在智能化浪潮加速推進的背景下，嵌入式網(wǎng)絡正處于從“萬物互聯(lián)”向“萬物智聯(lián)”轉型的關鍵階段，其演進路徑如圖1所示。作為人–機–物深度融合的基礎設施，嵌入式網(wǎng)絡不僅需要在通信層面滿足低時延、高可靠、高并發(fā)、高帶寬等多場景差異化需求，更要滿足嵌入式網(wǎng)絡通信異構互聯(lián)需求。從技術演進角度看，嵌入式網(wǎng)絡通信技術經歷了從早期的串口(UART)、CAN總線、Wi-Fi、藍牙、ZigBee、RFID 等，到近年來發(fā)展出了5G-Advanced (5G-A，5G演進)、第六代移動通信(6G)、時間敏感網(wǎng)絡(TSN)、星閃(SparkLink)以及低功耗廣域網(wǎng)(如LoRaWAN)等。這些技術推動通信、感知與計算的一體化融合，加速嵌入式網(wǎng)絡從“連接為主”向“感傳智一體化”的范式躍遷。面對新一代工業(yè)互聯(lián)網(wǎng)、車載協(xié)同系統(tǒng)、智能終端及智慧城市等復雜場景需求，嵌入式網(wǎng)絡正日益成為承載智能服務與實時交互的關鍵支撐平臺。本章將圍繞上述演進趨勢，系統(tǒng)梳理國內外在嵌入式網(wǎng)絡領域的主要研究成果與技術路徑，重點對比不同通信技術的適用性，并進一步探討未來嵌入式網(wǎng)絡在架構、協(xié)議與智能能力等方面的發(fā)展方向與關鍵挑戰(zhàn)。

Figure 1. From isolated systems to the intelligent interconnection of all things

圖1. 從孤立系統(tǒng)到萬物智能互聯(lián)

2. 國外研究現(xiàn)狀

隨著移動通信技術代際更替，通信系統(tǒng)不僅在數(shù)據(jù)速率、連接密度和時延控制等物理層性能指標上持續(xù)提升，其服務形態(tài)亦從基礎語音與短信逐步演化為支持高清視頻、增強現(xiàn)實(AR)、沉浸式虛擬現(xiàn)實等多樣化形式，如圖2所示。

Figure 2. From voice to virtual reality: the mobile communication revolution from 1G to 6G

圖2. 從語音到虛擬現(xiàn)實：1G至6G的移動通信革命

5G-A是基于5G網(wǎng)絡在功能上和覆蓋上的演進和增強，是支撐互聯(lián)網(wǎng)產業(yè)3D化、云化、萬物互聯(lián)智能化、通信感知一體化和智能制造柔性化等產業(yè)數(shù)字化升級的關鍵信息化技術。在5G與6G的相關研究中，國際研究聚焦于網(wǎng)絡架構的重構與跨域融合能力的構建，深入探索面向未來網(wǎng)絡的基本能力體系。例如，Siddiky等人提出了一套結合非IP協(xié)議與信息中心網(wǎng)絡的新型架構，旨在系統(tǒng)性地提升5G網(wǎng)絡效率與靈活性[1]。為實現(xiàn)6G所構想的太比特級(Tbps)傳輸速率，El Mattar等人將研究焦點集中于太赫茲(THz)與光無線通信等超高頻段，并將其視為突破傳統(tǒng)頻譜瓶頸的關鍵路徑[2]。相較于5G，6G不僅在峰值速率、端到端時延、可靠性及連接數(shù)密度等關鍵性能指標上實現(xiàn)量級提升(如表1所示)，還將與人工智能技術深度融合，構建能夠連接物理世界與虛擬世界的智能化網(wǎng)絡，最終實現(xiàn)人、機、物與虛擬空間的全面互聯(lián)互通。

Table 1. Performance comparison of 5G and 6G

表1. 5G與6G性能對比表

時間敏感網(wǎng)絡是IEEE 802.1工作小組中的TSN工作小組發(fā)展的系列標準，用于定義以太網(wǎng)上時間敏感傳輸?shù)臋C制。其核心方向包括時鐘同步、調度機制、隊列管理與可靠性增強。近年來，圍繞IEEE 802.1Q系列展開多個標準修正案(如ASds [3]、ASeb [4]、Qdq [5])的修訂，涵蓋對同步精度、整形器配置與帶寬分配等方面。TSN標準架構[6]如圖3所示。

Figure 3. TSN standard architecture

圖3. TSN標準架構圖

此外，針對TSN的研究，為提升協(xié)議層面的系統(tǒng)性理解與工程適用性，Xue等對IEEE 802.1Qbv (時間感知整形器)調度機制進行了全面綜述與實驗評估，分析了其在多類工業(yè)場景中的可行性與性能差異，為調度算法的實際部署提供了實證基礎[7]。在調度機制優(yōu)化方面，Mu?oz等提出了一種聯(lián)合調度模型，能夠協(xié)同調度時間同步協(xié)議報文與關鍵工業(yè)流，提升了鏈路資源利用效率與端到端傳輸?shù)木o湊性[8]。Lopes等則從系統(tǒng)架構層面探討了TSN在智慧城市通信骨干網(wǎng)中的部署可行性，面向自動駕駛、智能電網(wǎng)等應用場景提出了低時延、高可靠性的確定性通信保障機制[9] [10]。

低功耗廣域網(wǎng)絡(Low Power Wide Area Network, LPWAN)是針對物聯(lián)網(wǎng)中遠距離、低功耗通信需求設計的網(wǎng)絡層技術體系，通過超長電池壽命(可達10年)和廣域覆蓋(城市超2公里)特性解決傳統(tǒng)無線通信在物聯(lián)網(wǎng)部署中的局限。該技術分為授權頻譜(NB-IoT, LTE-M)與非授權頻譜(LoRa, SigFox)兩方面。其研究方面，Maurya 等系統(tǒng)性地梳理了機器學習與深度學習方法在資源分配、信道選擇、擁塞控制與能效優(yōu)化中的應用，為LPWAN架構優(yōu)化提供了思路[11]。Chinchilla等通過構建混合整數(shù)規(guī)劃(Mixed Integer Programming, MIP)模型，對LoRaWAN網(wǎng)絡的參數(shù)配置進行優(yōu)化，在保持服務公平性的前提下顯著提升系統(tǒng)吞吐能力[12]。Al-Sammak 等則針對智能電表等終端設備的能耗問題，提出了一種基于網(wǎng)絡狀態(tài)感知的自適應傳輸策略，實現(xiàn)了動態(tài)發(fā)射控制與電池壽命延長的雙重目標[13]。

在WiFi方面，近期研究主要圍繞如何提升基于WiFi的感知能力展開。Hoang等通過引入去噪自動編碼器(Denoising Autoencoder)提升了WiFi信號下的姿態(tài)識別魯棒性，顯著增強了系統(tǒng)在復雜環(huán)境中的感知能力[14]。為解決WiFi感知應用中高質量訓練樣本稀缺的問題，Wang等引入生成式人工智能(AIGC)方法，構建合成樣本以擴展數(shù)據(jù)集，有效支撐模型泛化能力提升[15]。

在RFID與反向散射通信領域，相關研究正不斷拓展其面向智能化應用的能力。Nolan等設計了“KeyStub”無源交互設備，借助反向散射技術實現(xiàn)了低功耗人機交互，為新型感知界面提供了可行路徑[16]。Mattar等進一步探索了以WiFi和5G信號替代專用激勵源的技術路徑，提升了反向散射通信系統(tǒng)的可部署性與擴展性，為廣域智能感知提供新支撐[2]。

3. 國內研究現(xiàn)狀

在5G-A與6G系統(tǒng)研究方面，北京郵電大學的高偉東團隊提出一種優(yōu)化的下行鏈路尋呼機制，在兼顧時延控制的同時實現(xiàn)了最高達38.89%的節(jié)能效果[17]。北京郵電大學馮志勇團隊專注于通信感知一體化設計，在多參考點場景下顯著提升了系統(tǒng)的感知精度[18]。此外，中國諾基亞貝爾實驗室的Chao等系統(tǒng)梳理了5G-A支持的環(huán)境物聯(lián)網(wǎng)(Ambient IoT)相關國際標準制定進程[19]。

國內關于TSN的研究以應用為導向，湖南大學謝國琪團隊提出一種兩階段網(wǎng)關調度機制，有效提升了CAN報文在TSN骨干網(wǎng)上的接收率(提升幅度為4.3%~8.2%)，解決了異構總線融合的核心問題[20]。重慶郵電大學張磊團隊設計并實現(xiàn)了支持國產AUTBUS協(xié)議的TSN轉換網(wǎng)關，具備1.455毫秒的低延遲轉換能力，為國產工業(yè)總線標準融入TSN生態(tài)提供關鍵支撐[21]。東北大學馮智偉等通過流選擇、路由選擇和隊列分配等步驟實現(xiàn)高效的TSN循環(huán)隊列轉發(fā)整形器調度[22]。

在新一代國產短距通信協(xié)議方面，南京理工大學馮李航團隊將星閃協(xié)議部署于智能汽車避障測試平臺，實驗證明其低延遲特性能夠滿足動態(tài)路徑規(guī)劃要求[23]。

在LPWAN領域，北京大學劉云淮團隊提出了LoBee跨協(xié)議通信機制，打通了LoRa與ZigBee之間的物理層通信障礙，實現(xiàn)遠距離通信與高自組網(wǎng)能力的結合，為多協(xié)議物聯(lián)網(wǎng)協(xié)同提供了新范式[24]。

在提升WiFi智能感知方向，國內研究在系統(tǒng)級方案與基礎模型層面均取得了顯著進展。北京大學張大慶團隊引入物理層衍射模型，提升了復雜多徑環(huán)境下的識別精度[25]。此外，張大慶團隊還提出了利用波束成形反饋矩陣進行WiFi感知，該方法通過充分利用WiFi芯片中現(xiàn)有的波束成形反饋信息，實現(xiàn)了高精度的感知功能[26]。在人工智能與感知系統(tǒng)結合的研究中，蘇州大學的鄧滔團隊提出了面向WiFi的ConSense持續(xù)學習框架，有效解決了WiFi感知模型在動態(tài)變化場景下面臨的災難性遺忘問題[27]。而在WiFi感知系統(tǒng)的隱私保護方面，浙江大學盧立團隊則揭示了基于WiFi感知系統(tǒng)的新型竊聽漏洞，為系統(tǒng)部署提供了隱私風險評估依據(jù)[28]。

在RFID智能感知應用方面，天津大學劉秀龍團隊提出了移動 RFID 機器人定位方法，結合信號解纏繞與多天線優(yōu)化算法，提升了移動機器人定位精度并降低了因速度變化引起的測量誤差[29]。

4. 國內外研究對比

在新一代信息通信技術發(fā)展進程中，國內外研究在重點方向與技術路徑上呈現(xiàn)出一定的差異性與互補性。

在5G/6G網(wǎng)絡研究方向，國際研究普遍聚焦于底層體系結構的變革與技術范式的重塑，重點探索非IP通信協(xié)議、太赫茲通信與信息中心網(wǎng)絡等前沿關鍵技術，力圖推動網(wǎng)絡架構的深度重構。以支撐未來高性能、泛在智能網(wǎng)絡的構建。相比之下，國內研究則更加強調技術的工程化落地與系統(tǒng)集成能力提升，聚焦于網(wǎng)絡能效優(yōu)化、通信與感知一體化設計等方向，注重應用可行性與部署實效。

在時間敏感網(wǎng)絡研究方向，國際研究以協(xié)議機制優(yōu)化與系統(tǒng)性能評估為主要突破點，圍繞時間同步流量調度、TSN在5G/6G無線通信與智慧城市中的適配性開展研究，具有較強的前瞻性與技術引領性。國內研究則聚焦工業(yè)場景中的異構網(wǎng)絡融合與TSN部署可行性問題，重點推進協(xié)議轉換、調度策略設計及系統(tǒng)集成等技術，強調落地部署與本地化適配。

在低功耗廣域網(wǎng)研究方向，國際研究側重于引入人工智能方法對資源調度、能效管理與帶寬利用進行深度優(yōu)化；而國內研究則在跨協(xié)議互通機制方面提出解決方案，例如通過物理層跨技術通信手段實現(xiàn)LoRa與ZigBee間的雙向直接通信，提升了系統(tǒng)互操作能力與部署靈活性。

在短距離通信技術方向，國際研究多基于對現(xiàn)有協(xié)議棧的優(yōu)化擴展，而國內則圍繞“星閃”協(xié)議構建自主可控的短距通信體系，形成與國際標準演進路徑不同的發(fā)展路線，重點服務于高可靠、低延遲需求下的工業(yè)制造與智能交通等應用場景。

在WiFi與RFID方面，國內外研究內容都擴展至智能感知應用方面，但國際研究更側重于AI與新型應用范式結合的探索，涵蓋如基于AIGC的合成訓練數(shù)據(jù)生成、無源交互式設備構建等方向；國內研究則更加注重系統(tǒng)級功能完備性與實用性提升，在WiFi感知建模優(yōu)化、RFID定位精度提升與隱私保護機制方面進行深入研究，形成了較為系統(tǒng)的研究體系。

綜上所述，國際研究在架構重塑與未來網(wǎng)絡范式創(chuàng)新方面具備引領優(yōu)勢，國內研究則以工程實踐為導向，在融合應用與自主體系構建方面形成獨特路徑，二者互為補充，共同推動通信與感知系統(tǒng)的協(xié)同演進。

5. 發(fā)展趨勢和展望

未來，嵌入式網(wǎng)絡將朝著低時延、高可靠、高帶寬、高并發(fā)與異構融合等方向持續(xù)演進。

在低時延與高可靠方面，未來嵌入式網(wǎng)絡架構將深度嵌入輕量化AI模型，以提升邊緣節(jié)點的自適應處理能力與協(xié)同決策效率，實現(xiàn)毫秒級響應與穩(wěn)定性保障。與此同時，為滿足大規(guī)模部署下的能耗控制與資源調度需求，嵌入式網(wǎng)絡需在有限算力條件下實現(xiàn)動態(tài)優(yōu)化，確保端到端通信鏈路的穩(wěn)定與敏捷。

面向高帶寬與高并發(fā)場景，6G將以“通信–感知–計算”深度融合為核心，突破太赫茲通信頻段、非正交波形等物理層瓶頸，顯著提升系統(tǒng)容量與連接密度。未來6G不僅是帶寬提升的技術飛躍，更將構建支撐智能服務的綜合平臺，實現(xiàn)從數(shù)據(jù)傳輸向智能處理的演進。

在異構通信方面，TSN技術將向無線接入、城市級泛在覆蓋等方向拓展，支撐多制式、多協(xié)議設備之間的確定性通信需求。其應用正由工業(yè)控制與車載系統(tǒng)擴展至智慧交通、電網(wǎng)調度、航空航天等復雜場景，構建具有端到端時延與抖動保障的網(wǎng)絡服務能力。LPWAN將強化與ZigBee、5G、6G等網(wǎng)絡系統(tǒng)的互聯(lián)互通，構建統(tǒng)一的異構通信架構，提升系統(tǒng)整體互操作性與擴展性。

在面對海量接入設備時，LPWAN進一步引入機器學習與強化學習算法，實現(xiàn)鏈路選擇與能效控制的優(yōu)化，以支撐大規(guī)模無源節(jié)點的接入。針對高并發(fā)場景與低時延場景，星閃作為新一代國產短距通信協(xié)議，具備統(tǒng)一物理層架構與原生并發(fā)調度機制，能夠有效滿足智能制造、自動駕駛、人機協(xié)作等對通信確定性與安全性要求極高的關鍵業(yè)務需求。其標準化進程與生態(tài)建設正穩(wěn)步推進，成為支撐本地高密集部署的重要基礎。

WiFi與RFID在AI能力加持下，其智能化應用正實現(xiàn)由傳統(tǒng)識別向高精度、智能化方向的躍升。除基本身份識別功能外，其應用已拓展至厘米級定位、行為分析、主動交互與安全防護，在構建智能空間與智慧城市中發(fā)揮著關鍵作用，助力實現(xiàn)通信–感知–計算的一體化融合。

基金項目

本研究得到了國家自然基金項目(No. 62202086)，遼寧省聯(lián)合基金項目面上資助計劃項目(No. 2023-MSBA-072)與中央高?；究蒲袠I(yè)務費項目(N2416010)的支持。