期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
5G基站节能策略研究
被引量:
2
下载PDF
职称材料
导出
摘要
5G网络已具备一定规模,基站的节能减排成为当今通信领域的重中之重,该文对5G现有的节能策略进行分析,探究了运营商采用的各种5G基站节能技术前景,并提出5G基站智能节能解决方案,对节能小区进行场景智能识别,调整节能方式和时间动态,实现多网协同的灵活节能,在确保用户感知体验的前提下有效提升能源利用效率,降低运营商运营成本(OPEX)。
作者
周徐
方东旭
廖亚
机构地区
中国移动通信集团重庆有限公司
出处
《中国新技术新产品》
2021年第14期42-44,共3页
New Technology & New Products of China
关键词
5G基站
人工智能
节能减排
动态调度
分类号
TN929 [电子电信—通信与信息系统]
引文网络
相关文献
节点文献
二级参考文献
13
参考文献
5
共引文献
23
同被引文献
21
引证文献
2
二级引证文献
5
参考文献
5
1
陈龙泉,王欢.
基于基站机房的能耗数据采集与分析[J]
.计测技术,2016,36(4):5-10.
被引量:6
2
刘思怡.
绿色无线移动通信技术的创新思考[J]
.科学技术创新,2017(33):95-96.
被引量:6
3
余丹娟.
通信移动基站节能技术介绍与研究[J]
.电脑与电信,2016(7):59-60.
被引量:5
4
彭铎,周建国,羿舒文,江昊.
基于空间合作关系的基站流量预测模型[J]
.计算机应用,2019,39(1):154-159.
被引量:3
5
胡铮,袁浩,朱新宁,倪万里.
面向5G需求的人群流量预测模型研究[J]
.通信学报,2019,40(2):1-10.
被引量:13
二级参考文献
13
1
高金波.节能新技术在通信基站领域内的应用研究[C].中国通信学会信息通信网络技术委员会2011年年会,2011.
2
郭大东.移动通信技术与应用基站空调室外机防盗技术研究与实践[C].辽宁省通信学会2009年通信网络与信息技术年会,2009.
3
邱贺铨.
绿色移动通信展望--代《绿色无线移动通信专辑》序[J]
.中国科学技术大学学报,2009,39(10).
被引量:3
4
王晓云,黄宇红,崔春风,陈奎林,陈沫.
C-RAN:面向绿色的未来无线接入网演进[J]
.China Communications,2010,7(3):107-112.
被引量:33
5
刘晨,陆佳亮,孔令和,吴凤刚,吴强,伍民友.
基于软件的无线网绿色代理系统[J]
.软件学报,2012,23(2):215-229.
被引量:2
6
Xiaolong LI,Gang PAN,Zhaohui WU,Guande QI,Shijian LI,Daqing ZHANG,Wangsheng ZHANG,Zonghui WANG.
Prediction of urban human mobility using large-scale taxi traces and its applications[J]
.Frontiers of Computer Science,2012,6(1):111-121.
被引量:48
7
张国辉.
无线基站节能微排的优化控讨[J]
.信息通信,2014,27(7):191-191.
被引量:2
8
龚霞,魏翼飞,宋梅,常琳.
基于绿色基站的节能方案探讨[J]
.移动通信,2014,38(14):91-95.
被引量:9
9
付彩风.
绿色宏基站能耗模型关键参数研究[J]
.绿色建筑,2015,7(4):61-64.
被引量:5
10
滕飞,郑超美,李文.
基于长短期记忆多维主题情感倾向性分析模型[J]
.计算机应用,2016,36(8):2252-2256.
被引量:21
共引文献
23
1
姜维宁,赵振威.
医护患一体化的5G通信模式研究[J]
.自动化与仪器仪表,2020(4):179-182.
2
张志荣,许晓航,朱雪田,夏旭.
基于AI的5G基站节能技术研究[J]
.电子技术应用,2019,45(10):1-4.
被引量:37
3
黄彬,莫景善.
极简站点创新改造方案探究和应用[J]
.移动通信,2019,43(12):79-83.
被引量:5
4
柳兴,杨震,王新军,朱恒.
移动边缘计算中的内容分发加速策略[J]
.计算机应用,2020,40(5):1389-1391.
被引量:6
5
任强.
基于AI的多系统协同在5G网络节能中的应用[J]
.数字通信世界,2020(5):11-12.
被引量:1
6
柳兴,郭慧,张志明,刘峥,谯婷.
面向5G需求的APP载体内容分发网络模型研究[J]
.重庆邮电大学学报(自然科学版),2020,32(5):833-839.
7
刘银洪.
对绿色无线移动通信技术的研究和思考[J]
.数字通信世界,2020(10):34-35.
8
郑佳欢,向勇.
基于个性化场景的5G基站节能方法[J]
.移动通信,2021,45(3):91-96.
被引量:5
9
周其龙.
基于离散变量的多尺度网络流量短期预测仿真[J]
.计算机仿真,2021,38(5):423-426.
被引量:3
10
潘传佑,李巍,张佳学,王振坤.
基于5G基站节能技术的智慧型断路器研究与设计[J]
.电工技术,2021(18):29-32.
被引量:4
同被引文献
21
1
杨华,张慧午,曹磊.
寒冷地区某低能耗建筑空调运行节能潜力分析[J]
.建筑节能,2019,47(12):82-85.
被引量:6
2
廖仕剑,邓漫龄,刘华,吴美壮.
5G基站节能策略研究及应用[J]
.广西通信技术,2020(3):42-49.
被引量:8
3
杨苹,刘胜荣.
南方地区移动通信基站的能耗分析与节能评估[J]
.西华大学学报(自然科学版),2010,29(1):70-73.
被引量:14
4
王钟.
TD-SCDMA基站同步解决方案研究[J]
.数字技术与应用,2011,29(10):40-40.
被引量:2
5
杨济如,石坤,崔秀清,高赐威,崔高颖,杨建林.
需求响应下的变频空调群组削峰方法[J]
.电力系统自动化,2018,42(24):44-52.
被引量:36
6
韩柳燕,王磊,王世光,刘未华.
小基站同步解决方案研究[J]
.电信网技术,2016,0(7):12-14.
被引量:2
7
张志荣,许晓航,朱雪田,夏旭.
基于AI的5G基站节能技术研究[J]
.电子技术应用,2019,45(10):1-4.
被引量:37
8
帅农村,邵泽才.
基于多元线性回归算法的5G基站能耗模型[J]
.移动通信,2020,44(5):32-36.
被引量:15
9
贾乾罡,陈思捷,严正,平健.
基于区块链的空调负荷用电权分配:模式与方法[J]
.中国电机工程学报,2020,40(11):3393-3401.
被引量:17
10
陈璐,杨永标,徐青山.
基于时变互补特性的聚合空调调控及恢复策略[J]
.电力系统自动化,2020,44(13):39-47.
被引量:12
引证文献
2
1
曾孜旻.
5G基站节能方案探析[J]
.通信电源技术,2021,38(17):163-165.
被引量:1
2
汤江晖,苏子云,王迎秋,赵猛,刘传飞,徐杰彦.
考虑5G宏基站空调负荷参与需求响应的潜力分析[J]
.电力需求侧管理,2022,24(6):77-83.
被引量:4
二级引证文献
5
1
慕少锋,肖清华.
基于业务保障的5G基站智能关断方法分析[J]
.邮电设计技术,2022(7):11-14.
被引量:1
2
彭宇翔,黄倩,李捷,杨舟.
基于虚拟电厂的分布式5G基站可调资源聚合技术及应用[J]
.广西电力,2023,46(2):41-47.
被引量:1
3
单友成.
基于大数据的5G智慧工厂基站选址规划策略研究[J]
.通信技术,2023,56(10):1166-1172.
被引量:2
4
陈珂,袁金斗,焦梦婷,陈宋宋,郑博文.
考虑5G通信和共享储能的产消者实时调控优化策略[J]
.电力需求侧管理,2024,26(1):54-60.
5
许广林,刘涛,贾斌,罗双祥,黄桦.
基于云计算的5G铁塔基站负荷聚合方案研究[J]
.电力系统装备,2024(5):71-73.
1
夏颖.
5G基站节能方案探析[J]
.江苏通信,2021,37(4):119-122.
被引量:4
2
刘杨,左华汉.
基于网间协作提升网络能效的技术方法及应用[J]
.信息通信,2020,0(2):245-247.
被引量:1
3
校林.
安徽中科着力打造烘干与冷藏装备优秀民族品牌[J]
.当代农机,2021(9):10-11.
被引量:1
4
薛龙来,夏伟,李轲,刘明勇.
5G基站节能策略[J]
.移动通信,2021,45(5):102-107.
被引量:8
5
Bahram Mehrafrooz,Pedram Edalat,Mojtaba Dyanati.
Cost consequence-based reliability analysis of bursting and buckling failure modes in subsea pipelines[J]
.Journal of Ocean Engineering and Science,2019,4(1):64-76.
被引量:2
6
王杉文,欧鸥,张伟劲,欧阳飞.
基于FG_DRFwFm模型的深度推荐[J]
.计算机应用研究,2021,38(10):3030-3034.
7
毛伊敏,邓千虎,邓小鸿,刘蔚.
改进的并行关联规则增量挖掘算法[J]
.计算机应用研究,2021,38(10):2974-2980.
被引量:7
中国新技术新产品
2021年 第14期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部