通信工程专业通信企通信工程师实习报告

通信工程专业通信企通信工程师实习报告一、摘要

2023年7月1日至2023年8月31日，我在通信企业担任通信工程师实习生，负责5G网络优化项目。通过分析300个基站信号数据，定位了12个信号覆盖盲区，提出优化方案后，盲区覆盖率提升至85%；运用Python脚本处理日志数据，日均处理量达500GB，效率提升40%；参与制定网络扩容计划，完成3个区域的设备选型与部署，确保用户吞吐量提升30%。实习期间，将《移动通信技术》课程中的信道编码理论应用于实际故障排查，通过对比QPSK与OFDM调制方式的误码率数据，验证了理论在复杂环境下的适用性。总结出基于机器学习的故障预测模型，可提前72小时预警潜在网络问题，为后续运维提供量化参考。

二、实习内容及过程

1.实习目的

我去那家公司实习，主要是想看看5G网络优化这块具体是啥样，把学校学的《移动通信原理》和《无线网络规划》用起来，顺便熟悉下企业里做项目实际是咋走的。

2.实习单位简介

那是个做通信解决方案的私企，业务挺多，我实习那组专门搞5G网络优化，客户主要是运营商和大型企业。

3.实习内容与过程

我跟着师傅做了个区域覆盖差的项目。6月15号开始接手，先拿到2.6GHz频段的信号数据，有300个基站的，每天新增日志大概500MB。我花了两周时间用Python写脚本，筛出信号弱的地方，发现12个点根本连不上网，ping超时率超过95%。师傅说这就是典型的弱覆盖盲区。我查了小区的地理信息，发现有几个是山包挡着，还有几个是新建小区没布对RAN设备。7月1号，我提了个调整下天线方位角和下倾角的方案，师傅让我用路测工具复测。我开着测试车跑了3天，对比了方案前后数据，弱区覆盖率从不到50%提到了85%，用户反馈明显好点了。后来又参与了扩容项目，7月20号负责选设备，得算3个区域的容量需求，对比了不同厂家的gNodeB参数，最后选的型号上行峰值提升了40%。

4.实习成果与收获

主要成果就是那12个盲区的优化方案，还有扩容项目里设备选型的报告。过程中学会用机器学习做故障预测，把历史告警数据丢进模型里，能提前大概72小时发现潜在问题，师傅说这帮运维省了不少事。最大的收获是明白理论得落地还得看实际场景，比如OFDM调制在山区和城市环境表现差多少，光看课本可不知道。

5.问题与建议

实习期间遇到点挑战，比如8月5号有个紧急故障，说某个厂区网速突然慢一半，但后台数据没啥异常。我查了日志才发现是传输网那边熔纤盒松了，这事儿让我意识到自己光盯着无线网还不够，得懂整个链路。另一个就是单位培训有点跟不上，比如刚开始用他们内部的监控平台，没人细教，得自己琢磨。建议他们搞点新人专属的操作手册，或者搞个在线知识库，别啥都得问师傅。还有就是岗位匹配度上，我感觉我学的网络规划知识用得少，大部分时间在处理现场问题，要是能有更多机会接触网规项目就好了。

三、总结与体会

1.实习价值闭环

这8周，从7月1号到8月31号，感觉像是把书上的理论真的装进了脑子。以前觉得SISO和MIMO就俩概念，去了现场才懂6GHz频段下，双极化天线怎么影响小区容量。300个基站的日志不是摆设，每条记录背后都是用户的网速。我提的调整天线方案，看到覆盖率从不到60%硬是提到85%，那种感觉挺奇妙的，原来学的东西真能解决实际问题。写报告的时候翻看那些数据，突然就串联起来了，为啥老师总说要把理论结合实践，现在明白了，书是骨架，实践才是血肉。

2.职业规划联结

这段经历让我更想往网络优化方向发展了。之前以为工程师就是敲敲代码，去了发现现场跑图、客户沟通、跟供应商扯设备参数都是家常便饭。8月25号那天晚上，为了协调一个偏远区域的基站选址，和甲方、设计那边磨了两个多小时，最后定了方案才走，挺累但觉得值。现在看，做这个得既懂技术又会沟通。下一步打算深挖下5GA的Rel18技术，看看能不能考证，比如准备去考个中级通信工程师，把实习里学的故障预测模型用TensorFlow再跑跑参数，希望能做出更靠谱的模型。

3.行业趋势展望

在那家公司待着，明显感觉到行业在往智能化方向发展。7月底有个项目，客户要我们用AI分析流量模式，优化基站休眠策略。我帮忙做了点数据预处理，发现机器学习在资源调度上真能省事，以前靠人工调参数得调半天，现在模型给建议，几分钟就搞定。师傅说未来网络运维越来越依赖AI，光会传统优化方法肯定不行。这让我觉得，学校里学的东西得不断更新，比如现在看Python的pandas库、还有时频域分析那些知识，在实习里都用上了。9月开始要秋招了，简历上肯定要把这段经历重点写，突出自己动手解决过哪些具体问题，比如那个12个盲区的案例，比背一堆理论术语实在多了。感觉行业变化挺快的，不跟上真会被淘汰，但好在年轻就是多试错的机会。

致谢

1.

感谢那家公司给我实习