首页 理论教育典型应用场景示例优化

典型应用场景示例优化

【摘要】:下面以视频优化加速、车联网、增强现实三个应用场景示例,进一步说明通信与计算协同融合所带来的优势。图12.15车联网部署示意图随着连入车联网的车辆数量的增加,所需传输数据量增加,对时延的要求也更高。这使得附近的车辆能够在毫秒之内接收数据,从而允许驾驶员立即做出反应。图12.16增强现实应用示意图云计算、边缘计算、移动边缘计算等技术的出现,为信息通信网络面临的问题带来了新的解决方案。

下面以视频优化加速、车联网、增强现实三个应用场景示例,进一步说明通信与计算协同融合所带来的优势。

(1)视频优化加速

采用移动边缘,可以计算降低移动视频延迟,实现跨层视频优化。在移动视频流量呈爆发增长时,网络延迟大大降低了移动视频用户的观感。移动视频停滞和缓冲对于运营商及其客户来说仍然是一个大问题。通过不断扩容网络带宽来保证业务体验的成本非常巨大,这时则需要通过边缘部署一定的存储直接提供服务(图12.14),从而换取骨干带宽资源。

图12.14 视频优化加速示意图

①本地缓存:由于移动边缘计算服务器是一个靠近无线侧的存储器,可以事先将内容缓存至移动边缘计算服务器上。当存在观看移动视频需求时,即用户发起内容请求,移动边缘计算服务器立刻检查本地缓存中是否有用户请求的内容:如果有就直接服务;如果没有就去网络服务提供商处获取,并缓存至本地。在其他用户下次有该类需求时,可以直接提供服务。这样便降低了请求时间,也解决了网络堵塞问题。

②跨层视频优化:此处的跨层是指“上下层”信息的交互反馈。移动边缘计算服务器通过感知下层无线物理层吞吐率,服务器(上层)决定为用户发送不同质量、清晰度等的视频,在减少网络堵塞的同时提高线路利用率,从而提高用户体验。

③用户感知:由于移动边缘计算的业务和用户感知特征,其可以区分不同需求的客户,确定不同服务等级,实现对用户差异化的无线资源分配和数据包时延保证,合理分配网络资源提升整体的用户体验。

(2)车联网

近年来,车辆之间、车辆与路边设施之间的联网需求逐年增加。车辆和路边传感器的通信旨在通过交换一些关键的安全和操作数据来提高交通系统的安全性、效率和便利性。此外,车联网还可以提供丢失车辆找回、车位寻找和娱乐服务等增值服务(见图12.15)。

图12.15 车联网部署示意图

随着连入车联网的车辆数量的增加,所需传输数据量增加,对时延的要求也更高。对于某些应用数据可以在核心网区域集中存储和处理,对于一些时延敏感数据或是在本地易于处理的数据,则可以在边缘进行处理。移动边缘计算可以用于将连接的汽车云扩展到高度分布式的移动基站环境中,并使得数据和应用程序能够在车辆附近被处理,从而减少数据的往返时间。通过移动边缘计算可以直接从车辆和路边传感器中的应用程序接收本地消息并进行分析处理,然后向该区域的其他汽车传达危险警告和其他对延迟敏感的消息。这使得附近的车辆能够在毫秒之内接收数据,从而允许驾驶员立即做出反应。

(3)增强现实(AR)

增强现实(AR)是真实世界环境的视图和辅助计算机生成的声音、视频、图形或GPS等数据的组合。增强现实有较为广泛的应用场景,例如,当游客参观博物馆、美术馆或是观看音乐会、体育赛事时,可以通过相机捕捉兴趣点图片并通过应用程序在特定设备上呈现与兴趣点图片的背景、历史、作者等相关信息。这需要应用程序需要通过定位技术或相机视图获取用户的位置和他们面对的方向,而用户移动后需要应用程序进行信息刷新。由于与兴趣点有关的补充信息通常是高度本地化的,所以与核心云相比,MEC 平台更适合托管增强现实的信息数据并提供服务(见图12.16),以根据用户的位置和方向向用户的设备快速实时推送正确信息(例如,在美术馆中,面对仅间隔几米的展品,系统可以根据用户视图角度快速提供每件作品的艺术家信息),并减少核心传送网带宽资源占用。

图12.16 增强现实应用示意图

云计算、边缘计算、移动边缘计算等技术的出现,为信息通信网络面临的问题带来了新的解决方案。在未来应用场景中,这些技术主要应用在大带宽、低时延业务等场景,在传送网现有高速传输速率的基础上,根据任务的性质将其分配到核心或边缘云进行处理,通过对用户请求的合理分配,提高带宽利用效率,节省带宽资源,缓解用户的设备和运营商的成本压力。