Big data sur les réseaux mobiles : le rôle de la radio définie par logiciel (SDR) – Military Embedded Systems

La structure principale d’un réseau 5G est le réseau d’accès radio (RAN), qui peut être mis en œuvre dans plusieurs architectures. Quelle que soit l’architecture, les radios définies par logiciel (SDR) jouent un rôle majeur à chaque étape de la chaîne RAN, y compris le backhaul, le midhaul et le fronthaul. Les SDR – que ce soit sur le champ de bataille ou dans la jungle urbaine – offrent des fonctionnalités technologiques importantes qui gèrent la surabondance de « big data », y compris une communication rapide par fibre de 10 à 100 Gb/sec, une large plage de réglage, plusieurs entrées/sorties multiples (MIMO) canaux, une cohérence de phase élevée et un backend logiciel qui peut être programmé pour s’adapter à toutes les applications.

Le terme big data est utilisé pour désigner une quantité massive de données collectées à partir de nombreuses sources différentes et les outils et techniques statistiques conçus pour analyser ces ensembles de données, généralement basés sur le cloud/edge computing, l’apprentissage automatique (ML) et l’intelligence artificielle (IA). ). Collecter les énormes quantités d’informations nécessaires pour collecter et utiliser le Big Data n’est pas une tâche facile.

Une grande variété d’appareils sans fil – souvent appelés équipement utilisateur (UE) – fonctionnent sur de grands réseaux 5G, y compris les véhicules autonomes, les smartphones et l’IoT [Internet of Things] dispositifs. L’extraction de données volumineuses à partir de plusieurs UE et le traitement ultérieur des informations par le biais d’analyses statistiques et d’algorithmes ML/AI fournissent le cadre parfait pour plusieurs opérations de réseau utiles, y compris l’optimisation des passerelles d’appareils, le partage du spectre et l’accès dynamique au spectre dans les réseaux, et le vrai- diagnostic et analyse des performances temporelles sur les réseaux IoT, y compris l’évaluation des indicateurs de performance clés (KPI). Cependant, pour activer correctement le Big Data, les UE et le réseau doivent fournir un débit de données très élevé, une liaison à faible latence et un stockage de données optimisé.

En règle générale, les modules de communication des unités de bande de base (BBU) et des unités de tête radio (RRU) sont basés sur des radios définies par logiciel (SDR); par conséquent, les performances de ces SDR sont l’un des principaux goulots d’étranglement dans la collecte de données volumineuses sans fil. Dans ce contexte, les SDR à très faible latence et à très hautes performances sont de plus en plus adoptés dans les stations de base 5G, notamment en raison du traitement du signal véritablement parallèle (alimenté par FPGA [field-programmable gate array] technologie) et leur capacité de débit de données très élevé sur la fibre Ethernet, permettant l’extraction, le traitement et la mise en paquets de grandes quantités de données.

Le backend numérique basé sur FPGA peut également facilement implémenter des fonctions et des analyses de données volumineuses à l’intérieur du SDR. De plus, à mesure que le nombre d’UE connectés sur LTE/5G augmente, ces bandes de fréquences deviennent de plus en plus encombrées et rares, de sorte que les politiques intelligentes d’allocation des ressources radio et de partage du spectre peuvent améliorer considérablement les performances électromagnétiques (EM) d’un réseau. Les deux techniques nécessitent une surveillance du spectre à large bande, qui ne peut être mise en œuvre qu’à l’aide de SDR hautes performances, avec des capacités MIMO, une latence ultra-faible, de larges bandes passantes et des plages de réglage élevées.

L’avenir de la 5G

Contrairement à la technologie 4G/LTE actuelle, la 5G est censée être bien plus qu’un simple canal de données. En fait, les réseaux 5G peuvent être considérés comme des réseaux spécialement conçus pour faciliter la connexion entre de nombreux appareils, capteurs et systèmes d’automatisation. En fournissant plus de dix fois la capacité de la 4G, la 5G peut assurer des niveaux élevés d’interconnectivité pour les besoins des appareils militaires, gouvernementaux et commerciaux, en transmettant des quantités massives de données avec un débit binaire élevé et une latence ultra-faible. Cette puissance de connectivité est cruciale pour une variété d’objectifs, tels que la réalité augmentée (AR), la réalité virtuelle (VR), les systèmes autonomes, l’Internet tactile et l’automatisation.

Malgré la révolution technologique que la 5G inaugure, plusieurs défis doivent être relevés et résolus pour libérer tout son potentiel. Le principal goulot d’étranglement de la mise en œuvre de la 5G est l’infrastructure réseau. Bien qu’une partie de l’épine dorsale du réseau puisse être mise en œuvre avec l’infrastructure de télécommunication déjà utilisée, la véritable 5G nécessite un grand nombre de petites cellules dans des zones densément peuplées pour prendre en charge le trafic massif de données, chacune fonctionnant avec des liaisons sans fil et fibre avec des vitesses supérieures à 10 Gb/s et des latences inférieures à 1 ms. De plus, les hautes fréquences nécessaires pour fournir une bande passante suffisante aux utilisateurs à haut débit de données (> 6 GHz) sont considérablement problématiques en termes de qualité du signal RF. Par exemple, les hautes fréquences ont une portée plus courte en raison de la perte de signal et peuvent être facilement obstruées par des obstacles (y compris des bâtiments, des murs et des arbres), elles nécessitent donc un grand nombre de petites cellules pour augmenter la couverture.

Heureusement, l’utilisation de SDR à entrées multiples/sorties multiples (MIMO) peut simplifier la mise en œuvre de réseaux à petites cellules très denses, en traitant à la fois la bande passante et la couverture. Enfin, la sécurité du réseau est beaucoup plus préoccupante dans la 5G que dans la 4G, en raison de l’intégration étroite avec des systèmes critiques, y compris des systèmes et des véhicules autonomes : par conséquent, des schémas de sécurité dédiés sont nécessaires pour assurer la robustesse des réseaux 5G, en particulier compte tenu des problèmes de confidentialité dans les mégadonnées. applications.

La bande passante élevée et la faible latence des réseaux 5G, combinées à la mise en œuvre d’une architecture informatique de périphérie à accès multiple (MEC), créent l’environnement idéal pour la collecte et le traitement de mégadonnées RF. L’idée principale consiste à extraire autant de données que possible des petites cellules denses, appliquées aux communications massives de type machine (mMTC) et aux communications machine à machine (M2M) dans l’IoT, et à convertir ces mégadonnées en informations en temps réel. pour une prise de décision intelligente, utilisant des architectures informatiques distribuées et des liaisons réseau hautes performances, qui peuvent être appliquées davantage à l’évaluation et à l’optimisation de la qualité de service (QoS). Par exemple, les mégadonnées peuvent être utilisées comme outil par les opérateurs pour prévoir la courbe de la demande, coordonner l’allocation des ressources et le découpage du réseau à la volée, et résoudre les problèmes d’interférence et de couverture en optimisant la capacité du réseau. De plus, l’interconnectivité améliorée de la 5G permettra l’informatique de périphérie distribuée à un tout autre niveau, avec tous les gros calculs de données volumineuses effectués dans le cloud. (Figure 1.)

[Figure 1 | Overall 5G architecture on a service, network, and functional level.]

SDR dans les réseaux 5G

Comme leur nom l’indique, les radios définies par logiciel sont des unités RF qui implémentent la plupart des fonctions de traitement du signal et de communication dans le domaine numérique, ne laissant que l’essentiel au circuit analogique. L’architecture générale d’un SDR se compose d’un frontal analogique (AFE) et d’un backend numérique. L’AFE contient à la fois les fonctionnalités de réception et d’émission et peut être composé de plusieurs canaux dans les opérations MIMO. Chaque canal AFE peut être syntonisé sur une large gamme de fréquences, y compris la plage de syntonisation 5G. Les signaux analogiques amplifiés et filtrés par l’AFE sont numérisés à l’aide d’ADC et de DAC dédiés avec une cohérence de phase élevée et stable. Cependant, le véritable cœur du SDR est le backend numérique, qui est généralement implémenté à l’aide de FPGA haut de gamme. Le FPGA, avec des capacités DSP intégrées, est responsable des fonctions radio de base, telles que la modulation/démodulation, la conversion ascendante/descendante et le filtrage, mais il peut également effectuer des tâches de communication complexes, y compris les derniers protocoles de communication 5G et algorithmes DSP. De plus, il peut mettre en paquets et transporter des paquets Ethernet sur 10 à 100 Gb/s via des liaisons SFP+/qSFP+. Le backend basé sur FPGA permet au SDR d’être conçu pour une large gamme d’exigences SWaP (taille, poids et puissance).

Les SDR sont les principaux éléments constitutifs du réseau RF 5G général. Ils peuvent être mis en œuvre en tant que réseau frontal dans les RRU pour recevoir et transmettre des données de l’équipement utilisateur, ou en tant que BBU, en particulier les unités distribuées (DU) et les unités centrales (CU) dans la norme de réseau O-RAN. En fait, les SDR peuvent être appliqués à n’importe quelle étape de la chaîne du réseau, jouant également un rôle important dans les liaisons intermédiaires et de liaison. De plus, ils constituent la technologie idéale pour combiner les fonctionnalités RRU et BBU dans les femtocellules (petites stations de base cellulaires à faible puissance) en fournissant une solution prête à l’emploi avec une grande flexibilité, une faible consommation d’énergie et un petit facteur de forme. Une cellule femto basée sur SDR peut être utilisée dans une variété d’applications, y compris les réseaux sans fil à usage tactique ou le système de communication intégré pour les systèmes aériens sans pilote (UAS).

IA/ML et SDR basés sur les mégadonnées

En raison de leur affinité avec la technologie logicielle, les SDR peuvent faciliter plusieurs technologies liées aux mégadonnées et aux algorithmes d’intelligence artificielle/apprentissage automatique (IA/ML). Par exemple, les SDR peuvent être utilisés pour tester les indicateurs de performance clés (KPI) du réseau 5G. La grande vitesse de reconfigurabilité requise pour gérer rapidement le découpage du réseau (NS) peut facilement dégrader les KPI du réseau. Dans ce contexte, les techniques de suivi et d’évaluation des KPI, telles que la détection autonome d’anomalies (AAD) et l’analyse en temps réel, sont fondamentales pour maintenir la qualité de service. Ces techniques peuvent être facilement mises en œuvre à l’aide de SDR, en tirant parti du backend numérique et en utilisant le FPGA pour exécuter des algorithmes d’analyse KPI sophistiqués in loco.

En raison du grand nombre d’appareils et de services différents qu’un RAN 5G [radio access network] doit gérer, le découpage du réseau est obligatoire. Pour créer ces tranches autonomes, des techniques SDN/NFV sont nécessaires, offrant suffisamment de flexibilité et de reconfigurabilité sur la couche physique du réseau. Les SDR jouent un rôle majeur dans la softwareisation du réseau, permettant la mise en œuvre d’algorithmes SD-RAN, tels que les contrôleurs intelligents RAN en temps réel (RIN). De plus, le découpage dynamique basé sur les mégadonnées peut prendre des informations en temps réel sur l’état du réseau et réaffecter automatiquement les ressources en fonction des prédicteurs de trafic et des fonctions de coût dédiées. (Figure 2.)

[Figure 2 | A diagram shows how data-driven AI/ML can help a radio access network (RAN).]

Les algorithmes ML/AI basés sur les données peuvent également être utilisés dans l’optimisation de la formation de faisceaux, en aidant les RRU à calculer et à sélectionner les meilleurs faisceaux pour maximiser la puissance reçue du signal de référence (RSRP). Dans ce cas, le processus de formation de faisceau prendra la forme d’un système de rétroaction piloté par les données, où chaque UE informe la cellule de desserte de plusieurs paramètres de faisceau, y compris l’indice de faisceau (BI) et la puissance reçue du signal de référence de faisceau (BRSRP), qui fait alors une décision sur les faisceaux qui doivent être sélectionnés pour desservir cette unité. Avec le nombre massif d’UE en cours d’utilisation, cela devient un problème de Big Data. En promouvant la softwareisation du RRU et en fournissant des capacités MIMO pour piloter les réseaux d’antennes, les SDR permettent en fait l’optimisation de la formation de faisceaux via le Big Data. De plus, dans les applications massives MIMO, chaque antenne de formation de faisceau reçoit un poids qui doit être optimisé pour obtenir le meilleur faisceau. Les algorithmes ML/AI peuvent être utilisés pour optimiser dynamiquement le poids des antennes en fonction des modèles de prévision, des données historiques, des données d’interférence et des spécifications de l’utilisateur.

Brendon McHugh est ingénieur d’application sur le terrain et rédacteur technique chez Per Vices, une société qui développe, construit et intègre des radios définies par logiciel (SDR). Brendon est chargé d’aider les clients actuels et potentiels à configurer les bonnes solutions SDR pour leurs besoins uniques. Il détient un diplôme en physique théorique et mathématique de l’Université de Toronto. Les lecteurs peuvent contacter Brendon au [email protected].

Kaue Morcelles est rédacteur technique et titulaire d’un doctorat. étudiant en génie électrique.

Per Vices • https://www.pervices.com