近日,湖北移動聯(lián)合華為宣布,基于LampSite EE解決方案的分布式Massive MIMO上行多流技術(shù),首創(chuàng)配對增強算法,可提供業(yè)界最強確定性上行千兆能力,每千平米達1Gbps。該技術(shù)創(chuàng)新在全球家電制造領(lǐng)域首個5G全連接工廠——湖北荊州美的洗衣機工廠中完成驗證,有效支撐產(chǎn)線AI質(zhì)檢等大上行業(yè)務(wù)需求,助力美的提質(zhì)增效。
傳統(tǒng)toC業(yè)務(wù)以下行為主,網(wǎng)絡(luò)為用戶提供盡力而為的業(yè)務(wù)體驗,對下行容量和速率要求高;而以智能制造為代表的toB業(yè)務(wù),主要以上行業(yè)務(wù)為主,AI質(zhì)檢等業(yè)務(wù)上行需求高,產(chǎn)線擴容、新增和調(diào)整帶來業(yè)務(wù)終端接入位置的不確定性,要求5G網(wǎng)絡(luò)提供確定性的上行容量和終端速率匹配智能工廠業(yè)務(wù)發(fā)展需要。分布式Massive MIMO技術(shù)采用頻率空分復(fù)用,通過上行多流技術(shù),相對于普通小區(qū)組網(wǎng)容量提升300%。湖北移動聯(lián)合華為基于分布式Massive MIMO技術(shù)持續(xù)創(chuàng)新,通過終端與室分基站配對能力增強和抗干擾等算法,上行容量再提升20%。
家電制造領(lǐng)域總裝廠房上行容量需求大,通常需要多小區(qū)組網(wǎng),采用普通小區(qū)組網(wǎng)小區(qū)容量低、數(shù)量多,小區(qū)間干擾嚴重,無法滿足業(yè)務(wù)需求。在荊州美的洗衣機工廠,采用分布式Massive MIMO小區(qū)組網(wǎng),大幅減少小區(qū)數(shù)量,降低同頻干擾,提升區(qū)域總?cè)萘俊?湖北移動聯(lián)合華為在1號總裝廠房多小區(qū)組網(wǎng)場景進行實測,在2.6GHz頻段80MHz帶寬,8:2時隙配比下,單小區(qū)上行平均容量達300Mbps, 采用2.6GHz雙載波,1號廠房總?cè)萘窟_1.7Gbps,是相同部署條件下業(yè)界能達到的最大能力。另外,還可按需同點位疊加4.9G頻段,滿足工廠未來產(chǎn)線擴容接入更多AI質(zhì)檢等大帶寬業(yè)務(wù)的容量需求。
圖: 荊州美的洗衣機工廠1號廠房網(wǎng)絡(luò)容量實測
采用分布式Massive MIMO技術(shù)結(jié)合湖北移動2.6G和4.9G頻段組合,合理化數(shù)字化室分基站部署間距,可為制造工廠提供每千平米1Gbps確定性上行容量。將5G網(wǎng)絡(luò)能力按小區(qū)計量的不確定性轉(zhuǎn)化成按面積計量的確定性,為行業(yè)客戶提供所見即所得的網(wǎng)絡(luò)能力和服務(wù),為5G在行業(yè)的推廣提供了新的思路。
荊州美的洗衣機工廠已經(jīng)全面投產(chǎn),依托分布式Massive MIMO的大上行能力,實現(xiàn)多角度、高清晰實時拍攝,結(jié)合AI算法,壞件檢測率提升10%。通過5G實現(xiàn)產(chǎn)線設(shè)備剪辮子,按需靈活部署,讓產(chǎn)線更柔性。
圖: 荊州美的洗衣機工廠總裝產(chǎn)線AI質(zhì)檢
隨著工信部《5G全連接工廠建設(shè)指南》發(fā)布,5G全連接工廠將加快建設(shè)。技術(shù)創(chuàng)新,5G先行,應(yīng)用拓展,5G賦能,湖北移動將攜手華為和生態(tài)伙伴持續(xù)加強5G技術(shù)創(chuàng)新,推進5G新技術(shù)與制造領(lǐng)域業(yè)務(wù)的深度融合,助力行業(yè)客戶全面數(shù)字化和智能化,推進新型工業(yè)化,服務(wù)數(shù)字中國。
- 全球移動寬帶菁英論壇在滬開幕:5G-A與AI深度融合,共繪通信產(chǎn)業(yè)新圖景
- 華為汪濤:解鎖5G-A潛能,釋放商業(yè)價值,共贏移動AI時代
- 企業(yè)數(shù)字化轉(zhuǎn)型:公鏈還是私鏈,如何選?
- 能源行業(yè)的實時視覺智能:應(yīng)用場景與技術(shù)進展
- 邊緣AI與云AI:哪個更適合企業(yè)工作負載?
- 人工智能:超級智能的曙光還是思考的幻覺?
- 5G安全風(fēng)險:企業(yè)需要了解什么
- 歡迎進入AI代理時代:自主工作流的新紀元
- S3存儲如何推動數(shù)據(jù)中心真正的可持續(xù)發(fā)展
- 如何選擇合適的非管理型交換機:行業(yè)特定用例和見解
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。