【URLLC笔记-概述 】 URLLC的应用例子与减少时延的解决方案

IEEE COMMUNICATIONS MAGAZINE

除了增强的移动宽带应用之外，第五代蜂窝移动网络还可用于支持关键任务URLLC服务。

研究内容

• 本文首先介绍了URLLC的三个新兴关键任务应用程序，并确定了它们对端到端延迟和可靠性的要求。
• 以4GLTE为例，研究当前无线网络端到端延迟的各种来源。
• 从错误控制编码，信号处理和无线电资源管理的角度提出并评估若干技术以减少端到端延迟。
• 讨论其他网络设计方法，有可能进一步减少延迟

URLLC 应用

关键性应用：tele-surgery,intelligent transportation, and industry automation（远程手术，智能交通，工业自动化）
其他：触觉互联网，增强/虚拟现实，故障检测，智能电网中的频率和电压控制

tele-surgery
两个主要例子：remote surgical consultations and remote surgery

• round trip times (RTTs) lower than 1 ms
• BLER down to 10 –9

intelligent transportation
自动驾驶，道路安全，交通效率服务（traffic efficiency services）

• 自动驾驶 ：该应用的典型用例是自动超车，合作防撞和高密度队列。end-to-end latency of 5–10 ms and a BLER down to 10 –5

industry automation
典型工业自动化用例要求URLLC的包括工厂，过程和电力系统自动化。由于现存的无线技术无法满足工业上对于时延和稳定性的要求，所以传统的工业控制系统是有线的。

• latency lower than 0.5 ms and an exceedingly high reliability with BLER of 10 –9

蜂窝网络中时延的来源

（考虑到时延是以4G为例说明的，将来的5G可能存在差异，故不深入）

• 4G架构和其关键任务，最下面的是减少时延的措施 Architecture of 4G LTE network with representative mission-critical user equipment. The bottom part lists various potential measures towards latency reduction in different parts

Various delay sources of an LTE system

减少时延的方法

short Error control codes 短的错误控制码

一些码的缺点：
最近Polyansky-Poor-Verdu（PPV）对有限块长度的信道容量的分析[10]中，表明：短的块长度存在严重的容量损失；
在传统通信系统中，low-density parity check (LDPC) or turbo codes错误率低但是带来large decoding latency；
长固定速率码的自适应方案：复杂的编码和解码算法，估计接收器处的CSI所需的时间，CSI（channel state information）返回发送器的反馈，发送器中的码率和调制选择过程以及块长度，导致延迟增加
analog fountain code (AFC)：由于渐进的长码，被认为是在宽范围SNR( signal-to-noise ratio 信噪率)上有接近无速率码的容量；即使在目前的短码优化设计中，在高信噪比方案的媒介中，AFC与PPV约束有很小的差距。希望在针对较短块长度优化AFC时可以实现更低的延迟；注意，一旦码字被成功解码，AFC的实现将要求接收器发送积极的反馈，但实际中，这个反馈可能丢失。因此，应该在确认分组上应用强大的编码方案以避免这种额外的延迟。

self-adaptive codes，also known as rateless codes，does not require any CSI at the transmitter side.Self-adaptive codes appear as a promising solution to URLLC

radio resource management

1 Non-orthogonal multiple access (NOMA)

orthogonal multiple access (OMA) techniques缺点：当用户数量增加时，该策略遭受严重冲突和高延迟。

Non-orthogonal multiple access (NOMA)分类：power-domain NOMA and code-domain NOMA
code-domain NOMA中， 每个用户会分配到一个独一无二的信道道码，用于验证。代码域NOMA中的用户能够以无授权的方式进行传输。
NOMA优点：NOMA的主要优点在于它不需要单独的授权获取和随机访问阶段，因为设备可以随时发送数据。 当设备数量增长时，这变得更有益，这是大多数物联网感兴趣的场景用例

NOMA还可以轻松与AFC代码结合使用，以提高每个用户的频谱效率和可靠性，从而为减少延迟提供跨层解决方案。

对于具有相对固定用户（例如，工厂自动化）的URLLC场景，基于竞争的访问不是必需的，并且基于预分配的访问更有效。
另一方面，对于那些可能有大量用户经常加入和离开网络的URLLC场景（例如，智能交通系统），基于竞争的访问是必不可少的，因此NOMA可能更有益

2 resource reservation via resource slicing

建议为每项服务预留无线电资源。
做法:通过切片RB（resource blocks (RBs)）并基于流量需求为每个服务分配切片来完成预留。此外，如果切片中的RB没有被使用，它们将被其他服务共享。
效果:实现高频谱效率并消除由来自其他服务的流量过载问题引起的延迟问题

other potential techniques

cross-layer error control(跨层错误控制)

用户数据报协议（UDP:User Datagram Protocols）没有自动重复请求（ARQ）重传而且比传输控制协议（TCP）有更低的开销，对于在无线网络中新兴任务关键型通信具有吸引力。
缺点: 需要提高可靠性，解决这个问题的一个有前景的方法就是在物理和网络层使用短AFC码，并形成在物理层具有软输出解码和在网络层具有软输入解码的级联码。此外，由于低解码延迟，可以高度并行化两个AFC码的解码。

D2D

这需要高效的干扰管理技术，以确保D2D链路和传统链路之间的和谐共存。

MEC

边缘计算技术的实现在蜂窝网络中并不成熟。关键障碍源于计算服务与现有LTE协议栈的不兼容性。修改现有堆栈以适应计算服务可能导致大量网络重建和重新配置。因此，将边缘计算平滑地合并到协议栈中是未来研究的关键方向

Mobile caching for content delivery

局限： 基站缓存容量有限，如何明智地缓存一组流行内容以最大化命中率至关重要

lightweight Security mechanisms