雨衰减严重影响第5代(the 5th Generation,5G)移动通信系统性能.在路径长度小于1 km的 短距离链路情况下,现有雨衰减预测模型调整因子大于1,导致预测雨衰减随路径变短而增大,无法支撑毫 米波短距离链路系统设计.通过分析国际电信联盟无线电通信部(Radiocommunication Sector of International Telecommunication Union,ITU—R)短距离链路雨衰减试验数据,发现湿天线衰减与路径雨衰减相当, 得到毫米波短距离链路必须考虑湿天线衰减的结论.建立了湿天线衰减与降雨率的关系模型,分频段对模型 参数进行了拟合,拟合结果与实测数据吻合得较好.提出了考虑湿天线衰减的短距离雨衰减建模新思路,可 解决短距离雨衰减预测问题.研究结果有助于提高5G毫米波系统余量设计的可靠性.
第五代(the 5th Generation,5G)移动通信共存分析需要传播模型的支撑,地物附加损耗模型 是其中非常重要的一个模型.首先介绍了国际电信联盟(International Telecommunications Union,ITU)提 供的统计地物附加损耗模型,并指出该模型的一些问题;然后,提出了一种确定性地物附加损耗预测模型,该 模型主要考虑建筑物对传播的影响,通过预测过建筑物顶部的绕射、建筑物两侧的侧向绕射,并进行综合得 到确定性地物附加损耗预测模型.本文提出的地物附加损耗预测模型可为5G系统的共存与兼容研究提供 传播模型支撑.
目前,我国大部分建筑都已按照国家规范安装了自动报警控制联动等消防系统。然而,社会单位普遍仅关注消防设施设备设计实施与安装,忽视消防设施设备全寿命周期的维护与日常消防自主管理,消防设备长期不运行、有故障不排除,消防水管网内压力不足或根本无水的情况时有发生。同时,单纯靠人力,目前尚无法实现对消防设施设备及社会单位消防管理工作远程监控,急需应用创新管理工具,实现消防机构监管工作“线上线下同步管理”,全面提升消防机构管理工作效率,推动精准防控,规范执法。
一网统管”就是用实时在线数据和各类智能方法,及时、精准地发现问题、对接需求、研判形势、预防风险,在最低层级、最早时间,以相对最小成本,解决最突出问题,取得最佳综合效应,实现线上线下协同高效处置一件事。
在互联网活动以及使用移动互联网过程中产生大量数据 ? 由于物联网技术在智能工业、智能农业、智能交通、智能电网、安全监控等行业的广泛应用,各种类型的传感器被广泛部署,时时刻刻都在产生数据 ? 交通、安防等领域部署的摄像设备产生的数字信号 ? 人体本身就是一个无穷无尽的生物医学数据的重要来源,涉及临床医疗、公共卫生、医药研发等多个领域,类型非常广泛,包括电子病历、医学影像、临床实验数据、个人健康数据监测、基因组序列等 ? 电信、金融、智慧城市、交通、科学研究等都会产生大量数据
阐述了 5G 系统毫米波焦点频段(26 GHz 频段)全球频谱划分与现有应用概况,对全球研究 动态与主要国家和地区的初步观点进行了梳理与总结。 结合本频段现有无线电业务应用情况,重点 剖析了开展频谱兼容性研究的关键场景、研究方法与主要挑战。 最后,对 5G 系统有助于兼容共存 的特征进行了归纳,为后续研究指明了方向。 相关内容可为该频段 5G 频率规划提供借鉴
智能家居市场分析及未来发展趋势与前景
在讨论5G启动背景、现阶段基本启动状况以及ITU-R标准化路标的基础上,重点论述了5G发展方针、技术 路线及其关键技术走向等问题,最后给出了5G务实发展战略的相关思考。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR
2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南