大型活动5G无线通信保障方案分析

5G网络可支持大带宽、低时延高可靠、海量机器类通信等典型业务,在5G发展初期预计视频类业务的流量所占比重较高.随着视频高清化、短视频业务主流化及直播全民化,4G网络的室内覆盖能力已无法满足100Mbit/s以上的上行速率、20ms以内时延的室内业务要求.而在大型赛事活动现场,用户密度极高,且5G视频业务需求相比其他场景...     

构建智能实时网络,使能5G视频业务繁荣

5G将促进视频业务的大繁荣,包括极大地改善现有的视频业务体验和催生新型的视频服务形态。为应对5G视频业务所面临的超低时延、高可靠及高体验质量等方面的挑战,中兴通讯提出构建智能实时视频网络(SmartRTN)的理念,并围绕这一理念,创新性地研发出一系列技术和方案,包括基于内容智能分析的低码高清视频编码技术、超低时延的网络传输、基于深度学习的内容处理与增强、结合边缘计算以及网络切片的组网方案和智能调度策略等。这些技术和方案被应用于视频业务端到端各个环节,有效地解决了困扰5G视频业务发展的技术瓶颈问题。     

面向5G网络的分布式超高清视频处理系统

针对超高清视频与5G融合应用遇到的困难,构建一个基于5G通信技术的4K/8K超高清分布式视频处理系统,研究超高清视频开展编解码算法优化、超高清视频5G网络传输需要的大带宽、低时延的QoS质量保障等关键技术,满足5G网络复杂多变场景下多并发超高清视频流的实时处理、传输及显示等方面的应用.     

面向5G的多接入边缘计算(MEC)在系统建构中的重点技术应用

移动多接入边缘计算(MEC)技术能够实现网络边缘迁移,此主要是利用计算存储与业务服务等能力实现的,并且还能够部署其中的应用、服务、内容,使部署的分布式、本地化、近距离性能得到提高,有效满足5G增强移动带宽、低时延高可靠性的场景业务需求,并且连接大规模机器通信类的终端。     

一个平台多种服务打造LTE时代的业务引擎

与2G／3G时代用户以语音、消息业务为主相比,LTE高带宽、低时延等能力将极大地刺激高带宽视频业务的增长,用户习惯将转变为以视频业务为主的数据业务,以LTE应用成熟的美国为例,视频类业务流量占比全网总流量超过80％,所以基于LTE网络的视频业务规划对于4G时代用户的体验显得非常关键。     

确定性网络技术综述

确定性网络的提出是为了满足如音/视频、工业控制、电力保护等业务的大带宽、低时延、高可靠性等需求。新型业务如虚拟/增强现实、云游戏等的兴起,丰富了确定性网络的应用场景,同时也扩展了确定性网络技术的应用范围。针对当前应用场景、技术标准以及产业发展的全局考虑,分析了面向不同场景的强弱确定性需求和特性,以及对应的科学性和工程性确定性网络技术,提出了多样化确定性网络发展路径,并展望了面向6G、算力网络的确定性网络组合技术发展。     

面向5G网络的MEC部署方案

移动/多接入边缘计算( MEC)技术通过将计算存储能力与业务服务能力向网络边缘迁移,使应用、服务和内容可以实现本地化、近距离、分布式部署,从而在一定程度上解决了 5G 增强移动宽带、低时延高可靠以及大规模机器通信类终端连接等场景的业务需求。本文在分析 MEC 技术在LTE网络中的应用方案以及对于 5G 网络的价值与意义的基础上,给出了 5G MEC 部署方案以及MEC关键技术的方案。     

高清视频在新一代卫星通信系统中的应用——北京数码视讯科技股份有限公司

视频与图像的传输已经成为卫星通信中的最重要业务。作为全球领先的数字电视及视频通信解决方案专家,北京数码视讯科技股份有限公司多年前就开始关注与研发能用于卫星通信的视频产品。视频高清化、终端设备移动化是卫星通信系统的两大趋势,高清视频在卫星网络中的传输一直面临带宽占用高、信号传输不稳定、视频质量低、应用方式单一等问题,极大的限制了卫星通信系统产品的发展。为解决以上问题,数码视讯推出了基于H.264/H.265格式的高清视频编解码器,结合4G视频传输技术和视频识别技术,     

5G高清视频回传方案探讨

5G NSA网络提供了极大的带宽支持,EN-DC技术可以使运营商在5G核心网建设初期,及早地推出5G服务,以缓解某些高带宽需求的应用场景给网络带来的压力。基于多场景业务测试和信令分析,对5G高清视频回传的传统方案和创新方案进行了比较,通过网元配置,实现了5G业务演示,对创新方案进行了验证。     

5G网联无人机在安防行业应用的研究

基于安防需求,分析了网联无人机在安防智能应用的场景,利用5G网络的大带宽、低时延高可靠、网络切片和移动边缘计算等特性,与云、人工智能技术等进行有机结合,为交通疏导、安防巡检、地理测绘、人员定位、交通物流等提供了全新的解决方案。为后续大规模5G行业应用建设及业务开通打下坚实的基础,为构建5G+智慧安防体系实现公共安全提供了保障。     

多接入移动边缘计算技术在移动网络的部署实践与思考

多接入移动边缘计算(MEC)技术是当前兴起的一项新技术。通过把计算、存储、带宽和应用等资源放在网络的边缘侧,以减小传输延迟和带宽消耗。MEC可以广泛应用于运营商的4G/5G等移动网络以及Wi-Fi无线网络,并将会成为未来工业自动化和信息化应用的新一代解决方案。本文介绍了多接入移动边缘计算技术如何与4G/5G移动网络结合并在行业场景中的实际尝试和探索,并对主要研究进展和需解决的关键问题进行了介绍。     

5G上行带宽探测与应用研究

提出了一种5G上行带宽探测与应用的方案,能够有效解决视频监控数据在5G网络传输过程中遇到的网络波动问题,助力5G视频监控应用的实际落地部署。该方案在终端侧获取5G基站的无线资源调度信息,通过统计传输资源,估算出上行带宽变化趋势,结合流媒体应用的智能编码技术和码流自适应技术,在损失一定视频清晰度的代价下,保证视频不卡顿、画面连续,保障客户的整体感知。该方案可以广泛应用在校园视频监控等5G公共业务多、网络波动大、覆盖范围广的场景。     

Mobile Edge Computing Platform with Container-Based Virtualization Technology for IoT Applications

The next generation of fifth generation (5G) network, implementing mobile edge computing (MEC), network function virtualization (NFV) and software defined networking technologies, establishes a flexible and resilient network in line with various internet of things (IoT) devices. While NFV adds flexibility scale in or out networks by allowing network functions to be dynamically deployed and inter-connected, MEC provide intelligence at the edge of a mobile network; reduces latency, and increases capacity. With the diverse development of networking applications, the proposed MEC with container-based virtualization technology (CVT) as IoT gateway with IoT devices for flow control mechanism in scheduling and analysis methods will effectively enhance the quality of service. In this work, the proposed IoT gateway will be analyzed to elucidate the combined effect of simultaneously deploying virtual network functions and MEC applications on the same network infrastructure. Low latency, high bandwidth and high agility, supporting the connection of large-scale devices, and the efficient combination of resources from network edge and cluster clouds, account for real-time network conditions, reducing the IoT applications and services to indicate that a number is the average of 30% of the latency, that could get more suitable service quality to develop such as both augmented reality and virtual reality application intelligence in coming 5G network.

     

使能未来工厂的5G能力综述

5G系统将移动通信服务从移动电话、移动宽带和大规模机器通信扩展到新的应用领域，即所谓对通信服务有特殊要求的垂直领域。对使能未来工厂的5G能力进行了全面的分析总结，包括弹性网络架构、灵活频谱、超可靠低时延通信、时间敏感网络、安全和定位，而弹性网络架构又包括对网络切片、非公共网络、5G局域网和边缘计算的支持。希望从广度到深度，对相关的理论及技术应用做透彻、全面的梳理，对其挑战做清晰的总结，从而为相关研究和工程技术人员提供借鉴。     

5G技术在电力应急通信中的应用研究

电力应急通信系统为各类突发事件和自然灾害现场实时直播提供重要通道保障。在重点研究5G切片等关键技术及特点的基础上,通过结合电力应急通信业务需求,对5G技术在电力应急通信中的应用展开研究,提出一种基于5G技术的电力应急通信网络架构解决方案,并从架构特点、业务流向、安全等方面阐述了应用架构的优势,该解决方案提升了应急现场在直播多个高清画面时的可靠传输能力,满足复杂多变的应用环境。     

An expandable time-division circuit switching LSI and networkarchitecture for broadband ISDN

A broadband network architecture is proposed that integrates multimedia services, such as data, video, and telephony information, using 52-Mb/s based STM-paths at the user network interface (UNI). The user can access any new service via the STM-based access network via either synchronous transfer mode (STM) switching or asynchronous transfer mode (ATM) switching. STM circuit switching supports long duration, constant bandwidth data transfer services such as video and high-definition television (HDTV) distribution and will also be used for the crossconnect system. Circuit switching can provide transparent transmission during long connection periods. This paper also proposes an expandable time-division switch architecture, an expandable time-division switching LSI, and an expandable switching module for small to large size system applications. The proposed time-division switching LSI, module, and system handle 52-Mb/s bearer signals and have throughputs of 2.4 Gb/s, 10 Gb/s, and 40 Gb/s, respectively. The time-division switch realizes video distribution with 1:n connections. Finally, a local switching node that features an expandable 52-Mb/s time-division circuit switching network is shown for multimedia access networking     

智慧城市安防高清视频资源共享系统及应用

首先介绍智慧城市安防视频资源共享系统的主要技术路线分析和各子系统的组成,然后详细阐述该系统的高标清视频兼容、社会图像监控资源接入方式、存储设备的选择等关键技术分析,最后结合公安实战需求,总结该系统在智能化方面的综合应用.     

基于云、网、边融合的边缘计算新方案:算力网络

边缘计算已经成为5G时代重要的创新型业务模式,尤其是其低时延特性,被认为是传统方案所不具备的,因此边缘计算能够提供更多的服务能力且具有更为广泛的应用场景。但边缘计算与处于中心位置的云计算之间的算力协同成为新的技术难题,即需要在边缘计算、云计算以及网络之间实现云网协同、云边协同,甚至边边协同,才能实现资源利用的最优化。在研究边缘计算算力分配和调度需求的基础上,提出了基于云、网、边深度融合的算力网络方案,并针对AI类应用给出了一个典型实施系统,该方案能够有效应对未来业务对计算、存储、网络甚至算法资源的多级部署以及在各级节点之间的灵活调度。