5G边云协同分布式网络架构下任务卸载模型

自动驾驶、增强现实等5G新兴的应用对网络时延和可靠性提出更高的挑战,针对边缘协同框架负载均衡问题,提出一种大规模边云协同分布式网络架构下的任务卸载模型.该模型以最低能耗为目标,根据任务特性与现有网络资源、计算资源和存储资源自适应优化任务卸载决策,通过整合边缘计算与云计算处理能力的优势,保证时延敏感型任务的质量,提高整个...     

5G+MEC专网智能制造工厂

5G网络凭借大带宽、低时延、广连接的特性架构为当代工厂生产进一步提升自动化程度及效率.传统制造业随其自身业务发展规划需要引入新技术增长引擎来进一步提高其生产效率.结合当前中国电信5G通信为基础,结合华为技术支持、吉利全套自动化产线,利用5G、边缘/云计算专网技术深度探索5G专网与汽车整车制造领域深度融合解决方案,实现智...     

“5G+MEC”为智能制造赋能的部署应用

MEC是5G网络的关键技术之一,可以将应用本地化,促进网络和业务的深度融合。为实现“5G+MEC”在垂直行业的应用,采用NFV技术部署了服务化架构的5G核心网,并在郑州格力制造园区部署面向智能制造的MEC,采用独立组网方式实现园区5G覆盖,打造了“计算+连接”的5G MEC网络。通过将“5G+MEC”应用在智能制造行业,实现工业制造的网络化、信息化、智能化,使得生产数据在网络边缘处理而不必上传至核心网,降低了网络时延,实现了智能制造的数据闭环。     

基于5G的工业AI视觉检测系统应用

在数字化浪潮的驱动下,5G、MEC、云计算、AI等新兴技术手段不断与制造业融合,并逐步走向应用推广.视觉检测是工业生产的重要环节,针对格力工业视觉检测需求,设计了基于5G的工业AI视觉检测系统,并对系统的工作原理、架构、功能及系统在实际生产环境下的测试结果进行了详细介绍.最后结合智能制造产业升级和5G技术的推广与发展需...     

面向6G通感算深度融合的云-网-边智能协同

通信-感知-计算（通感算）深度融合对6G网络端到端传输时延、可靠性等通信指标提出了极高的要求,因此提出一种云-网-边智能协同方案。首先,将云-网-边智能协同系统抽象为“三域四层三面”分布式体系结构,包括：计算域、感知域、通信域;基础设施层、虚拟化层、功能层、应用层;智能面、控制面、管理编排面。然后,通过云-网-边协同训练与推理,以支撑通感算智能协同。最后,搭建面向6G通感算深度融合的云-网-边智能协同实验平台。实验结果表明：云-网-边智能协同可提高系统可靠性,降低传输负载和业务时延。     

基于5G技术的太阳能电池智能制造发展趋势探析

在工业化和信息化深度融合、5G技术不断更新迭代的背景下,太阳能电池智能制造也迎来了历史性发展机遇。在太阳能电池智能制造中,基于大连接、低时延的5G网络,将车间内的智能装备进行互联,进行瞬间的数据收集及交互,实现5G与智能制造的深度融合。通过开展基于5G技术的太阳能电池智能制造发展趋势探析,对5G技术在太阳能电池行业的自动化设备通信与控制、增强现实（augmented reality, AR）远程指导、Wafer级电池片追溯等应用进行了探析。以物理气相沉积（physical vapor deposition, PVD）自动化上料设备和下料设备为例,通过对太阳能电池片Wafer级追溯方案的初步设计和探究,为设备制造提供参考。同时,结合生产中采集到的重要工艺参数、检验结果,为后续的大数据分析、设备预警和工艺自优化等提供数据支撑。     

5G边缘云网业协同方案研究

随着5G的日益普及,越来越多的行业客户开始关注基于5G的MEC,运营商也一直希望通过MEC为行业客户带来差异化的网络能力和服务.在分析边缘云网络及平台架构的基础上,结合5G网络能力以及行业客户的重点业务需求,提出了基于MP2等接口的网络能力开放及网业协同方案,为运营商5G边缘云网业协同部署提供了借鉴和参考.     

5G在智能制造行业融合应用的环境分析

5G与制造业融合应用是推动智能制造发展的重要抓手。5G在智能制造行业融合应用的政策环境持续向好,行业企业围绕制造全环节积极探索应用场景,电信运营商和设备商也已形成较为丰富的技术储备并稳步创新,奠定了扎实的产业供给基础,但总体看仍处于发展初期,应用深度不足、成本过高和标准缺乏等问题突显,需探索形成规模化推广复制路径,加强技术研发以降低应用投入成本,加快构建5G应用标准体系。本文聚焦5G制造融合应用的外部环境,从政策、行业、产业和技术等维度,剖析环境影响,评估优势短板,并提出规模化发展策略建议。     

面向智能制造的云平台技术

提出了基于融合架构构建面向智能制造的云数据中心的理念,并认为利用高速互连、新型存储及内存计算、可重构等关键技术能够实现硬件重构和软件定义。应用实践表明:通过3个阶段持续演进,融合架构将引领敏捷、高效和智能的云数据中心,从而推动智能制造快速发展。     

5G通信技术在智能协同中的应用

5G通信技术的高速率、低延迟、大带宽等特性,极大地提高了实时通信效率和协同协作能力,从而促进了智能协同的发展。同时,5G通信技术也能提高通信的安全性、稳定性和智能处理能力,适用于各个领域的智能协同。文中从5G通信技术与智能协同概念入手,探讨了5G通信技术在智能协同中的应用价值,分析了5G通信技术在智能协同中的关键技术,并具体阐述了5G通信技术在智慧城市建设、智慧交通系统和智慧医疗系统等方面的应用,以供参考。     

构建基于“5G通信+5G广播”的智慧广电新型网络

本文对如何构建基于"5G通信+5G广播"的智慧广电新型网络进行了探讨。首先分析了智慧广电的指导思想和重点任务,以及广电5G的总体定位和业务类型。其次从频率资源、技术标准和建设路线三方面对广电5G通信网进行了研究。而后从技术标准、先导试验和建设路线三方面对广电5G广播网进行了研究。最后提出了双网协同覆盖的可行模式。     

基于5G MR实现Massive MIMO权值智能寻优的技术方案研究

首先基于5G NSA的技术特点,提出了从NSA MR获取高精度经纬度信息的技术方案.进一步地,提出了基于MR经纬度信息的Massive MIMO权值智能寻优技术方案,利用智能化权值选择算法在Massive MIMO权值空间中搜索最优解;考虑到现有系统算力的限制,还提出了寻求局部最优解的简化算法,提高了算法的实用性和推广...     

基于5G技术的智能医疗的应用

智能医疗利用新一代信息技术,将医疗行业与信息技术相结合,实现了医疗数据的高效管理、智能分析和精准应用。而5G技术的出现为智能医疗领域带来了前所未有的机遇,其将医疗服务、医疗设备、医疗数据等方面进行了全方位的升级。文中从5G技术的含义与特征、5G技术在智能医疗领域的应用优势、智能医疗领域应用的关键5G技术和5G技术在智能医疗领域的具体应用等方面进行了分析,以期为智能医疗领域的发展提供一定的参考和建议。     

基于5G无线网络的智能干扰技术

近年来,我国移动通信技术快速发展,5G通信技术也得到了广泛应用。其中,5G无线网络中的超密集组网的部署会导致干扰问题的出现。文中分析了基于5G无线网络的智能干扰技术的应用,希望可以为5G干扰管理提供借鉴。     

5G边缘计算视讯体验增强解决方案

5G大带宽、低时延的特性正在促进高清视频业务的发展,快速高清视频分发、360°全景、AR/VR/全息视频等多种形式的视频应用极大地丰富了视频应用场景.这些视频业务,如高清视频、网购、直播、虚拟与增强现实等均需要更高的带宽、更低的网络时延为用户提供更好的视讯体验.通过深入分析5G网络中视讯资源下沉到网络边缘所需要解决的应...     

基于5G的MEC网络架构与部署策略

多接入边缘计算(MEC)为5G网络必不可少的网元,实现本地化泄流与云服务提供,解决现有网络垂直封闭烟囱式架构不能满足低时延、高带宽等业务需求问题,降低网络传输投资.基于ETSI与3GPP的5G网络进展,提出MEC网络架构与传统无线接入、传输、承载等网络架构融合,使业务面下沉本地化不同场景部署.结合广州实际情况,对本地化...     

5G MEC边缘智能架构研究

作为边缘计算与人工智能融合驱动的新模式,边缘智能已然渗透到各个行业。5G MEC作为运营商新型网络边缘的锚点,需要借助边缘智能来充分释放网络边缘价值。文章初步探讨网络边缘智能化需求,提出一种基于5G MEC的边缘智能优化架构,扩展了面向异构计算的弹性AI加速服务和自适应云边智能协同调度能力,从而实现了MEC平台运营智能化和AI能力服务化。     

基于5G+MEC的区块链规模化部署探索

梳理了区块链技术自概念诞生以来到应用部署落地的发展历程,分别从计算存储资源、互联互通、数据同步和监管等方面分析了目前区块链在规模化应用落地过程中面临的实际问题,并提出基于5G+MEC的区块链规模化部署方案,设计了纵向分层多级、横向动态分片的区块链规模化部署架构,分析了5G+MEC网络对解决区块链规模化部署中计算存储资源、实现互联互通、提高消息数据同步效率、改善监管能力等问题的技术优势。     

基于5G和无人机智能组网的应急通信技术

针对现有应急通信系统面临的低速率、高时延、带宽不足和互联互通性差等问题,提出了一种基于5G和无人机智能组网的应急通信系统技术路线,并对其中部分关键技术进行了剖析,以期为提升救援力量在受灾地域的应急通信保障能力提供重要支撑。通过理论分析可知,该技术路线能够实现目标区域内无人机编队的智能组网和部署、5G信号的覆盖和5G通信的联通,拓展5G网络的覆盖范围,可在通信基础设施损毁的环境下实现用户终端之间以及用户终端与应急指挥中心之间的互联互通,具有一定的应用前景。