博客
关于我
到2022年,佛山将建成5G基站15533个,5G产业收入达300亿元
阅读量:278 次
发布时间:2019-03-01

本文共 1202 字,大约阅读时间需要 4 分钟。

佛山市5G发展计划:从基站建设到产业升级的全局布局

近日,佛山市人民政府官网发布《佛山市加快推进5G发展行动计划(2019—2022年)》,该计划对佛山5G网络建设和应用发展提出了明确目标。作为广东省5G建设的重要城市,佛山在基站建设、产业发展和应用示范方面均有突出规划。

基站建设规划:从覆盖到升级

根据行动计划,到2020年年底,佛山计划建成5G基站7727个,覆盖中心城区及重点应用场景,实现连片优质覆盖。到2022年年底,基站数量将达到15533个,目标是实现全市中心城区和重点镇街的5G全覆盖。

值得注意的是,佛山铁塔公司将统筹各通信运营公司的需求,优先利用存量设施,实现基站共建共享、集约建设。重点区域包括中心城区、交通枢纽、政府部门、产业园区和经济带等。

此外,5G基站将与建设项目同步设计、施工、验收。住宅、商住楼等建筑项目预留必要配套设施,确保5G网络建设与城市发展同步推进。

产业发展:5G赋能制造、医疗、交通等领域

在产业发展方面,佛山将重点发展5G元器件、天线、终端配件等上下游产业。目标是打造具有辐射作用的5G产业集群。

2022年,佛山5G产业预计实现收入300亿元,带动信息服务业及新业态产业规模突破千亿元。佛山还将建立健全5G企业培育机制,支持细分领域骨干企业发展。

重点领域应用:智能制造、智慧医疗、智能交通

在5G应用方面,佛山将重点推进以下领域:

  • 智能制造:依托工业互联网产业示范基地和园区,在汽车制造、智能家电等领域建设基于5G的工业互联网。2022年年底前,5G+智能制造示范项目不少于10个,涵盖机器视觉检测、设备远程运维等应用。

  • 智慧医疗:支持市内三甲医院率先开展5G+智慧医疗示范,推动远程监护、机器人手术等应用。2022年年底,全市5G+智慧医疗示范项目不少于5个。

  • 智能交通:加快5G+无人机、无人车试验场地建设,推进高速公路、高铁城轨等交通干线的5G+智能交通应用。2022年年底前,计划实现智能网联汽车的预商用。

  • 城市数字化:5G网络与智慧城市建设的深度融合

    佛山不仅关注5G网络的建设,还将推动5G技术在智慧城市建设中的应用。通过5G网络与城市管理、交通、医疗等领域的深度融合,佛山旨在实现智慧城市的全面升级。

    数据支持:基站建设与产业发展的数据保障

    近4年来,佛山5G基站建设总量已达13493个,在广东省21地市中排名第四。数据显示,佛山在5G网络建设方面的努力正在逐步转化为产业发展的动力。

    未来展望:佛山5G发展走向

    通过5G网络的快速建设和应用示范,佛山正在努力实现5G在制造业、社会管理、民生服务、文化娱乐等领域的广泛应用。目标是成为5G应用先行区和产业集聚区,力争到2022年年底实现5G网络全覆盖,并推动5G产业发展走向全国领先。

    这项行动计划的实施,不仅将显著提升佛山市的信息化水平,也将为广东省乃至全国的5G发展提供宝贵经验。

    转载地址:http://xgea.baihongyu.com/

    你可能感兴趣的文章
    pandas 时间序列重新采样结束给定的一天
    查看>>
    pandas 根据不是常量的第三列的值将值从一列复制到另一列
    查看>>
    pandas 根据值从多列中的一列查找
    查看>>
    Pandas 根据布尔条件选择行和列
    查看>>
    pandas 滚动窗口 - datetime64[ns] 未实现
    查看>>
    pandas 版本兼容特定的蟒蛇和NumPy配置吗?
    查看>>
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>