英特爾、愛立信實現3GPP NR標準下首個39GHz頻譜的端到端數據呼叫

2020-12-06 美通社

北京2018年9月4日電 /美通社/ -- 近日，英特爾和愛立信實現了首個符合 3GPP 新空口（NR）5G 標準的實時數據呼叫，採用英特爾射頻毫米波晶片和愛立信無線電系統商用設備，包括 5G NR 無線電 AIR 5331，基帶及英特爾®5G 移動試驗平臺。這次 5G 試驗在瑞典希斯塔和加利福尼亞州聖克拉拉的實驗室進行了演示，是首個 39 GHz 頻譜上的多廠商數據呼叫。

英特爾公司位於美國加利福尼亞州聖克拉拉市的實驗室，工程師們在該實驗室將符合3GPP新空口（NR）5G標準的實時數據呼叫連接到瑞典希斯塔的愛立信實驗室。

英特爾公司技術與系統架構及客戶端事業部副總裁兼標準與下一代技術部門總經理 Asha Keddy 表示：「此次 39 GHz 頻段的現場 5G 演示標誌著北美的 5G 商業服務已經將很快實現。使用配置 39 GHz 射頻晶片/天線的英特爾 5G 移動試驗平臺，我們成功演示了連接到愛立信商用 5G g-NB 基站的 3GPP 標準下的數據呼叫，這是確保我們商用平臺2019年部署準備就緒的重要一步。」

39 GHz 頻段是北美2019年開始的商業部署的重要頻譜，因為所有主要運營商都計劃使用這一頻段。大量使用 39 GHz 毫米波的美國運營商將提供基於 5G 數據傳輸速率的超快體驗。預計這將會驅動一個通信和客戶服務的新時代。這一最新成就建立在英特爾和愛立信早前在 3.5 GHz 頻率上的 3GPP NR 標準呼叫的基礎之上，表明這兩家公司正在向跨越多個頻段的全球互通發展。

「與英特爾共同完成的 39 GHz 端到端數據呼叫，展示了我們在不同頻段實現 5G 的承諾，」愛立信執行副總裁兼網絡業務部主管 Fredrik Jejdling 表示，「7月份我們實現了 3.5 GHz 上的互通，現在是 39 GHz 頻率，這些成就將幫助我們的客戶平滑過渡到 5G。此次通過商用 5G 無線電完成的多廠商互通，標誌著我們在實現 5G 商用上取得的裡程碑式進展。」

相關焦點

  • 愛立信攜手Qualcomm完成了2.6GHz頻段的5G新空口數據呼叫
    打開APP 愛立信攜手Qualcomm完成了2.6GHz頻段的5G新空口數據呼叫 發表於 2019-01-16 08:48:46
  • 愛立信順利完成中國IMT-2020(5G)推進組5G端到端網絡切片技術試驗
    2020年12月25日，愛立信順利完成了IMT-2020(5G)推進組5G端到端網絡切片技術試驗的異廠家測試。本次技術試驗主要依據IMT-2020(5G)推進組制定的測試規範，該規範遵循CCSA 5G網絡端到端切片特設項目組制訂的《5G網絡切片端到端總體技術要求》、《5G網絡切片基於切片分組網（SPN）承載的端到端切片對接技術要求》兩個行標，同時也遵循3GPP制訂的5G相關標準。
  • 從接收端到發射端來剖析無線充電晶片產業
    ，手錶上不會出現數據接口。現有的多模化晶片已經支持最大輸出功率超過7W，而Qi標準已實現了從5W到9W再到15W的不斷突破。目前，三星S8支持的是9W無線充電，蘋果新機支持的是7.5W充電，以及未來表無線充電功率將會進一步提高。
  • 亮亮視野出席英特爾AI技術研討會 「雲邊端計算」助萬物智聯
    4月2日，亮亮視野受邀出席2019春季英特爾人工智慧技術研討會，圍繞雲、邊、端計算體系與行業內諸多人工智慧專家共同展開討論。在5G的帶動下，萬物智能將成為現實，但同時對計算終端結構提出了更高的要求，低時延、大帶寬、高並發等條件下，雲、邊、端三體協同將成為最好的解決辦法。5G時代終端算力上移、雲端算力下沉，邊緣融合將成為行業「標配」。
  • 毫米波發射端中頻調製的實現
    基於此，本文給出一種兩次變頻法的毫米波發射端上變頻方案，並利用Altera公司的Cyclone系列EP1Cl2F324完成基帶數位訊號處理，實現對AD9-857的控制，在數字域完成基帶數位訊號的內插濾波、正交調製、D／A變換等功能，實現70 MHz中頻載波上的QDPSK調製。
  • 中通院 41 頁報告詳述 5G 端到端 SLA 行業...
    網絡上，是飛奔的比特數據流。這切片，到底是咋回事呢？硬體設備能切嗎？數據能切嗎？怎麼切？關於 5G 網絡切片，我們有太多疑問了。近日，中國信通院發布了《5G端到端切片SLA 行業需求研究》報告（以下簡稱《報告》）。
  • 一種新的無線收發器,將無線電頻率提升到100GHz的範圍
    近日，加州大學歐文分校（UCI）納米級通信集成電路實驗室的研究人員宣布，他們已經開發出一種微型無線電晶片，可以在100GHz頻率範圍內發送和接收數據，預計這將成為未來6G通信標準的基礎。 雖然現在討論6G似乎還為時過早，但美國、芬蘭和韓國領先的無線研究人員一直專注於「亞毫米波」頻譜的在這方面的潛力，研究了約一年了; 美國聯邦通信委員會（FCC）  在今年3月開放了一條95GHz到3THz的頻譜用於實驗。
  • 百度ICML論文:端對端中英文語音識別
    我們用了幾個公開可用的測試集測試我們的系統，並期待最終達到人類表現水平。為此，我們還基於這個比較標準，測試工人們的表現。發現我們最好的普通話語音系統錄製簡短的語音查詢類的言論比一個典型的中國人做的還好。在本文的其餘部分如下。我們在開始的部分複習有關深度學習內容，端到端語音識別和在第二部分提到的可擴展性。.
  • 最新CPU天梯圖統計,英特爾拿出酷睿i3支撐中端性價
    而英特爾也推出更多的產品線與之抗衡，因此沒有一直關注行業的朋友肯定會遇上難題。這次筆者分享一份來自急速空間的處理器CPU天梯圖，給大家一個相對直觀的參考。可見，英特爾中端處理器的數量明顯得到優化，而目前八代+九代的英特爾處理器可選數量可以說是達到了史無前例的多。而英特爾也不再推行G系列低端處理器走量，直接提升酷睿i3的性價比以支撐中端市場。
  • 英特爾有望本月底公布Comet Lake-S桌面端處理器
    繼幾天前宣布第十代高端Comet Lake-H移動處理器之後，英特爾有望在本月底前公布Comet Lake-S桌面端處理器。這條消息來自於El Chapuzas Informatico，於一周前就洩漏了相關細節。
  • 語音識別新範式:完全的「端到端」模型,優勢在哪裡?
    語音識別新範式以自然語言處理的子領域「語音識別」為例，從 2012 年引入深度學習技術開始，語音識別的研究熱點經歷了三個階段：2011年前後，基於 DNN+HMM（深度神經網絡+隱馬爾科夫模型）的語音識別 2014年前後，基於 LSTM+CTC（長短時記憶網絡+連接時序分類）的不完全端到端語音識別
  • 基於ZYNQ系列 SoC和AD9361實現的簡易頻譜分析儀
    摘要：頻譜分析儀是用來檢測電信號頻譜特徵的儀器，在通信、雷達以及電子產品研發等領域有著廣泛的應用。本文設計了基於ZYNQ系列SoC（System on chip）和AD9361實現的簡易頻譜分析儀，頻譜數據可以通過串口發送給上位機，並在上位機中通過MATLAB進行數據處理和分析。相比普通頻譜分析儀，該簡易頻譜分析儀使用便捷，體積小，且十分便於功能擴展。
  • 端到端聲源分離研究:現狀、進展和未來
    本文是由哥倫比亞大學博士生羅藝主講的『端到端聲源分離研究進展』整理而來。內容主要覆蓋了單通道和多通道上端到端音源分離的現狀和進展以及未來的研究方向。-本文約5580字，閱讀約需20min-端到端音源分離定義與進展什麼是端到端音源分離呢？羅藝老師首先介紹了端到端音源分離的定義。
  • TPAMI | 從虛擬到現實,一種基於強化學習的端到端主動目標跟蹤方法
    為了解決上述問題，本文提出一種基於深度強化學習的端到端的解決方案，即用一個 Conv-LSTM 神經網絡直接將圖像序列輸入映射成控制信號輸出（如前進、左轉等）。為了避免人工標記數據和在真實環境試錯，我們使用仿真環境進行訓練。我們進一步提出了一種環境增強技術和自定義的獎賞函數，以保證訓練得到一個魯棒的端到端主動跟蹤器。
  • 紐約大學提出端到端優化圖像壓縮方法,全面超越JPEG 2000 | ICLR...
    在ICLR 2017會議上，來自紐約大學的Johannes Balle 等研究者提出了一種端到端優化的圖像壓縮方法，並發表了論文：《End-to-End Optimized Image Compression》。這種方法包含了三個過程，分別是：非線性分析變換，均勻量化器，以及非線性合成變換。這些變換是在卷積線性濾波器和非線性激活函數的三個連續階段中構建的。
  • 構建端到端ML框架的經歷啟示錄
    雖然有些問題歸結於設計，但很大一部分問題實際上是構建端到端工具的固有問題——只是在構建之後才發現。端到端ML框架的問題簡單地說，機器學習生態系統產品對於端到端框架來說尚未成熟。ML工程師希望使用更好的UX工具，這當然無可厚非。
  • 愛立信斬獲116個5G商用合同,華為面臨前所未有的大危機
    一個月前，瑞典郵政和電信管理局（PTS）以「國家安全」為由，宣布禁止參與5G頻譜拍賣的瑞典通信運營商使用華為或中興的5G設備，參與5G頻譜競拍的瑞典運營商必須在2025年1月1日前將華為和中興通訊的設備從現有中心功能中移除。
  • 紐約大學提出端到端優化圖像壓縮方法,全面超越JPEG2000|ICLR2017
    雷鋒網按：數據壓縮是一種基礎工程問題，在數據存儲和有限容量信道傳輸中有重要的應用。圖像作為一種信息載體，數據量巨大，因此研究者們對圖像壓縮的研究從未停止過。在ICLR 2017會議上，來自紐約大學的Johannes Balle 等研究者提出了一種端到端優化的圖像壓縮方法，並發表了論文：《End-to-End Optimized Image Compression》。
  • 深度學習預測RNA二級結構,螞蟻金服提出端到端模型E2Efold
    這個能量函數要麼是通過基於物理學的熱力學實驗估計的，要麼就是通過數據學習到的。這些方法都存在一個問題，即所有可行的二級結構的搜索空間的規模會隨序列長度 L 的增長而指數級增長。為了能夠輕鬆地實現最小化，研究者通常假設鹼基配對具有某種嵌套結構（圖 2 左）且能量函數會成對地分解為因子。
  • 人民郵電報記者第一時間連線3GPP專家解讀R16標準丨完善「能力三角...
    北京時間7月3日23時，國際標準組織3GPP宣布5G R16標準凍結，這標誌著5G第一個演進版本標準完成。本次凍結的R16標準，實現了從「能用」到「好用」，圍繞「新能力拓展」「現有能力挖潛」和「運維降本增效」三方面，進一步增強了5G服務行業應用的能力，提高了5G的效率。