數(shù)字孿生技術(shù)中文版

面向6G的數(shù)字孿生技術(shù)面向6G的數(shù)字孿生技術(shù)6GDigitalTwinExecutiveSummaryAbstract.Digitaltwin,withemergingpotential6thgenerationtechnology,canbeanewdrivingforcefor6G.Itcanbenefitwidelyinthescenariosofnetworks,industry,agriculturalandhumanbodies.Digitaltwintechnologyisanorganiccombinationofmanysupportingtechnology.More-over,somesolutionstotheadoptionofdigitaltwinarepresented,suchasmobilenetwork,intelligenttransportationandInternetofthings(IOT).Intentawaredigitaltwin6Gnetworkscanbeafulllife-cyclesolution,drivenbyknowledgegraph..Keywords：digitaltwin，6G，Digitaltwin6Gnetworks面向6G的數(shù)字孿生技術(shù)6GDigitalTwinTableofContentsExecutiveSummary 2 11.1.數(shù)字孿生發(fā)展史 11.2.數(shù)字孿生研究現(xiàn)狀 21.3.數(shù)字孿生與6G的融合與發(fā)展 32.數(shù)字孿生在6G中的應(yīng)用場(chǎng)景 42.1.孿生網(wǎng)絡(luò) 42.2.孿生工業(yè) 42.3.孿生農(nóng)業(yè) 52.4.孿生城市 52.5.孿生人體 63.數(shù)字孿生的關(guān)鍵技術(shù) 73.1.數(shù)字孿生技術(shù)框架 73.2.數(shù)字孿生的主要支撐技術(shù) 84.面向6G的數(shù)字孿生解決方案 4.1.面向6G的數(shù)字孿生網(wǎng)絡(luò) 4.1.1.全生命周期孿生網(wǎng)絡(luò) 4.1.2.知識(shí)驅(qū)動(dòng)的孿生網(wǎng)絡(luò)管控 4.1.3.意圖感知的網(wǎng)絡(luò)孿生策略 4.1.4.Terminalsdata-relatedsupportingtechnologies 4.2.數(shù)字孿生其它應(yīng)用 4.2.1.智慧交通 4.2.2.物聯(lián)網(wǎng) 4.2.3.終端孿生 5.數(shù)字孿生未來(lái)發(fā)展展望 參考文獻(xiàn) 縮略語(yǔ) -1-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin“孿生（twin）”的概念起源于1970年美國(guó)國(guó)家航空航天局的“阿波羅計(jì)劃”，創(chuàng)建鏡像系統(tǒng)以監(jiān)視無(wú)法訪問(wèn)的物理空間，即構(gòu)建兩個(gè)相同的航天飛行器，其中一個(gè)發(fā)射到太空?qǐng)?zhí)行任務(wù)，另一個(gè)留在地球上（鏡像系統(tǒng)）用于反映太空中航天器在任務(wù)期間的工作狀態(tài)，從而輔助工程師分析處理太空中出現(xiàn)的緊急事件[1]，例如通過(guò)鏡像系統(tǒng)的仿真，指導(dǎo)宇航員在外太空重建爆炸的氧氣罐[2]。當(dāng)然，這里的兩個(gè)航天器都是于數(shù)字孿生（DigitalTw生主要包含三部分：物理對(duì)象，虛擬對(duì)象，以及物理對(duì)象與虛擬對(duì)象之間的信息流，與之關(guān)聯(lián)的虛擬對(duì)應(yīng)項(xiàng)或代理，通過(guò)互聯(lián)網(wǎng)保證代理與物理對(duì)應(yīng)物的同步，實(shí)現(xiàn)數(shù)字“集成了多物理量、多尺度、多概率的系統(tǒng)或飛行器仿真過(guò)程”[5]。20家航空航天局與美國(guó)空軍聯(lián)合發(fā)表了關(guān)于數(shù)字孿生的論文，指出數(shù)字孿生是驅(qū)動(dòng)未來(lái)飛行器發(fā)展的關(guān)鍵技術(shù)之一。同年，F(xiàn)ramling提出了一種概念模型，說(shuō)明如何將DT用2面向6G的數(shù)字孿生技術(shù)6GDigitalTwin近年來(lái)，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)的發(fā)展，數(shù)字孿生的實(shí)施已逐漸成為可能。現(xiàn)階段，數(shù)字孿生在航空航天、智能制造、智慧城市等領(lǐng)域的應(yīng)用相對(duì)成熟，在健康醫(yī)療、農(nóng)業(yè)發(fā)展等領(lǐng)域還處于發(fā)展階段。各國(guó)家、企業(yè)、組織等都對(duì)數(shù)字孿生給予了高度重視：數(shù)字孿生正成為國(guó)家數(shù)字化轉(zhuǎn)型的新抓目前，學(xué)術(shù)界與產(chǎn)業(yè)界對(duì)數(shù)字孿生的定義與內(nèi)涵尚未達(dá)成一致，各自給出了對(duì)數(shù)Twin:Definitions,Characteristics,Appl數(shù)字孿生可以定義為(物理和/或虛擬)機(jī)器或基于計(jì)算機(jī)的模型，它們模擬、仿真、鏡像或“孿生”物理實(shí)體的生命，物理實(shí)體可能《數(shù)字孿生及其應(yīng)數(shù)字孿生是一種集成多物理、多尺度、多學(xué)科屬性，具有實(shí)時(shí)同步、忠實(shí)映射、高保真度特性，能夠?qū)崿F(xiàn)物理世界與信息世界交互中國(guó)電子信息產(chǎn)業(yè)數(shù)字孿生是綜合運(yùn)用感知、計(jì)算、建模等信息技術(shù)，通過(guò)軟件定義，對(duì)物理空間進(jìn)行描述、診斷、預(yù)測(cè)、決策，進(jìn)而實(shí)現(xiàn)物理空間《數(shù)字孿生應(yīng)用白皮中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院、樹根互數(shù)字孿生是具有數(shù)據(jù)連接的特定物理實(shí)體或過(guò)程的數(shù)字化表達(dá)，該數(shù)據(jù)連接可以保證物理狀態(tài)和虛擬狀態(tài)之間的同速率收斂，并提供物理實(shí)體或流程過(guò)程的整個(gè)生命周期的集-3-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin數(shù)字孿生計(jì)算是一種新的計(jì)算模式，通過(guò)執(zhí)行各種操作，自由組合各種數(shù)字孿生體，能再現(xiàn)以前不可能的、新的、大規(guī)模的、高精度的現(xiàn)實(shí)世界，并將使網(wǎng)絡(luò)空間中的新的互動(dòng)成為可能，包括人類內(nèi)部的互動(dòng)，它將超《5G城市數(shù)字孿生亞信科技、咪咕、數(shù)字孿生是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程，在虛擬空間中完成映射，從而反映相對(duì)應(yīng)的實(shí)體裝備的全生命周期過(guò)程。數(shù)字孿生是一種超越現(xiàn)實(shí)的概念，可以被視為一個(gè)或多個(gè)重要的、理對(duì)象向?qū)\生體輸入數(shù)據(jù)，以建立模型；孿生體向物理對(duì)象反饋信息，以對(duì)物理對(duì)象進(jìn)行預(yù)測(cè)、控制與決策。精準(zhǔn)映射是指實(shí)現(xiàn)物理對(duì)象在孿生體的全面呈現(xiàn)、精準(zhǔn)表達(dá)和動(dòng)2）實(shí)時(shí)性，是指物理對(duì)象和孿生體之間，可以建立全面的實(shí)時(shí)聯(lián)系，即孿生體是一方面，6G技術(shù)對(duì)數(shù)字孿生而言，主要是為數(shù)字孿生的交互層提供超大容量、超低另一方面，數(shù)字孿生技術(shù)也為6G關(guān)鍵技術(shù)的研究提供了新的思路與解決方案。例如，數(shù)字孿生網(wǎng)絡(luò)，即將數(shù)字孿生技術(shù)應(yīng)用于網(wǎng)絡(luò)領(lǐng)域，通過(guò)基于數(shù)據(jù)、模型和接口對(duì)物理網(wǎng)絡(luò)進(jìn)行分析、診斷、仿真和控-4-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin化、智能的網(wǎng)絡(luò)決策和高效的網(wǎng)絡(luò)創(chuàng)新，達(dá)成整個(gè)生命周期的閉環(huán)網(wǎng)絡(luò)管理[11]；利用數(shù)字孿生技術(shù)對(duì)室內(nèi)環(huán)境進(jìn)行建模，借助石墨烯可調(diào)諧超表面，控制室內(nèi)THz信號(hào)的傳播路徑，降低THz信號(hào)被遮擋的概率[12]；基于邊緣網(wǎng)絡(luò)的數(shù)字孿生體，降低邊緣網(wǎng)絡(luò)本白皮書將在第二章闡述數(shù)字孿生的應(yīng)用場(chǎng)景，在第三章中討論數(shù)字孿生的關(guān)鍵技術(shù)，在第四章中討論數(shù)字孿生賦能的6G網(wǎng)絡(luò)以及部分垂直行業(yè)的解決方案，在第五章中6G時(shí)代，數(shù)字孿生技術(shù)將被廣泛的應(yīng)用于通信網(wǎng)絡(luò)，利用不斷進(jìn)步的感知+建模技術(shù)，構(gòu)建真實(shí)物理網(wǎng)絡(luò)的虛擬數(shù)字孿生體，提供現(xiàn)實(shí)世界查詢+虛擬世界預(yù)估+現(xiàn)實(shí)與虛包括通過(guò)不斷發(fā)展的網(wǎng)絡(luò)測(cè)量、數(shù)據(jù)收集技術(shù)，更加精細(xì)化的獲知網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)感知技術(shù)；通過(guò)云化技術(shù)，構(gòu)建統(tǒng)一的、可靠的數(shù)據(jù)平臺(tái)，對(duì)內(nèi)/對(duì)外提供底層數(shù)據(jù)支撐的統(tǒng)一數(shù)據(jù)平臺(tái)技術(shù)；進(jìn)行網(wǎng)元建模、拓?fù)浣?，利用?shù)字化手段模擬網(wǎng)絡(luò)運(yùn)行的網(wǎng)絡(luò)建模技術(shù)：利用標(biāo)準(zhǔn)化、自動(dòng)化的接口，打通網(wǎng)絡(luò)虛擬數(shù)字孿生體與現(xiàn)實(shí)物理實(shí)體的管控?cái)?shù)字孿生技術(shù)在未來(lái)網(wǎng)絡(luò)中的實(shí)現(xiàn)，將會(huì)給6G網(wǎng)絡(luò)帶來(lái)多方面的能力增強(qiáng)。強(qiáng)大的現(xiàn)實(shí)還原能力可以提供更全面的網(wǎng)絡(luò)狀態(tài)、更精準(zhǔn)的問(wèn)題定位；靈活的仿真模擬能力能夠依靠準(zhǔn)確、虛擬、高效的機(jī)制建模，提供更便捷的策略模擬、更安全的方案預(yù)評(píng)估、更直觀的結(jié)果可視化；便捷的管控能力可以提供簡(jiǎn)潔化、自動(dòng)化、可視化的操作手段，目前，數(shù)字孿生與5G在制造業(yè)上已有一些相對(duì)成熟的應(yīng)用案例，例如車間狀態(tài)信息顯示與分析管理、機(jī)電產(chǎn)品設(shè)計(jì)優(yōu)化、機(jī)床故障預(yù)測(cè)與健康管理等方面[14]。然而，數(shù)字孿生技術(shù)目前還處于起步探索階段，實(shí)現(xiàn)各領(lǐng)域平臺(tái)間的數(shù)字孿生融合交互應(yīng)用，還需要二三十年的時(shí)間，預(yù)計(jì)10年后的6G時(shí)代，有可能是數(shù)字孿生融合應(yīng)用的活躍期-5-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin步入6G時(shí)代的孿生工業(yè)將不再局限于智能工廠的概念，將形成面向未來(lái)社會(huì)的孿生工業(yè)新形態(tài)：戰(zhàn)略上，基于市場(chǎng)數(shù)據(jù)的實(shí)時(shí)動(dòng)態(tài)分析，制定與更新工業(yè)生產(chǎn)、儲(chǔ)存和銷售方案，保障工業(yè)生產(chǎn)利益最大化，實(shí)現(xiàn)產(chǎn)業(yè)的高度融合，有效協(xié)調(diào)和優(yōu)化整個(gè)工業(yè)界的所有業(yè)務(wù)活動(dòng)；技術(shù)上，以數(shù)據(jù)和模型為基礎(chǔ)，運(yùn)用人工智能、大數(shù)據(jù)、6G、云計(jì)數(shù)字孿生技術(shù)可預(yù)先進(jìn)行農(nóng)業(yè)生產(chǎn)過(guò)程模擬推演，對(duì)負(fù)面因素提前應(yīng)對(duì)，進(jìn)一步提高農(nóng)業(yè)生產(chǎn)能力與利用效率；另外，融合區(qū)塊鏈技術(shù)，將使得農(nóng)場(chǎng)、認(rèn)證機(jī)構(gòu)、銷售企業(yè)、物流倉(cāng)儲(chǔ)企業(yè)等信息加入到聯(lián)盟鏈，形成共享鏈條，做到來(lái)源可查、去向可追、責(zé)任可究；同時(shí)，緊密連接城市消費(fèi)需求與農(nóng)產(chǎn)品供給，可為農(nóng)業(yè)產(chǎn)品流注入極大活力，推進(jìn)智慧農(nóng)業(yè)生態(tài)圈建設(shè)；大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)將支撐更大規(guī)模的無(wú)人機(jī)、機(jī)器人、環(huán)境檢測(cè)傳感器等智能設(shè)備，實(shí)現(xiàn)人與物、物與物的全聯(lián)接，在種植業(yè)、林?jǐn)?shù)字孿生城市歷經(jīng)2017年和2018年的概念培育期，2019年的技術(shù)方案架構(gòu)期，2020年已正式步入到建設(shè)實(shí)施落地期，國(guó)家政策密切關(guān)注，地方規(guī)劃加速落地，企業(yè)方案務(wù)實(shí)搭建，學(xué)術(shù)科研前瞻布局，市場(chǎng)規(guī)模爆發(fā)增長(zhǎng)，產(chǎn)業(yè)生態(tài)積極構(gòu)建，應(yīng)用場(chǎng)景日益完善，全球共識(shí)逐漸達(dá)成。總之，數(shù)字孿生城市是新型智慧城市建設(shè)發(fā)展的必由之路和未具體地，數(shù)字孿生城市由新型基礎(chǔ)設(shè)施、智能運(yùn)行中樞、智慧應(yīng)用體系三大橫向?qū)樱约俺鞘邪踩谰€和標(biāo)準(zhǔn)規(guī)范兩大縱向?qū)訕?gòu)成。數(shù)字孿生城市的九大核心能力要素包括：物聯(lián)感知操控、全要素?cái)?shù)字化表達(dá)、可視化呈現(xiàn)、數(shù)據(jù)融合供給、空間分析計(jì)但是，隨著數(shù)字孿生城市的落地實(shí)施，暴露出一系列現(xiàn)實(shí)問(wèn)題，例如典型應(yīng)用場(chǎng)景深度不足、城市信息模型（CIM）平臺(tái)重復(fù)建設(shè)、時(shí)空數(shù)據(jù)標(biāo)準(zhǔn)難統(tǒng)籌、存在卡脖子技術(shù)制約等。CIM底座的統(tǒng)籌推進(jìn)、數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)的兼容互通、典型應(yīng)用場(chǎng)景和市場(chǎng)需求的培育以及生態(tài)合作機(jī)制的建立等多項(xiàng)任務(wù)的推進(jìn)效果，將決定下一階段數(shù)字孿生城市-6-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin結(jié)合數(shù)字孿生的個(gè)人體域網(wǎng)技術(shù)將是下一代移動(dòng)通信網(wǎng)絡(luò)的重要特征之一，在此基礎(chǔ)之上的孿生醫(yī)療將是未來(lái)醫(yī)療業(yè)務(wù)的主要發(fā)展方向。與工業(yè)制造的數(shù)字孿生不同，結(jié)合個(gè)人無(wú)線通信的數(shù)字孿生將以人為主體，突出和人相對(duì)應(yīng)的服務(wù)。數(shù)字孿生將結(jié)合個(gè)人體域網(wǎng)絡(luò)，幫助下一代移動(dòng)通信網(wǎng)絡(luò)實(shí)現(xiàn)更加豐富多樣的功能，成為其他通信關(guān)鍵技到6G時(shí)代，通過(guò)在體內(nèi)、體外密集部署無(wú)線傳感器組成的體域網(wǎng)將對(duì)人體信息進(jìn)行實(shí)時(shí)的收集、分析與建模，實(shí)現(xiàn)人的數(shù)字孿生，即個(gè)性化的“數(shù)字孿生人”。通過(guò)“數(shù)字孿生人”可以進(jìn)行高效的病毒機(jī)理研究、器官研究等，還可以協(xié)助醫(yī)生進(jìn)行精確的手術(shù)預(yù)測(cè)?？梢韵胂筮@么幾個(gè)場(chǎng)景：醫(yī)生在進(jìn)行一場(chǎng)手術(shù)，通過(guò)“數(shù)字孿生人”，可以提示醫(yī)生在不同位置切一刀后患者的狀況變化，以此可為醫(yī)生提供最好的手術(shù)輔助?；颊咴谑中g(shù)完出院后，醫(yī)院仍可以通過(guò)后續(xù)患者的“數(shù)字孿生人”的變化為患者提供后續(xù)的健康管理。在醫(yī)學(xué)研究領(lǐng)域，“數(shù)字孿生人”也會(huì)將發(fā)揮重大作用。例如，人的大腦非常復(fù)雜，大腦的活動(dòng)更加不容易追蹤和研究。大腦的思考方式、運(yùn)動(dòng)感知功能都是科研人員研究的重點(diǎn)和難點(diǎn)。將數(shù)字孿生技術(shù)用在大腦研究上，可以方便實(shí)驗(yàn)人員進(jìn)行實(shí)驗(yàn)?zāi)M，發(fā)現(xiàn)大腦深層的秘密。同理，也可以通過(guò)對(duì)“數(shù)字孿生人”進(jìn)行某些控制來(lái)模擬“數(shù)字孿生人”的四個(gè)關(guān)鍵技術(shù)環(huán)節(jié)包括：數(shù)據(jù)采集、傳輸匯聚分發(fā)、協(xié)同計(jì)算和數(shù)字孿生、與大網(wǎng)通信交互。數(shù)據(jù)采集環(huán)節(jié)使用不同尺寸的傳感器、攝像頭等體內(nèi)外數(shù)據(jù)采集裝置對(duì)人體生理信息進(jìn)行采集；數(shù)據(jù)匯聚環(huán)節(jié)則依靠分子通信或傳統(tǒng)電磁波通信將采集到的數(shù)據(jù)匯聚于數(shù)據(jù)中心；計(jì)算環(huán)節(jié)使用協(xié)同計(jì)算、數(shù)字孿生、全息呈現(xiàn)等技術(shù)對(duì)匯聚后的數(shù)據(jù)進(jìn)行計(jì)算、分析；與大網(wǎng)的通信交互環(huán)節(jié)將數(shù)據(jù)傳輸至大網(wǎng)，可對(duì)數(shù)據(jù)進(jìn)行儲(chǔ)存或進(jìn)一步篩選分析。為了實(shí)現(xiàn)人體全部信息的數(shù)字孿生和實(shí)時(shí)交互，對(duì)網(wǎng)絡(luò)帶-7-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin1）在《數(shù)字孿生白皮書》[8]中，數(shù)字孿生技術(shù)架構(gòu)分為物理層、數(shù)據(jù)層、模型層、功能層。物理層由物理實(shí)體構(gòu)成。數(shù)據(jù)層包含數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)傳輸。模2）在《數(shù)字孿生應(yīng)用白皮書》[1]中，數(shù)字孿生生態(tài)系統(tǒng)由基礎(chǔ)支撐層、數(shù)據(jù)互動(dòng)層、模型構(gòu)建與仿真分析層、共性應(yīng)用層和行業(yè)應(yīng)用層組成?；A(chǔ)支撐層由具體的設(shè)備組成，包括工業(yè)設(shè)備、城市建筑設(shè)備、交通工具、醫(yī)療設(shè)備組成。數(shù)據(jù)互動(dòng)層包括數(shù)據(jù)采集、數(shù)據(jù)傳輸和數(shù)據(jù)處理等內(nèi)容。模型構(gòu)建與仿真分析層包括數(shù)據(jù)建模、數(shù)據(jù)仿真和控制。共性應(yīng)用層包括描述、診斷、預(yù)測(cè)、決策四個(gè)方面。行業(yè)應(yīng)用層則包括智能制3）在《DigitalTwinComputing》[10]中，數(shù)字孿生計(jì)算，自由組生體，實(shí)現(xiàn)之前不可能的、大規(guī)模的、高精度的新世界，使得網(wǎng)絡(luò)空間中的新互動(dòng)成為可能，包括人類更加復(fù)雜的互動(dòng)，它將超越現(xiàn)實(shí)世界的實(shí)體對(duì)象。孿生計(jì)算技術(shù)架構(gòu)，包含真實(shí)空間、信息/物理交互層、數(shù)字孿生層、數(shù)字世界表示層、與應(yīng)用層。真實(shí)空間包含物理實(shí)體。信息/物理交互層用來(lái)收集數(shù)據(jù)與反饋控制信息。數(shù)字孿生層用來(lái)產(chǎn)生與維護(hù)數(shù)字孿生體。數(shù)字世界表示層用來(lái)產(chǎn)生數(shù)字孿生的衍生體，構(gòu)建虛擬社會(huì)。應(yīng)綜上，對(duì)數(shù)字孿生架構(gòu)的總結(jié)如表格2所示：盡管[1]和[7]中對(duì)每層的命名不一樣，但是所表達(dá)的內(nèi)容是基本一致的，而[10]所示的架構(gòu)的出發(fā)點(diǎn)有所不同，更強(qiáng)調(diào)了交互層與表示層的重要性，即強(qiáng)調(diào)數(shù)字孿生可以通過(guò)復(fù)制、融合、交換等產(chǎn)生虛擬社會(huì)-8-綜上，數(shù)字孿生是一個(gè)復(fù)雜的技術(shù)生態(tài)系統(tǒng)，至少包含物理實(shí)體層、數(shù)字孿生層以綜上，數(shù)字孿生是一個(gè)復(fù)雜的技術(shù)生態(tài)系統(tǒng)，至少包含物理實(shí)體層、數(shù)字孿生層以面向6G的數(shù)字孿生技術(shù)6GDigitalTwin《數(shù)字孿生白中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院√√√√《數(shù)字孿生應(yīng)用白皮中國(guó)電子技術(shù)標(biāo)準(zhǔn)院、樹根互聯(lián)技術(shù)√√√√√Comput-√√√√√從數(shù)字孿生分層架構(gòu)的底層到高層，數(shù)字孿生的主要支撐技術(shù)包含：物聯(lián)網(wǎng)、5G/6G、大數(shù)據(jù)、建模、仿真分析、云計(jì)算、邊緣計(jì)算、人工智能、應(yīng)用程序接口技術(shù)（API）、VR/AR技術(shù)等。具體地，數(shù)據(jù)層的數(shù)據(jù)采集需要用到物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)傳輸需要用到5G/6G技術(shù)，數(shù)據(jù)處理需要用到大數(shù)據(jù)技術(shù)；模型構(gòu)建層與仿真分析層需要用到建模技術(shù)與仿真分析技術(shù)等；功能層（共性應(yīng)用層）在實(shí)現(xiàn)描述、診斷、預(yù)測(cè)、決策等功能時(shí)，需要用到人工智能、云計(jì)算、邊緣計(jì)算等技術(shù)；在功能層與行業(yè)應(yīng)用層之間還需要用到應(yīng)用程序接口技術(shù)以及VR/AR等可視化技術(shù)。另外，在數(shù)字孿生的應(yīng)用中還需-9-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin數(shù)據(jù)是數(shù)字孿生基礎(chǔ)要素，它來(lái)源于目標(biāo)位置、物理實(shí)體、控制或服務(wù)數(shù)字系統(tǒng)等，數(shù)據(jù)的采集、傳輸和存儲(chǔ)是數(shù)字孿生的基石。孿生數(shù)據(jù)集成了全要素/全業(yè)務(wù)/全流物理網(wǎng)技術(shù)，實(shí)現(xiàn)從不同硬件設(shè)備的控制或服務(wù)系統(tǒng)中感知、獲取數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)格式解析，并對(duì)大量數(shù)據(jù)原始數(shù)據(jù)進(jìn)行清洗和整理，初步篩選出合理可靠的數(shù)據(jù)輸出給后續(xù)數(shù)字孿生系統(tǒng)。采用統(tǒng)一的或者自定義接口，采用5G以及6G網(wǎng)絡(luò)進(jìn)行大容量、高可靠、高速率、穩(wěn)定的數(shù)據(jù)傳輸。比如孿生城市要求更大數(shù)量的連接，如107/km2，區(qū)域針對(duì)不同的應(yīng)用場(chǎng)景選擇適合的大數(shù)據(jù)存儲(chǔ)方式，提高海量存儲(chǔ)的可靠性、提升數(shù)數(shù)字孿生用于解決不同出傳統(tǒng)模型無(wú)法或難以解決的非線性、不確定性問(wèn)題。建立匹配的模型是數(shù)字孿生的核心要素?；诓粩喈a(chǎn)生的實(shí)時(shí)數(shù)據(jù)，采用傳統(tǒng)模型以及AI/ML，不僅可以準(zhǔn)確對(duì)物理對(duì)象特性和狀態(tài)進(jìn)行分析、訓(xùn)練和預(yù)測(cè)，而且更加關(guān)注孿生數(shù)據(jù)中的動(dòng)態(tài)變化，實(shí)現(xiàn)模型的迭代更新，使得數(shù)字孿生運(yùn)行具有持續(xù)改善的應(yīng)用價(jià)數(shù)字孿生模型目前可以分為通用模型和專用模型兩大類。通用模型建模，主要研究可能的統(tǒng)一模型概念、模型開發(fā)方法、建模語(yǔ)言以及具體工具，利用統(tǒng)一的方法來(lái)描述物理實(shí)體的全生命周期控制，一般系統(tǒng)行為以及工作流。專用模型建模，研究?jī)?nèi)容主要體現(xiàn)為采用數(shù)字孿生中某項(xiàng)目的實(shí)現(xiàn)，對(duì)于不同的細(xì)分領(lǐng)域，如傳統(tǒng)制造業(yè)的生產(chǎn)和質(zhì)量監(jiān)控、生物醫(yī)藥研發(fā)領(lǐng)域等，可能使用不同的模型開發(fā)方法、不同的開發(fā)工具。如數(shù)字孿生網(wǎng)絡(luò)，基于采集數(shù)據(jù)進(jìn)行大數(shù)據(jù)處理，建模功能、網(wǎng)元、網(wǎng)絡(luò)，把網(wǎng)絡(luò)每一個(gè)階段難以解決的問(wèn)題轉(zhuǎn)換到數(shù)字世界來(lái)求解，使網(wǎng)絡(luò)具備自治能力?；贏I/機(jī)器學(xué)習(xí)生成網(wǎng)絡(luò)知識(shí)圖譜和用戶知識(shí)圖譜，實(shí)現(xiàn)基于孿生環(huán)境的網(wǎng)絡(luò)調(diào)配方案驗(yàn)證和優(yōu)化；甚至通過(guò)不同的模型融合而構(gòu)建的復(fù)雜的虛擬實(shí)體，還需要進(jìn)行虛擬實(shí)體校準(zhǔn)，使得孿在過(guò)去的數(shù)年中，AI/ML領(lǐng)域快速發(fā)展。采用AI/ML技術(shù)針對(duì)孿生數(shù)據(jù)和孿生模型進(jìn)行仿真、訓(xùn)練、預(yù)測(cè)、決策，比直接應(yīng)用于物理實(shí)體更具優(yōu)勢(shì)，可以設(shè)置各種條件甚至-10-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin在現(xiàn)實(shí)中無(wú)法設(shè)置的參數(shù)進(jìn)行測(cè)試，避免可能發(fā)生的錯(cuò)誤。AI自動(dòng)執(zhí)行數(shù)據(jù)準(zhǔn)備、分析、融合對(duì)孿生數(shù)據(jù)進(jìn)行深度知識(shí)挖掘，以解釋和預(yù)測(cè)現(xiàn)實(shí)事件的根因、過(guò)程和結(jié)果，從而生成各類型服務(wù)；大幅提升數(shù)據(jù)的價(jià)值以及各項(xiàng)服務(wù)的響應(yīng)能力和服務(wù)準(zhǔn)確。AI/ML可以充分發(fā)揮數(shù)字孿生的作用。為了提升數(shù)字孿生的可用性，針對(duì)大量數(shù)據(jù)的快速有效地分析，借助AI/ML訓(xùn)練和推理得到優(yōu)化的策略或參數(shù)，實(shí)時(shí)反饋給孿生物理實(shí)基于孿生數(shù)據(jù)，利用三維GIS、AR、VR甚至XR等技術(shù)可以將現(xiàn)實(shí)世界在數(shù)字世界復(fù)現(xiàn)出來(lái)，得到幾何尺寸、物理結(jié)構(gòu)、運(yùn)動(dòng)特性等方面的一致性的數(shù)字虛擬，實(shí)現(xiàn)可視通過(guò)區(qū)塊鏈建立起信任機(jī)制，可以一定程度上保證服務(wù)交易的安全。區(qū)塊鏈確保孿生數(shù)據(jù)不可篡改、可跟蹤、可追溯，防止因數(shù)據(jù)被篡改而出現(xiàn)錯(cuò)誤和偏差，提高數(shù)字孿同垂直行業(yè)的差異化需求，將呈指數(shù)級(jí)爆發(fā)性增長(zhǎng)，但網(wǎng)絡(luò)承載資源卻只能線性增長(zhǎng)，需求與供給之間存在巨大的鴻溝。同時(shí)，6G將進(jìn)一步融合云邊管端霧但目前這些資源碎片化、離散化，缺乏資源跨域的管控協(xié)同，端到端資源的全生命周期狀態(tài)可感知能力差，難以形成可全域感知、快速協(xié)同的網(wǎng)絡(luò)承載能力。無(wú)線接入網(wǎng)的特點(diǎn)是基站小區(qū)數(shù)量龐大，設(shè)備型號(hào)多，站址分布廣，組網(wǎng)復(fù)雜，能耗高，在移動(dòng)通信網(wǎng)絡(luò)中不僅是CAPEX最高的部分，也是OPEX最高的部分，目前在網(wǎng)絡(luò)的規(guī)劃、建設(shè)、運(yùn)營(yíng)、優(yōu)化的各個(gè)環(huán)節(jié)都還需要依賴大量人力來(lái)實(shí)施。隨著移動(dòng)通信網(wǎng)絡(luò)的迭代發(fā)展，網(wǎng)絡(luò)變得越來(lái)越復(fù)雜，業(yè)務(wù)場(chǎng)景越來(lái)越多樣、針對(duì)用戶體驗(yàn)的設(shè)計(jì)越來(lái)越深入，網(wǎng)絡(luò)運(yùn)維6G網(wǎng)絡(luò)應(yīng)當(dāng)滿足服務(wù)隨心所想、網(wǎng)絡(luò)隨需而變、資源隨愿共享的需求，實(shí)現(xiàn)全場(chǎng)景-11-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin上述愿景對(duì)6G網(wǎng)絡(luò)本身的架構(gòu)和能力提出了很多挑戰(zhàn)。在數(shù)據(jù)面，為實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)狀態(tài)的實(shí)時(shí)感知，系統(tǒng)能近實(shí)時(shí)獲取相關(guān)數(shù)據(jù)，通過(guò)統(tǒng)一的數(shù)據(jù)模型和標(biāo)準(zhǔn)的接口，并輔以自糾錯(cuò)和自生成的能力，使得數(shù)據(jù)質(zhì)量得到保障；在智能面，網(wǎng)絡(luò)能進(jìn)行精準(zhǔn)的建模數(shù)字孿生網(wǎng)絡(luò)可能是實(shí)現(xiàn)6G網(wǎng)絡(luò)愿景，解決網(wǎng)絡(luò)和能力諸多挑戰(zhàn)的重要技術(shù)手段和數(shù)字孿生網(wǎng)絡(luò)技術(shù)包括功能建模、網(wǎng)元建模、網(wǎng)絡(luò)建模、網(wǎng)絡(luò)仿真、參數(shù)與性能模型、自動(dòng)化測(cè)試、數(shù)據(jù)采集、大數(shù)據(jù)處理、數(shù)據(jù)分析、人工智能機(jī)器學(xué)習(xí)、故障預(yù)測(cè)、拓?fù)渑c路由尋優(yōu)，從而把網(wǎng)絡(luò)每一個(gè)階段不好解決的難題轉(zhuǎn)換到數(shù)字世界來(lái)求解，通過(guò)-12-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin基于數(shù)字孿生技術(shù)和人工智能技術(shù)，6G網(wǎng)絡(luò)將是具備自優(yōu)化、自演進(jìn)和自生長(zhǎng)能力的自治網(wǎng)絡(luò)。自優(yōu)化網(wǎng)絡(luò)對(duì)未來(lái)網(wǎng)絡(luò)狀態(tài)的走勢(shì)進(jìn)行提前預(yù)測(cè)，對(duì)可能發(fā)生的性能劣化進(jìn)行提前干預(yù)，數(shù)字域持續(xù)地對(duì)物理網(wǎng)絡(luò)的最優(yōu)狀態(tài)進(jìn)行尋優(yōu)和仿真驗(yàn)證，并提前下發(fā)對(duì)應(yīng)的運(yùn)維操作自動(dòng)地對(duì)物理網(wǎng)絡(luò)進(jìn)行校正。自演進(jìn)網(wǎng)絡(luò)基于人工智能對(duì)網(wǎng)絡(luò)功能的演化路徑進(jìn)行分析和決策，包括既有網(wǎng)絡(luò)功能的優(yōu)化增強(qiáng)和新功能的設(shè)計(jì)、實(shí)現(xiàn)、驗(yàn)證和實(shí)施。自生長(zhǎng)網(wǎng)絡(luò)對(duì)不同業(yè)務(wù)需求進(jìn)行識(shí)別和預(yù)測(cè)，自動(dòng)編排和部署各域網(wǎng)絡(luò)功成滿足業(yè)務(wù)需求的端到端服務(wù)流；對(duì)容量欠缺的站點(diǎn)進(jìn)行自動(dòng)擴(kuò)容，對(duì)尚無(wú)網(wǎng)絡(luò)覆蓋的數(shù)字孿生技術(shù)作為應(yīng)用于網(wǎng)絡(luò)領(lǐng)域的新理念，需要在業(yè)界形成更多共識(shí)。從工業(yè)界以及其它行業(yè)的過(guò)程來(lái)看，這需要較長(zhǎng)的時(shí)間。同時(shí)，數(shù)字孿生技術(shù)依賴大量的數(shù)據(jù)采5G的網(wǎng)絡(luò)自動(dòng)化與智能化是針對(duì)特定場(chǎng)景的自動(dòng)分析目標(biāo)是輔助人工決策，是以問(wèn)題為導(dǎo)向，針對(duì)特定領(lǐng)域獨(dú)立實(shí)現(xiàn)。自治方法基于廠商私有實(shí)現(xiàn)，典型的場(chǎng)景是基于補(bǔ)丁式的SON標(biāo)準(zhǔn)。屬于使用復(fù)雜方法解決簡(jiǎn)單問(wèn)題，不同系統(tǒng)間自動(dòng)化方式不統(tǒng)一，難以互通，不能完全脫離人的介入。6G網(wǎng)絡(luò)自治要求系統(tǒng)自動(dòng)處理所有場(chǎng)景，并能實(shí)現(xiàn)跨6G網(wǎng)絡(luò)自治在傳統(tǒng)5G的NFVI、NFVMANO之上，抽象出AI/ML層、仿真測(cè)試層、孿生網(wǎng)絡(luò)層、閉環(huán)控制層，實(shí)現(xiàn)分層的編排管理，并支持在此基礎(chǔ)上搭建跨域的網(wǎng)絡(luò)自治層級(jí)-13-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin1.高效、智能的網(wǎng)絡(luò)測(cè)量技術(shù)；Telemetry是一項(xiàng)遠(yuǎn)程的從物理設(shè)備或虛擬設(shè)備上高速采集數(shù)據(jù)的技術(shù)，目前已經(jīng)在云計(jì)算、微2.對(duì)于不同網(wǎng)絡(luò)應(yīng)用的統(tǒng)一數(shù)據(jù)建模；數(shù)據(jù)建模指的是對(duì)現(xiàn)實(shí)世界各類數(shù)據(jù)的抽象組織。無(wú)線網(wǎng)絡(luò)的數(shù)據(jù)建模將依賴多種不同的數(shù)據(jù)建模技術(shù)。無(wú)線接入設(shè)備與網(wǎng)絡(luò)拓?fù)?.網(wǎng)絡(luò)可視化技術(shù)；利用網(wǎng)絡(luò)大數(shù)據(jù)實(shí)現(xiàn)可視化，把先進(jìn)的視覺效果應(yīng)用到無(wú)線接入網(wǎng)絡(luò)的展示，并與高性能操控深度結(jié)合，可以幫助決策者發(fā)掘數(shù)據(jù)背后的規(guī)律，提高4.閉環(huán)網(wǎng)絡(luò)自動(dòng)化管理及編排技術(shù)；智慧編排是實(shí)現(xiàn)網(wǎng)絡(luò)功能和網(wǎng)絡(luò)資源統(tǒng)一控制5.高性能AIOps技術(shù)，特別是在預(yù)測(cè)、根因分析、異常檢測(cè)和意圖翻譯等方面；AIOps本質(zhì)上是應(yīng)用原生AI實(shí)現(xiàn)的一系列運(yùn)維功能，主要集中在運(yùn)維數(shù)據(jù)分析，包括監(jiān)-14-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin控、日志分析、安全等。通過(guò)使用AIOps平臺(tái)，實(shí)現(xiàn)運(yùn)維自動(dòng)化，提升運(yùn)維實(shí)踐，實(shí)現(xiàn)業(yè)務(wù)性能持續(xù)的洞察。原來(lái)運(yùn)維人員可能需要幾個(gè)小時(shí)才能完成的事情，基于AIOps只適用于服務(wù)化、虛擬化網(wǎng)絡(luò)的網(wǎng)絡(luò)自動(dòng)化技術(shù)；這包括服務(wù)注冊(cè)、服務(wù)發(fā)現(xiàn)、生命周期管理等技術(shù)，和云原生/微服務(wù)下的自動(dòng)化框架，如ServiceMesh，F(xiàn)aaS/BaaS，構(gòu)建6G全場(chǎng)景全域網(wǎng)絡(luò)智能管控架構(gòu)，從當(dāng)前產(chǎn)業(yè)的分析研究來(lái)看，需要在三個(gè)重（1）服務(wù)自定義：6G網(wǎng)絡(luò)自主探索服務(wù)、用戶、計(jì)算、存儲(chǔ)、連接與數(shù)據(jù)等全域（2）智慧自組網(wǎng)：面向全場(chǎng)景按需服務(wù)與資源高效共享，6G網(wǎng)絡(luò)自主推理生成可（3）網(wǎng)絡(luò)自管控：在人機(jī)、虛實(shí)、孿生共生的復(fù)雜場(chǎng)景下，按需、敏捷、閉環(huán)實(shí)這里提出可支撐6G全場(chǎng)景服務(wù)，是基于全域網(wǎng)絡(luò)知識(shí)圖譜驅(qū)動(dòng)的無(wú)線網(wǎng)絡(luò)自治管控引擎。在這個(gè)管控體系中，針對(duì)各應(yīng)用場(chǎng)景，建立基于用戶感知模型（人體生命體征模型，人體視覺、聽覺、觸覺、嗅覺、味覺乃至情感取和分類業(yè)務(wù)特征，包括終端移動(dòng)性、用戶業(yè)務(wù)交互特點(diǎn)、用戶業(yè)務(wù)流行度、用戶業(yè)務(wù)時(shí)延要求、用戶業(yè)務(wù)吞吐率要求、用戶業(yè)務(wù)丟包率要求、物體位置、物體3D模型特征和用戶行為模式等?；跈C(jī)器學(xué)習(xí)生成網(wǎng)絡(luò)知識(shí)圖譜，包括切片知識(shí)圖譜、能耗知識(shí)圖譜、數(shù)據(jù)自動(dòng)標(biāo)簽知識(shí)圖譜、通信語(yǔ)義知識(shí)圖譜、無(wú)線環(huán)境知識(shí)圖譜等；基于機(jī)器學(xué)習(xí)的用戶行為模式及異常預(yù)測(cè)，形成用戶知識(shí)圖譜，網(wǎng)絡(luò)行為預(yù)測(cè)，提供網(wǎng)絡(luò)調(diào)配策略生成模塊，實(shí)現(xiàn)基于孿生環(huán)境的網(wǎng)絡(luò)調(diào)配方案驗(yàn)證和優(yōu)化。通過(guò)對(duì)上述知識(shí)圖譜的復(fù)現(xiàn)，搭建原生網(wǎng)絡(luò)的孿生環(huán)境，支撐網(wǎng)絡(luò)調(diào)配方案的快-15-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin6G網(wǎng)絡(luò)的管控體系的主要目標(biāo)是全場(chǎng)景多層次模型、全生命周期、可編程、智能化的網(wǎng)絡(luò)管控。管控的多層次模型，包含端到端、單域（無(wú)線、傳輸、核心）、以及各種無(wú)線設(shè)備等。管控的全生命周期包含6G無(wú)線網(wǎng)絡(luò)的規(guī)劃、建設(shè)、維護(hù)、優(yōu)化?？删幊淌菍?duì)無(wú)線所有領(lǐng)域的對(duì)象編程管理，是自動(dòng)化和智能化的基礎(chǔ)。智能化是利用知識(shí)智能體（知識(shí)圖譜、推理引擎）、網(wǎng)絡(luò)管控體（可編程范式、管控引擎），按照監(jiān)控、分析、管控引擎的核心是基于模型驅(qū)動(dòng)的管控自動(dòng)化。管控模型通過(guò)可編程范式對(duì)外提供管控配置。管控引擎負(fù)責(zé)根據(jù)可編程范式配置，自動(dòng)化執(zhí)行無(wú)可編程范式是指構(gòu)建全領(lǐng)域網(wǎng)絡(luò)管理模型的數(shù)字化建模，包括端到端模型和領(lǐng)域模型（無(wú)線、核心網(wǎng)、傳輸）。數(shù)字化建模信息，作為網(wǎng)絡(luò)智能體和網(wǎng)絡(luò)管控體的信息交換，需要雙方均可識(shí)別執(zhí)行。可編程范式建模包含信息模型和數(shù)據(jù)模型。信息模型是模管控引擎負(fù)責(zé)解析可編程范式數(shù)據(jù)模型、對(duì)模型進(jìn)行無(wú)線領(lǐng)域管控動(dòng)作翻譯、自動(dòng)執(zhí)行各級(jí)無(wú)線管控動(dòng)作，包括接受知識(shí)智能體的驅(qū)動(dòng)，以及與對(duì)應(yīng)的網(wǎng)絡(luò)管理協(xié)同。此-16-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin無(wú)線管控閉環(huán)保障是端到端的閉環(huán)保障。由于全網(wǎng)設(shè)備是分布式的，考慮智能數(shù)據(jù)的實(shí)時(shí)和自治，可以分為設(shè)備級(jí)智能閉環(huán)，單域級(jí)智能閉環(huán)、和全域級(jí)智能閉環(huán)。其中設(shè)備級(jí)智能是植入到單個(gè)設(shè)備的，與設(shè)備融為一體。從管控體系角度，重點(diǎn)單域級(jí)和全在全域引入知識(shí)智能體和網(wǎng)絡(luò)切片控制體，對(duì)全網(wǎng)進(jìn)行智能閉環(huán)。通過(guò)全域知識(shí)智能體，需要對(duì)全網(wǎng)數(shù)據(jù)建模、分析、訓(xùn)練和推理，由知識(shí)智能體提供執(zhí)行方案給網(wǎng)絡(luò)控在各個(gè)子域，引入單域知識(shí)智能體和單域網(wǎng)絡(luò)控制體，進(jìn)行無(wú)線、傳輸、核心等單域內(nèi)的智能閉環(huán)。通過(guò)知識(shí)智能體對(duì)單域內(nèi)的數(shù)據(jù)分析推理，對(duì)單域內(nèi)的業(yè)務(wù)和資源KPI進(jìn)行趨勢(shì)預(yù)測(cè)，根因分析，并給出候選的可編程范式，供單域的網(wǎng)絡(luò)控制體選擇決構(gòu)建6G用戶感知的天地一體化無(wú)線網(wǎng)絡(luò)知識(shí)圖譜，需要描繪網(wǎng)絡(luò)所有對(duì)象、元素的完整特征，無(wú)線知識(shí)圖譜可以用分層結(jié)構(gòu)來(lái)描繪。它包括了無(wú)線環(huán)境知識(shí)、無(wú)線網(wǎng)元知識(shí)、用戶知識(shí)等子圖譜。子圖譜可進(jìn)一步分層為若干特征子集，每個(gè)特征子集是相關(guān)特在知識(shí)圖譜驅(qū)動(dòng)的6G自治管控架構(gòu)中，基于網(wǎng)元智能化用例的要求，考慮對(duì)基站和終端進(jìn)行畫像，以此來(lái)刻畫基站內(nèi)各個(gè)業(yè)務(wù)對(duì)象以及終端的屬性、狀態(tài)、行為特征。畫在基站內(nèi)，每個(gè)業(yè)務(wù)對(duì)象都有其自身的屬性、狀態(tài)、行為特征，并且隨著時(shí)間的改變?cè)诓粩嘧兓?。如果要在一個(gè)時(shí)間點(diǎn)上完整的描述一個(gè)對(duì)象的全部信息，需要在該時(shí)間點(diǎn)上對(duì)業(yè)務(wù)對(duì)象做一個(gè)時(shí)間上的切片，在切片內(nèi)，包含該業(yè)務(wù)對(duì)象的全部屬性、狀態(tài)、網(wǎng)元知識(shí)圖譜是基站內(nèi)所有業(yè)務(wù)對(duì)象畫像的統(tǒng)稱，其中包含不同視角下不同業(yè)務(wù)對(duì)象的屬性、狀態(tài)、行為特征。從單一視角難以完整、準(zhǔn)確地呈現(xiàn)業(yè)務(wù)對(duì)象間的關(guān)系，所終端畫像描述終端的屬性、狀態(tài)、行為特征。由于終端畫像涉及不同的協(xié)議層，涉及多種類型的業(yè)務(wù)，即使對(duì)于同一個(gè)終端，其不同的屬性、狀態(tài)和行為特征的變化頻度-17-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin如圖6所示，通過(guò)上述生成的無(wú)線網(wǎng)絡(luò)知識(shí)圖譜，提取需要給孿生網(wǎng)絡(luò)訓(xùn)練的知識(shí)圖譜模型數(shù)據(jù)。獲取訓(xùn)練得到的孿生網(wǎng)絡(luò)性能知識(shí)。通過(guò)機(jī)器學(xué)習(xí)方法（例如深度學(xué)習(xí)）生成網(wǎng)絡(luò)調(diào)配策略模板。根據(jù)無(wú)線網(wǎng)絡(luò)知識(shí)圖譜，識(shí)別或預(yù)測(cè)網(wǎng)絡(luò)變化。推理出適為了評(píng)估用戶需求滿足度和體驗(yàn)感受，孿生1）網(wǎng)絡(luò)KPI：各網(wǎng)絡(luò)單元的時(shí)延、吞吐率、連接成功率、覆蓋、丟包率、切換成功為了驗(yàn)證網(wǎng)絡(luò)調(diào)配方案，需要復(fù)制原生網(wǎng)絡(luò)中的各種算法策略，包括：現(xiàn)有核心網(wǎng)、傳輸網(wǎng)和接入網(wǎng)中各協(xié)議層算法和策略，空天一體化融合網(wǎng)絡(luò)路由、切換算法策本體的模型建模，能使虛擬模型和實(shí)際物理世界建立起更好的聯(lián)系；在基于本體庫(kù)輸出的模型上，加上需求輸入以及知識(shí)圖譜的推理輔助，可以更加精確生成真實(shí)物理網(wǎng)絡(luò)對(duì)-18-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin行故障診斷等網(wǎng)絡(luò)維護(hù)措施，以此輸入決策用的知識(shí)圖譜得到?jīng)Q策輸出；決策過(guò)程是一個(gè)循環(huán)過(guò)程，應(yīng)用輸出的決策于虛擬模型再次執(zhí)行得到網(wǎng)絡(luò)維護(hù)措施、得到?jīng)Q策輸出，根據(jù)策略性能不斷更新策略模板。并將更新后的策略模板保存在知識(shí)圖譜中，當(dāng)網(wǎng)絡(luò)再為背景或用戶偏好信息的補(bǔ)充，直接參與在網(wǎng)絡(luò)決策中，從而提高機(jī)器學(xué)習(xí)算法性能并為了實(shí)現(xiàn)個(gè)性化資源分配，需要對(duì)每個(gè)用戶可能的服務(wù)需求做出合理預(yù)判，從而為每個(gè)用戶精準(zhǔn)預(yù)留出服務(wù)資源。這不僅需要收集用戶的當(dāng)前狀態(tài)，還要結(jié)合用戶的歷史為實(shí)現(xiàn)這一目標(biāo)，以知識(shí)圖譜為代表的知識(shí)驅(qū)動(dòng)的6G技術(shù)，可以實(shí)現(xiàn)用戶行為推從不同需求維度，分析不同用戶間的關(guān)聯(lián)特性。也可將用戶孿生-19-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin戶的新屬性。知識(shí)在推理過(guò)程中將每個(gè)孿生體映射成知識(shí)圖譜中的一個(gè)節(jié)點(diǎn)，每個(gè)孿生體自身又是一個(gè)知識(shí)圖譜的話，那么這個(gè)孿生體就是一種可以通信的數(shù)據(jù)資源。當(dāng)某個(gè)用戶需要某種知識(shí)圖譜中的某類數(shù)據(jù)時(shí)，實(shí)體網(wǎng)絡(luò)可以將圖譜中有關(guān)信息的數(shù)據(jù)子圖傳描述用戶偏好的知識(shí)圖譜，進(jìn)而分析得出每個(gè)用戶的不同QoS需求，實(shí)現(xiàn)基于用戶偏好的資源按需分配。并利用傳感器收集環(huán)境特征，根據(jù)環(huán)境知識(shí)和用戶偏好知識(shí)分析不同環(huán)境對(duì)用戶需求的影響，從而精確地分析出用戶在不同環(huán)境下的需求。除此之外，知識(shí)作為一種分析提煉后的有效信息，可以作為機(jī)器學(xué)習(xí)算法的補(bǔ)充數(shù)據(jù)輸入，有助于提高隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的飛速發(fā)展，新型網(wǎng)絡(luò)業(yè)務(wù)不斷涌現(xiàn)，導(dǎo)致網(wǎng)絡(luò)負(fù)載與網(wǎng)絡(luò)規(guī)模擴(kuò)增，網(wǎng)絡(luò)運(yùn)維變得愈加復(fù)雜。此外，6G網(wǎng)絡(luò)對(duì)安全性的要求越來(lái)越高，保障網(wǎng)絡(luò)業(yè)務(wù)高可靠執(zhí)行、網(wǎng)絡(luò)故障低成本自愈成為未來(lái)網(wǎng)絡(luò)研究重點(diǎn)之一。數(shù)字孿生網(wǎng)絡(luò)是一個(gè)具有物理網(wǎng)絡(luò)實(shí)體及虛擬孿生體，且兩者可以進(jìn)行實(shí)時(shí)交互映射的網(wǎng)絡(luò)系統(tǒng)，虛擬孿生體具有與原始對(duì)象相同的特征、信息和屬性。一方面，數(shù)字孿生網(wǎng)絡(luò)能夠?qū)崟r(shí)建模通信網(wǎng)絡(luò)，統(tǒng)一管理物理網(wǎng)元的運(yùn)行模型與數(shù)據(jù)，為網(wǎng)絡(luò)動(dòng)態(tài)運(yùn)維、智能決策提供助力。另一方面，數(shù)字孿生網(wǎng)絡(luò)能夠向網(wǎng)絡(luò)管理員提供實(shí)時(shí)的數(shù)字化展示界面，意圖感知網(wǎng)絡(luò)是一種新型網(wǎng)絡(luò)管理形式，結(jié)合人工智能、機(jī)器學(xué)習(xí)和網(wǎng)絡(luò)編排等技術(shù)，將更深層次的智能和意圖狀態(tài)洞察力應(yīng)用到網(wǎng)絡(luò)中，實(shí)現(xiàn)網(wǎng)絡(luò)自治。意圖感知網(wǎng)絡(luò)旨在降低創(chuàng)建、管理和實(shí)施網(wǎng)絡(luò)策略的復(fù)雜性，并減少與傳統(tǒng)配置管理相關(guān)的人工操作，與6G網(wǎng)絡(luò)智能挖掘用戶需求，為用戶提供按需服務(wù)的愿景猶為一致。在意圖感知網(wǎng)絡(luò)中，網(wǎng)絡(luò)管理員通過(guò)聲明期待的結(jié)果或任務(wù)目標(biāo)來(lái)描述意圖，網(wǎng)絡(luò)軟件通過(guò)人工智能和機(jī)器學(xué)習(xí)確定如何實(shí)現(xiàn)該目標(biāo)。因此，意圖感知網(wǎng)絡(luò)能夠自動(dòng)化執(zhí)行任務(wù)，并提供網(wǎng)絡(luò)運(yùn)行的實(shí)時(shí)可視性以便驗(yàn)證意圖。此外，通過(guò)預(yù)測(cè)意圖的潛在偏差并規(guī)定意圖修正策-20-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin從網(wǎng)絡(luò)通信看，意圖網(wǎng)絡(luò)首先實(shí)現(xiàn)人類的業(yè)務(wù)意圖的數(shù)字化，基于物理異構(gòu)網(wǎng)絡(luò)的虛擬抽象資源池化，最終實(shí)現(xiàn)抽象業(yè)務(wù)的需求意圖與物理網(wǎng)絡(luò)供給能力的匹配策略自主化。意圖網(wǎng)絡(luò)是方法論將應(yīng)用更廣闊的領(lǐng)域，同時(shí)也是交叉學(xué)科，包含人工智能，孿生技術(shù)和軟件自動(dòng)化等等。最難的是意圖網(wǎng)絡(luò)基礎(chǔ)理論和模型。意圖感知的數(shù)字孿生網(wǎng)絡(luò)能夠?qū)⒅苯愚D(zhuǎn)譯網(wǎng)絡(luò)需求、實(shí)時(shí)感知網(wǎng)絡(luò)態(tài)勢(shì)、動(dòng)態(tài)優(yōu)化網(wǎng)絡(luò)策略的能力集于一身，為為新的業(yè)務(wù)需求手動(dòng)配置網(wǎng)絡(luò)。網(wǎng)絡(luò)轉(zhuǎn)譯意圖并驗(yàn)證配置是否有效，向網(wǎng)絡(luò)管理員反饋絡(luò)運(yùn)行問(wèn)題。利用機(jī)器學(xué)習(xí)等技術(shù)在孿生網(wǎng)絡(luò)中對(duì)可行方案進(jìn)行驗(yàn)證，確定最佳解決方在加密通信中，一旦發(fā)現(xiàn)安全漏洞，網(wǎng)絡(luò)能夠立即識(shí)別并執(zhí)行對(duì)應(yīng)的控制策略，節(jié)省大進(jìn)行分析，向網(wǎng)絡(luò)管理員提供有關(guān)網(wǎng)絡(luò)性能、安全威脅等有價(jià)值的信息。當(dāng)網(wǎng)絡(luò)管理員數(shù)字孿生網(wǎng)絡(luò)是實(shí)現(xiàn)意圖全生命周期管理的有效途徑，將數(shù)字孿生網(wǎng)絡(luò)與意圖感知能夠通過(guò)遙測(cè)等技術(shù)實(shí)時(shí)采集，并且可以通過(guò)孿生網(wǎng)絡(luò)南向接口同數(shù)字孿生實(shí)體交互網(wǎng)和數(shù)字孿生實(shí)體管理三個(gè)關(guān)鍵子系統(tǒng)。其中，數(shù)據(jù)庫(kù)負(fù)責(zé)采集和存儲(chǔ)各種網(wǎng)絡(luò)數(shù)據(jù)，存儲(chǔ)物理網(wǎng)絡(luò)層的網(wǎng)絡(luò)運(yùn)行狀態(tài)與歷史配置數(shù)據(jù)，為服務(wù)映射模型與數(shù)字孿生實(shí)體管理提供數(shù)據(jù)服務(wù)和統(tǒng)一接口與數(shù)據(jù)支撐。服務(wù)映射模型負(fù)責(zé)執(zhí)行調(diào)度優(yōu)化、故障診斷、流量分析、拓?fù)涿孕?、仿真?yàn)證等關(guān)鍵步驟，在孿生網(wǎng)絡(luò)中驗(yàn)證網(wǎng)絡(luò)策略后再交由物理網(wǎng)-21-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin絡(luò)層執(zhí)行。數(shù)字孿生實(shí)體管理負(fù)責(zé)完成意圖轉(zhuǎn)譯、配置驗(yàn)證、自動(dòng)修復(fù)、意圖保障的功6G網(wǎng)絡(luò)以用戶為中心、提供按需服務(wù)的愿景，用戶可以通過(guò)文本、語(yǔ)音、圖形界面等形從技術(shù)角度來(lái)看，用戶意圖經(jīng)過(guò)轉(zhuǎn)譯后，生成大量物理網(wǎng)絡(luò)能執(zhí)行的網(wǎng)絡(luò)配置，如果將這些配置直接下發(fā)到物理網(wǎng)絡(luò)上可能影響其他業(yè)務(wù)正常處理，所產(chǎn)生的影響無(wú)法預(yù)估。利用數(shù)字孿生網(wǎng)絡(luò)的服務(wù)映射模型，提前校驗(yàn)和模擬配置下發(fā)，提前發(fā)現(xiàn)配置中的一些異常問(wèn)題。其次，意圖感知的孿生網(wǎng)絡(luò)管控體系的配置驗(yàn)證、意圖保障和自動(dòng)修復(fù)等功能可基于孿生網(wǎng)絡(luò)層的多種服務(wù)映射模型實(shí)現(xiàn)，實(shí)時(shí)性保障來(lái)自網(wǎng)絡(luò)應(yīng)用層的用戶意圖。此外，基于服務(wù)映射模型的意圖保障和自動(dòng)修復(fù)通過(guò)數(shù)據(jù)采集將物理網(wǎng)絡(luò)運(yùn)行狀態(tài)傳遞到孿生網(wǎng)絡(luò)層的數(shù)據(jù)庫(kù)，服務(wù)映射模型不斷驗(yàn)證用戶意圖是否被滿足。當(dāng)發(fā)現(xiàn)網(wǎng)絡(luò)偏離了用戶業(yè)務(wù)意圖，可利用AI等智能化技術(shù)進(jìn)行根因分析，生成修復(fù)策略，利用數(shù)字孿生網(wǎng)絡(luò)的服務(wù)映射模型先驗(yàn)證修復(fù)策略，保證正確無(wú)誤后，再通過(guò)自動(dòng)化配置模塊-22-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin數(shù)字孿生網(wǎng)絡(luò)在通信領(lǐng)域可以準(zhǔn)確實(shí)時(shí)的反映網(wǎng)絡(luò)運(yùn)行狀態(tài)，通過(guò)孿生網(wǎng)絡(luò)與物理網(wǎng)絡(luò)的實(shí)時(shí)交互，可以預(yù)見性的維護(hù)網(wǎng)絡(luò)并優(yōu)化網(wǎng)絡(luò)策略。構(gòu)建意圖感知的孿生網(wǎng)絡(luò)管從真實(shí)6G網(wǎng)絡(luò)到虛擬6G網(wǎng)絡(luò)經(jīng)過(guò)網(wǎng)絡(luò)意圖、配置數(shù)據(jù)、實(shí)時(shí)狀態(tài)、數(shù)據(jù)聚合、性能設(shè)計(jì)等流程的處理，在孿生網(wǎng)絡(luò)中構(gòu)建對(duì)應(yīng)的實(shí)體關(guān)系。虛擬6G網(wǎng)絡(luò)可以提前驗(yàn)證并優(yōu)意圖感知的網(wǎng)絡(luò)數(shù)字孿生可以應(yīng)用于端到端網(wǎng)絡(luò)服務(wù)保障，利用網(wǎng)絡(luò)數(shù)字孿生技術(shù)模擬網(wǎng)絡(luò)運(yùn)行狀態(tài)及網(wǎng)絡(luò)策略執(zhí)行效果，提高網(wǎng)絡(luò)生命周期管理的性能，保障端到端閉環(huán)管理的準(zhǔn)確性。當(dāng)監(jiān)控系統(tǒng)發(fā)現(xiàn)當(dāng)前網(wǎng)絡(luò)端到端服務(wù)性能降低，孿生網(wǎng)絡(luò)能夠根據(jù)監(jiān)控實(shí)時(shí)數(shù)據(jù)、歷史運(yùn)維數(shù)據(jù)完成智能分析，精準(zhǔn)定位網(wǎng)絡(luò)故障并給出對(duì)應(yīng)的網(wǎng)絡(luò)故障恢-23-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin4.1.4.Terminalsdata-relatedsupportingtechnologiesDatacollectionisessentialforconstructing6Gdigitaltwinnetworks.Theterminalssenseandcollectdataasoneofthemainwaysofdatacollection.Theterminalsalsoneedtoextract,process,andtransmitdatatomeettheneedsofthedigitaltwinnetworks.Thedata-relatedsupportingtechnologiesoftheterminalsto6Gdigitaltwinnetworkscanbelistedasfollows:1)Comprehensiveandeffectivedataacquisition.Comprehensivecoverageoftheacquireddataisrequiredtomeettheneedsofthedigitaltwinnetwork.Withthedevelopmentofinformationtechnology,thedatacanbeobtainedthroughavarietyofterminals,includingmobilephones,wearabledevices,vehi-cles,IoTsensors,andsoon.Moreandmoredatacanbecollectedandstoredinrealtime.Atthesametime,itisnecessarytodealwiththetradeoffbetweencomprehensivenessandeffectivenessofthedata.Irrespectiveofthevalidityofthedata,itmayresultinalargeamountofdataobtainedbytheterminals,suchasirrelevantdata,abnormaldata,andredundantdata.Targeteddataacquisitionwouldincreaseeffectivenessofthedata,therebyconducivetoreducingtheburdenontheterminal.2)Dataminingandprocessing.Evenifthedatavolumecanbereducedowingtotargeteddataacquisition,thedataacquiredbytheterminalisstillmassivefortransmission.Itisnecessarytoconductdatamining,knowledgeextractionandgeneralization.Partialdatacanbeprocessedwithintheterminals.3）Iterationandoptimizationofdata.Basedontheacquirednewdataalongwithotherstoreddata，itcanmeettruetimeoptimizationofdata.Variouskindsofdatarequiredifferentiterationperiods.Tofullyrealizeanimmersiveremoteexperience,theacquireddatarequirereal-timeperformance.Iterativeoptimizationfordifferentdatamaydroptheoutdateddataandinvalidones.Itcanalsoupdatetwinmodelparameters,andimprove6Gservicesadaptabilitytopracticalwirelessenvironment.Theupdateddataandpreviousdatacanrectifyeachother，incase-24-面向6G的數(shù)字孿生技術(shù)6GDigitalTwinsomedataismissingorchangesdramatically.Thus，itcanensuretheaccuracy,consis-tencyandcomprehensivenessofthedata.Besides,itcanreducetheburdenofdatastorageandprocessingontheterminals.4）Exchangeandintegrationofdata.Ina6Gwirelessnetwork,multipletypesofterminalswithdifferentstatusaredistrib-utedatvariouslocations.Thedatafrommultipleterminalscanbeexchangedandintegrat-ed.Mutualcomplementationandenhancementwouldbeperformedtobuildanoverallmodebasedonvaliddataacquired.Besides,throughdatafusion,datafromdifferentsourcescanbeusedforonespecificterminalinuser-centricnetworks.數(shù)字孿生，可為智能交通系統(tǒng)（ITS）提供全新的技術(shù)支撐和發(fā)展方向。通過(guò)對(duì)ITS中物理實(shí)體進(jìn)行鏡像描述，數(shù)字孿生可實(shí)現(xiàn)全面的數(shù)據(jù)感知、實(shí)時(shí)的信息共享、精確的協(xié)同決策，從而變革式地推進(jìn)原有ITS的基礎(chǔ)架構(gòu)向科學(xué)化、精確化、生態(tài)化交通綜合-25-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin在ITS中，車輛與MEC交互成本高、云服務(wù)器決策時(shí)延長(zhǎng)、車輛對(duì)調(diào)度命令執(zhí)行弱等問(wèn)題顯著。在DT賦能的ITS中，通過(guò)虛擬世界對(duì)物理交通的孿生，可以構(gòu)建ITS的高清鏡像。云服務(wù)器可以通過(guò)路網(wǎng)布局、基礎(chǔ)設(shè)施、車載用戶的孿生數(shù)據(jù)對(duì)路網(wǎng)結(jié)構(gòu)實(shí)施仿真優(yōu)化、合理布局公共車輛規(guī)模、根據(jù)車輛偏好實(shí)行交通誘導(dǎo)。在邊緣層，通過(guò)車載用戶數(shù)字孿生體與MEC的快速交互，可以避免實(shí)體車輛與MEC頻繁信息傳輸，同時(shí)根據(jù)用戶個(gè)性化駕駛需求提前規(guī)劃執(zhí)行效率更高的駕駛路線，在提高交通效率的同時(shí)為車輛用戶提無(wú)人駕駛車輛（AutonomousVehicles,AV瓶頸。然而，具備不同感知、計(jì)算、通信能力的AVs之間需要頻繁的信息和決策共享從而確定協(xié)同組的規(guī)模及不同AVs的分工。在數(shù)字孿生賦能的ITS中，AVs的資源狀態(tài)及用戶的需求和偏好均同步至部署在與其連接的MEC的數(shù)字孿生體中。因此，虛擬世界中不同AVs的數(shù)字孿生體在MEC構(gòu)建了一個(gè)全新的虛擬交互網(wǎng)絡(luò)，其中DTs可以替代實(shí)體AVs進(jìn)行信息交互并和制定策略，在節(jié)約計(jì)算和傳輸資源的同時(shí)實(shí)現(xiàn)數(shù)字孿生體的智能群體協(xié)現(xiàn)有的資源分配方案對(duì)設(shè)備差異化及服務(wù)個(gè)性化考慮不足，難以面向不同應(yīng)用場(chǎng)景為車輛提供高質(zhì)量服務(wù)。在數(shù)字孿生賦能的ITS中，物理實(shí)體的資源狀態(tài)實(shí)時(shí)同步至其數(shù)字孿生體，云服務(wù)器可以靈活的對(duì)孿生體資源進(jìn)行整合調(diào)度，實(shí)現(xiàn)對(duì)交通資源的細(xì)粒度管理。在對(duì)資源狀態(tài)實(shí)時(shí)監(jiān)測(cè)和配置的基礎(chǔ)上，云服務(wù)器或MEC可以通過(guò)大數(shù)據(jù)分析及人工智能為用戶定制基于知識(shí)的資源切片，滿足不同用戶對(duì)多樣化服務(wù)的個(gè)性化資源需ITS的感知不全面、精度低且智能化不足，難以實(shí)現(xiàn)對(duì)車路和基礎(chǔ)設(shè)施高精度全方位的綜合性監(jiān)測(cè)及預(yù)測(cè)性養(yǎng)護(hù)。在數(shù)字孿生賦能的ITS中，車載、道路、基礎(chǔ)設(shè)施中布設(shè)的傳感器可實(shí)現(xiàn)實(shí)時(shí)狀態(tài)監(jiān)測(cè)并定期更新至云層孿生體。云服務(wù)器根據(jù)數(shù)字孿生體的感知信息綜合考慮車路及基礎(chǔ)設(shè)施狀態(tài)和環(huán)境因素制定最優(yōu)的決策。此外，數(shù)字孿生體會(huì)保存歷史狀態(tài)信息，在孿生世界建立車路和基礎(chǔ)設(shè)施的全要素全生命周期數(shù)字檔案并-26-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin建立車路及基礎(chǔ)設(shè)施預(yù)測(cè)性管理和養(yǎng)護(hù)系統(tǒng)，在提高駕駛安全性的同時(shí)降低車路和基礎(chǔ)面對(duì)車流量的爆炸式增長(zhǎng)及不同用戶的駕駛需求，ITS在為應(yīng)急救援車輛規(guī)劃最優(yōu)路線開辟綠色通道時(shí)難以掌控普通車輛的調(diào)度執(zhí)行性。在數(shù)字孿生賦能的ITS中，云服務(wù)器可以根據(jù)不同路段交通流動(dòng)態(tài)設(shè)置不同的獎(jiǎng)勵(lì)并通過(guò)綜合考慮車輛數(shù)字孿生體駕駛時(shí)間、獎(jiǎng)勵(lì)、個(gè)性化駕駛需求為車輛規(guī)劃最優(yōu)駕駛路徑，從而促使不同駕駛需求的車載用戶遵守交通調(diào)度。在此基礎(chǔ)上，云層服務(wù)器和MEC可迅速調(diào)整交通信號(hào)燈及道路獎(jiǎng)勵(lì)應(yīng)對(duì)應(yīng)急救援事件，從而顯著縮短應(yīng)急救援車輛通行時(shí)間，降低事故應(yīng)急事件的損失及交通數(shù)據(jù)經(jīng)過(guò)收集、融合、分析、深度學(xué)習(xí)處理后將生成具有極大利用價(jià)值的數(shù)字資產(chǎn)。在數(shù)字孿生賦能的ITS中，孿生體可以替代物理實(shí)體完成數(shù)字資產(chǎn)的歸類、篩選、存儲(chǔ)、授權(quán)、交易并建立全要素全生命周期的數(shù)據(jù)數(shù)字檔案。從而基于孿生體的虛擬賬戶開啟ITS數(shù)據(jù)資產(chǎn)商業(yè)化的新模式。此外，額外的收益也激勵(lì)著ITS中物理實(shí)體積極的參與數(shù)據(jù)的感知及維護(hù)，有利于支持ITS中多種應(yīng)用及業(yè)務(wù)的展開，促進(jìn)ITS行業(yè)生傳統(tǒng)ITS中高昂的成本和冗長(zhǎng)的周期使得實(shí)施大規(guī)模算法、方案、架構(gòu)的實(shí)際測(cè)試極為困難。物理世界海量智能傳感設(shè)備動(dòng)態(tài)的將感知數(shù)據(jù)實(shí)時(shí)映射到孿生世界的孿生體中，為新算法、新方案、新架構(gòu)的推演及測(cè)試構(gòu)建虛擬世界試驗(yàn)平臺(tái)。數(shù)據(jù)需求者的孿生體可以與數(shù)據(jù)所有者的DTs在虛擬世界中進(jìn)行博弈、商談、決策以制定數(shù)據(jù)的交易方案。同時(shí)，新算法、新方案、新架構(gòu)的測(cè)試可以在虛擬世界中的數(shù)字孿生體之間反復(fù)測(cè)試并及時(shí)修正。最終，在降低測(cè)試成本，縮短測(cè)試周期的基礎(chǔ)上確保新方案、新算法、道路交通運(yùn)輸?shù)膿矶聠?wèn)題會(huì)加長(zhǎng)行車時(shí)間、增加能源消耗、加重環(huán)境污染并提高交通事故率，直接制約著城市的經(jīng)濟(jì)發(fā)展。在當(dāng)前的智能交通流管控系統(tǒng)中，不同的物理下的智能交通調(diào)度系統(tǒng)在路側(cè)部署攝像頭、磁傳感器、毫米波雷達(dá)等IoTs設(shè)備實(shí)時(shí)感知-27-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin交通數(shù)據(jù)。BS將采集到的交通數(shù)據(jù)進(jìn)一步傳輸?shù)皆品?wù)器。云服務(wù)器通過(guò)綜合分析歷史數(shù)據(jù)和IoTs設(shè)備收集的數(shù)據(jù)，預(yù)測(cè)城市的交通狀況、確定交通調(diào)度決策并通過(guò)BS傳遞給車輛用戶。在交通流管控的同時(shí)，當(dāng)車輛用戶想要規(guī)劃最佳路線時(shí)，可以向連接的BS發(fā)送路線規(guī)劃請(qǐng)求。BS將車輛用戶的請(qǐng)求轉(zhuǎn)發(fā)到云服務(wù)器后，云服務(wù)器根據(jù)車輛的駕駛需盡管理論上交通系統(tǒng)和車輛用戶可以從現(xiàn)有的調(diào)度架構(gòu)中受益，但在該系統(tǒng)的應(yīng)用成本高：ITS中交通流調(diào)度與管控的新算法、新方案及新架構(gòu)的實(shí)際測(cè)試成本高，執(zhí)行弱：現(xiàn)有的ITS為路徑推薦系統(tǒng)，難以保證所有車輛用戶都會(huì)遵循云端發(fā)布的要參考指標(biāo)，缺乏對(duì)車輛用戶個(gè)人需求的考慮，因此不能為車輛用戶提供高質(zhì)量的駕駛-28-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin從上述挑戰(zhàn)可以看出，建立生態(tài)化、數(shù)字化、智能化、可控化的智能交通系統(tǒng)，提高道路交通管理綜合指揮、快速反應(yīng)、調(diào)度和控制能力，為綠色、智慧、沉浸式出行提將數(shù)字孿生技術(shù)與現(xiàn)有的交通流管控架構(gòu)結(jié)合形成數(shù)字孿生賦能的智能交通流管控新范式是解決上述挑戰(zhàn)的最佳思路。具體地：1）數(shù)字孿生體可以實(shí)現(xiàn)交通數(shù)據(jù)實(shí)時(shí)采集、交通實(shí)體狀態(tài)精確更新、交通運(yùn)行同步可視。因此可為新算法、新方案及新架構(gòu)的推演及測(cè)試提供試驗(yàn)平臺(tái)；2）通過(guò)虛擬世界中車輛數(shù)字孿生體與云服務(wù)器的交互，可以提前為車輛用戶規(guī)劃行車路線，有效降低路徑規(guī)劃時(shí)延；3）在數(shù)字孿生賦能的交通流管控系統(tǒng)中，可以將路段視為激勵(lì)車輛用戶的資源。即根據(jù)車輛密度，云服務(wù)器對(duì)不同的路段給予不同的獎(jiǎng)勵(lì)。此外，個(gè)體輛車的駕駛狀態(tài)會(huì)實(shí)時(shí)同步至孿生體，因此云服務(wù)器會(huì)時(shí)刻掌握車輛對(duì)調(diào)度指令的遵守情況從而及時(shí)更新調(diào)度決策；4）數(shù)字孿生體可以映射車輛的個(gè)性化駕駛偏好，在管控調(diào)度時(shí)可以根據(jù)車輛的對(duì)駕駛時(shí)間和駕駛獎(jiǎng)勵(lì)的虛擬交通數(shù)字孿生平臺(tái)主要包括交通環(huán)境的數(shù)字孿生體、車輛的數(shù)字孿生體以及云服務(wù)器。其中交通環(huán)境的數(shù)字孿生體根據(jù)基站的覆蓋范圍進(jìn)行區(qū)域劃分，每個(gè)區(qū)域部署一個(gè)數(shù)字孿生實(shí)現(xiàn)對(duì)真實(shí)交通環(huán)境的孿生。該數(shù)字孿生可借助高精度地圖為基礎(chǔ)數(shù)據(jù)，結(jié)合各類真實(shí)的環(huán)境數(shù)據(jù)以及三維重建技術(shù)，實(shí)現(xiàn)對(duì)物理世界交通場(chǎng)景的高精度還原。此外，部署在路側(cè)的攝像機(jī)，激光雷達(dá)和地磁傳感器等IoTs設(shè)備以及車端裝配的多種類傳感器，可以實(shí)現(xiàn)對(duì)各路段交通流數(shù)據(jù)實(shí)時(shí)收集和交通環(huán)境的動(dòng)態(tài)感知，并通過(guò)異構(gòu)內(nèi)生智慧網(wǎng)絡(luò)進(jìn)行高效按需傳輸，實(shí)現(xiàn)數(shù)字孿生世界與真實(shí)物理世界數(shù)據(jù)的互聯(lián)互通。車輛的數(shù)字孿生體負(fù)責(zé)存儲(chǔ)車輛的駕駛需求和偏好，當(dāng)車輛需要更新需求或駕駛偏好時(shí)，可通過(guò)車載通信單元（OBU）將更新信息通過(guò)BS上傳至云層的數(shù)字孿生。云服務(wù)器結(jié)合當(dāng)前的孿生交通環(huán)境及個(gè)體數(shù)字孿生的需求及駕駛偏好，推演最佳交通流管控方案、道數(shù)字孿生賦能的智能交通調(diào)度打破了傳統(tǒng)以最短距離或最短駕駛時(shí)間為主要指標(biāo)來(lái)實(shí)現(xiàn)交通調(diào)度的思路，對(duì)車輛用戶的個(gè)性化需求進(jìn)行進(jìn)一步的考慮，并將道路視為資源以價(jià)格為激勵(lì)手段引導(dǎo)車輛用戶遵循管控方案。首先，從交通流狀況角度出發(fā)，現(xiàn)實(shí)交通中部署在路側(cè)的IoTs設(shè)備以及車端傳感器會(huì)對(duì)每個(gè)路段交通流原始數(shù)據(jù)進(jìn)行實(shí)時(shí)-29-RequestStartplanningthepathDTsTheoptimalpathAddtothelistRequestandpreferenceRequestStartplanningthepathDTsTheoptimalpathAddtothelistRequestandpreference面向6G的數(shù)字孿生技術(shù)6GDigitalTwin地收集，收集到的數(shù)據(jù)會(huì)經(jīng)過(guò)部署在BS側(cè)的MEC初步處理并將處理結(jié)果上傳至云服務(wù)器。云服務(wù)器則可以根據(jù)各路段的交通流量為不同的路段設(shè)置合理的獎(jiǎng)勵(lì)來(lái)激勵(lì)車輛用戶選擇不同的路段行駛。例如，云服務(wù)器可以在擁堵的路段設(shè)置負(fù)獎(jiǎng)勵(lì)，向車輛用戶收取費(fèi)用。同理，可以在車輛較少的路段設(shè)置正獎(jiǎng)勵(lì)以吸引更多的車輛。其次，從車輛用戶角度出發(fā)，不同的車輛用戶有著不同駕駛習(xí)慣以及對(duì)駕駛時(shí)間和駕駛獎(jiǎng)勵(lì)不同的偏好，因此可以以時(shí)間和獎(jiǎng)勵(lì)為基礎(chǔ)要素建立個(gè)體車輛用戶專屬的個(gè)性化模型。例如，對(duì)駕駛獎(jiǎng)勵(lì)敏感的車輛用戶更愿意選擇距離較遠(yuǎn)的路段花更多的時(shí)間來(lái)獲得更多的獎(jiǎng)勵(lì)。相應(yīng)地，車輛用戶的需求和偏好由部署在云端的數(shù)字孿生體精準(zhǔn)映射，從而促進(jìn)云服務(wù)器通過(guò)綜合考慮當(dāng)前的交通狀態(tài)及用戶的駕駛需求及偏好為不同的路段設(shè)置最優(yōu)的獎(jiǎng)勵(lì)。該數(shù)字孿生架構(gòu)可實(shí)現(xiàn)交通狀態(tài)及用戶需求偏好實(shí)時(shí)采集、路段獎(jiǎng)勵(lì)設(shè)置、交通流CloudAddtothelistCloudRequestListTherequestofTherequestofvehicleiTherequestofvehiclei·TherequestofTherequestofvehiclei·...VTheoptimalpathBSTheoptimalpath在該閉環(huán)調(diào)度過(guò)程中，數(shù)字孿生體映射了車輛的需求和偏好。當(dāng)車輛有路徑出行需求時(shí)，如圖13所示，其數(shù)字孿生體向云服務(wù)器發(fā)送駕駛路徑規(guī)劃請(qǐng)求，云服務(wù)器會(huì)根據(jù)請(qǐng)求的開始時(shí)間將該請(qǐng)求添加至服務(wù)列表中。然后，云服務(wù)器根據(jù)該數(shù)字孿生體提供的調(diào)度時(shí)間間隔，綜合考慮各路段的交通流狀況和獎(jiǎng)勵(lì)以及車輛的起點(diǎn)、目的地和需求偏-30-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin如果完成一輪路線規(guī)劃后車輛用戶沒有到達(dá)目的地，云服務(wù)器將該數(shù)字孿生體的服務(wù)請(qǐng)求重新添加到服務(wù)列表中，等待下一次調(diào)度。完成在虛擬世界中對(duì)車輛用戶一輪次的路徑規(guī)劃后，云服務(wù)器會(huì)將調(diào)度指令和路線推薦經(jīng)過(guò)BS傳遞給其覆蓋“立體泛在，智聯(lián)天下”，這是6G發(fā)展的愿景。隨著信息技術(shù)的迅猛發(fā)展，6G將會(huì)使能一系列需要超低時(shí)延、超高可靠的智能物聯(lián)網(wǎng)應(yīng)用，如未來(lái)智能交通系統(tǒng)、智慧城移動(dòng)邊緣計(jì)算與通信是近些年研究的熱點(diǎn)[20]。它具有去中心化、低延遲計(jì)算、具有數(shù)據(jù)安全和隱私、可以計(jì)算和通信聯(lián)合優(yōu)化等等優(yōu)點(diǎn)，但同樣面臨著邊緣節(jié)點(diǎn)的通用計(jì)-31-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin但萬(wàn)物互聯(lián)的實(shí)現(xiàn)除了模型建設(shè)外，如何對(duì)十分龐大數(shù)量的節(jié)點(diǎn)進(jìn)行便捷的管理控制也是熱點(diǎn)問(wèn)題。常規(guī)“節(jié)點(diǎn)-網(wǎng)關(guān)-云平臺(tái)-控制端”的管控方式無(wú)法進(jìn)行智能化的操作，同時(shí)擴(kuò)展性和網(wǎng)絡(luò)的魯棒性均達(dá)不到新興業(yè)務(wù)的需求，但引入數(shù)字孿生將會(huì)有效的數(shù)字孿生驅(qū)動(dòng)的萬(wàn)物互聯(lián)管控系統(tǒng)模型的主要功能之一是模擬、監(jiān)測(cè)、診斷、預(yù)測(cè)模擬：在部署異構(gòu)實(shí)物網(wǎng)絡(luò)節(jié)點(diǎn)之前，在虛擬仿真環(huán)境（如NS3等網(wǎng)絡(luò)仿真平臺(tái)）中模擬節(jié)點(diǎn)的通信與計(jì)算過(guò)程，盡可能掌握節(jié)點(diǎn)在實(shí)際工作環(huán)境中的狀態(tài)。行為策略、服務(wù)成功概率、參數(shù)設(shè)置以及設(shè)計(jì)階段未考慮/預(yù)期的一些問(wèn)題，為后續(xù)服務(wù)規(guī)劃、服務(wù)參數(shù)確定和異常情況下的決策提供了依據(jù)。通過(guò)改變虛擬環(huán)境的參數(shù)設(shè)置，可以模擬節(jié)點(diǎn)在不同的服務(wù)環(huán)境中的運(yùn)行；通過(guò)改變?nèi)蝿?wù)參數(shù)，模擬不同服務(wù)參數(shù)對(duì)服務(wù)成功率監(jiān)測(cè)與診斷：在節(jié)點(diǎn)服務(wù)過(guò)程中，服務(wù)數(shù)據(jù)將實(shí)時(shí)反映在節(jié)點(diǎn)的數(shù)字孿生中。節(jié)點(diǎn)數(shù)字孿生系統(tǒng)可以實(shí)現(xiàn)對(duì)實(shí)際節(jié)點(diǎn)服務(wù)過(guò)程的動(dòng)態(tài)實(shí)時(shí)可視化監(jiān)控，并根據(jù)獲取的實(shí)測(cè)預(yù)測(cè)：通過(guò)構(gòu)建節(jié)點(diǎn)數(shù)字孿生模型，可以在虛擬空間中對(duì)節(jié)點(diǎn)功能和服務(wù)性能測(cè)試過(guò)程進(jìn)行集成仿真和驗(yàn)證，預(yù)測(cè)潛在的節(jié)點(diǎn)服務(wù)缺陷、功能缺陷和性能缺陷。針對(duì)這些缺陷，支持在節(jié)點(diǎn)的數(shù)字孿生中修改相應(yīng)的參數(shù)，并在此基礎(chǔ)上重新模擬節(jié)點(diǎn)的服務(wù)、控制：在節(jié)點(diǎn)服務(wù)過(guò)程中，對(duì)實(shí)時(shí)服務(wù)過(guò)程數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對(duì)實(shí)物節(jié)點(diǎn)本身狀孿生匯聚網(wǎng)絡(luò)為數(shù)字孿生層，上方的管控中心為應(yīng)用層，這樣的組網(wǎng)架構(gòu)具有四大特第一，采用了邊緣智能，引入了數(shù)字孿生技術(shù)。系統(tǒng)以孿生網(wǎng)絡(luò)為整個(gè)架構(gòu)的中第二，具有大規(guī)模分層結(jié)構(gòu)。數(shù)據(jù)信息由物聯(lián)子網(wǎng)傳至孿生網(wǎng)絡(luò)，再到-32-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin第三，異構(gòu)密集組網(wǎng)。支持異構(gòu)網(wǎng)絡(luò)多通信體制，對(duì)于密集數(shù)據(jù)可以做到分時(shí)調(diào)第四，高效自動(dòng)組網(wǎng)。該架構(gòu)采用了自配置技術(shù)，動(dòng)態(tài)重組重構(gòu)，增強(qiáng)了網(wǎng)絡(luò)的魯?shù)谝唬С朱`活接入。孿生匯聚層具有多通信體制，支持異構(gòu)網(wǎng)絡(luò)，且支持智能化第二，抗毀重組重構(gòu)。如因信號(hào)質(zhì)量等不確定因素導(dǎo)致網(wǎng)絡(luò)鏈路斷裂孿生匯聚層可以進(jìn)行割點(diǎn)自檢測(cè)，自動(dòng)對(duì)斷裂點(diǎn)進(jìn)行定位，并對(duì)網(wǎng)絡(luò)進(jìn)行第三，智能判決。對(duì)多源數(shù)據(jù)進(jìn)行綜合判決，根據(jù)算法智能判斷數(shù)據(jù)情況是否應(yīng)該第五，命令智能執(zhí)行。對(duì)于管控層的命令進(jìn)行一鍵執(zhí)行，同時(shí)可以對(duì)模糊命令進(jìn)行-33-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin規(guī)模的實(shí)物和仿真節(jié)點(diǎn)的孿生匯聚，可自組網(wǎng)、自配置、自接入，支持多跳，同時(shí)支持在具體應(yīng)用過(guò)程中，首先在孿生匯聚網(wǎng)絡(luò)層模擬要部署的物聯(lián)節(jié)點(diǎn)所采比如在模擬時(shí)采用類似于NS3軟件的孿生層對(duì)于ZigBee節(jié)點(diǎn)進(jìn)行孿生搭建，并部署其要運(yùn)行的服務(wù)（如溫濕度測(cè)量與分析），模擬實(shí)際節(jié)點(diǎn)與孿生匯聚節(jié)點(diǎn)之間的通信與計(jì)算過(guò)程（ZigBee協(xié)議通信或者網(wǎng)絡(luò)映射），設(shè)定多維度參數(shù)，以盡可能還原節(jié)點(diǎn)在實(shí)際工作環(huán)境中的狀態(tài)。孿生產(chǎn)生的數(shù)據(jù)經(jīng)由回傳網(wǎng)絡(luò)上傳至管控中心，由管理員進(jìn)行分析與之后部署實(shí)際物理節(jié)點(diǎn)，并與孿生匯聚網(wǎng)絡(luò)中的數(shù)字孿生一一對(duì)應(yīng)，管理員可以在管控中心看到經(jīng)由回傳網(wǎng)絡(luò)上傳的實(shí)際節(jié)點(diǎn)數(shù)據(jù)信息，對(duì)其進(jìn)行動(dòng)態(tài)實(shí)時(shí)可視化監(jiān)控，基于以上模型的搭建，孿生層成為真正可以模擬預(yù)測(cè)實(shí)際運(yùn)行情況的關(guān)鍵所在。因此繼續(xù)在孿生中對(duì)節(jié)點(diǎn)功能和服務(wù)性能測(cè)試過(guò)程進(jìn)行集成仿真和驗(yàn)證，預(yù)測(cè)潛在的節(jié)點(diǎn)服務(wù)缺陷。針對(duì)這些缺陷，支持在數(shù)字孿生中修改相應(yīng)的參數(shù)，并在此基礎(chǔ)上重新模擬節(jié)點(diǎn)的服務(wù)、功能和性能測(cè)試過(guò)程，直至問(wèn)題得到解決，實(shí)現(xiàn)了采用數(shù)字孿生技術(shù)的主另一方面，上文提到的應(yīng)用更側(cè)重于對(duì)于節(jié)點(diǎn)數(shù)據(jù)的“讀取”，但實(shí)際上，采用數(shù)字孿生技術(shù)可以為節(jié)點(diǎn)管控的“寫入”帶來(lái)很大的幫助。對(duì)于主動(dòng)控制類的目標(biāo)節(jié)點(diǎn)，經(jīng)由孿生層可以下發(fā)控制指令至實(shí)物節(jié)點(diǎn)，實(shí)現(xiàn)遠(yuǎn)端管理與控制。比如，實(shí)物節(jié)點(diǎn)可運(yùn)行多種服務(wù)，某時(shí)刻要切換服務(wù)類型時(shí)，可以先由管控端將控制指令下傳至孿生層進(jìn)行模擬，各項(xiàng)指標(biāo)符合最初設(shè)定時(shí)，再由孿生層將服務(wù)同步至實(shí)物節(jié)點(diǎn)，在實(shí)際中運(yùn)行服以上為示例的數(shù)字孿生驅(qū)動(dòng)的萬(wàn)物互聯(lián)管控系統(tǒng)架構(gòu)，實(shí)際上，將數(shù)字孿生與萬(wàn)物互聯(lián)結(jié)合后有更多的實(shí)際應(yīng)用。如移動(dòng)運(yùn)營(yíng)商可以更方便地對(duì)接入移動(dòng)網(wǎng)絡(luò)的設(shè)備進(jìn)行鑒權(quán)與管理，對(duì)于會(huì)影響移動(dòng)網(wǎng)絡(luò)穩(wěn)定或占用過(guò)多資源的設(shè)備進(jìn)行首要的控制，對(duì)于特殊批準(zhǔn)的高要求設(shè)備放寬資源使用門限等。數(shù)字孿生的引入不僅方便了節(jié)點(diǎn)的使用者，使其能夠更便捷完善地通過(guò)節(jié)點(diǎn)部署服務(wù)，也方便了管理者，使其對(duì)節(jié)點(diǎn)使用者快速鑒-34-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin在過(guò)去的幾年里，網(wǎng)絡(luò)和通信行業(yè)發(fā)生了巨大的變化，移動(dòng)用戶數(shù)量的增長(zhǎng)幾乎飽和，對(duì)運(yùn)營(yíng)商業(yè)績(jī)的拉升作用已經(jīng)不大。但人們對(duì)移動(dòng)互聯(lián)網(wǎng)的依賴越來(lái)越強(qiáng)，各種移動(dòng)業(yè)務(wù)層出不窮，大量的新興應(yīng)用，如360度全景視頻、虛擬現(xiàn)實(shí)VR、增強(qiáng)現(xiàn)實(shí)AR等正在迅速商業(yè)化，而這些業(yè)務(wù)對(duì)數(shù)據(jù)計(jì)算量的要求不斷增加。垂直行業(yè)中越來(lái)越多的應(yīng)用程序也需要大量的計(jì)算處理，自動(dòng)駕駛和工業(yè)控制等應(yīng)用則更需要網(wǎng)絡(luò)提供實(shí)算，并能保證高可靠傳輸。在這一層面上，未來(lái)的移動(dòng)服務(wù)將更加注重用戶和業(yè)務(wù)的需求，為用戶帶來(lái)全新的體驗(yàn)，大數(shù)據(jù)量移動(dòng)交互式游戲、3D、AR/VR及全息圖像等新型新型業(yè)務(wù)對(duì)網(wǎng)絡(luò)的需求將愈具差異化、多樣性和高動(dòng)態(tài)的特性。這使得未來(lái)網(wǎng)絡(luò)將會(huì)是一個(gè)集合了高動(dòng)態(tài)、多類型用戶需求兼容等特性的復(fù)雜網(wǎng)絡(luò)，該網(wǎng)絡(luò)將是完全異構(gòu)的大規(guī)模網(wǎng)絡(luò)，能支持物聯(lián)網(wǎng)中萬(wàn)物互連所需要的巨連接以及無(wú)處不在的無(wú)線大數(shù)據(jù)應(yīng)但是與此同時(shí)，承擔(dān)這些新興業(yè)務(wù)的終端設(shè)備并不是大型計(jì)算機(jī)，往往不具有對(duì)于較大數(shù)據(jù)量的處理能力，此時(shí)僅由傳統(tǒng)通信網(wǎng)絡(luò)本身很難滿足大數(shù)據(jù)量的帶寬和時(shí)延要求，在這樣的背景下，計(jì)算的引入會(huì)較好地解決此類問(wèn)題，如近些年屬于研究熱門的邊緣計(jì)算、服務(wù)緩存、網(wǎng)絡(luò)算子等等。數(shù)字孿生同樣可以緩解新興業(yè)務(wù)給終端帶來(lái)的壓我們?cè)谇拔闹幸呀?jīng)提到，數(shù)字孿生技術(shù)框架是包含物理實(shí)體層、數(shù)字孿生層以及應(yīng)用層的三層抽象架構(gòu)。手機(jī)等終端設(shè)備在物理實(shí)體層，在應(yīng)用層部署實(shí)際應(yīng)用時(shí)會(huì)面臨數(shù)字孿生技術(shù)，在終端設(shè)備的上層多了數(shù)字孿生層——可能部署于移動(dòng)邊緣云上的孿生，即每一個(gè)接入網(wǎng)絡(luò)的終端設(shè)備在邊緣云上都會(huì)有自身的孿生體。實(shí)體終端設(shè)備與其-35-面向6G的數(shù)字孿生技術(shù)6GDigitalTwin孿生之間的數(shù)據(jù)會(huì)相互影響，即終端遇到故障時(shí)可以通過(guò)修改邊緣云上的孿生體數(shù)據(jù)，對(duì)實(shí)體終端設(shè)備進(jìn)行修正，也可以通過(guò)修改實(shí)體的數(shù)據(jù)在孿生體中進(jìn)行相應(yīng)的驗(yàn)證。當(dāng)存在對(duì)帶寬和時(shí)延要求較高的業(yè)務(wù)時(shí)，孿生體會(huì)極大地緩解實(shí)體的計(jì)算壓力，借助邊緣云強(qiáng)大的計(jì)算能力完成所需的計(jì)算任務(wù)并傳輸給運(yùn)營(yíng)商，避免了數(shù)據(jù)統(tǒng)一流向終端設(shè)備比如在商業(yè)應(yīng)用背景下智能終端，在運(yùn)營(yíng)商網(wǎng)絡(luò)中移動(dòng)邊緣云會(huì)產(chǎn)生該終端的孿生體，實(shí)時(shí)同步較大的計(jì)算請(qǐng)求，當(dāng)用戶訪問(wèn)VR等大數(shù)據(jù)量計(jì)算業(yè)務(wù)時(shí)，孿生體會(huì)接收到來(lái)自于終端的數(shù)據(jù)。借助于孿生體所在服務(wù)器強(qiáng)大的計(jì)算能力，數(shù)據(jù)會(huì)在快速計(jì)算后返回至終端，實(shí)現(xiàn)業(yè)務(wù)的可靠性保證與大數(shù)據(jù)計(jì)算低時(shí)延實(shí)現(xiàn)。這樣的系統(tǒng)框架下，終端設(shè)備無(wú)需具有較強(qiáng)的計(jì)算能力，像龐大的計(jì)算機(jī)一樣影響用戶的移動(dòng)便攜體驗(yàn)，而是把復(fù)雜的計(jì)算交給終