D2D通信关键技术与应用 课件 第八章

8D2D技术展望8.1D2D与6G8.3D2D与智慧交通8.2D2D与认知物联网8.4本章小结8.1D2D与6G基于D2D增强的移动边缘计算②

基于D2D使能的网络切片为了在未来的6G中构建智能D2D高效应用场景，本节归纳了移动边缘计算、网络切片与6G相关的D2D解决方案。（1）基于D2D增强的移动边缘计算8.1D2D与6G

由于6G中极高的数据速率，端到端传输时间将大大缩短，从而导致大量空闲UE的存在。充分利用空闲资源是增强网络边缘计算的有效途径。因此，未来的6G可使用D2D集群的容量进行通信过程的边缘计算。架构如下图所示：（2）基于D2D使能的网络切片8.1D2D与6G

网络切片（NetworkSlice，NS）是由移动网络运营商或基础设施提供商提供的公共陆地移动网络（PublicLandMobileNetwork，PLMN）基础设施。

支持D2D的智能网络切片结构设计一个集成层，其中多级AI将被用于实时资源感知和预测，以发现作为待集成候选的动态资源。8.2D2D与认知物联网

密集终端设备的连接是6G移动网络的关键技术应用之一。物联网（InternetofThings,IoT）的快速发展和其相关的各种新兴应用（如智能家居、智能交通系统、工业4.0等）可有效提升网络连接效率。与此同时，无论其分配的带宽如何，物联网连接的爆炸式增长必然会给6G频谱分配带来压力。因此，改善频谱利用率是6G网络面临的一个基本挑战。认知无线电（CognitiveRadio，CR）被认为是一种非常有潜力的解决方案。认知无线电的必要性？8.2D2D与认知物联网

CR可以为IoT设备和网络之间的连接引入机会通信，通过无线电设备物理感测无线信道的频谱，可找到临时可用或空闲信道。如图给出了基于认知无线电的物联网设备D2D通信应用场景，其中密集的IoT设备与基站可以彼此关联。在这种环境下，可以利用CR技术在物联网设备之间建立基于D2D的无基础设施连接认知无线电的场景？8.2D2D与认知物联网在6G及以上网络中，新型频谱传感技术存在两个主要挑战：1）大量许可/未许可无线信道，要求物联网需要消耗大量的时间和能量来感知整个频谱。2）电池受限的物联网设备之间的D2D通信需求，面临物联网的能量限制问题。8.3.1现状分析8.3D2D与智慧交通

随着智能网联车辆的大规模普及，面向车联网的通信网络发展呈现出超密集、快移动、速决策的发展趋势，下一代通信网络需要解决1000亿数量级别甚至更多的密集网联设施入网及交通预判问题，因此密集智能网联设施通信与决策系统将成为研究热点.

密集智能网联设施通信与决策系统需既可以保证区间控制，又可以实现线路规划；既能实现高精度定位，又能勾画动态的车辆分布“图”。在信号较弱的隧道、室内等场合能保证智能网联信号不间断，同时，不受可视范围的限制，甚至能识别路面上没有信号源或没有移动终端的物体。这将成为未来智能网联交通系统的发展趋势。8.3.2预期架构8.3D2D与智慧交通

智能网联设施完成信息采集后通过高效接入选择，实现车辆通信范围内的车辆-车辆，车辆-路侧单元信息交互；在路侧单元端优化移动边缘计算；在云端运用基于AI的数据决策方案，车载智能网联设施的接口包括PC5和Uu。依托该总体架构，可研究相关关键技术。8.3D2D与智慧交通

智能网联设施通信单元采用结构如图所示。核心芯片拟采用海思科技的系列产品，一方面实现智能网联设施同步支持SA（Standalone）和NSA（NonStandalone）组网，另一方面支持3GPPR14V2X，可实现基带信号和射频信号的接收、处理及发送。8.3.2预期架构8.4本章小结随着带宽或资源的限制，数据流量、连接设备的数量以及对高容量的需求每天都在增加。因此，需要对D2D通信进行更多的研究，以满足未来6G网络、认知物联网和智慧交通的要求。6G场景下D2D通信技术的应用可有效提升网络性能，D2D通信与CR的结合可很大程度上提高频谱资源利用效率，基于D2D通信的智慧交通场景为该技术的进一步应用提供了返利。未来，研究D2D通信对于多种泛在环境下的技