华为用5G挖矿：解决4大挑战重定义地下通信网络

2021-11-22 09:07:47来源：快科技关键词：华为 5G阅读量：22615

导读：11月21日，作为2021中国5G 工业互联网大会的重要活动，主题为“5G矿山，掘进未来”的5G 矿山分论坛在武汉召开。

　　11月21日，作为2021中国5G+工业互联网大会的重要活动，主题为“5G矿山，掘进未来”的5G+矿山分论坛在武汉召开。

　　华为5G产品线总裁彭红华发表了题为“5G DMN智慧矿山创新解决方案，重定义地下通信网络”的主题演讲。

　　他指出：“基于5G DMN(地下移动通信网络)愿景的连接泛在、性能极致、一网多能、运维极简4个技术体系，华为提出了5G DMN的技术创新方向，构建全弹性、全感知、全融合的网络，解决矿山行业在数智化转型中遇到的关键问题，助力打造智能感知、智能决策和自动执行的智能化体系。”

　　据了解，当前地面通信作为广域大覆盖场景，2G、3G、4G和5G移动通信体系已非常成熟并持续演进，但矿山等地下场景作为相对独立的狭长封闭空间，在无线电传播特征、网络部署及应用的安全性、可靠性、可用性等方面均具有独特性。

　　而在煤矿智能化探索中，当前地下通信网络存在4大挑战：环境复杂、性能挑战大、多网并存和运维困难。这4大挑战一定程度制约了矿山全面智能化发展，亟待利用5G加快数智化转型进程。

　　为了更好地推动技术标准和产业成熟，解决矿山智能化当前面临的挑战并能够长期持续发展，中国移动和华为联合提出了5G DMN创新解决方案构想。

　　该方案通过低频一体化小型RRU基站设备，提供远覆盖和大上行能力，并通过NB-IoT接入各种窄带物联业务。该创新解决方案具有远覆盖、大上行、准定位、大物联四大超强能力，能很好的满足矿山等行业需求。

　　彭红华表示，5G DMN重定义地下移动通信网络，服务于矿山的全面智能化升级。未来将会形成天地通信、地面通信、地下通信三张通信网。

上一篇：全车独立声场分区！科大讯飞飞鱼智能音频管理系统发布

下一篇：中国联通建了一所未来校园：全息异地同屏互动二维码取代校园卡

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

AI领航制造行业新篇，携手华为共赢数智未来
近日，华为AI＋制造行业峰会2025在广州成功举办。峰会期间，华为中国政企业务副总裁郭振兴在媒体沟通会中提到，AI的兴起对制造行业的降本增效及产业创新有巨大的促进作用。
华为AI＋制造智能制造
2025-05-07 16:27:08
加速行业智能化——华为AI＋制造行业峰会2025成功举办
4月28日，华为AI＋制造行业峰会2025在广州盛大举行。在峰会上，华为以“三层五阶八步”方法论为制造行业智能化加速提出实施路径，并分享7大场景20个解决方案，基于自身实践助力智能制造走深走实，推动技术革新成为业务高质量发展的核心驱动力。
华为AI制造业解决方案
2025-04-29 16:59:22
F5G-A万兆光网加速商用华为获光华杯全国一等奖
《基于50G PON的万兆光网打造数智生活》项目通过“50G PON＋FTTR”技术架构，构建了端到端的万兆接入能力，为家庭用户提供超大带宽、近本地化低时延体验，并保障及企业“一跳入算”服务。
F5G-A万兆光网华为光华杯
2025-04-27 10:58:27
中国首个高速L3商用解决方案！华为新一代ADS 4正式发布：4个配置 4大升级
为了迈向L3，华为ADS 4带来了四大升级！华为智能汽车解决方案BU CEO靳玉志坦言，当下我们正处于L2到L3的过渡阶段。所谓L3，即有条件的自动驾驶。
华为智能汽车解决方案自动驾驶
2025-04-23 08:58:13
余承东秀隔空刷掌！华为首款AI掌静脉识别智能门锁
华为智能门锁2是华为首款搭载AI掌静脉识别的智能门锁。余承东表示，静脉特征位于皮下，人眼看不到，需要近红外光才能看到，因此它比指纹和人脸更难被窃取，安全性更高。
华为AI掌静脉识别智能门锁
2025-04-17 11:37:36
早报|国家超算互联网平台上线超长文本模型；华为开发者大会HDC2025定档
近日，国家超算互联网平台新上线超长文本模型MiniMax-Text-01；华为开发者大会HDC2025官宣定档6月20日-22日，鸿蒙PC版也可能会在此次大会亮相......
国家超算互联网平台华为
2025-04-17 09:18:49

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。