Antes de la llegada de 5G no había un interés real en mejorar los resultados de la dupla latencia/fiabilidad, más allá de las experiencias de comunicaciones críticas como en el caso de TETRA. Mientras el diseño de esta tecnología estaba basado en promedios, ahora se trabaja con las colas (tails) para caracterizar estadísticas de eventos extremos y raros que condicionan los KPIs del servicio.

Desde 5G ya se enfocó con un enfoque holístico, que afectaba no sólo al acceso inalámbrico (wireless) al medio, sino también al núcleo (core) de red y a la arquitectura cloud de la que hacen uso los servicios. Ya veremos como con el 6G se da un paso más allá hablando de un codiseño entre el control y la comunicación.

Ultra-Reliable and Low-Latency Communications (URLLC), o las comunicaciones ultra-confiables y de baja latencia (URLLC) han sido uno de los nuevos escenarios de aplicación para sistemas de comunicaciones móviles en el ecosistema de quinta generación (5G). En los entornos radio 5G se ha definido unos indicadores objetivo como no superar 1ms de latencia y 99,99999% de fiabilidad (típicamente denominado ‘5 nueves’).

Algo similar ocurre con la fiabilidad (reliability), donde también es necesario identificar las diferentes descripciones. La fiabilidad por nodo es una suma de las probabilidades de que ocurran errores en la transmisión de data, encolado, pérdida de paquetes, etc.

El 3GPP define fiabilidad en 5G como la transmisión de un mensaje de 32 bytes en menos de 1 ms con una probabilidad de éxito mayor de 1-10^-5.

Para lograr la combinación de ambas características, 5G ha adoptado una serie de mecanismos como la duplicación de paquetes, sistemas de multiconectividad, slicing, densificación, propuestas basadas en diversidad (MISA, network coding, etc), throughput-delay tradeoffs, gestión de colas, etc. Se trata de lo que la industria ha denominado habilitadores clave. En el caso de la latencia han sido:

• Reducir la duración de TTI (menos símbolos OFDM y reducirlos via espaciado de subportadoras
• Grant-free access
• Network slicing
• Network coding
• Non-Orthogonal Multiple Access (NOMA with grant-free scheduling
• Multiplexado eMBB,URLLC
• Network densification
• Computación y caching edge
• Machine Learning

• Network coding
• Multi-user diversity
• Network slicing
• Replicación de datos
• Multicast
• HARQ
• Reducción de TTI
• Machine learning en los dispositivos