管理系統提供的終端類型信息，選擇滿足終端分辨能力需求的格式對視頻文件進行處理、本地存儲或文件下發，并將高畫質視頻文件在網絡閑時上傳至遠端云平臺。

如果MEC平臺本地存儲的視頻文件畫質不能滿足終端類型需求，則將視頻業務需求及終端類型信息轉發至遠端云平臺，由云平臺完成高畫質視頻業務處理與視頻下發。

圖1 5G視頻業務邊云協同解決方案

該方案中，MEC平臺分流決策模塊基于終端設備類型信息，為5G視頻用戶提供可滿足其終端顯示能力的視頻文件，而無需傳輸或存儲遠高于終端設備所需的高畫質視頻文件。

5　結論

本文從5G網絡新媒體行業技術需求出發，結合5G終端能力、視頻業務特性、MEC平臺與云平臺能力差異，提出面向用戶體驗的5G視頻業務邊云協同策略。面向用戶體驗的邊云協同策略以MEC平臺和云平臺部署位置、部署模式、部署條件、部署規模和平臺能力等差異為出發點，圍繞5G視頻業務用戶體驗，分析5G視頻業務終端視頻顯示能力對視頻文件帶寬需求的影響，提出基于面向用戶體驗的5G視頻業務邊云協同策略，可以在不降低用戶體驗質量的條件下降低5G視頻業務對MEC平臺存儲容量和傳輸帶寬的需求，提高邊云協同效率。

參考文獻：

[1] Parameter values for ultra-high definition television systems for production and international program exchange BT series Broadcasting service (television) Recommendation ITU-R BT. 2020.

[2] 英特爾亞太研發有限公司. Linux 開源網絡全棧詳解[M]. 北京: 電子工業出版社, 2019.

[3] Cisco System. Cosic Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2017 -2022 White Paper [R]. 2019.

[4] 謝人超, 黃韜, 楊帆, 劉韻潔. 邊緣計算原理與實踐[M]. 北京: 人民郵電出版社, 2019.

[5] S. Barbarossa, S. Sardellitti, and P. Di Lorenzo. Communicating while Computing: Distributed mobile cloud computing over 5G heterogeneous networks[J]. IEEE Signal Processing Magazine, 31 (6), 45 - 55, 2014.

[6] 張涌, 陳丹, 范斌, 韓賽, 呂華章. 中國聯通邊緣計算技術演進規劃與部署方案[J]. 無線通信, 2018, (4) : 42 - 47.

[7] 呂華章, 陳丹, 王友祥. 邊緣云平臺架構與應用案例分析[J], 郵電設計技術, 2019, (3) : 35 - 39.

[8] 陳丹, 陳淑平, 呂華章, 王友祥. 中國聯通邊緣云平臺架構與業務能力開放[J]. 2018, (11) : 63 - 67.

[9] 李銘軒, 魏進武, 張云勇. 面向電信運營商的IT資源微服務化方案[J]. 信息通信技術, 2017, (2) : 48 - 55.

[10] 李銘軒. 基于Arda的容器化大數據應用研究[J]. 電信技術, 2016, (11) : 29 - 33.

[11] 李銘軒, 邢鑫, 王本忠. 面向電信運營商的容器云SDN云網一體化方案研究[J]. 信息通信技術, 2019, (2) : 7 - 12.

作者簡介：

劉秋妍，博士，中國聯通網絡技術研究院高級工程師，主要研究方向為無線通信、區塊鏈與邊緣計算技術。

呂華章，碩士，中國聯通網絡技術研究院工程師，主要研究方向為5G網絡與邊緣計算技術。

李銘軒，碩士，中國聯通網絡技術研究院工程師，主要研究方向為云計算、容器、通信云解耦技術。

張忠皓，博士，中國聯通網絡技術研究院高級工程師，主要研究方向為5G網絡、毫米波技術與邊緣計算技術。

李佳俊，博士，中國聯通華盛通信有限公司創新業務部總監，主要研究方向為無線通信網絡與移動終端技術。

李福昌，博士，中國聯通網絡技術研究院高級工程師，主要研究方向為無線新技術研究和無線標準技術研究。

馮　毅，中國聯通網絡技術研究院高級工程師，主要研究方向為無線通信新技術和5G創新業務研究。

摘自《自動化博覽》2019年12月刊