4G LTE 网只能提供数据服务,不能承载语音通话,该怎么理解

这个问题要从移动核心网的角度来理解。我们平时说的WCDMA、TD-SCDMA、TD-LTE其实通常指空口技术,即从手机到基站的通信技术。而移动通信的核心控制部分,则由核心网完成——如何在两个基站间建立起语音连接?何时给拨号方返回嘟嘟的线音?何时给接收方发出振铃?如何判断一个用户是否开通了呼叫转移业务,如何实现?如何建立从手机到因特网服务器的数据连接?如何判断用户是3G用户还是LTE用户? 这些都是由移动核心网完成的。

下面来说移动核心网的种类。在2G/3G时代,移动核心网是两个独立的域,控制语音相关的叫电路域(CS域:Circuit Switch),控制数据业务相关的叫分组域(PS域:Packet Switch)。相应的,与语音相关的控制都放在了电路域,比如上面的语音呼叫建立、返回振铃、判断并执行呼叫转移,以及曾经的杀手锏业务短信等等。与数据相关的控制则放在了分组域,比如上面的与因特网服务器(通信网与因特网是两张网)建立数据连接、区分你当前流量是微信还是微博等等。

因此,在2G/3G时代,语音和数据业务分别承载在两张不同的核心网上。3G网络允许业务并发,也即同时使用两张网络,在打电话的同时可以数据下载。(2G,严格的说是2.5G的GPRS,由于技术限制,通常发生呼叫的时候数据业务会挂起)

随着数据业务的爆发以及网络的全IP化,LTE网络不再提供电路域,只保留唯一的一个分组域核心网(EPC:Evolved Packet Core)。LTE的最终目标是所有业务,包括语音、数据,都承载在这张用来处理数据业务的核心网上。也就说,只有在语音完全实现数据化(IP化)后,LTE网络才能够承载语音业务,而这个条件目前在中国并不具备。

可能有人会问,手机QQ既然能语音通话,为什么LTE网络不能直接也这么干?因为这种类似于软件中的语音通话功能只是应用级别的,运营商无法做到对通话过程完全可控(使用手机号MSISDN作为身份标识、区域计费、增值业务等),更重要的是,这种级别的语音业务无法保障其通话质量(想象一边QQ语音一边下迅雷吧)。此外,实现移动电话与固网(座机)之间的通信也是个很重要的问题。

为此,通信人们又构想出了IP多媒体系统(IMS: IP Multimedia Subsystem),叠加在LTE核心网上,通过IP网络提供高质量、可控、可与固网融合的语音业务(当然不只是语音业务,还包括视频等媒体业务)。而VoLTE技术(Voice over LTE)就是基于IMS的,也是在LTE网络中承载语音通话的唯一方式。

不幸的是,多年来IMS的研究进展缓慢,其大规模的商用也刚刚开始(韩国SK已部署商用VoLTE),而要在中国这么大的范围内实现VoLTE,目前来看还不太成熟,需要后续持续的大规模网络基础建设(都是钱哪……),因此可以说,从目前来讲,「4G LTE 网只能提供数据服务,不能承载语音通话。」。

既然目前IMS网络大规模部署还不成熟,自然就有人想出了过渡期间的临时方案:CSFB和多模双待。

语音业务回落(CSFB: CS Fallback)是指驻留在LTE网络中的用户,需要发起语音业务时(包括主叫和被叫,不包括短信),通过切换,完全回落至2G/3G网络,然后通过2G/3G网络中的电路域进行语音业务,通过2G/3G网络中的分组域接续之前在LTE网络中未完成的数据业务,但是数据业务的速率会显著降低。语音业务完成后再返回LTE网络(至于是否挂机就马上回去就不一定了)。这是世界上绝大多数运营商采取的过渡期方案。这种方案的问题在于,如果优化不好,回落的过程耗时会很长,导致语音建立的时间较长。(当然小伙伴们不用担心,已经有一群人集中脑力把它优化的很好了。)

多模双待的概念就很好理解了,跟现在常说的双模双待机原理是类似的,唯一不同就是只需要一张SIM卡。用户同时驻留在2G/3G和LTE网络,语音业务通过2G/3G提供,数据通过LTE网络来承载。享受2G/3G的语音质量和LTE的数据速率,听着很完美是不是?致命弱点:耗电量大,这个不用多说吧,智能机用户的切肤之痛,试想如果本来就只能用6个小时的安卓机使用多模双待只能用4个小时了(可能有些夸张,具体数据未知),小伙伴们能忍么?第二,支持多模双待的终端少而且成本更高,大名鼎鼎的iPhone 5S就不支持,这也是为什么5S,以及其他非移动定制机,开通4G后被爆出各种语音、短信问题。

既然多模双待问题挺多,而CSFB听起来还不错,为什么中国移动、中国电信不好决定?

中国移动的原因,自然是其3G网络:TD-SCDMA的短板,导致其回落到3G网络的策略基本不可用。那回落到2G呢?要知道,GSM可是十多年前的技术了,技术上很难再做出更多的优化,导致CSFB的缺点被放大:回落时间过长(上文中「优化的很好」特指LTE到3G网络的回落)。试想用户需要打一个电话,先需要若干秒(假设8s吧)的回落时间(从LTE到2G),然后再经过若干秒(假设4s吧)的呼叫建立时间(2G系统内部),那每拨打一个电话,单方就至少需要等待12s,双方都是LTE用户的话还要更长(不是x2的关系,小于)。这恐怕谁都不好拍板就让用户这么等着。此外,2G(GPRS/EDGE都属于2G)的数据业务速率极差。GPRS的理论最高速率为171.2kbps,实际大概在40kbps左右;EDGE的理论峰值可以达到384kbit/s,实际大概是160Kbps左右;而LTE理论上可是100Mbps,也就是100,000kbps,从光纤网络直接掉到拨号网络,用户能满意么?(以上速率除以8就是你迅雷上看到的下载速度)

好在中国移动坐拥数亿用户,拥有强大的产业推进能力,只要想,马上就会有无数移动版手机支持多模双待,所以也不用太操心。而移动的资金雄厚,大踏步建网直接进入VoLTE时代也应该指日可待。

而中国电信的原因,则在于从其3G网络CDMA2000到LTE的演进不是平滑的,可以理解为两张技术上截然不同的网络,回落自然也成问题。况且国外大部分部署CDMA的运营商(主要集中在北美)当初大部分都选了多模双待(当时回落技术还非常不成熟),所以选择跟风自然最稳妥。

中国联通所谓拿到最好的3G牌照绝对名不虚传,所以采用CSFB没有什么悬念。而其3G网络从WCDMA升级到到HSPA+其理论峰值就可以达到42Mbps,跟LTE已经不分伯仲,也导致其LTE的发展态度最保守。不过,其从WCDMA到LTE的演进从技术上讲也是三家运营商里最平滑的,偷着乐吧。

-----------------------

补充1:SRVCC技术解决的当语音已经通过VoLTE承载时,在通话过程中移出LTE覆盖区(也就是4G没信号了)过程中如何保证语音、数据的连续性。因此在文中并没有提到。

补充2:LTE-A才是严格意义上的4G标准,HSPA+、LTE都是准4G标准。
深度学习是机器学习的一个子领域,它基于人工神经络的研究,特别是利用多层次的神经络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经络(Neural Networks)**:深度学习的基础是人工神经络,它是由多个层组成的络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经络(Feedforward Neural Networks)**:这是最常见的神经络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经络(Convolutional Neural Networks, CNNs)**:这种络特别适合处理具有格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经络(Recurrent Neural Networks, RNNs)**:这种络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗络(Generative Adversarial Networks, GANs)**:由两个络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经络中用于添加非线性,使得络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值