機器學習頻譜分析解決方案可識別此前無法檢測到的射頻干擾，從而增大容量和提升質量

射頻(RF)頻譜分析先驅者Spectrum Effect™近日宣布，該公司攜手Elisa Estonia在Spectrum-NET™機器學習解決方案試驗中成功達到里程碑。

Spectrum-NET可自動檢測、表征、定位和評估移動網絡中外部和非預期內部射頻干擾的影響。Spectrum-NET貫穿多供應商LTE和UMTS網絡持續運行，且不會中斷服務或無需依賴外部探測器。

Elisa無線接入網絡與基礎設施主管Kristo Kork表示：“利用Spectrum-NET分析Elisa移動網絡的成功試驗發現了大量的外部和非預期內部射頻干擾，包括此前無法檢測到的無源互調(PIM)干擾。消除來自我們網絡的外部干擾，使得Elisa能夠實現我們頻譜的全部價值，并繼續兌現我們超越客戶期望的承諾。”

Spectrum Effect首席執行官Frank J. DeJoy評論道：“Elisa是一家極具創新力的運營商，而且與他們的團隊合作是一次非凡的經歷。我們很高興在此次試驗中取得了非凡成效，目前全身心致力于借助今年晚些時候在全球全面推出Spectrum-NET，為移動運營商提供可觀的收益。”