This article aims to present the results from a study of the quality of service of 5G networks provided by two major 5G network providers, using a field trial approach within 60 BTS SkyTrain stations. The results obtained from the tests using 4 applications on a 5G mobile phone showed that the performance of 5G networks provided by both operators are different. When calculated for the average values, it was found both operators had the download speed of 240.3 Mbps and the upload speed of 87.3 Mbps. Besides these values, it was also found the average latency, the average jitter and the average loss from both major operators that are 19 ms, 8 ms and 0.299 % respectively. Comparing the average values derived from the results of this study with the results of another study in the Asia-Pacific region that was undertaken during the similar period of time, it was found that the Bangkok download speed is ranked in the 4th place, whereas the upload speed is ranked in the 1st place. However, it is noted that this study only covered the area of BTS SkyTrain stations. In the future, the study should be extended to cover other parts of the Bangkok metropolitan area, and other provinces. In addition, the study should be conducted by a credible organization.


翻译:本文旨在通过使用现场试验方法对BTS SkyTrain车站内的60个站点进行5G网络服务质量的研究,提供两个主要5G网络供应商提供的网络服务质量的结果。使用5G手机上的4个应用程序测试得出的结果显示,两家运营商提供的5G网络的性能是不同的。当计算平均值时,发现两家运营商的下载速度为240.3 Mbps,上传速度为87.3 Mbps。除了这些值之外,还发现了从两个主要供应商得出的平均延迟、平均杂波和平均丢失,分别为19毫秒、8毫秒和0.299%。将从这项研究结果中得出的平均值与亚太地区在类似时间期间进行的另一项研究结果进行比较,发现曼谷的下载速度排在第四位,而上传速度排在第一位。但需要注意的是,该研究仅覆盖了BTS SkyTrain车站的区域。在未来,该研究应扩展到覆盖曼谷都会区的其他地区和其他省份。此外,研究应由可信的机构进行。

0
下载
关闭预览

相关内容

【2023新书】使用Python进行统计和数据可视化,554页pdf
专知会员服务
126+阅读 · 2023年1月29日
机器学习损失函数概述,Loss Functions in Machine Learning
专知会员服务
82+阅读 · 2022年3月19日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
动手实现推荐系统评价指标
机器学习与推荐算法
1+阅读 · 2022年6月1日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月15日
Arxiv
0+阅读 · 2023年5月15日
Arxiv
0+阅读 · 2023年5月13日
VIP会员
相关VIP内容
【2023新书】使用Python进行统计和数据可视化,554页pdf
专知会员服务
126+阅读 · 2023年1月29日
机器学习损失函数概述,Loss Functions in Machine Learning
专知会员服务
82+阅读 · 2022年3月19日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
动手实现推荐系统评价指标
机器学习与推荐算法
1+阅读 · 2022年6月1日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员