目前大部分共享5G基站是采用NSA单锚点模式，涉及到大量的异厂家、跨运营商之间4G/5G协同；由于目前共享区内现网4G基站识别NSA终端准确度不够，无法进行差异化的迁入迁出控制；通过探索和优化调整空闲态和连接态的策略，对4G现网和共享锚点基站参数进行系统设计，覆盖典型的几种组网场景，确保5G终端能顺利接入共享NSA网络并降低对现网的影响，让用户拥有良好的5G体验。
在无线通信领域，覆盖率是网络规划、建设、运维和优化工作中最基本的指标，也是对用户感知影响最直接的指标。如何对无线网络覆盖率进行精准的评估是运营商一直所关注的问题。普通用户对“覆盖率”最直观的理解是“有信号区域面积占全部区域的比例”，运营商也希望能通过这种覆盖率的指标，了解无线网络的部署情况，发现覆盖问题区域。
地铁是通信系统覆盖的重要口碑场景，为了实现多系统干扰共存并支持5G共建共享，重庆轨道交通环线二期采用了全新的5/4 ＇＇ 泄漏电缆，在覆盖技术方案上综合了多系统的覆盖需求，并在系统频率组合、功率控制、干扰控制上解决了多系统的干扰共存问题。网络实际运行和测试结果显示，各通信系统覆盖正常、干扰达标，5G共建共享功能和速率正常；证明该方案能在满足多系统接入的同时支持5G共建共享，并在覆盖指标和干扰控制上具有较好的效果。
随着5G建设周期来临，电信云网络进入大规模部署阶段，VxLAN和SDN成为解决多租户和多DC组网的必备技术。目前业界提供以物理交换机EVPN为核心的硬件VTEP方案以及以虚拟化技术为核心的软件VTEP方案。以VLAN平滑演进到VxLAN为切入点，比较了2种方案的优劣，提出了平滑改造方法，并阐述了相关过程。
首先分析VoLTE各语音业务质量与无线环境的相关性，给出VoLTE部署条件的无线网指标要求。其次，基于MR评估分析现网L1800小区满足VoLTE部署情况及需增补覆盖的小区数量，最后，针对弱覆盖区域，给出了eSRVCC+3G解决方案和L900解决方案，为VoLTE的部署及优化提供参考。
近几年来，我国为大数据的发展建立了良好的政策环境和社会基础。大数据的快速发展，为社会治理创新带来重要机遇。从大数据入手，研究与社会治理的关系，从治理模式、应用服务等方面，创新社会治理模式，构建大数据背景下的社会治理新模式。
当前，5G业务推广及5G网络建设工作正在各地同步推进，5G终端和5G用户标签的数据越来越多地被应用到营销和规划建设中，阐述了一套支撑5G“机卡网业”协同发展的数据分析方案，包括5G终端的识别、5G用户的识别以及5G终端用户业务分析及驻留分析模型等。
介绍了5G关键技术Massive MIMO的波束赋形功能。从多个场景下的Pat-tern模式入手，提出了不同场景下的波束选型。对5G现网深度覆盖场景采用不同的Pattern选型进行测试分析、优化归类，最终成功梳理出深度覆盖场景下的Pattern选型建议，使5G基站发挥最大效果，进一步提升深度覆盖和用户感知，对5G网络优化有指导意义。
没有账户，需要注册
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。
OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。
本次调研覆盖欧洲、中东与非洲、亚太、美洲四大区域，收集了来自171家酒店集团的189份有效反馈。数据显示，78%的酒店集团已启用人工智能，89%计划新增应用场景，但多数项目仍停留在试点阶段，或仅依赖通用型公共工具。人工智能平均依赖度得分(4.7分)持续低于信任度得分6.6分)，凸显巨大的未开发潜力。释放这一价值，需要更充分的可靠性验证、更完善的投资回报率(RO)测算，以及全企业级的系统整合。
无论是在自然科学、工程技术，还是经济与社会科学领域，高质量的科研分析均依赖经过验证且结构化的数据。一个管理得当的数据库，如果同时具备全面的元数据，能够与其他数据源实现互操作，其用途将更加广泛。科研本身如此，科研信息与分析亦然。本报告聚焦科睿唯安及其科学信息研究所(ISI)所采用的一系列方法与流程，旨在确保数据、分类结构及相关元数据等关键要素，始终处于Webof Science文献计量数据库及其相关产品的核心位置。
本文旨在系统性调研并构建一套面向 AI 智能体的全生命周期安全体系，全面识别其在技术演进与规模化 落地过程中面临的各类安全威胁与风险点，并提出覆盖制度、流程与技术的多层次综合防护方案。该体系 不仅支撑企业级 AI 产品在设计、研发与运营阶段的安全能力建设与合规落地，同时为行业标准制定、整 体安全解决方案构建以及模块化安全产品研发提供可复用的理论基础与实践路径。
北京大学能源研究院是北京大学下属独立科研实体机构。研究院 以国家能源发展战略需求为导向，立足能源领域全局及国际前沿， 利用北京大学学科门类齐全的优势，聚焦制约我国能源行业发展 的重大战略和科技问题，按照“需求导向、学科引领、软硬结合、 交叉创新、突出重点、形成特色”的宗旨，推动能源科技进展， 促进能源清洁转型，开展专业及公众教育，致力于打造国际水平 的能源智库和能源科技研发推广平台。
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
