基于聚類算法的IMT-2030應用場景初步研究

王慶揚，金寧

（中國電信股份有限公司研究院，廣東 廣州 510630）

0 引言

ITU-R從 IMT-2020（International Mobile Telecommunications-2020）開始提出IMT系統的應用場景（Usage Scenarios），包括增強型寬帶（eMBB, enhanced Mobile Broadband）、超可靠和低延遲通信（URLLC, Ultra-Reliable and Low Latency Communications）以及大規模機器類型通信（mMTC, massive Machine Type Communications）三大經典應用場景[1-2]。IMT-2020應用場景的制定為5G技術標準制定、系統和業務的開發指明了方向，具有極為重要的指導意義。IMT-2020應用場景主要由業界專家根據業務特性對業務進行提煉而得，本質上類似于機器學習中的聚類，因此也可看作是業務聚類，同時這種做法依賴于專家經驗，主觀性較強。而到了IMT-2030研究周期，隨著垂直應用的蓬勃發展以及人們對于6G業務的超前構想，IMT系統需要支持的業務種類越來越多，業務特性也表現出更多維度和更大范圍的特點，因此需要尋找一個客觀而高效的辦法來對豐富的6G業務進行分析和提煉，以生成IMT-2030的典型應用場景。本文提出了對IMT業務進行聚類處理并生成應用場景的思路和初步方案，利用5G應用場景對本文方案進行了驗證，并對6G應用場景進行了初步的探索。

1 IMT業務的發展歷程與趨勢

1997年10月ITU-R批準了建議書M.816：IMT-2000支持業務的框架[3]，主要面向個人通信，提出了總體的業務目標和要求，例如基于IMT-2000先進技術提供既有業務和新的音頻、視頻、數據和多媒體服務的能力，同時還列舉了IMT-2000應提供的具體業務，例如移動類業務（主要指定位）、交互類業務和分發類業務。2003年6月ITU-R批準了建議書M.1645：IMT-2000和Beyond IMT-2000未來發展的框架和總體目標[4]，指出多媒體業務增長速度遠遠快于語音業務，并將越來越主導業務流，與此相應，Beyond IMT-2000將支持廣泛的對稱、不對稱和單向服務，并提供不同服務質量等級的管理，以實現高效傳輸分組業務的潛在目標。2007年10月ITU-R批準了建議書M.1822：IMT支持的業務框架[5]，指出IMT-Advanced系統在多用戶環境中支持從低移動性到高移動性的應用以及一系列廣泛的數據速率，也有能力在一系列廣泛的業務和平臺中提供高質量多媒體應用，同時該建議書首次引入了遠程監測、ITS（Intelligent transport systems，智能交通系統）等機器類通信業務，引入了時延/抖動、移動性等較為豐富的業務特性，并按業務特性將業務劃分為對話、互動、數據流、背景共4大類、8小類。2015年9月ITU-R批準了建議書M.2083：IMT愿景–2020年及之后IMT未來發展的框架和總體目標，指出以人為中心和以機器為中心等應用發展趨勢，根據預測的2020年及之后的業務特性總結提出了eMBB、URLLC和mMTC三大應用場景，如圖1所示：

圖1 M.2083定義的三大應用場景以及不同應用場景中各關鍵特性的重要性圖示[1]

業界對于5G業務的探討已比較充分，實踐工作也已廣泛開展。eMBB聚焦于帶寬需求，典型業務包括超高清視頻、VR/AR等；URLLC場景強調低時延和高可靠性，典型業務如自動駕駛、配電自動化等；mMTC場景核心為較高的連接密度，典型業務有智能抄表、環境監測等。5G應用場景及對應業務見表1[6]。

表1 5G應用場景及對應業務[6]

業界對于6G業務的探討也已啟動。隨著未來新技術的突破和網絡性能的大幅提升，6G時代將支持更多形態的業務類型，如全息類、全感知類、虛實結合類、極高可靠性極低時延類及與衛星相關的業務[7]。表2詳細列舉了一些6G典型業務。

表2 6G典型業務

從以上歷史進程可以看出，IMT-2000支持的業務以人為中心，強調個人體驗，IMT-Advanced仍以人為中心但開始引入機器類通信業務以及時延等新特性，IMT-2020除了人中心之外還引入了機器中心，同時引入了能效等新特性，體現了IMT系統與自然的初步關聯。展望IMT-2030，我們認為它是現實世界和虛擬世界連接貫通的橋梁，是人類社會和自然環境和諧發展的引擎，強調人、機器與自然的和諧共存，具有比IMT-2020更宏大的歷史使命。

2 基于聚類算法的應用場景生成

聚類屬于機器學習中的無監督學習，其方法較為豐富，如層次聚類、劃分聚類、密度聚類、模糊聚類等[8]。本文總體思路是基于層次聚類法生成6G應用場景，具體方案如下：1）收集業務及相應特性指標，對每個業務生成原始指標向量；2）對原始指標向量進行標準化處理，得到標準化指標向量；3）對標準化指標向量進行層次聚類處理，得到若干類業務；4）對各類業務分別找出要求較高且具有共性的特性，根據這些特性生成相應的應用場景。因業務的不同特性指標的絕對值差異很大，不能直接用于指標向量之間歐式距離的計算，故采用5分制對特性指標進行標準化評分，分數越高說明業務對該特性的要求越高，例如5分代表最高可靠性、最大連接密度、最低時延、最高移動性、最大帶寬及最低能耗。

下面首先利用較為成熟的5G應用場景對本方案進行驗證，然后對6G業務進行聚類分析，完成6G應用場景的初步探索。

2.1 5G業務聚類與應用場景驗證

我們首先收集5G典型業務，然后對可靠性、連接密度、時延、移動性、帶寬及能耗六項特性指標進行標準化評分，得到具體業務及評分情況見表3，其中某業務對應的6項分數構成該業務的標準化指標向量。

表3 5G典型業務及特性指標評分表

對上述所有業務的指標向量進行層次聚類，輸出如圖2所示的聚類樹狀圖，圖中橫坐標序號對應表3中5G業務。可見，將樣品分成三類時效果較好，第一類業務為序號1-6與序號16業務，第二類業務為序號7-11業務，序號12-15為第三類業務。表4展示了5G業務聚類的最終結果，從各類業務的高要求特性來看，這三類業務與M.2083中的eMBB、URLLC和mMTC三大場景基本對應，表明本方案可與M.2083專家方案相互印證。

圖2 層次聚類樹狀圖（5G）

表4 5G業務聚類結果

2.2 6G業務聚類與應用場景初探

未來6G移動通信將滲透至各行各業，旨在為人類提供更全面和更優質的網絡服務。本文選取的6G典型業務來源于多個行業，包括醫療、工業制造、教育、媒體、交通、旅游、娛樂、金融等，考慮帶寬、時延、抖動、連接密度、能耗、可靠性、移動性、定位精度和覆蓋范圍等九大指標。標準化評分規則與5G方案相同，即5分代表業務要求最大帶寬、最低時延、最小抖動、最大連接密度、最低能耗、最高可靠性、最高移動性、最高定位精度及最廣覆蓋范圍。具體評分情況見表5。

表5 6G典型業務及特性指標評分表

對上述6G業務的指標向量進行層次聚類，得到樹狀圖如圖3所示，圖中橫坐標序號對應表5中6G業務，可見將業務分成四類比較合理，聚類結果羅列在表6中。

表6 6G業務聚類結果

圖3 層次聚類樹狀圖（6G）

根據以上聚類結果，分析各類業務中要求較高且具有共性的特性，如圖4所示，本文提出6G的四大典型應用場 景：eXBB（enhanced Fixed and Mobile Broadband，增強的固移融合寬帶）、URULL（Ultra-Reliable and Ultra-Low-Latency，超高可靠超低時延）、SWAC（Sparse Wide Area Connections，稀疏廣域連接）以及uMTC（ubiquitous Machine Type Communications，泛在機器類通信）。

圖4 6G典型應用場景

eXBB場景對應表6第一類業務，著重體現寬帶連接。當前通信行業存在5G、PON、Wi-Fi等多種接入方式，未來移動與固定接入方式的有機融合可實現更卓越的寬帶連接體驗。例如對于遠程全息手術、身臨其境旅游、商客PON接入等不同寬帶應用，根據具體需求選擇合適接入方式，以享受極致寬帶體驗。

URULL場景對應表6第二類業務，對時延、時延抖動和可靠性的要求較高。例如精密儀器自動化制造、AGV、超高壓繼電保護等業務，涉及到儀器精準性、人身安全、電網安全等，需保證毫秒級甚至亞毫秒級的端到端時延、時延抖動以及7個9的超高可靠性。

SWAC場景對應表6第三類業務，利用衛星、無人機等通信技術完成稀疏廣域連接，實現空、天、海和陸地偏遠地區的廣域覆蓋。典型應用如偏遠地區的無人機巡檢，空中、海洋、偏遠地區的民航、客船、車載衛星通信等。

uMTC場景對應表6第四類業務，核心為泛在的機器類通信，要求盡可能低的能耗和成本、盡可能高的連接密度，同時對覆蓋的廣度和深度有一定要求，旨在打造綠色泛在的物聯世界。典型業務包括環境監測、遠程抄表、機器金融交易等不同領域的應用。

3 結束語

本文基于聚類算法完成了6G應用場景的初步生成，雖然5G業務聚類結果表明本文所提方案具有一定合理性，但仍存在諸多不足之處，如業務特性指標的不完整將導致我們對部分指標的評分缺乏依據，指標標準化處理的合理性嚴重影響聚類結果，層次聚類法易陷入局部最優等。后續將重點圍繞6G業務和聚類算法兩方面開展進一步研究，包括6G業務的持續創新、業務特性指標的迭代更新、空缺數據的處理、聚類算法的選擇等。