边缘计算在5G时代无线电监测站中的应用研究*

韩将星

（吉林省延边朝鲜族自治州工信局无线电监测站，吉林 延吉 133000）

0 引言

随着5G的初步商用，物联网、车联网以及AI等技术的协同发展，数据爆发式增长，传统的集中式云计算技术已经无法满足大带宽、低时延以及海量的新型业务终端需求，为此迎来了边缘计算的迅猛发展，不断涌现出边缘实时计算、边缘实时分析和边缘智能等新型业务，其规模和业务需求日益增加，边缘计算时代已经拉开帷幕。因此，工信部在《关于推动5G加快发展的通知》中强调，构建5G应用生态系统，推动5G协同边缘计算、AI、大数据等新一代数字技术，加快在消费娱乐、制造业、医疗健康以及社会治理等各领域的融合创新应用[1]。Gartner预计，到2022年75%的企业生成的数据将在边缘位置进行存储和分析处理[2]。可见，边缘计算在未来科技发展中将担负重任，引领5G时代的产业技术发展，必将全面提升各行各业的智能化业务水平。

边缘计算部署在网络边缘，一般以多种方式存在，如雾计算、移动边缘计算以及微云计算等。不管是哪种方式，均能够与传统的云计算形成优势互补，减小云端的流量与计算压力，提高边缘终端的响应速度[3]。边缘计算作为云计算的补充和延伸，具有智能化、低时延、低能耗、高可靠、高异构以及高安全等特点，为边缘侧的终端设备可提供丰富、便捷、灵活的弹性资源。通过分布式计算技术与合理的资源调度管理，能够统一边缘计算节点资源和云计算中心，形成逻辑集中、物理分散的“云-边-端”三方协同的计算平台。不仅打破了传统云计算发展的瓶颈，而且大幅度释放了端侧压力。

当今，边缘计算已经广泛应用于车联网、智能工业、视频监控、智慧城市、智能交通、智能家居及无人机等领域。华为、微软、Amazon、阿里、腾讯等各大厂商和巨头公司也在纷纷布局边缘计算，形成快速发展阶段，为无线电监测站边缘计算平台建设与应用创造了强有利的客观条件。针对当前发展态势，目前我国无线电监测站技术设施建设正处于传统的云计算模式建设阶段，如短波监测一体化平台[4]、宁夏无线电监测一体化平台[5]、安徽省基于GIS的可视化监测数据一体化平台[6]等。虽然与边缘计算平台建设与应用还有一段距离，但是随着业界边缘计算的逐渐兴起与大范围应用，必将迎来美好的边缘业务前景。

本文根据目前边缘计算技术发展现状与未来趋势，结合我国无线电监测站技术特点，全面剖析监测站领域边缘计算技术生态体系，并对未来监测站的车联网、物联网、监测网以及无人机平台等典型边缘计算应用场景进行了分析与展望。

1 无线电监测站边缘计算生态体系

无线电监测站的日常主要业务是动用车联网平台的移动监测车，物联网平台的各种便携式监测、压制设备及工具，监测网平台的各基站及网格点，各种监测、侦查及反制类无人机等进行非法无线电异常信号查除，结合物联网平台的设备状态监控、RFID设备库管理、智慧能效管控、智能家居、车辆管理、安防管理等技术，有效支撑无线电监测站的各项业务及技术设施[7]。随着5G的逐步普及，边缘计算作为5G的最关键核心技术之一，在云平台、5G、互联网、大数据、智能以及安全等技术的支撑下，与监测站的车联网、物联网、监测网以及无人机等平台融为一体，形成无线电监测站边缘计算生态体系，如图1所示。下面将详细分析边缘计算生态体系，并了解边缘计算对无线电监测站的影响及业务需求。

图1 无线电监测站边缘计算生态体系模型

1.1 5G MEC与车联网

5G涉及到SDN/NFV、异构蜂窝、MIMO等诸多相关领域技术，其中与边缘计算最具有相关性的是多接入边缘计算（Multi-access Edge Computing，MEC），全面助力5G实现业务的本地化、数字化和智能化[8]。MEC主要聚焦于包括5G、WiFi以及固网在内的多接入边缘计算系统[9]，应用领域主要涉及视频优化、AR（增强现实）、企业分流、车联网、物联网、视频流分析和辅助敏感计算7大典型应用场景。这些应用能够很好地服务于5G时代无线电监测站业务领域，如视频优化、AR、辅助敏感计算等应用，助力监测站的云端无人机监测、侦查、操控等，提供更加清晰、高质量的实时云端视频服务，使操控人员更加快速、敏捷地观察和判断无人机影像内容，可大幅提高无人机的异常信号源查除效率。

监测站车联网应用方面，MEC结合智能交通系统（Intelligent Transportation System，ITS）给高速移动的车辆提供低时延、高带宽、高可靠性以及交通安全等高质量服务，助力监测站的移动监测车、车载无人机操控等平台，提供全方位的优质服务。此外，以无线局域网、4G蜂窝通信、C-V2X、天基互联网[10]、D2D[11]通信等多种不同的车与任何事物的联系（Vehicle to Everything，V2X）异构网络通信方式，实现车、路、行人及通信网络之间的车内网、车际网、车载移动互联网络。随着无线电监测站车联网应用场景的日趋复杂与计算数据量的逐年增多，边缘侧的数据分析、处理和存储的需求显得尤为重要，特别是未来自动驾驶、无人驾驶以及车载无人机操控等高实时、高可靠性领域的应用。

1.2 云平台、大数据和人工智能

大数据与人工智能在无线电监测站的应用无处不在，如监测站的车联网、物联网、监测网、无人机等云平台相关的业务，都涉及大数据和人工智能应用。随着监测站业务数据量的增加，边缘计算与云平台、大数据、人工智能等领域的融合越来越频繁。加州大学伯克利分校Michael I.Jordan教授早在2017年指出，边缘-云端融合是支撑未来人工智能应用的9大关键技术之一[12]。云端的大数据、深度学习、机器学习等智能决策能力下放到边缘计算平台，使监测站的物联网终端、网格化监测网节点、便携式移动智能终端等边缘端资源受限的终端设备变得更加灵活和弹性化，以边云协同、边边协同等模式形成“端-边-云”一体化，逐步走向万物智联。如今，华为、百度、亚马逊等公司巨头纷纷推出自己的边缘智能平台，如IEF、BAETYL、AWSGreengrass等，已经应用于智能安防、智慧交通、自动驾驶、智慧家居以及无人机等垂直领域，为无线电监测站的边缘计算平台应用提供了良好的技术基础与发展前景。

1.3 物联网

物联网作为下一个推动世界高速发展的“重要生产力”[13]，作为无线电监测站重要的业务支撑平台，应用范围越来越宽广，涉及到监测站的各个设施环节。然而，随着物联网终端设备与数据量的增加，如监测站日益增多的监测设备的健康状态管理、设备库管理、智能家居管理、安全管理等，需要边缘端更加高效、安全、敏捷的物联网终端智能化服务，而单纯依靠终端设备的负载与远程云计算无法实现有效的智能化服务，因此必须引入边缘智能计算来收拾局面，逐渐从万物互联走向万物智联。当今，物联网的边缘计算应用已渗透到社会的各个领域，如高精度地图方面[14]、虚拟现实方面[15-16]、健康数据管理方面[17]、电力系统方面[18]以及高铁[19]等垂直领域。面向未来，无线电监测站物联网平台边缘计算应用应充分结合垂直领域相关技术，以更加智能、高效的方式，将监测站工作人员从琐碎的脑力消耗中解脱出来[20]。

1.4 网络安全

网络安全对于无线电监测站来说至关重要，特别是监测站的自动驾驶、无人机等实时性业务应用。因此，针对日益复杂的周边网络环境，有必要重视网络安全问题，想方设法构建更加安全的无线电监测站网络设施环境。边缘计算更加靠近用户端，相比云端数据交互，大幅度缩短数据传输距离与时间，某种意义上降低了数据外泄风险，如敏感数据本地化存储处理、设置边缘安全代理以及区块链技术[21-22]等技术，可有效解决无线电监测站的网络安全问题。无线电监测站的边缘计算网络安全平台如何在“本地”和“全局”之间寻找内在平衡，有效协调云边之间、边边之间的关系以及边缘节点内部关系，是探索边缘网络安全问题的有效途径之一。

1.5 无人机

随着5G、物联网、天基互联网等技术的迅猛发展，无人机对无线电监测站应用需求逐步扩大，如查除城市高层建筑密集区域内的“黑广播”等隐蔽性非法无线电信号源、对空方向性GPS屏蔽器、高空侦查险恶地形信号源位置、系留无人机长时间腾空监测等，社会无线电环境变得日益复杂。边缘计算能够很好地支撑复杂环境下的无人机应用，使无人机变得更加敏捷、智能。例如，边缘计算在应急测绘中的高精度影像数据处理、实时云边数据传输、车载无人机地面指挥测控等[23]，将5G核心网的转发面网元和业务平台部署在地面应急通信车内，形成车载移动边缘计算平台的系留无人机应急通信系统[24]等，可以灵活应用于无线电监测站无人机控制监测领域，提高作战效率。此外，5G的MEC能够有效满足无线电监测站无人机的大带宽、低时延、高可靠性业务需求，如高清图传、精准定位、远程实时控制等，并且助力无人机的监管、安全、控制等方面的技术难题，实现边缘无人机的大范围广泛应用[25]。2019年，5G网络服务商AT&T联合云商Azure和无人机专业服务商Vorpal，借助边缘计算实现实时无人机检测，有效解决了无人机位置的高度精确性、位置反馈毫秒级的实时性、多无人机协同作业3大应用难题[26]，为无线电监测站的多无人机高效化应用奠定了基础。总之，边缘计算是实现无线电监测站无人机的实时、智能、安全、协同以及敏捷等技术应用中关键的核心技术之一。

1.6 监测网

监测网作为无线电监测站查除异常信号的重要的技术手段之一，种类多样，如固定基站、网格化监测、监测车辆移动站以及便携式监测设备等，支撑着我国无线电监测工作不断发展，但总体而言仍是非智能的。2019年6月，工信部无线电管理局把“智能化无线电监测网规范研究”列为全国无线电管理“十四五”规划前期重大研究课题之一[27]。随着物联网、车联网等无线设备的爆炸式增长，空中无线电电磁环境变得日趋复杂，非智能化的监测手段很难有效监管未来无线电社会环境发展态势。虽然一些地区利用大数据分析技术实现了监测网数据的可视化展示及科学存储，但是本质上只是监测网某一功能上的智能化，与整体的感知、认知等方面的智能还有一段距离。如何实现监测网整体的感知、认知及智能决策处置信号源，是未来无线电监测网研究领域的重点以及解放人力资源、提高信号查除效率、适应复杂多变的无线电环境的必经之路。要想实现感知、认知级的无线电监测网，离不开边缘计算的实时、敏捷、低时延特性。比如，认知无线电、网格化海量监测数据的边缘计算平台分析处理、车载监测无人机操控移动边缘计算平台等，都在边缘侧进行数据处理才能实现系统的智能化。因此，边缘计算对未来无线电监测站的智能监测网布局具有重要作用。

2 边缘计算在无线电监测站的应用展望

随着大数据、人工智能、5G等技术的发展，社会各领域的技术设施逐步走向更加智能、融合、开放、安全和便捷。边缘计算的实时、高效、本地化特性完全符合社会科技发展趋势，将全面赋能无线电监测站的技术设施建设与发展，使监测站的各项应用领域变得更加智能化、网联化和融合化，最终达到减少人力资源、提高工作效率的目的。下面对边缘计算在未来无线电监测站的车联网、物联网、监测网以及无人机等领域的典型应用场景进行分析与展望。

2.1 车联网平台边缘计算应用

5G时代，无线电监测站的移动监测车、车载无人机平台等车联网平台与MEC、路测智能设备、边缘交通大脑等边缘计算平台进行实时互联，形成车与车连接（Vehicle-to-Vehicle，V2V）、车与基础设施连接（Vehicle-to-Infrastructure，V2I）、车与行人连接（Vehicle-to-Pedestrian，V2P）、车与网络连接（Vehicle-to-Network，V2N）等“车-路-人-网”一体化融合体系，以边云协同、边边协同等方式，给无线电监测站的移动监测车、公务车等车联网终端提供高精度地图、导航、实时路况、自动驾驶、感知计算、编队行驶、超视距防碰撞、盲区检测、安全精准停靠、紧急救援、实时车路协同、车辆管理以及远程可视化云平台等应用服务，如图2所示。此外，可以借助天基互联网、导航卫星等提供低延迟卫星网络基础连接服务，实现山路、高速路、国道以及乡路等没有普通信号的地方进行联网。监测站云、第三方云等大数据可视化、AI平台，利用边缘计算终端设备及外部数据导入集成等多种技术手段，将车辆数据、车机数据、用户数据、厂商数据、业务数据以及第三方数据等车联网相关数据进行深度学习、机器学习等挖掘处理，以大数据可视化、远程操控、车辆实时动态监控、数据报表以及报警等多种方式提供丰富的边缘计算感知、认知数据服务。

2.2 物联网平台边缘计算应用

随着低功耗广域网如NB-IoT、LoRa，以及局域网如WiFi、ZigBee、蓝牙、UWB、RFID、天基物联网等物联网技术的迅猛发展，迎来了物联网应用终端数量和种类的爆发式增长，无线电监测站物联网平台面临巨大压力。无线电监测站物联网平台应用大致涉及到设备状态监控、RFID设备库管理、智慧能效管控、智能家居、车辆管理以及安防管理等技术，但是如何将这些技术更加融合、智能、便捷地应用到监测站领域是需要深思解决的问题。边缘计算的低时延、实时性、本地化数据存储处理等特性，可帮助边缘终端实现智能化和高效化服务。边缘计算以边云协同、边边协同等方式与监测站物联网云、第三方物联网云等云端大数据、AI平台进行数据融合与交互，形成物联网“端-边-云”一体化体系，满足监测站的多种类物联网终端业务需求，如图3所示。

无线电监测站物联网平台整体工程架构，如图4所示。可见，物联网平台渗透到监测站的室内、室外各个领域，支撑着监测站业务的顺利开展，并且监测站物联网云平台与第三方物联网云平台系统进行数据存储、共享等融合对接方式，弥补监测站物联网云管理系统的技术缺陷，扩大物联网领域应用范围，如灵活应用不同厂商的物联网终端设备、进行一体化有效管控等，从而提高服务效率，缩短建设周期，降低成本。总之，在无线电监测站整体物联网平台技术体系中，边缘计算具有重要的支撑作用，赋能监测站物联网边缘智能应用及海量终端的实时性敏捷服务。

图2 无线电监测站车联网平台边缘计算应用

图3 无线电监测站物联网平台边缘计算应用

2.3 网格化监测网平台边缘计算应用

为了满足日益复杂的无线电电磁环境监测需求，重要保障区域及主要城市需要设置网格化监测网节点保卫空中无线电秩序，如民用机场、铁路、航天航空实验区、无人机防空区以及城市大型广场等。网格点智能传感器技术可以集成干扰定位、频谱监测、射频测试等应用的感知终端，导航定位模块（GPS或北斗定位系统）、环境监测传感器、视频监测、设备状态监测、通信等多功能模块，具有体积小、成本低、多功能化以及有一定的智能计算处理能力等特点，可以胜任智能监测网格点的信号采集、控制处理、信息交换以及数据传输等多种任务，如图5所示。各网格区域内的网格点以天基互联网、低功耗广域网、卫星导航、蜂窝网等无线、有线网络通信方式与对应区域内的边缘节点进行互联，边缘节点以边云协同、边边协同方式把各网格点数据本地化处理或者传送到远程云计算中心做进一步的大数据、AI分析、存储等加工处理，形成逻辑集中、物理分散的边云一体化监测网平台。在海上或者沙漠等人员稀少的地区，可以利用船舶、无人机等移动监测手段设置临时网格点。总之，边缘计算的引入大幅度提高了边缘终端设备的实时性数据处理与智能化业务需求。

2.4 车载无人机平台边缘计算应用

无线电监测站一般选用旋翼无人机，用于异常信号查除。由于旋翼无人机具有体积小巧、重量轻、携带方便和操控简便灵活等特点，且具备如悬停、绕飞、跟飞、避障以及自动返航等功能，适合携带在移动监测车辆内，实现异常信号监测、信号源侦查等作战任务。旋翼无人机载平台搭载的监测传感系统在飞行中改变天线的极化、俯仰等参数，能够从地面升空开始到高空500 m以下的高度实施单次测向、3D扫描、多点定位等方式，连续全维度扫描监测、实时存储、统计分析、回传等，能够满足日常监测工作[28]。移动监测车内集成监测服务器、车载无人机操控终端等各类设备，进行旋翼无人机的车内远程控制操控，并与车外的便携式无人机操控终端、车辆自身的监测终端、远程云指挥中心等进行深度数据融合，形成“端-边-云”的一体化平台，以移动边缘计算平台的方式满足监测业务需求，如图6所示。

图6 无线电监测站车载无人机移动边缘计算平台应用

3 结语

本文从边缘计算业务需求、概念、业界应用与发展现状入手，全面剖析5G时代无线电监测站边缘计算技术生态体系，并对未来典型边缘计算应用场景进行了分析与展望。边缘计算应用需要构建面向垂直行业的多元化平台能力与跨界合作，通过边云之间、边边之间的协同技术与大数据、人工智能、通信等行业的不断融合，助力物联网、车联网、无人机等行业面向智能化快速发展。而这些边缘智能行业的广泛普及与应用，促使无线电监测站的各项技术设施得到全面赋能，以更加智能、安全、高效的方式服务。下一步将继续探索边缘计算在无线电监测站的应用潜能，进一步推动和丰富监测站各项技术设施的应变能力，努力构建5G时代无线电监测站的边缘智能化应用建设目标。