T-Mobile华为完成首个LTE自组织网络测试

简介:

北京时间10月28日早间消息,据国外媒体报道,华为宣布与T-Mobile在奥地利因斯布鲁克(Innsbruck)成功完成全球首个LTE自组织网络(SON)测试。

通过华为解决方案配置、优化和自动恢复的能力,华为表示LTE自组织网络将为运营商节省与网络规划、网络部署和网络优化等相关的经营成本。

验证华为SON解决方案ANR功能

测试采用了T-Mobile现有的基站(eNodeB),目标为验证华为自组织网络解决方案的自动邻区关系(ANR)功能。

测试结果显示了高成功切换率,并证明自组织网络解决方案能够自动建立和优化领区关系,满足未来LTE商用网络的需求。由于网络拓扑改变,LTE自组织网络解决方案将确保高水准的网络连接和全网络性能优化。

“作为下一代移动网络(NGMN)发展的先驱,T-Mobile用在因斯布鲁克的试验网来对未来技术进行进一步测试。我们很高兴看到如网络自动化这类关键创新已成为该项目的一部分。”T-Mobile奥地利技术总监吕迪格尔·科斯特(Rudiger Koster)说。

“采用最新的自组织网络解决方案,华为有能力部署性能最好、最实惠的LTE网络。”华为LTE产品线总裁应为民表示,“作为端到端移动宽带解决方案的领先提供商,华为致力于通过提供降低每比特成本的解决方案来加速LTE技术商用化进程。”

华为的自组织网络商用解决方案于2009年第二季度发布,现已作为华为LTE系列解决方案的一部分提供。自组织网络的附加功能,如MRO特性,将由华为和T-Mobile在下一阶段进行测试。

T-Mobile华为欧洲最大LTE试验网7月开始运行

今年8月,T-Mobile奥地利宣布采用华为设备,在因斯布鲁克部署了欧洲已知最大的LTE/SAE试验网,并在这一网络中进行了全球首个LTE多用户宽带业务测试。

据了解,该试验网是欧洲已知最大的LTE试验网,覆盖了60个小区,自今年7月开始运行。此次LTE自组织网络测试也开展在这一网络中。

今年5月底,华为与奥地利T-Mobile在维也纳联合测试了LTE,并声称取得了圆满成功,数据传输速度高达150Mbps。

近来LTE商用进程加速,爱立信与华为相继宣布与三星进行LTE互操作性测试的消息。

爱立信和三星的联合公告为“双方成功在瑞典斯德哥尔摩的现网中实现全球首个商用LTE设备互操作性测试”,华为则与三星联合宣布将于11月“在欧洲开展全球首次LTE外场互操作性测试,以证实LTE网络基础设施和设备终端的互通性”,这标志着作为LTE技术大规模商用一大障碍的商用终端设备问题已经解决。

本文转自d1net(转载)

目录
相关文章
|
16天前
|
存储 人工智能 编译器
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
36 10
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
|
1月前
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
48 2
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
RT-DETR改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
RT-DETR改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
46 0
|
1月前
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
93 18
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
YOLOv11改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
YOLOv11改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
66 16
YOLOv11改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
|
4月前
|
数据库连接 Go 数据库
Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性
本文探讨了Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性;防御编程则强调在编码时考虑各种错误情况,确保程序健壮性。文章详细介绍了这两种技术在Go语言中的实现方法及其重要性,旨在提升软件质量和可靠性。
74 1
|
4月前
|
存储 边缘计算 运维
移动LTE背后:核心网络详解
移动LTE背后:核心网络详解
272 4
|
4月前
|
网络虚拟化 数据安全/隐私保护 数据中心
对比了思科和华为网络设备的基本配置、接口配置、VLAN配置、路由配置、访问控制列表配置及其他重要命令
本文对比了思科和华为网络设备的基本配置、接口配置、VLAN配置、路由配置、访问控制列表配置及其他重要命令,帮助网络工程师更好地理解和使用这两个品牌的产品。通过详细对比,展示了两者的相似之处和差异,强调了持续学习的重要性。
138 2
|
4月前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
729 1
|
4月前
|
编解码 安全 Linux
网络空间安全之一个WH的超前沿全栈技术深入学习之路(10-2):保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali——Liinux-Debian:就怕你学成黑客啦!)作者——LJS
保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali以及常见的报错及对应解决方案、常用Kali功能简便化以及详解如何具体实现

热门文章

最新文章