谷歌新秘密计划:用太阳能无人机部署5G网络

简介:

据外媒报道,谷歌Project Loon团队有一项新的名为Project Skybender的秘密计划:通过太阳能无人机带来5G技术。该技术依托毫米波,它比LTE快40倍,最重要的是能获得新的网络光谱!问题是毫米波的传输在一段距离后就会消失,目前还不能达到手机的接收范围,谷歌正在努力克服这一困难。一旦成功,5G网速将快到令你吃惊的程度。

Project Skybender团队正在使用两种无人飞行器进行测试,一种是可任意飞行的Centaur,以及由 GoogleTitan 制造的太阳能动力无人机Solara 50 。谷歌已经获得FCC的许可,可继续在新墨西哥州测试无人机网络系统直到七月。

当然,也不要太乐观,毕竟谷歌面临的困难也不容小觑。谷歌的另外一个高空网络计划Project Loon历时近3年,目前同样没有多大进展,去年5月份在一次实验中甚至还发生过无人机坠毁事件。Project Loon的目标是WiFi,而Project Skybender的目标是5G,而且是基于毫米波技术。毫米波技术此前是用于军事研究,DARPA 在2012年开始在网络连接上使用该技术进行连接,对军事基地进行远程操控。

谷歌也考虑了多种潜在方式来解决毫米波只能在短距离传输的问题,其中就包括利用相位阵列天线,这是由一群天线组成的阵列。送往各个天线的讯号的相对相位经过适当调整后,最后会强化讯号在指定方向的强度,并且压抑其他方向的强度。该技术原本用于射电天文学,后来在军事上的主动雷达以及一些调幅广播电台也都使用了该技术。但是相位阵列技术非常复杂而且十分耗能,尚不知道 Google 能否将这项技术实用化。


本文转自d1net(转载)

相关文章
|
4月前
|
边缘计算 人工智能 5G
5G引领家庭网络升级:速度、稳定性与智能化的新时代
5G引领家庭网络升级:速度、稳定性与智能化的新时代
304 69
|
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
150 30
|
4月前
|
人工智能 边缘计算 5G
5G时代,别让能耗成为“隐形杀手”——聊聊5G网络的能耗管理
5G时代,别让能耗成为“隐形杀手”——聊聊5G网络的能耗管理
193 13
|
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。
|
4月前
|
传感器 人工智能 边缘计算
别让无人机“飞瞎”!5G才是它的“天眼”
别让无人机“飞瞎”!5G才是它的“天眼”
112 13
|
5月前
|
人工智能 安全 5G
5G网络安全全解析——新机遇与潜在风险
5G网络安全全解析——新机遇与潜在风险
171 4
|
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。
232 0
|
8月前
|
机器学习/深度学习 人工智能
Token化一切,甚至网络!北大&谷歌&马普所提出TokenFormer,Transformer从来没有这么灵活过!
Transformer模型在人工智能领域表现出色,但扩展其规模时面临计算成本和训练难度急剧增加的问题。北京大学、谷歌和马普所的研究人员提出了TokenFormer架构,通过将模型参数视为Token,利用Token-Parameter注意力(Pattention)层取代线性投影层,实现了灵活且高效的模型扩展。实验表明,TokenFormer在保持性能的同时大幅降低了训练成本,在语言和视觉任务上表现优异。论文链接:https://arxiv.org/pdf/2410.23168。
196 45
|
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
|
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。

热门文章

最新文章