5G安全的愿景

随着4G的大规模商用,业界对5G的研究也正在如火如荼地展开.5G不仅将给带宽、速率、智能化和融合性等方面带来一定变化,而且随着5G新的网络架构演进和网络融合技术的发展,其安全性也将发生相应的变化.为此,探讨了5G安全架构、安全关键技术以及5G安全机制的未来研究方向.     

5G 功放DPD 的FPGA 宽带实现及自动优化

5G 宽带功放数字预失真器(DPD)的FPGA 实现过程中,常遇到数字处理带宽不够和资源有限问题,对 此,文中提出一种基于双路并行数据流的数字预失真带宽扩展方法和基于Zynq Ultrascale+ MPSoC 的自动化模型优化 验证方法,可快速实现对5G 宽带功放线性化方案的优化。使用该并行处理结构的数字预失真器,克服了数字电路最 大时钟频率造成的对FPGA 线性化带宽的限制,使得数字预失真电路在每个时钟周期内可以处理更多的数据,不仅有 效地增加了数字处理带宽,而且降低了DPD 的功耗。然而,这种带宽增加以消耗更多硬件资源为代价,对此,文中同时 提出了对预失真非线性模型的在线自动优化方法,以简化非线性模型、降低DPD 的硬件资源开销。最后,在Zynq Ultrascale+ FPGA 实验平台上实现了具有两路并行数据处理的I-MSA 自优化数字预失真电路,采用100 MHz 的5G 新无 线电(NR)信号在2. 6 GHz 功率放大器上进行线性化实验验证,获得了满意的预失真性能,验证了所提方法的有效性。     

一种基于超大规模云资源池的算力供给新模式及其关键技术

随着行业应用下沉边缘云及“东数西算”国家级算力布局政策出台,基于算力分散的算力网络架构已成现实,为此亟待研究如何提升算力集约化和共享化水平。围绕“一朵云”和服务化思想,搭建Iaa S和Paa S统一资源池以及大规模部署算力资源开通和应用部署方案,设计全局化“云资源池开通和应用部署中心”,分布式和分级化的“开通网关和部署网关”和阐述多云资源池的并行开通流程和应用并行部署流程等关键技术。在运营商开展验证,结果表明,该方案有利于搭建面向应用无感的统一超大规模云资源池,实现算力供给新模式。     

多模态自适应特征融合的目标检测

随着深度学习的发展,基于卷积神经网络（CNN）的目标检测方法取得巨大成功。现有的基于CNN的目标检测模型通常采用单一模态的RGB图像进行训练和测试,但在低光照环境下,检测性能显著下降。为解决此问题,提出了一种基于YOLOv5构建的多模态目标检测网络模型,将RGB图像和热红外图像相结合,以充分利用多模态特征融合信息,从而提升目标检测精度。为了实现多模态特征信息的有效融合,提出了一种多模态自适应特征融合（MAFF）模块。该模块通过自适应地选择不同模态特征并利用各模态间的互补信息,实现多模态特征融合。实验结果表明：所提算法能有效融合不同模态的特征信息,从而显著提高检测精度。     

改进YOLOv5s算法的地铁场景行人目标检测

地铁场景行人目标存在大小不一、不同程度遮挡以及环境过暗导致目标模糊等问题,很大程度影响了行人目标检测的准确性。针对上述问题,本研究提出了一种改进YOLOv5s目标检测算法以增强地铁场景行人目标检测的效果。构建地铁场景行人数据集,标注对应标签,进行数据预处理操作。本研究在特征提取模块中加入深度残差收缩网络,将残差网络、注意力机制和软阈值化函数相结合以增强有用特征信道,削弱冗余特征信道;利用改进空洞空间金字塔池化模块,在不丢失图像信息的前提下获得多尺度、多感受野的融合特征,有效捕获图像全局上下文信息;设计了一种改进非极大值抑制算法,对目标预测框进行后处理,保留检测目标最优预测框。实验结果表明：提出的改进YOLOv5s算法能有效提高地铁场景行人目标检测的精度,尤其对小行人目标和密集行人目标的检测,效果提升更为显著。     

基于改进YOLOv5的红外车辆检测方法

红外图像可在低照度、恶劣天气等条件下工作,红外车辆检测技术旨在使用红外传感器来监测道路上的车辆,实现对车辆数量、车速等信息的收集与分析,该技术不仅可应用于路面车辆,还可应用于铁路、机场、港口等场景,为交通运输行业的安全和便捷提供了有效的技术支持。然而,由于红外图像成像原理的局限和外部环境的干扰,通常导致红外图像成像质量不理想,红外车辆检测仍然存在许多问题。文中提出了一种改进的YOLOv5模型,在YOLOv5的主干部分引入了混合注意力机制,使模型能够更好地关注研究者感兴趣的区域,抑制图像噪声的干扰。此外,在BiFPN基础上提出了一种改进的Z-BiFPN特征融合结构,融合更多的浅层信息,提高浅层信息利用率,并增加一个四分之一下采样的小目标检测层,同时将YOLOv5的检测头替换为解耦头来提升模型的检测能力。在自建的七类红外车辆数据集INFrared-417上进行了实验,验证了算法的有效可行性。与原始YOLOv5相比,m AP从81.1%提升到了85.3%。     

5G RedCap技术的演进和应用

作为3GPP R17版本中极其重要的技术,RedCap凸显了填补中高速物联网领域的重要技术创新。文中介绍了Rel-17 RedCap在典型应用场景中的应用,分析了其关键技术,估算了RedCap在不同频段的峰值速率,并研究了其在不同频段中应用的特点,最后对5G RedCap的商用前景进行了分析和展望。     

合肥地区风廓线雷达资料评估初探

风廓线雷达作为一种新型测风雷达,能够连续提供大气水平风场、垂直气流、大气折射率结构常数等气象要素随高度的分布,具有时空分辨率高、连续性好和实时性好等特点,是进行高空气象探测的重要设备。而雷达数据的质量是决定资料是否能够投入业务使用的基本前提。通过欧洲中期天气预报中心(ECWMF)第五代再分析资料(ERA5)与气球探空资料比对,验证了ERA5再分析资料在安徽区域的适用性,并利用其对没有气球探空资料的合肥和巢湖两地的风廓线雷达资料进行了评估。结果表明：(1) ERA5再分析资料与气球探空资料显著相关,多项指标均表明ERA5再分析资料可以作为评估基准,利用其对无气球探空资料区域的风廓线雷达进行评估具有可行性;(2)大气湍流强度对风廓线雷达最大探测高度影响明显,依季节划分最大探测高度分别为春季2.7 km、夏季4.5 km、秋季3.6km、冬季2 km;(3)经评估,合肥地区风廓线雷达资料在数据相关性、偏差、均方根误差等方面u分量数据质量好于v分量。依季节划分,数据质量由高到低排序依次是冬、夏、春、秋。其中,春、夏、冬数据质量较好,可以同化入数值预报模式,而秋季v分量数据需要进行偏差订正以及质...     

5G技术在广播电视现场直播节目中的运用探究

5G技术的问世,助力了多元产业的发展,而广播电视现场直播领域也在5G技术的推动下,走向了更智能化、现代化、集成化的发展道路。5G技术在传统媒体领域中的渗透,彻底颠覆了传统广播电视现场直播节目的传播形式、传播内容、传播场景以及传播渠道。加强对5G技术在广播电视现场直播节目中运用的研究,不仅可以发挥5G技术优势,同时也是促进广播电视现场直播节目创新发展的必要措施。基于此,从5G技术的内涵与特征出发,总结5G技术在广播电视现场直播领域的运用优势,重点阐述其运用措施与方向,期望能为广播电视从业人员提供一定的经验、启示。     

基于城市复杂环境的5G移动网络优化设计技术分析

当前城市建设中,人们对网络信号的需求越来越大。移动通信已经从最初的2G,3G,4G发展到了现如今的5G,其中运用了SON技术、异构超密集部署分析技术等多种新技术,使5G移动网络的传输速度及通信能力得到了大幅度的提高,实现了数千兆的宽带传输。文章针对5G网络在部署及承载环境等方面的需求,科学分析网络架构,结合网络优化的目标,通过构建网络评估模型、优化语音话务负载、优化移动信号干扰及覆盖切换性能等方面,对5G网络进行了优化研究。研究表明,优化后的网络与先前相比更加稳定,可满足当前城市对网络的需求。