会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

5G核心网的负载均衡策略

网络运营效率和服务质量是5G网络建设的重要指标，有效的负载均衡策略将起到基础性作用，而基于服务化架构和接口的网元是5G核心网和4G的主要区别之一，因此在对其进行分析的基础上，给出了多种负载均衡方式，并引入新老设备供应商的网元和新型节点的场景，试图构建出新的负载均衡策略的网络架构和控制流程，最后对实际业务案例进行了分析。

  • 2021-11-30
  • 阅读116
  • 下载0
  • 17页
  • docx

5G专网核心网部署模式与挑战

5G商用网络快速推进，垂直行业对5G网络有着巨大的需求，针对5G行业市场，运营商正在积极探索5G专网的建网模式和方案。分析了5G专网的需求和应用情况，阐述了5G网络架构特征及专网使能技术，提出了5G专网核心网部署方案，并探讨了5G专网部署面临的问题与挑战。

  • 2021-11-30
  • 阅读116
  • 下载0
  • 10页
  • docx

面向智能化切片的服务化等级保障技术增强和研究

网络切片是5G垂直行业应用的重要使能技术，可以为不同应用场景提供差异化服务，切片服务等级保障使得运营商能够准确感知和评估各类业务的服务质量，以便进行服务质量的保障，然而，在切片的应用中，由于缺乏关于业务体验的实时监控，使运营商无法有效评估各类业务的服务质量。为了让运营商可以有效地评估各类业务的服务质量，首先利用网络数据分析功能分析得到切片中某个业务的用户体验，然后借助人工智能技术，基于业务体验数据建立业务模型，评估整个切片在运行态的切片SLA，从而更新切片的资源配置和调度，实现SLA的增强。

  • 2021-11-30
  • 阅读111
  • 下载0
  • 11页
  • docx

面向6G的语义通信

6G移动通信的高可靠、高频谱效率传输需求对于经典信息论指导下的传统通信技术构成了挑战，提取信源语义特征进行编码传输的语义通信技术，为6G移动通信提供了新型解决方案。首先简述了语义信息论基本观点，探讨了语义信息的度量——语义熵，然后提出了语义通信的系统框架，针对文本与图像信源，分别设计了语义编码方案，并与传统编码方案进行对比分析。语义通信方案能够显著提高传输可靠性与链路频谱效率，在未来6G数据传输中有重要的应用前景。

  • 2021-11-29
  • 阅读119
  • 下载0
  • 14页
  • docx

终端变革和6G突破：对6G终端的研究判断和发展展望

在1G到5G的移动通信系统中，终端只是通信的端点，被动接受无线网和核心网的控制，6G更苛刻的KPI指标要求，倒逼通信网体系化的变革。通过对6G终端的研究判断，指出通过突破终端的传统定位，让终端在和网络的交互中发挥更大的作用可以促进6G的突破和发展，主动式终端将成为全新一代信息通信基础设施的重要组成部分。

  • 2021-11-29
  • 阅读108
  • 下载0
  • 10页
  • docx

面向6G时代新通信系统的内生感知

在6G网络发展的背景下，传统的碎片化、粗粒度、不可控的感知难以适应日益复杂的未来无线网络。为适应6G时代的新通信系统，首先对面向6G网络的感知需求进行分析，然后针对需求提出了内生感知的设计思想和系统架构，并且，在内生感知系统架构下给出了基于意图的分级感知和感知服务化的关键技术。所提出的内生感知系统架构和关键技术，能够使通信网络获得内生的感知能力，从而实现全面、精确、及时、高效的感知，最终达到通信效率提升和协助网络走向智简的目的。

  • 2021-11-29
  • 阅读110
  • 下载0
  • 11页
  • docx

基于聚类算法的IMT-2030应用场景初步研究

IMT系统已进入新的研究周期，支持的业务种类将更为丰富，业务品质将更加高级，同时业务特性表现为更多的维度和更大的范围，如何对业务进行客观而高效的分析以得到典型的应用场景，对于IMT系统的标准化和产品开发具有重要的指导意义。提出了对IMT业务进行聚类处理，并根据聚类得到的若干类业务生成应用场景的初步方案，利用IMT-2020应用场景对所提方案进行了验证，并采用所提方案对IMT-2030应用场景进行了初步的探索。

  • 2021-11-29
  • 阅读126
  • 下载0
  • 10页
  • docx

机器学习在无线信道建模中的应用现状与展望

为了适应未来6G通信系统的超宽频谱、超大规模天线阵列、高度异构化以及众多新型应用场景，信道建模成为新系统开发必不可少的技术基础。由于6G通信系统将具有典型的大数据特征，基于机器学习的数据驱动型无线信道建模方法已经将成为未来信道模型开发的重要手段。综合分析机器学习在无线信道建模中的应用现状，主要包括确定性信道模型的射线追踪法，随机性信道模型的多径分量聚类与跟踪以及模型参数估计，数据驱动型信道建模，以及信道场景识别，最后，讨论基于机器学习的无线信道建模方法面临的挑战。

  • 2021-11-29
  • 阅读105
  • 下载0
  • 18页
  • docx