URLLc是5G三大应用场景（eMBB、mMTC、URLLC）之一，旨在为关键业务提供前所未有的通信保障，它的核心目标是实现“99.999%”的可靠性和毫秒级（ms级）的时延，为了达到这个严苛的要求，URLLC需要一整套协同工作的关键技术。
（图片来源网络，侵删）
下面我将从物理层、网络架构、协议优化等多个维度，系统地介绍URLLC的关键技术。
物理层关键技术
物理层是URLLC实现高可靠和低时延的基石,主要通过修改和增强现有的5G NR（New Radio）空口技术来实现。
短传输时间间隔
这是降低时延最直接的手段。
- 技术原理：传统的TTI（例如1ms）对于URLLC来说仍然太长，URLLC引入了mini-slot（微时隙），其长度可以是2, 4, 7个OFDM符号（约0.14ms, 0.28ms, 0.5ms），基站可以动态地为URLLC业务分配一个或多个mini-slot，而不必等待一个完整的TTI开始，从而将端到端时延降低一个数量级。
- 作用：显著降低调度时延，实现业务的快速、按需传输。
高级信道编码与冗余传输
这是实现超高可靠性的核心。
（图片来源网络，侵删）
- 技术原理：
- Polar码（极化码）：作为5G eMBB场景的控制信道编码方案，Polar码在理论上可以达到信道容量，具有良好的性能，为控制信道的可靠性提供了基础。
- 重复编码：对于URLLC数据信道，可以采用更高阶的重复编码（将一个数据比特重复发送多次），虽然牺牲了频谱效率，但极大地提高了数据被正确接收的概率。
- 冗余版本：基站可以快速生成一个或多个“冗余版本”（Redundancy Version, RV）的数据包并发送，接收端可以对这些冗余版本进行合并解码，即使某个版本的数据包在传输中受损，也能通过其他版本恢复出原始信息。
- 作用：通过增加冗余来对抗信道衰落和突发错误，确保数据包在恶劣的无线环境下也能被成功解码，从而提升可靠性。
更灵活的调度与资源分配
- 技术原理：基站可以更精细地调度资源，为同一个URLLC业务在时间、频率、空间（波束）上分配多个资源块，接收端可以利用来自不同资源块的冗余信息进行联合解码，进一步鲁棒性。
- 作用：动态适应信道变化，灵活分配资源，在保证可靠性的同时最大化频谱效率。
波束赋形与大规模MIMO
- 技术原理：利用基站端的大规模天线阵列，形成高增益、窄波束，将能量精确地聚焦到用户设备上。
- 作用：
- 提升可靠性：增强信号强度，减少干扰，从而提高信噪比，降低误码率。
- 降低时延：波束赋形可以建立更稳定、高质量的链路，减少因信道质量差而导致的重传，间接降低了时延。
自适应调制与编码
- 技术原理：基站根据实时的信道状态信息，动态地为每个用户选择最合适的调制方式（如QPSK, 16QAM, 64QAM）和编码率。
- 作用：在信道条件好时，使用高阶调制和高码率，提升速率；在信道条件差时，自动切换到低阶调制和低码率（甚至重复编码），优先保证传输的可靠性。
网络架构与协议关键技术
除了物理层的改造,网络架构和协议层面的优化对于降低端到端时延和提升整体可靠性同样至关重要。
网络切片
- 技术原理：将一个物理网络虚拟化成多个逻辑上独立的、端到端的“虚拟网络”（即切片），URLLC业务可以拥有一个专属的切片，该切片拥有独立的资源（带宽、计算、存储）和配置。
- 作用：
- 资源隔离：确保URLLC业务（如自动驾驶、远程手术）不会被其他业务（如高清视频流）抢占资源，从而保证了其时延和可靠性不受影响。
- 定制化服务：可以为URLLC切片定制QoS策略、转发路径等，满足其严苛的要求。
多接入边缘计算
- 技术原理：将计算和存储能力从核心网络下沉到网络边缘，靠近数据源和用户。
- 作用：
- 降低时延：对于需要实时处理的业务（如AR/VR、工业控制），数据无需长途跋涉到中心云，而是在边缘节点完成处理，极大地降低了往返时延。
- 减轻核心网压力：本地分流降低了核心网的负载和网络拥塞风险。
低时延调度与HARQ机制优化
- 技术原理：
- 快速调度：基站需要能够以极低的延迟响应URLLC业务的请求，实现“即时调度”。
- 非自适应HARQ（Non-adaptive HARQ）：对于URLLC，重传的格式（如调制方式、资源块位置）与首次传输保持一致，接收端可以立即进行解码，无需等待新信令，从而缩短了HARQ的反馈和重传时延。
- 作用：在发生错误时，能够以最快的速度进行重传，将重传引入的时延降到最低。
前向纠错与自动重传请求的混合机制
- 技术原理：这是现代通信系统可靠性的基石，FEC在发送端加入冗余信息，使接收端能纠正一定程度的错误；如果错误超出FEC的纠错能力，HARQ则触发重传。
- 作用：通过FEC和HARQ的协同工作，在保证一定效率的前提下，实现了极高的可靠性，URLLC通过上述的短TTI、快速HARQ等技术，让这个混合机制在毫秒级时间内高效运作。
跨层协同与AI赋能
URLLC的极致性能并非仅靠单一技术实现,而是需要跨层协同，并引入AI进行智能化管理。
跨层设计与优化
- 技术原理：打破传统通信协议栈（物理层、MAC层、RLC层等）之间的严格界限，实现信息在不同层之间的共享和协同。
- 作用：
- 例如：高层应用层的时延和可靠性需求可以直接传递给物理层，物理层可以根据这些需求动态调整编码、调制和资源分配策略，实现“按需服务”。
- MAC层的调度决策可以参考物理层的信道质量信息,以及网络层的负载情况，做出全局最优的调度。
人工智能/机器学习
- 技术原理：利用AI/ML算法来学习和预测无线环境、用户行为和网络状态。
- 作用：
- 智能预测：预测信道衰落、业务流量，提前进行资源预留和波束训练，降低决策时延。
- 智能调度：AI可以根据复杂的QoS约束和实时状态，比传统算法更高效地进行资源调度。
- 参数自优化：自动调整网络参数（如切换门限、功率控制参数），以适应不断变化的环境，长期保持URLLC性能。
| 技术类别 | 关键技术 | 主要作用 |
|---|---|---|
| 物理层 | 短TTI (Mini-slot) | 降低时延：实现快速、按需调度。 |
| 高级编码/重复编码/冗余传输 | 提升可靠性：通过增加冗余对抗信道错误。 | |
| 灵活调度与资源分配 | 提升鲁棒性：动态分配资源，适应信道变化。 | |
| 波束赋形/大规模MIMO | 提升可靠性：增强信号质量，减少干扰。 | |
| 自适应调制编码 | 平衡可靠性与效率：根据信道条件动态调整。 | |
| 网络架构 | 网络切片 | 资源隔离与保障：为URLLC提供专属、可靠的虚拟网络。 |
| 多接入边缘计算 | 降低时延：将计算下沉至边缘，实现本地处理。 | |
| 协议层 | 快速调度与HARQ优化 | 降低时延：实现快速重传，减少错误恢复时间。 |
| FEC + HARQ 混合机制 | 提升可靠性：纠错与重传结合，确保数据成功传输。 | |
| 跨层与智能 | 跨层协同 | 全局优化：打破层间壁垒，实现端到端的最优配置。 |
| AI/ML | 智能化管理：预测、智能调度、自优化，持续提升性能。 |
URLLC的实现是一个系统性工程，它通过在物理层进行“短、快、准”的改造，在网络架构上提供“专、快、稳”的保障，在协议层面实现“高、低、优”的平衡，并最终通过AI进行智能化的“管、控、优”，共同支撑起未来工业互联网、自动驾驶、远程医疗等关键应用的通信需求。
（图片来源网络，侵删）
