5G 通信网络中大数据智能化技术的应用探究

中铁十一局集团电务工程有限公司 陈宏

通信质量是保证信息正常传递的重要内容，对于各个领域发展具有重要意义，有必要对其进行深入研究。本文将5G 通信网络作为研究对象，简单叙述其基本概念，再研究大数据智能化技术在5G 通信网络中的重要价值，从数据收集分析、数据挖掘存储、D2D 通信技术、移动云计算、超密集异构网络技术、毫米波通信技术等维度，详细分析5G 通信网络中大数据智能化技术的具体运用，最后描述5G 通信网络中大数据智能化技术的未来展望，旨在为更多领域提供思考方向，提升大数据智能化技术应用效果，推动社会经济有序发展。

各个领域正处于稳定发展的重要时期，5G 通信网络应用场景也在不断完善，生成大量数据，增加数据处理难度。大数据智能化技术可以有效简化数据处理程序，提高数据处理效率，为5G 通信网络应用提供更多便利条件，需要对5G 通信网络中大数据智能化技术的应用开展详细分析。

1 5G 通信网络概述

5G 通信网络即为第五代移动通信网络，在理论条件下，其峰值传输速度为20Gbps，即每秒传输2.5GB 的数据信息，在数据信息传输效率方面，要比4G 通信网络高10 倍。比如，一部大小为1G 的电影，使用5G 通信网络，可以在4s 内完成下载。其拥有以下两个特点:（1）传输速度快。各个领域快速发展，会在经济业务、运营管理中产生大量数据信息，对于数据信息传输效率提出更高标准，5G 通信网络拥有更快的传输速度，可以极大缩短信息交流的时间成本，加快部门之间、企事业单位之间的信息交流效率，提高社会各个领域的快速发展；（2）传输稳定性高。各个领域都需要高质量的数据信息服务，提供大量信息传输场景。4G 通信网络具有一定的应用局限性，在特定信息传输场景中不具备更高的传输效率。而在5G通信网络中，可以匹配多种信息传输场景，可以实现稳定的信息传输，在不影响正常数据信息传输计划的基础上，保证稳定传输，为各个领域提供便利的信息传输条件[1]。

2 大数据智能化技术在5G 通信网络中的重要价值

2.1 提升用户数据决策水平

在使用5G 通信网络过程中，会产生大量数据信息，稍加利用这些数据信息，可以成为用户开展其他业务的重要工具。特别是企事业单位等用户，需要对各项经济业务进行更精准的决策。将大数据智能化技术应用到5G通信网络中，企事业单位或个人用户可以根据自己需求，收集5G 通信网络运行期间产生的各种数据信息，并使用相对应的程序或系统，对数据做有效识别，再输入特定分析数值，对数据做筛选、分析处理，获得更符合用户使用需求的数据信息，并成为用户数据决策的参考工具，提高后续经济业务决策质量。

2.2 推动人工智能有序发展

人工智能是计算机技术的重要产物，其核心内容即为深度学习，需要对大量数据做深度挖掘与系统化分析，对于数据样本的数据、质量具有较高要求。但是，在4G 通信网络条件下，为人工智能深度学习提供的数据存在信息量一般、数据维度较为普通的局限，难以让人工智能进一步发展。而在5G 通信网络中，可以在互联网中快速收集数据信息，为人工智能提供大量训练样本，进而提升人工智能发展水平，以便为更多用户提供高质量的服务内容[2]。

3 5G 通信网络中大数据智能化技术的具体运用

3.1 数据收集分析

在5G 通信网络中，想要发挥大数据智能化技术的真正应用价值，就需要先进行可靠的数据收集，并在此基础上对于各项数据做更细致地分析，便于后续数据挖掘存储作业，让5G 通信网络得到更广泛的应用。通常情况下，需要利用大数据收集技术获取企事业单位或个人应用5G通信网络产生的各项数据，可以细分为干扰数据、天线数据两类。利用大规模数据收集，辅助后续的分析处理技术，从海量数据信息中获取对企事业单位经济业务有促进作用的信息，或对个人成长有参考价值的信息，再根据应用需求，对获取信息做进一步处理，提高信息收集分析的应用价值[3]。需要注意，无论是数据收集还是分析作业，都需要科学处理外界因素与其他信号对待收集与分析数据的干扰问题。为提升数据收集与分析质量，建议使用GPS（Global Positioning System，全球定位系统）三维射线追踪技术，在数据收集与分析过程中，可以对数据信息进行全过程的动态分析，根据数据的波动情况做更可靠的实时判断，确保工作人员可以及时了解数据传输现状，开展定向的5G 通信网络优化作业。在大数据智能化技术获得足够多的处理样本后，也可以根据数据当前情况，开展不需要人员干涉的智能化收集与分析作业，实现数据的精准定位，合理规避外界因素造成的不良干扰问题。

3.2 数据挖掘存储

5G 通信网络已经成为各个领域应用的重要工具，并且在互联网中积累了大量数据信息，许多数据都有二次开发利用的价值。利用数据挖掘技术，明确企事业单位或个人的应用需求，从互联网中挖掘具有应用价值的数据信息，创造更多价值。在数据挖掘过程中，需要合理应用大数据智能化技术，筛选掉冗余的价值内容，同时对大数据智能化技术开展系统性的智能化训练，从而设计出匹配企事业单位或个人的数据应用需求的数据挖掘专属方案，加快数据挖掘速度，以带来更多的经济价值。在实际应用中，可以建立具有自我学习功能的训练模型，通过多次输入数据挖掘程序，不断优化训练模型，让其挖掘功能不断升级，提高数据挖掘质量。在这个过程中，也可以不断探索智能家居、医疗等领域的应用模式，进而推动各个领域有序发展[4]。同时，建议将训练模型与智能算法进行结合，在完成数据收集分析后，立即进行数据挖掘作业，再将其转移到存储数据库中，便于后续对收集分析的数据做再次开发利用。现阶段企事业单位会选择成熟的可视化技术，将互联网数据挖掘相关信息通过图表等方式进行展示，便于工作人员对部分细节内容进行调整。除此之外，也可以将人工语音智能检索融入数据挖掘存储作业中，通过分析工作人员的语言内容，训练模型开展相应的活动，实现高质量的人机交互作业。对数据进行挖掘处理后，需要将其存储到数据库中，并为企事业单位的各个部门提供足够数量的数据接口，根据企事业单位未来发展需求，对挖掘后的数据做更深入的分析与研究。

3.3 D2D 通信技术

D2D（Device-to-Device Communication，设备到设备通信）通信技术，需要大量D2D 通信用户构建分布式网络，所有用户节点都具备发送、接收信号功能，可以实现自动路由。所有用户节点通过分布式网络，共享一部分可以实现信息处理、存储等功能的硬件资源，其他用户节点在访问共享资源时，可以直接实现点对点通信，省略中间实体部分。在实际应用中，则表现为设备配对化的通信，和智能手机蓝牙功能相仿。也可以根据D2D 用户使用需求，对于用户节点进行相应的功能限制，例如，限制非分布式网络用户节点的外部访问功能，或者对本用户节点进行必要的安全设置，实现数据的安全保护。利用D2D 通信技术，可以让分布式网络的所有用户节点实现高效率的信息、资源共享，极大提升各类信息资源的利用率，加快各个用户节点的信息传输效率。即使用户的通信设备无法正常传输信息资源，也可以利用D2D 通信技术和用户的通信设备直接连接，保证正常的信息传输[5]。但是，D2D通信技术的资源调度涉及多个方面，具有复杂的架设需求，在具体应用中还需要对5G 通信网络的实际应用条件做细致研究，以此提升D2D 通信技术的调度便利性，提高D2D 通信技术的应用多样性。

3.4 移动云计算

5G 通信网络是开展移动云计算的必要条件，在应用中还需要遵循相关应用规定，建立覆盖企事业单位的云服务平台，打破智能手机、计算机的运行极限，让云计算服务更符合5G 通信网络应用需求。特别是在我国各个领域不断发展的情况下，对5G 通信网络的服务质量提出更高要求，想要让企事业单位或个人用户获得更高的5G通信网络使用体验，就需要更为关注移动云计算技术。在实际应用中，需要在数据收集分析、数据挖掘存储、D2D 通信技术等应用基础上，将移动云计算技术和各类技术进行可靠对接，实现多项技术的综合应用。在应用移动云计算技术后，也可以提供远程控制、操作等功能，让互联网中的数据收集分析、挖掘存储等作业摆脱时间、空间的束缚，实现理论层面的7d×24h 无中断式大数据智能化处理，提高用户的数据存储量。而且，移动云计算技术也可以为用户提供更为便利的数据查找条件，用户可以根据自己需求快速检索一类或某种数据，以便开展更高质量的数据智能化应用。

3.5 超密集异构网络技术

5G 通信网络在应用中快速发展，各个领域的智能终端也在逐步扩大其应用范围，数据信息的收集分析、挖掘存储需求也在不断更新迭代，可以预见未来全行业对于数据信息的应用会提出更高要求，需要朝提升数据信息处理效率、利用率等方面不断发展，可以通过超密集异构网络技术实现此目标。在实际应用中，需要从网络架构角度进行合理切入，根据企事业单位对于数据信息收集分析、挖掘存储需求，对超密集异构网络技术的应用做综合规划，并对各项资源做合理部署。建议根据当前无线节点数据，增加更多的无线节点，以此缩短无线节点之间的距离，加快数据信息交互效率。同时，要将研究重心放在用户、服务节点等方面，确保在数据信息收集分析、挖掘存储过程中，可以让用户和服务节点实现可靠对接，消除对网络服务质量造成负面影响的干扰因素。考虑到现阶段超密集异构网络技术存在诸多的技术问题，例如，切换算法相关理论研究进展较慢，可能会受到外界因素的不良干扰，在实际应用中，可以将其和其他技术进行综合应用。

3.6 毫米波通信技术

毫米波即处于微波、光波之间的电磁波，其频段在30GHz～300GHz 之间，波长在1～10mm 之间。在5G通信网络的快速发展过程中，无线电频谱的低端频率逐渐趋于饱和，无法满足各个领域的通信发展需求，微波高频段的频谱资源就是5G 通信网络的发展方向。尤其是毫米波波长偏短、频带较宽，有效处理高速宽带无线接入的众多问题，符合短距离无线通信需求。毫米波通信技术在应用过程中，可以让传输的数据信息保持完整性，实现全天候的无延迟通信。现在应用的毫米波通信技术主要有以下两种类型:（1）毫米波地面通信。这是一种中继通信模式，可以实现多跳的毫米波中继通信；（2）毫米波卫星通信。使用频段为60GHz、波长5mm 的电磁波，通过星际大气稀薄的特性，降低信号在传输过程中的衰落问题，实现超远距离通信。

4 5G 通信网络中大数据智能化技术的未来展望探究

4.1 关键技术未来发展

5G 通信网络中大数据智能化技术，其关键内容就是数据信息的收集分析、挖掘存储。对于数据信息收集，现在大数据智能化技术可以细分为软件采集与硬件采集两类。在未来发展中，软件采集将会构建统一化的数据收集框架，可以实现对互联网上的海量数据的快速收集，同时对收集到的数据做预处理，以便后续的数据分析作业。硬件采集会朝着低功耗的智能传感器方向进一步升级，降低数据采集的能源消耗量；对于数据信息分析，则会在现有的云计算平台基础上，拓展人工神经网络相关内容，既可以用较低投资成本，对收集的数据信息做高性能分析，也可以推动5G 通信网络的智能化发展；对于数据信息挖掘，则会采用全网络挖掘作业，分散单个用户数据信息挖掘成本，绿色分布式网络的冗余资源，实现高质量的数据信息挖掘；对于数据信息存储，则会朝着高可用性、低建设成本方向发展，利用云端数据库的方式，降低大量数据信息存储成本，保证数据信息存储质量，既可以便于用户快速访问数据信息，也可以避免在存储、使用过程中发生数据信息丢失问题[6]。

4.2 产业未来发展

伴随5G 通信网络逐渐普及，大数据智能化技术也将推动各个产业不断发展，并会在未来5～10 年的时间保持高速增长，用户规模也会不断扩大。考虑到现阶段我国各个领域数据流通性没有达到预期效果，成为5G 通信网络中大数据智能化技术的阻碍。未来我国相关产业会进一步完善，相关政策也会提供相应支持，围绕大数据智能化技术的相关产业也会快速发展，进而成为推动全行业发展的重要力量。

5 总结

5G 通信网络中大数据智能化技术的应用涉及多项专业内容，在实际应用中，需要根据企事业单位实际应用需求为准，合理吸纳本文理论内容，设计一套内容完善、结构完整的应用方案，确保各项细节内容可以真正落实。希望更多企事业单位可以对大数据智能化技术展开深入研究，加强5G 通信网络应用质量，提高经济业务与日常运营质量，助力各个领域可持续发展。