爱立信将为松下航空电子公司部署5G完备核心网络

简介:

据悉,松下航空电子公司(PAC)已经选定爱立信,为其航空和其他多个市场提供下一代连接服务。

根据新合同的条款,爱立信将通过松下航空电子公司旗下的控股公司AeroMobile为PAC部署其5G完备核心网络(5G-ready)解决方案。

该解决方案将使飞机、游轮和游艇上的乘员和乘客以及矿业部门的员工享受2G、3G、LTE以及Wi-Fi连接服务。

爱立信将向松下航空电子公司提供5G完备核心网络,可以进行优化以便用于更广泛、不断增长的行业,为乘客、员工、飞机和船舶的不同服务、以及大规模物联网通信提供连接。

使用NFV和SDN技术的爱立信完备核心网络为网络带来了超级扩展性、可编程性以及自动化等功能。

网络功能和网络切片的实时实例化为PAC实现了网络资源优化、快速服务创新、新业务模式以及更大的客户价值。

PAC总裁兼首席执行官Paul Margis表示:“此次与爱立信的创新性合作也是我们满足未来全球用户和企业通信需求的战略不可或缺的一部分,同时也显示了我们通过物联网实现连接设备的承诺。使用这个全新的全球通信平台,我们将帮助所有垂直市场的客户利用无处不在的连接,通过所有连接平台的实时数据改善运营。”

爱立信IT &Cloud产品业务部主管Anders Lindblad表示:“NFV是5G完备核心网络一项重要技术,全球业界领先运营商在各自的现场商业服务中都使用了我们的解决方案。我们非常高兴能作为松下航空电子公司5G-ready核心网络的独家供应商。”

此次松下航空电子公司和爱立信签署的新合同只是两家公司正在开展的扩展战略合作的第一步,其他重点领域包括5G和物联网。

本文转自d1net(转载)

目录
相关文章
|
5月前
|
边缘计算 运维 监控
5G落地没那么简单!细扒部署挑战与硬核解决方案
5G落地没那么简单!细扒部署挑战与硬核解决方案
148 30
|
4月前
|
传感器 算法 数据安全/隐私保护
基于GA遗传优化的三维空间WSN网络最优节点部署算法matlab仿真
本程序基于遗传算法(GA)优化三维空间无线传感网络(WSN)的节点部署,通过MATLAB2022A实现仿真。算法旨在以最少的节点实现最大覆盖度,综合考虑空间覆盖、连通性、能耗管理及成本控制等关键问题。核心思想包括染色体编码节点位置、适应度函数评估性能,并采用网格填充法近似计算覆盖率。该方法可显著提升WSN在三维空间中的部署效率与经济性,为实际应用提供有力支持。
|
5月前
|
存储 运维 监控
2025年4月深度评测:10款最值得部署的网络监控软件
真正卓越的运维不仅仅是对当前问题的解决,更在于对未来的预测和防范。 OpManager 的预测报表功能可以为用户提供有关未来存储需求增长方式的直观展示,帮助用户进行基于需求的容量规划,从而避免成本浪费。
225 0
|
Kubernetes Devops 持续交付
DevOps实践:使用Docker和Kubernetes实现持续集成和部署网络安全的守护盾:加密技术与安全意识的重要性
【8月更文挑战第27天】本文将引导读者理解并应用DevOps的核心理念,通过Docker和Kubernetes的实战案例,深入探讨如何在现代软件开发中实现自动化的持续集成和部署。文章不仅提供理论知识,还结合真实示例,旨在帮助开发者提升效率,优化工作流程。
|
7月前
|
传感器 算法 物联网
基于粒子群算法的网络最优节点部署优化matlab仿真
本项目基于粒子群优化(PSO)算法,实现WSN网络节点的最优部署,以最大化节点覆盖范围。使用MATLAB2022A进行开发与测试,展示了优化后的节点分布及其覆盖范围。核心代码通过定义目标函数和约束条件,利用PSO算法迭代搜索最佳节点位置,并绘制优化结果图。PSO算法灵感源于鸟群觅食行为,适用于连续和离散空间的优化问题,在通信网络、物联网等领域有广泛应用。该算法通过模拟粒子群体智慧,高效逼近最优解,提升网络性能。
286 16
|
11月前
|
安全 定位技术 数据安全/隐私保护
|
8月前
|
传感器 算法
基于GA遗传优化的WSN网络最优节点部署算法matlab仿真
本项目基于遗传算法(GA)优化无线传感器网络(WSN)的节点部署,旨在通过最少的节点数量实现最大覆盖。使用MATLAB2022A进行仿真,展示了不同初始节点数量(15、25、40)下的优化结果。核心程序实现了最佳解获取、节点部署绘制及适应度变化曲线展示。遗传算法通过初始化、选择、交叉和变异步骤,逐步优化节点位置配置,最终达到最优覆盖率。
|
10月前
|
供应链 监控 安全
网络安全中的零信任架构:从概念到部署
网络安全中的零信任架构:从概念到部署
|
11月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
377 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
人工智能 物联网 异构计算
AI智能体研发之路-模型篇(一):大模型训练框架LLaMA-Factory在国内网络环境下的安装、部署及使用
AI智能体研发之路-模型篇(一):大模型训练框架LLaMA-Factory在国内网络环境下的安装、部署及使用
1597 1

热门文章

最新文章