Page 14 - 网络电信2023年12月刊

运营商专栏

表2 AI模型下实测与路测对比 因此，在深度覆盖预测问题上，场景孪生程度和训练数据
质量对预测精准性具有较大影响。当然，本文实际测试中仅选
取了局域场景进行验证，后续还可以应用更大规模场景验证AI
模型的准确性。在更大场景范围下，基于MDT数据应用AI模型进
行深度覆盖预测，将具有更低成本和更高推广价值。

三、结束语
本文针对深度覆盖预测问题，对数字孪生技术在网络领
域应用进行了分析，并设计场景孪生和无线电波孪生的方案，
应用网络孪生平台对不同方案进行充分验证。依托实际路测数
据，创新性地提出了利用高噪声MDT数据进行无线电波传播模型
训练的方法。本文所提出的数字孪生方案也为后续进一步提升
网络深度覆盖预测准确性、解决覆盖痛点问题指出研究方向，
有着重要的现实意义。

参考文献
[1] 朱明程,王霄峻.网络规划与优化技术[M].北京：人民邮政出版
社，2018.
[2] GRIEVES M W.Product lifecycle management:the new paradigm
for enterprises[J].International Journal of Product
Development,2005(1).
从上述对比可得仿真值与实测值差值在5 d B以内的点数占 [3] 阚晓云,孙景振. LiDAR及倾斜摄影技术在数字实景城市模型中的
比为79%。 应用[J].测绘地理信息, 2014(3).
由前述对比数据可以看到，在应用MDT数据时，应用AI传播 [4] XU B, HU H, ZHU Q, et al. Efficient interactions for
模型具有更好的性能，能够达到79%的准确性。而此时如果应用 reconstructing complex buildings via joint photometric
MDT数据对射线跟踪模型进行矫正，无法得到收敛模型。在场景 and geometric saliency segmentation[J]. ISPRS Journal of
孪生精细可靠前提下，射线跟踪模型能够达到84%的准确性，具 Photogrammetry and Remote Sensing, 2021(5).
有更优性能。

中国联通实现济郑高铁5G网络全程覆盖

12月8日，济郑高铁全线开通运行，中国联通同步实现济郑铁路、各类型车站和铁路沿线周边区域5G信号100％覆盖。
济郑高铁是我国“八纵八横”高铁网的重要连接线，是山东省高铁网的西部出省大通道，也是山东省“四横六纵”高铁网的
组成部分。济郑高铁山东段全长170公里，设计时速350公里，通车后，济南至郑州通行时间缩短至1.5小时左右，对于推动山东半
岛城市群与中原城市群互联互通具有重大意义。
为有力落实国家“交通强国”和“网络强国”战略，一直以来，山东联通积极推动省内铁路沿线的通信网络覆盖，确保5G网
络与高铁同步开通。山东联通为济郑高铁采用多模宽频设备实现全程4G/5G全覆盖，同时对沿线4个新建高铁车站采用新型数字化室
内分布系统进行无缝覆盖。同时，在高铁开通前，提前开展优化调整工作，确保网络性能和用户体验优良。
记者对济郑高铁山东段实测，高铁全程联通5G网络质量稳定，语音业务清晰、视频业务流畅，在聊城西站内实测下行载波聚
合平均速率达到1447Mbps，上行均值速率达到149Mbps。
下一步，山东联通将充分发挥技术和频率优势，持续优化高铁沿线的网络质量，致力于打造体验优良的5G精品网，让旅客在
感受到高速列车带来的便捷的同时，也享受到山东联通高速优质的5G网络服务。

16 网络电信 二零二三年十二月