在前几篇中,我们介绍了关于构建SDR的一些挑战。在本篇中,我们介绍了研究和开发界关注的其他领域。

A.远程系统更新

SDR的主要特点和动机之一是其可重构性和灵活性。为了充分利用这一点,更新一个SDR平台的过程应该是快速和容易的。远程独立SDR通常是基于FPGA和DSP的,也会使用更多的FPGA。因此,大部分的研究都集中在FPGA的远程更新上。由于FPGA的不稳定性,它们是在系统上电复位期间通过闪存配置的,所以传统上使JTAG方法进行更新。然而,随着越来越多的SDR在无线和蜂窝网络中部署和采用,远程更新逐渐成为必要和挑战。随着远程无线电的更新,可以将程序发送到当前的设计,甚至在移动网络和BSS上传一个全新的改进设计。研究界面临的一些挑战包括速度、可靠性、成本和安全性。

此前,有人介绍了一种基于RS 422串行通信和高级数据链路控制(HDLC)协议的DSP和FPGA系统升级方法。该方法快速、稳定、易于实现。也有人使用一种新的Xilinx FPGA的远程更新方法,即将新的设计或代码存储在串行外围接口(SPI)闪存中。利用Xilinx快速启动应用程序以及Xilinx公司的KC 705评估工具包来开发他们的方法。然而,使用下载线来更新系统并不总是切实可行的。我们要面临更新期间或在失败的情况下停机的问题。该方法存在两个映像,即作为基线的工厂模式配置映像和用于特定功能的应用模式配置映像。它们显示了更新和运行新的应用程序模式(设计)映像的能力,以及在没有可用的应用程序模式映像时回到工厂模式映像。还有一些研究人员则将精力集中在提高远程更新的安全性上。虽然远程更新过程存在一些解决方案,但仍有一些挑战,包括部分FPGA的重新配置尚未得到解决。

B.集中化算法和网络切片

为了简化大型网络的设计和配置,有人提出了采用集中式网络控制的软件定义网络(SDN)。在该架构中,控制器(或多个控制器)与网络设备(数据平面)通信,以收集它们的状态信息并配置它们的操作。近年来的研究表明,无线网络可以显著受益于控制器中建立的中央网络视图,从而设计出更有效的网络控制算法,如信道分配和移动性控制。

网络资源集中控制是网络分层的推动因素,即网络资源的抽象、分割和共享。用于无线网络的三个层级切片:

  • 频谱(即链接虚拟化):需要频率、时间或空间复用
  • 基本结构:物理设备的切片,如BS
  • 网络:网络基本结构的切片

与有线网络相比,无线信道的可变特性使得对无线网络资源的分割具有更大的挑战性。同时,由于SDR能够在频谱和基本结构两级分割资源,因此可以用来增加SDN以实现资源的细致分配。例如,与基于ASIC的收发机相比,SDR提供了对物理层和MAC层参数的更高级别的控制。

需要注意的是,当采用集中网络控制时,控制器与SDR平台之间的通信时延以及编程和应用新配置的时延都应限制在规范要求之内。例如,在密集和移动的环境中,控制器可以使用集中式信道和功率控制算法来指导节点根据集中作出的决策调整它们的信道。在这种情况下,必须确保向多个SDR平台发送配置消息的时延满足中心算法的要求。此外,必须确保所有SDR同时应用配置,否则可能会发生严重的干扰和冲突。虽然OpenFlow和NETCONF等协议是为控制器和数据平面之间的交互而设计的,但它们对无线网络性能的影响还没有得到研究。具体而言,评估硬件平台(即GPP、DSP、FPGA)对应用配置时延的影响是非常必要的。这些挑战尚未得到解决。

C.网络功能虚拟化(NFV)

其中一个新主题是网络功能虚拟化(NFV)的概念,它提供了一种设计和管理网络功能的替代方法。这个概念与SDR非常相似,因为不同的网络功能可以在不同硬件平台上的软件上运行。这些平台通常是大容量服务器、存储设备和云计算数据中心。通过这种方法虚拟化的一些功能是负载平衡、防火墙、入侵检测设备和WAN加速器。这种灵活性使得NFV在降低成本的同时,对网路操作者、运营商和制造商非常有吸引力。从SDR的角度来看,这些操作不是在平台上执行信号处理操作,而是将这些操作卸载到通用计算平台上。这种架构减少了边缘设备和BS的负载,因为从强大的处理器中受益,实现了复杂的信号处理操作。例如,当多个SDR连接到一个计算平台上时,可以开发复杂的信号处理算法来应对干扰等挑战。

为了利用NFV实现SDR,开发人员一直试图将它们结合在一起,以实现整个平台的完全灵活性。虽然已经提出了几种无线SDN架构来解决无线通信的挑战,但它们中的大多数并没有从SDR的特性中获益。

D.能量效率

物联网中的电池驱动设备面临着将功耗降到最低的挑战,以便在更换之前延长电池寿命,这项操作成本很高。立即部署的SDR系统可能使用高性能的平台,如FPGA,而不提供解决方案或电池替代品。即使在有并网电源的BS的情况下,为了减少二氧化碳排放,降低功耗也变得至关重要,尤其对于电信运营商来说,因为BS消耗的能量超过网络总能耗的50%。为了解决这些问题,引入了绿色能源的概念,如太阳能和风能,并与内部能源(例如电池或输电网络源)一起储存以供消耗。这种绿色能源是为BS供电的可行选择,爱立信出于环境和财政方面的原因,已经投资并设计了绿色能源驱动的BS。因此,混合动力运行被认为是降低电网能耗和成本的一种解决方案。

另外,有人研究可利用可再生能源的传感器,如天线和太阳能电池的能量收集技术,并涵盖了物联网和M2M领域的一些应用。文章概述了采用混合解决方案并开始使用绿色能源为其BS供电的电信运营商。也讨论了在认知无线电中实现能量收集发射机的问题。我们还推导出了最优频谱感知策略,最大限度地提高了预期的总吞吐量,消除了能量因果关系和碰撞约束。能量因果关系表示总能耗应等于或小于总收获能量,而碰撞约束则表示进入被占频谱的概率等于或小于目标碰撞概率。得出的结论是:电池驱动的无线电设备可以通过优化能量和频谱效率来长期工作。能源收集往往与所谓的“绿色物联网”相联系,这是物联网网络和设备的新趋势,其主焦点是提高能源效率。此外,文章还概述了能量高效的物联网系统的挑战和现有解决方案。

E.协同设计

从定义上讲,协同设计是指通过在集成设计中利用软硬件之间的权衡来实现系统级目标的过程。这产生了更高的设计质量,并优化了成本和设计周期时间,反过来又缩短了上市时间。由于采用协同设计的应用程序越来越多,开发人员通常面临划分和调度问题。找到最优的设计划分并不容易。虽然系统分析器可以帮助提供关于系统行为的深刻见解,并帮助识别代码中可以在硬件上加速的部分,但是划分应该是一个自动的过程,不需要外部参与。针对划分的挑战,提出了几种算法,如PSO算法、FCM算法和FCMP SO算法。这些是用于将嵌入式应用程序映射到多核架构的有向无环图(DAG)的优化算法。然而,在SDR中,由于有两层操作,即物理层和MAC层,所以问题更加复杂,划分需要考虑严格的实时要求,这是性能、成本和正确操作之间的微妙平衡。即使这个过程比其他设计方法更具挑战性,复杂系统协同设计的好处也超过了最初的成本。

F.安全性

SDR简化了安全配置。例如,当一个新的安全机制不需要硬件替换(例如802.11i的WPA)时,它可以通过重新编程SDR来实现。另一方面,SDR的可重编程特性暴露了安全威胁,无论它们是独立的还是作为SDN架构的一部分。例如,假设一个802.11网络使用基于SDR的BS(即接入点)。在这种情况下,可以通过指示大量客户端与BS关联来实现拒绝服务(DoS)攻击。另外,如果控制器被破坏,那么所有的SDR都可能被重新编程为不具功能性。因此,在设计基于SDR的无线网络时,识别和考虑安全威胁是非常重要的。

通过NFV将SDR处理卸载到一般处理平台,可以部署复杂的重心算法来检测异常活动和网络入侵。例如,通过分析客户端在一个或多个BSs上接收到的信号强度,可以检测到由于产生过度干扰而引起的拒绝服务攻击。提出从SDR的特点中受益的安全机制是未来的一个重要方向,特别是对于大规模和公共网络而言。