此类场景具有极强的时变特征,网络需求随之波动。
5G Massive MIMO技术通过引入多维度的可调参数,如波束扫描个数、波瓣宽度、方位角、下倾角等,大幅提升了RF优化的灵活性和精确性。
这一特性使其成为处理话务潮汐场景的理
【千问百科解读】
话务潮汐是一种典型的网络现象,表现为网络用户在特定时间段内规律性地迁移或聚集,在高校、工业园区、CBD商圈和大型住宅区等场景表现尤为显著。
此类场景具有极强的时变特征,网络需求随之波动。
5G Massive MIMO技术通过引入多维度的可调参数,如波束扫描个数、波瓣宽度、方位角、下倾角等,大幅提升了RF优化的灵活性和精确性。
这一特性使其成为处理话务潮汐场景的理想选择。
中信科移动长期以来致力于智能运维创新研究,在RF自智方向持续深耕,基于5G Massive MIMO技术结合话务潮汐典型特征场景探索研究,开发了话务潮汐小区识别TCi(Tidal Cells Insight)+RF 自智(Auto RF)联合解决方案,旨在实现网络的分时自适应优化,提高网络质量与效率。
该方案对接现网多维度数据,从基础数据清洗、潮汐特征画像、RF方案自输出、优化效果自评估4个维度着力,深度结合AI技术,实现对话务潮汐场景的精准识别与快速响应。
该方案基于连续N天的TA+AOA小时级数据,结合前一天24小时数据,利用时空神经网络模型进行AI学习和预测,形成了包含用户迁移的规律、聚集时段信息的潮汐特征画像。
根据潮汐特征画像,自动调整Massive MIMO的参数设置,满足不同时段的网络需求,结合实时数据反馈,动态调整潮汐特征画像和RF优化方案,确保网随潮动质量最优。
近日,在某高校场景试点测试了该智能化话务潮汐调优方案,通过分时调整策略部署,高负荷小区比例大幅下降,充分证明了该方案在话务潮汐场景下提质增效的显著效果。
中信科移动的话务潮汐小区识别TCi联合解决方案利用5G Massive MIMO和AI技术,可有效应对话务潮汐场景带来的挑战,提高了网络质量和利用率。
随着技术的不断进步和应用场景的不断拓展,该方案有望在更多领域得到应用,为用户提供更加稳定、高效的网络服务。
同时,中信科移动将在更多的差异化场景方面进行深入探索,为复杂多变的网络和业务场景提供更加丰富的解决方案。
声明:本文内容仅代表作者个人观点,与本站立场无关。
如有内容侵犯您的合法权益,请及时与我们联系,我们将第一时间安排处理,本页面内容仅为信息发布,不作为任何招生依据,亦不构成任何报考建议。
如果您需要报名,请直接与学校联系,谨防受骗。