北冰红葡萄酒2020年第06期
42
陶爱平
江西省邮电建设工程有限公司，江西 南昌 330029
摘要：目前，在国内社会经济、科学技术不断发展的背景下，移动通信技术在全球范围内占有领先地位，网络已成为人们日常生产和生活中不可或缺的一部分。在4G 通信技术广泛普及之后，中国开始逐步加大力度探索5G 通信技术和物联网的联合研发，这直接推动了高速网络技术的大范围使用，并为未来的社会经济发展做出了巨大的贡献。 关键词：5G 无线；通信网络；物理层中图分类号：TN929.5
作者简介：陶爱平（1982—），男，汉族，江西南昌人，本科，硕士学位，工程师，研究方向为无线通信、电力自动化。
0 引言
两票系统
5G 的快速发展使其成为我国新一代信息基础设施的重要组成部分。我国于2015年发布了5G 概念白皮书，并于2019年实现了5G 的试商用，2020年实现了重点城市规模商用［1］。国家在大力开展5G 技术研发与标准化、5G 基础设施建设的同时，也在同步进行5G 安全总体架构、安全机制研究和标准化推进。
1 5G 通信技术概述
字幕烟花5G 网络是4G 网络的延伸，也就是第五代移动通信技术。5G 通信技术主要包括两个方面，即网络技术和无线技术。在无线技术方面，它涵盖了广泛的领域，例如编码技术和超高密度网络技术。在网络技术方面，又包括边缘计算机技术和切片技术。2019年，世界正式开启了5G 通信时代，5G 通信技术从此成为全球发展的关键技术之一。经过多年的深入研究发现，5G 通信技术与最常见的4G 通信技术相比，主要优点就是缩短延时，增加容量和提高网络速度。在速度方面，当前的4G 网络速度约为1 Gbit/s，而5G 网络速度却可以达到10 Gbit/s，远远高于4G 网络。在延时方面，可以将5G 通信技术的最短延时控制在1 ms，而以往通常在5~10 ms。在容量方面，5G 网络的容量可以比4G 网络高达上百甚至是上千倍。由此可见，很明显4G 网络技术已无法满足人们当前的生活需求，终将被5G 通信技术取代。现如今，5G 通信技术还将与其他技术相结合，以开发更多满足不同人需求的
功能。另外，它还可以刺激其他行业的发展，例如芯片行业、软件行业等。
烫金膜2 DCNN 在物理层关键技术中的应用乌氏粘度计原理
为了探究神经网络能否学习高级波形并生成新的波形，可以设计一个基于深度卷积神经网络（Deep Convolutional Neural Network，DCNN）的不使用快速傅里叶变换或快速傅里叶逆变换模块的OFDM 接收机，它由一个基于DCNN 的OFDM 接收机和一个可分离的信道均衡器组成。集滤器
DCNN 接收机模型由三部分组成。第一部分包括一个复卷积层和2个用来加减循环前缀的全连接层，这部分主要用于把时域OFDM 符号转换到频域，其中，复卷积层可以由更高维的、具有2倍滤波器的实卷积层来实现；第二部分由一个全连接层来实现，目的是提取OFDM 帧中所有的数据单元；第三部分是解调，主要是将正交同相数据转换成软比特。
DCNN 信道均衡器设计包含四个部分：第一部分和第四部分是类似于离散傅里叶变换或离散傅里叶逆变换功能的全连接层，用于时域和频域的转换；第二部分用于信道估计，其中用到了残差估计和跳过连接结构；而第三部分则是通过复杂划分实现频域信道均衡。由于均衡器过于复杂，两个结构无法同时训练，所以就分两个阶段进行训练。首先，在加性高斯白噪声信道中训练DCNN 接收机；其次，再在训练好的DCNN 接收机前建立并加入一个在衰落信道中训练的DCNN 均衡器。结果表明，该接收机展示出DL 在学习高级波形方面的能力，其在AWGN 信道中与传统
