分析TDD和FDD的优劣势

发布时间:2015-09-17 阅读量:905 来源: 我爱方案网 作者:

【导读】我爱方案网小编为大家介绍分析TDD和FDD的优劣势在工信部推动TDD/FDD混合组网之后,TDD/FDD两种制式正在逐渐融合,未来某一天,也许你上一分钟还在使用FDD传输数据,到了下一分钟,制式就切换成了TDD,它们同属于一张网络,从这个角度而言,你根本没必要计较网络是TDD还是FDD。

TDD和FDD的优劣势(通俗版本)

我们抛开这些生涩的术语,用更简单的方式解释一下:

TDD省资源,FDD速度快

首先,手机想上网,必须要建立上行和下行的通道:例如,你点击微信,手机会通过上行通道发送一个请求,然后微信服务器通过下行通道,把你最新的未读消息传到你的手机上。一般情况下,我们使用下行(下载)的时间比较多,而上行(上传)的时间很少。

为了建立起上行和下行的通道,FDD通过频率来分割,在两个对称频率上,一个管下载,一个管上传。就好像是双车道,两个方向的汽车互不干扰,畅通无阻。表现在你的手机上,就是速度很快的感觉。
 
TDD和FDD有什么区别?

TDD采用另一种方式。它只用一个频率,既负责上传,又负责下载。好处是比FDD省了一个频率占用,资源利用率更高(实际上TDD为了避免干扰,需要预留较大保护带,也会消耗一些资源);TDD的缺点也很明显,因为是“单行道”上跑双向“车流”,TDD只能通过时间来控制交通(时分双工),一会让下载的流量通过,一会又让上传的流量通过。表现在手机端,会比FDD网速慢一些。

我们知道,目前,LTE FDD理论下行速度为150Mbps,TD-LTE理论下行速度为100Mbps。
TDD和FDD有什么区别?

TDD适合热点覆盖,FDD适合广域覆盖


我们在生活中遇到过这种情况:上班高峰期,进城方向的交通拥堵不堪,旁边出城方向的马路上却车流稀少。这无疑是一种资源的浪费。

在手机上网过程中,这种现象更普遍:人们使用手机,更多的是阅读、观赏和下载,很少的时间用于上传。因此,如果手机的无线网络是可见的,你会发现下载通道上数据川流不息,上传通道却很少被使用。

TDD的优势在于,他将上传和下载通道合并为一个,然后通过时间来灵活控制,例如分配给下载的时间占70%,上传占30%,这样,你会发现整个通道的车流总是满的,资源利用率更高。

虽然TDD经济,却也不能全部采用。

在用户密集的热点区域,频段资源很紧张,这时候,FDD的“双车道”就显得很浪费,TDD更适合。但由于TDD在上行方面受限,基站覆盖范围小于FDD,因此,在非热点的在广覆盖区域(城郊、乡镇和公路)上,TDD需要比FDD建设更多基站,成本太高。

不必纠结选FDD好还是TDD好

业界对于两种网络制式在技术上的孰优孰劣一直存有争议。FDD和TDD虽然各有所长,但两者间基础技术非常相似。有通信专家认为,TD-LTE和LTE FDD完全可以看做一个系统,仅是在业务实现上有一定的技术区别。所以,你大可认为这两项技术标准处在同一水准上。
唯一可以确认的是,4G时代,网络制式已经不像3G制式那样各成一派。目前,市面上几乎所有的手机终端都将对TDD、FDD两种制式提供支持,高通等厂商更是推出了兼容五模十三频的“全网通”手机芯片,你再也没必要为了选择哪个网络、放弃哪个网络而纠结了,4G时代的关键词是——全兼容。最近悄悄升级提供FDD-LTE支持的苹果iPhone 5s就是个很好的证明。

TDD和FDD有什么区别? 

事实上,在工信部推动TDD/FDD混合组网之后,TDD/FDD两种制式正在逐渐融合,未来某一天,也许你上一分钟还在使用FDD传输数据,到了下一分钟,制式就切换成了TDD,它们同属于一张网络,从这个角度而言,你根本没必要计较网络是TDD还是FDD,制式不重要,资费才是王道。

相关文章

应用于智能网络4G建设的TD-LTE/FDD-LTE融合组网设计

智能网络“云计算”及其典型应用技术方案

4G新型精细化的智能室内网络

相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"