Page 102 - 通信技术分析及发展研究

Analysis and Development Research of Communication Technology
通信技术分析及发展研究

以在如智能手机等移动设备、边缘服务器、智能家居、摄像头等靠近数据源的终
端上完成，从而减少与云端之间的传输，降低服务时延，节省网络带宽，减少安
全和隐私问题。
云计算和边缘计算通过以云边端协同的形式为数字孪生提供分布式计算基

础。在终端采集数据后，将一些小规模局部数据留在边缘端进行轻量的机器学习
及仿真，只将大规模整体数据回传到中心云端进行大数据分析及深度学习训练。
对高层次的数字孪生系统，这种云边端协同的形式更能够满足系统的时效、容量
和算力的需求，即将各个数字孪生体靠近对应的物理实体进行部署，完成一些具

有时效性或轻度的功能，同时将所有边缘侧的数据及计算结果回传至数字孪生总
控中心，进行整个数字孪生系统的统一存储、管理及调度。
4. 大数据与人工智能
大数据与人工智能是数字孪生体实现认知、诊断、预测、决策各项功能的主

要技术支撑。大数据的特征是数据体量庞大，数据类型繁多，数据实时在线，数
据价值密度低但商业价值高，传统的大数据相关技术主要围绕数据的采集、整理、
传输、存储、分析、呈现、应用等，但是随着近年来各行业领域数据的爆发式增
长，大数据开始需求更高性能的算法支撑对其进行分析处理，而正是这些需求促

成了人工智能技术的诸多发展突破，二者可以说是相伴而生，人工智能需要大量
的数据作为预测与决策的基础，大数据需要人工智能技术进行数据的价值化操作。
目前，人工智能已经发展出更高层级的强化学习、深度学习等技术，能够满足大
规模数据相关的训练、预测及推理工作需求。

在数字孪生系统中，数字孪生体会感知大量来自物理实体的实时数据，借助
各类人工智能算法，数字孪生体可以训练出面向不同需求场景的模型，完成后续
的诊断、预测及决策任务，甚至在物理机理不明确、输入数据不完善的情况下也
能够实现对未来状态的预测，使得数字孪生体具备“先知先觉”的能力。

5. 物联网
物联网是承载数字孪生体数据流的重要工具。物联网通过各类信息感知技术
及设备，实时采集监控对象的位置、声、光、电、热等数据并通过网络进行回传，
实现物与物、物与人的泛在连接，完成对监控对象的智能化识别、感知与管控。

物联网能够为数字孪生体和物理实体之间的数据交互提供链接，即通过物联
网中部署在物理实体关键点的传感器感知必要信息，并通过各类短距无线通信技

90