数字化终身教育资源结构、分类及标准研究.数字化
Sub 6？GHz基站性能测试多采用传导方式，通过信道模拟器仪表模拟传播过程中的路径损耗、阴影衰落和快速衰落。以基站64发送通道，终端4通道为例，信道模拟器需支持64×4双向互易信道模拟。毫米波频段由于路损和穿透损耗大，对传播环境更为敏感[1]，因此更需要对基站算法在衰落场景下的性能进行精细研究。但是由于毫米波传导接口消失，性能测试将转为OTA方式。
非授权频谱作为5G授权频谱的补充可以满足运营商及垂直行业的多种应用，3GPP在R16阶段对5G NR在非授权频段的接入进行了研究和标准化。结合非授权频段的监管规则，对5G NR在非授权频段的关键技术及国际标准化内容进行了详细的分析。具体包括5G在非授权频段的帧结构设计增强、物理信道设计增强、物理过程设计增强。基于这些技术分析，本文对非授权频谱使用5G技术进行了总结和展望。
基于5G+区块链网络分片建模，仿真对比了保证分片网络可信和保证全网可信的两种网络分片方案的性能差异，分析了单点受控概率、分片可信度、分片数量、全网可信度等参数对分片规模、网络规模的影响，给出了在满足一定可信度条件下，区块链网络分片的最优规模，并提出一定网络规模下，区块链网络从保证分片网络可信向保证全网可信方案演进再向更大规模分片网络可信方案演进的路线。
在当前5G系统全球商用化的时代，针对基站大规模天线下的多用户技术，对基站和终端进行性能测试是实现产品升级迭代的重要环节。首先，介绍5G多用户技术的主要特点并说明了多用户性能测试的意义。其次，为了实现不同信道环境的大规模天线基站下的多用户性能测试，给出多用户无线信道建模技术。最后，通过对建立的信道模型进行实现，给出了大规模天线多用户性能测试的主要技术方案和测试建议。
本白皮书版权属于工业和信息化部电信研究院，并受法律保 护。转载、摘编或利用其它方式使用本白皮书文字或者观点的， 应注明“来源：工业和信息化部电信研究院”。违反上述声明者， 本院将追究其相关法律责任。
智能物流系统遵循物联网层次结构定义,可以划 分为感知互动层、网络传输层和应用服务层三个层次。 对于物流运输,智能物流系统的感知层和网络层主要 解决车辆定位、车况参数采集、环境参数检测等信息收 集和传输工作[1-2] ,使得远程云计算监控中心能在智 能物流系统应用层的支持下实时查询行驶车辆的位 置、行驶状态、货物状态等基本数据,确保运输过程的 安全和高效。
没有账户，需要注册
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
中服云工业物联网平台，为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警，工艺参数自动比对。
业界拥有多种专用迁移工具，并提供完善的迁移服务，助力用户快速将应用与数据从自建或其他云厂商数据中心迁移上云平台，实现业务的云化应用
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
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
