ITU－R（國際電信聯(lián)盟無線電通信組）和3GPP都對5G做了相應(yīng)的定義，這個定義非常類似，主要覆蓋3個方向。第一，更大數(shù)據(jù)吞吐的帶寬，更好的數(shù)據(jù)體驗(yàn)，即5G要提供超過10 Gb／s的峰值數(shù)據(jù)傳輸速率。第二，大規(guī)模的機(jī)器通信，物物交流，即5G要能兼容超過100 個。第三，高可靠低時延通信，即5G要提供小于1 ms的時延，以保障任務(wù)關(guān)鍵型的一些應(yīng)用，比如自動駕駛、遠(yuǎn)程醫(yī)療等。

在近日的易維訊年度中國ICT媒體論壇上，NI中國地區(qū)市場開發(fā)經(jīng)理姚遠(yuǎn)指出，回顧2016年5G的發(fā)展，有兩件值得回顧的事情。第一是去年上半年火起來的NB－IOT（窄帶物聯(lián)網(wǎng)），在2月份的巴塞羅那MWC上被很多中國公司提起；另一個是年底華為公司主推的Polar碼被3GPP最終確定為5G eMBB（增強(qiáng)移動寬帶）場景的控制信道編碼方案。“在5G不斷標(biāo)準(zhǔn)化的歷程中，我覺得這些算是小小的技術(shù)里程碑。”

姚遠(yuǎn)表示，根據(jù)多年行業(yè)積累，NI公司總結(jié)出了4個可能影響到5G產(chǎn)業(yè)和測試的觀點(diǎn)。

第一個觀點(diǎn)：原型化推動5G從概念走向現(xiàn)實(shí)

原型化是在5G的標(biāo)準(zhǔn)過程中非常重要的一個步驟，它是后面的原理，可以推動5G從概念走向現(xiàn)實(shí)。其中，軟件無線電是非常重要的技術(shù)實(shí)現(xiàn)手段。在軟件無線電中，最重要的其實(shí)是軟件部分，在CPU、GPU等上面的軟件實(shí)際上需要設(shè)計(jì)者自己開發(fā)、定義射頻等硬件的功能。這會面臨很多挑戰(zhàn)，例如軟件定義的工具都是分立的，無法用一種語言完成5G的開發(fā)，需要學(xué)習(xí)不同工具實(shí)現(xiàn)5G的技術(shù)構(gòu)想，因此，一整套比較完整的做軟件無線電原型化的工具是重要的。

第二個觀點(diǎn)：帶寬是未來無線通訊在5G時代最重要的

5G的趨勢要提供給消費(fèi)者一個進(jìn)入式的、非常好的數(shù)據(jù)體驗(yàn)，這就需要帶寬。“5G或者說通訊的發(fā)展就是一個帶寬的發(fā)展史，是人類能不能掌握足夠好的帶寬資源，做我們想做的事情。”姚遠(yuǎn)說。

從最早的1991年時GSM時代9．6 Kbps的數(shù)據(jù)帶寬，到1998年GPRS時代 40 Kbps的數(shù)據(jù)帶寬，到2001年UMTS時代384 Kbps的數(shù)據(jù)帶寬，到2008年HSPA時代42 Mbps的數(shù)據(jù)帶寬，再到2010年LTE 時代通過載波聚合的方式實(shí)現(xiàn)了100 Mbps的數(shù)據(jù)帶寬，最后到未來2020年5G商用時，我們希望實(shí)現(xiàn)10 Gbps的峰值數(shù)據(jù)傳輸速率、高速移動時能達(dá)到100 Mbps的數(shù)據(jù)傳輸速率。

5G時期對于頻譜的使用有一個創(chuàng)新的觀點(diǎn)，即在移動通訊的應(yīng)用上希望能夠使用毫米波。毫米波作為一個全新的頻譜或波段，需要通過信道測量去了解這個波段的特點(diǎn)，去測試它的氣損、雨損等。接著就需要在實(shí)驗(yàn)室里實(shí)現(xiàn)毫米波的通訊原型。

以諾基亞為例，它在2014年使用73 GHz頻段，用1＊1單入單出的架構(gòu)，實(shí)現(xiàn)了2．3 Gbps的峰值數(shù)據(jù)傳輸速率；2015年大幅度提升設(shè)計(jì)架構(gòu)，有2GHz的帶寬，在73 GHz頻段上通過使用2＊2的架構(gòu)雙進(jìn)雙出，將峰值傳輸速度提升到了5G定義中的10 Gbps以上；2016年，通過提升調(diào)制的方式，進(jìn)一步將峰值傳輸速度提升到14．5 Gbps以上，并且是經(jīng)過檢驗(yàn)之后的真實(shí)傳輸速率。

第三個觀點(diǎn)：測試智能設(shè)備的爆發(fā)式增長

隨著物聯(lián)網(wǎng)的發(fā)展，包括可穿戴設(shè)備在內(nèi)設(shè)備量將出現(xiàn)爆發(fā)式的增長，需要用到的通訊的設(shè)備量也是爆發(fā)性增長。根據(jù)Gartner的預(yù)測，到2020年，將有超過500億的設(shè)備被接入到移動互聯(lián)網(wǎng)。傳統(tǒng)的測試手段（DUT－Centric）無法測量如此大的數(shù)據(jù)，不可能用500億種測試結(jié)構(gòu)來測500億個設(shè)備，那么應(yīng)該如何測試？

我們可以做一個范式轉(zhuǎn)移，把它歸歸類。以做智能家居的NEST為例，它有一個電子溫度計(jì)與家庭的空調(diào)、加濕器等相連，可以根據(jù)溫度變化控制智能家居設(shè)備的開關(guān)。這樣的集大成者里面有各式各樣的傳感器、電源、WIFI等，需要用一個更加平臺化的方式做測試，用模塊化的儀器應(yīng)對它。

第四個觀點(diǎn)：時間決定一切

自動駕駛、遠(yuǎn)程醫(yī)療等任務(wù)關(guān)鍵型應(yīng)用對于延遲和穩(wěn)定性有更高的要求。以無人駕駛為例，機(jī)器需要分辨大量場景中的物體，并做出決定。如何模擬這些場景，如何將這些場景讓實(shí)驗(yàn)者們非常快速的進(jìn)行仿真，需要一個系統(tǒng)上的辦法。

不同技術(shù)中，從時延和靈活性來排序的話；Backplane Timing非常精確，但靈活性不高；Structured Dataflow比較高延遲，但有很好的靈活性。不同的技術(shù)可以幫助完成應(yīng)對不同針對任務(wù)關(guān)鍵型應(yīng)用要求的一些場景。