5G Advanced: 邁向6G的演進

從 Release 18 開始的 5G 演進稱為 5G Advanced。 本文概述了 5G Advanced，以展示其技術組成要件在網路性能和功能方面的優勢。 就 5G Advanced 中的哪些功能以及這些功能如何增強和豐富已部署的 5G 網路提供了方向。

新版無線電接入標準（NR） 和 5G 核心網 （5GC） 在 3GPP 中繼續向 5G Advanced 演進，以確保 5G  系統在全球範圍內的成功，並透過支援不同的使用案例和垂直領域來擴大 3GPP 技術的使用。 除了為延展實境 （XR）、輕量版（RedCap） 設備和網路能源效率提供支援的其他技術要件外，人工智慧 （AI） 和機器學習（ML）將在 5G Advanced中發揮重要作用。 雖然愛立信 5G 網路已經以節能的方式支援人工智慧 （AI） 和機器學習（ML） 與 XR 應用要求，但增強 5G 標準以改善多供應商支援並提供更好的設備和網路合作至關重要。  5G Advanced標準化是行動無線接入向 6G 演進的重要一步。  
 

3GPP Release 18 代表著 5G Advanced 的開端。 5G Advanced 建立在由 3GPP Release 15、16 和 17所定義的5G 的基礎之上。 
 
5G網路已經在全球多數地區進行了部署。因此，從這些已部署的商用網路營運中，我們已經初步得到有助於後續調整精進的經驗與學習。此外，透過支援新的垂直產業和案例藉此持續發展 5G網路需求，也促使 3GPP 開啟了就5G Advanced系統相關的標準化工作。最後，5G Advanced中所研討的技術領域預計會作為未來的6G網路系統的基石，藉此實現 5G 與 6G的銜接。 

本白皮書對5G Advanced提供了概述，並且特別介紹其中數個關鍵技術領域，藉此指引出3GPP未來推動6G演進的方向。6G的標準化預計會從 Release 21 正式開始。圖 1 提供了愛立信對於「在3GPP 進行 5G Advanced 和 6G 標準化的時間表」的觀點；其中，計畫於2024年完成5G Advanced的第一個版本，並於2028年完成6G的第一個版本，隨後則是 6G 的持續演進。 

自從Release 15發表以後，5G系統（5GS） 的設計已經鎖定了一些主要的應用，例如：增強型行動寬頻 (eMBB)、關鍵型物聯網 (cIoT, critical Internet of Things)、 和大規模物聯網(mIoT, massive Internet of Things)。5GS在容量和覆蓋方面提供了卓越的網路性能；並且，與前幾代3GPP系統相比，5GS能支援許多新的應用場景和垂直產業。近年來，產業極為重要的趨勢是：在追求減少碳排放量的同時，儘量去滿足新應用場景的需求，例如沉浸式通訊和專用網路。 

此外，已經在商轉中的5G網路部署提供了關於網路性能的寶貴經驗。上述新的產業趨勢和從既有商用5G部署中獲取的經驗都對5G系統的進一步最佳化提出了要求；因此，有必要在即將展開標準化工作的3GPP新版本中去定義 5G Advanced系統。具體地，Release 18會包含強化5GS 架構的同時，也保留擴充空間給予未來新的區隔市場需求。 

eMBB主要是指基於智慧型手機裝置的相關應用，如WEB、APP、電子郵件和影像等依賴網路存取的應用程式；其中一些應用需要大量的資料傳輸，因此對網路容量有很高的要求。 5G NR 透過支援不同的雙工方案、頻率範圍和多載波操作解決了這個問題。無所不在的網路覆蓋和無縫接軌的行動網路服務，以及對多天線系統的支援都已經成為商用行動通訊系統必不可少的組成部分；上述功能已經被收錄在 Release 15 中，並且在後續版本中進行了更新與強化。Release 16和17中又添加了更多的功能，例如：整合的無線接入和回傳 (IAB)、在非授權頻譜上部署NR（NR-U）、廣播和群體廣播與非地面網路 (NTN)。

借助5G Advanced，與 eMBB 相關的技術特性也將得到進一步提升， 例如：上行鏈路的資料傳輸速率、容量、和覆蓋都有望得到改善。一種創新的雙工方案將會被研究並支援在同一個 TDD 載波上同時進行發送和接收。NR多重跳接方案的增強將會透過對「行動 IAB 節點」和「由網路控制的中繼站」的支援來實現。 Release 18中對動態頻譜共用 (DSS)的增強將著重於提高NR 的性能，這個做法也是考慮到了在未來LTE裝置占比隨著市場發展降低後，LTE對DSS載波資源的佔用會進一步降低。最後，在Release 18 中，移動性會被進一步增強，並且將著重基於底層通信協議實現更快的跨區切換。 

5GS 架構的強化包括如下一些有代表性的範例：對與位置相關服務、邊緣運算、對UE使用者端設備策略的增強，和對網路切片的增強。此外，在Release 18，還會研究將基於服務的架構擴展至IMS 多媒體電話服務。

針對新的區隔市場，Release 18將會進一步增強非公共網路、空中系統（即NTN）、車聯網、以及廣播和群體廣播。工業網路需要具確定性的通訊傳輸延遲也將在 5G Advanced 獲得解決。 

關鍵型物聯網(Critical IOT, cIoT)是指對延遲和可靠性有嚴格要求的應用。最具代表性的是與工廠自動化和車聯網有關的應用場景。 5G 從一開始就透過引入快速調度、穩固的傳輸、和低延遲的回饋/重傳協定等技術來有力地支援這些應用。相關的技術在Release 16和17 中也得到了進一步強化，例如：對時效性網路 (TSN) 的支援；並且，在Release 18裡，會透過對確定性網路 (DetNet)的支援而持續被提升。此外，從Release 16開始被導入的NR側鏈使得3GPP可以增加車聯網和與公共安全相關的應用。 

Release 18 將為無人機和鐵道運輸提供更好的通訊支援。無人機將從增強型測量/回報以及標準化的飛行裝置識別中受益。對於鐵路和一些公共事業，可以透過讓NR系統在頻寬小於5MHz的專用頻段運行。Release 18 也將有更多對 XR 的強化支援。 5G 對mIoT應用場景的支援最初只是繼承來自4G的LTE-MTC和NB-IoT，因為它們已經可以滿足5G mIoT 的所有需求。而且，LTE-MTC和NB-IoT從Release 13創建以來就一直在持續地演進，最新的演進就是在Release 17中增加了LTE-MTC和NB-IoT對NTN的支援。在Release 17通過對NR RedCap進行標準化，加入了第一個基於NR的mIoT最佳化，這也被認為是5G Advanced中最重要的特性之一

部分 NR 的技術特性並不會僅侷限於某個特定場景發揮作用，而是會對多個不同的領域帶來助益。例如：NR 採用了極簡的公共通道設計，使得網路和裝置都能有效地減少耗能。在終端設備的節能已經於Release 17被規範，Release 18則會著重於網路節能。 

NR 具有內建的管理功能，例如：將系統虛擬地劃分為不同的切片或者透過採集各類測量資料以進行自我最佳化；這些都將在 5G Advanced 中被持續演進。NR定位在Release 16被引入後，在不同的應用場景下發揮作用，並在Release 17和18裡被持續增強。Release 18裡另一個值得關注的重點技術領域是對人工智慧 （AI） 和機器學習（ML）的利用，下一章會對其給予更多的闡述。 

5G Advanced 將增強網路性能，並增加對新的應用場景的支援。本白皮書將著重以下五個有望在5G Advanced 中帶來重大改善且有代表性的技術領域： 

• 智慧網路自動化
• 延展實境（XR） 
• 輕量版（RedCap）NR 
• 降低網路能耗
• 針對物聯網的確定性網路 

智慧網路自動化

隨著網路設計的日益複雜，例如，許多不同的部署和使用選項，在很多情況下傳統的方法將無法提供快速的解決方案。 眾所周知，手動重新配置行動通訊系統是曠日費時的工程。 

人工智慧(AI)和機器學習(ML)能夠利用從無線網路收集的大量資料來解決複雜和非結構化的網路問題。 因此而引起許多關注的是，利用基於AI/ ML的解決方案來提高網路性能，從而替在網路營運中植入智慧方案提供了途徑。AI模型設計、最佳化和生命週期管理在很大程度上依賴於資料。 作為正常營運的一部分，無線網路可以收集大量資料。 這為設計智慧型網路解決方案提供了良好的基礎。 5G Advanced解決了如何最佳化資料收集的標準化介面，同時將自動化功能(例如，訓練和推理) 留給專用軟體實現，以支援網路自動化的充分靈活性 。 

用於RAN增強的人工智慧和機器學習 

在R17的研究中有三個案例是藉由人工智慧 （AI） 和機器學習（ML）技術來提升RAN的表現。這三個案例1）網路節能； 2）負載均衡； 3）移動性最佳化，他們在R18中將進入規範階段。

所選案例可以透過對當前NR介面的增強來支援，在保持5G NR架構的同時，使用RAN的人工智慧 （AI） 和機器學習（ML）功能來提高性能。 目標之一是透過導入具體AI模型，以激勵供應商保持創新和競爭力。 如圖2所示，對於涉及RAN-OAM的案例，可以採用基於意圖的管理方法。 RAN接收意圖，並需要理解意圖及最終觸發某些功能。 

用於實體層增強的人工智慧和機器學習 

一般預期人工智慧 （AI） 和機器學習（ML）功能可以用於提高無線性能，或減少無線介面的複雜性與相關支出。 3GPP TSG RAN選擇了三個案例，透過人工智慧 （AI） 和機器學習（ML）技術研究潛在的空中界面性能改進，如波束管理、通道狀態資訊回饋增強和不同場景的定位精度增強。 在無線介面方面，基於AI/ ML的方法可能比傳統方法更有優勢。 我們面臨的挑戰是，透過基地台 （gNB）和使用者端設備（UE）之間不同層次的協作，得到充分的人工智慧 （AI） 和機器學習（ML）模型特徵，為空中界面定義一個統一的人工智慧 （AI） 和機器學習（ML）框架。 

5G核心網中的人工智慧和機器學習 

5G Advanced將進一步增強分析架構和ML模型生命週期管理，例如提高模型的正確性。分析和資料收集架構的發展為不同網路功能（NFs）開發基於人工智慧 （AI） 和機器學習（ML）的案例奠定了良好的基礎。在 5G Advanced 中將研究其他應用案例，網路功能（ NFs）利用分析功能來支援其決策，例如網路資料分析功能（NWDAF）協助的UE網路切片策略生成。 

延展實境（XR）

5G 所擁有的「可以把通訊延遲限定在某個特定範圍」的能力使得不少新的應用場景可以被支援，這其中就包括延展實境 (XR) ；具體來說，XR是虛擬實境 (Virtual Reality, VR) 、擴增實境 (Augmented Reality, AR) 和混合實境 (Merging Reality, MR)的總稱。在 AR 中，透過使用對應的設備（通常是智慧型手機或 AR 眼鏡上的鏡頭），把虛擬資訊（包括資料、圖像等數位化元素）疊加在現實世界的圖景裡。而VR是指使用者沉浸式地去體驗脫離現實世界完全虛擬的世界。新的MR技術則考慮了現實世界和虛擬世界的融合。在 XR 和雲端遊戲（CG）中，人機互動或者人與人之間的通訊將在手持和穿戴式裝置的説明下來完成。 

在大眾媒體、遠端控制和工業自動化領域等許多新興的XR應用，將受益於5G網路在支援低延遲通訊上的能力。電信商可以將XR推廣給消費者、企業和公家機關，透過創新方法重新定義和改善像是娛樂、培訓、教育、社交和通訊等領域中。【參考文獻：“XR and 5G: Extended reality at scale with 5G networks,” Ericsson Technology Review, 2021 年 8 月】。  

XR和雲端遊戲有「高資料傳輸速率」要求，因為這兩類應用都需要上下行鏈路的影像傳輸。相應的終端設備通常被認為是具移動性及較小的尺寸，這都會限制設備的電池續航力。此外，「低延遲」和「有給定界限的端到端延遲」是為這些應用提供通訊服務的另一個挑戰。Release 17 對「基於5G網路來運行的XR應用」進行了廣泛的性能評估，在評估中著重如資料傳輸速率和延遲等關鍵性能參數。XR多包含多種資料流程，如影像、音訊和控制；這些資料流程基本上具有週期性，但每個資料流程都有不同的週期和不同的封包大小。為了擁有令人滿意的 XR體驗，對於通訊網路很重要的是能在提供高資料傳輸速率的同時確保低延遲和有給定界限的延遲。除了低延遲，如果低損耗也很重要，則可使用能讓傳輸量靈活伸縮的低延遲低損耗可擴充傳輸量(L4S)技術；L4S技術可以在網路發生擁塞時優先確保低延遲。終端設備的節電也是一個挑戰，需要更強大的終端節電方案來解決。在Release 18，無線接取與XR特定數據傳輸處理對XR的感知、節電增強和容量提升都將成為被研討的內容。隨著新的 AR/VR 設備問世，業界對XR產生了非常濃厚的興趣；因此，XR被認為是5G Advanced的重要領域之一。 

輕量（RedCap）NR設備

RedCap設備的標準化工作始於Release 17，並將在Release 18中持續演進，以期把對5G Advanced IoT的支援提升到新的水準。RedCap技術為寬頻IoT應用提供了解決方案【參考文獻：“Cellular IoT in the 5G era,“ Ericsson White Paper, 2020年2月】，並且可以為娛樂和交通等IoT區隔市場提供實惠的連網。與早期基於4G的IoT技術相比，受益於5G對前所未有的廣泛頻率範圍提供支援，RedCap技術在具備5G NR的優勢同時提供高部署靈活性。 

根據Release 17規範裡對RedCap的定義，數據機的成本將有顯著的降低；這是透過降低數據機的複雜度來達成的。具體來說，對於操作在「頻率範圍1（FR1）」的RedCap設備而言，最大可支援的頻寬為20MHz，可以只配備單個接收和發送射頻通道，並在分頻雙工（FDD）形式下支援半雙工操作。相反的，常規FR1 NR設備最大可支援100MHz頻寬，並支援多達四個接收射頻通道，在FD形式下支援的是全雙工操作。對於操作在「頻率範圍2（FR2）」的RedCap來說，將支援如將最大可支援的頻寬從200MHz降為100MHz的相似設計簡化。Release 17還對處於RRC閒置狀態和非啟動狀態的RedCap定義了對「擴展型非連續接收（eDRX）」的支援。eDRX可以顯著延長所配置的呼叫週期，使RedCap設備可以在長時間處於低功耗睡眠狀態，從而提升節電效率。 

5G Advanced 計畫進一步降低RedCap數據機的複雜度，以及支援更精簡的訊號處理流程來最佳化功耗。此外，透過降低所支援的峰值資料傳輸速率，對協定堆疊的緩沖的容量要求有望得到緩解；Release 18將利用「傳輸區塊大小伸縮」這種簡單而有效的途徑來降低峰值速率。 

在5G Advanced，除了讓處於RRC非啟動狀態的RedCap可支援更長的eDRX週期，還會支援兼顧節電和低延遲的喚醒訊號（WUS）。採用WUS和利用一個具輔助作用的單獨喚醒接收機，無需再延長睡眠週期就能夠以超低功耗來監聽呼叫的訊息。 

5G Advanced 還將讓RedCap去支援一些如定位的新應用場景。為確保低複雜度，RedCap定位預計將奠基於既有的5G定位方法。 

網路節能

5G從一開始就旨在同時滿足日益成長的流量需求與抑制行動通訊網路的功耗攀升。5G Advanced對網路節能給予特別的關注。無論是從成本還是環境的角度，行動通訊網路的呈上升趨勢的耗能曲線都是不可持續的。打破耗能曲線的上升趨勢不僅是一種選擇，更是一種產業責任。【參考文獻：“Breaking the energy curve,“ Ericsson, 2020年】 

3GPP一直認為能源使用效率是系統設計很重要的面向，3GPP規範中已針對行動設備的智慧睡眠模式進行定義，讓同時在使用載波聚合去提升容量時，會借助較低頻的頻段來在不提高發射功率的前提下擴展覆蓋範圍。在Release 18將會針對網路節能進行專門的研究。基站耗能模型、基站耗能的評估方法和關鍵性能指標都將被定義，並研究有助於達成網路節能的重要技術領域和潛在技術特性。在此之前的Releases 16 和 17已針對終端設備的節能展開了類似的工作。在從系統級的角度來考慮網路節能時，基站的負載均衡和睡眠模式將會是配置大規模陣列天線的大或小型場景所著重的要素。 

針對物聯網應用的確定性網路

工業和關鍵任務型物聯網從一開始就是5G的一個重要議題。 一個工業物聯網的例子是基於IP 通訊的媒體製作和傳遞，它需要有限的低延遲。5G已經定義了一個功能框架 ，支援基於乙太網路和 IP 的 5G 時間敏感型通訊 (TSC)，其中包括透過 UPF進行的 UE 到 UE 通訊、時間同步和 5G TSN整合。 後者使 5GS 能夠作為一個或多個可管理乙太網路交換器。

然而，有些應用需要確定性網路 (DetNet) 支援，這些應用領域不僅需要有限的 IP 低延遲，還需要低延遲變化和極低的損耗率。 5G Advanced 將在 Release 18基於Release 17定義的 TSC 框架，增加對 DetNet IP 流的支援（另請參見圖 3，其中頂部顯示 DetNet 原理，底部顯示5GS 作為邏輯 DetNet 節點映射到DetNet）。 

5G系統目前正在快速部署，為廣泛的服務提供了高速率低延遲的連結。 毫無疑問，正在進行的轉型將帶來5G和5G-A無法應對的挑戰。 日益增長的期望為產業和學界設定了一個明確的目標——6G應該透過智慧通訊為一個高效、人性化、永續的社會做出貢獻【參考文獻：6G網路 ‒ 連接虛擬和現實世界 的橋樑，愛立信】。 儘管如此，上述討論的許多5G-A技術可以被視為建構6G的某些技術模組的前導應用。 例如，XR將逐漸演變為人機互動的沉浸式通訊，這可能會對6G提出新的要求，以提供更好的體驗。 在機器型通訊方面，零耗能設備對RedCap也是一種補充，這是一類從周圍環境中收集能源的設備，該類設備可用於為數位孿生提供輸入。此外，人工智慧 （AI） 和機器學習（ML）也將在6G的全數據驅動架構和未來的智慧型網路平臺中發揮重要作用。 

從 Release 18 開始的 5G 演進被業界稱為 5G Advanced。因為5G Advanced 建立在由Release 15、16 和 17所定義的5G 的基礎版本之上，這個新的名稱是5G從2018 年及以後的演進所累計的價值。在 Release 18，將有針對網路架構的強化與新的區隔市場中其它加值功能。5G系統目前正在快速部署，並且正在為範圍廣泛的服務提供高速率、低延遲的通訊連結。對網路性能有更高期望的XR等新服務也將被引入。對RedCap的支援將會拓寬機器型通訊的應用範圍。那些基於IP即時組網的應用將受益於能夠提供有給定界限的低延遲、穩定的延遲數值、和極低損耗率的確定性網路。為了高效地滿足這些需求，行動通訊服務提供者將會增加對人工智慧 （AI） 、機器學習（ML）和網路自動化的使用，同時兼顧降低耗能。在行動通訊服務提供者已經準備好在未來要充分利用5G Advanced的這些優勢時，3GPP有必要在5G Advanced標準化工作中著重這些重要的領域。同時，對這些技術特性的研討也是對6G構成要素的重要奠基。