Testzentrum

Die Software-Plattform bietet Simulationsumgebungen zur Untersuchung von Fragestellungen aus den Bereichen 5G-Mobilkommunikation und Lokalisierung, Fahrzeugkommunikation (V2X), Internet of Things (IoT) und satellitenbasierte/nicht-terrestrische Netzwerke (Non-Terrestrial Networks, NTN). Dafür stehen verschiedene 5G-New-Radio-Module zur Verfügung. Mit dem modularen Softwarebaukasten der Plattform lassen sich für spezifische Aufgabenstellungen angepasste, einfach parametrisierbare Link- und System-Level-Simulationen erstellen. Link-Level-Simulationen werden zur Performance-Optimierung der Nachrichtenübertragung auf einer einzelnen Funkübertragungsstrecke verwendet, während System-Level-Simulationen die Gesamtheit simultaner Übertragungen in einem Kommunikationsnetz beleuchten.

Der realisierte Demonstrator verwendet die neue 5G-New-Radio-Wellenform, um – hier beispielhaft – ein Video von einer Basisstation zu einem Endgerät zu übermitteln. Um unter realitätsnahen Bedingungen testen zu können, kommt ein kommerzieller Kanalemulator zum Einsatz, der eine Funkübertragungsstrecke im industriellen Umfeld nachbildet. Im Video ist zu sehen, wie zuverlässig 5G auch unter diesen erschwerten Bedingungen funktioniert. Durch die Verwendung der Software-Defined-Radio-Plattform »OpenAirInterface« können alle erdenklichen Parameter der Übertragung verändert werden. Die Implementierung kann auch komplett angepasst werden, so dass neue Funktionalitäten schon während der Standardisierung getestet werden können.

Dieses Modell einer Industrie-4.0-Produktionsstraße beinhaltet eine integrierte Zustandsüberwachung für die zu fertigenden Produkte, aber auch für bewegliche Teile der Produktionsanlage. Dazu werden Temperatur- und Feuchtigkeitswerte in einem 5G-Campusnetz über Narrowband IoT (NB IoT) an ein lokales Embedded-Computing-Gerät gesendet, gespeichert und z.B. mit Hilfe Künstlicher Intelligenz weiterverarbeitet. Über eine OPC-UA-Schnittstelle ist das System in der Lage, mit der Steuerung der Produktionsanlage zu kommunizieren und so mit niedriger Latenz Einfluss auf die aktuelle Fertigung zu nehmen.

Sensormodule überwachen Prozess- und Umgebungszustände in Produktion und Logistik. Die Konzeptionierung und Konfiguration von Funksystemen zur Anbindung solcher Module können in der Gesamtkette unter realen Bedingungen getestet und mit alternativen Lösungen verglichen werden. Der Energieverbrauch und damit die Lebensdauer der Module wird unter reproduzierbaren Laborbedingungen analysiert und verglichen, um objektiv eine technisch fundierte Entscheidungshilfe anbieten zu können, welche Technologie geeignet ist.

Der realisierte Demonstrator zeigt die Vorteile niedriger Latenzzeiten am Beispiel der Sichtprüfung. Das System, das die verwendeten Kameras auslöst, nutzt zwei verschiedene Übertragungswege in direktem Vergleich: WLAN und LTE sTTI. Die Übertragung mittels LTE sTTI führt zu einer deutlich konstanteren Latenz und damit zu einem viel stabileren Kamerabild. Das zeigt, dass LTE STTI und entsprechende Weiterentwicklungen für 5G URLLC im industriellen Umfeld eingesetzt werden können. Dort macht eine extrem zuverlässige Datenübertragung die Verwendung einer Funkverbindung in zeitsensitiven Anwendungen überhaupt erst ermöglicht. Die technische Besonderheit dieses Demonstrators liegt in der Verwendung der Software-Defined-Radio-Plattform »OpenAirInterface«. Damit ist es möglich, spezielle Features des 5G-Standards zu demonstrieren, bevor diese kommerziell verfügbar sind.

Der Demonstrator zeigt die Funktionalität und Leistungsfähigkeit von UWIN (Ultra reliable Wireless Industrial Network), einer 5G-Erweiterungstechnologie zur hochzuverlässigen, verzögerungsfreien Maschinensteuerung im industriellen Umfeld. Als Aktoren fungieren hier zwei Motoren, deren Ansteuerung über eine klassische speicherprogrammierbare Steuerung (SPS) erfolgt. Das Motoren-Bedienfeld ist über eine UWIN-Funkverbindung mit der Maschinensteuerung verbunden. Parallel werden die gemessene Übertragungszeit sowie die Fehlerrate der Kontrollsignale auf einem Bildschirm veranschaulicht.

SUDAS ist eine Infrastruktur aus vielen einfach zu installierenden Relaisknoten (SUDACs), die im Innenraum eines Gebäudes oder Fahrzeugs platziert werden. SUDACs empfangen Signale von Mobilfunk-Basisstationen und leiten sie in einem Millimeterwellenband an mobile Endgeräte innerhalb des Gebäudes oder Fahrzeugs weiter. Jedes Endgerät empfängt dabei die Signale mehrerer SUDACs. Diese fungieren also als verteilte Sende- und Empfangsantennen der Endgeräte und formen somit ein virtuelles MIMO-Netzwerk. Die Kombination von Massive MIMO und mm-Wellen-Technologie ist perfekt geeignet, um hohe Datenraten zu erzielen und zuverlässige Outdoor-Indoor-Konnektivität herzustellen. SUDAS kann so für die zuverlässige drahtlose Vernetzung in der Industrie eingesetzt werden.

Im Video wird eine Testplattform zur Untersuchung von breitbandigen 5G-Anwendungen im Millimeterwellenspektrum vorgestellt. Dank der selbst entwickelten FPGA-Firmware kann Forschung, Entwicklung und Test in der physikalischen Schicht des Netzwerks betrieben werden, was mit vielen kommerziell erhältlichen Alternativen nicht möglich ist. Diese Plattform hilft dabei, Übertragungen im Millimeterwellenbereich besser zu verstehen und die Weiterentwicklung bestehender und neuer Verfahren zu beschleunigen.

Der Übergang zwischen Innen- und Außenbereichen bringt für die Lokalisierung spezielle Herausforderungen mit sich, weil in solchen Indoor-Outdoor-Szenarien 5G- und Satellitensignale oft mehrfach an Gebäuden und Objekten reflektiert werden. Reflektionen treten zum Beispiel auf großen Industriegeländen oder auch im Bereich hoher Häuserschluchten (Urban Canyon) auf. Am Fraunhofer IIS wurde für solche anspruchsvollen Umgebungen ein Ray-Tracing-Simulator erweitert, der aufgezeichnete Messdaten durch realistische Simulationsdaten ergänzen kann. Er unterstützt damit die Entwicklung sehr robuster und präziser Lokalisierungslösungen. So können unterschiedlichste Signaleffekte mitberücksichtigt werden und für vielfältige Umgebungen gezielt geeignete Verteilungen von Basisstationen untersucht werden.

Eine Möglichkeit zur Lokalisierung in 5G-Netzen ist die Nutzung variierender Signalstärken zur exakten Positionsbestimmung. Die Signalstärke nimmt mit zunehmender Entfernung vom Sender ab und kann beispielsweise auf einem Smartphone sehr leicht gemessen werden. Dieser Effekt wird für 5G-Fingerprinting genutzt: Zunächst wird dafür in einem ausgewählten Bereich eine Signalstärkenkarte aufgezeichnet, in der verzeichnet ist, wo welche Signalstärke typischerweise auftritt. Durch Abgleich der aktuell gemessenen Signalstärke mit dieser Karte kann anschließend im Innen- und Außenbereich lokalisiert werden. 5G-Fingerprinting ermöglicht Nutzern damit eine mühelose und exakte Orientierung, beispielsweise an Flughäfen, Bahnhöfen oder im industriellen Umfeld.

TDoA (Time Difference of Arrival) ist ein laufzeitbasiertes Verfahren der Funkortung, bei dem Mobilgeräte geortet werden, indem die Laufzeit zwischen Mobilgerät und mehreren Basisstationen gemessen wird. Für laufzeitbasierte Verfahren ist 5G eine sehr interessante Basistechnologie, da die verfügbare Bandbreite von bis zu 100 MHz eine hohe zeitliche Auflösung und damit auch eine herausragende Lokalisierungsgenauigkeit ermöglicht. Im hier gezeigten Testszenario wird ein Fahrerloses Transport System (FTS) mittels TDoA geortet. Das Dashboard zeigt dazu die gemessene 2D-Position des FTS auf der Teststrecke, aber auch die x-, y- und z-Position sowie die Abweichung von der tatsächlichen Position an. Die Lokalisierung erfolgt auf Basis einer am Fraunhofer IIS entwickelten FR1-Emulationsplattform für 5G NR. Damit kann eine Vielzahl von Anwendungsmöglichkeiten für die 5G-Lokalisierung in Produktion und Logistik schon heute umfangreich getestet werden.

Datengetriebene Methoden des maschinellen Lernens helfen dabei, die funkbasierte Lokalisierung in Innen- und Außenräumen robust gegen Mehrwegeausbreitungen von Funksignalen zu machen und erhöhen so die Genauigkeit der Positionsschätzung. Der Fokus liegt dabei auf der Erforschung datengetriebener Modelle, die in der Lage sind, Anomalien in Funkkanalinformationen zu erkennen und zu korrigieren. So werden beispielweise datengetriebene Methoden zur hochpräzisen und robusten Funklokalisierung in Gebäuden erforscht, die auf unterschiedliche und dynamische Umgebungen übertragen werden können.