重庆地处我国中部和西部地区的结合部,是中国长江上游地区唯一汇集水陆空交通资源的特大型城市,四大直辖市之一,主城区人口接近1000万,城区交通承受着巨大的压力。重庆市政府从城市可持续发展,改善城市交通环境、调整城市空间发展布局等角度考虑,希望快速发展城市轨道交通。
重庆轨道交通环线起始于重庆西站,线路全长约51公里。5号线起于两江新区规划的悦港大道,线路全长约47.8km。两条线路总长度近100km,承担了南北骨干线路(5号线)、城市最重要串联线路(环线)的重任,同时创新地采用跨线运营、快慢车运营方案,实现了网络化灵活运营,这就需要可靠、开放、互联互通的车地无线通信支撑CBTC系统安全稳定运行。在确认采用何种无线网络之初重庆地铁面临了非常多的挑战,其中重点表现在:
1. 可靠、稳定的车地无线通信
传统CBTC系统较多采用公用频段Wlan方案,其天然存在设备防护水平&可靠性低、移动性支持差、无切换标准、抗干扰性能弱的缺点,虽然业界厂商根据轨道交通行业特点,增添私有协议进行改进,在城市轨道交通发展初期发挥了重要作用,但是随着公共频段干扰加强、车辆运行高速化、发车间隔高频化的趋势,其已经越来越难以适应新时代的轨道交通车地无线需求。
另外,重庆地形复杂,山地起伏、桥梁众多,车辆运行场景变化多样,无线网覆盖隧道、地面、桥梁、停车场和车辆段多种场景,需要针对不同的地形特点提供定制化的解决方案。
2、多业务综合承载, CBTC业务优先可靠运行
重庆轨道交通车地无线同时承载了CBTC、车辆状态监控、上下客视频监控多种业务,如何在突发情况下保证CBTC业务优先可靠运行,是车地无线方案中需要重点考虑解决的问题。
3、跨线运营,互联互通
跨线运营是重庆轨道交通创新发展思路,对于信号系统的互联互通提出了很高的要求,车地无线作为CBTC的基础网络承载,需要标准、开放的通信系统支撑互联互通。
在深入了解重庆地铁的特点以及运行要求的基础上,华为提供了可靠、安全的eLTE车地无线解决方案。LTE是行业公认的移动通信技术发展趋势,属于3G向4G演进的主流技术。众多全球最具实力的通信设备厂家及运营商均积极参与LTE的研发与推广,使LTE具备了完备的产业链生态系统。基于LTE建设的地铁车地无线网络具备良好的可维护、可演进特性,是用户在无线技术体制上的最佳选择。
1、专用、可靠、稳定的车地无线网络
华为eLTE解决方案利用ICIC、IRC抗干扰技术,增强AFC频偏补偿技术可确保列车在干扰、高速行驶下无线数据传输稳定可靠。eLTE采用可靠A、B双网方案,核心网、基站等网元板件备份,系统整体可靠性达到99.998%。
此外,eLTE利用多RRU共小区方案解决轨行区覆盖不均匀问题,为轨道交通打造无缝平滑覆盖方案。
2、多业务QOS调度,保障CBTC可靠运行
华为eLTE解决方案基于不同业务属性进行多业务QoS设计,从时延、带宽、吞吐量多个指标为CBTC业务调度资源,在无线资源不足的情况下优先为CBTC业务提供最高保障。
3、开放的eLTE,支撑互联互通
华为eLTE解决方案基于3GPP标准,是面向轨道交通行业适配的增强LTE解决方案,有效支持不同LTE网络互联互通。
华为eLTE提供了可靠、融合、开放互联的城轨车地无线宽带通信平台,让重庆轨道交通运营更安全、更绿色 ,成功打造了一个高速、稳定、可靠的车地双向无线传输网络,为重庆轨道交通5号线、环线两大骨干线路远期超百万日均客运量打下坚实的基础。
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。