物联网进入规模部署前夕 首套网络建设方法论发布

简介:

11月25日,物联网时代已经悄然来临,记者在昨天日本东京举行的2016全球移动宽带论坛上听全球运营商以及产业链合作伙伴对物联网的讨论可以深刻感受到,全球物联网已经从碎片化阶段走向标准化、系统化的规模部署前夕。

目前,物联技术已经从实验阶段走向实际商用,智慧城市、智能物流等领域已经出现物联网身影。可以预见,物联网将 在多个领域加速渗透,整个物联市场将快速打开。

运营商面临物联网建网挑战

据 Gartner预测,2015年全球物联网设备数量49亿台,到2020年将增至208亿台,复合增速高达34%。物联网将 广泛进入智慧家庭、智慧教育、智慧医疗、可穿戴设备、车联网等各行各业。

物联网网已经从神话走进现实,物联网应用的快速增长已经成为一个毋庸置疑的全球趋势,但是目前网络尚且不够完善,运营商在物联网评估和建网上经验缺乏,如何利用现有的网络开拓出一片物联网的新天地。为此,华为在2016全球移动宽带论坛上发布了物联网建网方法论Things Coverage白皮书(以下简称白皮书),帮助运营商迎接新的挑战。

与传统的网络不同,物联网纷繁复杂的业务和千差万别的需求也给网络建设带来了全新的挑战。因此,运营商亟需新的网络规划方法论,才能匹配物联网诉求,保障物联体验、实现物联价值。

运营商进入移动物联网市场有着得天独厚的优势。根据machnation的最新调查报告,打开垂直市场的产 业链构成不难发现,主要玩家有90%的是中小企业,他们没有能力拉通所有玩家,也没有强劲的研发实力, 运营商可以凭借自己的管道研发能力以及与大企业合作积累的行业知识,给中小型企业提供极其便利的支持, 建立粘性、使能更多业务。

事实上,领先的运营商已经将物联网作为长期的战略在布局,在建立专门的IoT/M2M业务部门的同时,广泛进入垂直方案业务/服务、IoT 平台、管道等。

白皮书指出,目前的网络规划无法支撑把物联网作为未来的战略方向,也无法充分挖掘运营商的优势。面向物联网的网络规划应该满足MBB网络与物联网精准协同规划、多维度网络规划支持多种业务需求、物联网性能可呈现和预测、保障运营商投资回报等几个关键要求。

首套物联网建网方法论出炉

根据华为产品与解决方案总裁丁耘现场介绍,本次发布的物联网建网方法论,是业界首次用统一的语言来衡量物联体验,更是首个面向物的网络规划理论体系。Things Coverage在为包括运营商、用户等多个维度在内的整个物联网生态提供明确量化指标和方向指引的同时,帮助运营商最快速建网、最大化物联网网络价值。

华为产品与解决方案总裁丁耘发布物联网建网方法论Things Coverage

华为提出针对物联网规划与部署的ABCDE五维体验标准,即可靠性、带宽、覆盖、时延敏感度、能耗,以及智能抄表、车联网、工业控制等在典型应用场景下的体验需求基线。并系统性的提出业界首个面向物的网络规划理论-Things Coverage。在业务开通前,Things Coverage对多种物联场景进行准确的无线特性建模,并给出栅格级的覆盖、电池寿命等关键维度放号地图,从而指导运营商基于现有的MBB网络,协同、快速部署多种物联网业务,有效降低TCO;业务开通后,实时监控水表数据上报率、电池消耗状况。基于全面深入的业务运行健康状态评估与反馈,全面保障多种物联网业务在运营商网络的健康发展。

丁耘介绍了五维体验理论体系并展示了基于智能水表的Things Coverage网络规划案例。相关的配套工具也将快速推出以支持运营商日益凸显的建网诉求。

比如水表可能在楼道内部 管道井内,水质监测传感器部署在水面以下。这些物不像人可以主动反馈掉话情况,一旦网络异常,轻则导致 物的失联、数据丢失,造成收入损失和运维成本大幅提高,重则无法及时收到网络或其他物节点发送的信息而 响应延时,带来道路安全、工业控制等严重事故。因此,物联网络的规划需要关注“无人区”以及不同物联业务 的特点,考虑物的评估和定位,制定差异化的规划方案。

未来,华为愿与更多运营商和垂直行业的合作伙伴勠力同心,共同打造产业公认的物联网评价体系与规划标准,以更强的解决方案创新能力、更加开放包容的物联网规划理念,保障运营商物联业务的合理投资和高效部署,促进移动物联网产业的蓬勃发展。

物联网市场快速成长,并将广泛进入智慧家庭、可穿戴设备、车联网等各行各业。运营商拥有完善的网络、尖端的人才和成熟的本地化服务等先天优势。随着NB-IoT等新技术的出现,运营商可以从现在开始,基于现有网络打造新能力、满足新体验、把握新商机、支撑新市场,开拓出一片垂直市场的全新天地。

本文转自d1net(转载)

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
26天前
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
455 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
5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。
|
6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。
281 0
|
11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
897 75
|
8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。
312 16
|
8月前
|
物联网 数据挖掘 BI
基于阿里云物联网平台(IoT)的智能家居系统开发与部署
随着物联网技术的发展,智能家居成为提升生活品质的重要方向。阿里云物联网平台提供设备接入、数据管理及应用开发能力,支持亿级设备接入、高效数据管理和灵活应用开发,确保系统安全。本文通过实战案例展示如何基于该平台构建智能家居系统,涵盖设备接入、远程控制、场景联动与数据分析等功能,助力企业快速部署智能家居解决方案。
|
8月前
|
人工智能 监控 物联网
写在2025 MWC前夕:AI与移动网络融合的“奇点时刻”
2025年MWC前夕,AI与移动网络融合迎来“奇点时刻”。上海东方医院通过“思维链提示”快速诊断罕见病,某金融机构借助AI识别新型欺诈模式,均展示了AI在推理和学习上的飞跃。5G-A时代,低时延、大带宽特性支持端云协同,推动多模态AI感知能力提升,数字孪生技术打通物理与数字世界,助力各行业智能化转型。AI赋能移动网络,实现智能动态节能和优化用户体验,预示着更聪明、绿色、高效的未来。
137 1
|
11月前
|
存储 网络协议 物联网
C 语言物联网开发之网络通信与数据传输难题
本文探讨了C语言在物联网开发中遇到的网络通信与数据传输挑战,分析了常见问题并提出了优化策略,旨在提高数据传输效率和系统稳定性。
|
安全 定位技术 数据安全/隐私保护
|
9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。

相关产品

  • 物联网平台