当前位置: 首页 > news >正文

关于srsUE、srsENB和srsEPC的功能列表

### srsUE
srsUE是一个4G LTE用户设备(UE)调制解调器,实现了原型5G NR功能,完全由软件组成。它作为一个应用程序运行在标准的基于Linux的操作系统上,能够连接到任何LTE网络,并提供具有高速移动连接的标准网络接口。

srsUE包括以下功能:
- 与LTE版本10到15对齐的特性
- 原型5G NSA和SA支持
- TDD和FDD配置
- 支持的LTE带宽:1.4, 3, 5, 10, 15和20 MHz
- 支持的5G SA带宽:5, 10, 15和20 MHz
- 传输模式1(单天线)、2(传输多样性)、3(CCD)和4(闭环空间复用)
- 手动可配置的下行链路/上行链路载波频率
- 支持XOR/Milenage认证的软USIM
- 通过PC/SC支持硬USIM
- Snow3G和AES完整性/加密支持
- Linux操作系统的TUN虚拟网络内核接口集成
- 详细的日志系统,具有每层的日志级别和十六进制转储
- MAC和NAS层的Wireshark数据包捕获
- 命令行跟踪指标
- 详细的输入配置文件
- 增强的多媒体广播和组播服务(eMBMS)
- 基于频率的ZF和MMSE均衡器
- 高度优化的Turbo解码器,支持Intel SSE4.1/AVX2(+150 Mbps)
- EPA、EVA和ETU 3GPP信道的信道模拟器
- QoS支持
- 在20 MHz MIMO TM3/TM4或2xCA配置下,下行链路150 Mbps(QAM256下195 Mbps)
- 在20 MHz SISO配置下,下行链路75 Mbps(QAM256下98 Mbps)
- 在10 MHz SISO配置下,下行链路36 Mbps
- 支持Ettus USRP B2x0/X3x0系列、BladeRF、LimeSDR

### srsENB
srsENB LTE eNodeB包括以下功能:
- 与LTE版本10到15对齐的特性
- 原型5G NR支持,包括5G NSA和SA
- FDD配置
- 支持的带宽:1.4, 3, 5, 10, 15和20 MHz
- 传输模式1(单天线)、2(传输多样性)、3(CCD)和4(闭环空间复用)
- 基于频率的ZF和MMSE均衡器
- 增强的多媒体广播和组播服务(eMBMS)
- 高度优化的Turbo解码器,支持Intel SSE4.1/AVX2(+150 Mbps)
- 详细的日志系统,具有每层的日志级别和十六进制转储
- MAC层的Wireshark数据包捕获
- 命令行跟踪指标
- 详细的输入配置文件
- EPA、EVA和ETU 3GPP信道的信道模拟器
- 基于ZeroMQ的假RF驱动程序,用于IPC/网络上的I/Q
- 支持eNB内部和eNB之间(S1)的移动性
- 比例公平和轮询MAC调度器,具有类似FAPI的C++ API
- SR支持
- 支持周期性和非周期性CQI反馈
- 与核心网的标准S1AP和GTP-U接口
- 在20 MHz MIMO TM3/TM4配置下,下行链路150 Mbps(QAM256下195 Mbps)
- 在SISO配置下,下行链路75 Mbps
- 在20 MHz下,上行链路50 Mbps
- 用户平面加密

### srsEPC
srsEPC是一个完整的LTE核心网络(EPC)的轻量级实现。srsEPC应用程序作为一个单一的二进制文件运行,但提供了关键的EPC组件,包括家庭用户服务(HSS)、移动管理实体(MME)、服务网关(S-GW)和分组数据网关(P-GW)。srsEPC应用程序不打算用于部署,但可以用于测试。


http://www.mrgr.cn/news/44410.html

相关文章:

  • 【数学二】一元函数微分学-导数的计算-对数求导法、 参数方程确定得函数求导法
  • OpenCV:图像直方图计算
  • 身份证二要素-身份证二要素接口-身份证尔雅欧批量核验
  • PHP函数 strstr() 和 stristr() 有什么区别
  • 数据库-分库分表
  • c++继承(下)
  • 习题-位运算
  • 快递物流跟踪:掌握最后更新时间,高效筛选单号管理
  • 若依权限设计与自定义新增用户
  • 数据分析之Spark框架介绍
  • VMware Tanzu Kubernetes Grid Integrated Edition 1.20 发布下载,新增功能概览
  • JS中浅拷贝和深拷贝的区别
  • 解锁数字化营销成功密码
  • 美客多测评系统:批量注册买家号的新利器
  • 【C++ Primer Plus】4
  • T-Sql_while循环语句
  • Linux之实战命令27:apropos应用实例(六十一)
  • [C++]使用onnxruntime部署yolov8-cls图像分类onnx模型
  • Unsloth 大模型微调工具简明教程
  • 分词的艺术:为AI拆解文本