5G时代及其技术的展望

摘 要

5G，第五代移动通信是指第五代移动电话行动通信标准，也称第五代移动通信技术，也是4G之后的延伸。中国（华为）、美国（高通）、韩国（三星电子）、日本、欧盟都在投入相当的资源研发5G网络。那么，5G到底代表着哪些方面的进步？有哪些技术创新？对我国的未来又有多重要？本文将对5G时代及其技术进行初步的展望。

关键词：5G，NVF，缓存，mmWave

1移动通信的演进

1.1 1G
1G（第一代）是在1980年代初宣布的。它的数据速率高达2.4kbps，主要用户是高级移动电话系统（AMPS），北欧移动电话（NMT）和全面接入通信系统（TACS）。它具有很多缺点，例如低容量、硬切换、较差的语音关联，以及没有安全性，因为语音呼叫是在无线电塔中存储和播放的，因为这些呼叫的漏洞，易受到来自第三方的窃听。

1.2 2G

1G（第一代）是在1980年代初宣布的。它的数据速率高达2.4kbps，主要用户是高级移动电话系统（AMPS），北欧移动电话（NMT）和全面接入通信系统（TACS）。它具有很多缺点，例如低容量、硬切换、较差的语音关联，以及没有安全性，因为语音呼叫是在无线电塔中存储和播放的，因为这些呼叫的漏洞，易受到来自第三方的窃听
1.3 2.5G
2.5G是一种介于2G和3G之间的无线技术，2.5G功能通常与GPRS（通用分组无线电服务）技术有关。2.5G系统通常使用2G系统框架，但它应用分组交换以及电路交换。较2G服务，2.5G无线技术可以提供更高的速率和更多的功能。数据速率高达144kbps。主要的2.5G技术是GPRS，GSM演进增强数据速率（EDGE）和码分多址（CDMA）2000。
1.4 3G
3G（第三代）建立于2000年末，传输速率高达2Mbps。3G系统将基于IP（因特网协议）的服务的高速移动接口合并。除传输速率外，还进行了非常规的改进以保持QoS（服务质量）。全球漫游和改善语音质量等附加设施使3G成为重要的一代。3G手机的主要缺点是，它们比大多数2G型号需要更多功率。随着这个3G网络计划比2G更昂贵。由于3G涉及宽带码分多址（WCDMA），通用移动电信系统（UMTS）和码分多址（CDMA）2000技术的引入和利用，诸如高速上行链路/下行链路分组接入（HSUPA / HSDPA）等不断发展的技术）和进化数据优化（EVDO）已经在3G和4G之间进行了中间无线的一代，命名为3.5G，数据速率提高了5-30 Mbps。
1.5 3.75G
3.75G，长期演进技术（LTE）和固定全球微波接入互操作性（WIMAX）是移动数据服务的未来。LTE和固定WIMAX具有补充网络容量的潜力，并为大量用户提供了访问广泛的高速服务的便利，如点播视频，对等文件共享和复合Web服务。 与此同时，可以访问补充频谱，授权运营商非常合理地管理其网络，并以更低的成本提供更好的覆盖和更好的性能。
1.6 4G
4G（第四代）系统通过提供基于IP的完整且可靠的解决方案来改善主流通信网络。语音、数据和多媒体等设施将在每个时间和任何地点，以比前几代更高的数据速率传递给用户。正在使用4G网络的应用是多媒体消息服务（MMS），数字视频广播（DVB），视频聊天，高清电视内容和移动电视。
1.7 5G
5G时代，随着用户需求的指数增长，通常认为5G蜂窝网络必须解决4G未能有效解决的六个挑战，即更高的容量、更高的数据速率、更低的端到端延迟、大规模设备连接、减少成本和一致的体验质量供。最近推出的IEEE 802.11ac，802.11ad和802.11af标准非常有用，并且是迈向5G的基石。

2发展5G的意义是什么

2.1 5G不只是更快
5G只是更快吗？当然不是。
5G不再只是从2G.txt到3G.jpg再到4G.avi的网络速率的提升，而是将人与人之间的通信扩展到万物连接，打造全移动和全连接的数字化社会。
5G应用不再只是手机，它将面向未来VR/AR、智慧城市、智慧农业、工业互联网、车联网、无人驾驶、智能家居、智慧医疗、无人机、应急安全等等。
2.2 5G是一次彻底的革新
如果我们把一项技术创新为四类：渐进式创新、模块创新、构架创新和彻底创新，从2G到4G是频谱效率和安全性等逐步提升的渐进式创新，也是在维持集中式网络构架下的模块式创新，还有从网络构架向扁平化和分离化演进的构架创新。但到了5G，除了提供1G至4G时代的手机业务，还要面向各种新的服务，提供不连续的、崭新的能力，因而这对于移动通信是一次彻底的创新。

本文将引用一些业界最新的5G技术的研究，来充分说明5G的创新性和进步性。

3 5G的技术创新

本文在这一部分中，主要从5G网络的NFV（网络功能虚拟化）、缓存和mmWave三个方面入手，列举了一些具有可行性且有效的技术创新，来充分说明5G网络的优越性和应用前景。

3.1 5G网络中联合资源分配和在线虚拟网络的嵌入
3.1.1 研究背景
随着移动互联网和物联网（IoT）的爆炸性发展，具有不同要求和特性的新兴服务和应用将在未来的5G网络中显着出现。各种应用场景在延迟，安全级别和复杂性方面将具有不同的服务质量（QoS）要求。例如，车辆点对点网络（VANET）中的车辆到车辆（V2V）和车辆到基础设施（V2I）通信具有高移动性，电子医疗服务需要高安全性，增强现实（AR）需要超低速延迟和可穿戴设备需要低复杂性和高可靠性。然而，目前的移动网络无法很好地为用户提供定制服务。
为了适应上述差异化服务，应将异构资源智能地集成到5G网络中并进行有效分配。物理资源池表现出高度的异构性，范围从无线电接入网络（RAN）到核心网络（CN）。对于RAN段，频谱和时隙是运营商可以分配的主要资源，而对于CN段，资源包括每个CN元素（节点和链路）的计算、通信和存储资源。此外，为了支持大规模连接的智能终端并提供无缝连接，预计将密集部署宏小区、小型小区和毫微微蜂窝基站，这将在5G网络中复合异构多层接入网络。各种无线接入技术（例如，LTE，Wi-Fi，WCDMA等）将彼此共存和协作以更好地利用网络资源。通过有效整合，有望提高服务质量。
服务、资源和接入技术的异构性增加了5G网络的复杂性，导致部署和维护成本高昂。因此，5G网络的发展不仅仅是对当前3GPP移动网络的继承，而是网络架构的演变。需要一种可扩展、延迟最优、适应性强且灵活的网络架构，这引起了业界和学术界的越来越多的关注。
3.1.2 研究思路
网络虚拟化或网络切片具有解决5G网络所面临的挑战的巨大潜力。通过网络虚拟化，整个网络被分成多个虚拟网络（VN），每个VN用于支持特定场景中的定制服务。异构资源被虚拟化以允许不同VN之间的资源共享并且改善RAN和CN中的资源利用。因此，可以以经济，敏捷和灵活的方式来适应定制服务。
在过去几年中，已经开展了许多研究活动，以在不同的场景中实施网络虚拟化，从有线网络到无线网络。网络虚拟化将当前服务提供商的角色分解为两个新角色：部署和维护基板网络设备的基础设施提供商（InP）和组装、安装和管理虚拟网络以及为用户提供定制服务的虚拟网络运营商（VNO）。将多个虚拟网络映射到给定的基层网络上的问题是网络虚拟化中的主要任务，并且通常称为虚拟网络嵌入（VNE）。然而，大多数现有的VNE方法考虑将具有预定义约束的虚拟网络映射到物理基层网络上，没有任何工作可以考虑以组合的方式优化每个VN的资源需求和VNE问题。

在[1]中，作者研究了5G网络的网络虚拟化，以有效地分配异构资源以适应多媒体服务。提出了一种新的框架，共同考虑了CN中虚拟网络资源需求和VNE问题的优化。该框架包括两个主要阶段。在第一阶段，优化目标是在满足给定的E2E的QoS要求的同时最小化租赁成本。首先聚合来自不同接入网络的流量，然后用于基于M/M/1排队模型找到每个VN的最佳资源容量。在第二阶段，虚拟网络运营商形成多个VN，每个VN代表具有前一阶段容量限制的定制D2D服务。通过使用有效的VNE算法将这些VN映射到CN元素，多个VN可以共享公共CN资源池以提高物理资源利用率。

3.1.3 模型简介及结论
考虑的HetNet（异构网络）环境如3-2图所示。场景中不同的接入技术（例如，LTE，Wi-Fi，DSRC专用短程通信技术Dedicated Short Range Communications等）在RAN中共存。部署无线接入点（WAP）以支持环境中的大规模通信。[1]在HetNet中为面向服务的核心网络虚拟化设计了一个新颖的框架。该框架由四部分组成，即服务优先级分配，RAN中的流量聚合，逻辑拓扑生成和CN中的虚拟网络嵌入。每个CN元素的最佳容量可以通过排队建模来确定。表示来自TAP i目的地是TAP j的数据流到达速率。表示服务节点的独立服务速率。
下面引用三个实验图表，如图3-3，对实验的效果进行简要介绍。

图（a）显示了具有不同构成比例的三种服务的第一CN节点（n = 1）所需的最佳容量。可以看出，随着最低优先级服务的比例增加，分配给它的容量变高，而分配给其他两个服务的容量变低。图（b）中具有最高优先级（k = 1）的服务的三个CN节点所需的最佳容量。从图中可以看出，随着服务的到达率降低，所有三个节点的容量变得更小。图（c）显示了将到达速率在[2000,2500]（Mbps）的范围内变化，并将三个节点的到达速率设置为1：1：5时，每个CN元件所需的最佳容量。
通过仿真，说明了每个CN节点的最佳容量可以通过排队建模来确定。使用启发式VNE算法将得到的虚拟网络映射到物理基板网络，以实现CN中的有效物理资源共享，促进多个虚拟网络之间的有效资源共享。对于未来的工作，还需更多地考虑服务中断的建模；此外，更先进的服务优先级分配方案仍需要研究，以适应高度多样化的服务。

3.2 关于5G网络的两种缓存技术

3.2.1 具有机会频谱接入的组播5G网络中的最佳缓存
3.2.1.1 研究背景
社交网络的快速增长给蜂窝运营商带来了越来越大的流量负担。这种演变需要与消耗大量数据的应用程序进行大量连接。例如，视频流是导致流量负担的主要因素，预计到2020年消费量将占互联网总流量的82％左右。幸运的是，借助于社交网络上的数据分析，运营商可以根据用户需求的量来估计内容（例如，视频）的流行度。依据此事实，第五代（5G）蜂窝网络正朝着以数据为中心的网络发展。特别地，蜂窝运营商将i）通过支持高速缓存的小型基站（SBS）来增强其网络的密度; ii）对网络边缘的热门内容实施主动缓存; iii）利用多播来满足共同需求。这显然改善了空间频率重用，减轻了回程的拥塞，并更好地利用了无线电资源。
3.2.1.2 研究思路
在以数据为中心的网络中的基本且广泛采用的设计目标是最大化用户在可访问边缘SBS的高速缓存中找到所请求的流行文件的概率，表示为命中概率。更确切地说，命中概率由找到SBS的联合事件定义，该SBS i）缓存所请求的流行文件; 和ii）能够为请求用户提供至少预定义的信号与干扰加性噪声比（SINR）阈值。最大化命中概率需要SBS中的最佳内容放置以及频谱和干扰管理，因为满足需求的SBS不一定是地理上最接近请求用户的SBS。
3.2.1.3 模型简介和结论
在[2]中，作者基于随机几何，为多通道环境中具有机会频谱接入（OSA）的启用缓存的5G网络开发了一个数学模型。假设泊松点过程（PPP）具有Zipf分布式的文件流行度的蜂窝网络。与以往的工作相比，作者考虑了缓存设计和基于OSA的干扰管理，用于组播内容传递。由于所请求的文件可能不是从地理上最近的SBS提供的，因此满足需求的SBS利用OSA来减轻对更接近有要求的用户的所有SBS的干扰。为此，还制定了一个优化算法，以最大化命中概率，其中获得最佳缓存设计并与传统的Zipf和基于统一的缓存进行比较。
下面引用三个实验图表，如图3-4，对实验的效果进行分析。

图（a）显示了命中概率与SINR阈值β的关系。首先，分析和模拟之间的匹配验证了开发的数学模型。该图还显示最佳缓存优于Zipf和统一缓存方案。然而，在较低的SINR阈值下，它们的增益较小。这是因为在较低的SINR阈值下，可以通过更远的SBS来满足文件。因此，在较近的SBS中找到文件的重要性较少可区分。该图还表明，由于用户对较少数量文件的主导请求，增加的Zipf参数提高了命中概率。因此，这增加了在更近的SBS中找到主要流行文件的概率。
图（b）显示了命中概率与通道数的关系。首先，阐明了优化缓存优于Zipf和均匀方案的优越性。有趣的是，当增加频道数量时，缓存策略对命中概率的重要性降低。由于OSA，随着通道数量的增加，干扰得到缓解，从而降低了从更远的SBS获取文件的成本。也就是说，增加信道数量使得更远的SBS能够成功地满足文件请求，这降低了在更近的SBS中找到文件的重要性。
图（c）示出了当增加高速缓存大小时命中概率增强，这是由于从更近的SBS增加命中概率。
在[2]中，首先通过描述机会频谱接入成功概率，服务距离分布和覆盖概率来推导命中概率；然后计算最大化命中概率的最佳高速缓存分布；最后评估派生的最佳高速缓存分布的性能和权衡，并通过数值结果和广泛的模拟与两种广泛使用的高速缓存分配方案（即统一和Zipf高速缓存）进行比较。通过实验，结果表明了OSA和最佳缓存对命中概率的重要性。特别地，在不利干扰条件下，与基于流行度或基于统一的高速缓存相比，最佳高速缓存显着地提高了命中概率。当通道数量增加时，OSA变得有效并减轻干扰逆境。在这种情况下，从更远的SBS获取文件的成本降低，并且缓存策略的重要性变得不那么可区分。结果表明，Zipf缓存仅在具有大量可用通道和大缓存的情况下几乎是最佳的。

3.2.2 基于内容交换的5G无线网络协作缓存
3.2.2.1 研究背景

智能移动设备数量的急剧增加导致移动数据流量快速增长，尤其是视频流量。由于多个用户可能需要相同的远程服务提供商（RSP）内容，因此重复传输会在5G网络中造成更大的回程负担和开销。为了提高有限资源的利用率并降低能耗，缓存是5G无线网络中一种很有前途的技术。在过去的缓存研究中，有的中引入并讨论了一些典型的缓存场景来揭示了无线系统中缓存的研究方向；有的探讨了有线和无线缓存之间的关键区别；还有的提出了一种架构，允许移动设备有效地利用不同的网络，多个接口和网络内缓存等等。为了进一步提高缓存效率，业界有人士层提出了基于集群的缓存方法。例如：无线小蜂窝网络的联合群集和缓存方案，协同缓存和传输设计的自适应群集中心小小区网络，从无线网络卸载大量流量的缓存放置算法，组播和缓存的组合在云比率接入网络中呈现以内容为中心的传输设计。
3.2.2.2 研究思路
受之前研究的启发，高速缓存意味着RSP的内容可以存储在网络边缘，即在SBS中高速缓存内容。因此，可以直接从本地SBS或相邻SBS获得所请求的RSP内容，而无需通过核心网络从远程服务器路由。这有效地提高了频谱的利用率，减少了延迟并减轻了网络负担。为了充分利用缓存来最小化系统成本，在[3]中，如图3-5所示，作者基于SBS之间交换的内容设计了一种新颖的协作缓存方案。具体来说，考虑相邻SBS可以通过宏基站（MBS）建立合作关系的场景，在每个SBS配置缓存。在所考虑的协作高速缓存方案中，可以通过MBS作为中继来交换在SBS中高速缓存的内容。在所请求的内容已经被缓存在相应的本地SBS中的情况下，服务SBS可以直接发送内容。否则，本地SBS需要从邻近的协作SBS通过MBS获取内容。如果SBS属于不同的电信运营商，则SBS应支付下载存储在其他SBS中的数据的权限。
3.2.2.3 模型简介和结论

在[3]中，与传统的缓存方案不同，每个SBS的缓存空间分为两部分。如图3-6，第一部分保留用于固定高速缓存内容（FCC），而第二部分用于高速缓存无线传输数据（DWT），前者用于缓存远程服务提供商的数据副本，后者用于无线传输。此方案基于不同SBS之间的共享和交换机制，不仅可以减少传输开销，还可以降低回程负担。
下面引用两个实验图表，对实验的效果进行分析。

图（a）显示，随着带宽的增加，每个文件的平均成本会降低。带宽与每个文件的平均成本是反比关系。但是当带宽增加到接近5GHz时，带宽增加所带来的成本降低并不明显。也就是说，带宽是网络性能的一个非常重要的参数，带宽越大，转换文件的成本越低，特别是在带宽较低时，通过改善带宽来降低成本具有重要意义。但是，当带宽高达5GHz甚至更高时，应该寻求另一种方法来达到降低成本的目的。
图（b）显示当到达率低时，平均成本文件与到达率具有线性关系。但是，当到达率超过50时，成本与到达率之间的关系不再是线性关系，增长率更高。原因是当到达率高得多，超出SBS的功率，并且DWT的空间有限时，为了解决所有请求，保证服务质量，它需要更多的功率来满足用户的需求，那么成本要高得多。因此在具有协同缓存的5G无线网络中，一个SBS中的到达速率应控制在50以下，当到达速率达到50或甚至更多时，应考虑部署另一个SBS以减少SBS中的请求数量减少每个文件的平均成本。
通过理论推导和实验分析，每个缓存中FCC和DWT容量之间的最佳分配比例具有最优解；作者还提出了一种搜索最小系统成本的机制，并通过仿真证明了所提出的协作缓存方案的性能优于传统缓存方案，而无需购买SBS之间的内容。

3.3 5G毫米波网络的性能评估和提高其切换性能的策略

3.3.1 5G mmWave蜂窝网络的系统级性能评估
3.3.1.1 研究背景
自从在过去十年中采用异构网络（HetNet）架构以来，蜂窝网络的性能得到了显着改善。 新的网络拓扑允许在每个宏小区的覆盖区域内的小小区（即，毫微微，微微，城域和微小区;以递增的能力顺序）的超密集部署，从而形成多层网络。宏小区基站（BS）服务于远程用户（即，小小区的覆盖区域之外的用户设备（UE））或处理控制平面信令。另一方面，小小区为其域中的UE提供高容量和频谱有效的数据服务，从而使用户更接近其服务BS。这种网络布局，也称为超密集网络（UDN），已被研究界认为是增加下一代移动系统网络容量的最有效方法。对于5G网络，采用大规模多输入多输出（大规模MIMO）天线阵列和毫米波（mmWave）通信等支持技术的UDN预计可提供1000倍的网络容量增长（与长期演进-Advanced（LTE-A）相比），用于满足移动网络预见的爆炸性流量需求。
3.3.1.2 研究思路

由于其易处理性和明显的成本优势，模拟已成为过去几十年评估无线蜂窝网络性能的非常重要的工具。模拟可以分为三类：链路级（LL），系统级（SL）和网络级（NL），SL模拟最适合评估涉及多个BS和UE的系统的性能。以往关于UDN的类似研究，有的是在宏小区和小小区在不同的载波频率上工作，但都处于5GHz以下的波段，没有考虑mmWave。有的只考虑了回程网络容量和能源效率，没有考虑光谱效率和吞吐量方面的用户体验。而且，以前大部分的模拟都是在假设完全缓冲区的理想情况下进行的。在[4]中，作者使用SL模拟来评估5G UDN（由微波（μWave）宏蜂窝BS（μBSm）和mmWave小蜂窝BS（mmBSsc）组成的性能增益，如图3-8，超过传统和传统的蜂窝架构，拓扑的特征总结在表3-1中。

3.3.1.3 模型简介和结论
考虑一个由六边形，三边形宏小区组成的双层HetNet，在每个扇区内覆盖着密集，径向，均匀和随机部署的小单元。UE也在每个小区内统一且随机地部署。如上表所示，我们考虑三种情况，前两种情况作为基线。对于所有场景，采用具有20 MHz带宽MIMO-OFDM物理层，100个资源块（RB），1200个数据子载波（即每RB 12个子载波），具有15 kHz的载波间间隔和正常的循环前缀（CP），每个时隙14个OFDM符号，具有基于闭环空复用（CLSM）发送模式的4×4MIMO天线配置。模拟仅考虑基于频分双工（FDD）的多小区，多用户设置的下行链路。在延迟3个传输时间间隔（TTI）之后，UE将测量的信道质量信息（CQI）反馈给eNodeB，用于下行链路预编码和调度目的。 互信息有效SINR映射（MIESM）用于LL到SL。
下面引用两个图，图3-9，对实验进行简要说明。
图（a）表示，在混合业务量下显示小区容量与小区密度（即每个宏小区的小小区数）之间的关系的结果 随着小小区越来越多地部署在宏小区中，小区容量继续增加，直到达到每个宏小区60个小小区的密度限制/阈值。除此之外，随着更多小小区的添加，小区容量开始减少。当为低时，小小区相距较远，因此ICI（小区间干扰）较低。因此，SINR很高并且容量以对数方式增加。随着部署的小小区的数量增加，小区彼此靠近并且ICI增加，从而降低SINR增加的速率并因此降低容量增加的速率，直到达到每个宏小区60个小小区的峰值。除此之外，ICI增加到这样的程度，导致SINR降低和容量降低。

因此，小区密度阈值代表了小小区部署的最佳分类限制，表明5G UDN是密度受限的系统。在最佳小区密度点，UDN-Scheme-II通过以mmWave频率操作小小区，提供比UDN-Scheme-I高2倍的容量，见图（a），而不需要在其他5G系统设备中进行任何升级。图（b）显示平均小区通量和小区密度之间关系的结果。随着小小区数量的增加，平均小区吞吐量由于层内干扰增加而衰减。由于用户数量保持不变，因此密集蜂窝网络中容量增益的折衷是成本的增加（即附加小区的成本）。
在[4]中，证明了mmWave小蜂窝在宏蜂窝上的叠加提供了比传统和传统蜂窝布局更好的性能提升。该方案（UDN-Scheme-II）消除了跨层干扰，因为宏小区和小小区不会干扰。因此，与其他两个充当基线的网络架构相比，它在小区容量，用户吞吐量和频谱效率方面可以获得适度的性能提升（1.5-2倍或50-100％）。此外，UDN是密度有限的网络，并建立了最佳的小区密度，超出该密度阈值的操作UDN导致性能降低，蜂窝网络的运营商应该在网络设计，规划和运营中严格考虑这一点。

3.3.2 提高5G毫米波异构网络的切换性能
3.3.2.1 研究背景
在未来的5G通信系统中，由于移动流量需求的爆炸式增长，频谱的可用性成为一个具有挑战性的问题。凭借比现有微波通信系统更多的可用带宽，毫米波小小区可以集成在异构网络（HetNets）中，以减轻宏小区的流量繁忙程度。但是，毫米波通信系统面临严重的传播损耗问题。因此，高定向天线在毫米波通信系统中被广泛采用，由于定向传输的链路质量取决于精确的波束对准，因此毫米波通信的移动性管理设计需要考虑新的因素。
3.3.2.2 研究思路
对于HetNets，业界曾有人通过随机几何方法考虑了切换频率问题，并通过基于不同的用户速度跳过一些BS来提出速度感知切换方案，但是该方案牺牲了用于移动用户的最BS连接；还有人提出了一种具有自适应滞后的切换方案，根据用户速度选择切换策略中的参数。但是，仅基于RSRP（参考信号接受率）的切换策略将导致毫米波网络中的频繁切换。如图3-10所示，基于RSRP的切换策略可以触发3次切换，11次波束切换仅500 m位移，其中泊松点处理（PPP）分布中的毫米波BS密度35和每个BS的12个波束。

在[5]中，研究了现有的切换策略如何仅考虑RSRP在5G HetNets的密集部署的毫米波小小区中执行。频繁切换的影响会导致资源浪费和服务延迟，为了克服毫米波传输中的频繁切换问题，提出了一种改进的切换策略，考虑有效波束覆盖概率（EBCP），用于在具有毫米波BS的HetNets中移动用户，其被定义为用户在特定时间间隔内停留在相同波束的覆盖区域中的概率。
3.3.2.3 模型简介和结论
先介绍两个术语。在LTE系统中，用户基于从服务BS和相邻BS接收的参考信号执行周期性RSRP测量。当用户从任何相邻BS经历的RSRP大于来自服务BS的RSRP时，将其视为一个特殊的事件。在此事件中，有两个关键参数来控制切换过程。

• 滞后（Hys）：为了触发切换过程，来自相邻BS的测量RSRP必须高于来自服务BS的RSRP预定量。该量称为滞后，其确保来自相邻BS的RSRP足够强以为用户服务。
• 触发时间（TTT）：滞后条件必须在称为TTT的一段时间内保持为真，这确保来自相邻BS的信号质量足够稳定以触发切换。

考虑由4G宏小区（LTE eNB）和小小区（mm-wave BS）组成的HetNets，如图3-11所示。毫米波BS分布在宏小区覆盖范围内，如果用户未被任何毫米波 BS覆盖，则它将改变为典型的LTE传输。正在为用户服务的BS将不断收集信道状态信息（CSI）并评估触发切换过程的必要性。
下面引用三个图表，对实验进行简要说明。

图（a）显示了具有不同BS密度和扇形角的GM移动模型中的模拟和理论EBCP的比较。结果证实了更高的速度将导致更低的EBCP，这意味着连接不太稳健。可以观察到，与用户速度相比，BS密度和扇形角对EBCP的影响相对较小。因此，建议对TTT和滞后采用的切换策略中的不同速度采用不同的EBCP阈值。
图（b）比较了不同EBCP阈值的切换频率，Hys = 0 dB和3dB。与基于RSRP的方案（EBCP阈值= 0）相比，基于EBCP的方案可以在5米/秒、10米/秒和20米/秒的用户速度下分别减少高达11％、21％和35％的切换频率/秒。这是因为提出的方案可以为高速用户采用强大的BS连接而不是贪婪的BS连接。
图（c）显示了提议的切换策略的总吞吐量。显然，随着EBCP阈值的增加，由于更强大的BS选择，总吞吐量降低。然而，与切换频率的改善相比，所提出的方案引起相对小的吞吐量损失。与基于RSRP的方案相比，提出的方案仅分别导致5米/秒，10米/秒和20米/秒的用户速度的1％，2％和4％的吞吐量损失。
在[5]中提出的一种改进HetNets切换策略，根据有效波束覆盖概率（EBCP）分析了毫米波传输的连接鲁棒性，开发了基于EBCP的切换策略。通过仿真表明，与基于RSRP的切换策略相比，所提出的切换策略可以显着降低切换频率，并且吞吐量损失相对较小。应当指出的是，未来需要考虑针对不同用户速度设计自适应EBCP阈值。

4 发展5G对我国的重要意义
在将来5G的各种技术，在应用层突出地表现在三个方面，如图4-1，即：新空口（NR）、网络切片和边缘计算，这将是将是是驱动第四次工业革命的三大具关键性的5G技术应用。

4.1 新空口
这里指的是5G的无线连接能力，众所周知，5G定义了eMMB、URLLC和mMTC三大场景，eMMB指高速率连接，URLLC指超低时延超可靠连接，mMTC指超大规模连接，工业4.0里，这三大场景均将应用到。可以预见未来工厂的四大典型连接：移动机器人、工厂自动化、新的人机界面和物流，都是这三大场景的运用范围。
4.2 网络切片
网络切片，如图4-2所示，就是将一张物理网络切成多张相互独立的、逻辑的切片子网络，这些“切片网络”共享物理基础设施，分别提供不同的服务类型，应对不同的场景。若把4G网络比喻为高速交通系统，那么可将5G网络切片比喻为一个城市综合交通系统，有公路、地铁、轻轨、BRT，还有人行道、自行车道等等，不同的交通系统应对人们不同的需求。

4.3 边缘计算
边缘计算指将云端的计算和存储能力下沉到网络边缘，使之更接近用户端，不仅可降低网络时延和负荷，还能基于本地部署新的应用。
智能制造从联网的传感器中收集、分析数据，并作出实时决策和预测性维护，这些数据量越来越大，给数据传输、计算、存储都带来了巨大的成本压力，边缘计算可智能收集数据，过滤无用数据，从而降低成本。
有业者以为，5G将推动全人类更快地步入第四次工业革命的时代。迄今为止，人类先后经历了三次工业革命。而前三次工业革给世界带来的变革，第四次工业革命，将会让人类进入到前所未遇的时代、即智能化的时代。事实上，中国的“中国制造2025”、美国的“AMP”、德国的“工业4.0”都统称为第四次工业革命，中、美、德等国都是在利用科技上的突破，尤其重大的突破来发展经济产业。谁在科技、制造等技术革命中占得了先机，谁就能成为世界上的强国。

References:
[1] Junling Li, Ning Zhang, Qiang Ye, Weisen Shi, Weihua Zhuang, Xuemin Shen. Joint Resource Alloca-tion and Online Virtual Network Embedding for 5G Networks. GLOBECOM 2017 - 2017 IEEE G-lobal Communications Conference.
[2] Mostafa Emara, Hesham ElSawy, Sameh Sorour, Samir Al-Ghadhban, Mohamed-Slim Alouini, Tareq Y. Al-Naffouri. Optimal Caching in Multicast 5G Networks with Opportunistic Spectrum Access. GLOBECOM 2017 - 2017 IEEE Global Communications Conference.
[3] Shu Fu, Peng Duan, Yunjian Jia. Content-Exchanged Based Cooperative Caching in 5G Wirele-ss Networks. GLOBECOM 2017 - 2017 IEEE Global Communications Conference.
[4] Sherif Adeshina Busari, Shahid Mumtaz, Kazi Mohammed Saidul Huq, Jonathan Rodriguez, Ha-ris Gacanin. System-Level Performance Evaluation for 5G mmWave Cellular Network. GLO-BECOM 2017 - 2017 IEEE Global Communications Conference.
[5] Yu-Jia Chen, Tong Hsu, Li-Chun Wang. Improving Handover Performance in 5G mmWave H-etNets. GLOBECOM 2017 - 2017 IEEE Global Communications Conference.