5G作為全球最熱門話題之一，正在成為全世界關(guān)注的焦點。隨著5G技術(shù)的深化演進(jìn)，將催生出更多復(fù)雜應(yīng)用，人-物連接場景將變得更復(fù)雜，海量物聯(lián)設(shè)備接入將帶來大規(guī)模系統(tǒng)性風(fēng)險，仿真模擬技術(shù)被視為解決此類痛點的最優(yōu)方案，而仿真測試的剛性需求同時帶來市場規(guī)模的急劇增長。據(jù)測算，到2023年仿真軟件測試需求達(dá)到百億美元的規(guī)模。
仿真無處不在
在工業(yè)4.0、智能制造、工業(yè)互聯(lián)以及自動駕駛的大趨勢下，仿真是支持工業(yè)發(fā)展的重要基礎(chǔ)，可以貫穿研發(fā)設(shè)計、生產(chǎn)制造、服務(wù)管理和維護(hù)反饋等各環(huán)節(jié)中。一個共識是，基于數(shù)字化的仿真具有數(shù)據(jù)驅(qū)動、智能感知、虛實映射和交互協(xié)同的特點，正在解鎖工業(yè)4.0時代下更多的智能形態(tài)，具有更高效經(jīng)濟、更安全可靠等特點。
具體到5G通信工程鏈里，作為新基建的數(shù)字經(jīng)濟建設(shè)的有力抓手，通信仿真幾乎無處不在：在芯片研發(fā)階段，儀表類系統(tǒng)仿真主要為了快速進(jìn)行功能驗證，以羅德、是德科技、安立等為代表;在運營商的網(wǎng)絡(luò)建設(shè)過程中，以Matlab、Ansys等為代表的公司提供模型化的算法建模仿真，進(jìn)行大量的預(yù)演和前期設(shè)計，便于更高效的部署網(wǎng)絡(luò)基礎(chǔ)設(shè)施;在無線基站覆蓋的建設(shè)階段，這類公司還提供無線網(wǎng)絡(luò)優(yōu)化仿真工具，進(jìn)行網(wǎng)絡(luò)優(yōu)化設(shè)計和驗證;在終端，為了研發(fā)測試和認(rèn)證，一類是傳統(tǒng)的儀表類仿真，靠軟件建模仿真，另一類則是用戶使用場景的仿真，在模擬的真實環(huán)境中進(jìn)行盡可能有效的驗證和開發(fā)，典型代表包括芬蘭公司5GTNF、聚焦汽車領(lǐng)域的德國公司Cmore以及中國科技公司易誠高科。
仿真測試：跨越品質(zhì)最后的5%
基于用戶真實使用場景的仿真測試正在成為下一代科技產(chǎn)品品質(zhì)和用戶體驗的最后一道關(guān)，聚焦產(chǎn)品品質(zhì)的最后5%長尾問題。相較于傳統(tǒng)的外場測試，仿真測試具有極大的優(yōu)勢：仿真測試提供了完備的多物理場景仿真能力，正如AI在商業(yè)落地場景發(fā)揮的價值一樣，仿真也可以減少外場測試中大量重復(fù)性勞動，據(jù)測算，外場測試?yán)铮?0%的工作量將可以在仿真環(huán)境里完成，從而大大降低測試時間和成本，大幅縮短產(chǎn)品研發(fā)測試周期。
拿汽車行業(yè)來說，自動駕駛領(lǐng)域研發(fā)需要海量場景的訓(xùn)練和測試，仿真測試已成為自動駕駛的基礎(chǔ)關(guān)鍵技術(shù)，可便捷重現(xiàn)極端場景，與封閉場地測試、道路測試共同推進(jìn)自動駕駛技術(shù)迭代升級。由于車輛是需要開在非常復(fù)雜的交通環(huán)境中，而這些復(fù)雜的交通環(huán)境中有行人、車輛以及各種復(fù)雜道路，如復(fù)雜的立交橋、隧道，這些復(fù)雜的、動態(tài)的環(huán)境都需要仿真出來，動態(tài)交互仿真測試可有效加快自動駕駛研發(fā)進(jìn)度。目前，無論是以大眾和豐田為代表的傳統(tǒng)車企還是以谷歌為代表的科技公司，均雙管齊下，同時組建測試車隊和仿真測試平臺來訓(xùn)練算法、完善自動駕駛功能。
再進(jìn)一步來說，通信仿真是所有環(huán)境仿真的基礎(chǔ)，各類車企尤為看重功能和通信的測試，比如一個場景，開車在使用數(shù)據(jù)業(yè)務(wù)的情況下從4G信號覆蓋區(qū)進(jìn)入隧道丟網(wǎng)，在從隧道出來切換到5G網(wǎng)絡(luò)，"傳統(tǒng)方法下廠商需要派專人開車帶著測試人員在實際道路上工作好幾個小時才能完成驗證，在我們的環(huán)境下足不出戶就能在10分鐘內(nèi)完成驗證，而且是在大樣本的情況下完成的。我們可以幫助企業(yè)加快測試的周期和時間，"易誠高科5G事業(yè)部負(fù)責(zé)人張民說。"我們在復(fù)現(xiàn)極端環(huán)境上具有很大的優(yōu)勢，在真實環(huán)境下，我們可能很難覆蓋到各種各樣的環(huán)境和場景，我們利用十余年的技術(shù)積累，形成了一個豐富的數(shù)字化場景庫，基于Field to Lab和數(shù)字孿生技術(shù)，我們可以為自動駕駛提供一些大量極端場景和一致性測試，大幅提升自動駕駛訓(xùn)練效率"。
數(shù)字化讓仿真有據(jù)可依
周鴻祎曾在第四屆世界智能大會上提到，"進(jìn)入全面數(shù)字化，會產(chǎn)生軟件定義世界、萬物皆可互聯(lián)的特征。"這一點同樣適用于汽車行業(yè)，特斯拉效應(yīng)不僅刺激著中國造車新勢力-小鵬、理想、蔚來先后齊聚美股，同時特斯拉效應(yīng)也給傳統(tǒng)車企帶來了巨大沖擊，"軟件定義汽車"成為傳統(tǒng)車企的核心議題。
無論是"軟件定義汽車"還是仿真測試，都依賴于一個數(shù)字化基礎(chǔ)。高度仿真的環(huán)境是自動駕駛仿真測試的基礎(chǔ)，這依賴于海量的數(shù)據(jù)和數(shù)字化環(huán)境，可以說數(shù)字化、數(shù)據(jù)化是仿真的底層資產(chǎn)。在數(shù)字世界里，仿真測試是一種最為高效的手段和最為精準(zhǔn)的方式，可以基本替代外場測試。
"我們認(rèn)為仿真最大的價值是數(shù)字化，源于愛立信的Field To Lab理念，我們通過把現(xiàn)實場景中的因素按照一定的參數(shù)進(jìn)行數(shù)據(jù)采集、建模和還原方式搬入實驗室，還原出來的仿真環(huán)境具有適配能力提升、高效質(zhì)量控制、 高自動化、腳本化容易等特點，實現(xiàn)可控、可靠、可追溯的標(biāo)準(zhǔn)流程。就像現(xiàn)代醫(yī)學(xué)一樣，醫(yī)生依靠經(jīng)驗做的往往是定性判斷，而我們則像醫(yī)院的那些昂貴的精密儀器一樣，可以為企業(yè)用戶提供更精準(zhǔn)的數(shù)字化量化報告，提供定量分析，我們將外場進(jìn)行數(shù)字化，讓數(shù)字化的產(chǎn)品研發(fā)有據(jù)可依，有量可循。"張民說。
在一致性、可控可回溯的通信環(huán)境下，實現(xiàn)智能產(chǎn)品研發(fā)和測試是5G+AIoT時代產(chǎn)品研發(fā)的新趨勢。基于移動通信Field to Lab研發(fā)測試與產(chǎn)品優(yōu)化，這一理念在愛立信、摩托羅拉、諾基亞，高通等通訊行業(yè)名企得到了廣泛的應(yīng)用。易誠高科通過核心網(wǎng)和基站云物理平臺、多模態(tài)場景擬合及數(shù)據(jù)化工具，基于1000萬行業(yè)場景數(shù)據(jù)，利用Field to Lab和數(shù)字孿生，實現(xiàn)實際場景到數(shù)字仿真環(huán)境的轉(zhuǎn)變，目前可以實現(xiàn)超過3000種場景的仿真，幫助IoT企業(yè)實現(xiàn)"人-機-料-法-環(huán)"的產(chǎn)品工程生態(tài)閉環(huán)。
隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新一代數(shù)字技術(shù)成為主導(dǎo)性的技術(shù)群落，"軟件基建"開始深度滲透到物理世界和虛擬世界，進(jìn)一步加速形成軟件定義世界的變革基礎(chǔ)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
