• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      高鐵場景LTE網(wǎng)絡(luò)負(fù)荷評估及容量提升研究

      2018-08-03 06:46:48谷俊江張進(jìn)楊福理李巍
      江蘇通信 2018年2期
      關(guān)鍵詞:用戶數(shù)門限利用率

      谷俊江 張進(jìn) 楊福理 李巍

      中國聯(lián)合網(wǎng)絡(luò)通信股份有限公司江蘇省分公司

      1 引言

      高速鐵路(以下簡稱“高鐵”)的迅速發(fā)展給人們帶來了出行的便利,越來越多的人將高鐵作為出行方式的第一選擇。高鐵作為聯(lián)通網(wǎng)絡(luò)中重點口碑場景,具有運(yùn)行速度快、移動用戶集中、多普勒效應(yīng)明顯等特點。隨著LTE網(wǎng)絡(luò)建設(shè)的加速,高鐵4G用戶數(shù)和業(yè)務(wù)量也持續(xù)、快速地增長,網(wǎng)絡(luò)負(fù)荷日益嚴(yán)峻。網(wǎng)絡(luò)整體負(fù)荷的抬升使得高鐵場景下移動用戶的容量難以滿足用戶多樣化的需求。為了匹配高鐵用戶業(yè)務(wù)多樣化,滿足網(wǎng)絡(luò)帶寬不斷提升的需求,合理地評估高鐵場景下LTE網(wǎng)絡(luò)的負(fù)荷情況,制定有針對性的擴(kuò)容優(yōu)化方案勢在必行。本文主要圍繞高鐵場景下,如何進(jìn)行SFN合并小區(qū)拆分和擴(kuò)容這兩個方面提出建議。

      2 LTE網(wǎng)絡(luò)負(fù)荷評估研究

      LTE系統(tǒng)采用OFDM技術(shù),數(shù)據(jù)信道為共享信道,分配方式靈活。LTE系統(tǒng)的網(wǎng)絡(luò)容量的瓶頸主要體現(xiàn)在3個方面:系統(tǒng)處理能力、站點接入能力及用戶感知速率。其中系統(tǒng)處理能力主要體現(xiàn)在eNodeB(Evolved Node B,即演進(jìn)型Node B的簡稱,LTE中基站的名稱)的基帶板CPU的利用率指標(biāo)上,以目前聯(lián)通LTE網(wǎng)絡(luò)的硬件配置及業(yè)務(wù)量,基帶板CPU利用率總體較低,暫時不會出現(xiàn)負(fù)荷過高的問題。當(dāng)前主要從站點接入能力和用戶感知速率2個維度來評估LTE網(wǎng)絡(luò)的負(fù)荷。由于高鐵SFN合并比例較高,SFN直接影響物理小區(qū)容納能力,故需要對SFN原理進(jìn)行分析。

      2.1 SFN技術(shù)原理

      2.1.1 SFN定義

      SFN(Single Frequency Network,單頻網(wǎng))是指在一個地理區(qū)域內(nèi),將多個工作在相同頻段上的射頻模塊所覆蓋的物理小區(qū)合并為一個小區(qū)的技術(shù)。為了便于描述,本文將合并后的小區(qū)叫做“SFN小區(qū)”;SFN小區(qū)中,各射頻模塊覆蓋的無線通信區(qū)域稱為“物理小區(qū)”。合并后,各物理小區(qū)使用相同的 PCI(Physical Cell Identi fi er)。

      2.1.2 高鐵應(yīng)用

      在高鐵場景中,用戶移動速度快,切換頻繁,用戶體驗較差。高鐵場景符合線狀覆蓋的特點,為減少用戶移動過程中的切換次數(shù),提升用戶體驗,將高鐵線路上連續(xù)覆蓋的多個物理小區(qū)合并成一個SFN小區(qū)。

      合并前后普通組網(wǎng)和SFN組網(wǎng)對比:

      圖1 SFN合并小區(qū)組網(wǎng)對比圖

      2.1.3 增益及影響分析

      引入SFN特性后,帶來的增益主要包括:

      減少了物理小區(qū)之間交疊區(qū)域(即鄰區(qū)與服務(wù)小區(qū)的信號強(qiáng)度之差小于5dB)的干擾,提升了物理小區(qū)之間交疊區(qū)域的SINR(Signal to Interference plus Noise Ratio),從而提升了交疊區(qū)域的用戶體驗。減少了用戶在多個物理小區(qū)之間的切換次數(shù)。

      SFN合并在對網(wǎng)絡(luò)產(chǎn)生增益的同時,也對網(wǎng)絡(luò)產(chǎn)生了一定影響。SFN對網(wǎng)絡(luò)的影響見表1。

      表1 SFN小區(qū)對網(wǎng)絡(luò)的影響表

      可見,SFN合并對于降低切換次數(shù)、減少重疊覆蓋、提升SINR、提升單用戶下行吞吐率具有重大意義,尤其是對重疊區(qū)域SINR越差的RRU進(jìn)行小區(qū)合并,SFN合并的增益越大。所以小區(qū)間切換次數(shù)較多或者切換成功率低時,SFN合并開通具有必要性。

      但是,SFN合并后小區(qū)容量降低,接入資源減少,可容納用戶數(shù)會變少。所以當(dāng)兩個或者多個小區(qū)負(fù)載總和高于網(wǎng)絡(luò)高負(fù)載標(biāo)準(zhǔn)時,需要進(jìn)行評估拆除。

      2.2 站點接入能力評估

      LTE網(wǎng)絡(luò)站點接入能力包括硬件處理能力和軟件處理能力。目前站點接入能力的瓶頸主要是軟件處理能力,即有數(shù)據(jù)傳輸?shù)腞RC連接許可用戶數(shù),因此站點接入能力采用有數(shù)據(jù)傳輸?shù)腞RC連接用戶數(shù)指標(biāo)進(jìn)行評估。

      有數(shù)據(jù)傳輸?shù)腞RC連接用戶數(shù)是基于采樣周期內(nèi)用戶的狀態(tài)進(jìn)行統(tǒng)計。在小區(qū)范圍內(nèi),每秒采樣所有處于連接態(tài)UE,并判斷其下行緩存是否有數(shù)據(jù),得到此時有數(shù)據(jù)的用戶數(shù),在統(tǒng)計周期末,取這些采樣值的平均值作為緩存中有數(shù)據(jù)的平均用戶數(shù),即為有數(shù)據(jù)傳輸?shù)腞RC連接用戶數(shù)。該指標(biāo)反映了網(wǎng)絡(luò)的用戶數(shù)情況,系統(tǒng)每增加1個有數(shù)據(jù)傳輸?shù)挠脩舳紝⑾囊欢ǖ目湛谫Y源和設(shè)備資源,如果用戶過多,會導(dǎo)致新的呼叫無法接入,并且會使已接入用戶的業(yè)務(wù)感知降低。一個基站或者一個小區(qū)同時支持的有數(shù)據(jù)傳輸?shù)腞RC連接許可用戶數(shù)受設(shè)備廠商的license控制,而當(dāng)多個物理小區(qū)采用SFN合并的方式之后,多個物理小區(qū)最大只能共享一個小區(qū)的RRC連接用戶數(shù),容易導(dǎo)致接入受限的情況出現(xiàn)。

      高鐵與常規(guī)室內(nèi)外覆蓋場景有所不同,高鐵的特點:運(yùn)行速度快,車體穿透損耗大,多場景覆蓋,業(yè)務(wù)量相對集中,因此高鐵造成的問題包括:多普勒效應(yīng)、多場景覆蓋方案多樣化、切換要求高等?;诟哞F的復(fù)雜場景及高速移動切換需求,為了在重疊覆蓋區(qū)域有效的抑制干擾,高鐵采用SFN合并技術(shù)。高鐵小區(qū)合并有效地提升了用戶感知,但是同時也帶來了可用接入資源的減少。

      2.3 用戶感知速率評估

      用戶感知速率是指滿足用戶使用一定業(yè)務(wù)需求所期望達(dá)到的速率,主要受占用的PRB資源、網(wǎng)絡(luò)業(yè)務(wù)量及用戶數(shù)等因素的影響。用戶感知速率評估目的是確定小區(qū)下行PRB資源利用率和小區(qū)下行業(yè)務(wù)量的門限。高鐵具有業(yè)務(wù)量集中的特點,鐵路沿線站點由于采用FDD-LTE同頻組網(wǎng)的方式,與大網(wǎng)保持一致,容易導(dǎo)致大網(wǎng)用戶占用高鐵站點,造成高鐵站點話務(wù)量較高。加之列車經(jīng)過時存在話務(wù)量及用戶數(shù)劇增的情況,導(dǎo)致高鐵站點在列車經(jīng)過的時候達(dá)到話務(wù)高峰,從而影響用戶感知,波動明顯,根據(jù)高鐵這種特性,在確定門限的時候需考慮列車經(jīng)過的波峰所帶來的容量沖擊。

      (1)確定高鐵列車經(jīng)過峰均比。高鐵區(qū)別于普通場景的主要特點是用戶數(shù)爆發(fā)集中,列車經(jīng)過前后的業(yè)務(wù)量對比反差明顯,需確認(rèn)峰均比,以此推測高鐵特殊話務(wù)模型。

      (2)確定高鐵用戶感知速率基線。根據(jù)業(yè)務(wù)類型、不同業(yè)務(wù)速率需求、不同業(yè)務(wù)時長占比及小區(qū)并發(fā)業(yè)務(wù)數(shù)計算獲得。

      (3)確定下行PRB資源利用率門限。根據(jù)現(xiàn)網(wǎng)運(yùn)行數(shù)據(jù),分析用戶速率與下行PRB資源利用率關(guān)系,得到用戶數(shù)感知速率受限時相應(yīng)的下行PRB資源利用率的門限。

      (4)確定小區(qū)業(yè)務(wù)量門限。根據(jù)現(xiàn)網(wǎng)運(yùn)行數(shù)據(jù),分析下行PRB資源利用率和小區(qū)下行業(yè)務(wù)量的關(guān)系。結(jié)合網(wǎng)絡(luò)規(guī)劃對小區(qū)平均吞吐量的要求,得到小區(qū)下行業(yè)務(wù)量的門限。

      2.3.1 高鐵校正因子評估

      由于LTE系統(tǒng)的高速率特征和PS業(yè)務(wù)的突發(fā)性,長周期小時級別的話務(wù)統(tǒng)計很容易“掩蓋”短時間內(nèi)的受限,采用短周期話務(wù)統(tǒng)計粒度來分析用戶的實際受限情況,確定校正因子,修正系統(tǒng)提供的能力。高鐵作為運(yùn)行速度快,承載用戶多的一個特殊場景,列車到達(dá)小區(qū)覆蓋范圍內(nèi)時達(dá)到峰值,需要采取更短周期話統(tǒng)粒度來分析實際用戶的實際受限情況,確定校正因子。由于短周期話統(tǒng)粒度需要進(jìn)行監(jiān)控采集,目前監(jiān)控一個城市的高鐵小區(qū)1min周期粒度指標(biāo)進(jìn)行分析。

      從圖2統(tǒng)計數(shù)據(jù)看,隨著時隙占比的升高,用戶感知吞吐率呈下降趨勢,提取1min的數(shù)據(jù)粒度來統(tǒng)計,當(dāng)占空比達(dá)到50%左右時,用戶感知吞吐率下降到5Mbps左右,因此建議校正因子取值0.5,現(xiàn)網(wǎng)話統(tǒng)數(shù)據(jù)最低監(jiān)控粒度為15min,需要除以校正因子0.5完成高鐵擴(kuò)容無線資源利用率預(yù)估。

      圖2 時隙占比分析圖

      2.3.2 單用戶感知速率基線

      2.3.2.1 典型業(yè)務(wù)的速率需求

      統(tǒng)計數(shù)據(jù)表明,影響用戶感知最大的因素是打開目標(biāo)內(nèi)容的時長,體現(xiàn)為用戶對使用業(yè)務(wù)的期望速率。

      根據(jù)移動互聯(lián)網(wǎng)的業(yè)務(wù)特征統(tǒng)計,LTE網(wǎng)絡(luò)類型主要有網(wǎng)頁瀏覽類、即時通信類、社交類、流媒體(視頻)類、文件傳輸(下載)類、其他類。為得到不同業(yè)務(wù)用戶感知速率需求,對不同的業(yè)務(wù)進(jìn)行基線測試,獲得LTE網(wǎng)絡(luò)各典型業(yè)務(wù)的期望速率,高鐵場景應(yīng)在瞬時大量用戶接入時滿足該期望速率。結(jié)果表2所示:

      表2 不同業(yè)務(wù)保證優(yōu)良體驗對應(yīng)不同速率表

      2.3.2.2 業(yè)務(wù)時長占比

      小區(qū)不同業(yè)務(wù)類型在線時長占比即統(tǒng)計單一業(yè)務(wù)占總業(yè)務(wù)市場的比值,計算公式為:

      圖3 業(yè)務(wù)時長占比計算公式圖

      通過對20∶00-21∶00江蘇業(yè)務(wù)量負(fù)荷高的小區(qū)業(yè)務(wù)進(jìn)行分析,圖4和圖5可以看出江蘇使用時長最高的業(yè)務(wù)是視頻業(yè)務(wù),尤其以沃家視頻占比最高。其次是即時通信,視頻業(yè)務(wù)對用戶感知影響最大。

      圖4 高負(fù)荷小區(qū)業(yè)務(wù)類型分布圖

      圖5 主流視頻業(yè)務(wù)分布與占比圖

      2.3.2.3 視頻業(yè)務(wù)滿足條件

      目前用戶使用時長最高的業(yè)務(wù)類型為視頻業(yè)務(wù),圖6為視頻業(yè)務(wù)對速率的要求:

      (1)根據(jù)用戶習(xí)慣、現(xiàn)網(wǎng)業(yè)務(wù)情況及網(wǎng)絡(luò)能力分析,建議480P-1080P的關(guān)鍵指標(biāo)設(shè)置為:緩沖時延2~4S,卡頓次數(shù)為0;

      (2)分析值可以作為參考基準(zhǔn),根據(jù)不同OTT的視頻業(yè)務(wù)差異、業(yè)務(wù)發(fā)展變化及網(wǎng)絡(luò)負(fù)荷進(jìn)行調(diào)整。

      圖6 不用業(yè)務(wù)體驗下邊緣速率要求圖

      圖7 國內(nèi)主流OTT視頻碼率統(tǒng)計圖

      各地市根據(jù)現(xiàn)網(wǎng)業(yè)務(wù)情況進(jìn)行調(diào)整的原因有二:

      (1)各本地網(wǎng)時延指標(biāo)不同;

      (2)不同城市格局與網(wǎng)絡(luò)負(fù)載下,速率與覆蓋標(biāo)準(zhǔn)的映射關(guān)系不同。

      表3 邊緣速率要求表

      基于國內(nèi)主流OTT視頻業(yè)務(wù)特征統(tǒng)計,目標(biāo)為2S打開要求,建議緩沖播放量按8S計算,目標(biāo)速率為10Mbps.

      2.3.3 單用戶速率與PRB資源利用率的關(guān)系

      不同SFN場景下,PRB利用率與單用戶速率趨勢比不同,選取當(dāng)前現(xiàn)網(wǎng)的4種合并場景(未合并、本站合并、跨2站點合并、跨3站點合并)進(jìn)行離散趨勢圖分類輸出,具體見圖8、9、10、11。

      圖8 未合并小區(qū)用戶感知速率與PRB資源利用率關(guān)系圖

      圖11 跨3站小區(qū)并用戶感知速率與PRB資源利用率關(guān)系圖

      隨著下行PRB資源利用率的升高,用戶感知速率呈下降趨勢,不同場景下下降趨勢有所不同:

      (1)未合并小區(qū)狀態(tài)下,當(dāng)下行PRB利用率上升到44%時,用戶感知速率受限,下降至10Mbit/s左右,當(dāng)下行PRB利用率上升到65%時,用戶感知速率受限,下降至5Mbit/s左右,表明該狀態(tài)下用戶感知速率受限的門限為下行PRB資源利用率達(dá)到44%;

      (2)本站合并小區(qū)狀態(tài)下,當(dāng)下行PRB利用率上升到47%時,用戶感知速率受限,下降至10Mbit/s左右,當(dāng)下行PRB利用率上升到73%時,用戶感知速率受限,下降至5Mbit/s左右,表明該狀態(tài)下用戶感知速率受限的門限為下行PRB資源利用率達(dá)到47%;

      (3)跨2站合并小區(qū)狀態(tài)下,當(dāng)下行PRB利用率上升到40%時,用戶感知速率受限,下降至10Mbit/s左右,當(dāng)下行PRB利用率上升到60%時,用戶感知速率受限,下降至5Mbit/s左右,表明該狀態(tài)下用戶感知速率受限的門限為下行PRB資源利用率達(dá)到40%;

      (4)跨3站合并小區(qū)狀態(tài)下,當(dāng)下行PRB利用率上升到40%時,用戶感知速率受限,下降至10Mbit/s左右,當(dāng)下行PRB利用率上升到68%時,用戶感知速率受限,下降至5Mbit/s左右,表明該狀態(tài)下用戶感知速率受限的門限為下行PRB資源利用率達(dá)到40%。

      總結(jié):從上述分析可以看出,滿足高鐵用戶的視頻體驗10Mbps的情況下,PRB資源利用率門限為45%。

      2.3.4 用戶感知速率與用戶數(shù)關(guān)聯(lián)分析

      (1)用戶數(shù)>40時,開始發(fā)生流量抑制,單小區(qū)速率處于15Mbps左右;

      (2)用戶數(shù)>60時,流量抑制擴(kuò)大,單小區(qū)速率處于10Mbps左右;

      (3)用戶數(shù)>100時,流量抑制明顯,單小區(qū)速率處于8Mbps左右;

      (4)用戶數(shù)>200時,流量抑制呈指數(shù)增長,單小區(qū)速率處于5Mbps以下。

      圖12 高鐵小區(qū)流量抑制比圖

      3 LTE網(wǎng)絡(luò)負(fù)荷容量提升分析

      根據(jù)上述分析,LTE網(wǎng)絡(luò)負(fù)荷的評估體系主要是基于站點接入能力和用戶感知速率2個維度對網(wǎng)絡(luò)負(fù)荷進(jìn)行評估。具體到評估指標(biāo)則是下行平均PRB資源利用率、小區(qū)平均用戶數(shù)、下行單用戶速率這3個指標(biāo),通過高鐵特殊場景的峰均比計算。具體方法如下:

      統(tǒng)計:監(jiān)控單地市高鐵小區(qū)PRB資源利用率、小區(qū)平均用戶數(shù)、下行單用戶速率,統(tǒng)計粒度1min,統(tǒng)計周期4小時。

      計算:計算單地市高鐵小區(qū)PRB資源利用率、小區(qū)平均用戶數(shù)、下行單用戶速率,各項指標(biāo)都是統(tǒng)計周期內(nèi)取最大值。

      評估:將小區(qū)各項指標(biāo)統(tǒng)計值與預(yù)設(shè)門限值比較,對比結(jié)果進(jìn)行分類匯總。根據(jù)上面分析得知,建議采用本站合并SFN模式,下行平均PRB資源利用率門限為45%,下行單用戶速率為10Mbps,小區(qū)平均用戶數(shù)為150。

      3.1 不同SFN合并模式拆分對比

      選取滬寧線各地市6RRU合并,4RRU合并,本站背靠背小區(qū)進(jìn)行SFN拆分,其中6RRU,4RRU合并拆分為本站背靠背合并,本站背靠背合并拆分為單RRU小區(qū)。通過對比拆分后的小區(qū)各項指標(biāo)來評估SFN拆分的合并的優(yōu)劣勢,具體見圖 13、14、15、16。

      圖13 PRB利用率拆分前后對比圖

      圖14 小區(qū)平均用戶數(shù)拆分前后對比圖

      圖15 單用戶速率拆分前后對比圖

      圖16 CQI拆分前后對比圖

      通過對比各類型RRU拆分前后的關(guān)鍵指標(biāo)發(fā)現(xiàn),4RRU拆分為本站合并后各項指標(biāo)均較其他兩種拆分方式優(yōu)勢明顯。

      (1)4RRU小區(qū)拆分后單用戶速率較拆分前提升了28.65%;最大用戶數(shù)基本與拆分前持平,PRB利用率下降了61.50%,CQI下降了0.33%。

      (2)本站背靠背小區(qū)拆分后速率提升14.54%,相對提升幅度較低。并且部分站點拆分后單用戶速率呈下降趨勢,拆分后CQI下降了1.26%(需通過RF優(yōu)化進(jìn)行提升),用戶數(shù)基本與拆分前持平。

      (3)6RRU小區(qū)拆分后單用戶速率較拆分前提升23.98%,最大用戶數(shù)與拆分前基本持平,PRB利用率下降了53.23%,CQI下降趨勢較大為9.23%(需通過RF優(yōu)化進(jìn)行提升)。

      結(jié)論:上面分析可以得出,SFN拆分后對單用戶速率帶來的提升增益中,跨站合并收益最高,可以達(dá)到20%,本站背靠背合并收益較低,只有14%,SFN小區(qū)的拆分均造成了小區(qū)CQI的下降。現(xiàn)網(wǎng)SFN小區(qū)拆分后需要進(jìn)行精細(xì)化優(yōu)化來提升小區(qū)CQI,但是由于目前高鐵采用FDD-LTE同頻組網(wǎng)模式,重疊覆蓋區(qū)域的干擾無法避免,考慮到高鐵車速快,提速在即,建議對目前跨站合并小區(qū)進(jìn)行拆分,保留本站背靠背合并模式。

      3.2 SFN拆分單用戶速率增益

      當(dāng)前江蘇高鐵中滬寧城際的資源負(fù)荷最高,單用戶感知速率最差,選取滬寧城際進(jìn)行SFN合并拆分增益分析,表4為滬寧城際合并情況:

      表4 滬寧城際江蘇段各地市合并情況表

      由上表可以得到,滬寧城際合并小區(qū)比例為77.68%,其中本站背靠背SFN合并方式比例為40.63%,跨站SFN合并比例為37.05%,將跨站SFN合并小區(qū)拆除為本站背靠背SFN合并模式,共需增加95個本站背靠背SFN合并模式小區(qū),按照增幅23%進(jìn)行計算,下行單用戶速率提升0.5Mbps,最大可容納用戶數(shù)增加38000個。速率提升幅度較小,想達(dá)到感知標(biāo)準(zhǔn)(10Mbps),仍需采取載波擴(kuò)容模式。

      3.3 載波聚合擴(kuò)容增益(CA)

      當(dāng)前影響高鐵擴(kuò)容的主要因素為LTE頻譜問題,圖17為當(dāng)前頻譜可用情況分析:

      圖17 載波擴(kuò)容頻譜分析圖

      由上圖可以看出,聯(lián)通高鐵載波聚合推薦1.8G帶內(nèi)和1.8G+2.1G帶間兩種方案,當(dāng)前2個方案情況優(yōu)劣勢對比見表5:

      表5 L2100和L1800優(yōu)劣勢對比表

      7月26日,為保障鐵總測試,徐州對北段進(jìn)行帶內(nèi)1800M擴(kuò)容,開通載波聚合,實際提升效果如下:路測下載速率由30Mbps提升至43Mbps,提升幅度為43%,LTE數(shù)據(jù)流量(一天)由635Gbps上升至777Gbps,話務(wù)量提升22.4%。

      4 結(jié)束語

      本文圍繞高鐵場景下SFN不同類型合并模式展開分析,從站點接入能力及用戶感知速率兩個維度來評估高鐵LTE網(wǎng)絡(luò)的負(fù)荷,結(jié)合現(xiàn)網(wǎng)數(shù)據(jù)統(tǒng)計分析,從用戶感知角度出發(fā),確定各評估指標(biāo)項的預(yù)設(shè)門限。通過分析SFN拆分影響,確定高鐵網(wǎng)絡(luò)負(fù)荷高的情況下,如何合理進(jìn)行拆分,合理利用SFN可以提升用戶感知速率,根據(jù)實際情況進(jìn)行拆分,避免“一刀切”帶來的用戶感知下降及小區(qū)指標(biāo)惡化。由于各地區(qū)本地網(wǎng)高鐵用戶分布、業(yè)務(wù)模型及無線環(huán)境都存在區(qū)別,各指標(biāo)預(yù)設(shè)門限可以根據(jù)實際情況進(jìn)行靈活調(diào)整。

      猜你喜歡
      用戶數(shù)門限利用率
      基于規(guī)則的HEV邏輯門限控制策略
      地方債對經(jīng)濟(jì)增長的門限效應(yīng)及地區(qū)差異研究
      中國西部(2021年4期)2021-11-04 08:57:32
      隨機(jī)失效門限下指數(shù)退化軌道模型的分析與應(yīng)用
      化肥利用率穩(wěn)步增長
      做好農(nóng)村土地流轉(zhuǎn) 提高土地利用率
      淺議如何提高涉煙信息的利用率
      板材利用率提高之研究
      基于VBS實現(xiàn)BRAS在線用戶數(shù)的自動提取
      生產(chǎn)性服務(wù)業(yè)集聚與工業(yè)集聚的非線性效應(yīng)——基于門限回歸模型的分析
      湖湘論壇(2015年3期)2015-12-01 04:20:17
      2016年6月電話用戶分省情況
      从化市| 潍坊市| 正宁县| 霍州市| 曲阳县| 含山县| 龙山县| 洛扎县| 西乡县| 浑源县| 淄博市| 普安县| 沁水县| 大悟县| 罗山县| 桑植县| 镇宁| 信阳市| 玉田县| 宜川县| 黔南| 岑巩县| 隆子县| 光泽县| 瓮安县| 鄯善县| 蓝山县| 策勒县| 灯塔市| 景德镇市| 衡阳县| 水富县| 峨边| 梨树县| 临江市| 伊吾县| 昭平县| 镇安县| 汕头市| 南靖县| 柘城县|