• 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

5G与卫星移动通信系统的融合分析

随着移动互联网的飞速发展和智能终端设备的推广应用,人们对移动通信的速率提出了更大的要求,第五代移动通信系统(5G)旨在提供10Gbps~20Gbps的峰值速率以及100Mbps~1Gbps的用户体验速率,满足更为丰富的业务需求。5G凭借其无线通信服务容量大、业务多和速率高等特点,可广泛应用于人口密集地区,但在人烟稀少或难以铺设地面网络的地区就很难发挥其优势。相比地面移动通信网络,卫星通信系统主要具有覆盖范围广、通信容量大、地形影响小、灵活性高和能适应多种业务等不可比拟的优点,因而可以利用卫星对人烟稀少或难以铺设地面网络的地区进行覆盖,与地面网络形成良好的互补,以此来实现真正的全球覆盖,为全球用户提供无差别的通信服务。

  • 2021-12-31
  • 阅读161
  • 下载0
  • 10页
  • docx

一文读懂MIMO(从MIMO到Massive MIMO)

无线基站也是同理,如果天线的信号全向发射的话,这几个手机只能收到有限的信号,大部分能量都浪费掉了;而如果能通过波束赋形把信号聚焦成几个波束,专门指向各个手机发射的话,承载信号的电磁能量就能传播地更远,而且手机收到的信号也就会更强。

  • 2021-12-31
  • 阅读168
  • 下载0
  • 10页
  • docx

浅析联邦学习与区块链技术

联邦学习(Federated Learning)是一种使用分布式优化方法来保护多方合作时数据隐私的技术,核心点在于:分布式和数据隐私。在在数据安全和隐私保护的发挥着重要作用。联邦学习不局限于传统的分布式优化问题,也不仅仅是通过传统密码学的同态加密等技术就轻易解决的任务,也并不是分布式优化和密码学的结合。联邦学习应用广泛,涉及技术领域众多,引起了世界范围内学者的广泛关注。

  • 2021-12-30
  • 阅读155
  • 下载0
  • 10页
  • docx

GPU在联邦机器学习中的探索

在人工智能领域,传统数据处理模式往往是一方收集数据,再转移到另一方进行处理、清洗并建模,最后把模型卖给第三方。但随着法规的完善和监控愈加严格,数据离开收集方或者用户不清楚模型的具体用途都可能会导致运营者触犯法律。为应对隐私泄漏风险,世界各国都采取了相应的措施。2018 年欧盟出台了首个关于数据隐私保护的法案《通用数据保护条例》。国内从 2009 年开始,出台了一系列隐私保护法案,数据隐私的保护正逐步严格化和全面化。

  • 2021-12-30
  • 阅读157
  • 下载0
  • 10页
  • docx

面向5G移动通信系统的本振技术研究

新一代移动通信标准致力于大幅提高数据传输速率,大规模MIMO 是5G 通信的关键技术之一,具有广阔的研究前景。在大规模MIMO 应用场景下,利用数百根天线阵列使大量的终端用户同时共享频率资源,系统中存在多路收发信道,需要多路本振信号,对本振有了些额外的要求,因此本振系统的研究成为关键之一,设计是一个难点。如果本振与收发电路设计在一块电路板上,会加重本振泄露、射频串扰等问题,针对大规模MIMO 系统的多通道设计,还会明显的增加电路板图尺寸与器件成本,为了提高性能、降低成本,我们研究外置的本振系统。本设计采用并行分配输出16 路射频本振信号,使得本振输出通道之间的隔离度高,输出信号一致性良好、相位噪声性能优异,特别是相位的一致,对于大规模MIMO 技术做波束成型很有意义。

  • 2021-12-30
  • 阅读216
  • 下载0
  • 10页
  • docx

新能源汽车数字化车间数据采集系统设计、集成与实施整体方案

数据采集系统主要功能是实时采集现场生产数据,包括加工、测试、维护、人员、物料等各个基础环节内的实施数据,集成、转化并统一了来自各种生产设备和通信设备的信息数据,准确、实时地予以传输、分析和存储,并上传上层系统,帮助管理层、执行层进行信息的交流和协作。 生产数据是开展智能工厂建设的核心要素。通过数据采集系统可实现生产设备的联网,构建出车间生产现场综合数据的交换,可以将生产数据进行采集、传递、分析,为智能制造管理环节提供数据支撑,成为智能制造的基础。通过实时数据采集系统的应用,帮助智能制造系统提升设备利用率,最大限度地压缩辅助工时等,对传统制造系统中的生产设备予以集成,实现企业生产过程数字化、信息化、智能化

  • 2021-12-30
  • 阅读167
  • 下载0
  • 10页
  • docx

MEC的研发进展与应用场景探索

为了有效满足移动互联网、物联网高速发展所需的高带宽、低时延的要求并减轻网络负荷,欧洲电信标准化协会(European Telecommunication Standard Institute, ETSI)于2014年提出了MEC(Mobile Edge Computing,移动边缘计算),基于5G演进架构,将基站与互联网业务深度融合的一种技术。NGMN和3GPP等研究机构和标准化组织在研究下一代移动通信网标准时也都考虑了MEC,NGMN将相关概念命名为“智能边缘节点”,3GPP在RAN3和SA2子组中都有MEC相关立项,国内标准化组织CCSA也有“面向服务的无线接入网(SoRAN)”的课题研究。

  • 2021-12-29
  • 阅读157
  • 下载0
  • 10页
  • docx

5G核心网网络架构及关键技术

5G核心网的创新驱动力源于5G业务场景需求 和新型ICT使能技术,旨在构建高性能、灵活可配的广域网络基础设施,全面提升面向未来的网络运营能力。5G时代要求未来能形成虚拟化、分层化的核心网络,以及资源开放、适宜开发新业务的网 络架构,从而能够提供从网络运营到业务服务的经济和可持续发展的模式。

  • 2021-12-29
  • 阅读163
  • 下载0
  • 10页
  • docx
上一页 1 …… 10451046104710481049105010511052105310541055 …… 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75
  • 下载2

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915
  • 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2698
  • 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3152
  • 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29
  • 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28
  • 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28
  • 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31
  • 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