面向数字孪生，我们提出 Cube 365 的 5G 现场网体系架构。其中“3”表示
面向数字孪生的行业现场网三层架构，包括实体层、能力层、应用层；“6”蕴含两层含义，一是 6 化，包括扁平化、无线化、IP 化、智能化、可控化、精细化的六个发展趋势；二是 6 大现场网技术体系，“感、通、算、数、智、用”六个技术维度；“5”代表面向数字孪生行业现场网的五个连接技术，即 5G 新型无源通信、5G 新型短距通信、5G 确定性传输、5G 高精度定位、5G 与中低速通信。
在该体系架构中，“感”和“通”对应实体层，“算”、“数”、“智”对应能力层，“用”对应应用层，且整个面向数字孪生的现场网体系架构朝着扁平化、无线化、IP 化、智能化、可控化、精准化的发展方向。
面向数字孪生的现场网体系架构
一、面向数字孪生的 5G 现场网三层架构数字孪生系统通过实体层、能力层、应用层三层架构中的功能实体及核心技术提供面向行业刚需的“感、通、算、数、智、用”六个技术维度。
底层为实体层，可通过数据采集实体和数据传输实体提供“感知”和“通信”能力。数据采集实体包括传感器、摄像头、机械臂、无源物联标签等行业现场生产和管理物理终端，可采集温度、粉尘等环境数据，产线设备运行数据，物料信息及位置数据，设备缺陷等图像数据等反应物理世界运行情况的数据原料；数据采集实体和新型无源、新型短距、确定性传输、中低速传输、高精度定位等数据传输实体，是感知数据北向传输及控制指令南向传输的连接纽带。
中间为能力层，可通过边缘计算、协议适配、AI 等技术为下层的物理实体和上层的应用提供“计算”、“数据”和“智能”三大能力，从而实现数据集成、仿真分析、智能处理、孪生模型构建与融合等。
上层为应用层，可通过数字孪生等技术为行业应用提供更高效便捷的网络及业务全生命周期管理服务，是与用户的直接界面和接口。
二、5G 现场网的六个发展趋势和六个技术维度随着产业数字化转型不断推进，行业客户的定制化生产需求逐渐显现，网络和平台正朝着扁平化、无线化、IP 化、智能化、可控化、精准化方向演进。
一是网络架构更加扁平化。现场网络结构复杂，有多种工业总线协议、工业通讯协议和工业无线协议，还有用于设备和人员监测和定位的 Zigbee、UWB 等技术，呈现碎片化。同时，为了采集和处理不同协议的数据，信息系统出现“烟囱式”。网络架构的扁平化有利于数据归一化管理，需要数据按照统一的协议进行采集和传输。
二是网络连接更加无线化。2020 全球工业网络市场份额中，有线占比94%，无线占比 6%。随着对设备“剪辫子”的需求逐渐增加，无线网络开始替代有线网络，无线取代有线在带来便利性的同时，也引入了不可靠因素，导致企业对生产环节引入无线通信较为谨慎。5G 现场网技术有望结合两者优势，促进网络连接向无线化发展。
三是网络传输更加 IP 化。传统工业网络多为点对点的层二通信，暂时无法实现数据溯源，灵活路由以及精细化业务网络管理，而工业生产对网络的可扩展性、高质量、可运维性、可靠性、稳定性和安全性都提出了很高的诉求，网络 IP 化改造需求越来越迫切。IPv6 有丰富的地址资源，可为每个网络设备分配 IP 地址。IPv6 还提供了对流量和业务的管理能力，便于实现网络化 SLA 保障。
四是行业应用更加智能化。现阶段智能分析能力主要依赖云平台，部分工业场景如安全生产、工业质检等对大带宽、低时延和数据隐私要求较高，需要实现关键数据与业务的现场级智能分析和处理，提升业务响应速度，保障业务连续性。
利用边缘智能技术，可以实现预测性维护、故障检测、人脸识别、工业质检等智能业务在工业网关上“就近”处理。
五是现场网络更加可控化。传统网管系统尚未延伸至现场网络，无法实时感知客户端侧网络参数，需要实现对现场网络、设备和业务的可视可管可控。通过将质量探针部署在端侧，提供现场级的设备状态、网络覆盖、业务质量等关键信息的监测、分析和告警，有效弥补网管数据的不足，使“端侧不再黑盒”，有助于快速进行故障的定位定界，保证现场客户的网络感知。
六是设备控制更加精准化。随着 5G 和确定性网络技术发展，网络时延和抖动大大缩短，使设备分布式部署，控制集中化管理成为可能。在远程设备操作、设备协同作业等场景中，通过 5G 网络采集传输现场数据，基于软件实现工业控制功能，实现设备远程精准控制。
针对扁平化、无线化、IP 化、智能化、可控化、精准化六大发展趋势，需要构建“感、通、算、数、智、用”比较全面的 5G 现场网技术体系，提供标准的软硬件接口，将现场网、协议适配、边缘智能、质量探针等技术模块化，以满足行业的多样化需求。
2.1 “感”-感知“感知”在数字孪生三层架构中的实体层，代表传感器，是行业现场信息的源头。传统生产线存在感知单元不联动、全自动化难以实现等问题。针对智能制造中传感智能化、无线化需求，通过智能传感器技术，实现物联网数据实时和动态的收集，将多源异构的行业现场数据汇聚到行业网关，为边缘侧的数据处理、业务分析以及向上的确定性传输提供数据支撑。
2.2 “通”-通信“通信”在数字孪生三层架构中的实体层。以工厂为例，其可能拥有数以万计
计的传感器和执行器，需要通信网络的海量连接能力作为支撑，且车间与中心云控制平台之间的实时通信、传感器与人工智能平台的可靠计算、人机界面的高效交互，都对通信网络的无线化提出了更高的要求。针对不同的网络需求，通过 5G 现场网融合技术，为用户提供低时延、高可靠的无线传输能力以及数据本地化分流能力。
2.3 “算”-计算“计算”在数字孪生三层架构中的能力层。工业 AI 服务大多基于深度神经网络算法，需要高算力、低功耗的计算单元，而传统存储和计算分离的冯诺伊曼架构的计算单元能效很低，不能满足深度神经网络计算需求。针对存储/计算性能瓶颈问题，利用存算一体芯片技术、算力协同与编排技术，实现计算加速和能效提升。依托边缘智能、负载均衡、分段路由等技术，将区域内的网关算力汇聚为现场级边缘计算资源池，实现统一的算力感知、算力编排和算力调度。
2.4 “数”-数据“数据”在数字孪生三层架构中的能力层，目前存在两大问题。一是传统工业网络层级化严重，协议众多且互不兼容，难以实现数据互通。二是行业客户需要实时感知现场级的设备状态、网络覆盖、业务质量等关键信息，传统网管只能感知到核心层。针对数据灵活接入、现场设备与网络监测的行业需求，一方面，统一对接接口、接入规范、配置规则，云平台智能识别南向协议并下发插件，实现设备即插即用和快速部署；另一方面，通过质量探针技术，采集网关的网络质量数据、网关及下挂设备数据，以及下挂设备的业务数据，提供设备接入多协议适配能力，以及 5G 和现场的网络监测和网络运维自治能力。
2.5 “智”-智能“智能”在数字孪生三层架构中的能力层。传统云计算存在时延高、能耗大、不利于数据安全和隐私等问题。针对工业现场大数据、低时延、高隐私的需求，边缘智能将计算和智能能力扩展到工业现场，将与云侧智能协同满足行业数字化在实时业务、计算优化、应用智能、安全与隐私保护等方面的关键需求。一是提供边缘 AI 模型智能部署功能，根据原始模型、资源需求，快速实现模型部署和状态监测；二是通过云边协同、轻量级持续学习，实现模型个性化更新；三是利用模型拆分等技术，智能权衡通信时延和计算时延，最大限度降低 AI 服务时延；四是通过内置工业质检、安全监测等场景的预训练模型，提供现场级智能分析能力。
2.6 “用”-应用“应用”在数字孪生三层架构中的应用层。在空间控制应用方面，传统 PLC 采用封闭的软硬件架构，存在成本高、碎片化、难扩展等问题。云化 PLC 基于开放架构，通过软件实现工业控制逻辑，实现 SCADA 下沉，降低 PLC 硬件成本，构建灵活、可扩展的工业控制系统。数字化应用方面，物联网行业应用场景复杂，普遍存在网络异构化、定制化现象。现场网数字孪生支撑网络与业务全生命周期管理，提供网络的可视、可管、可控能力。通过数字孪生平台，提供孪生可视服务能力和智能运维能力，实现网络的低成本试错、高质量运维和智能辅助决策，改善用户体验。
三、5G 现场网的五个连接技术行业现场网连接技术众多，本白皮书重点介绍 5G 新型无源通信、5G 新型短距通信、5G 确定性传输、5G 高精定位、5G 与中低速通信等在现场中广泛使用的五个连接技术。
3.1 5G 新型无源通信无源物联通过物品内置标签，利用电磁感应及信号反射原理进行非接触的数据通信。其由读写器、标签、应用系统三部分组成：读写器向标签发射电磁波，并接收从标签反射回来的电磁波；标签与被测物品紧密结合，无源标签无需外部供电或内置电池，依靠读写器发射的电磁波启动并反射信号，实现数据传输；应用系统控制读写器收发，并处理标签上报的数据。
根据工作频率，无源物联分为低频系统（125-134KHz）、高频系统（13.56MHz）、超高频系统（900MHz 左右）和微波系统（2.4GHz 以上），其中超高频无源物系统基于电磁波反向散射技术，理论传输距离为 1-10 米，是国际上应用最为广泛的无源物联技术。超高频无源物联最早用于服装和商超零售，之后逐步扩展到资产管理、物流运输、医疗、交通等多个领域。除非特别说明，以下无源物联均指超高频无源物联技术。
传统无源物联读写器采用收发一体全双工架构，同时发射激励信号并接收反射信号，存在较强的系统自干扰和异系统互干扰，导致其读写距离短、识别准确率低、设备管理难。
传统的无源物联框架
新型无源物联系统利用分离式架构，旨在解决传统一体式架构自干扰严重、 组网部署困难等问题，可以实现无源系统的连续覆盖组网，以满足行业资产自动盘点、物料精细管理、物流智能跟踪等需求。
增强型无源物联框架图
新型无源通信通过收发分离提供更加高效的连接服务能力。收发分离后，新型无源物联系统将读写器分成激励器、接收器两个设备，通过物理上的分离解决干扰问题，既能增大通信的距离，提高物品的识别率，也能降低设备实现复杂度和研发成本。
新型无源物联系统与 5G 等蜂窝通信技术结合，将更利于实现组网部署，降低布网成本，并增强运维管理能力。通过无源物联激励器内置模组，无源物联接收器与基站结合，不仅可以实现面向大型仓库的室内连续覆盖，还可以实现与基站共管理共运维，增强无源物联系统的运维管理能力。同时，蜂窝网还可进一步支持无源物联技术，由基站激励标签并接收反射信号，借鉴蜂窝通信的多天线波束赋形、新型空口波形和编码等技术，有望进一步提升通信距离，使无源物联网技术应用到室外场景。
3.2 5G 新型短距通信短距无线通信泛指在较小的区域内（通常小于 100 米）提供点对点的无线通信，是典型的行业现场网网络，主要用于设备间的小范围互连，具有部署简单、成本低等优势。
现有短距通信技术
Wi-Fi、蓝牙、Zigbee 是应用较为广泛的短距无线通信技术，其共同点是部署和维护成本低，但通信距离有限，稳定性、组网能力、安全性较差，功耗较大。
随着智能泛在连接的快速发展，对大带宽、抗干扰、高可靠通信已经提出了更加极致的性能需求，然而现有的传统短距通信技术无法保障信道资源的高稳定性，难以实现微秒级低时延、抗突发干扰等特性。
星闪联盟在 2020 年 9 月份发起成立，致力于推动新一代短距通信技术创新和产业生态的全球化。星闪联盟主导制定的星闪短距通信技术基于全新的无线空口设计，可以更好地支持超低时延、高可靠、精同步、高并发、高效率和高安全等，满足智能制造、智能汽车、智能家居、智能终端等场景下确定性服务质量保障业务的需求。具体来说，星闪短距利用创新的帧结构设计，引入极简协议栈和跨层透传机制，基于业务特性使能半持续调度，实现单向用户面传输时延小于20us。同时，引入 Polar 码和 RS 码，针对随机干扰和突发干扰进行优化，结合物理层快速反馈重传机制和灵活的干扰侦听避让机制，实现复杂电磁环境下的高可靠传输。同时受限于帧结构设计，星闪短距无法实现广覆盖部署，通信限定于近距离场景，需要借助 5G 等蜂窝通信技术实现更广泛的部署。
中国移动正在推动新短距技术和 5G 网络的协议融合方案。在星闪短距技术和 5G 网络融合部署方案中，G 节点（管理节点）作为一个路由/桥接节点将 T 节点（通信节点）与 5G 网络链接起来，5G 核心网透过协议适配层可感知所有 T 节点的设备状态，包括网络状态、业务信息、流量使用等。数据格式方面，系统通过层二中继的方式，在数据链路层以上做适配层，定义数据面和控制面协议的数据格式、数据集，可部署在边缘 UPF、归属用户服务器(Home Subscriber Server,HSS)等位置，实现现场级的数据上云，并实现 5G 网络对星闪短距短距通信域中 G 节点和 T 节点的可达，可管理、可配置。
5G 与短距通信技术的网络融合框架图
面向智能制造场景，中国移动联合合作伙伴共同实现了 5G 星闪融合通信技术在电机同步控制的创新应用。传统方案中，伺服驱动器之间必须采用有线连接，以满足齿轮转速的同步对微秒级时延的要求。该创新应用中，多套伺服服务器之间采用星闪短距替代工业有线，并通过在星闪通信节点基础服务层进行协议改造，不仅可以保障伺服驱动器之间微秒级时延的通信需求，还可以通过 5G 云端应用主动下发业务优先级、时延抖动管理等 QoS 策略实时调整短距空口资源，提升现场控制数据流的传输可靠性，实现更高阶的柔性制造。
未来，5G 融合星闪短距通信系统进一步与数字孪生的结合，还将实现工业生产关键环节网络的可管可控可视，以满足生产运营中对通信连接灵活、动态、 快速部署的需求，推动 5G 业务向工厂生产核心环节延伸的突破。
3.3.3 5G 确定性网络
现场网确定性网络是指能保证业务的确定性带宽、时延、抖动、丢包率指标的网络。这里的确定性是指指标可预期，比如确定性时延 10ms，时延的抖动在±10μs。
对确定性网络的需求在工业通信领域广泛存在。传统工业现场网络中的现场总线技术如 PROFIBUS、CAN、CC-Link 等，或者工业以太网技术如 EtherNet/IP、PROFINET、EtherCAT、PowerLink 等都在一定程度上解决了该问题。但因通信协议标准多而杂，导致彼此之间通信兼容性不佳，技术实现封闭，可复用性较差，制约了工业网络互联互通的发展。5G 技术的出现，为工业领域提供了新的通信选择。如果现场网络能兼具有线确定性网络和 5G 的优势，满足通信高可靠与确定性要求的同时，解决现场布线问题，那么长期困扰工业现场网络的问题将迎刃而解。
确定性网络所采用的确定性技术并非是伴随 5G 工业互联网发展而诞生的一种新技术，早在 2002 年，IEEE 发布了精准时钟同步协议，2005 年，IEEE 802.1成立了 AVB 工作组，以制定基于以太网架构的音视频传输协议，解决汽车、工业领域的高实时、低时延、确定性数据传输需求。为满足无线接入网络支持应用TSN 技术的确定性工业网络互联的需求，3GPP R16 已经考虑并定义了 5G 系统作为 TSN 逻辑网桥的架构，完成与 TSN 网络的组网与互联。利用 5G 延展现场网络既有的 TSN 网络的覆盖。5G TSN 逻辑网桥架构如下图所示：
3GPP 定义的 TSN 逻辑网桥系统架构图
为了实现 5G TSN 逻辑网桥和 TSN 网络的对接，5G 系统扩展了如下 3 个功能模块：
1）DS-TT
终端侧 TSN 转换器（Device-side TSN translator），用于连接终端侧的 TSN系统。
2）NW-TT
网络侧 TSN 转换器（Network-side TSN translator），用于连接网络侧的 TSN系统。
3）TSN AF
TSN 的应用功能（Application Function），用于连接 TSN 网络的 CNC 控制器。
5G TSN 一定程度上解决了工业互联网数智化转型发展所提出的无线替代有线、数据互联互通、确定性数据传输等需求，具有一定发展前景。
为了更结合有线与无线确定性技术，简化系统架构，推动产业发展，产业提出了有线局域网确定性技术时间明晰网络（Time Aware Network，简称 TAN）技术，旨在通过轻量化、即插即用的方式为行业应用提供确定性传输服务。时间明晰网络协议是一套用于工业通信的有线局域网演进增强技术，其在以太网的基础上，进一步扩展网络通信的特殊能力。一方面，TAN 将高精度时钟与以太网数据通信相结合，以时钟为基准，对数据通信进行调度和控制，使数据通信具备较高的精准度和稳定性；另一方面 TAN 在以太网的数据格式上，增加了 TAN 头部定义，形成 TAN PDU，使数据在通信中具备更完整的标识，从而提升网络多业务通信的调度能力和控制能力。5G 技术与 TAN 的融合，将进一步扩展了 TAN 的应用领域和场景，具体的融合方案目前正在测试验证阶段。
5G 与 TSN/TAN 解决的是数据传输层间的确定性问题。中国机床工具工业协会推出的 NC-Link 和 OPC 基金会推出的新一代 OPC 标准 OPC UAUnifiedArchitecture，统一架构），则旨在统一工业协议层的互操作接口，使信息在任何时间，任何地点对每个授权的应用，每个授权的人员都可用，解决泛在工业协议业务层互联互通问题,为工业数控装备互联互通建立了一套统一的标准。5G 与传输层面的 TSN/TAN 与应用层面的 NC-Link/OPC UA 的组合提供了一个实时、高确定性并真正独立于设备厂商的完整的有线和无线共存的工业通信解决方案。随着技术之间融合适配方案的日益成熟，将有望逐渐成为工业现场通信的最佳实践。
3.4 5G 高精度室内定位采用载波接收信号强度做指纹库定位实现相对简单，可将 Wi-Fi 或蓝牙的RSSI 作为参考量，精度一般为 1/3 或者 1/4 站间距，可通过对场景分析优化算法提升精度，但其缺陷是精度低，维护困难，对环境改变的适应性差。
针对定位需求，业界主要有三种技术方向：
一是 UWB 定位，其是通过发送和接收具有纳秒或皮秒级以下的极窄脉冲来传输数据，从而在频域上具有 GHz 量级的带宽。与传统的窄带系统相比，具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点，实际环境测试中精度能达到亚米级，能够满足人员、物资的高精度定位需求，但由于方案私有化程度较高，终端扩展受限，因此其成本较高。
二是蓝牙角度定位，其基于天线阵列的角度定位(AoA/AoD)，是基于收发信号之间角度测量的高精度定位方案。根据天线阵列(ULA 均匀线阵, UCA 均匀圆阵, URA 均匀方阵)上不同天线链路上的相位差得到信号的来波角度，再根据部署高度计算终端位置。理想情况下精度也可以做到亚米级。得益于成熟的蓝牙产业链，基于蓝牙角度定位更具有成本优势。其系统框架跟 UWB 类似，区别是最终位置的解算是通过不同站产生的角度信息，而不是 UWB 里使用的时间信息。
三是定位基站与 5G 分布式皮基站结合共同部署的方式，定位基站复用 5G皮基站的站址资源、供电资源和传输资源，同时结合边缘计算、大数据等领先技术，提供亚米级定位精度，满足智慧园区、交通枢纽、工业智能制造、大型展馆等室内场景下的各种定位业务需求。
在 5G 传统定位方式中，绝大多数算法如 RTT、AOA/AOD、TDOA 都依赖于测量得到的时间、角度等信息进行计算。对芯片处理时间、角度测量精度及时域同步精度都有较高要求。
未来对基于 5G 定位技术进行探究，以在带宽受限、不影响现有业务的情况下达到高精度定位的实现方案。除了常用的 RTT、AOA/AOD、TDOA 之外，还可以考虑参考 GNSS 定位，通过收发两端的载波相位信息进行定位。相比传统对时间、角度的测量。5G 载波波长较短，通过测量收发相位差，理论上能够获得厘米级的定位精度。使用载波相位进行定位，除了能够计算终端的绝对位置和相对位置（距离、角度），还可以直接利用载波相位的变化速度，快速计算出两个终端的相对速度变化率，具有一定的应用场景。
同时，载波相位定位也存在一些问题，如首达径分离困难、相位跟踪精度不够、整周跳变、整周模糊度收敛时间长等，对定位精度、时间影响较大。具体是否能够得到快速应用，还需要进一步进行技术验证。
除上述利用载波相位技术对定位精度进行优化的方案之外，LPHAP（Low Power High Accuracy Positioning）定位技术对定位精度和功耗同时进行了优化。LPHAP对 5G 协议栈和芯片进行功能精简，利用 RRC_INACTIVE 状态的上行定位参考信号使用 UTDOA 和 AOA 算法进行定位，在 NLOS 场景通过指纹库进行补偿，目标达到亚米级定位精度；同时，通过快速转到浅睡眠/深睡眠状态降低底电流、结合网络侧优化等方式达到降低功耗目的。
3.3.5 5G 与中低速网络
中低速网络是下行传输速率在 10Mbps 以内，上行传输速率在 5Mbps 以内的物联网连接。
为满足物联网应用的发展需求，多种网络制式的中低速网络技术已经涌现，目前已广泛应用的既包括工作在授权频谱的 NB-IoT、Cat.1 等，也包括工作在非授权频谱的 LoRa 和 Sigfox 等。具体来说，NB-IoT 在覆盖、功耗、传输速率等方面符合低功耗广域覆盖类业务需求，适合需远距离传输、通信数据量小、时延要求不高的低速物联网应用；Cat.1 技术适合于对移动性及速率要求较高、数据量大、需要语音功能的业务。
LoRa 是使用非授权频谱的广域低功耗技术代表，与 NB-IoT、LTE Cat.1 等用授权频段的技术相比，其可靠性及可信度相对较弱，特别在身份凭证安全、认证机制、密钥管理方面存在差距； Zigbee、BLE 等受限于覆盖有限，还难以满足那些需要远距离传输、通信数据量少、且需电池供电长久的物联网应用。
,
