【摘 要】
：
5G是一个高速率、低时延、大容量的移动通信系统,是开启物联网的入口,而机器对机器(M2M)是物联网中不可缺少的一部分,随着5G物联网的发展,预计M2M设备数量将呈指数级增长,由此将引发一个重要问题,即基站提供连接的能力.在本文中,我们研究在广域范围内大量M2M设备通信的场景,提出一种集群分组策略,以减少上行请求的连接数量,减轻基站的负载量从而解决M2M设备指数级增长所带来的关键挑战.
【出 处】
：
2017信息通信网技术业务发展研讨会
论文部分内容阅读
5G是一个高速率、低时延、大容量的移动通信系统,是开启物联网的入口,而机器对机器(M2M)是物联网中不可缺少的一部分,随着5G物联网的发展,预计M2M设备数量将呈指数级增长,由此将引发一个重要问题,即基站提供连接的能力.在本文中,我们研究在广域范围内大量M2M设备通信的场景,提出一种集群分组策略,以减少上行请求的连接数量,减轻基站的负载量从而解决M2M设备指数级增长所带来的关键挑战.
其他文献
随着LTE网络日趋完善,作为承载平台的分组传送网也已实现了全覆盖.但由于网络建设的阶段性,以及传输基础资源建设的持续性,致使分组网的组网存在与本地传输网络目标架构的差异,以及组网结构不合理等问题,影响了分组网的承载效率和网络安全.以南方某大型本地网为例分析分组网存在的典型问题,研究探讨针对典型问题的优化建议,同时将优化工作的难点进行说明,为提升分组传送网建设质量提供帮助.
多播技术从一个数据源向多个目标用户设备传送数据,实现网络资源的共享,提高网络资源(尤其是空中接口资源)的利用率.本文分析了LTE Broadcast的关键技术、应用场景,并对其未来在运营商业务上的发展进行了展望.
本文提出了一种基于MR大数据的异运营商覆盖竞对分析方法.主要是北京联通针对本地异网网络覆盖提出了一种创新性的覆盖竞对评估手段,分别从理论分析、信令实现、外场测试、多维度验证、不同评估方法对比探索等角度入手,经过多次复盘,最终成功实现了首都三大运营商之间的覆盖竞对.为北京口碑场景网络规划、视频优化及投诉分析等提供了一种有效的数据支撑手段,进而为改善网络结构,提升客户感知,提质、降本增效奠定了一定基础
为了现网异构网络之间能够密切协作以便发挥不同类型网络的优势.本文提出了将SDN技术应用到均衡异构无线网络中.SDN控制器不仅考虑了无线终端的所要求的接入带宽和各个无线子网的网络状态,包括信道带宽和负载量,而且考虑到无线信道的不可靠性引入了相关的信道特性参数,实现了无线通讯网络的整体性能优化.
为实现移动视频优化的降本增效,北京联通从移动视频数据流特征出发,分析端到端网络节点的影响因素,发布了vMOS差点分析流程,探索基于CHR和路测的基站上下游问题定界和基于纯CHR的移动视频问题定位,实现了仅通过后台统计指标来定界vMOS得分低的问题原因,最终构建了“3元4步5层”移动视频评估与优化模型,并打造了移动视频中关村精品区.
移动边缘计算技术通过为无线接入侧提供IT和云计算能力,使无线网络具备低时延、高带宽的传输能力,促进业务本地化,其开放的边缘侧计算能力可以进行多类型的业务接入处理,对无线视频业务、物联网业务的创新发展尤为重要.对MEC用于无线视频监控业务的场景做了探讨,并总结了与监控行业结合所面临的问题和挑战.
本文着重介绍中国联通北京分公司对地理化大数据的分析及应用,构建以“高效精准评估、快速响应用户、提升地理化价值”为目标的网络质量管控体系,实现网络质量评估分析工作从“去现场测试”到“大数据评估”转型、规划优化和网络巡检监控成本从“高投入”到“低成本”转变,从而达到公司运营效率的提升.
本文主要是中国联通北京分公司对全网2、3、4G频谱进行重新规划,根据用户数和话务量等特点将网络频率分配给不同的网络,采用频率清退、翻频、小区扩容、功率改造等优化手段,完成频率逐步转移变迁,实现2、3G向4G+的无缝过渡,达到频谱利用率最大化的目的.
决策树算法是机器学习中重要的分类算法,本文使用该算法应用在LTE掉线自动化分析中,旨在探求一种新的自动化的分析方法.在中国联通倡导自主优化、自主维护的背景下,研究并挖掘将决策树算法用在LTE掉线率人工智能分析中,利用决策树算法对日常网络的大量数据进行训练,根据训练结果进行反馈纠偏,最终实现LTE掉线的自动化分析,在人力物力有限的情况下,辅助网络优化工程师,高效解决网络问题,提升网络质量.
通信与计算融合是未来移动通信网络发展的大趋势.与边缘计算相协同,5G移动网络不仅是一个异构通信网络,同时也是一个多级计算网络.本文首先提出了通信与计算融合的5G移动通信及边缘计算网络架构,然后分析了移动通信网络中通信与计算融合的基础理论和关键技术,包括通信与计算融合的5G网络容量,通信与计算资源的协同优化,利用计算存储资源降低无线资源的需求等,最后总结了通信与计算融合仍面临众多挑战,亟需深入的研究