宗華

（中國聯(lián)合網(wǎng)絡通信集團有限公司深圳市分公司 廣東省深圳市 518000）

隨著5G網(wǎng)絡通信技術(shù)的發(fā)展，對5G網(wǎng)絡通信的穩(wěn)定性和信道均衡性提出了更高的要求，構(gòu)建5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)設計模型，結(jié)合信道均衡算法以及聯(lián)合參數(shù)識別的方法，進行5G通信網(wǎng)絡節(jié)點規(guī)劃過程中的信道均衡設計和自適應參數(shù)規(guī)劃調(diào)節(jié)，提高5G通信網(wǎng)絡的輸出增益和穩(wěn)定性，研究5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)設計方法，在提高信道的均衡控制能力和網(wǎng)絡穩(wěn)定性方面具有重要意義[1]。

當前方法中，對5G通信網(wǎng)絡節(jié)點規(guī)劃設計方法主要有基于自適應參數(shù)調(diào)節(jié)和最小二乘規(guī)劃設計的5G通信網(wǎng)絡節(jié)點規(guī)劃方法、基于高速空間增益調(diào)度的5G通信網(wǎng)絡節(jié)點規(guī)劃方法以及線性最小均方誤差法（LMMSE））配合的規(guī)劃方法等，采用多維空間輸出增益調(diào)度[2]，實現(xiàn)5G通信網(wǎng)絡節(jié)點規(guī)劃，但傳統(tǒng)方法進行5G通信網(wǎng)絡節(jié)點規(guī)劃設計的輸出穩(wěn)定性不好，網(wǎng)絡信道估計的準確性不高。針對上述問題，本文提出基于云計算的5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)設計方法。首先構(gòu)建5G通信網(wǎng)絡節(jié)點的輸出信道均衡模型，采用滑窗濾波和多項式參數(shù)空間擬合的方法，實現(xiàn)對5G通信網(wǎng)絡節(jié)點規(guī)劃過程中的自組織定位，采用自適應的多階次參數(shù)擬合和空間均衡濾波，建立5G通信網(wǎng)絡節(jié)點規(guī)劃的云計算模型，實現(xiàn)網(wǎng)絡節(jié)點的離線訓練，提高增益控制能力。

1 系統(tǒng)模型和參數(shù)設計

1.1 5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)模型

為了實現(xiàn)5G通信網(wǎng)絡節(jié)點規(guī)劃設計，首先構(gòu)建5G通信網(wǎng)絡節(jié)點的輸出信道均衡模型，采用滑窗濾波和多項式參數(shù)空間擬合的方法，構(gòu)建高速移動的通信場景中5G通信網(wǎng)絡節(jié)點規(guī)劃和節(jié)點部署模型[3]，得到5G通信網(wǎng)絡節(jié)點規(guī)劃集群調(diào)度的OFDM 符號上表達式為：

考慮具有 N個子載波的系統(tǒng)參數(shù)模型，得到5G通信網(wǎng)絡節(jié)點規(guī)劃模型參數(shù)滿足基于第 t個符號時間信道參數(shù)估計結(jié)果，得到5G通信網(wǎng)絡節(jié)點的信道特性函數(shù)為：

由此構(gòu)建5G通信網(wǎng)絡節(jié)點的輸出信道均衡模型，采用滑窗濾波和多項式參數(shù)空間擬合的方法，進行BiLSTM網(wǎng)絡每個時間分布參數(shù)的同步處理，提高網(wǎng)絡節(jié)點的信道自適應均衡能力[4]。

1.2 參數(shù)設計

采用滑窗濾波和多項式參數(shù)空間擬合的方法，實現(xiàn)對5G通信網(wǎng)絡節(jié)點規(guī)劃過程中的自組織定位，采用可靠性指標參數(shù)設計的方法，進行5G通信網(wǎng)絡節(jié)點規(guī)劃的指標參數(shù)變換[5]，得到5G通信網(wǎng)絡節(jié)點規(guī)劃的V-EstEqNet輸出信道模型參數(shù)特征集為其中：

其中，rd(k)為計算節(jié)點數(shù)，xi(k)為每個接力計算節(jié)點獲取的計算任務量，采用OFDM 接收子幀數(shù)據(jù)，得到傳輸信道容量記為：

其中，xn(t)為計算節(jié)點的編號，為計算節(jié)點的資源能力，采用正交頻分復用（Orthogonal Frequency Division Multiplexing,OFDM）的方法，得到5G網(wǎng)絡通信節(jié)點調(diào)度通信網(wǎng)絡的集中式載波集m＜n，m為5G網(wǎng)絡通信節(jié)點調(diào)度通信網(wǎng)絡的子載波數(shù)，n為5G網(wǎng)絡通信節(jié)點調(diào)度通信網(wǎng)絡的標記點，x為H2(x)，如果

2 5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)的云計算設計

采用自適應的多階次參數(shù)擬合和空間均衡濾波，建立5G通信網(wǎng)絡節(jié)點規(guī)劃的云計算模型，得到5G通信網(wǎng)絡節(jié)點的CFR估計(voltage violation risk change indictor, VVRCI)模 型， 第 n個采樣時刻方差系統(tǒng)誤比特率（Bit Error Rate,BER）為經(jīng)過快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT），得到梯度函數(shù)為：

其中，p為5G通信網(wǎng)絡節(jié)點規(guī)劃的關(guān)聯(lián)分布集，n(t)為正交干擾項，si(t)為客戶端輸出的信號分量，采用 HTTP 協(xié)議調(diào)取5G通信網(wǎng)絡節(jié)點的各層接節(jié)點信息，為：

其中，E[xk]表示內(nèi)存型數(shù)據(jù)庫，為5G通信網(wǎng)絡節(jié)點的分布間隔，為1D CNN卷積核時延，使用最小二乘法（Least Squares, LS），得到5G通信網(wǎng)絡節(jié)點輸出信號的最小均方誤差輸出為：

其中，Cn為捕獲參數(shù)，根據(jù)上述分析，采用云計算方法對5G通信網(wǎng)絡進行信道參數(shù)估計和均衡控制，實現(xiàn)網(wǎng)絡節(jié)點的離線訓練，提高增益控制能力。

3 實驗測試

為了驗證設計方法的效果，采用Matlab進行仿真實驗，設定CPU核數(shù)為28，節(jié)點傳輸數(shù)據(jù)量為2400，5G通信網(wǎng)絡節(jié)點的組合分布為 1、26、89組合，參數(shù)分布見表1。

表1：5G通信網(wǎng)絡節(jié)點分布參數(shù)

根據(jù)上述5G通信網(wǎng)絡節(jié)點參數(shù)設定，實現(xiàn)5G通信網(wǎng)絡節(jié)點規(guī)劃設計，得到網(wǎng)絡通信傳輸數(shù)據(jù)如圖1所示。

圖1：網(wǎng)絡通信傳輸數(shù)據(jù)

根據(jù)圖1所示的通信數(shù)據(jù)，采用本文方法，實現(xiàn)5G通信網(wǎng)絡節(jié)點調(diào)度，得到均衡調(diào)度輸出如圖2所示。

圖2：5G通信網(wǎng)絡節(jié)點均衡調(diào)度輸出

分析圖2得知，本文方法進行5G通信網(wǎng)絡節(jié)點規(guī)劃的均衡調(diào)度性能較好。測試各個節(jié)點的誤碼率，得到對比結(jié)果見表2，分析表2得知，本文方法進行5G通信網(wǎng)絡通信的節(jié)點規(guī)劃，誤碼率較低。

4 結(jié)語

通過5G通信網(wǎng)絡節(jié)點規(guī)劃過程中的信道均衡設計和自適應參數(shù)規(guī)劃調(diào)節(jié)，提高5G通信網(wǎng)絡的輸出增益和穩(wěn)定性，本文提出基于云計算的5G通信網(wǎng)絡節(jié)點規(guī)劃系統(tǒng)設計方法，采用滑窗濾波和多項式參數(shù)空間擬合的方法，構(gòu)建高速移動的通信場景中5G通信網(wǎng)絡節(jié)點規(guī)劃和節(jié)點部署模型，實現(xiàn)5G通信網(wǎng)絡的節(jié)點規(guī)劃設計。分析得知，本文方法進行5G通信網(wǎng)絡節(jié)點規(guī)劃設計，降低了通信誤碼率。