电信企业进入5G大规模建设阶段，不仅建设任务艰巨，造价也高，同时5G系统功耗大，对基站外市电容量提出

了更高要求。为了更好更快地推进5G基站建设落地，本课题对5G基站外市电引入低成本建设的设计要点做探讨，确保基站

新增5G荷载后，外市电可以承载5G设备的长期稳定运行，合理降低建设成本，提升投资效益，为后续5G基站外市电引入建设

提供参考。

电子政务外网是我国电子政务重要的基础设施。新时期广东省提出构建一个“具备韧性、全面融合、广泛覆盖” 的新一代政务外网，这对网络的覆盖面、稳定性、安全性等提出了更高的要求，对此结合SPN技术和超级SIM零信任安全网关 技术探讨新一代政务外网的规划、设计和建设。

常规的无线局域网络入侵信号检测节点多为独立式设定，检测效率较低，导致入侵信号检测误检率较高，为此提 出对基于GA-SVM算法的无线局域网络入侵信号检测方法。该方法首先采用关联的方式进行入侵信号特征提取，提升检测 效率，设置关联性检测节点，构建GA-SVM测算入侵信号检测模型，采用定位分离方法来实现信号检测处理。测试结果表明： 针对选定的300个采样点进行信号入侵检测，对比于传统分布式光纤网络入侵信号检测组、传统FastICA测算网络入侵信号检 测组，此次所设计的GA-SVM测算网络入侵信号检测组最终得出的入侵信号检测误检率被较好地控制在20%以下，说明基于 GA-SVM算法的检测效果更佳，针对性更强，具有实际的应用价值。

“十四五”时期是我国5G网络规模化部署的关键期，也是5G应用场景和产业生态的快速发展期。存量地铁覆盖

40多个城市，地铁具有人流量密集、用户年轻化、业务流量高等业务特征，一直以来都属于运营商的高价值场景，也将成为5G

的重要品牌窗口。如何确保存量地铁民用通信5G网络覆盖工程高效、高质量地完成，实现了优质的5G体验，对此分析了存量

地铁场景的5G改造的难点、解决方案及工程实施要点，以供参考。

当前，通信运营商市场竞争日趋激烈，提速降费成为总基调。各通信公司为确保竞争优势以及可持续健康发展，

对网络建设成本管理提出了更高的要求。研究以更低的成本分步推进网络建设及与服务，实现降本增效，尤其重要。对移动

通信网络低成本建设方法进行深入探讨与总结，为通信网络建设提供操作性强的参考与帮助。

数字化转型的时代背景下，新疆电信建设无线网工程建设数字化管理平台，用于无线网工程建设过程中的关键 数据的留痕，平台自建成后开始使用，至今已储存了大量的留痕数据，如何利用留痕数据，让留痕数据发挥价值，成为了新疆电 信面临的重要挑战。为解决这一难题，通过强化数据驱动的全过程管控，将无线网规划、设计、施工、后评价环节的流程打通， 构建无线网从规划到后评价的精细化管理体系，指导无线网工程建设优化及投资管理。

智慧校园是教育信息化领域未来重要的发展方向，教育专网作为其基础设施，对网络的质量（高速稳定）与覆盖范 围、数据安全性、兼容性等性能指标要求较高。融合5G切片技术和边缘计算技术，创新提出建设5G+三级云架构的教育算力 网络的解决方案。这种网络架构可以优化资源分布，实现教育均衡发展；通过专属切片保障网络数据安全和访问性能；以5G 逐步替代 WIFI实现设备万物互联；为 AR/VR教学等移动性新业务新应用提供建设条件；提供定制化的融合网络；提供本地 访问管理。针对不同类型学校，实施分类云网解决方案。对于新建校，可以融入新基建理念，减少无线网络资源重复投入；对 于信息化试点校，可以着重满足算力应用创新和信息化教育应用示范；对于非试点校，可以优化无线网络覆盖，降低网络建设 成本；对于偏远学校，可以以均衡教育资源为目标，就近接入区域云实现算力共享。不同规模的学校均可实现以最小的建设成 本，建成高安全、高稳定、承载力强、易扩容的教育专网。

室内是5G网络的主要应用场景，5G超过85%的业务发生在室内场景。完善的5G室内分布系统对未来5G网络

发展至关重要。5G室内分布系统建设成本较4G显著提高，也是运营商网络建设的痛点。在分析5G室内分布系统的低成本

建设思路基础上提出POI 加广角泄漏电缆的解决方案，为后续运营商低成本建设5G室内分布系统提供技术解决方案

：分析了铁路沿线信息岛的成因、现状、对列车安全的影响，通过对现有信息传输平台及毫米波通信特点的研究，

针对信息岛与外界信息沟通的需求提出一种基于毫米波与ICT融合信息传输平台设计方法，并对监控数据中的关键信息提

取、传输给出了一系列方案,可将列车路线附近信息岛的关键监控信息更有效地传输给数据中心，有效解决了信息岛与外界沟

通的难题。

算力和网络作为信息基础设施的两大核心要素，相互促进并深度融合推动算力网络持续演进，在云专网部署 L3VPN、SRv6/G-SRv6等技术，提供云组网业务统一承载，提供差异化的、更低时延、更高可靠性的新型云组网业务产品。通过 基于SRV6等新技术在云专网组网中的应用研究，提供面向不同租户、不同业务的差异化业务承载能力，支持低时延、大带宽、 高可靠性等新型云网业务能力，着重解决当前无法满足2B行业客户入云的低时延、数据备份等大带宽等业务需求。

随着科技的快速发展，人们对无线频谱的需求越来越高。然而，由于频谱资源有限，如何有效利用这些资源成为 了无线电领域的一大挑战。为了解决这个问题，建立了一个主次用户共享相同的频谱资源，并且都以非协作方式工作的认知 无线网络模型，以提高次用户的吞吐量，然后使用基于SumTree采样深度Q学习（SumTree Deep Q-Network，ST-DQN）算法 来进行功率控制，来确保样本选取的优先级与多样性。最后通过 Python 进行了一系列的仿真实验，与传统的 Q 学习（qlearning）和自由探索算法在奖励、损失函数和次用户吞吐量等性能指标进行了比较与分析，研究发现ST-DQN算法在功率控 制方面表现更优。