今日要聞
推薦展會
更多 > >
推薦專題
更多 > >
大小基站搭著用，為5G“織”出少盲區的網
導讀：未來10年內5G用戶的月平均數據流量將增長7倍，而其中90%的數據流量將由視頻應用消耗
【塑料機械網 熱點關注】5G，無疑是2019年的熱詞之一。近日，在北京發布的《傳播生態藍皮書：傳播生態發展報告(2019)》指出，未來10年內5G用戶的月平均數據流量將增長7倍，而其中90%的數據流量將由視頻應用消耗。
許多業內人士表示，到了5G時代，網絡數據流量有可能增加不止7倍，而是1000倍，需要更多的基站作為支撐，以提升系統容量，減少信號覆蓋盲區。為實現這一目標，就要以點面結合的方式，搭配部署大小基站，“織”出一張立體化的5G網絡。而要想“織”好這張網，就需要用上5G超密集組網技術。
那么，什么是超密集組網技術？為什么在5G時代，需要應用這項技術？針對上述問題，科技日報記者采訪了業內相關專家。
傳統架構難以滿足5G傳輸要求
當前，隨著各種智能終端和5G網絡的普及，移動數據流量呈現爆發式增長。
一條條數據傳輸線，如同一條條公路，而移動數據如同行駛在上面的車輛。進入5G時代，“汽車”數量激增，如何才能緩解日益擁堵的“交通狀況”？
提升“汽車”通行速度，即提升數據傳輸速率，成為一種可行的技術方案。
但應用傳統的無線傳輸技術，如編碼技術、調制技術、多址技術等，多只能將數據傳輸速率提升約10倍。即便再增加頻譜帶寬，也只能將傳輸速率提升幾十倍，遠不能滿足5G網絡的數據傳輸要求。
“因此，為滿足未來5G網絡數據流量增加1000倍以及用戶體驗速率提升10倍到100倍的需求，除了增加頻譜帶寬、利用先進的無線傳輸技術外，還需增加單位面積內小基站的部署數量，即利用超密集組網技術，以進一步提升頻譜利用效率，加快數據傳輸速率。”天津大學智能與計算學部教授王曉飛在接受科技日報記者采訪時表示。
此外，由于相較3G、4G，5G信號的頻率較高，頻率高導致信號傳播距離變短，單個5G基站發出的信號覆蓋面積變小，因而需要部署更多的基站。具體來看，據中國信息通信研究院副院長何桂立預測，5G宏基站數量約為4G基站數量的2倍以上，小基站數量約為4G宏基站數量的2倍到3倍。
資料顯示，常用的無線基站一般有4類，它們是宏基站、微基站、皮基站和飛基站。其中，宏基站是指通信運營商的無線信號發射基站，其覆蓋距離較遠。
“傳統以宏基站為主、以區域覆蓋為目的的移動通信網絡架構，在5G時代恐難以應對通信業務需求爆炸式增長的挑戰，而超密集組網技術被認為是解決此難題的創新性技術之一。”中國信息消費聯盟理事長項立剛在接受科技日報記者采訪時說。
點面結合組成立體網絡
據了解，宏基站是如今應用較為廣泛的通信基站，但在球場、商場、飛機場等人群密集的區域，需要部署更多的宏基站，才能滿足5G大流量數據的傳輸需求。
“為宏基站選址，需要考慮基站的物理位置、基站的機房要求等，在人群密集的區域，選址相當困難，很難通過密集部署宏基站的方式去滿足5G數據傳輸需求。”王曉飛說。
“小基站正好能彌補宏基站的不足。”王曉飛補充道，小基站體積小，可被靈活地部署在人群或建筑群密集的地方，解決宏基站信號覆蓋不足的問題。在人群密集的熱點區域，由于功率小，小基站能在更小范圍內提升頻譜利用效率，加快數據傳輸速率。
“簡單來說，超密集組網技術就是以宏基站為‘面’，在其覆蓋范圍內，在室內外熱點區域，密集部署低功率的小基站，將這些小基站作為一個個‘節點’，打破傳統的扁平、單層宏網絡覆蓋模式，形成‘宏—微’密集立體化組網方案，以消除信號盲點、改善網絡覆蓋環境。”項立剛說。
據專家測算，在5G超密集組網場景中，將部署超過現有站點10倍以上的各種小型基站，在宏基站覆蓋區域內，小基站的站點間距將保持在10米到20米之間。
項立剛指出，使用超密集組網技術，可獲得更高的頻率復用效率，在局部熱點區域，還可實現百倍量級的系統容量提升，該技術能被廣泛應用在辦公室、住宅區、街區、學校、大型集會現場、體育場、地鐵站等場景中。
“但需注意的是，隨著基站部署密度的增加，超密集組網技術也將面臨許多挑戰。比如，因各個發射節點間距離較小而產生網絡干擾，以及隨著基站數量增多，部署成本上漲等問題。”王曉飛表示，為了應對上述挑戰，我國相關領域學者已著手研究接入和回傳聯合設計、干擾管理和抑制、小區虛擬化、邊緣計算等技術，希望借助科技手段來不斷完善超密集組網技術，加快5G部署進程。
版權與免責聲明： 凡本網注明"來源:塑料機械網”的所有作品，均為浙江興旺寶明通網絡有限公司-塑料機械網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用,并注明“來源:塑料機械網jxbdc.com" 。違反上述聲明者，本網將追究其相關法律責任。
本網轉載并注明自其它來源(非塑料機械網jxbdc.com)的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，負版權等法律責任。
猜你喜歡
所有評論僅代表網友意見，與本站立場無關。