分析研究
井下业务需求种类繁多、差异巨大。以视频传输为代表的实时监控类业务需要超高带宽;实时远程操控、井下自动驾驶、应急救援等业务需要超高可靠性和超低传输时延;井下智能感知类业务需要超大规模的可连接节点数量支持。为同时满足各类业务差异化需求,当前矿山通信网络引入了多种软硬件设备和协议,这种多源异构的系统架构具有资源共享率低、维护升级困难、垂直业务部署配置不够灵活高效等问题[1-2]。基于软件定义网络(Software Defined Network,SDN)[3]、网络功能虚拟化(Network Function Virtualization,NFV)[4]的网络切片(Network Slice,NS)[5-7]技术来源于互联网和以5G为代表的移动通信领域,基于一套通用硬件设备可映射出满足不同业务需求的多张虚拟网络,可很好地解决业务垂直配置问题,并且不同虚拟网络之间的安全隔离性能够得到很好的保证,是实现异构网络融合的关键[8-9]。本文将NS技术应用于矿山通信网络,构建了基于NS的矿山通信网络架构,阐述了NS架构、网络切片实例(Network Slice Instance,NSI)生命周期管理、NS隔离策略,给出了针对典型业务的NS划分方法及工作状态实例。
基于NS的矿山通信网络架构如图1所示。
应用层对应的是矿山通信网络上承载的各项应用;传输层对应来源于多个厂商的数据传输接入设备;感知层对应井下业务终端,是业务的实际使用者和承载者,主要包括面向“人、机、环”的各种感知设备、视频设备、语音设备、单/双向通信设备等。
NS在矿山通信网络中的部署分为业务实例层、NSI层、资源层,分别与应用层、传输层、感知层对应。业务实例层负责具体井下业务创建及生命周期维护;NSI层通过将所有核心交换、传输和接入设备的井上/井下部分全部抽象为独立的NS来实现网络资源的虚拟化,生成可对用户服务水平协议(Service Level Agreement,SLA)进行定制、逻辑独立、业务隔离的NSI,不同需求的业务订购使用者可对生成的NSI进行定制使用;资源层负责对NSI层提供计算、存储、转发、无线接入等功能,包括井下所有可被虚拟化的网络资源和物理设施。NSI层同资源层之间可采用标准SDN南向接口进行连接。
图1 基于NS的矿山通信网络架构
Fig.1 Mine communication network architecture based on NS
基于目前井下设备实际部署情况及未来矿山通信网络发展战略综合考量,将矿山通信网络建设划分为非独立和独立2个发展阶段。在目前的非独立阶段需要将现有不同厂商硬件设备虚拟化并屏蔽底层差异。未来升级到独立阶段后,将采用通用网络核心组件和底层硬件,极大节约网络部署成本,提高功能灵活性和可扩展性。
参照ETSI(European Telecommunications Standards Institute,欧洲电信标准化协会)规范[10],NS架构如图2所示。
通信业务管理功能模块负责按照指定NS模板发起端到端NSI的创建请求,每一个NSI都可能由若干子切片构成,子切片则可能分别来源于井下核心网、传输网、接入网。NS管理功能模块将创建请求转发给每一个相关子切片子网管理功能模块,并将创建的子切片进行无缝拼接来组成完整的NSI。NS选择功能模块主要负责针对业务配置详细网络参数来生成全新NS,或者将业务加入已有的NS。井下接入网子切片子网管理功能模块通过井下接入网控制器更新接入设备参数。井下基站代理向井下接入网控制器提供物理网络功能。井下核心网子切片子网管理功能模块将指令信息转发给NFV编排器,NFV编排器主要负责井下多接入边缘计算(Multi-access Edge Computing,MEC)[11-12]应用及其他NFV功能的部署。井下传输网子切片子网管理功能模块作为数据流量的主要通路,负责接收、转发上行/下行数据流量。 NFV设备接收NFV编排器和SDN传输网控制器发送的各种配置、查询指令,并向上提供本地设备的计算资源服务。在矿山通信网络非独立阶段,如果井下只有少量转发设备且传输距离有限,建议相关核心网、传输网子切片子网管理功能模块合并。
图2 NS架构
Fig.2 NS architecture
在矿山通信网络中每一个NSI都是由NS模板生成的。NS模板类似于软件程序设计方法面向对象系统中“类”的概念,如果多个NS具有类似的网络主要性能指标(Key Performance Indicators,KPI),可以将这些NS抽象化为1个NS模板,对模板业务参数进行实例化操作后会生成具体的“对象”,即NSI。每个NS模板内各网络KPI参数要求可在NS管理功能模块处根据需要实时定制和动态修改。NS模板定制完成后放到模板列表中供通信业务管理功能模块使用。
每个NSI的生命周期都会经历创建、激活、状态切换、去激活、消亡等阶段。井下业务由于其多样性和复杂性,每个业务可能定制并关联到不止1个NSI,允许跨不同NSI的业务存在。时间上也允许业务对于NSI的依附性根据实际需要动态调整,业务同NSI之间的关联是一种以时间为自变量的一对多对应关系。相关关联操作主要由NS管理功能模块/NS选择功能模块发起和参与完成。
由于井下业务种类繁多,不同业务性能、弹性、安全性、隐私方面等指标差异巨大,对业务的分区分级进行隔离必不可少。由于业务同NS的特殊对应关系,对业务的隔离等同于实现NS隔离。矿山通信网络中采用虚拟化技术将井下核心网、传输网、接入网不同网元功能进行抽象并映射加载到不同的网络虚拟机中,从而利用NS技术实现对网元功能的实例化,完成对虚拟网络功能(Virtual Network Function,VNF)的灵活管理和配置,实现对不同NSI之间的逻辑隔离,保证不同NS所承载业务之间互不干扰。
针对井下核心网、传输网、接入网可设计不同的隔离策略。SDN传输网控制器负责对每个NSI所有隔离属性进行动态配置和管理,NFV编排器负责每个NSI关于隔离要求的全局性操作。根据实际情况,多个NSI可共用同一个NFV编排器来实现各自垂直业务的隔离操作。
NS是业务的载体,业务是NS的使用者,NS同业务之间存在特定的对应关系,对NS进行划分首先需要对业务进行划分。根据井下业务特性,将井下业务大致分为时延敏感类、带宽敏感类和连接数量敏感类3个基本大类。时延敏感类业务对时延有极高要求,例如井下无人驾驶业务[13]、实时交互业务(如虚拟现实(Virtual Reality,VR)操作视频直播)等均要求超低时延。带宽敏感类业务对带宽有较高要求,例如综采工作面作业视频直播业务需要将大量数据在短时间内传输至井上,因此对上行带宽要求高,而多媒体视频会议业务对上下行带宽均有较高要求。连接数量敏感类业务对单位空间内可连接的节点数量(连接密度)有较高要求,例如对井下环境进行监测的传感器业务及对井下矿工身体状况进行监测的可穿戴式无线体域网传感器业务[14]均对连接密度有较高要求,2种传感器业务的共同特点是传感器种类多且数量大,不同之处主要体现在环境监测传感器物理位置相对固定,而无线体域网传感器物理位置跟随矿工在井下位置的移动而不断变化。
井下业务的大致划分为NS模板的参数选择提供参考依据。基于1个NS模板,理论上可实例化出多个业务属性范围相当但不完全相同的NSI。同时由于业务的复杂性,每一个业务可能同时归属于不同的2个或多个NSI,具体对应关系可由NS选择功能模块提供。
典型井下业务下NS工作状态如图3所示(图中红色代表VNF处于已授权、已激活、待启用状态,绿色代表VNF处于已授权、已激活、已启用状态)。设定矿山通信网络中已根据作业需要和用户需求定制完成相应NS模板并实例化出3个NSI:NSI1为时延敏感类业务定制切片实例;NSI2为带宽敏感类业务定制切片实例;NSI3为连接数量敏感类业务定制切片实例。NSI1通过子切片NSS1对应VNF1(WiFi接入),直接对应VNF2(5G接入);NSI2通过子切片NSS2对应VNF3(上行高带宽),直接对应VNF4(下行高带宽);NSI3通过子切片NSS3对应VNF5(环境传感器连接),直接对应VNF6(无线体域网传感器连接)。无人驾驶矿车行驶过程中经过WiFi服务区时,对时延有较高要求,但对带宽无特殊要求,NS工作状态如图3(a)所示。在5G信号覆盖区域,将综采工作面作业画面通过视频直播向井上监控中心传输,此时对上行带宽有较高要求,NS工作状态如图3(b)所示。井上井下同步召集多媒体视频会议,此时对上下行带宽均有较高要求,但对时延无要求,NS工作状态如图3(c)所示。井上人员通过VR操作对井下综采工作面设备进行实时远程控制,此时对上下行带宽和时延均有较高要求,NS工作状态如图3(d)所示。从图3可看出,井下人员设备工作需求变化、网络环境变化、人员设备物理位置变化均会触发NS工作状态的变化和迁移。
(a) 无人驾驶(WiFi网络)
(b) 综采工作面作业视频直播
(c) 多媒体视频会议
(d) VR操作视频直播
图3 典型井下业务下NS工作状态
Fig.3 NS working state under typical underground services
将NS技术应用于矿山通信网络,通过动态修改NS模板内各网络KPI参数,实现对NSI生命周期的管理,满足了业务对NS按需定制、灵活使用的需求;通过对NSI隔离属性进行动态配置和管理,以及对NSI隔离要求进行全局性操作,实现NS隔离,达到NS所承载业务之间互不干扰的目的。基于典型业务对NS划分,满足了矿山通信网络对差异化垂直业务的灵活配置需求。
[1] 孙彦景,华钢,窦林名,等.矿山工程信息物理系统研究及挑战[J].煤炭科学技术,2018,46(2):103-111.
SUN Yanjing,HUA Gang,DOU Linming,et al.Study and challenges on cyber-physical system of mine engineering[J].Coal Science and Technology,2018,46(2):103-111.
[2] 孙彦景,于满,何妍君.煤矿信息物理融合系统模型[J].计算机研究与发展,2011,48(增刊2):295-301.
SUN Yanjing,YU Man,HE Yanjun.Modeling of cyber-physical system for coal mine[J].Journal of Computer Research and Development,2011,48(S2):295-301.
[3] 左青云,陈鸣,赵广松,等.基于OpenFlow的SDN技术研究[J].软件学报,2013,24(5):1078-1097.
ZUO Qingyun,CHEN Ming,ZHAO Guangsong,et al.Research on OpenFlow-based SDN technologies[J].Journal of Software,2013,24(5):1078-1097.
[4] 周伟林,杨芫,徐明伟.网络功能虚拟化技术研究综述[J].计算机研究与发展,2018,55(4):675-688.
ZHOU Weilin,YANG Yuan,XU Mingwei.Network function virtualization technology research[J].Journal of Computer Research and Development,2018,55(4):675-688.
[5] NGMN Alliance.Description of network slicing concept[EB/OL].[2020-05-12].https://www.ngmn.org/wp-content/uploads/Publications/2016/161010_NGMN_Network_Slicing_framework_v1.0.8.pdf.
[6] ZHANG Shunliang.An overview of network slicing for 5G[J].IEEE Wireless Communications,2019,26(3):111-117.
[7] 甄岩,余梦月,赵海波.电力异构无线通信网络切片方案[J].电信科学,2020,36(2):76-82.
ZHEN Yan,YU Mengyue,ZHAO Haibo.Network slicing scheme for heterogeneous power wireless communication networks[J].Telecommunications Science,2020,36(2):76-82.
[8] 袁亮,俞啸,丁恩杰,等.矿山物联网人-机-环状态感知关键技术研究[J].通信学报,2020,41(2):1-12.
YUAN Liang,YU Xiao,DING Enjie,et al.Research on key technologies of human-machine-environment states perception in mine Internet of things[J].Journal on Communications,2020,41(2):1-12.
[9] 袁亮.面向煤炭精准开采的物联网架构及关键技术[J].工矿自动化,2017,43(10):1-7.
YUAN Liang.Framework and key technologies of Internet of things for precision coal mining[J].Industry and Mine Automation,2017,43(10):1-7.
[10] ETSI GR MEC 024-2019.Multi-access edge computing(MEC); support for network slicing (V2.1.1)[S].
[11] HU Yunchao,PATEL M,SABELLA D,et al.Mobile edge computing: a key technology towards 5G[EB/OL].[2020-05-21].https://www.docin.com/p-1391366709.html.
[12] ETSI GS MEC 003-2016.Mobile edge computing(MEC); framework and reference architecture (V1.1.1)[S].
[13] 张晓旭.井下无人驾驶系统中的机车通信行为策略研究[D].合肥:合肥工业大学,2016.
ZHANG Xiaoxu.Research on locomotive communication behavior strategy of underground unmanned system[D].Hefei:Hefei University of Technology,2016.
[14] 孟亦凡.煤矿井下人员安全状况智能监控系统[D].淮南:安徽理工大学,2019.
MENG Yifan.Intelligent monitoring system for safety condition of underground coal mine personnel[D].Huainan:Anhui University of Science and Technology,2019.
LIU Haipeng,ZHOU Shuqiu.Research on application of network slice technology in mine communication network[J].Industry and Mine Automation,2020,46(8):28-31.