带你读《5G 系统技术原理与实现》——1.3.2 MR-DC 技术

简介: 带你读《5G 系统技术原理与实现》——1.3.2 MR-DC 技术

1.3.2 MR-DC 技术


MR-DC(Multi-RAT Dual Connectivity,多无线接入技术双连接)是指一部终端可以同时连接4G 网络和5G 网络,同时使用两个网络进行服务,使用MR-DC 技术时,终端需要具备至少两个MAC 实体,支持双收双发。MR-DC 与NSA 组网架构没有关系。2020 年以前,我国5G 网络建设采用Option3x,因此UE 既要与4G 网络相连,又要与5G 网络相连,在这种背景下,MR-DC 技术使用频次较高,容易造成“MR-DC 就是NSA”的错误认知。


DC(Dual Connectivity,双连接)在3GPP R12 版本中引入,主要针对LTE 技术进行演进。其特点是无线接口的聚合协议层在PDCP 层,对时延要求比较宽松。对应不同的网络架构,双连接有不同的名称,不同场景下DC 的名称如表1-3 所示。


表1-3 不同场景下DC 的名称

image.png

以Option 3x 组网场景为例,从控制面看:MN(eNB)和UE 之间会建立控制面连接,并维护这个RRC 状态。RRC 信令无线承载包括SRB0、SRB1 和SRB2。此时终端与SN(gNB)之间可以建立另外一个基于NR 的信令面连接(SRB3),但是对于终端来说,RRC 连接只存在于终端和MN 之间,RRC 的状态转换只有一个。MN(eNB)和SN(gNB)具有各自的RRC 实体,可以生成要发送到终端的RRC PDU。NSA Option3x 控制面协议栈如图1-25 所示。


当终端与SN(gNB)之间建立SRB3 时,5G 系统的RRC 消息可以有两种发送和接收方式:方式一是从MN(eNB)间接发送和接收;方式二是在SRB3 上直接发送和接收。采用方式二的前提是SRB3 已经建立且5G 的RRC 消息本身不需要MeNB 的协助,比如修改某些非终端能力限制的配置参数或者上报由SgNB单独配置给终端的测量任务的测量报告等。除此之外,其他消息都必须使用方式一进行传递。


从用户面看:在DC 场景下,UE 和网络可能建立MCG(Master Cell Group,主小区组)承载、SCG(Secondary Cell Group,辅小区组)承载和分离承载。NSA Option3x 用户面承载概念如图1-26 所示。


其中,MCG 指的是一组与MN 相关联的小区,包括主小区和可选的一个或多个辅小区;SCG 指的是一组与SN 相关联的小区,包括主小区和可选的一个或多个辅小区。从终端

的角度,根据承载所使用的RLC 实体不同,将承载分为MCG 承载、SCG 承载和分离承载。

image.png

图1-25 NSA Option3x 控制面协议栈


MCG 承载为在MR-DC 中,仅在MCG 中具有RLC 承载(或者在CA 分组复制的情况下具有两个RLC 承载)的无线承载。SCG 承载为在MR-DC 中,仅在SCG 中具有RLC 承载(或者在CA 分组复制的情况下具有两个RLC 承载)的无线承载。分离承载为在MR-DC 中,在MCG 和SCG 中具有RLC 承载的无线承载。从网络的角度来看,承载除了使用的RLC 实体不同,PDCP 实体也可能会不同,因此衍生出MN 终止的承载和SN 终止的承载两个概念。MN 终止的承载表示PDCP 位于MN 中的无线承载,SN 终止的承载表示PDCP 位于SN 中的无线承载。2 种网络角度的承载结合3 种终端角度的承载,产生了6 种承载,分别是:MN 终止的MCG 承载、MN 终止的SCG 承载、MN 终止的分离承载、SN 终止的MCG 承载、SN 终止的SCG 承载、SN 终止的分离承载。

image.png

图1-26 NSA Option3x 用户面承载概念


DC 与CA(Carrier Aggregation,载波聚合)是一对极易混淆的概念。3GPP 在R10 版本引入CA 这一概念。CA 技术中终端也会与多个接入网网元建立连接,但是控制面连接仅有一个。DC 与CA 的对比如表1-4 所示。


表1-4 DC 与CA 的对比

image.png

相关文章
|
6月前
|
机器学习/深度学习 算法 机器人
【PID】基于人工神经网络的PID控制器,用于更好的系统响应研究(Matlab&Simulink代码实现)
【PID】基于人工神经网络的PID控制器,用于更好的系统响应研究(Matlab&Simulink代码实现)
747 15
|
6月前
|
机器学习/深度学习 数据采集 传感器
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
450 0
|
7月前
|
数据采集 存储 算法
MyEMS 开源能源管理系统:基于 4G 无线传感网络的能源数据闭环管理方案
MyEMS 是开源能源管理领域的标杆解决方案,采用 Python、Django 与 React 技术栈,具备模块化架构与跨平台兼容性。系统涵盖能源数据治理、设备管理、工单流转与智能控制四大核心功能,结合高精度 4G 无线计量仪表,实现高效数据采集与边缘计算。方案部署灵活、安全性高,助力企业实现能源数字化与碳减排目标。
211 0
|
4月前
|
Ubuntu 网络协议 网络安全
解决Ubuntu系统的网络连接问题
以上步骤通常可以帮助解决大多数Ubuntu系统的网络连接问题。如果问题仍然存在,可能需要更深入的诊断,或考虑联系网络管理员或专业技术人员。
1063 18
|
4月前
|
监控 安全 网络协议
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
530 1
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
|
4月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
5月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
385 2
|
6月前
|
安全 KVM 虚拟化
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
340 2
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
|
4月前
|
机器学习/深度学习 人工智能 监控
上海拔俗AI软件定制:让技术真正为你所用,拔俗网络这样做
在上海,企业正通过AI软件定制破解通用化难题。该模式以业务场景为核心,量身打造智能解决方案,涵盖场景化模型开发、模块化架构设计与数据闭环优化三大技术维度,推动技术与业务深度融合,助力企业实现高效、可持续的数字化转型。
170 0

热门文章

最新文章