更新时间: 试题数量: 购买人数: 提供作者:

有效期: 个月

章节介绍: 共有个章节

收藏
搜索
题库预览
5G - A相关背景信息如下: 1. 5G - A与5G的对比:5G - A不改变5G的网络结构,主要通过射频部分的改进、软件升级以及AI处理,如4.9G的T28/T28A频段,将AAU向集成一体化专用设备的主要进化方向;三载波聚合和通感一体等新技术需要运营商在BBU等网络设备上增加相应的处理能力和数据接口,以支持更加灵活的软件架构,使其能够同时处理通信和感知数据。5G - A采用开拓高频段和赋能低频段的方案,使传输速率突飞。5G方案中,国内提供的N41、N78两个常用的频段各提供100MHz的带宽,通过载波聚合可以把两个100MHz带宽聚合起来达到200MHz,实现200MHz + 100MHz双频;5G - A需要引入6GHz、毫米波(mmWave)等新频段,一方面要在原有100MHz FDD - 部署的基础上,引入更大上行资源,通过上下行解耦实现多面融合,提升1Gbps上行速率。5G - A需要10倍于5G的传输速率,对基站的性能、容量提出更高要求,其中大带宽和多天线技术是两大关键因素,相当于高速公路拓宽以及增加车道。频谱带宽增加后,由于6GHz的覆盖更差,需要通过升级的天线技术解决覆盖问题。6GHz相较于4.6GHz频段增加了在空中的传输损耗,为弥补损耗,需要比现在大得多的天线(Massive MIMO)更高的大规模天线阵列(LAA),5G时代的通用配置是单面44个通道天线,每个基站设置三面天线,以实现360°的覆盖范围;5G - A时代,宏基站天线通道数增加至128个,每个基站有重设面天线。 2. 5G - A应用场景:在ITU定义的5G三大标准场景eMBB、mMTC、uRLLC基础上,5G - Advanced进行了深入的增强和扩展,新增了三大新场景,即UCBC(上行超宽带)、RTBC(宽带实时交互)和HCS(通感知融合)。 - 上行超宽带(UCBC):大幅提升现有通信网络的上行传输性能,例如实现高清视频上传、机器视觉等业务。同时,依托其更宽的覆盖、更大的上行传输带宽,UCBC还以大幅提升室内场景的用户体验速率和宽带实时交互(RTBC):支持更大带宽和低时延通信,使能沉浸式互动业务增强。 - 通感知融合(HCS):将传统通信和感知业务相融合,赋予无线通信网络全新的业务能力。 5G - A将面向六大主要应用场景,包括沉浸实时、智能上行、工业互联、通感一体、千亿物联和天地一体,从网络、终端、云等端到端的关键方面进一步演进,构建更智能、绿色的新型社会的基础设施。 具体场景及描述如下: | 续航 | 具体场景 | 场景概述 | |--------|----------|--------------------------------------------------------------------------| | 演进升级 | 沉浸实时 | 全息教学、全息会议、24K、3D、VR/AR、云游戏及演进至元宇宙等场景,对网络速度和质量等要求越来越高。 | | 演进升级 | 工业互联 | 利用5G - A服务新型工业化,以其低时延、超可靠、大连接的特性,解决工业领域传统无线技术「覆盖范围有限、网络稳定性不佳、终端速率不足等方面的问题,使得无线技术有能力承载工业现场的各类通信业务。 | | 演进升级 | 千亿物联 | 5G - A所支持的NB - IoT、RedCap(iPassive IoT)三类物联网技术同步向前,已具备收编所有物联的能力,未来将实现一张网络支持全连接、终端通得取。 | | 演进升级 | 天地一体 | 跨地域、跨空域、跨海域的一体化网络,融合由轨道卫星构成的天基网络、由飞行器构成的空基网络、传统的地基网络,实现真正意义上的全球无缝覆盖。 | | 新增能力 | 通感一体 | 融合通信功能与感知功能,实现数据通信的同时,还能获得对目标对象或环境信息的感知,实现定位、测距、测速、成像、检测、识别、环境感知等功能。 | | 新增能力 | 智能上行 | 通过上行多载波、全上行传输方式、超大规模天线阵列等技术,实现监控等图像数据的实时上传以及无线连接的大带宽、高稳定、广覆盖的传输。 | 3. 通感融合:通感融合是5.5G/6G网络的关键技术,整合了通信和感知的功能,即利用通信系统的频谱资源、空口基数、硬件资源处理单元等接受感知信号并进行处理,实现类似雷达的感知能力。 - 当前技术难点:实现通感融合需要自身AAU(有源天线)能够提供独立的对地、对空波束,既包括通信波束也包括感知波束,实现这一目标需克服众多技术挑战:感知波束的宽度、数量和方向动态可调,实现通感一体要需要对基站高度、下倾角等参数进行规划,建立合适的RF模型,如何实现感知角度的最优参数组合;通信系统主要是采用连续波,而雷达既有连续波,也有脉冲波(周期性发送),如何做好波形设计,如何优化帧结构,如何对时隙进行合理分配需要;干扰问题、同步问题、算力问题也是发展过程中亟待解决的问题。 - 通感融合发展方向:通感融合研究分为5G - A阶段和6G阶段。5G - A阶段主要考虑与现有5G网络的协调性与网络架构的向下兼容性,6G阶段主要考虑新技术、新业务的融入,新架构的开发以及原有架构的深度调整。【缺少答案,请补充】
以下为行业趋势与相关应用场景的背景材料: 1. 行业趋势-业务领域竞争态势:少数大科技公司基于其技术和数据积累,组建大规模算力体系,研发基础泛化的党政大模型;大型集团企业和高科技公司,面向党政领域研发行业大模型,专注专业赛道,落地更加聚焦;各中小型企业则在基础模型上进行微调,生产各党政行业应用的创新产品。应用层所有企业对大模型云服务的充分利用场景应用创新和产品建设,行业企业借助AIGC生产更好用的产品,在社区、公安、政法、应急、环保等多个领域落地应用;中间层大型集团企业、高科技创业公司、智算中心进行模型深度调整,构建行业、产业大模型,形成数据闭环,基于大模型的微调,包含电信([环球电信智能助手版 “ChatGPT”])、联通([推动大模型在智慧城市建设中的应用])、科大讯飞([特专于人工智能在数字政府领域的应用])、商汤([推动人工智能在智慧城市建设中的应用])等;基础层少数大科技公司实现核心技术突破+超大规模数据+超大规模算力=基础大模型,包括OpenAI(GPT-4(ChatGPT))、华为、百度(文心大模型)、阿里(通义千问)、商汤(商量SenseChat)等。典型案例包括数字政通(用AI助力城管场景应用,通过使用传统CV类算法,实现城管类异常事件自动发现、自动上报等功能,大幅提高城管巡查事件发现、处置效率)、电信(城市治理领域大模型,百度发布多模态数字城市治理领域大模型,天翼云布局AIGC专属市,覆盖问答、闲聊等通用服务场景,以及客服、营销、培训类)、百度(行业服务场景,知识增强城市大模型)。 2. 相关应用场景-城市AI平台:面向智慧城市、数字政府等重点新兴领域,打造集合智能算力、通用算法和开发平台一体化的新型智能基础设施,通过汇聚城市AI能力,实现一站式AI赋能。与集成平台、数据中台、视频云平台相互支撑,形成“能感知、能思考、能指挥、能决策”的城市运行体系。包含机器视觉类算法、NLP类算法、语音语义类算法;虚拟数字人具备语音唤醒、语音合成、人脸识别、多轮对话能力;AI中台支持AI任务、AI模板、AI应用,支持平台内置算法模型、模型文件、服务镜像接入、算法服务,支持对第三方算法的接入和管理。行业侧包括智慧城市、智慧政务、第三方应用,集成平台、城市AI平台(含AI工作台)、轻量化部署,底层基础设施包含云计算、云存储、模型节点、云镜柜,网络层包含5G/4G/3G/2G、专网/专网、NB-IoT/LoRa、光网/宽带,智能感知层包含空气站、无人机、摄像头、执法设备,形成完整智慧城市AI生态圈,是AI应用构建的灵活助手,全栈式人工智能平台是城市智能化转型强力抓手。 3. 相关应用场景-行业大模型-九天·海算政务大模型:依据中移集成多年在数字政府建设领域的经验,以及与多地客户的实际沟通,梳理并构建了政务智能客服、政务数字人、政务智能搜索、公文写作辅助等4个主要需求场景。政务智能客服场景痛点是解决群众“咨询难”、“办事难”的问题,实现功能包括智能问答、智能排序、智能隐身、语音交互等服务,为办事群众提供贴心、便利的智能客服服务;政务数字人场景痛点是政务大屏内容较多,查找不便的问题,实现功能包括实现屏幕内容播报、屏幕讲解,智能问答等功能,减少大屏讲解工作量,丰富大屏交互形式;政务智能搜索场景痛点是政务数据庞杂,没有有效的触达手段,急需智能化搜索引擎,实现功能包括模糊搜索、趋势搜索、时间空间维度搜索等多种搜索方式;公文写作辅助场景痛点是政务工作人员日常写作工作量大,素材查找不便,实现功能包括提供有分析报告、会议发言草稿、会议纪要生成等功能,满足公务人员的日常写作需求。中移集成牵头研发的九天海算政务大模型入选《数字时代治理现代化研究报告(2023年)—大模型在政务领域应用的实践及前景》蓝皮书,成为国内政务大模型应用的典型案例,为国内数字政府领域大模型应用树立了标杆。 4. 相关应用场景-行业应用-AI城管巡查监管处置:针对城市管理环节违法违规场景散、乱、杂导致的人力紧缺、调度困难问题,依托视频处理+AI技术,构建“违规违法场景高效治理”,实现城管治理场景智能识别、报警事件管理、即时处置全流程业务数字化改造,降低治理成本,提升治理效率。支持能力统一部署,用户端SAAS化开通方式进行服务提供,实现不同租户数据分离,业务独立开展,AI服务开箱即用。人工治理存在“散”(事发地有随机性,人员调度压力大,耗时长)、“乱”(大小物料堆放杂乱,无法对精准把控人数需求)、“杂”(现场情况场景多样,对处理人员具有指向性要求)问题;AI治理包括智能发现(乱停乱放、游摊小贩、出店经营、占路经营、堆物堆料、违规广告等场景)和智能派单(自动取证→自动立案→融合调度→问题处置→核查结案流程),带来提升监管效能、优化公共服务能力水平、节省人力成本、智能化服务和治理的价值。 5. 相关应用场景-行业应用-政务智能搜索:依托九天海算政务大模型,利用检索增强、NL2SQL 等技术,快速构建政务类智能搜索应用,提供了政务服务、数据资源、经济运行等8大模块的智能搜索,模糊搜索、趋势搜索等多种融合搜索能力。主题搜索充分整合事项库、指标库、企业数据、统计年鉴等多维度数据,实现政务服务、经济运行、数据资源、营商考评等5大主题的融合搜索;语义理解依托九天海算政务大模型开箱即用的NLP能力,为智搜提供底层的分词、语义理解、意图识别等能力,有效提升搜索的准确性;NL2SQL搜索依托九天海算政务大模型提供的自然语言到SQL语句(NL2SQL)的转化能力,实现了用户问题结构化数据资源的精准查询;企业画像搜索依托知识图谱能力,整合全省市场主体、企业高管、企业股东、企业标签等各维度数据,构建了完整的企业画像。【缺少答案,请补充】
1