面向6G的数字孪生技术展望

近日，知名机构未来移动通信论坛发布了《面向6G的数字孪生技术》。《白皮书》阐述了数字孪生的应用场景，讨论了数字孪生的关键技，讨论了数字孪生赋能的6G 络以及部分垂直行业的解决方案，对于数字孪生未来发展进行展望。

重点是展望了“数字孪生人”的四个关键技术环节包括：数据采集、传输汇聚分发、协同计算和数字孪生、与大 通信交互。

数字孪生未来发展展望

数字孪生依赖感知和控制，伴随着6G技术、AI/ML以及安全技术的发展和成熟，有助于建立更完善有效的数字化模型，贯通信息孤岛构成数字孪生 会，产生的人类生活共同体，实现可持续发展。

数字孪生未来应用场景广阔，将极大地赋能未来的6G 络以及工业、农业、城市等众多行业领域，为工业制造、农业生产、城市治理、 会服务和人们生活带来无限的可能和便利。数字孪生技术也会不断演化和演进，满足人类生活共同体的新目标和新需求。

数字孪生应用于6G 络，从建模孪生 络、获取数据、智能计算等支撑技术到克服因大量数据采集、传输导致成本增加、能耗增大不利影响，可能产生新的技术突破，存在标准化潜在需求。

1、数字孪生与6G基本理念

数字孪生的发展史

“孪生(twin)”的概念起源于1970年美国国家航空航天局的“阿波罗计划”,创建镜像系统以监视无法访问的物理空间，即构建两个相同的航天飞行器，其中一个发射到太空执行任务，另一个留在地球上(镜像系统)用于反映太空中航天器在任务期间的工作状态，从而辅助工程师分析处理太空中出现的紧急事件,例如通过镜像系统的仿真，指导宇航员在外太空重建爆炸的氧气罐。当然，这里的两个航天器都是真实存在的物理实体。

2002年，Grieves教授在美国密歇根大学的产品全生命周期管理课程上首次出关于数字孪生(Digital Twin,DT)的设想，并在随后的白皮书[3]中进行了阐述：数字孪生主要包含三部分：物理对象，虚拟对象，以及物理对象与虚拟对象之间的信息流，如图所示。2003年，Framling出了基于代理的体系结构，其中每个产品项都有一个与之关联的虚拟对应项或代理，通过互联 保证代理与物理对应物的同步，实现数字孪生体与物理孪生体的一一对应(双射)。

2010年，“Digital Twin”一词在NASA的技术 告中被正式出，并被定义为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”[5]。2012年，美国国家航空航天局与美国空军联合发表了关于数字孪生的论文，指出数字孪生是驱动未来飞行器发展的关键技术之一。同年，Framling出了一种概念模型，说明如何将DT用作虚拟传感器来预测飞机结构的寿命并确保其结构完整性。

近年来，随着物联 、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生的实施已逐渐成为可能。现阶段，数字孪生在航空航天、智能制造、智慧城市等领域的应用相对成熟，在健康医疗、农业发展等领域还处于发展阶段。各国家、企业、组织等都对数字孪生给予了高度重视：数字孪生正成为国家数字化转型的新抓手、跨国企业业务布局的新方向、全球信息技术发展的新焦点

数字孪生与6G的融合发展

数字孪生将与6G技术紧密结合并相互促进。

一方面，6G技术对数字孪生而言，主要是为数字孪生的交互层供超大容量、超低时延的数据与反馈信息的传输，促使数字孪生技术得到更好地应用；

另一方面，数字孪生技术也为6G关键技术的研究供了新的思路与解决方案。例如，数字孪生 络，即将数字孪生技术应用于 络领域，通过对物理 络的虚拟表示，基于数据、模型和接口对物理 络进行分析、诊断、仿真和控制，实现低成本的 络优化、智能的 络决策和高效的 络创新，达成整个生命周期的闭环 络管理[11];利用数字孪生技术对室内环境进行建模，借助石墨烯可调谐超表面，控制室内THz信 的传播路径，降低THz信 被遮挡的概率；基于边缘 络的数字孪生体，降低边缘 络的平均卸载时延、卸载失败率和服务迁移率。

2.数字孪生在6G中的应用场景

2.1.孪生 络

6G时代，数字孪生技术将被广泛的应用于通信 络，利用不断进步的感知+建模技术，构建真实物理 络的虚拟数字孪生体，供现实世界查询+虚拟世界预估+现实与虚拟交互三大方面的能力。

络数字孪生的实现，需要借助感知、建模、数据处理和管控等多种技术来实现：包括通过不断发展的 络测量、数据收集技术，更加精细化的获知 络状态的 络感知技术；通过云化技术，构建统一的、可靠的数据平台，对内/对外提供底层数据支撑的统一数据平台技术；进行 元建模、拓扑建模，利用数字化手段模拟 络运行的 络建模技术：利用标准化、自动化的接口，打通 络虚拟数字孪生体与现实物理实体的管控操作交互通道的 络管控技术。

数字孪生技术在未来 络中的实现，将会给6G 络带来多方面的能力增强。强大的现实还原能力可以供更全面的 络状态、更精准的问题定位；灵活的仿真模拟能力能够依靠准确、虚拟、高效的机制建模，提供更便捷的策略模拟、更安全的方案预评估、更直观的结果可视化；便捷的管控能力可以提供简洁化、自动化、可视化的操作手段，大幅度降低人工成本。

2.2.孪生工业

目前，数字孪生与5G在制造业上已有一些相对成熟的应用案例，例如车间状态信息显示与分析管理、机电产品设计优化、机床故障预测与健康管理等方面[14]。然而，数字孪生技术目前还处于起步探索阶段，实现各领域平台间的数字孪生融合交互应用，还需要二三十年的时间，预计10年后的6G时代，有可能是数字孪生融合应用的活跃。

步入6G时代的孪生工业将不再局限于智能工厂的概念，将形成面向未来 会的孪生工业新形态：战略上，基于市场数据的实时动态分析，制定与更新工业生产、储存和销售方案，保障工业生产利益最大化，实现产业的高度融合，有效协调和优化整个工业界的所有业务活动；技术上，以数据和模型为基础，运用人工智能、大数据、6G、云计算、边缘计算等技术，形成人、机、物协同的智慧制造模式。

2.3.孪生农业

2.4.孪生城市

数字孪生城市历经2017年和2018年的概念培育期，2019年的技术方案架构期，2020年已正式步入到建设实施落地期，国家政策密切关注，地方规划加速落地，企业方案务实搭建，学术科研前瞻布局，市场规模爆发增长，产业生态积极构建，应用场景日益完善，全球共识逐渐达成。总之，数字孪生城市是新型智慧城市建设发展的必由之路和未来选择。

具体地，数字孪生城市由新型基础设施、智能运行中枢、智慧应用体系三大横向层，以及城市安全防线和标准规范两大纵向层构成。数字孪生城市的九大核心能力要素包括：物联感知操控、全要素数字化表达、可视化呈现、数据融合供给、空间分析计算、模拟仿真推演、虚实融合互动、自学习自优化、众创扩展能力。

但是，随着数字孪生城市的落地实施，暴露出一系列现实问题，例如典型应用场景深度不足、城市信息模型(CIM)平台重复建设、时空数据标准难统筹、存在卡脖子技术制约等。CIM底座的统筹推进、数据规范标准的兼容互通、典型应用场景和市场需求的培育以及生态合作机制的建立等多项任务的推进效果，将决定下一阶段数字孪生城市的发展水平。

2.5.孪生人体

结合数字孪生的个人体域 技术将是下一代移动通信 络的重要特征之一，在此基础之上的孪生医疗将是未来医疗业务的主要发展方向。与工业制造的数字孪生不同，结合个人无线通信的数字孪生将以人为主体，突出和人相对应的服务。数字孪生将结合个人体域 络，帮助下一代移动通信 络实现更加丰富多样的功能，成为其他通信关键技术的基础设施之一。

到6G时代，通过在体内、体外密集部署无线传感器组成的体域 将对人体信息进行实时的收集、分析与建模，实现人的数字孪生，即个性化的“数字孪生人”。通过“数字孪生人”可以进行高效的病毒机理研究、器官研究等，还可以协助医生进行精确的手术预测。可以想象这么几个场景：

医生在进行一场手术，通过“数字孪生人”,可以示医生在不同位置切一刀后患者的状况变化，以此可为医生供最好的手术辅助。患者在手术完出院后，医院仍可以通过后续患者的“数字孪生人”的变化为患者供后续的健康管理。在医学研究领域，“数字孪生人”也会发挥重大作用。例如，人的大脑非常复杂，大脑的活动更加不容易追踪和研究。大脑的思考方式、运动感知功能都是科研人员研究的重点和难点。将数字孪生技术用在大脑研究上，可以方便实验人员进行实验模拟，发现大脑深层的秘密。同理，也可以通过对“数字孪生人”进行某些控制来模拟病毒、细菌的攻击，进而为病毒机理的研究提供借鉴。

“数字孪生人”的四个关键技术环节包括：数据采集、传输汇聚分发、协同计算和数字孪生、与大 通信交互。数据采集环节使用不同尺寸的传感器、摄像头等体内外数据采集装置对人体生理信息进行采集；数据汇聚环节则依靠分子通信或传统电磁波通信将采集到的数据汇聚于数据中心；计算环节使用协同计算、数字孪生、全息呈现等技术对汇聚后的数据进行计算、分析；与大 的通信交互环节将数据传输至大 ，可对数据进行储存或进一步筛选分析。为了实现人体全部信息的数字孪生和实时交互，对 络带宽、时延、可靠性和安全性等指标提出了更高的要求。

3.数字孪生技术框架（节选）

当前关于数字孪生的技术框架主要有以下几种：

1)在《数字孪生白皮书》中，数字孪生技术架构分为物理层、数据层、模型层、功能层。物理层由物理实体构成。数据层包含数据采集、数据处理、数据传输。模型层包含机理模型与数据驱动模型。功能层包含述、诊断、预测、决策等。

2)在《数字孪生应用白皮书》中，数字孪生生态系统由基础支撑层、数据互动层、模型构建与仿真分析层、共性应用层和行业应用层组成。基础支撑层由具体的设备组成，包括工业设备、城市建筑设备、交通工具、医疗设备等组成。数据互动层包括数据采集、数据传输和数据处理等内容。模型构建与仿真分析层包括数据建模、数据仿真和控制。共性应用层包括述、诊断、预测、决策四个方面。行业应用层则包括智能制造、智慧城市在内的多方面应用。

3)在《DigitalTwinComputing》中，数字孪生计算，自由组合各种数字孪生体，实现之前不可能的、大规模的、高精度的新世界，使得 络空间中的新互动成为可能，包括人类更加复杂的互动，它将超越现实世界的实体对象。孪生计算技术架构，包含真实空间、信息/物理交互层、数字孪生层、数字世界表示层、与应用层。真实空间包含物理实体。信息/物理交互层用来收集数据与反馈控制信息。数字孪生层用来产生与维护数字孪生体。数字世界表示层用来产生数字孪生的衍生体，构建虚拟 会。应用层使用数字世界表示层部署与执行应用。

4.面向6G的数字孪生 络（节选）

4.1.全生命周期孪生 络

当我们展望6G服务时，相信必将拓展出涉及千行百业的全场景按需服务。未来不同垂直行业的差异化需求，将呈指数级爆发性增长，但 络承载资源却只能线性增长，需求与供给之间存在巨大的鸿沟。同时，6G将进一步融合云边管端雾更为广域的资源，但目前这些资源碎片化、离散化，缺乏资源跨域的管控协同，端到端资源的全生命周期状态可感知能力差，难以形成可全域感知、快速协同的 络承载能力。

无线接入 的特点是基站小区数量庞大，设备型 多，站址分布广，组 复杂，能耗高，在移动通信 络中不仅是CAPEX最高的部分，也是OPEX最高的部分，目前在 络的规划、建设、运营、优化的各个环节都还需要依赖大量人力来实施。随着移动通信 络的迭代发展， 络变得越来越复杂，业务场景越来越多样、针对用户体验的设计越来越深入， 络运维和优化的复杂程度相应呈指数上涨，已经达到人工无法管理的程度。

6G 络应当满足服务随心所想、 络随需而变、资源随愿共享的需求，实现全场景全域“0”运维、可视化、自优化、自编排和自演进的美好愿景。

4.2.知识驱动的孪生 络管控

构建6G全场景全域 络智能管控架构，从当前产业的分析研究来看，需要在三个重点技术领域寻求突破：

(1)服务自定义：6G 络自主探索服务、用户、计算、存储、连接与数据等全域资源行为隐式关系模型，并高效自主发现、自动实现用户、数据、 络定义服务问题。

(2)智慧自组 ：面向全场景按需服务与资源高效共享，6G 络自主推理生成可编程部署范式的问题。

(3) 络自管控：在人机、虚实、孪生共生的复杂场景下，按需、敏捷、闭环实现自规划、自配置、自评估、自愈合与自演进等6G 络管控调配服务问题。

这里出可支撑6G全场景服务，是基于全域 络知识图谱驱动的无线 络自治管控引擎。在这个管控体系中，针对各应用场景，建立基于用户感知模型(人体生命体征模型，人体视觉、听觉、触觉、嗅觉、味觉乃至情感模型等)的业务QoE评价体系，并取和分类业务特征，包括：

终端移动性、用户业务交互特点、用户业务流行度、用户业务时延要求、用户业务吞吐率要求、用户业务丢包率要求、物体位置、物体3D模型特征和用户行为模式等。基于机器学习生成的 络知识图谱，包括切片知识图谱、能耗知识图谱、数据自动标签知识图谱、通信语义知识图谱、无线环境知识图谱等；基于机器学习的用户行为模式及异常预测，形成用户知识图谱，供给用户感知QoE保障模块，编排 络行为预测，供 络调配策略生成模块，实现基于孪生环境的 络调配方案验证和优化。通过对上述知识图谱的复现，搭建原生 络的孪生环境，支撑 络调配方案的快速迭代、开发和测试，达到全域 络智能实时管控目的。

4.3.意图感知的 络孪生策略

随着大数据、云计算、物联 等技术的飞速发展，新型 络业务不断涌现，导致 络负载与 络规模扩增， 络运维变得愈加复杂。此外，6G 络对安全性的要求越来越高，保障 络业务高可靠执行、 络故障低成本自愈成为未来 络研究重点之一。数字孪生 络是一个具有物理 络实体及虚拟孪生体，且两者可以进行实时交互映射的 络系统，虚拟孪生体具有与原始对象相同的特征、信息和属性。一方面，数字孪生 络能够实时建模通信 络，统一管理物理 元的运行模型与数据，为 络动态运维、智能决策供助力。另一方面，数字孪生 络能够向 络管理员供实时的数字化展示界面，便于实施端到端 络监控与 络策略验证。

意图感知 络是一种新型 络管理形式，结合人工智能、机器学习和 络编排等技术，将更深层次的智能和意图状态洞察力应用到 络中，实现 络自治。意图感知 络旨在降低创建、管理和实施 络策略的复杂性，并减少与传统配置管理相关的人工操作，与6G 络智能挖掘用户需求，为用户供按需服务的愿景犹为一致。在意图感知 络中， 络管理员通过声明期待的结果或任务目标来述意图， 络软件通过人工智能和机器学习确定如何实现该目标。因此，意图感知 络能够自动化执行任务，并供 络运行的实时可视性以便验证意图。此外，通过预测意图的潜在偏差并规定意图修正策略，能够确保意图的有效执行实现 络自我监控和自我纠正。

出处：未来移动通信论坛《面向6G的数字孪生技术》（非新闻）