基于5G的AI傳感器在環(huán)境監(jiān)測(cè)中的應(yīng)用研究

王國(guó)慶，李 堅(jiān)，呂耀坤

(中通服咨詢研究院有限公司，江蘇 南京 210019)

0 引 言

工業(yè)社會(huì)的飛速發(fā)展給人類帶來了豐富的物質(zhì)生活，與此同時(shí)，由于人類對(duì)其負(fù)面影響考慮不周，隨之而來的污染也在逐步侵蝕和破壞人類賴以生存的環(huán)境。環(huán)境監(jiān)測(cè)與污染治理由此成為了一項(xiàng)重要且長(zhǎng)期的工作。

當(dāng)前的智能無線傳感器及無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)主要是由數(shù)據(jù)采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)處理模塊構(gòu)成的智能一體化設(shè)備。它不僅能夠準(zhǔn)確、快速、方便地獲取信息，還具有體積小、成本低，能夠進(jìn)行無線通信和數(shù)據(jù)處理等優(yōu)點(diǎn)，因而在環(huán)境監(jiān)測(cè)方面得到了廣泛的研究與應(yīng)用[1]。王驥等人提出了利用ZigBee技術(shù)結(jié)合WSN設(shè)計(jì)一種安全高效的、個(gè)性化的環(huán)境監(jiān)測(cè)系統(tǒng)，該系統(tǒng)主要由終端傳感器節(jié)點(diǎn)、GPRS網(wǎng)關(guān)及操作軟件組成[2]。張全柱等人采用模塊化設(shè)計(jì)方法，構(gòu)造由粉塵傳感器與溫濕度傳感器組成的數(shù)據(jù)采集模塊，采用ZigBee協(xié)議的傳輸模塊以及ARM 9處理器構(gòu)成的數(shù)據(jù)處理模塊[3]。

然而由于ZigBee技術(shù)傳輸速率低，帶寬窄，在大數(shù)據(jù)量情況下，其實(shí)時(shí)監(jiān)測(cè)應(yīng)用必然受到限制。而且目前獲得的數(shù)據(jù)最終多是經(jīng)由人工使用計(jì)算機(jī)或手機(jī)等操作處理的，處理速度及便捷程度受到一定制約。如何更快捷地獲得并加工處理數(shù)據(jù)以適應(yīng)實(shí)時(shí)監(jiān)測(cè)的需求成為無線傳感器網(wǎng)絡(luò)的研究方向之一[4]。

隨著通信技術(shù)的飛速發(fā)展與人工智能的高速崛起，5G技術(shù)、人工智能也將改變現(xiàn)有傳感器及傳感器網(wǎng)絡(luò)，使其變得更加快速高效智能。本文結(jié)合5G關(guān)鍵技術(shù)與AI技術(shù)的特點(diǎn)，提出了基于5G的AI傳感器在環(huán)境監(jiān)測(cè)中的應(yīng)用。

1 5G網(wǎng)絡(luò)架構(gòu)及關(guān)鍵技術(shù)簡(jiǎn)介

1.1 5G網(wǎng)絡(luò)架構(gòu)

5G網(wǎng)絡(luò)架構(gòu)由控制平面、接入平面和轉(zhuǎn)發(fā)平面構(gòu)成。控制平面利用網(wǎng)絡(luò)功能重構(gòu)負(fù)責(zé)集中控制和進(jìn)行無線資源的全局調(diào)度；接入平面包含基站和無線設(shè)備，可靈活快速地實(shí)現(xiàn)無線接入?yún)f(xié)同控制以及提高資源利用率；轉(zhuǎn)發(fā)平面包含分布式網(wǎng)關(guān)、集成內(nèi)容緩存和業(yè)務(wù)流加速等功能，在控制平面的統(tǒng)一管控下實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)發(fā)效率和路由靈活性的提升。通過引入軟件定義網(wǎng)絡(luò)(SDN)和網(wǎng)絡(luò)功能虛擬化(NFV)等技術(shù)，實(shí)現(xiàn)控制功能和轉(zhuǎn)發(fā)功能的分離，以及網(wǎng)元功能和物理實(shí)體的解耦，從而實(shí)現(xiàn)多類網(wǎng)絡(luò)資源的實(shí)時(shí)感知與調(diào)配，以及網(wǎng)絡(luò)連接和網(wǎng)絡(luò)功能的按需提供和適配[5]，如圖1所示。

圖1 5G網(wǎng)絡(luò)架構(gòu)

1.2 5G關(guān)鍵技術(shù)

(1)大規(guī)模MIMO技術(shù)。大規(guī)模MIMO技術(shù)是傳統(tǒng)MIMO技術(shù)的演進(jìn)，它將天線數(shù)目提高到幾十個(gè)甚至上百個(gè)。與傳統(tǒng)MIMO技術(shù)相比，大規(guī)模MIMO技術(shù)具有更低的時(shí)延與更強(qiáng)抗干擾能力，且可以提高空間分辨率、系統(tǒng)容量和發(fā)射功率利用率。

(2)毫米波技術(shù)。毫米波是指波長(zhǎng)在毫米數(shù)量級(jí)，頻率大約在30 GHz～300 GHz之間的電磁波。毫米波技術(shù)可以通過提升頻譜帶寬來實(shí)現(xiàn)超高速無線數(shù)據(jù)傳播，從而成為5G通訊中的關(guān)鍵技術(shù)之一。由于毫米波頻段的另一個(gè)特性是在空氣中衰減較大，繞射能力弱，因此更適用于室內(nèi)通信及D2D應(yīng)用場(chǎng)景。

(3)D2D。設(shè)備到設(shè)備通信(Device to Device，D2D)是指設(shè)備與設(shè)備之間的直接通信。該技術(shù)具有減輕基站壓力、提升系統(tǒng)網(wǎng)絡(luò)性能、降低端到端的傳輸時(shí)延、提高頻效率的潛力。其在實(shí)際應(yīng)用中主要分為4類，包括基站控制鏈路建立下的終端設(shè)備中繼、基站控制鏈路建立下的直接終端設(shè)備通信、終端控制鏈路建立下的直接設(shè)備通信以及終端控制鏈路建立下的終端設(shè)備中繼。

(4)全雙工。全雙工是5G關(guān)鍵空中接口技術(shù)之一，它令終端設(shè)備可以在同一時(shí)間同一頻段發(fā)送和接收信號(hào)，達(dá)到比傳統(tǒng)的TDD或FDD高一倍的頻譜效率，同時(shí)減小端到端的傳輸時(shí)延和信令開銷。

(5)超密集網(wǎng)絡(luò)。超密集網(wǎng)絡(luò)(UDN)對(duì)5G要求中的高速率、低時(shí)延、大業(yè)務(wù)量以及高密度終端數(shù)起到了至關(guān)重要的作用。它通過部署大量的設(shè)備來滿足高密度、高流量的無線終端接入要求，同時(shí)提高系統(tǒng)的頻譜利用率，從而使系統(tǒng)容量得以提升。UDN的典型應(yīng)用場(chǎng)景包括辦公樓、車站、校園、地鐵、醫(yī)院、體育館等人流密集地區(qū)。

2 人工智能

人工智能(Artificial Intelligence，AI)是美國(guó)計(jì)算機(jī)科學(xué)家John McCarthy在1956年提出的計(jì)算機(jī)科學(xué)的一個(gè)分支，它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的科學(xué)技術(shù)。人工智能試圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

2.1 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是指通過分析和學(xué)習(xí)來挖掘數(shù)據(jù)模式，并且能夠用這種模式預(yù)測(cè)未來數(shù)據(jù)或是不確定情況下做出最佳決策的一系列方法，可以簡(jiǎn)單的認(rèn)為是預(yù)測(cè)分析的自動(dòng)化。機(jī)器學(xué)習(xí)的代表算法有深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、決策樹、增強(qiáng)算法等。

2.2 機(jī)器視覺

機(jī)器視覺是讓計(jì)算機(jī)看到的科學(xué)。機(jī)器視覺利用攝像機(jī)、模擬數(shù)字轉(zhuǎn)換和數(shù)字信號(hào)處理來捕捉和分析視覺信息。人們通常將它與人類的視覺相比較，但是機(jī)器視覺不受生物學(xué)的限制，可以通過編程來觀察對(duì)象。機(jī)器視覺已用于從簽名識(shí)別到醫(yī)學(xué)圖像分析的一系列應(yīng)用中。

2.3 自然語言處理

自然語言處理(Natural Language Processing，NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它是研究實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的理論和方法。NLP最著名的例子是垃圾郵件檢測(cè)，經(jīng)過查閱主題欄和電子郵件文本，然后判斷是否是垃圾郵件。目前的NLP方法是建立在機(jī)器學(xué)習(xí)基礎(chǔ)上的。NLP任務(wù)包括文本翻譯、情緒分析和語音識(shí)別。

3 AI傳感器在環(huán)境監(jiān)測(cè)中的應(yīng)用

圖2是標(biāo)準(zhǔn)網(wǎng)絡(luò)化AI傳感器典型結(jié)構(gòu)模型圖，由智能變送器單元(STIM)、信號(hào)調(diào)理單元，數(shù)字化處理模塊、傳感器電子數(shù)據(jù)表、傳感器獨(dú)立接口、網(wǎng)絡(luò)控制模塊(NCAP)、網(wǎng)絡(luò)接口等單元模塊組成[6]。在對(duì)環(huán)境的監(jiān)測(cè)中，智能傳感器的傳感部件是由多種氣體傳感器節(jié)點(diǎn)組成，如粉塵傳感器、甲烷傳感器、二氧化硫傳感器等，可同時(shí)監(jiān)測(cè)環(huán)境中的多種有害氣體。每一個(gè)氣體傳感器都直接與通訊模塊的信號(hào)發(fā)射節(jié)點(diǎn)相連，采集到的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸至處理器模塊[7]。

圖2 IEEE1451.2標(biāo)準(zhǔn) 智能網(wǎng)絡(luò)傳感器系統(tǒng)典型結(jié)構(gòu)模型[6]

3.1 信號(hào)感知

信號(hào)感知是由傳感器感知模塊對(duì)外界變化因素進(jìn)行快速響應(yīng)所采集的模擬信號(hào)。傳感器感知模塊主要部件由光敏材料、電敏材料、壓敏材料、氣敏材料等一系列敏感材料構(gòu)成。智能傳感器中敏感部件的存在方式多變，可像傳統(tǒng)傳感器一樣獨(dú)立存在；也可通過硅集成技術(shù)，將敏感元件進(jìn)行陣列化集成，提升敏感精度與靈敏度；還可將不同敏感元件進(jìn)行復(fù)合式集成，對(duì)多種待測(cè)物理量進(jìn)行測(cè)量。變送器單元將傳感器的非標(biāo)準(zhǔn)輸出信號(hào)變成標(biāo)準(zhǔn)可控信號(hào)量，對(duì)可控信號(hào)量進(jìn)行傳輸與測(cè)量，以方便數(shù)據(jù)采集[8]。

3.2 信號(hào)處理

傳感器將采集到的模擬信號(hào)信息傳輸?shù)街悄茏兯推鲉卧?，智能變送器單元模塊對(duì)信號(hào)進(jìn)行調(diào)理和模數(shù)轉(zhuǎn)換，形成方便傳輸保存的數(shù)字信號(hào)。而電子數(shù)據(jù)表(Transducer Electronic Data Sheets，TEDS)可對(duì)傳感器基本信息進(jìn)行配置，使智能變送器能夠?qū)ζ渥詣?dòng)識(shí)別和描述，從而使智能傳感器即插即用的便捷性成為可能。

3.3 通訊傳輸

傳感器采集的數(shù)據(jù)需搭載無線通信技術(shù)傳輸?shù)娇蛻舳?。要?duì)環(huán)境進(jìn)行實(shí)時(shí)有效的監(jiān)測(cè)，就需要依靠以大量智能傳感器節(jié)點(diǎn)為基礎(chǔ)單元所形成的傳感分布系統(tǒng)。龐大的監(jiān)測(cè)數(shù)據(jù)量，海量的接入節(jié)點(diǎn)十分契合5G技術(shù)特點(diǎn)。5G網(wǎng)絡(luò)的技術(shù)特點(diǎn)就是熱點(diǎn)容量高，低時(shí)延高可靠，低功耗大連接。對(duì)信息數(shù)據(jù)進(jìn)行收集處理再反饋給傳感器節(jié)點(diǎn)達(dá)到自調(diào)節(jié)、自校正作用，減少測(cè)量誤差。低延時(shí)和數(shù)據(jù)安全性是智能傳感器通信傳輸?shù)年P(guān)鍵點(diǎn)。2016年11月18日，3GPP會(huì)議確定了Polar碼作為5G 增強(qiáng)移動(dòng)帶寬(eMBB)場(chǎng)景的控制信道編碼方案。極化碼是理論上可達(dá)到香農(nóng)極限的編碼方式，將會(huì)是5G無線通信的核心技術(shù)之一。

4 結(jié)束語

人工智能的快速發(fā)展，5G技術(shù)的革新，兩者之間相互的結(jié)合是未來的重要發(fā)展方向之一。本文對(duì)5G技術(shù)特點(diǎn)進(jìn)行歸納，對(duì)人工智能實(shí)現(xiàn)調(diào)研，提出了基于5G的智能傳感器在環(huán)境監(jiān)測(cè)中的應(yīng)用。實(shí)時(shí)環(huán)境監(jiān)測(cè)是打造智慧城市的重要手段之一，搭載5G無線技術(shù)的智能傳感分布系統(tǒng)將會(huì)在未來生活中展現(xiàn)出極大優(yōu)勢(shì)。