• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

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174
  • 下载0
  • 11页
  • docx

6G全域融合网络展望

为了通过对6G全域融合网络的展望,说明6G的基础研究方向,首先介绍6G的网络愿景,引出6G全域融合网络的概念;随后分析6G全域融合网络的网络特征;并基于5G及5G-advanced相关研究,以演进的视角,从接入、控制、云网协同三个方面阐述潜在的技术方向和趋势。通过比对研究表明,现有基于5G网络的基础研究,已经在逐步考虑向6G全域融合网络的演进需求。

  • 2021-11-29
  • 阅读165
  • 下载0
  • 9页
  • docx

6G智慧内生:技术挑战、架构和关键特征

人工智能技术在5G网络中的应用促进了移动通信网络和垂直行业的智能化发展,但以“打补丁”和“外挂”的应用模式阻碍了AI应用效果的发挥。同时,人工智能在各行各业的应用探索,对未来网络新的基础能力提出了需求,如分布式训练、实时协作推理、本地数据处理等,要求未来网络具有“内生智慧”。从5G网络智能化和6G“智慧泛在”愿景两方面出发探讨了6G智慧内生的需求,分析了AI生命周期工作流和云网络AIaaS存在的技术挑战,总结了当前各行业组织对AI功能架构的研究进展和欠缺之处,提出了6G智慧内生端到端功能部署架构及其三大技术特征:基于QoAIS的AI全生命周期服务编排、内生AI计算与通信的深度融合、内生AI与数字孪生的融合,并对后续研究方向进行了展望。

  • 2021-11-29
  • 阅读170
  • 下载0
  • 17页
  • docx

新兴技术对6G网络架构的潜在影响

为了探讨6G网络架构的设计方案,基于对移动网络演进发展趋势的研究,结合新兴技术对6G潜在影响的研究,重点讨论AI技术、云网融合技术以及区块链等新兴技术对6G网络架构可能产生的影响,并提出了“三层三扇”的6G网络架构愿景,阐述了6G网络将具有全面云化设计、嵌入式分层化智能、支持按需分布式部署的技术特征。

  • 2021-11-29
  • 阅读175
  • 下载0
  • 10页
  • docx

可定义的6G安全架构

6G将对社会生产生活进一步深入渗透,对安全提出了更高的要求。首先介绍6G网络及安全发展的驱动力和安全需求,然后提出可定义的6G安全架构模型,对模型的主要功能模块和相互关系进行阐述,最后探讨了基于软件定义的理念实现6G安全架构、能力定制与协同。

  • 2021-11-29
  • 阅读185
  • 下载0
  • 7页
  • docx

6G中的卫星通信高效天基计算技术

6G在5G技术基础上进一步融合卫星通信、人工智能(AI, Artificial Intelligence)与大数据技术[3],突破地形地表的限制,扩展到太空、空中、陆地、海洋等自然空间,真正实现全球全域的“泛在连接”[4]。但是,目前的卫星通信以透明转发为主,网络架构简单,卫星载荷的天基计算能力较弱,信息处理主要依靠地面数据中心完成,无法满足6G场景下的星地、星间互联互通、极低通信时延和高效计算能力的需求。

  • 2021-11-29
  • 阅读259
  • 下载0
  • 8页
  • docx

6G网络需求、架构及技术趋势

基于5G网络应用现状及技术发展趋势分析,梳理下一代移动通信网络业务需求发展趋势,在5G网络指标体系延续性提升的基础上,结合新愿景和新需求进行全面增强,设计满足未来业务需求的6G网络指标体系,并基于“智能、融合、绿色、可信”设计理念,提出包含“垂直三层、左右三域、内生两链”的6G网络架构。最后,对6G无线使能技术和网络使能技术进行对比分析,支撑6G网络候选技术体系建立。

  • 2021-11-29
  • 阅读163
  • 下载0
  • 15页
  • docx

面向6G超大规模MIMO系统分布式基带处理信号检测算法

为缓解现有大规模MIMO系统集中式基带处理架构带来的带宽和计算瓶颈,DBP架构被提出。面向6G超大规模MIMO系统,提出一种DBP架构下基于EP算法的分布式信号检测算法,通过引入符号置信度构建消息传递规则并利用高斯函数近似降低消息传递算法计算复杂度,根据因子图设计中心处理单元中的消息混合规则。仿真结果表明,所提分布式EP算法性能优于现有分布式信号检测算法。

  • 2021-11-29
  • 阅读199
  • 下载0
  • 14页
  • docx
上一页 1 …… 16491650165116521653165416551656165716581659 …… 2194 下一页 共 17546 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读53
  • 下载1

工业时序基础大模型技术发展综述

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

  • 阅读903
  • 下载8

2026“人工智能+”行业发展蓝皮书

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”。

  • 阅读2681
  • 下载8

中服云能碳管理平台V5.0

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。

  • 阅读3141
  • 下载14

最新上线

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读3
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读3
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读4
  • 下载0

配电室智慧整体解决方案

持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。

  • 阅读8
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南