Future Communication Testbed
Motivation
Das Future Communication Testbed (FCT) am DAI-Labor dient als Plattform für die Validierung und Demonstration seiner Projekte zu aktuellen Forschungsthemen, bei denen modernste Kommunikationsnetzinfrastruktur eine Schlüsselrolle spielt.
Zielsetzung
Ziel des FCT ist es, eine Plattform für neueste Netzwerk-Forschungsaktivitäten und -konzepte zu schaffen, die realistische Umgebungen erfordern, sowie eine technologische Grundlage für ein breites Spektrum von Anwendungsbereichen zu schaffen. Zu den Anwendungsbereichen, die derzeit vom FCT bearbeitet werden, gehören Autonomous Driving, eHealth, Smart City und Smart Grid.
Technologie
Das FCT besteht aus mehreren hierarchischen Bausteinen, die Virtualisierungstechnologien in hohem Maße nutzen und flexibel für das jeweilige Anwendungsszenario konfiguriert werden können, so dass die Synergien verschiedener Forschungsprojekte auf der gemeinsamen Infrastruktur zum Tragen kommen können. Diese Komponenten des FCT sind derzeit im Einsatz und werden kontinuierlich weiterentwickelt:
Mobile Edge Computing Infrastruktur – Verteilte Compute-Infrastruktur, die auf einer Strecke von 3,5 km in der Berliner Innenstadt in unmittelbarer Nähe von Sensoren und Geräten zur Unterstützung der Echtzeit-Datenanalyse mobiler und stationärer Sensoren am Netzwerk-Edge eingesetzt wird. Jede MEC-Einheit verfügt über eine fortschrittliche GPU-Computing-Plattform.
Flexibles Transport Netzwerk – SDN-basiertes Transportnetzwerk, das dynamisch angepasst und konfiguriert werden kann, um die Anforderungen der Geräteschicht und der Anwendungsdomäne zu erfüllen. Ein Microwave-Backhaul unterstützt die leistungsstarke Verbindung der MEC-Infrastruktur mit dem Rechenzentrum des DAI-Labors, zusätzlich zur Verwendung von C-V2X- und DSRC-Verbindungen für Fahrzeugverbindungen.
Leichtgewichtiges 5G Core Netzwerk – Implementiert einen Teil der 5G-Core-Netzwerkfunktionen zur Verwaltung von Geräten und der virtualisierten Netzwerkinfrastruktur.
KI-gestützter Netzwerk Service Orchestrator – Basierend auf Ansätzen des maschinellen Lernens erweitert der Network Service Orchestrator die Verwaltung und Orchestrierung des 5G-Core-Netzwerks durch intelligentes und adaptives Verhalten.
Im Moment wird das Testbed im Rahmen der folgenden Projekten verwendet und erweitert: