新聞中心

EEPW首頁 > 測試測量 > 業(yè)界動態(tài) > NI解讀5G產(chǎn)業(yè)測試趨勢,平臺化方案有效應對研發(fā)挑戰(zhàn)

NI解讀5G產(chǎn)業(yè)測試趨勢,平臺化方案有效應對研發(fā)挑戰(zhàn)

作者: 時間:2017-02-07 來源:電子產(chǎn)品世界 收藏

  都說2020年是商用元年。而在剛剛過去的2016年里,HUAWEI、Nokia、Ericsson、Qualcomm、AT&T、Optus、CMCC等設備商與運營商積極合作測試,早已蠢蠢欲動;ITU也很及時地公布了時間表等重要消息,憧憬萬物互聯(lián)應用巨大市場的業(yè)界對5G可說更是期待萬分。

本文引用地址:http://m.butianyuan.cn/article/201702/343670.htm

  而業(yè)內(nèi)公認2018年5G將確立統(tǒng)一標準,這之前將是一場大角力?!霸诂F(xiàn)階段原型化在5G的標準推進過程中是非常重要的一個步驟,可以推動5G從概念到落地實現(xiàn)!”NI中國區(qū)市場開發(fā)經(jīng)理姚遠先生在不久前召開的第六屆EEVIA年度中國ICT媒體論壇暨2017產(chǎn)業(yè)和技術展望研討會上這樣說道。他從SDR原型挑戰(zhàn)入手,同時結(jié)合5G的高帶寬、爆炸性萬物互連測量需求以及任務關鍵性應用場景的極低時延Timing要求,詳細闡述了5G測試趨勢和最先進的平臺化方案。

?1.jpg

  圖1:NI中國區(qū)市場開發(fā)經(jīng)理姚遠EEVIA年度論壇發(fā)表演講。

  如何克服開發(fā)語言多樣化的原型階段障礙

  軟件定義無線電SDR(SoftwareDefinedRadio)是目前進行原型化的重要手段,IEEE對SDR技術的定義是“部分或者全部物理層功能通過軟件定義完成”,簡易框圖如下圖所示。右側(cè)的射頻硬件部分,由于集成度、頻率范圍、可調(diào)帶寬以及功耗等方面的局限性,在過去是一個瓶頸。但近幾年,一些頂尖廠商推出了高集成度、高頻率范圍和高通道帶寬的標準化可編程射頻收發(fā)器產(chǎn)品,在很大程度上解決了這個問題。所以,存在于CPU、GPP、DSP、FPGA中待開發(fā)的下圖左側(cè)軟件部分,其重要性也愈發(fā)顯現(xiàn)出來。

?2.png

  圖2:軟件定義無線電架構(gòu)。

  但對許多開發(fā)者而言,在SDR系統(tǒng)中,利用軟件代碼去定義硬件前端是一個首要的挑戰(zhàn)。因為可供選擇的開發(fā)語言種類眾多、標準不一。Matlab、C、C++、Assembly、VHDL、Verilog等眾多開發(fā)語言都可以應用在5G、SDR等開發(fā)場景與技術構(gòu)想中。最后實現(xiàn)5G系統(tǒng)的過程中,并不限于某一種語言開發(fā)。開發(fā)者與科研工作者浪費了大量寶貴的時間在學習不同的開發(fā)語言與開發(fā)工具上,這顯然不是一個高效率的做法。目前,NI可提供一整套完整的實現(xiàn)SDR原型化的工具系列,包含在內(nèi)的開發(fā)工具,提供LTE、WiFi及物理層的一些開源源代碼,開發(fā)者可在此基礎上利用,這一優(yōu)勢毋庸置疑。

?3.png

  圖3:NI可提供完整的無線快速原型化的革命性平臺工具。

  搭一個應對5G高頻高帶寬的高精度超級儀器!

  如前邊提及到的,很多設備廠商在測試5G,比如Nokia在2014年就使用NI和PXI基帶模塊來開發(fā)實驗用的5G概念驗證系統(tǒng)。后續(xù)也利用NI的毫米波信號收發(fā)器系統(tǒng),開發(fā)了第一代10Gbps可處理流數(shù)據(jù)的毫米波通信鏈路。姚遠在演講中,介紹了Nokia在幾個重要場合展示的基于NI平臺方案的5G峰值速率等測試。

?4.png

  圖4:Nokia與NI合作進行的5G峰值速率等測試

  同樣是使用73GHz頻段的信號,Nokia在2014年的測試展示中,通過one-by-one的單入單出架構(gòu),采用16QAM的調(diào)制方式,在1GHz的帶寬中實現(xiàn)了2.3Gbps的峰值速率。而在2015年和2016年的實驗中,通過MIMO的二乘二架構(gòu),或采用更復雜的64QAM調(diào)制方式,分別實現(xiàn)了10Gbps和14.5Gbps的峰值速率。請注意,這是傳輸碼元的速率。單論峰值速率這一點,已經(jīng)達到了5G的標準。

  速率的突破是5G勢如破竹的利劍,而高效精確的測試測量方案則是5G保駕護航的盾牌!對于科研工作者而言,如何去測試這些高頻率范圍、高通道帶寬的通訊信號呢?NI公司推出的矢量信號收發(fā)儀(VST)是這一方面的先驅(qū)者產(chǎn)品。早在5年前,NI第一次在中國地區(qū)發(fā)布了第一版的矢量信號收發(fā)儀,作為NI歷史上最成功的硬件產(chǎn)品之一,結(jié)合了RF生成器、RF分析儀、數(shù)字I/O以及可使用編程的Xilinx FPGA。

?5.png

  圖5:NI的第二代VST(矢量信號收發(fā)儀)。

  VST2.0將Xilinx FPGA升級為Virtex-7,具有1GHz的及時帶寬,可用于高級數(shù)字預失真(DPD)測試和雷達、LTE-Advanced Pro和5G等高寬帶信號;其高測量精度,該儀器的誤差矢量幅度(EVM)可以達到-50dB。用戶可以進行軟件自定義是其重要核心。因為NI LabVIEW FPGA模塊擴展了LabVIEW系統(tǒng)設計軟件,以便在可重配置I/O硬件上應用FPGA,NI的VST正是其中之一。

  “而我們知道LabVIEW能夠清楚表現(xiàn)并行架構(gòu)和數(shù)據(jù)流的優(yōu)勢,使其非常適用于FPGA程序的編寫。甚至你腦洞大開,嘗試把四塊VST拼在一起,你將會看到一個超過3.5GHz帶寬的超級儀器!“姚遠指出。

?6.jpg

  圖6:四塊VST拼在一起的超過3.5GHz帶寬的超級儀器。

  平臺化測量解決方案應對IoT時代海量聯(lián)網(wǎng)設備

  在本屆EEVIA年度論壇上,NI的姚遠引用Gartner在早前的報告中指出,到2020年,接入互聯(lián)網(wǎng)的設備數(shù)量將超過500億。在物聯(lián)網(wǎng)的應用場景中,500億設備都需聯(lián)網(wǎng)與測量;采用低效率的一對一測量方式顯然是無法滿足需求的。而物聯(lián)網(wǎng)的場景中,對數(shù)據(jù)的采集與分析又是不可或缺的。如何在需求與效率中尋求平衡,實現(xiàn)大范圍的高精度測量,將是物聯(lián)網(wǎng)場景中不可繞過的挑戰(zhàn)!

  他說:“舉一個簡單的例子,Google收購的Nest公司最為人們熟知的產(chǎn)品是恒溫器,在下圖中,我們可以看到Nest恒溫器的內(nèi)部結(jié)構(gòu),從右往左看,分別有各種各樣的Sensor、OFN模塊、電池、ZigBee、藍牙、WiFi模塊等部分。它還肩負了一些其他功能,如煙霧探測器支持IFTTT(功能),在探測到有害煙霧之后向用戶的鄰居發(fā)送一條求救短信?;蛘吲c家里的空調(diào)和加濕器連接,聯(lián)合控制這些家居設備的開關。又或者通過WiFi網(wǎng)絡連接LIFX智能燈泡,再由Nest設備來判斷用戶的狀態(tài)進而調(diào)節(jié)亮度等等。它的角色更像智能家居的大腦,兼顧處理著多種數(shù)據(jù),而這一切都是無線連接的。不難想象,未來我們面對這樣的無線場景將是“家常便飯”。所以問題來了,面對這樣復雜的多路通訊,怎么去高效地測量這些信號呢?NI公司基于PXI平臺的模塊化儀器系統(tǒng)為此提供了一種“打破常規(guī)”的解決思路。

?7.png

  圖7:NI提供測試智能設備的標準平臺.

  “絕大多數(shù)的傳統(tǒng)儀器都是單通道矢量信號發(fā)射或者分析,少數(shù)儀器可以擴展成雙通道矢量信號分析,也都是獨立射頻信道,理論上無異于使用兩臺獨立的臺式儀器。使用獨立的傳統(tǒng)儀器進行MIMO測試,遇到的最大困難是,如何讓各個射頻通道進行同步相干采集,并針對原始信號做有效解調(diào)及分析。傳統(tǒng)臺式儀器通常是依靠共享同一參考時鐘的方式來進行同步,其相位精度很難得到保證。這時,基于PXI平臺的模塊化儀器的優(yōu)勢就顯現(xiàn)出來,由于模塊化儀器其本振,上/下變頻器,數(shù)字化儀以及任意波形發(fā)生器是分開的,我們可以很容易的將同一個本振信號共享給多個上/下變頻器,獲得一個更加精準的相位相干多路信號,或者針對MIMO系統(tǒng)的輸出射頻信號進行分析。“姚遠闡述道。

  一方面,在成本與體積上,PXI平臺使用現(xiàn)成可用技術的優(yōu)勢顯而易見;另一方面,這是一種軟件定義的模塊化解決方案,其具有非常強大的靈活性與可擴展性,不斷支持演進的通信標準。如圖中的NI標準化測試儀器,模塊化使其能夠?qū)崿F(xiàn)如VST用于測量WiFi、ZigBee、藍牙等信號,SMU用于測量電池,DAQ則用于測量各種各樣的Sensor,再搭配LabVIEW圖像化編程的優(yōu)勢,這在測量上無疑是具有突破性的。

  無人駕駛等任務關鍵型應用的極低時延仿真探討

  除了帶寬之外,Timing時延對未來很多前景應用也非常重要。尤其是在無人駕駛、遠程醫(yī)療這些任務關鍵型的應用,對于延遲和穩(wěn)定性有非常高的要求。如無人駕駛,需要分辨人和樹。緊急情況下,車可以選擇撞樹、但絕對不能去撞人。那么在開發(fā)過程中怎么模擬場景,怎么將場景快速地進行仿真,就需要有系統(tǒng)性的解決辦法,可以使用不同技術來實現(xiàn)。

?8.png

  圖8:兼顧低時延與靈活性的技術選擇。

  “如圖8中最上邊的納秒級別的Backplane同步技術,精確、時延低,但靈活性不高;又比如用于開發(fā)的LabVIEW軟件,其內(nèi)部的數(shù)據(jù)結(jié)構(gòu),特點是較高的延遲,卻有很好的靈活性。我們需要針對不同的Timing場景,選擇利用不同的技術?!币h指出。

  后記

  測試測量的模塊化架構(gòu)最早由NI提出,其在這一領域也有超過10年的積累。產(chǎn)品的豐富性、多樣性、以及與軟件無縫結(jié)合的特點都是其強大的優(yōu)勢。無論如何,在IMT-2020(5G)推進組的組織下,5G研發(fā)與測試正在按照規(guī)劃的時間周期進行中,相信在2020年的奧運會上,5G就會綻放耀眼的光彩!



關鍵詞: 5G LabVIEW

評論


相關推薦

技術專區(qū)

關閉