专家视角 | 从 6G 到车联网（V2X）—— 数字孪生如何助力网络部署升级

数字孪生 — —— 即 6G、非地面网络（NTN）和 5G 等物理系统的虚拟模型 —— 能够对所有网络系统及组件（包括其非地面元素）进行模拟、分析和优化。这对于加快网络部署、在潜在瓶颈与缺陷演变为实际问题前加以识别而言，尤为实用。

在本系列博客文章中，我们将探讨数字孪生的应用如何使网络设备制造商和移动运营商受益，并探究其在加速研发、实现站点部署自动化、优化频谱与能源利用等方面的作用。我们还将提供相关用例、拟议的系统细节，以及 VIAVI（唯亚威通讯）与合作伙伴如何实施并交付此类技术的实例。更多细节可以下载查看我们的白皮书：

数字孪生为网络运营商带来的益处

之前我们探讨了网络设备的开发与部署。具体而言，我们分析了数字孪生如何促进互操作性和性能验证，同时助力识别潜在故障并模拟网络攻击。这一能力在开放式无线接入网（Open RAN）环境中尤为关键 —— 由于无线单元（RU）、分布式单元（DU）和中央单元（CU）的解耦，接口数量增多，显著扩大了威胁面并增加了集成复杂度。

对于移动网络运营商而言，数字孪生的功能与之存在一定重叠（尤其是在安全性方面），但此外还有三项重要功能。

在工程设计、规划和优化方面，数字孪生支持实施 “虚拟优先” 模式，即在物理部署前对网络设计和配置进行模拟与测试。通过这种方式，运营商可识别网络瓶颈，优化流量分配，从而提升整体性能；还能预测潜在故障并在其造成问题前加以修复。

这一能力对于 6G 网络的演进至关重要，因为它支持对新兴技术进行测试并预测其在实际场景中的表现。数字孪生提供的洞察不止于孤立组件，还能让运营商对网络全生命周期（从设计、部署到运营和优化）进行建模。这种整体方法不仅有助于制定更有效的长期规划，还能提升网络连接性、可靠性和成本效益。

其次是能源使用问题。随着电信行业面临越来越大的减排压力，能源消耗已成为日益受关注的议题。6G以基于人工智能/机器学习（AI/ML）的优化为核心，预计将比 5G 更节能。根据2021年 IEEE的一篇论文，在提供相同带宽 / 数据速率的情况下，6G 的发射功率可能降低多达50%。然而，这种能效提升需结合“杰文斯悖论”来看 —— 随着网络速度加快、响应更迅速，用户需求往往会上升，这可能会抵消其环境效益。为应对这一问题，数字孪生可用于创建实时视图、及早发现低效环节，并优化高能耗流程、动态调整功率使用。

这一目标通过模拟网络配置来实现，从而确定最高效的设计并相应地优化基础设施。

最后，数字孪生及其独立的人工智能引擎和数据还可用于验证人工智能推理模型所做的预测，因此是自动化运营 （或称 “暗黑网络运营中心”）的关键要素。

支撑数字孪生网络的技术

创建数字孪生需要多个步骤，且每个步骤在不同程度上都具有独特性。但其中有几个核心要素和步骤是必须实施的。

首先是使用人工智能驱动的射线追踪工具（VIAVI的空口仿真技术）进行信道建模。这能实现 3D 环境下的信道预测，并支持室内和室外场景的规划。值得注意的是，这不仅包括覆盖范围，还涉及大规模 MIMO（多输入多输出）的干扰优化。

其次是流量建模，使用 TM500 无线网络测试仪 模拟网络上的数千台设备，并通过 TeraVM 人工智能无线接入网场景生成器（RAN Scenario Generator)在数字孪生中模拟系统级无线接入网行为。.

这款人工智能无线接入网场景生成器能够模拟各种各样的拓扑结构和配置，还可利用真实和合成地图模拟移动模式与流量分布。信道建模和流量建模产生的实际数据将用于训练和测试人工智能引擎。

当然，要让数字孪生提供真实、可操作的洞察，它必须是网络当前状态的 “孪生体”，而非创建时或上次更新时的状态。为实现这一点，VIAVI保持与物理网络的同步，确保能基于准确、最新的网络状态表示进行验证。

更具价值的数据还可通过 VIAVI的 NITRO 位置智能等工具获取. 该工具可用于分析用户 / 物联网设备与网络之间的每一次交互。这些上下文信息有助于更好地理解问题所在和优化机会。在数字孪生场景中，该工具能通过人工智能分析将网络数据转化为洞察。

进一步而言，诸如 NITRO AIOps 等工具可通过为数字孪生收集和聚合大量数据，使其更贴近现实。而这一切还未涉及针对安全或自动化等特定场景的建模。

欧洲的 6G-Twin 项目就是这些系统实际应用的良好范例，该项目正在部署具有反应性和预测性的网络数字孪生，以支持远程驾驶。

这些系统为 6G 系统的原生人工智能参考架构的设计、实施和验证奠定了坚实基础，该架构用于提升移动性和能源效率。

面向网络运营商的数字孪生用例示例

在本节中，我们简要介绍两个场景，展示数字孪生如何帮助网络运营商：1）在拒绝服务（DoS）攻击期间防止信令风暴；2）在车辆（V2X/V2N）通信中更好地管理波束赋形和切换算法验证。

每个场景中，我们都列出了所需工具并附上链接，更多细节可参见我们关于 数字孪生的白皮书.

在 DoS/DDoS 攻击中防止信令风暴

信令风暴是指网络因控制平面信令过多而不堪重负的情况，已导致多起重大中断事件，包括挪威电信（Telenor）、威瑞森（Verizon）和日本电报电话公司（NTT DoCoMo） 的大规模服务中断，最长持续达 24 小时。

虽然信令风暴可能自然发生，但控制平面信令也是 DoS/DDoS 攻击可能针对的漏洞。这一漏洞需要在沙盒环境中进行测试。

要构建这样的数字孪生以在 5G、6G 或物联网网络中安全模拟攻击，需要三个核心要素：

首先是使用人工智能无线接入网场景生成器 TeraVM AI RAN Scenario Generator 模拟系统级无线接入网行为；其次是使用TM500 无线网络测试仪 模拟数千台设备，对数字孪生网络施加压力；最后是需要虚拟无线接入网模拟器，如 TeraVM-vRAN 5G 模拟器它能为 3GPP 标准的实施提供可控且可重复的测试环境。

车联网（V2X/V2N）通信中的波束管理和切换算法验证

随着汽车行业向大规模部署自动驾驶车辆迈进，可靠且超低延迟的通信对于车与车（V2V）和车与基础设施（V2I）通信而言变得至关重要。在这一背景下，延迟不仅是技术问题，更是安全问题。车联网（V2X，即车辆与万物互联）通信的成功将在很大程度上依赖于 6G 网络的能力，尤其是在降低延迟、支持先进波束管理和无缝切换方面。

这些技术在部署到与行人、骑行者共享环境的 1.5 至 2 吨重的自动驾驶车辆上之前，必须经过严格测试和验证。需要准确模拟系统级无线接入网行为（理想情况下使用人工智能驱动的无线接入网场景生成器），以预测实际性能。射线追踪技术可通过模拟动态环境（包括移动车辆、行人、骑行者、建筑物和道路基础设施）来增强这些模拟效果。

数字孪生解决方案的演进

VIAVI（唯亚威通讯）提供灵活且可扩展的数字孪生解决方案，支持选择单个组件或完整的从无线接入网到核心网的数字孪生。

VIAVI公司在实验室、现场和运营领域拥有长期提供解决方案的经验，且凭借领先的研发团队，能够帮助客户证明网络设备的准确性和价值。

如需了解更多关于我们数字孪生解决方案的信息，请 下载我们的白皮书.