基于5G邊緣云的港口統一通信方案研究與實踐

寧巖，張蕾，陸肖元

基于5G邊緣云的港口統一通信方案研究與實踐

寧巖1，張蕾2，陸肖元1

（1. 上海寬帶技術及應用工程研究中心，上海 200436；2. 青島港國際股份有限公司，山東 青島 266011）

5G邊緣云具有分布式、靈活組網、快速部署和本地流量分流等優勢，在港口等垂直工業領域有很廣泛的應用前景，同時對實現港口統一通信也提出了一定的要求。在研究基于5G邊緣云的港口統一通信架構的基礎上，提出了針對港口現場全域各類要素實現全面感知、支撐自動化業務改造的5G邊緣云功能框架。此功能框架能很好地適用于港口場景的有線無線網絡融合的統一承載，可作為目前復雜環境下的港口網絡統一通信的網絡基礎設施。最后在某港口碼頭上對該方案進行了實際驗證。

5G邊緣云；異構網絡融合；港口網絡自運營；統一通信

0 引言

近年來，5G網絡業務的垂直應用探索為許多典型傳統工業場景的智能化、數字化轉型提供了創新應用落地的基礎連接支撐。在工業領域內，復雜的終端形態、異構化的傳輸方式、連續或離散型的多源業務流程特征都泛在互聯、多源感知、智能決策的實現提出了挑戰。Nowak等[1]對5G網絡通信在工業垂直領域的需求特征進行了歸納，5G網絡技術可以提供基于控制、有效且靈活目的設備間的實時通信（用于模擬和維護的實時協作交互），以及端到端的遠程控制通信在服務端、手持終端等設備間的連接（用于生產與組裝等業務節點的交互和傳遞）。同時，在網絡體系設計方面，以港口為典型場景，對5G組網連接方案提出了更加嚴格的要求，為了保證業務的穩定、連續和安全性，受限于業務保障需要，對網絡通信提出了數據不出港的絕對數據閉環管理需求。Rostami[2]對比了面向垂直工業領域的獨立5G網絡的部署和應用模型，5G網絡架構的靈活性將為面向不同需求的場景提供定制化網絡部署架構，將5G網絡的控制面和管理面進行本地化分離，在可用性和魯棒性方面，靈活的5G網絡本地化部署僅依賴本地資源和組件，從而降低核心面的控制約束帶來的數據管理風險。

在垂直工業領域的典型場景中，傳統工業不僅要面臨現場網絡復雜、前端接入條件惡劣的問題，還要面臨用于不同生產場景的設備不統一帶來的數據互通問題。而港口的網絡建設與部署更加具有高度定制化的需求[3]，5G技術的應用在港口中面臨業務種類復雜、參與主體復雜、差異化通信、組網復雜等問題。有相關研究提出了一種獨立5G專網組網架構[4]，滿足垂直行業客戶的數字化轉型過程中對網絡、邊緣、云、應用等方面的差異化需求，私有化部署在融合網絡環境下實現對網絡質量的保證，減少端到端時延，通過定制基于深度神經網絡（deep neural network，DNN）或者專用切片標注數據網絡與路由隔離，并對網絡性能進行服務質量（quality of service，QoS）優化。同時，也有相關研究提出了針對港口的5G專網組網架構[5]，非生產業務數據的上網流量直接連接公網，本地生產業務數據通過港區部署多接入邊緣計算（multi-access edge computing，MEC）和用戶面功能（user plane function，UPF）路由接入港區業務應用系統，滿足港區數據技術要求，但對數據不出港的管理風險要求滿足度較低。

5G技術在工業領域的探索還旨在解決現場級海量零散、異構化數據的及時匯聚與分析問題，以及與云端通信的協同問題，實現業務的高效協同，提升工業生產作業整體效率。基于5G技術的MEC平臺對于工業場景的數據整合顯得十分重要[6]，將云端和邊緣的服務單元融合到靠近終端的物聯網（Internet of things，IoT）通信架構，在云端進行功能虛擬化，通過MEC邊緣側對終端對象進行服務，解耦對基礎設施強依賴的數據服務，進而在云端和邊緣側形成有效數據流動。大多數港口場景下的生產作業面臨缺乏統一的通信協議及架構描述的問題，對異構的物聯網數據、大型機械設備作業命令數據、人機通信等數據很難實現通信路由的自動配置與轉換，Kherani等[7]對MEC與5G結合的框架提出一種基于處理流程的UPF設置來滿足數據低時延傳輸的方法，不同功能的UPF可以更加動態地運行和連續協同管理任務，同時將邊緣業務與云端業務處理進行分離。另外，文獻[8]提出了一種將啟發式的跨集群容器編排策略應用于邊緣計算平臺的方法，實現對集群任務計算時延的優化。5G網絡切片技術也被廣泛用于工業制造、智慧港口等領域，先后提出將基于5G+MEC的方案用于全場景的高清視頻回傳和視覺智能理貨等業務的創新方案[9]，基于定制需求的網絡切片技術和方案將提升網絡的彈性和低時延處置能力，在基于5G的邊緣網絡上構建可動態適配對時延敏感的虛擬化網絡功能（virtual network function，VNF），基于就近原則選擇合適的網絡功能服務單元，從而降低整體網絡通信時延。Mlika等[10]提出了一種網絡切片方法，利用連續時間內就近最優選擇方法，在邊緣云低時延環境下保證了業務數據的連續性和彈性容錯能力。

當前，對5G技術的探索和創新仍然在持續，而差異化明顯的工業垂直領域成為極受歡迎的5G落地驗證場景選擇。在港口領域的業務場景內，還沒有解決港口現場業務的統一通信問題，本文主要提出了一種基于5G邊緣云的港口統一通信架構解決方案，并通過實際數據進行方案可行性驗證。

1 港口通信研究現狀

作為港口建設發展的核心支撐能力之一，網絡通信技術正在逐步深入港口的各項核心業務，網絡通信為港口向智能化、數字化、高效協同化的發展提供了連接基礎。傳統的港口面臨工作環境差、碼頭前沿固定移動設備等多業務同時工作帶來的電磁干擾、運營效率深度依賴基于經驗的判斷、現場通信形成數據“孤島”等瓶頸問題。隨著5G技術和垂直應用的持續演進與探索，集卡運輸、大型機械裝卸、集裝箱理貨、堆場巡檢等業務將逐步向數字化、智能化、智慧化轉型，但是仍然沒有解決統一通信問題。雖然當前港口已經運用Wi-Fi、光纖、RTK、4G等通信方式，但是各項業務場景的通信受基礎通信設施鋪設、終端通信異構等限制，無法實現統一通信的網絡構建。

1.1 港口發展現狀

當前，世界各大港口都已開始探索向下一代港口轉變。一些先進港口，如德國漢堡港、荷蘭鹿特丹港、新加坡港都在積極探索與實踐。全球智慧港口發展已經呈現向港口運營智慧化、港口物流供應鏈協同化、港口貿易便利化、數據服務場景化、港口業態開放化、生態圈和諧化趨勢演進[11]，港口的數字化基礎設施建設需要先進信息技術的融合，結合大數據、物聯網、高速通信網絡、智能計算等技術手段，強化碼頭現場平面運輸作業、堆場管理與調度作業、道口進出管理等的自動化、數字化控制。基于數字孿生、數據分析、AI學習等新興技術的定制化場景應用，融合以5G網絡為典型通信基礎的網絡布局，對港口作業數據進行深入分析和預測，為港口生產力的提升提供最優方案。

網絡通信能力的建設是基于場景應用需求逐步建立的，港口典型的應用場景包括岸橋裝卸貨、水平運輸、堆場管理、進出港關卡等，港口區域內作業環境十分復雜，各類大型機械設備協作情況較多，因此，統一通信的網絡基礎能力建設已經成為推動智慧港口發展的關鍵因素。隨著超大型綜合港口的不斷整合，港口管理模式呈現集團化、多港口、多業態、港城數據聯動等特點，涉及的業務環境復雜、管理難度大，信息化平臺建設無法滿足集團化管控、港口業務創新發展的需求；業務管理系統和先進的裝卸設備自動控制系統缺乏深度融合，造成各系統發展水平不一；先進的硬件設備、滯后的管理體系與管理信息系統無法有效融合，嚴重制約了智慧港口的整體建設，效率與效益無法有效達成；多數港口企業形成了以碼頭公司為單位的部門級應用和數據，信息化管理條塊分割，缺乏整體性、系統性，各系統功能模塊之間彼此關聯少，信息“孤島”現象嚴重。

中國作為世界港口吞吐量領先的國家，港口的發展對經濟的影響舉足輕重，智慧港口的建設已經成為國家重要戰略之一。作為連接水路運輸與陸地運輸的關鍵樞紐節點，港口的自動化、數字化、智能化轉型的核心是港口生產作業和管理在5G等新型信息技術的推動下的深度重塑。通過不斷將大數據、區塊鏈、物聯網、5G、人工智能等新技術應用于港口生產和管理，引導自動化集裝箱碼頭、堆場庫場改造，推動港口建設養護運行全過程、全周期數字化，加快港站智能調度、設備遠程操控、智能安防預警和港區自動駕駛等綜合應用，已經成為智慧港口的關鍵實施路徑。

5G通信技術的先進性對以港口場景為典型的工業領域應用演進產生了重要影響。在港口轉型升級關鍵階段上，5G通信以多頻組網全覆蓋、大帶寬、低時延、高可靠的無線傳輸技術優勢，為海量數據采集、多類復雜業務協同、多要素數據互通、數據安全保護提供了技術可行性，推動結合物聯網、AI等新技術在典型核心業務環節的融合應用水平提升。5G網絡部署結合工業物聯網、人工智能技術對港口作業車輛、船舶、港口作業機械設備上的全面信息進行全要素的自動感知與分析，在水平運輸業務的無人駕駛集卡、垂直裝卸業務的遠程控制、堆場作業智能化理貨等關鍵業務上，5G技術提供了基于高清視頻回傳的遠程設備運維、基于人工智能的低時延自動化遠程控制等應用創新，如集卡定位、無人駕駛自動導引車（automated guided vehicle，AGV）車路協同、基于大規模數據采集與建模的高精度三維空間可視化管理等，助力智慧港口自動化垂直裝卸與水平運輸體系協同，實現港口作業流程自動化、智慧化，在提高港口運轉效率的同時降低整體作業能耗，顯著提升港口的競爭力。

1.2 港口通信需求

傳統港口存在多種業務形態，包括港機設備的可靠控制、無人集卡的可靠控制、堆場的調度、辦公流轉等，類型復雜，網絡需求多樣化。其與一般公網業務最大的區別在于，智慧港口的網絡建設與部署具有非常強的高度定制化需求，在不同貨種的作業場景下，對網絡的覆蓋、時延、可靠性、安全性以及傳輸帶寬等方面能力，需求差異很大。

目前，港口無線數據傳輸通信系統主要采用400 MHz窄帶數據傳輸網絡、2.4 GHz無線局域網絡、分時長期演進（time division long term evolution，TD-LTE）寬帶集群通信網絡，其中400 MHz窄帶數據傳輸網絡采用封閉技術，正逐步淘汰；2.4 GHz無線局域網絡受其技術特性影響，存在覆蓋差、信號抗干擾差、承載業務有限、維護成本高等問題；TD-LTE寬帶集群通信網絡可解決智慧港區大部分的無線數據傳輸需求，但由于帶寬限制，其無法滿足智慧港口無人駕駛集卡、機械設備遠程控制等大帶寬、低時延的無線數據傳輸需求。

網絡通信業務作為智慧港口的基礎支撐之一，存在以下6個特征。

? 港口業務種類復雜：涵蓋了從傳統的互聯網信息服務到自動駕駛/靠泊、遠程操作、車路協同等特殊行業應用。

? 港口環境復雜，電磁干擾多：港口大型機械較多，且移動機械需要進行運輸作業，貨物移動等易形成強電磁干擾，導致通信不穩定。

? 網絡覆蓋鋪設困難：光纖通信必須在碼頭建設時專門設計、敷設與設備對接的地下通信管網，而且光纖通信方式在移動設備上需要設計專門的隨動機構，又會造成設備的結構復雜，制造、運行和維護的成本比較高，另外，近海作業區最易受到海潮影響，不適合大面積鋪設線路，在海風影響下，作業區不允許架空線路。

? 通信需求差異大：不同的港口業務對網絡的覆蓋需求、時延需求、帶寬需求和可靠性需求等存在較大的動態范圍。

? 組網要求復雜：港口的組網包括固定和移動網絡的共存、生產網和辦公網的隔離、局域和廣域網絡的協同，以及傳統多制式接入業務的兼容問題。

? 參與通信的主體復雜[3]：參與的主體包括各種人（作業、駕駛、管理）、車（AGV、自動港口集卡、傳統物流卡車）、船、岸橋、集裝箱、堆場、閘口、港口內部封閉路、辦公管理中心、路邊/岸邊基礎設施（感知系統、環境監控）、自動巡檢設備（攝像頭、無人機）等。

港口網絡部署局域化不同于公共網絡廣范圍覆蓋的需求，港口行業用戶對網絡覆蓋的需求聚焦在局部區域，例如在智能港口領域，港口的地理位置偏遠，占地面積廣，需要對吊車作業區域進行針對性的網絡覆蓋與優化。同時智慧港口作業效率是關鍵，岸橋裝卸區和堆場區的遠程作業對無線網絡的時延要求極為苛刻，大約為20 ms，而公網發生斷連、擁塞會對港口的生產效率產生影響。通過在港區范圍內部署專網對所有生產作業區域進行重點覆蓋的方式，保障港區數據安全、降低數據傳輸時延，提高港口的調度能力及運輸效率。港口網絡部署難點主要包括以下5個方面。

（1）部署環境惡劣

港口港機遠控、智能理貨、無人集卡等業務的視頻數據對上行大帶寬要求較高，單用戶要求為20～30 Mbit/s；單小區用戶數量較多，各類業務終端數可能超過15臺，單小區上行容量逼近1 Gbit/s。為了滿足行業應用的上行大帶寬訴求，最簡單直接的辦法就是改變當前5G 時分雙工（time division duplexing，TDD）系統中的時隙配比。目前5G主流時隙配比為8D2U和7D3U等，分配的下行資源遠高于上行。若改變時隙配比，將更多的資源分配給上行，就可以提升上行峰值速率和容量。

（2）移動設備跨區作業信號無縫切換

在多個基站切換，導軌長度超過400 m的情況下，工作人員反饋切換基站會帶來網絡抖動的問題，要求滿足工業互聯網抖動可控的需求，否則影響生產網絡。采用700 MHz基站實現廣域及深度覆蓋，可避免基站切換。

（3）高遮擋密集信號覆蓋

在集裝箱堆高的情況下，例如，5層集裝箱堆疊下，金屬遮擋導致5G信號出現盲點，3.5 GHz和2.6 GHz基站都有該問題，使用700 MHz基站則盲點大幅減少。700 MHz由于頻譜低、波長大、覆蓋遠、深度覆蓋能力強，適用于高遮擋密集信號覆蓋場景。同時使用3.3 GHz NR進行補盲，與700 MHz網絡協同，形成多層立體覆蓋網絡。

（4）網絡安全

港口網絡安全要求明確且嚴格，需要確保生產數據不出網，確保生產網絡可管可控可自運營。

（5）集團管理、碼頭作業、互聯網用戶服務協同

港口業務種類等級要求多，需要對辦公、生產、視頻網絡等進行隔離，因此對港口網絡的統一承載提出挑戰，需要兼顧無線5G/萬兆主備冗余組網。網絡設備需要向小型化演進，向邊緣側集合，在現場的終端盡量減少。

2 基于5G邊緣云的港口統一通信方案

基于5G邊緣云的港口統一通信需要融合現有網絡基礎，構建統一的有線無線融合接入網絡架構和邊緣云功能業務平臺，實現在港口范圍內的多源異構數據互聯互通，統一管理和運維，多頻組網環境下港口全域覆蓋、低時延網絡無縫切換，多模多網冗余安全備份，實現各類遠控業務、視頻監控、堆場作業調度等場景的全數據可靠傳輸。港口5G邊緣云平臺能夠靈活組合可彈性擴展的業務組件，實現對各類港口業務的智能分析與預測，對港口辦公、作業業務、監控視頻等多種網絡實現切片管理，滿足港口大型作業機械遠程控制與多路視頻監控回傳等的高效、可靠傳輸需求，對岸橋遠控、軌道吊遠控、無人駕駛運輸、可視化實時運維等集裝箱碼頭主要業務的高性能網絡傳輸升級，助力建設性能強大（支持千萬級箱量）、功能適度超前、可靈活定制拓展、運行穩定且能滿足自動化、半自動化改造需求的超大型綜合港口數字化、智能化統一通信方案。

2.1 關鍵技術

實現港口5G邊緣云統一通信，以及邊緣側業務處理實時化、數據處理本地化、信息交換高效化，需要對MEC本地分流、5G網絡切片技術、多頻組網、5G多載波聚合、高精度時空同步等技術進行分析。

（1）MEC本地分流

面向邊緣計算的MEC本地分流技術，與5G網絡去中心化的特征吻合，通過本地分流來降低時延，在降低帶寬資源的情況下，滿足港口場景下的遠程控制、智能理貨等低時延業務操作要求，同時將原本在云端才能具備的計算能力下沉到網絡邊緣位置，在靠近現場側實現統一的邊緣接入匯聚。通過將滿足業務過濾規則的數據包轉發到指定路徑的上行分流方法[12]，主要考慮動態負載、相對靜態容量、UPF位置、會話類型等因素，在邊緣云架構內為數據動態或者半動態地選擇UPF本地分流策略，縮短了傳輸時延，提高了傳輸效率。在靠近碼頭用戶側的港區應用MEC本地分流技術，部署MEC服務平臺，從而滿足港口數據不出港和時延要求。港內大型機械與設備的控制和作業需要海量視頻數據回傳和低時延控制指令下達，港口的垂直裝卸與水平運輸業務根據碼頭貨種的不同存在一定的差異化網絡需求，港口機械設備（如岸橋、軌道吊、龍門吊等設備）的遠程操作與集卡、AGV的遠程駕駛、操控中心對設備的遠程訪問與指令下達都對數據流量提出了資源調度需求，MEC將傳統的核心網UPF進行本地分流，按需接入港口的運營系統，如航空站運營系統（terminal operation system，TOS）、設備控制系統（equipment control system，ECS）、船舶監控系統（vessel monitoring system，VMS）以及外聯的政府應用系統。MEC本地分流可以采用虛擬和容器方式來分流來自不同應用的差異化數據服務，并且實現本地不同MEC服務的相互備份與容災。

另外，在工業場景需求下，基于軟件定義網絡（software defined network，SDN）的本地分流技術可以快速使應用由終端移動性引起網絡拓撲變化[13]，保證業務連續性，基于5G邊緣云的港口統一通信架構設計，MEC本地分流的本質就是實現ICT融合，根據感知到的網絡接入點的變化動態生成最優路由轉發策略，通過邊緣應用提供網絡服務方式，靈活選擇合適的算力位置，合理調度算力資源，動態配置UPF網元，最終實現業務、連接和服務的最優配置。

（2）5G網絡切片技術

5G網絡切片技術具有解決端到端問題的特定網絡能力，提供了網絡資源的靈活分配、網絡能力的彈性擴展，采用基于QoS機制的業務等級區分方式，提供面向工業、港口等領域區分大帶寬視頻回傳業務、低時延PLC控制業務等差異化服務的固移協同組網的技術保障5G網絡切片通常可以分為軟切片和硬切片兩種方式[14]，軟切片一般通過設置優先級來搶占共享資源，從而實現調度的邏輯隔離；硬切片一般通過對資源隔離、專用調度預留等方式的實現物理隔離，通過切片標識的虛擬局域網（virtual local area network，VLAN）映射實現端到端的網絡業務隔離，實現多種接入類型互通的組網方式。面向港口統一通信的5G切片技術，通過組合調度策略來規定不同業務的調度優先級，可以以港口業務劃分對網絡通信的切片策略，例如在集裝箱碼頭以岸橋、軌道吊、輪胎吊、無人集卡、AGV等大型機械為主要設備的高精度控制與定位切片，直接影響碼頭裝卸和水平運輸周轉效率，進而影響對碼頭前端作業現場的多泊位、多機械協同工作的整體調度控制，這一部分的網絡切片應對帶寬、時延、丟包、抖動敏感問題，需要提供最高優先級的調度保障；對于大型機械的遠程維護，港口手持終端的集群對講通信在一定程度上關系到前端現場與后端堆場、操控中心的工作效率，也應分配較高優先級的網絡通信保障；港口日常監控安防視頻、辦公系統通信、閘口管理系統等對優先級和實時性的敏感性相對較低。基于5G切片策略，實現網絡端到端切片，為港口重要作業業務應用構建邏輯通道傳輸，進而實現生產系統數據、視頻網數據、辦公網、外部公網數據的安全隔離，提升整體網絡傳輸的可靠性和安全性。

（3）多頻組網

多頻組網不僅可以提升網絡容量和覆蓋，還能夠降低互操作帶來的業務感知時延[15]，高低頻協同在工業場景的網絡覆蓋能提升廣度覆蓋和深度覆蓋，實現廣域區域的連續覆蓋。當前，5G頻譜的分配包括：中國移動獲得2 515～2 675 MHz共160 MHz，頻段號為n41，以及4 800～4 900 MHz共100 MHz，頻段號為n79；中國聯通獲得3 500～ 3 600 MHz 共100 MHz，頻段號為n78；中國電信獲得3 400～3 500 MHz共100 MHz，頻段號為n78；中國廣電獲得703～733 MHz、758～788 MHz頻段、4.9 GHz實驗頻譜，以及中國電信、中國聯通、中國廣電共同使用3 300～3 400 MHz頻段用于5G室內覆蓋。根據場景需求，對場景內容量和建筑物類型進行綜合分析，低頻段可以進行廣域覆蓋，提供覆蓋基礎，高頻段進行深度熱點補盲覆蓋。在港口構建基于5G技術的自動化碼頭，首先應實現通信全域覆蓋，主要覆蓋岸橋、AGV運輸車、軌道吊、周邊辦公樓、輔建區等區域，可以采用5G宏基站與微基站結合的錯頻組網覆蓋規劃部署方法。

（4）5G多載波聚合

作為5G網絡性能增強的關鍵技術之一，多載波聚合技術可以將多個不同的頻段進行整合，靈活按需地使用連續或非連續的頻譜，將帶寬擴展到滿足工業場景需求，用多頻譜結合提升上下行覆蓋均衡能力。在碼頭作業中，低時延的遠程控制和視頻遠程監控的作業任務對網絡上下行帶寬和時延提出要求，5G時頻多載波聚合技術將多個不同的頻段進行整合，靈活地使用連續或非連續的頻譜，將帶寬擴展到100 MHz甚至更多，利用頻分多工（frequency division duplexing，FDD）和TDD頻譜結合提升上下行覆蓋均衡能力，提升網絡覆蓋和網絡時延可靠性，實現視頻傳輸上行帶寬承載以及遠程控制命令反饋的低時延下行傳輸。

（5）高精度時空同步

在5G通信中，高精度時空同步技術通過采用共視法和高精度地基授時系統專用光纖網絡參考源，提供了時頻一體化支撐網并對5G網絡中的重點節點進行時頻檢測支撐[16]，5G網絡對時間同步的精度和可靠性均提出新的要求，現有的地面高精度時間同步技術主要為基于1588v2[17]的時間同步網絡，可以滿足5G無線業務基本的±1.5 μs精度要求，但是100 ns甚至10 ns量級的同步需求則需要新的技術和網絡支撐。要實現高精度時間同步需要從同步源到末端進行端到端的提升優化，采用多種技術手段共同提升同步精度、同步網快速部署和智能管理能力，其中的主要關鍵技術有高精度同步源技術、高精度同步傳送技術、高精度同步監測技術、智能時鐘運維技術等。高精度時空同步技術在智慧港口的自動化系統中提供了精準的位置信息，從而提升了港口作業效率和智慧化水平[18]。

2.2 面向港口場景的5G邊緣云方案架構

港口5G邊緣云統一通信網絡拓撲如圖1所示，通過5G+MEC設計，對港口現場全域各類要素實現全面感知，支撐自動化生產作業及碼頭自動化運營管理，將流量卸載到港口本地網絡，下沉式處理各類生產管理系統、作業設備系統所需數據，以集中一體的網絡切片服務平臺為垂直業務提供高可靠、強性能、易部署的專網承載，滿足在實時、智能、安全與隱私保護等方面的要求，顯著提高港口作業自動化水平和數據安全性。每個碼頭使用MEC 邊緣云對數據進行匯聚，可以將數據按需傳遞給碼頭云（碼頭各類業務系統部署位置），向上連接集團數據中心，將碼頭——MEC邊緣云作為分中心并且在碼頭備份MEC，在集團位置部署MEC中心節點及其備份。集團中心節點MEC連接各個碼頭的分中心節點MEC。系統服務器采用集中式部署模式，實行數據集中管理。數據庫服務器、Web服務器均架設在信息部門，由IT人員進行統一的管理，用戶通過內網訪問，達到實時共享數據、提高網絡安全整體水平、降低系統部署復雜度的目的。

圖1 港口5G邊緣云統一通信網絡拓撲

圖2 港口5G邊緣云異構網絡統一通信架構

本方案充分利用邊緣節點的動態資源，將具有存儲和計算資源的MEC節點部署在接入網內，為各類現場接入終端、設備提供具有彈性的網絡服務。港口5G邊緣云異構網絡統一通信架構如圖2所示，港口各類碼頭現存的異構網絡，如以太網、RFID、RTK定位、4G、IoT專網等統一接入5G邊緣云內，形成數據的統一匯聚和處理，充分將控制功能下沉到邊緣云內，MEC可以部署在碼頭現場，也可以部署在數據中心，通過邊緣交換機或者匯聚交換機進行數據訪問與交換。通過對基于業務差異的辦公網絡、監控網絡、業務控制網絡、人員通信網絡進行切片隔離，保證數據通信不被干擾和通信安全。

本方案構建基于5G邊緣云的超大型綜合港口統一通信網絡，需結合現有有線、LTE網絡基礎，通過 5G宏基站立體組網、MEC多邊接入與本地分流、網絡切片、多載波聚合等關鍵技術構建一張廣覆蓋、大容量、高可靠的有線無線融合網絡，實現多模多網冗余，保障在網絡任何單節點故障或者連接不通時，碼頭業務能正常運行，收發控制信號和數據不丟失。因此，本方案具備以下3個特征。

（1）異構網絡固移融合承載

本方案在港口原有承載網絡的基礎上通過分層部署E-MEC設備（碼頭部署分節點，集團部署中心節點），實現固移融合接入和統一承載。確保可實現網絡的平滑升級，滿足各類業務發展需求，同時可保證后續有計劃、有步驟地向IPv6升級演進。通過IP承載網集中統一規劃和建設，采用全網統一技術，實現業務策略、路由策略、技術選擇和網絡結構的一致性。IP承載網在保證網絡結構層次化的同時，采用大容量和高密度的設備以減少網絡端到端的跳數。

（2）邊云協同架構

港口業務復雜，在實現有線無線融合組網的同時，還需要兼顧網絡自動化改造、超大型綜合管理平臺的網絡支撐能力，支持碼頭智能化數字化演進，以低成本方案的技術路線演進。每個碼頭部署E-MEC分節點，E-MEC分節點主要提供邊緣通信、邊緣業務、邊緣存儲、邊緣智能四大功能。各碼頭同時部署主備E-MEC分中心進行冗余保護。在集團位置部署E-MEC中心節點，同時部署主備E-MEC中心節點進行冗余保護。E-MEC節點部署UCMO統一通信管理編排器，負責各類資源整體分配優化。

（3）廣覆蓋頻譜選擇

本方案通過低頻譜（700 MHz 頻段）進行5G網絡覆蓋，700 MHz由于頻譜低、波長大、覆蓋遠、深度覆蓋能力強，適合作為大面積網絡覆蓋，組網成本最低。700 MHz將在mMTC和URLLC場景發揮作用。700 MHz廣覆蓋的低頻組網形態通過采用獨立（standalone，SA）組網支撐全業務服務。

2.3 港口5G邊緣云關鍵功能

面向港口統一通信的5G邊緣云的核心是實現在港口復雜環境下的通信感知融合，將5G通信和泛在感知IoT統一接入，形成港口超融合通信網絡。港口5G邊緣云功能架構如圖3所示，邊緣云的主要功能包括控制面功能、管理面功能、數據面功能、互聯網網關、安全管理功能、統一通信編排器六大功能模塊。

圖3 港口5G邊緣云功能架構

港口5G邊緣云的主要功能設計如下。

（1）控制面功能：基于云原生和SBA服務化架構，并承載虛擬網元下沉，控制面功能使用輕量化接口通信，實現云邊功能的解耦，完成5G邊緣云的高效化、軟件化、開放化快速接入和業務本地分流，并支持依據切片需求進行跨分布式部署。

（2）管理面功能：主要針對邊緣云中南向接入的設備信息管理的獲取和轉發，從而有效對靈活組網進行管理和控制。通過對接入邊緣云的感知層設備的統一管理，對虛擬化資源和非虛擬化資源的拓撲、性能、警告等進行監控。

（3）數據面功能：借助網絡功能虛擬化與容器化技術，在邊緣云服務器內部配置虛擬化UPF網元，支持3GPP定義的N3、N4、N6、N9接口的協議及數據轉發。

（4）互聯網網關：用于連接外部網絡，包括數據中心、中心云或其他相關機構，通過支持多種傳輸協議兼容，減輕路由器轉發負載。

（5）安全管理功能：網絡中網絡安全隔離策略應用和功能部署，對網絡系統內的硬件、軟件及相關數據進行保護。

（6）統一通信編排器：對業務進行靈活管制、協同調度、彈性編排和負載均衡等策略實施，與中心云交互基于機器學習的訓練推演模型，實現業務的最優自動化編排管理。

2.4 網絡性能關鍵指標規劃

基于前期研究工作中對港口網絡通信的性能需求分析，對港口網絡指標維度和考量方式進行設計，網絡關鍵性能指標及要求見表1。

表1 網絡關鍵性能指標及要求

3 港口場景下的5G邊緣云實現驗證

3.1 場景描述

根據上述基于5G邊緣云的港口統一通信方案設計思路，選取某港口集裝箱碼頭堆場圍繞港口5G邊緣云的功能和穩定性進行實踐驗證。某港口集裝箱碼頭的堆場形狀如圖4所示，基本上是一個矩形，長約3 200 m，寬約800 m，集裝箱最高堆高為15 m。某港口集裝箱碼頭目前有橋吊、輪胎吊、集卡拖車等大型機械協同作業，現場電磁環境干擾以及高遮擋干擾情況較嚴重，現有的無線通信系統主要由2.4 GHz、5.8 GHz Wi-Fi網絡以及千兆以內的數字集群通信系統組成，Wi-Fi網絡存在易受外部干擾、支持并發用戶容量低、覆蓋范圍受限等通信瓶頸，導致人員通信、設備指令數據傳輸并不穩定，難以滿足大型集裝箱碼頭全域作業在碼頭裝卸、水平運輸、堆場堆存作業等多個環節的信息自動采集和集成控制的數據信息實時傳輸需求，從而對碼頭作業效率產生影響。相較于新建的集裝箱碼頭，傳統集裝箱碼頭中的大多數岸橋、場橋仍需要人員在現場高空作業，雖然已經有一部分光纖、波導管等通信方案被提出，但是升級改造成本高、對設備本身PLC控制系統的通信模塊改造難度高，非授權頻譜帶寬受限，靈活性差，可靠性、時延、速率等網絡性能較差，無法滿足碼頭向自動化作業改造轉型的發展需求。

本文選取5G 700 MHz 頻段作為測試頻段，使用1臺700 MHz宏基站，由于測試現場700 MHz 尚未清頻，本次驗證開通了5 MHz NR帶寬，某港口集裝箱碼頭的堆場形狀如圖4所示，在測試點位置部署1 套邊緣云設備，以及1臺輔助驗證的5G手持終端，通過連接現場作業設備，開展對本文提出的5G邊緣云架構下的數據上/下行時延、邊緣云控制面功能、現場信號極遠點覆蓋能力、邊緣云切換恢復等維度功能和指標測試。

圖4 某港口集裝箱碼頭的堆場形狀

3.2 方案驗證與分析

5G邊緣云方案驗證拓撲架構如圖5所示，考慮配置選項、節點性能和可部署性，邊緣云網絡可以配置多個UPF，以實現所需容量的彈性擴展，根據流量類型將流量引導到不同路徑通道，目的是驗證基于上述5G邊緣云方案架構下的港口主要機械設備的遠程作業通信指令下發和作業視頻回傳、遠距離5G集群通信覆蓋能力，并對前期4G專網和Wi-Fi 網絡的多個盲區做了進一步的極限測試。驗證方案將5G邊緣云平臺上連港口碼頭云平臺，通過遠程調試服務器配置，對5G邊緣云進行動態管理，將已經在集裝箱碼頭現場的5G 基站北向接入5G邊緣云，數據指令錨定基站后轉發給5G邊緣云，5G邊緣云通過5G基站對某港口碼頭的5G手持終端以及港口作業設備進行通信交互。選取碼頭前沿作業的集群通信終端進行5G通信功能改造，用于遠距離5G集群對講通信驗證，基于現有的港口設備岸橋的操控系統，通過客戶終端設備（customer premise equipment，CPE）轉接數據，進行5G通信改造，用來傳輸作業指令和視頻流拉取驗證，借助超低時延、超大帶寬的5G 通信網絡對在大型機械上搭載的高清攝像機等輔助設備進行數據采集，測試將港機的視頻等信息發送給碼頭后端的操控指揮室，指揮室通過5G通信網絡將控制命令下發給港機系統，實現對港機的遠程自動化控制和作業畫面高清視頻監控。經過5G改造的手持通信終端，通過5G基站將數據轉發到5G邊緣云平臺，港口的作業設備通過CPE接入5G基站，將通信數據傳輸給邊緣云，邊緣云通過5G基站對手持終端、作業設備進行數據獲取和轉發。

經過驗證，本文提出的基于5G邊緣云的統一通信架構方案，通過在某港口集裝箱碼頭堆場部署5G+MEC 邊緣云，保障港口核心生產數據不出港區，實現網絡本地化運維管理，圍繞MEC方案穩定性、5G NR空口能力、5G終端改造的兼容性和集裝箱堆場的5G NR信號覆蓋能力展開分析。主要對4項關鍵指標進行了驗證與分析，包括上/下行時延、5G邊緣云控制面、現場信號極遠點 3 km覆蓋、系統切換恢復，具體指標見表2。在港口場景下的5G上/下行時延實現了最小時延小于6 ms，主要原因是雖然5G空口時延技術可以實現最小時延小于1 ms，但是實際應用業務上線后，網絡通信時延高低的關鍵在于網絡業務的時延，通過不斷優化通信策略和波頻算法，本方案實測時延小于6 ms，滿足港口大型機械遠程控制指令下達對網絡傳輸的需求。5G邊緣云控制面指標主要用于衡量邊緣云整體系統的承載能力，確保用戶面接口具備所需的吞吐量，在港口虛擬化網絡功能的復雜環境中，對混合類型流量按UE吞吐量進行測試，經過驗證，實現最高吞吐率為900 Mbit/s，滿足港口大型機械的視頻回傳需求。在方案覆蓋區域下設計最遠點現場信號覆蓋性指標，主要考慮作業堆場和前端碼頭的移動機械（如輪胎吊、集卡司機對講通信等）需要服務全場跨區域作業，系統內多用戶干擾將對通信產生一定干擾。分析測試結果發現，信號覆蓋強度中等，信號接收質量較好（主要受到傳輸距離和范圍內其他通信信號以及集裝箱等貨物金屬物質遮擋干擾），信噪比較好（主要是由于5G通信中MIMO技術對干擾進行抵消），通過對碼頭極遠點進行測試，室外能夠發起各種業務，可獲得一定速率的數據業務，基本滿足碼頭跨區域作業任務的對講通信和作業指令傳輸需求。港口系統面臨著復雜的業務系統協同工作，系統切換恢復指標作為衡量異常情況下邊緣系統保護機制的重要指標，通過對網絡連接和安全性接入服務邊緣化體系進行融合及優化，實現硬切換恢復時間均小于5 min，滿足港口碼頭作業的狀態保存和功能恢復需求，以及對邊緣云的用戶變更進行狀態切換的需求，從而提升邊緣與云之間的無縫連通性。5G邊緣云通信指標見表2。

圖5 5G邊緣云方案驗證拓撲架構

表2 5G邊緣云通信指標

經過驗證分析，采用獨立組網模式的港口5G邊緣云統一通信架構，將改進上行發射通道，利用5G多頻段基站、超級上行技術增加上行帶寬，可以將邊緣計算節點靈活部署在不同的網絡位置，開展對時延、帶寬有不同需求的邊緣計算業務，進一步實現面向港口通信的高電磁干擾、遮擋環境下的5G網絡全面覆蓋、低時延傳輸、業務高可靠通信、核心數據安全可控。

4 結束語

本文提出的基于5G邊緣云的港口統一通信方案，充分考慮了當前港口高遮擋、高電磁環境干擾等復雜情況對全連接網絡覆蓋的限制，通過將港口各類碼頭現存的異構網絡包括以太網、RFID、RTK定位、4G、IoT專網等統一接入5G邊緣云內，將邊緣側的網絡資源充分統一調度與管理，實現面向港口數據邊緣匯聚的有線無線融合網絡，為港口向自動化、智能化發展提供了網絡基礎設施支撐。基于分布式的邊緣云部署和管理，靈活彈性的組件配置提供了網絡快速部署，每個邊緣云既可以獨立管理下掛的各類大型機械作業設備、通信終端，又可以實現邊緣云間的信息交互。基于SDN的動態感知網絡最優接入策略，實現港口海量生產作業等數據的本地分流與處置優化。基于QoS機制的港口網絡切片策略將港口生產、辦公、視頻等多類型業務進行區分與安全隔離，結合多點備份和多鏈路連接策略，實現基于切片網絡的業務安全運行和多模多網冗余。接下來，5G邊緣云的港口統一通信方案一方面將在差異化性能、多類型業務承載、基于AI的智能分析等方向做進一步的研究探索，另一方面將在數字孿生系統構建、超大型綜合智能管理平臺等方面做融合演進研究。

[1] NOWAK T W, SEPCZUK M, KOTULSKI Z, et al. Verticals in 5G MEC-use cases and security challenges[J]. IEEE Access, 2021(9): 87251-87298.

[2] ROSTAMI A. Private 5G networks for vertical industries: deployment and operation models[C]//Proceedings of 2019 IEEE 2nd 5G World Forum (5GWF). Piscataway: IEEE Press, 2019: 433-439.

[3] IMT-2020(5G)推進組. 智慧港口5G專網應用白皮書[R]. 2020.

IMT-2020 (5G) Promotion Group. White paper on smart port 5G private network application[R]. 2020.

[4] 董石磊, 趙婧博, 黃鵬. 物流智能倉儲的5G專網性能[J]. 電信科學, 2021, 37(9): 153-158.

DONG S L, ZHAO J B, HUANG P. Performance of logistics intelligent storage scene in 5G private network[J]. Telecommunications Science, 2021, 37(9): 153-158.

[5] 陳俊明, 王岱, 封鐳, 等. 港口5G專網方案探討[J]. 信息通信技術, 2021, 15(5): 71-78.

CHEN J M, WANG D, FENG L, et al. Discussion on 5G NPN solution for port[J]. Information and Communications Technologies, 2021, 15(5): 71-78.

[6] DATTA S K, BONNET C. MEC and IoT based automatic agent reconfiguration in industry 4.0[C]//Proceedings of 2018 IEEE International Conference on Advanced Networks and Telecommunications Systems. Piscataway: IEEE Press, 2018: 1-5.

[7] KHERANI A A, SHUKLA G, SANADHYA S, et al. Development of MEC system for indigenous 5G test-bed[C]//Proceedings of 2021 International Conference on Communication Systems & Networks (COMSNETS). Piscataway: IEEE Press, 2021: 131-133.

[8] 楊術, 陳子騰, 崔來中, 等. 功能分發網絡: 基于容器的智能邊緣計算平臺[J]. 軟件學報, 2021, 32(12): 3945-3959.

YANG S, CHEN Z T, CUI L Z, et al. Function delivery network: container-based smart edge computing platform[J]. Journal of Software, 2021, 32(12): 3945-3959.

[9] 李克武. 面向數字未來的智慧港口建設方案[J]. 港口科技, 2020(12): 7-9.

LI K W. Smart port construction scheme for the digital future[J]. Port Science & Technology, 2020(12): 7-9.

[10] MLIKA Z, CHERKAOUI S. Network slicing for vehicular communications: a multi-agent deep reinforcement learning approach[J]. Annals of Telecommunications, 2021, 76(9/10): 665-683.

[11] 羅本成. 從新加坡港看全球智慧港口的發展趨勢[J]. 中國港口, 2020(11): 5-9.

LUO B C. The development trend of global smart ports from the port of Singapore[J]. China Ports, 2020(11): 5-9.

[12] 陳云斌, 王全, 黃強, 等. 5G MEC UPF選擇及本地分流技術分析[J]. 移動通信, 2020, 44(1): 48-53.

CHEN Y B, WANG Q, HUANG Q, et al. 5G MEC UPF selection and traffic offloading technology analysis[J]. Mobile Communications, 2020, 44(1): 48-53.

[13] 張力方, 程奧林, 趙雪聰, 等. 5G專網關鍵技術及設計部署方案研究[J]. 郵電設計技術, 2021(10): 1-8.

ZHANG L F, CHENG A L, ZHAO X C, et al. Study on key technology of 5G private network and deployment scheme[J]. Designing Techniques of Posts and Telecommunications, 2021(10): 1-8.

[14] 張艷. 基于5G切片專線的組網技術和實現方法[J]. 電信科學, 2021, 37(10): 143-151.

ZHANG Y. Networking technology and implementation method based on 5G slice private line[J]. Telecommunications Science, 2021, 37(10): 143-151.

[15] 袁滿, 劉曉燕, 王科. 5G多頻段組網和優化策略研究[J]. 電子技術應用, 2021, 47(10): 16-21.

YUAN M, LIU X Y, WANG K. Research on 5G multiband networking and optimization strategy[J]. Application of Electronic Technique, 2021, 47(10): 16-21.

[16] 胡煜華, 沈文超, 王振華. 5G網絡時間同步研究[J]. 電信工程技術與標準化, 2021, 34(8): 82-86.

HU Y H, SHEN W C, WANG Z H. Research on clock synchronization in 5G network[J]. Telecom Engineering Technics and Standardization, 2021, 34(8): 82-86.

[17] 盧建福, 程明, 蔣清宏. 1588v2協議在PTN中的實現[J]. 光通信技術, 2021, 45(9): 59-62.

LU J F, CHENG M, JIANG Q H. Implementation of 1588v2 protocol in PTN[J]. Optical Communication Technology, 2021, 45(9): 59-62.

[18] 王燕偉, 霍思宇, 張瀾. 智慧港口高精度定位技術的應用討論[J]. 郵電設計技術, 2021(7): 55-60.

WANG Y W, HUO S Y, ZHANG L. Discussion on application of high-precision positioning technology for smart ports[J]. Designing Techniques of Posts and Telecommunications, 2021(7): 55-60.

Research and practice of 5G edge cloud based port unified communication scheme

NING Yan1, ZHANG Lei2, LU Xiaoyuan1

1. Shanghai Engineering Research Center for Broadband Technologies and Applications, Shanghai 200436, China2. Qingdao Port International Co., Ltd., Qingdao 266011, China

With the advantages of distribution, flexible networking, rapid deployment, and local data offloading, 5G edge cloud has a wide range of application prospects in the vertical industrial field such as ports, and also puts forward certain requirements for the realization of unified communications in ports. On the basis of studying the unified communication architecture of ports based on 5G edge cloud, a functional framework of the 5G edge cloud that realized a comprehensive perception of various elements of the port site and supported the transformation of automated services was proposed. The functional framework could be well applied to the unified hosting of wired and wireless network integration in port scenarios, and could be used as the network infrastructure of unified communication of port networks in the current complex environment. Finally, the scheme was applied to a port terminal for practical verification.

5G edge cloud, heterogeneous network fusion, port network self-operating, unified communication

TP292.5

A

10.11959/j.issn.1000–0801.2022254

2022?01?24；

2022?08?20

國家重點研發計劃項目（No.2020YFB1710805）

The National Key Research and Development Program of China (No.2020YFB1710805)

寧巖（1987?），女，上海寬帶技術及應用工程中心實驗室技術負責人，主要研究方向為5G/6G關鍵技術、AIoT邊緣智能計算、算力網絡及垂直工業領域行業應用。

張蕾（1961?），女，青島港國際股份有限公司副總工程師、首席信息官，主要研究方向為港口信息技術、港口智能化技術、工業互聯網技術、工業大數據技術、現代物流技術。

陸肖元（1975?），男，上海寬帶技術及應用工程技術研究中心副主任、教授級高級工程師，主要研究方向為新型通信網絡與數字孿生技術等。