基于信息物理制造系统(CPMS)的智能制造已成为发展趋势，并得到了世界各国的广泛认可。工业物联网(IIoT)具有自动化、智能连接、实时监控和协同控制等特点，是贯穿CPMS发展趋势的关键之一。随着先进技术在制造业的渗透和应用，制造过程中产生了大量的数据。然而，目前的3G、4G等通信技术还不能满足CPMS对高数据速率、高可靠性、高覆盖、低时延等方面的需求，阻碍了CPMS的发展和实施。作为一种未来的先进无线传输技术，5G在工业物联网和CPMS方面具有重要的发展潜力。本文基于5G无线通信技术的体系结构和特点，提出了基于5G的工业物联网体系结构，并分别描述了5G三种典型应用模式下不同先进制造场景和制造技术的实现方法，即:增强了移动宽带(eMBB)，大规模机器类型通信(mMTC)，超可靠和低延迟通信(URLLC)。分析了基于5G的工业物联网的特点、关键技术和面临的挑战。
5GIIoT BackgroundCyber manufacturing：网络制造是一个源自信息物理系统(CPS)的概念，指的是现代制造系统，它提供了一个信息透明的环境，以促进资产管理，提供可重构性，并保持生产力。与传统的基于经验的管理系统相比，网络制造提供了一个基于证据的环境，使设备用户了解网络资产状态，并将原始数据转换为可能的风险和可操作的信息。驱动技术包括信息物理系统设计、工程领域知识与计算机科学以及信息技术的结合。其中，制造业的移动应用是产业界和学术界特别感兴趣的领域。
CPS：信息物理系统(CPS)或智能系统是一种由基于计算机的算法控制或监视机制的计算机系统。在网络物理系统中，物理组件和软件组件是深度交织在一起的，它们能够在不同的空间和时间尺度上运作，表现出多种不同的行为模式，并以随环境变化的方式相互作用CPS涉及跨学科的方法，融合了控制论、机电一体化、设计和过程科学的理论。过程控制通常被称为嵌入式系统。在嵌入式系统中，重点往往更多地放在计算元素上，而较少地放在计算元素和物理元素之间的紧密联系上。CPS也类似于物联网(IoT)，共享相同的基本架构;CPS在物理元素和计算元素之间表现出较高的组合和协调性。
随着大数据、物联网(IoT)、云计算、边缘计算、数字孪生、先进传感技术、服务导向技术等先进技术在制造业的渗透和应用，当前制造业正经历着近十年来前所未有的巨变。智能制造已经引起了广泛的关注。与此同时，一系列先进的制造模式或国家战略被提出，如工业4.0(第四次工业革命，即人工智能主导)，美国国家战略先进制造规划、美国工业互联网规划、中国制造2025规划、互联网+制造规划、云制造规划等。
在先进的智能制造模式中，共同的目标是实现基于信息物理的制造系统(CPMS)。
具体而言，CPMS旨在实现制造物理空间的智能管理，如生产过程的智能规划、生产要素配置、车间布局优化、生产调度和库存管理等，实现数据建模、集成、融合、仿真、另一方面，在制造网络空间中进行分析和决策，以及实现实时性以及基于先进制造空间和网络空间的制造过程高保真同步数据传感和传输技术。
IIoT： 技术趋势
- Smart interconnection of shop-floor heterogeneous production factors[车间异构生产要素智能互联]: 根据思科IBSG的数据，到2020年，预计将有超过500亿件东西连接到互联网上，其中约20%来自工业部门。基于物联网的架构，可以对车间内的机器、材料、工人、环境等所有异质性因素进行可靠的感知，并实时传输其大量的生产数据。因此，所有异质车间生产要素的智能互连具有实现的潜力。例如，为了确保工业应用的安全、规模和扩展，通用电气公司(GE)开发了Predix平台，提供工业应用所需的共享功能:资产连接、边缘技术、分析和机器学习、大数据处理和以资产为中心的数字孪生
- Big data analysis driven smart manufacturing[大数据分析驱动智能制造]: 利用大数据分析方法，可以利用车间采集的制造数据进行智能分析，包括生产设备健康评估与预测、产品质量与可靠性分析、生产任务调度与预测、生产流程协同优化等。由知名工程机械公司三一重工开发的大数据平台，包含超过40tb的数据，包含5000个维度，每天更新2亿条数据。能及时监控每台机器的运行和损坏情况，提前主动执行服务。
- Cloud computing and edge computing driven smart manufacturing[云计算和边缘计算驱动的智能制造]： CPMS对计算技术提出了更高的要求，可以有效地提高仿真、分析和决策能力。越来越多的制造业对云计算和边缘计算进行了研究,例如，Accuride公司在其公司办公室推出了云ERP，并开始推出其云制造系统以连接其制造设施。
- Smart manufacturing based on virtual reality and augmented reality[基于虚拟现实和增强现实的智能制造]: 将虚拟现实和增强现实技术应用于产品设计、制造、维护、生产设备大修等方面，提高生产效率，降低生产成本，提高产品质量。例如，石油和天然气巨头道达尔(Total)使用西门子的虚拟现实软件，利用虚拟3D环境培训其海上安装人员，这提高了安全性，并使原材料生产的利润最大化。此外，福特汽车公司利用虚拟现实技术对汽车装配过程进行验证，将生产线上的意外伤害率降低了70%
- Digital twin driven smart manufacturing[数字孪生驱动智能制造]: 将数字孪生技术应用于制造领域，实现制造物理空间和网络空间的融合和高保真同步，实现数字孪生驱动的产品设计、制造和检修维护。Gartner发现，48%正在实施物联网项目的组织表示，他们已经或计划在2018年使用数字孪生，数字孪生的应用方面，西门子建立了基于数字孪生技术的生产系统虚拟模型，对其整个价值链进行整合和改造，并在工业设备Nanobox PC的生产过程中得到验证
- Service-oriented smart manufacturing technology.[面向服务的智能制造技术]:在网络化制造技术的基础上，运用数字描述和云计算的理论对物理制造资源进行了虚拟化。针对制造任务的需求，对制造服务进行搜索、组合、匹配和优化，实现各种制造服务的共享和聚合。MTConnect是制造业中面向服务技术的一个例子。MTConnect是一个开放的、免版税的协议标准，它允许制造设备使用公共语言来交换信息。
纵观CPMS的发展趋势，关键问题是实现工业物联网(IIoT)，实现制造物理空间和制造网络空间的融合，具有自动化、智能互联、实时监控、协同控制等特点。工业物联网的目标是基于可靠传感、计算机网络、实时通信和大数据技术，在工业环境中实现环境泛在网络。此外，工业物联网可以以更低的成本、更方便、适用性更高的方式获取传统工业生产线无法获取的重要制造工艺参数，从而优化生产管理，提高生产效率。然而，随着越来越多的新技术在CPMS中的应用，制造过程中产生了大量的数据。而制造过程中海量数据的实时传输和处理，极其需要高速、低时延、高可靠性的通信技术。
适用于IIoT的通信技术
通信技术是工业物联网的基础。工业物联网感知的制造信息在不同的通信终端之间进行传输和交换，实现异构生产要素的互联互通。与传统的物联网中异构生产要素的数据传输架构也包括传感层、网络层和应用层三个方面，从传输方式的角度来看，网络层和应用层的通信技术可分为有线和无线两种。有线通信技术主要包括现场总线技术和以太网技术，无线通信技术主要包括ZigBee、WiFi、WiMAX, 2G, 3G, 4G等等。
异构：Heterogeneous: 指的是物联网设备性能不一，不同厂商的物联网设备对功耗、安全机制、CPU性能等多种构件设计标准不同，导致物联网节点中的设备不容易被统合管理。异构可以理解为： 由于各种不同标准而诞生的不同种设备接入相同网络后，网络节点性能差异大的现象。
有线通信： 工业现场总线技术始于80年代中期，主要用于解决传感器、仪表、执行器等底层现场设备之间的通信，并实现这些设备与上层控制系统之间的数据传输。是目前应用最广泛、比较成熟的工业通信技术。典型代表有RS485、CAN、Lonworks、ProfiBus、HART等。工业以太网通过以太网TCP/IP协议与工业现场总线的融合，实现管理系统与各种pmr之间的垂直集成。因此，新的协议出现了，如HSE, Modbus TCP，ProfiNet, 以太网/ IP等。综上所述，各种总线通信技术为车间异构生产要素与上层控制系统之间的通信提供了可靠的保证。但是，不同的车间和数据中心之间的跨区域通信主要依靠传统的互联网，存在时延大、安全性低、线路布局复杂等缺点。
无线通信： 无线传感器网络作为一种实现工业物联网的有效方法，越来越受到人们的关注。无线通信可以方便地连接移动和不可访问的设备，简化线路布局，节约成本。工业物联网正在应用各种无线通信技术，包括小区域无线通信技术(Wi-Fi、Zigbee、6LoWPAN、蓝牙)和大区域无线通信技术(GSM、GPRS、3G、4G)。小区域无线通信技术不适合大范围的工业物联网。然而，现有的大面积无线通信技术在传输速率、节点连接、时延、可靠性和安全性等方面还远远不能满足未来工业物联网的需求。
ZigBee技术: 是一种近距离、低复杂度、低功耗、低速率、低成本的双向无线通讯技术。主要用于距离短、功耗低且传输速率不高的各种电子设备之间进行数据传输以及典型的有周期性数据、间歇性数据和低反应时间数据传输的应用。简单的说，ZigBee是一种高可靠的无线数传网络，类似于CDMA和GSM网络。ZigBee数传模块类似于移动网络基站。通讯距离从标准的75m到几百米、几公里，并且支持无限扩展。
6LowPan，即IPv6 over IEEE 802.15.4，为低速无线个域网标准。作为短距离、低速率、低功耗的无线个域网领域的新兴技术．6LowPan以其廉价、便捷、实用等特点，向人们展示了广阔的市场前景。凡是要求设备具有价格低、体积小、省电、可密集分布特征，而不要求设备具有很高传输率的应用，都可以应用6LowPan技术来实现。比如：建筑物状态监控、空间探索等方面。因此，6LowPan技术的普及，必将给人们的工作、生活带来极大的便利。
GSM: 2G. GSM是Global System for Mobile Communications的缩写，意为全球移动通 信系统，是世界上主要的蜂窝系统之一。GSM是基于窄带TDMA制式，80年代兴起于欧洲，GSM通信方式的方便之处在于它提供了一个智能卡，即SIM卡，并且机卡可以分离，这样用户可以更换GSM通信终端而无需更换SIM卡ID。GSM通信方式还允许用户发送和接收每条不超过160字长度的短信息，这就促成了GSM通信网络与监控装置的实际应用向结合。
GPRS: 第二代移动通信技术(GSM)逐渐向第三代移动通信技术 3G)发展，而GPRS(通用分组无线业务)作为GSM向3G的过渡技术，就成为了连接GSM与3G的桥梁。GPRS是通用分组无线业务(General Packet Radio Service)的英文简称，是在现有的GSM系统上发展出来的一种新的分组数据承载业务。它通过利用GSM网络中未使用的TDMA信道，提供中速的数据传递。能提供比现有GSM网更高的数率，用户通过GPRS可以在移动状态下使用各种高速数据业务，包括收发 mai1，进行internet浏览等。
当前的制造业正经历着CPMS等新技术驱动的变革。同时，工业物联网对通信技术提出了更高的要求。未来CPMS的通信技术将面临以下重大要求:
- 高传输速率： 越来越多的制造业活动，如对所有生产要素和整个生产过程的实时监控，云计算、边缘计算、虚拟现实和增强现实在制造业中的应用，导致了大量的制造业数据，需要稳定、不间断的数据速率超过25mbps，而不能被传统通信技术的传输速率和带宽满足。
- 高覆盖范围： 工业物联网正在追求“无处不在的通信”。换句话说，制造工厂的任何区域都应该被100%覆盖。但在实际工厂中，由于电磁干扰、障碍物等复杂的生产环境，现有的通信技术无法达到“泛在通信”的要求。
- 低延迟： 人机协作、机器协作、远程实时控制等先进制造活动对通信延迟提出了更高的要求，通常要求较低的延迟在1ms左右。虽然目前的无线通信技术已经取得了很大的进步，但端到端的延迟却在20-100毫秒左右，仍然不能满足CPMS对通信时延的迫切要求。
- 大量维持连接：在CPMS中收集所有因素、全过程和业务的数据，必然导致未来工业物联网的通信节点数量比传统制造业呈指数增长。从目前的通信技术来看，有线通信由于线路布局困难，无法满足大节点连接的要求，无线通信由于接入节点数量的限制也无法满足要求
- 高可靠性： 远程实时监控、操作控制指令下达和无人工厂对通信可靠性提出了很高的要求。一般情况下，丢包率应低于1 × 10−12。最新的4G传输技术还不能满足未来的需求CPMS由于其低水平的服务质量(QoS)系统。
- 高安全性：制造业相关数据的泄露不仅可能导致企业核心机密的泄露，还可能导致生产过程或设备遭到恶意攻击，最终导致整个生产过程瘫痪。然而，现有的有线和无线传输技术还不能满足CPMS对数据传输安全性的要求。
综上所述，制造业正在经历着制造模式和制造技术的巨大变化。然而，现有的通信技术已经不能满足不断增长的CPMS通信需求。因此，迫切需要一种具有高传输速率、低延迟、高可靠性、高覆盖、大节点容量和高安全性等特点的先进移动通信技术，以满足在智能车间的传输层和应用层，促进机器视觉、虚拟现实、增强现实、数字双车间、人机协作、机器协作等先进制造技术的应用的通信需求。作为新世代无线通信技术，5G通信网络将提供更丰富的服务能力，与上一代通信技术相比，其吞吐量、速度、延迟、覆盖范围、可靠性和安全性都将显著提高(提升10-100倍)。为CPMS的建设和运行提供有力的沟通保障。
5G-新世代通信技术
移动通信技术经历了两个重要的时代，分别是2G语音数字化、3G多媒体和4G无线宽带。随着新型移动设备、通信业务和网络流量的持续增长，现有的移动通信技术已不能满足这些日益增长的需求。2015年6月，国际电信联盟(ITU)正式将5G命名为IMT-2020。IMG-2020 (5G)推进中国集团发布了5G概念白皮书，指出了5G的主要技术场景、关键技术和挑战。5G的核心意义是将移动技术的优势延伸到新的应用领域，以最优的方式连接、控制、交换、定位、协同工作，超越空间和时间的限制，创造新的商业模式。
与4G无线通信网络不同，5G具有以用户为中心的网络架构、云无线接入网架构(C-RAN)、波束形成定向天线、混合和独立毫米波网络、用户平面(U-Plane)和控制平面(CPlane)分离的特点，如图所示。因此，与前几代通信技术相比，5G通信网络在几个方面取得了巨大的进步，通信容量增加1000倍以上，数据传输速率增加10-100倍，端到端延迟小于1ms，大规模连接数量增加10-100倍，成本更低，用户体验更好。
此外，在大规模部署4G LTE之前，国内外许多学者对5G无线通信技术进行了各种研究任务。例如对5G通信网络的架构、空中接口、天线、异构网络互联等方面进行了研究。文献对5G无线通信物理层的通信信道、波束形成、大规模MIMO、全双工技术进行了研究。物理层的变化必然导致媒体访问控制层的变化。因此，MAC层的相关技术，如多址、多路复用、帧结构等也引起了人们的研究尝试。为了保证良好的用户体验，文献[45,46]研究了的QoS、体验质量(QoE)和自组织网络(SON)5G无线网络。此外，将绿色和可持续技术整合到未来的5G无线网络中，对于实现显著的能源节约变得更加重要。因此，=对5G网络的能耗的研究也很重要。
基于5G无线通信网络的技术优势，国际电联无线电通信部门(ITU- r)为5G未来的发展确定了三种场景。
增强移动宽带(eMBB)场景：与现有的移动宽带业务场景相比，eMBB意味着终极高通信体验和巨大的性能改进。eMBB的潜在代表性应用包括4k高清视频、虚拟现实、增强现实、远程医疗、远程教育、外场支持等。
海量机器类型通信(mMTC)：5G将带来万物互联的能力，让社会中涉及的一切事物理性运作。物联网的高密度、规模化，有助于现代产业向更先进的智能产业升级。具有代表性的应用包括智慧城市、智能家居、产业信息、智能仓储和物流。
超可靠和低延迟通信(URLLC)场景：URLLC场景主要用于高通信质量、低延迟的场景，如无人驾驶汽车网络、无人机网络等。只有传输的数据既准确又可靠，才能实现汽车联网、无人机联网的实时监控与协同控制。
IIoT5G Requirements
eMBB
在工业物联网驱动的未来先进制造业中，一些复杂的制造场景是必需的，也是必然的，包括所有制造设备的实时状态监控，基于云计算和服务技术的运营管理模式，基于虚拟的设计-加工-装配-维护/增强现实。实现上述制造场景的最重要的要求之一是与现有无线通信技术相比更高的通信速率。一方面，5G网络通信技术使用28 GHz或60 GHz毫米波作为载波，可以获得更高的带宽和更高的通信速率。另一方面，5G技术中使用的CRAN和SDN (software design network)架构提供了C-Plane和U-Plane之间松散耦合的控制模式，提高了有效数据的传输效率。此外，为了获得更高的通信速率，eMBB场景中还需要使用多个低密度奇偶校验码、新的位映射技术和ultra-Nyquist调制。 在实际应用领域，对于未来的发展趋势，云计算、边缘计算、虚拟现实、增强现实等先进技术对数据传输速率和延迟提出了更高的要求。中兴通讯,高通、爱立信、三星、诺基亚等企业正在全力研究5G eMBB网络。
mMTC
触觉互联网是一个网络或网络的网络，用于远程访问，感知，操作和控制真实或虚拟的对象或过程在感知的实时由人或机器。触觉互联网在工业物联网驱动的未来先进制造业中也是一种很有前途的应用模式。需要感知的各种制造数据，包括设备状态数据、在制品状态数据、工人行为信息、车间环境信息、干扰信息等，必然会导致车间产生高密度的传感节点。此外，异构网络和异构设备之间的互连是阻碍IIoT异构实现的另一个挑战。为了克服上述问题，5G技术首先需要大量较小尺寸的天线，即天线阵列。5g采用了SDMA (Spatial division multiple access)技术，旨在提高发射机和接收机的频率复用。此外，多波束形成技术减少了同信道干扰，提高了链路质量。并在特定方向上优化增益，同时将全向传输转换为自适应的高定向辐射模式。与此同时,异构网络(HetNet)是一种新颖的网络范式。
为了实现高密度网络节点接入和异构网络与设备的融合，研究了针对海量连接请求的有效多址接入协议。
mMTC大规模连接的特点为物联网的未来发展提供了广阔的前景。作为mMTC通信场景的前奏，窄带物联网(窄带物联网)正在部署中。窄带物联网具有大规模连接、超低功耗、高覆盖、高安全性、高稳定性、高可靠性、低成本等优点，使其具有高度的可靠性,在远程抄表、安全报警、智能保护套、智能路灯等多个领域具有竞争力。
URLLC
人机交互是一个不可避免的应用场景。工业物联网驱动的未来先进制造业，需要极其精确和低延迟的指令传输。此外，自主车间是一个更理想的愿景。为了保证自主车间的稳定运行，非常需要超可靠、低延迟的通信技术。URLLC服务需要从一端到另一端的安全数据通信，具有超高的可靠性和基于期限的低延迟要求。一方面，5G无线网络通信技术采用多波束形成技术，减少同信道干扰，提高链路质量，从而提高传输可靠性。 另一方面，采用5G无线网络通信技术的以用户为中心的网络架构，取代以基站为中心的模式。此外，采用直转发、FlexE技术、np感知优先级、基于优先级和延迟的调度策略等技术，保证通信的可靠性和低延迟。
通过分析5G的应用场景和目前的测试应用，5G无线通信网络为物联网的发展和实现提供了丰富的可能性。特别是在制造业领域，随着智能制造的推进，智能生产线和智能车间的建设对数据传输速率、传输时延、可靠性、覆盖范围、大规模连接和安全性提出了更高的要求。例如，机器视觉、虚拟现实、增强现实和数字孪生驱动制造等活动产生了大量的数据，需要很高的传输速率。另一方面，人机协作、机器协作和远程操作控制要求传输延迟极低。此外，生产线具有环境复杂、物理范围大、操作危险等特点，对覆盖范围的要求也很高。然而，随着网络新技术的突破、标准的制定和实际实施，5G无线通信技术必将为工业物联网建设提供强有力的保障。
面向智能制造的5G工业物联网体系
针对智能制造的不同场景和5G无线通信网络的三种通信方式，
本节提出了基于5g的工业物联网体系结构。首先，研究了5G无线通信技术环境下智能制造七个相关应用场景的实现方法，包括制造车间异构因素的实时数据采集、产要素识别与定位、网络化协同制造、人机交互、自动导向车辆(AGV)协作、物理空间与网络空间之间的数字孪生驱动车间融合、基于虚拟现实和增强现实的产品设计、制造和维护。
详细分析了基于5G无线通信技术的大数据、云计算、边缘计算、数字孪生、虚拟现实/增强现实、服务型制造等先进技术如何应用。基于5g的工业物联网体系结构如图3所示。
5G环境下智能制造的场景
- 基于mMTC的智能制造应用场景
对于智能制造而言，异质生产要素的智能互联是构建CPMS的基础，即实现制造设备的实时监控。例如（机床，机械臂、送料机)、制造辅助设备(如供水设备、供气设备)、资源跟踪(如物料、产品工作、工人)和车间环境(如温度、湿度、灰尘、有害气体)。异构生产要素智能互联主要涉及车间异构生产要素实时数据采集和生产要素识别定位两个制造场景。但由于需要监控的节点数量较多，目前的3G和4G传输网络难以支持如此大规模节点的制造场景。另一方面，由于车间生产要素繁多，数据结构异构，现有的4G等网络不适合大规模通信网络的工业物联网场景。
为了实现上述制造场景，使用毫米波传播的5G传输技术需要大量较小尺寸的天线，即天线阵列。天线阵列通过有效的SDMA (spatial division multiple access)技术，提高了发射机和接收机的频率复用能力。多波束形成技术减少了同信道干扰，提高了链路质量，并优化了特定方向的增益，同时将全向传输转换为自适应的高方向性辐射模式。此外，对于5G网络架构，集中式和虚拟化云比率接入网(C-RAN)技术以及C-RAN等异构网络的结合，将传统蜂窝网络中的物联网协议、多协议功能和以太网扩展到远程蜂窝站点。
该网络架构将基带资源集中在远端中心，具有统计复用增益、节省带宽和节能的优点。因此，通信覆盖范围和连接节点数量得到了很好的提高，确保了5G无线通信技术能够满足智能制造中大量机器节点通信场景的应用需求。一方面，一个产品或部件的制造过程涉及多个子过程，生产线上不同的制造设备负责不同的加工任务。特别是在装配线上，为了协同完成加工任务，在适当的时间向相关的制造设备发出适当的和订购的操作指令。 - 基于URLLC的智能制造应用场景
CPMS制造模式的典型应用场景是车间内异质生产要素的网络化协同制造。随着自动化技术在制造车间的广泛应用，迫切需要建设大规模的自动化生产线。另一方面，由于机械结构和加工任务的限制，单个机器人通常无法完成一些复杂的加工任务，如双机器人的协同装配和焊接。此外，在一些恶劣环境下的制造场景中，对于特定的制造任务，往往需要多机器人远程控制协同操作。这些制造场景要求在控制中心和车间设备之间进行数据和控制指令的双向传输，需要超精确传输和超低延迟。然而，3G和4G网络难以满足工业自动化对高可靠性和低延迟的要求。
CPMS制造模式的另一个典型应用场景是人机交互。在一些制造过程中，由于一些机器缺乏灵活性，难以满足不同生产操作的需求。而在其他生产过程中，非符合人体工程学的手工操作给工人带来了沉重的工作量。借助机器的精确性和人的灵活性，机器可以通过触摸、手势、声音等方式，根据工人的指示，快速调整工作计划，以响应工人的操作。更重要的是，当工人进入机器的运动范围时，机器(如机器人、机床)应该减速，必要时，机器会停止移动，以确保工人的安全。人机协同制造模式不仅提高了生产效率，而且使生产系统更具鲁棒性和灵活性。同时，为了保证安全有效的人机协作，需要具有极高可靠性和低延迟的通信技术。
各种自动引导车辆(AGV)正被应用于智能车间和智能存储。AGV不仅能与机械手等操作设备协同装卸货物，与其他AGV协同工作，而且能自动找到充电电源。在这个过程中，AGV感知环境地图、其他AGV的位置、电池电量等，并进行快速计算和决策。因此，AGV需要高可靠性、低延迟的通信技术作为保证。
为了实现上述三种先进的制造场景，基于SDMA的天线阵列通过大量较小天线，可以实现自适应的高定向辐射传输，并在特定方向上优化增益。天线阵列采用多波束形成技术，减少同信道干扰，提高链路质量，从而提高传输可靠性。此外，5G无线传输技术的架构正逐步从以基站为中心的模式向以用户为中心的模式转变，基带资源集中在远端中心。由于在5G技术中采用了直转发、FlexE技术、np感知优先级、基于优先级+延迟的调度策略，在保证通信可靠性的同时大大降低通信时延。 - 基于eMBB的智能制造应用场景
数字双车间作为实现车间内实体制造空间与网络空间智能互联与交互的一种潜在有效途径，已受到学术界和产业界的广泛关注和认可。数字双车间借助新一代信息技术和制造技术，通过物理车间与虚拟车间的双向真实映射和实时交互，实现全要素、全流程、全业务的数据集成与融合。数字化双车间可以实现实体车间、虚拟车间和车间服务系统之间的迭代操作，实现生产要素管理、生产活动规划和生产过程控制。数字双车间的活动，如从实体车间获取的生产数据的实时感知和上传，从虚拟车间向实体车间发出的控制指令，需要不断地传输大量的实时生产数据。与目前的3G和4G网络相比，迫切需要一种更高传输速率、更低延迟的新型通信技术。
虚拟现实和增强现实技术在制造业中的应用越来越受到人们的关注，尤其是后者。它是指虚拟信息叠加到相同的真实环境中，两者相辅相成。首先，虚拟现实和增强现实可以应用于产品设计过程中。设计的虚拟模型与真实场景交互、迭代，更好地实现了产品模型在最终设计前的仿真、分析和评审。其次，在制造过程中，利用虚拟现实和增强现实技术，可以将操作步骤和流程直观地呈现给装配工人，提高生产效率，减少误差。此外，随着制造设备的集成度和复杂性的提高，其维护和维修的难度也越来越大。在虚拟现实和增强现实的帮助下，工作人员可以获得实时的维修建议。而基于虚拟现实和增强现实的制造场景中传输的数据属于流媒体数据，数据量巨大。因此，要实现虚拟现实/增强现实与制造过程的无缝连接，还需要一种比现有3G和4G技术传输速度更快、延迟更低的新型通信技术。
为了实现以上两种先进的制造场景，5G eMBB更高的频率特性使得其比4G无线通信网络拥有更高的带宽和更快的传输速率。在毫米波的所有频段中，28GHz和60GHz是5G中最有前景的频段。无线通信的最大带宽约为载波频率的5%，这样很容易实现比4G无线通信快10倍的传输速率。此外，基于C-RAN和SDN (software design network)架构的5G无线通信提供了C-Plane和数据平面之间松散耦合的控制方式(D-Plane)，提高有效数据的传输效率。因此，5G无线通信技术可以为制造过程中需要双向传输大量数据的场景提供支持。
5G环境下技术改良
-
D2D/M2M: 广义的M2M是指机器到机器、机器到人、人到机器、机器到移动网络的连接和通信。M2M旨在解决人、机、系统三者之间的无缝交互智能连接，而不仅仅是三者之间的数据交换。机器根据已建立的程序主动进行通信，并根据所获得的程序进行智能选择数据，并向相关的执行机构发出控制指令。可以说，M2M是实现物联网智能互联的核心问题。D2D指的是两个对等节点之间直接通信的方法。在D2D通信网络中，各个节点自动路由，通信更加灵活，可以在不占用基站带宽资源的情况下进行信息交换，也可以大大提高网络资源的利用率。无论是M2M还是D2D，核心问题是数据传输。在天线阵的帮助下5G无线通信网络、多波束形成定向传输、基于C-RAN和SDN架构的C-Plane和DPlane松散耦合控制方式、M2M和D2D技术具有实现的潜力。 - 大数据: 基于制造大数据的智能决策是实现CPMS智能化的关键。通过先进的传感技术和5G传输技术，可以获取产品设计、制造、组装和物流阶段的数据。挖掘和分析制造数据背后的隐藏价值，如设备实时状态监控与健康管理、智能材料跟踪与配给、智能规划与优化调度、生产能耗监控与优化分析等。以及产品质量和可靠性的实时分析。对制造数据进行分析，帮助CPMS自主决策，实现制造智能化。5G无线通信技术为大数据的高速、高可靠性、低时延传输提供了保障。
- 制造大数据通过5G无线通信网络上传到云端，包括制造设备状态参数、制造工艺数据、订单数据、产品质量数据、生产工艺数据等。借助云上丰富的资源，包括硬件资源和软件资源，对制造数据进行高效分析，并将分析结果返回给生产经理进行生产决策。通过5G无线传输技术，将实现海量数据传输。同时，数据传输的安全性也将得到显著提高。
- 边缘计算：云计算在一个可配置的集中计算资源池中处理大量的数据分析和数据管理，相比之下，移动边缘计算是一种物理上接近数据产生地点的数据处理模式。工业物联网的核心是车间内的所有生产要素都能智能互联、智能运营。在已构建的工业物联网的边缘，对数据进行处理和分析，实现车间内异构因素之间的相互感知、交互和控制。与云计算相比，边缘计算在数据私密性、安全性、响应速度等方面的优势更加明显。5G无线通信技术的安全框架是基于SIM卡抗篡改技术。网络与SIM卡设备之间的认证机制产生密钥，用于通信的加密和完整性保护。使用随机分配的临时标识符来保证用户的隐私。因此，利用5G移动无线通信技术，在网络边缘的小细胞进化节点基地(SeNB)设置计算单元。同时，在5G网络中采用D2D和M2M技术实现了高速数据上传和计算结果高速反馈。
- 面向服务的制造技术： 基于获取的车间异构因素实时数据和服务封装模板，实现对社会上硬件资源等各种制造资源的在线服务封装(如:机床、锻压设备、计算机硬件)和软件资源（模型、数据、软件、知识)。以传输速率高、5G无线通信网络大规模连接的特点，将制造服务上传到云服务平台并实时更新。从而最终实现制造资源服务的高度协作与共享。
特点
5G无线传输网的技术优势将极大地推动CPMS的建设。特别是使工业物联网的传输层和应用层能够适应CPMS的要求。面向智能制造的基于5g的工业物联网将表现出以下特点：
- 异构设备大规模智能互联。
面向智能制造的基于5g的工业物联网支持车间大规模异构设备互联，支持无需通过网关或基站的端到端快速传输。 - 高可靠性、低延迟的工业自动化监控与协同控制。5G无线通信网络具有高可靠性、高传输速率、低延迟的特点，使工业自动化车间的人机协作、机器协作和生产状态实时监控成为可能。
- 边缘计算驱动工业物联网。在5G无线传输网络中采用SDN技术，可以控制通信终端与服务器之间的数据流。使部分数据由网络边缘进行计算和处理，降低网络带宽占用率，降低网络延迟。
- 3D /多媒体辅助交互
5G高传输速率使基于虚拟现实和增强现实的产品设计、制造和维护成为可能。 - 低成本、低能耗的输电网络。
5G的多波束形成定向传输技术，即使需要大量的通信节点，也能实现低能耗、低成本。
关键技术及问题
目前，5G无线通信技术仍处于关键发展阶段，没有成熟的现实应用。基于5G的工业物联网的实现还面临着5G无线通信和工业物联网两个方面的关键问题。
5G的关键技术 | 特性 |
毫米波物理特性 | 它是指毫米波在大气中的衰减、衍射、传播、多普勒、散射、折射和反射特性。 |
大规模天线阵列设计 | 包括大规模MIMO天线系统设计、多波束形成定向辐射技术、大规模天线阵列空域、时域、频域和极化域特性 |
全双工传输技术 | 这些技术包括自干扰对消技术和全双工物理层的编码、调制、均衡、解码技术，使5G无线通信网络的全双工传输成为可能。 |
多路访问技术 | 目前，正交频分多址(OFDMA)、稀疏码多址(SCMA)、非正交多址(NOMA)、模式等多种有前途的多址技术正在引起人们的关注，如模分多址(PDMA)和其他新的多址解决方案 |
信道建模技术 | 主要包括室外、室内和固定毫米波通信信道模型，以及路径损耗、角度扩展和时延扩展对信道模型的影响。 |
信道编码技术 | 负责eMBB、mMTC和URLLC三种场景对应的编码技术 |
超密集异构网络技术 | 实现异构网络互联的核心问题是5G网络与传统网络的兼容方法(3G、4G、LTE、SDN、SON、认知无线网络) |
异构云无线接入网络(H-CRANs)技术 | 主要包括非均匀流量自适应特性、基于光网络的无线信号传输、动态无线资源分配与协作以及虚拟化技术中的云计算应用。 |
5G问题 | 说明 |
可靠感知技术 | 在混合动态车间、自适应协议匹配解析以及多传感器动态组网和布局优化中，迫切需要解决所有异构因素的感知方法。 |
制造业数据集成与融合技术 | 主要包括异构数据融合与服务封装方法、数据生成-建模-清理技术、数据关联-聚类-挖掘技术、数据迭代-进化融合技术和大数据存储技术 |
制造服务融合技术 | 包括制造服务建模、车间服务质量综合评价、服务与任务供需匹配、车间服务动态调度理论与方法、车间服务协同与融合、车间服务可靠性评估等。 |
异构因素智能交互与协同控制技术 | 主要包括关键过程建模、基于模型驱动的动态交互方法、虚拟现实和增强现实驱动的协同策略以及人-机，机-机，机器-材料的网络协同控制方法。 |
数字孪生驱动车间操作和交互技术 | 作为实现制造实体空间与虚拟空间融合的有效途径，数字孪生驱动的车间作业与交互主要包括虚拟车间建模、仿真与验证技术、基于数字孪生的车间设备健康管理、产品质量分析、车间能耗优化和预测，物料跟踪和定量，协同生产工艺分析技术. |
工业物联网作为实现CPMS的关键因素之一，在制造过程中产生了大量的数据。为了在制造过程中实现海量数据的实时传输和处理，迫切需要高传输速率、高覆盖、低延迟、高可靠性的传输特性。5G无线通信网络作为一种新兴的先进无线传输技术，在工业物联网和CPMS制造系统的推广中具有巨大的潜力。目前，大多数研究任务仍处于起步阶段，需要大量的研究努力才能达到更高的目标。未来可能的工作包括:(1)数字孪生车间的运行机制;(2)大数据管理和分析方法;(3)边缘计算和云计算在制造业与5G技术的结合应用。
