摘要：5G作为新一代通信技术，具有大带宽、低时延、广连接的广域覆盖特性优势，mesh组网快捷方便，具有自组织、自管理、高稳定性的局域覆盖优势，本文致力于5G+mesh融合组网研究，提出建设海上5G+Mesh船海通信网络新基建的方案，为解决码头信号弱、海上机舱内部信号差、货舱网络无信号、近海与锚地无网络信号而卫星通信带宽过低成本又太高的窘境，赋能海面船舶万物互联，实现5G通信向船舶和近海的延伸，为船舶行业数字化转型提供了通信网络基础保障，致力打造船海数字服务高地，共建船海数字世界。

一、前言

自2018年以来，海上互联网已经连续五年写入政府工作报告，足见其重要意义。2021年12月29日，工信部公布了《“十四五”智能制造发展规划》。提出“十四五”及未来相当长一段时间，推进海上智能制造，推动海上制造业实现数字化转型、网络化协同、智能化变革。2022年9月，工信部研究出台支持海上互联网、“5G+工业互联网”的海上新政策举措，助力稳经济、保安全。

然而，与海上互联网相辅相成的海上船舶业整体发展状况并不容乐观，造船生产效率低下。造船行业生产效率仅为发达国家的1/7～1/10，国内修船企业仍处于低价竞争；订单分流至东南亚，收益在全球的占比呈明显倒挂现象；在区域舾装技术方面，日韩的预舾装率已达95%左右，中国只有70%，海上船舶业急需海上互联网赋能支持，大力发展海上互联网，是海上船舶业发展的有力助推器。

本文致力于打造船海基建新态势，提出建设海上5G+Mesh船海通信网络新基建的方案^[1]，为解决码头信号弱、海上机舱内部信号差、货舱网络无信号、近海与锚地无网络信号而卫星通信带宽过低成本又太高的窘境，赋能海面船舶万物互联，最终以5G园区专网+Mesh全船通信网络的组网方案^[2]，实现5G通信向船舶和近海的延伸，助力船厂向中高端船舶修造转型，打造智慧船厂典范，进而实现全国范围智慧生产复刻，为与船舶数字档案的高效联动奠定坚实基础，进一步提升海上市场竞争力^[3]。

二、现有组网海上覆盖特性

2.1 MESH组网

2.1.1Mesh组网架构

传统的局域网网络架构通常是多个无线传感器节点接入同一个中心节点AP（AccessPoint），AP负责所有节点之间的信息交互，这样的架构其实有较多的限制^[5]：节点不能距离AP太远，因为所有节点与AP直接相连，AP通信范围之外的节点无法与之建立通信;当AP故障时，将导致整个网络的瘫痪;网络容量受AP的容量限制，容易超载。而无线Mesh网络是一种异常灵活的网络，由于其多跳的特性^[6]，每个节点都可以连接多个其他节点，当中间某个节点因故障停止工作时，剩余节点可以重新自主形成新的网络拓扑结构从而形成新的数据传输通道，这种特性可以解决海面波动及水体散射造成的网络节点间通信质量不佳的问题^[7]。

2.1.2 Mesh组网优势

Mesh组网因高带宽、覆盖范围较广、自组织性良好、扩展性强等优点，被广泛运用于人流量密度大、通信量需求大的公共场合，比如学校、医院，或者通信环境恶劣的场合，比如矿井、地震灾难现场、海上等。目前为止，中国的各大高校比如清华大学、中国海洋大学已经相继建立了校园无线Mesh网络，无线Mesh网络也被大量运用于紧急救援。

2.2 5G组网

2.2.1 5G组网架构

5G通信网络主要包括无线接入网、承载网和核心网三部分。

无线接入网负责将终端接入通信网络，对应于终端和基站部分;核心网主要起运营支撑作用，负责处理终端用户的移动管理、会话管理以及服务管理等，位于基站和因特网之间;承载网主要负责数据传输，介于无线接入网和核心网之间，是为无线接入网和核心网提供网络连接的基础网络。

无线接入网、承载网和核心网分工协作，共同构成了移动通信的管道。

2.2.2 5G海上覆盖特性

深入分析近、远海覆盖特性，建立青岛5G海面立体无线电波传播组网模型，评估建立沿海网络覆盖专网^[8]。2.6G站点覆盖港口陆地区域，覆盖距离约10km；700M一般站点覆盖巡逻区、海洋牧场等区域，覆盖距离10-30km；700M宏站覆盖远海航线区域，覆盖距离约30-80km，依据海域覆盖距离需求，精准评估选取最优站址，开启700M超远覆盖特性，有效提升近海面基站覆盖能力^[8]。

为保证网络覆盖质量，针对海上网格内主服小区，据小区覆盖海域不同，通过WINS U-Net无线网络仿真规划工具，结合站点天馈挂高及海拔高度，规划调整其方位角及下倾角，达到理想覆盖效果，减少重叠覆盖及越区覆盖。

WINS U-Net是用于5G网络覆盖预测及规划的工具，通过计算链路损耗、干扰等，并基于栅格分析电平值、信噪比、峰值速率等各项指标，以实现网络的覆盖评估，进而支撑海上网络的覆盖规划。

在WINS U-Net工具中，按照模板导入对应工参、polygon、5m精度以上电子地图、传播模型等，即可自动进行网络覆盖评估，还可进一步根据评估结果输出网络优化方案.

2.2.3 5G切换优化特性

NR切换优化整体上继承了TDD的优化策略^[9]，但由于存在SA和NSA两种组网方式而略有不同。切换优化是移动网络业务连续型的基础保障，合理而及时的切换可以有效地保障用户感知，防止出现掉线、低上行速率等引发投诉的现象，在网络优化工作中占有非常重要的意义，在海上组网覆盖工作中，切换优化特性显得更为重要，优越的切换优化特性在一定程度可弥补海上信号来源可选项的欠缺。

三、5G与Mesh混合组网

3.1海上混合组网架构

采用Mesh技术，支持5G异频组网^[10]。由于信号在海面传输受到水体的吸收作用、前向散射作用、后向散射作用等多种衰减作用的影响，导致信号在海面接收时，产生较大噪声，信噪比严重下降，在此，依靠Mesh自组织及多跳转发的特性，在Mesh协议下，以数据多跳转发、网络拓扑自由重组的特点弥补洋面波动及信号在水体衰减造成的多重影响，着重增强组网系统的鲁棒性。

Mesh节点分为根节点（Root）与普通节点（Node），根节点是整个Mesh网络的唯一网关，是整个网络与外界进行数据交互的唯一通道。普通节点在射频功能的基础上集合了数据采集、双向互传的功能，满足用户的上下行信号保障，实时采集传感器数据并通过Mesh网络上传至根节点，然后由根节点汇聚转发至路由器，最后由路由器实现与海上终端的数据交互。在临近MEC的位置部署5G的用户面UPF，依靠5G核心网控制，在 UPF上对终端要访问的业务进行分流，依靠 UPF识别出哪些业务流是访问MEC的业务流，如果UPF检测到MEC业务流，则把这些数据转发到MEC上，而非大网，如果UPF发现终端访问的是大网业务，则不做分流，继续转发至大网。

3.2 5G+Mesh海上组网优势

5G异频组网优势突出^[11]，多频段特色协同体现，Mesh自组织性优势贯穿各个海上区域。在沿海地区，发挥2.6G频段大带宽，大容量优势，提供优质体验；700M频段传播穿透能力强，维持基础覆盖。在近海地区，采取2.6G+700M多频协同的覆盖方案，兼顾用户体验和信号全覆盖。在远海地区，依靠700M频段实现超远覆盖，业务覆盖最远可达80km。在空域区域，依靠4.9G频段实现空域覆盖和热点吸热。两者优势结合构造出多方位、高保障、跨区域的海上通信组网。

3.3 5G+Mesh海上组网应用

3.3.1 5G+Mesh港机远程控制

龙门吊上安装15路高清摄像头，5G网关与PLC对接，通过5G+Mesh专网将视频信号控制信号实时回传到操控室，司机在中控室观看多路实时视频进行远程操作，完成龙门吊吊车吊具精准移动、抓举集装箱等所有操控。

远程操控解决了工作人员在30米高空艰苦工作环境问题，以及现场操作容易疲劳带来的安全隐患;工作人员远程可同时操作2台龙门吊，通过中控室远程驾驶设备和监控屏，实现精准移动、抓举、带箱转场等，提高专业工种效率;解决了中控室与龙门吊光纤通信产生的问题。

3.3.2 5G+Mesh海上智慧调度

青岛港建设调中心内前端数字监控点通过5G+Mesh专网接入建立统一的视频图像信息资源库，对港内人员是否戴安全帽、操作是否违规、车辆远程监督、远程调度行等场景进行智能分析同时视频图像数据可供港务局、海关、国税、海事、边检和公安等监督检查部门使用。

通过5G+Mesh北斗高精度定位服务，实现了对港内港机及集卡车辆的实时高精度定位及调度，对港内集装箱装卸运输、调度管理及车辆管理等提供生产动态基础数据，实现港口生产运营智能化辅助、全方位信息化与可视化管理。

3.3.3 5G+Mesh航运机舱智能化监测

5G机舱监测系统主要由通信网络、智能机舱、备车流程监视系统和智能集中管理平台组成。通信网络包括 5G网络、Mesh自组网和 VSAT网络，建立空、天、地一体化的通信网络，实现实时的文字、监控视频数据传输。

在机舱、舵桨舱等区域加装视频监控、采集器，采机舱各类设备运转的各项数据和状态，经船载系统汇集后，利用5G+mesh网络将数据传输到岸端集中管理平台显示。

智能机舱模块在机舱和舵桨舱等区域加装可采集各类变送器和信号量的设备，对机舱各类设备运转的各种数据和状态进行分类采集汇总，如机舱、滑油舱、燃油舱、舵桨舱等设备的温度、压力、转速、流量、电压、电流、液位、浓度、状态等信息，实现船舶机舱重要数据采集，并将这些数据在本船和岸端集中管理平台显示。

基于5G+Mesh组网的数据采集，系统提供了备车流程智能监控服务，通过视频数据处理、传感器数据处理、系统操作日志管理、告警管理、语音播报、作业流程服务和通导数据管理等功能，为备车流程提供智能、可视化的监控，延长机舱设备寿命，降低安全隐患。

参考文献

[1]许飞.基于802.11ac舱内通信抗干扰技术研究[D].哈尔滨工业大学2018：20-25.

[2]吴昊.基于无线Mesh的地震观测仪器组网与实现基于脑电信号组合熵特征的驾驶疲劳检测分析[J].电子测试，2022，36（13）：5-8.

[3]李东昌. 基于Mesh网络的车辆参数实时存储装置设计与研究[D].中北大学，2022.

[4]闫云，丁永红.BLE Mesh组网的可穿戴设备低功耗研究[J].单片机与嵌入式系统应用，2022，22（03）：52-55.

[5]方针，曹加昇，崔巍，王汶新，谢宇，路永乐，邹新海，余小柳，刘宇.Mesh自组网与惯导组合的班组协同定位算法研究[J].压电与声光，2021，43（03）：385-390.

[6]张红，郑炜陵，李抒智，尹椿荣，徐鹏.一种适用于智慧机场建设的新型无线NB-Mesh组网技术[J].仪表技术，2021（01）：53-56.

[7]郭子轩. 基于EasyMesh技术的无线Mesh异构融合组网研究[D].华中科技大学，2020.

[8]赵建安，王红涛，樊璟，石昆，李震霄.基于5G基站网管的SPN组网配置研究[J].通信世界，2022（19）：40-43.

[9]王玉东，刘丽榕，辛培哲.运营商5G网络与电力通信网融合组网研究[J].电力信息与通信技术，2022，20（09）：59-66.

[10]郑亚平，田原，胡晓春，寇艳春.5G超密集组网感知提升研究与应用[J].电信工程技术与标准化，2022，35（09）：38-43.

[11]陈雪娟，叶利丽，楚高峰.5G网络NSA组网共模抗干扰问题的研究[J].现代计算机，2022，28（16）：57-59+72.

作者简介：周志龙（1976.11-）男，汉族，山东青岛人，中国海洋大学工学硕士，中国移动通信集团山东有限公司青岛分公司高级专家，研究方向：5G、云、物联网技术与应用。