嵌入式网络技术现状与发展趋势

在智能化浪潮加速推进的背景下，嵌入式网络正处于从“万物互联”向“万物智联”转型的关键阶段，其演进路径如图1所示。作为人–机–物深度融合的基础设施，嵌入式网络不仅需要在通信层面满足低时延、高可靠、高并发、高带宽等多场景差异化需求，更要满足嵌入式网络通信异构互联需求。从技术演进角度看，嵌入式网络通信技术经历了从早期的串口(UART)、CAN总线、Wi-Fi、蓝牙、ZigBee、RFID 等，到近年来发展出了5G-Advanced (5G-A，5G演进)、第六代移动通信(6G)、时间敏感网络(TSN)、星闪(SparkLink)以及低功耗广域网(如LoRaWAN)等。这些技术推动通信、感知与计算的一体化融合，加速嵌入式网络从“连接为主”向“感传智一体化”的范式跃迁。面对新一代工业互联网、车载协同系统、智能终端及智慧城市等复杂场景需求，嵌入式网络正日益成为承载智能服务与实时交互的关键支撑平台。本章将围绕上述演进趋势，系统梳理国内外在嵌入式网络领域的主要研究成果与技术路径，重点对比不同通信技术的适用性，并进一步探讨未来嵌入式网络在架构、协议与智能能力等方面的发展方向与关键挑战。

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

图1. 从孤立系统到万物智能互联

2. 国外研究现状

随着移动通信技术代际更替，通信系统不仅在数据速率、连接密度和时延控制等物理层性能指标上持续提升，其服务形态亦从基础语音与短信逐步演化为支持高清视频、增强现实(AR)、沉浸式虚拟现实等多样化形式，如图2所示。

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

图2. 从语音到虚拟现实：1G至6G的移动通信革命

5G-A是基于5G网络在功能上和覆盖上的演进和增强，是支撑互联网产业3D化、云化、万物互联智能化、通信感知一体化和智能制造柔性化等产业数字化升级的关键信息化技术。在5G与6G的相关研究中，国际研究聚焦于网络架构的重构与跨域融合能力的构建，深入探索面向未来网络的基本能力体系。例如，Siddiky等人提出了一套结合非IP协议与信息中心网络的新型架构，旨在系统性地提升5G网络效率与灵活性[1]。为实现6G所构想的太比特级(Tbps)传输速率，El Mattar等人将研究焦点集中于太赫兹(THz)与光无线通信等超高频段，并将其视为突破传统频谱瓶颈的关键路径[2]。相较于5G，6G不仅在峰值速率、端到端时延、可靠性及连接数密度等关键性能指标上实现量级提升(如表1所示)，还将与人工智能技术深度融合，构建能够连接物理世界与虚拟世界的智能化网络，最终实现人、机、物与虚拟空间的全面互联互通。

Table 1. Performance comparison of 5G and 6G

表1. 5G与6G性能对比表

时间敏感网络是IEEE 802.1工作小组中的TSN工作小组发展的系列标准，用于定义以太网上时间敏感传输的机制。其核心方向包括时钟同步、调度机制、队列管理与可靠性增强。近年来，围绕IEEE 802.1Q系列展开多个标准修正案(如ASds [3]、ASeb [4]、Qdq [5])的修订，涵盖对同步精度、整形器配置与带宽分配等方面。TSN标准架构[6]如图3所示。

Figure 3. TSN standard architecture

图3. TSN标准架构图

此外，针对TSN的研究，为提升协议层面的系统性理解与工程适用性，Xue等对IEEE 802.1Qbv (时间感知整形器)调度机制进行了全面综述与实验评估，分析了其在多类工业场景中的可行性与性能差异，为调度算法的实际部署提供了实证基础[7]。在调度机制优化方面，Muñoz等提出了一种联合调度模型，能够协同调度时间同步协议报文与关键工业流，提升了链路资源利用效率与端到端传输的紧凑性[8]。Lopes等则从系统架构层面探讨了TSN在智慧城市通信骨干网中的部署可行性，面向自动驾驶、智能电网等应用场景提出了低时延、高可靠性的确定性通信保障机制[9] [10]。

低功耗广域网络(Low Power Wide Area Network, LPWAN)是针对物联网中远距离、低功耗通信需求设计的网络层技术体系，通过超长电池寿命(可达10年)和广域覆盖(城市超2公里)特性解决传统无线通信在物联网部署中的局限。该技术分为授权频谱(NB-IoT, LTE-M)与非授权频谱(LoRa, SigFox)两方面。其研究方面，Maurya 等系统性地梳理了机器学习与深度学习方法在资源分配、信道选择、拥塞控制与能效优化中的应用，为LPWAN架构优化提供了思路[11]。Chinchilla等通过构建混合整数规划(Mixed Integer Programming, MIP)模型，对LoRaWAN网络的参数配置进行优化，在保持服务公平性的前提下显著提升系统吞吐能力[12]。Al-Sammak 等则针对智能电表等终端设备的能耗问题，提出了一种基于网络状态感知的自适应传输策略，实现了动态发射控制与电池寿命延长的双重目标[13]。

在WiFi方面，近期研究主要围绕如何提升基于WiFi的感知能力展开。Hoang等通过引入去噪自动编码器(Denoising Autoencoder)提升了WiFi信号下的姿态识别鲁棒性，显著增强了系统在复杂环境中的感知能力[14]。为解决WiFi感知应用中高质量训练样本稀缺的问题，Wang等引入生成式人工智能(AIGC)方法，构建合成样本以扩展数据集，有效支撑模型泛化能力提升[15]。

在RFID与反向散射通信领域，相关研究正不断拓展其面向智能化应用的能力。Nolan等设计了“KeyStub”无源交互设备，借助反向散射技术实现了低功耗人机交互，为新型感知界面提供了可行路径[16]。Mattar等进一步探索了以WiFi和5G信号替代专用激励源的技术路径，提升了反向散射通信系统的可部署性与扩展性，为广域智能感知提供新支撑[2]。

3. 国内研究现状

在5G-A与6G系统研究方面，北京邮电大学的高伟东团队提出一种优化的下行链路寻呼机制，在兼顾时延控制的同时实现了最高达38.89%的节能效果[17]。北京邮电大学冯志勇团队专注于通信感知一体化设计，在多参考点场景下显著提升了系统的感知精度[18]。此外，中国诺基亚贝尔实验室的Chao等系统梳理了5G-A支持的环境物联网(Ambient IoT)相关国际标准制定进程[19]。

国内关于TSN的研究以应用为导向，湖南大学谢国琪团队提出一种两阶段网关调度机制，有效提升了CAN报文在TSN骨干网上的接收率(提升幅度为4.3%~8.2%)，解决了异构总线融合的核心问题[20]。重庆邮电大学张磊团队设计并实现了支持国产AUTBUS协议的TSN转换网关，具备1.455毫秒的低延迟转换能力，为国产工业总线标准融入TSN生态提供关键支撑[21]。东北大学冯智伟等通过流选择、路由选择和队列分配等步骤实现高效的TSN循环队列转发整形器调度[22]。

在新一代国产短距通信协议方面，南京理工大学冯李航团队将星闪协议部署于智能汽车避障测试平台，实验证明其低延迟特性能够满足动态路径规划要求[23]。

在LPWAN领域，北京大学刘云淮团队提出了LoBee跨协议通信机制，打通了LoRa与ZigBee之间的物理层通信障碍，实现远距离通信与高自组网能力的结合，为多协议物联网协同提供了新范式[24]。

在提升WiFi智能感知方向，国内研究在系统级方案与基础模型层面均取得了显著进展。北京大学张大庆团队引入物理层衍射模型，提升了复杂多径环境下的识别精度[25]。此外，张大庆团队还提出了利用波束成形反馈矩阵进行WiFi感知，该方法通过充分利用WiFi芯片中现有的波束成形反馈信息，实现了高精度的感知功能[26]。在人工智能与感知系统结合的研究中，苏州大学的邓滔团队提出了面向WiFi的ConSense持续学习框架，有效解决了WiFi感知模型在动态变化场景下面临的灾难性遗忘问题[27]。而在WiFi感知系统的隐私保护方面，浙江大学卢立团队则揭示了基于WiFi感知系统的新型窃听漏洞，为系统部署提供了隐私风险评估依据[28]。

在RFID智能感知应用方面，天津大学刘秀龙团队提出了移动 RFID 机器人定位方法，结合信号解缠绕与多天线优化算法，提升了移动机器人定位精度并降低了因速度变化引起的测量误差[29]。

4. 国内外研究对比

在新一代信息通信技术发展进程中，国内外研究在重点方向与技术路径上呈现出一定的差异性与互补性。

在5G/6G网络研究方向，国际研究普遍聚焦于底层体系结构的变革与技术范式的重塑，重点探索非IP通信协议、太赫兹通信与信息中心网络等前沿关键技术，力图推动网络架构的深度重构。以支撑未来高性能、泛在智能网络的构建。相比之下，国内研究则更加强调技术的工程化落地与系统集成能力提升，聚焦于网络能效优化、通信与感知一体化设计等方向，注重应用可行性与部署实效。

在时间敏感网络研究方向，国际研究以协议机制优化与系统性能评估为主要突破点，围绕时间同步流量调度、TSN在5G/6G无线通信与智慧城市中的适配性开展研究，具有较强的前瞻性与技术引领性。国内研究则聚焦工业场景中的异构网络融合与TSN部署可行性问题，重点推进协议转换、调度策略设计及系统集成等技术，强调落地部署与本地化适配。

在低功耗广域网研究方向，国际研究侧重于引入人工智能方法对资源调度、能效管理与带宽利用进行深度优化；而国内研究则在跨协议互通机制方面提出解决方案，例如通过物理层跨技术通信手段实现LoRa与ZigBee间的双向直接通信，提升了系统互操作能力与部署灵活性。

在短距离通信技术方向，国际研究多基于对现有协议栈的优化扩展，而国内则围绕“星闪”协议构建自主可控的短距通信体系，形成与国际标准演进路径不同的发展路线，重点服务于高可靠、低延迟需求下的工业制造与智能交通等应用场景。

在WiFi与RFID方面，国内外研究内容都扩展至智能感知应用方面，但国际研究更侧重于AI与新型应用范式结合的探索，涵盖如基于AIGC的合成训练数据生成、无源交互式设备构建等方向；国内研究则更加注重系统级功能完备性与实用性提升，在WiFi感知建模优化、RFID定位精度提升与隐私保护机制方面进行深入研究，形成了较为系统的研究体系。

综上所述，国际研究在架构重塑与未来网络范式创新方面具备引领优势，国内研究则以工程实践为导向，在融合应用与自主体系构建方面形成独特路径，二者互为补充，共同推动通信与感知系统的协同演进。

5. 发展趋势和展望

未来，嵌入式网络将朝着低时延、高可靠、高带宽、高并发与异构融合等方向持续演进。

在低时延与高可靠方面，未来嵌入式网络架构将深度嵌入轻量化AI模型，以提升边缘节点的自适应处理能力与协同决策效率，实现毫秒级响应与稳定性保障。与此同时，为满足大规模部署下的能耗控制与资源调度需求，嵌入式网络需在有限算力条件下实现动态优化，确保端到端通信链路的稳定与敏捷。

面向高带宽与高并发场景，6G将以“通信–感知–计算”深度融合为核心，突破太赫兹通信频段、非正交波形等物理层瓶颈，显著提升系统容量与连接密度。未来6G不仅是带宽提升的技术飞跃，更将构建支撑智能服务的综合平台，实现从数据传输向智能处理的演进。

在异构通信方面，TSN技术将向无线接入、城市级泛在覆盖等方向拓展，支撑多制式、多协议设备之间的确定性通信需求。其应用正由工业控制与车载系统扩展至智慧交通、电网调度、航空航天等复杂场景，构建具有端到端时延与抖动保障的网络服务能力。LPWAN将强化与ZigBee、5G、6G等网络系统的互联互通，构建统一的异构通信架构，提升系统整体互操作性与扩展性。

在面对海量接入设备时，LPWAN进一步引入机器学习与强化学习算法，实现链路选择与能效控制的优化，以支撑大规模无源节点的接入。针对高并发场景与低时延场景，星闪作为新一代国产短距通信协议，具备统一物理层架构与原生并发调度机制，能够有效满足智能制造、自动驾驶、人机协作等对通信确定性与安全性要求极高的关键业务需求。其标准化进程与生态建设正稳步推进，成为支撑本地高密集部署的重要基础。

WiFi与RFID在AI能力加持下，其智能化应用正实现由传统识别向高精度、智能化方向的跃升。除基本身份识别功能外，其应用已拓展至厘米级定位、行为分析、主动交互与安全防护，在构建智能空间与智慧城市中发挥着关键作用，助力实现通信–感知–计算的一体化融合。

基金项目

本研究得到了国家自然基金项目(No. 62202086)，辽宁省联合基金项目面上资助计划项目(No. 2023-MSBA-072)与中央高校基本科研业务费项目(N2416010)的支持。

参考文献