华为助力北京地铁1、2号线4G无线民用传输改造
华为公司综合考虑地铁通信系统的组网特点,以及运营商4G网络的承载需求,选择成熟可靠的SPTN技术(Service oriented PTN,面向业务的分组传输技术)方案建设地铁1、2号线4G无线民用传输系统。
北京地铁1、2号线工程始建于二十世纪六、七十年代,最初是以战备疏散为主,兼顾城市交通。随着城市建设的不断发展,北京地铁1号线已经成为北京市东西向的大动脉,是客流最繁忙的线路之一;线路呈环状的2号线经过市中心最繁华的地段,是各条新建线路的换乘联络线,负担起多条线路的客流联络、换乘任务。
北京地铁1、2号线民用通信传输系统始建于2008年,用于承载2G和3G运营商基站业务,随着近几年无线技术的发展,运营商4G网络开始规模投入使用,既有传输承载网无法对新业务实现有效承载,主要体现在传输通道带宽不足、无法承载1588V2时间同步信号、接口速率容量较低等方面。为了提升乘客乘车上网质量,北京地铁亟需建设一套高可靠、高性能、高安全、易扩展、易管理、易维护的新型传输系统,以实现多种业务类型的传输和数据交换,满足用户目前及未来的通道需求。
华为公司综合考虑地铁通信系统的组网特点,以及运营商4G网络的承载需求,选择成熟可靠的SPTN技术(Service oriented PTN,面向业务的分组传输技术)方案建设地铁1、2号线4G无线民用传输系统。该解决方案具有大带宽、高可靠、高安全、低时延、易运维等特点,满足了客户当前4G网络承载需求,并保证未来网络的演进承载能力。
- 大带宽:核心接入节点采用2套高端PTN7900-24,其余车站采用PTN3900-8共40套,组建40GE的大带宽传输通道,满足未来五年民用4G业务对传输通道承载要求,并能支撑后续客户其他增值业务的发展需求。同时,在满足了既有需求的前提下,充分预留设备冗余槽位,充分考虑未来扩容需求,有效的保护了客户投资;
- 高可靠:SPTN传输网络支持MPLS-TP (MultiProtocol Label Switching Transport Profile, 面向连接的多协议标签交换技术)环网保护、MC-LAG(multi-chassis link aggregation group, 跨设备链路聚合组)、PW ASP (Pseudo Wire Automatic Protection Switching, 基于伪线的自动保护切换技术)双归保护等多种保护方式,同时,OAM(operation, administration and maintenance, 运维管理)报文由硬件ASIC转发 (CPU不需参与处理),检测速度比快速BFD(Bidirectional Forwarding Detection, 双向转发检测)快3倍,每报文间隔为3.3ms,实现快速故障定位,可确保节点和链路级50ms故障保护倒换。通过多样化的保护方式,可以进一步从设备和链路层面为业务提供可靠性保障,提升乘客上网体验。
- 高安全:SPTN通过管道技术(Tunnel/PW),实现各运营商业务流之间完全隔离,避免了不同业务间的干扰或侵入。同时,SPTN通过基于端口接入业务进行透明传输,不对业务自身包含的协议进行处理,可避免从协议层面对SPTN网络发起的攻击。SPTN具有MAC地址黑白名单和802.1X认证功能,防止接入点非法用户接入对网络进行攻击,充分保证网络安全。
- 低时延:SPTN技术通过单设备20us的以太低时延承载,有效保证了运营商4G网络运营的实时性要求,提升了乘客在地铁隧道内的通话及上网质量。
- 易运维:通过采用华为统一网络管理软件U2000系统,实现了SDH-LIKE运维模式,多层级过滤减少90%无效告警,降低了分组业务运维的复杂度,减少了人力资源成本的投入,真正意义上简化了运维。对于新业务的开通,SPTN网络支持新加设备、单板自动发现,仅需运维中心下发设备的基础配置,即可完成网络部署方案,而不需要IP专家到每一个站点进行调测,部署效率提高6倍。
- 平滑演进:SPTN技术基于硬件面向业务可编程灵活支持新特性,支持设备全面匹配客户未来的SDN网络演进需求,确保了当前网络支持面向未来业务发展的平滑演进升级能力。
华为SPTN解决方案以大带宽、高可靠、高安全、低时延、高演进等特点,为地铁客户提供了高效的民用无线业务传输承载方案,同时简化网络运维难度,减少维护人力要求。华为凭借在通信行业耕耘数十载的设计、交付和运维经验,深入理解地铁客户业务发展诉求,将以稳定可靠的设备、优质专业的服务,为提升地铁客户业务质量贡献自己的力量。
0赞好文章,需要你的鼓励
推荐文章
苏黎世大学的实验显示,AI的说服成功率达到9-18%,而人类平均只有2.7%,AI比人类强6倍。在4个月内,13个AI账号成功说服了上百位Reddit用户改变观点,且没有人识破它们的身份
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
Roig Arena 将于 2025 年 9 月在瓦伦西亚开业,借助 Extreme Networks 的 6GHz Wi-Fi 与数据分析技术,实现无缝运营与个性化观众体验,打造全天候活动中心。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。