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

NB-IoT与LoRa技术详解及竞争态势分析

NB-CIoT提出了全新的空口技术，相对来说在现有LTE网络上改动较大，但NB-CIoT是提出的6大Clean Slate技术中，唯一一个满足在TSG GERAN #67会议中提出的5 大目标（提升室内覆盖性能、支持大规模设备连接、减小设备复杂性、减小功耗和时延）的蜂窝物联网技术，特别是NB-CIoT的通信模块成本低于GSM模块和NB-LTE模块。

  • 2021-12-28
  • 阅读98
  • 下载0
  • 37页
  • docx

NB-IoT与eMTC的选择不应再成为物联网难题

在峰值速率方面，NB-IoT对数据速率支持较差，为200kbit/s，而eMTC能够达到1Mbit/s；在移动性方面，NB-IoT由于无法实现自动小区切换，因此几乎不具备移动性，eMTC在移动性上表现更好；在语音方面，NB-IoT不支持语音传输，而eMTC支持语音；在终端成本方面，NB-IoT由于模组、芯片制式统一，现已降至5美元左右，但是eMTC目前的价格仍然偏高，且下降缓慢；在小区容量方面，eMTC没有进行过定向优化，难以满足超大容量的连接需求；在覆盖方面，NB-IoT覆盖半径比eMTC大30%，eMTC覆盖较NB-IoT差9dB左右。

  • 2021-12-28
  • 阅读113
  • 下载0
  • 11页
  • docx

龙勃透镜天线在高铁场景下的应用研究

龙勃透镜天线是一种基于透镜原理实现电磁波汇聚的新型天线，与传统天线相比较，它更能有效控制波束宽度和覆盖范围，目前已广泛在高速/高铁等干线场景应用，并取得了较好的应用效果。基于此，在进行大规模现场测试分析基础上，详细给出龙勃透镜天线在高铁场景下的应用建议与策略，可有效为专业人员对该天线在高铁场景下应用提供相应参考。

  • 2021-12-28
  • 阅读102
  • 下载0
  • 7页
  • docx

中国联通5G网络成本内部虚拟结算模型研究

随着与中国电信共建共享方案落地，企业内部资源投入不平衡使中国联通省间管理复杂化。为提高承建省分建设积极性，保障非承建省分参与性，高质量完成全国5G建设任务，研究建立5G网络成本内部虚拟结算方法，构建了以单基站网络成本定额为核心的内部虚拟结算模型，为中国联通内部管理提供决策依据，提升省间投资安排的合理性及有效性，促进降本增效。

  • 2021-12-28
  • 阅读120
  • 下载0
  • 7页
  • docx

5G时代的运营商计费模式探讨

随着2020年国内加速建设5G独立组网（Standalone，SA）网络，以及全球各界对“5G改变社会”达成共识，5G时代的运营商计费模式和4G时代的差别成为受关注的话题。从运营商网络计费的历史发展角度，以移动数据业务为主要视角，结合5G网络特点，给出运营商计费模式转变的方法研究。

  • 2021-12-28
  • 阅读102
  • 下载0
  • 14页
  • docx

中国光模块市场发展预测分析及5G新应用带动需求

光通信成为通信网络构建的主流选择。光通信因具有速度快的特点使其满足于现代通信的需求，在网络构建的选择上也成为了主流。在光通信中，信号是以光的形式在网络内进行传播，但使用信号的终端却以电作为信息传递的媒介。为实现两种信号的转换，打通整个网络咽喉，光模块是实现这一功能的关键部件。光模块的本质是实现光电信号转换。光模块是起到光电转换作用的一种连接模块，包含两个端口即发送端和接收端。其中发送端把电信号转换成光信号，通过光纤传送后，接收端再把光信号转换成电信号。光模块性能成为决定光通信网络效率的因素之一。

  • 2021-12-28
  • 阅读92
  • 下载0
  • 18页
  • docx

5G与边缘计算协同发展

5G在世界范围内的蓬勃发展，低延迟、高带宽的特性需要不断的强化，还需要处理海量的数据，多接入边缘计算MEC（Multi-Access Edge Computing）迎来了高速发展阶段，同时多接入边缘计算MEC也正在成为辅助实现5G愿景的的利器。

  • 2021-12-28
  • 阅读100
  • 下载0
  • 8页
  • docx

基于5G边缘计算的深度学习架构与应用

针对深度神经模型在网络边缘难以训练的问题，构建了一种基于5G边缘计算的深度学习模型训练架构。架构利用5G边缘计算接入网打通边缘智能设备与边缘计算层的数据通信，模型训练过程采用各边缘计算节点利用本地数据进行全模型训练，再由中心服务器进行模型参数汇集和更新的分布式训练模式，既保证了模型训练的数据集多样性，又减少了网络压力和保障了本地数据隐私，是一种非常具有潜力的深度学习边缘计算架构

  • 2021-12-28
  • 阅读100
  • 下载0
  • 7页
  • docx