仿真教学装置

技术领域

本申请涉及教学设备技术领域，尤其涉及一种仿真教学装置。

背景技术

5G(the 5th Generation，第5代移动通信技术)、人工智能、物联网是新兴崛起的行业，为适应社会的发展，各高校也分别开设了5G、人工智能和物联网的课程。但是由于学校侧重于理论教学，在工程实践方面很难达到社会上职业化的需要。

为提升高校的竞争力，相关部门要求各高校学生具备工程实践的能力，可高校并不具备5G实验室的环境，随着通信技术的不断更新迭代，通信设备也在不断的随之更换，高校如果部署一套通信设备用于工程实践教学，造价又太过昂贵。因此，如何在设备成本允许的情况下，实现5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学成为目前业界亟待解决的问题。

发明内容

本申请实施例提供一种仿真教学装置，用以解决现有技术中无法在设备成本允许的情况下实现5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学的缺陷，实现低成本的5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学。

第一方面，本申请实施例提供一种仿真教学装置，包括：

5G仿真平台和5G智能小车；

所述5G仿真平台包括5G仿真实践模块和5G车联网场景模拟模块；

所述5G仿真实践模块，用于提供5G知识的仿真实践教学；

所述5G车联网场景模拟模块与所述5G智能小车通信连接，用于模拟5G车联网场景，控制所述5G智能小车运行，以提供5G车联网知识的仿真实践教学。

可选地，根据本申请一个实施例的仿真教学装置，所述5G仿真实践模块包括：

工程实践单元，用于基于5G工程实践实例进行5G工程实践中操作过程的仿真实践教学；

理论实践单元，用于基于5G理论实践实例进行5G理论知识的仿真实践教学；

其中，所述工程实践单元和理论实践单元对应的仿真实践教学均通过人机交互的方式实现。

可选地，根据本申请一个实施例的仿真教学装置，所述工程实践单元包括：

实验背景子单元，用于提供基站开通调测过程对应的小区规划、小区参数、邻区关系和邻区信息，作为工程实践的背景；

勘站规划配置子单元，用于实现勘站规划阶段对应的配置过程的仿真实践教学；

网络部署配置子单元，用于实现网络部署阶段对应的配置过程的仿真实践教学；

开通调测子单元，用于验证勘站规划子单元和网络部署子单元中的配置是否正确，若配置错误，则提示返回重新配置勘站规划和网络部署；

业务验证配置子单元，用于实现业务验证阶段对应的配置过程的仿真实践教学。

可选地，根据本申请一个实施例的仿真教学装置，所述理论实践单元包括：

5G接口协议栈子单元，用于实现5G接口协议栈知识的仿真实践教学；

5G物理层过程子单元，用于实现5G物理层过程知识的仿真实践教学；

5G组网架构子单元，用于实现5G组网架构知识的仿真实践教学；

5G信令流程子单元，用于实现5G信令流程知识的仿真实践教学。

可选地，根据本申请一个实施例的仿真教学装置，所述5G车联网场景模拟模块包括：

数据采集模块，用于接收5G智能小车采集的图像；

车联网算法实现模块，用于基于图像识别模型和定位算法确定目标图像，并控制所述5G智能小车运行；

其中，所述图像识别模型是基于图像样本数据进行训练后得到的。

可选地，根据本申请一个实施例的仿真教学装置，在基于图像样本数据训练图像识别模型的过程中，基于小批量梯度下降方法确定损失函数的最小值。

可选地，根据本申请一个实施例的仿真教学装置，所述基于图像识别模型和定位算法确定目标图像，包括：

基于所述图像识别模型确定初选目标图像；

基于同步定位与建图SLAM算法构建地图，确定初选目标图像对应的目标与5G智能小车的距离；

基于所述目标与5G智能小车的距离，从所述初选目标图像中确定终选目标图像。

可选地，根据本申请一个实施例的仿真教学装置，所述基于所述目标与5G智能小车的距离，从所述初选目标图像中确定终选目标图像，包括：

基于所述目标与5G智能小车的距离与预设阈值的比较结果，从所述初选目标图像中确定终选目标图像；

所述预设阈值是基于5G智能小车的摄像头能拍摄清晰图像的距离范围确定的。

可选地，根据本申请一个实施例的仿真教学装置，所述5G智能小车基于载入的运动控制程序和5G仿真平台的控制指令运行。

可选地，根据本申请一个实施例的仿真教学装置，所述勘站规划阶段对应的配置过程包括射频单元的配置过程；

所述网络部署阶段对应的配置过程包括操作维护中心OMC设备、核心网设备和室内基带处理单元BBU设备的配置过程；

所述业务验证阶段对应的配置过程包括测试参数和终端设备的配置过程。

本申请实施例提供的仿真教学装置，通过所述5G仿真实践模块提供5G知识的仿真实践教学，与所述5G智能小车通信连接的5G车联网场景模拟模块模拟5G车联网场景，控制所述5G智能小车运行，以提供5G车联网知识的仿真实践教学，能够实现低成本的5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种仿真教学装置的结构示意图；

图2是本申请实施例提供的一种仿真教学装置的整体结构示意图；

图3是本申请实施例提供的一种仿真教学装置的5G仿真平台的架构示意图；

图4是本申请实施例提供的一种仿真教学装置的勘站规划配置过程的交互界面示意图；

图5是本申请实施例提供的一种仿真教学装置的网络部署配置过程的交互界面示意图；

图6是本申请实施例提供的一种仿真教学装置的开通调测过程的交互界面示意图；

图7是本申请实施例提供的一种仿真教学装置的业务验证配置过程的交互界面示意图；

图8是本申请实施例提供的一种仿真教学装置的5G接口协议栈配置过程的交互界面示意图；

图9是本申请实施例提供的一种仿真教学装置的5G物理层过程配置过程的交互界面示意图；

图10是本申请实施例提供的一种仿真教学装置的5G组网架构配置过程的交互界面示意图；

图11是本申请实施例提供的一种仿真教学装置的5G信令流程配置过程的交互界面示意图；

图12是本申请实施例提供的一种仿真教学装置的5G仿真平台与5G智能小车的交互框架示意图；

图13是本申请实施例提供的一种仿真教学装置的神经网络结构示意图；

图14是本申请实施例提供的一种仿真教学装置的目标图像确定流程示意图。

具体实施方式

本申请实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

本申请实施例中术语“多个”是指两个或两个以上，其它量词与之类似。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种仿真教学装置，用以用以解决现有技术中无法在设备成本允许的情况下实现5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学的缺陷。

图1为本申请实施例提供的仿真教学装置的结构示意图。如图1所示，所述装置包括：5G仿真平台110和5G智能小车120；

所述5G仿真平台包括5G仿真实践模块1101和5G车联网场景模拟模块1102；

所述5G仿真实践模块1101，用于提供5G知识的仿真实践教学；

所述5G车联网场景模拟模块1102与所述5G智能小车120通信连接，用于模拟5G车联网场景，控制所述5G智能小车运行，以提供5G车联网知识的仿真实践教学。

具体来说，本申请实施例提供的仿真教学装置的开发分为三个阶段，第一阶段是5G知识的提炼，把5G知识采用动画、交互场景等方式来呈现，形成基础仿真教学平台。第二阶段是模拟5G车联网场景，搭建5G基站、5G小车模型和物联网通信模块，设计通信线路板，开发5G车联网的应用场景。第三阶段是把人工智能中的图像识别应用到5G小车上，实现5G小车远程驾驶、自动避障、车路协同等功能。

图2为本申请实施例提供的一种仿真教学装置的整体结构示意图，如图2所示，本申请实施例提供的仿真教学装置除了包括5G仿真平台110和5G智能小车120之外，还包括5G仿真基站、仿真RSU(Road Side Unit，路侧单元)和移动终端，用于模拟实际通信架构，使学生对5G车联网通信场景的原理产生更直观的认识。所述5G仿真平台110可部署在云端，提供开放的API(Application Program Interface，应用程序接口)接口，通过API接口可以对5G智能小车120进行控制实现5G车联网的车路协同、自动驾驶、自动避障等应用场景，当然所述5G仿真平台110也可以部署于终端设备上，本申请实施例对此不作具体限定。

所述5G仿真平台110既可模拟核心网的功能也可提供5G理论知识的仿真实践，此平台的搭建是把5G理论知识提炼出来形成实践操作课程。底层线路板设计也是模仿真实无线设备，无线设备承担着无线通信的空口功能实现。所述5G智能小车120采用成熟的树莓派ROS开发板进行开发，车辆间避障等功能都是由所述5G仿真平台110下发指令来实现的，移动终端(实际为SIM卡)可模拟控制车辆的运行，采用3D打印机对5G仿真基站、仿真RSU进行打印，采用物联网技术使设备之间进行互联互通。

学生基于此仿真教学装置可以做工程实践，例如，基于所述5G仿真实践模块1101提供的5G知识的仿真实践教学实例，在实践的过程中掌握5G的工程实践和理论知识，基于所述5G车联网场景模拟模块1102提供的5G车联网知识的仿真实践实例，在实践过程中掌握物联网和人工智能相关技术，为高校培养综合性多学科领域人才提供支撑。

本申请实施例提供的仿真教学装置，通过所述5G仿真实践模块提供5G知识的仿真实践教学，与所述5G智能小车通信连接的5G车联网场景模拟模块模拟5G车联网场景，控制所述5G智能小车运行，以提供5G车联网知识的仿真实践教学，能够实现低成本的5G通信知识、人工智能技术、物联网技术等多学科知识的工程实践教学。

基于上述实施例，所述5G仿真实践模块包括：

工程实践单元，用于基于5G工程实践实例进行5G工程实践中操作过程的仿真实践教学；

理论实践单元，用于基于5G理论实践实例进行5G理论知识的仿真实践教学；

其中，所述工程实践单元和理论实践单元对应的仿真实践教学均通过人机交互的方式实现。

具体来说，以5G工程经验为基础设计5G工程实践中的所有实践步骤，通过理论实践单元基于5G理论实践实例进行5G理论知识的仿真实践教学；以5G理论知识点为基础设计5G理论实践，通过理论实践单元基于5G理论实践实例进行5G理论知识的仿真实践教学，学生基于上述两个实践单元进行实践操作，掌握5G理论知识和5G工程操作步骤，上述实践操作过程均通过人机交互方式，并且整个过程都会有动画小人来进行引导，以达到操作的友好性。

图3为本申请实施例提供的一种仿真教学装置的5G仿真平台的架构示意图，如图3所示，所述5G仿真平台架构分成数据源层、数据采集层、数据仓库、数据分析层、应用层，作用分别如下：

数据源：收集平台需要分析的数据，这些数据可能是从各个行业获取的数据，除此之外还有教学实验数据和平台产生的日志数据。

数据采集层：通过大数据技术中的Flume、Kafka、Sqoop插件对实时数据和离线数据进行采集传输给数据仓库。

数据仓库：把数据采集层传输过来的数据进行清洗入库。

数据分析层：采用Spark、Flink大数据组件对数据进行处理，采用Tensorflow框架处理人工智能算法模型，算法引擎支撑所有的数据模型，数据分析完后支撑上层应用。

应用层：用于平台功能的展现，平台功能主要由工程仿真实践和理论仿真实践组成。

本申请实施例提供的仿真教学装置，通过工程实践单元基于5G工程实践实例进行5G工程实践中操作过程的仿真实践教学，理论实践单元基于5G理论实践实例进行5G理论知识的仿真实践教学，所述工程实践单元和理论实践单元对应的仿真实践教学均通过人机交互的方式实现，无需学生到设备现场去观摩和练习就可以达到掌握5G技术的目的，既达到了实践教学目的，又降低了教学成本。

基于上述实施例，所述工程实践单元包括：

实验背景子单元，用于提供基站开通调测过程对应的小区规划、小区参数、邻区关系和邻区信息，作为工程实践的背景；

勘站规划配置子单元，用于实现勘站规划阶段对应的配置过程的仿真实践教学；

网络部署配置子单元，用于实现网络部署阶段对应的配置过程的仿真实践教学；

开通调测子单元，用于验证勘站规划子单元和网络部署子单元中的配置是否正确，若配置错误，则提示返回重新配置勘站规划和网络部署；

业务验证配置子单元，用于实现业务验证阶段对应的配置过程的仿真实践教学。

具体来说，工程实践设计包括实验背景、勘站规划、网络部署、开通调测、业务验证几大工作模块。

实验背景里会把基站开通调测过程中涉及到的小区规划、小区参数、邻区关系、邻区信息等信息以表格的形式呈现出来，学生基于这个大的背景，进行后续的勘站规划配置和网络部署配置过程。

在勘站规划里，学员需要对3个射频单元的天线挂高、下倾角、设备选型、光纤模块连接等进行设计。图4为本申请实施例提供的一种仿真教学装置的勘站规划配置过程的交互界面示意图，如图4所示，当学生进入勘站规划对应的配置界面时，会有动画小人进行引导，以降低学生的操作难度，是其能够更好地理解和掌握整个配置过程。在工程实践和理论实践对应的交互界面中均会有动画小人进行引导，在后续的介绍中，对于该设计将不再赘述。

勘站规划完成后进入网络部署，图5为本申请实施例提供的一种仿真教学装置的网络部署配置过程的交互界面示意图，如图5所示，网络部署里，学生需对OMC(Operationand Maintenance Center，操作维护中心)设备、核心网设备、BBU(Building BasebandUnit，室内基带处理单元)设备参数进行配置，其中OMC要设置IP(Internet Protocol，网络协议)地址和路由关系，核心网设备也要配置IP及到OMC、业务服务器的路由关系，BBU部分要做设备选型、板卡规划、GPS(Global Positioning System，全球定位系统)安装、小区网络规划、传输规划、版本升级，网络部署的参数设置都是根据现网设备模拟出来的，其中每个参数都会对整个网络产生影响，如果配置错误整个网络都不会连通。

网络配置完成后进入开通调测，图6为本申请实施例提供的一种仿真教学装置的开通调测过程的交互界面示意图，如图6所示，开通调测是验证勘站规划和网络部署中参数设置、路由关系是否配置正确，如果配置错误会以红色高亮显示来提示操作人员，并针对错误提示返回重新配置勘站规划和网络部署。

业务验证是判断网络连通后终端可否与网络进行通信，图7为本申请实施例提供的一种仿真教学装置的业务验证配置过程的交互界面示意图，如图7所示，学生需要根据动画小人提示完成测试参数和终端设备等的配置，配置完成后，终端可通过下载FTP(FileTransfer Protocol，文件传输协议)数据包进行测试网络性能，至此整个实验过程就模拟完成了，学员在整个实验过程中对5G的先进技术有了一个深入的了解，并不需要到设备现场去观摩和练习就可以达到掌握5G技术的目的。

本申请实施例提供的仿真教学装置，通过实验背景子单元提供基站开通调测过程对应的小区规划、小区参数、邻区关系和邻区信息，作为工程实践的背景，勘站规划配置子单元和网络部署配置子单元分别实现勘站规划阶段和网络部署阶段对应的配置过程的仿真实践教学，开通调测子单元验证勘站规划子单元和网络部署子单元中的配置是否正确，若配置错误，则提示返回重新配置勘站规划和网络部署，业务验证配置子单元实现业务验证阶段对应的配置过程的仿真实践教学，无需学生到设备现场去观摩和练习就可以达到掌握5G工程实践过程中的全部操作流程的目的，既保证了实践教学效果，又降低了教学成本。

基于上述实施例，所述理论实践单元包括：

5G接口协议栈子单元，用于实现5G接口协议栈知识的仿真实践教学；

具体来说，本申请实施例为了建立理论实践单元，以将书本上的知识设计成实验的方式，方便学生操作和理解，首先构建5G的整个知识体系，按照知识体系拆解成模块化，针对每个知识模块做设计。

其中，5G接口协议栈是子单元，是把协议栈的协议层内容和业务流相结合，让学生通过该部分的实践设计可以了解网元间接口有哪些，接口的协议是如何组成的，网元是通过哪些协议栈进行通信，自己所做的业务数据是怎么通过协议层之间进行流动的。本申请实施例采用两个维度去设计协议栈的知识模块，一个维度是从网元角度出发，每个网元都有自己的协议栈，不同协议栈间是通过协议对等的方式进行通信的，学生需要掌握的是协议栈的层级关系。另一个维度是从数据流向去思考的，不考虑网元的关系，只考虑数据是怎样通过协议最终通信的，两个维度相结合就可以使学生对整个协议栈有一个深入的了解。

图8为本申请实施例提供的一种仿真教学装置的5G接口协议栈配置过程的交互界面示意图，如图8所示，学生可以通过交互界面中的选择业务类型控件选择5G对应的不同业务类型以及对应的接口，然后在界面下部配置协议栈内容，配置完成后可通过点选相应的控件(图中未示出)校验配置结果是否正确。当然，上述交互界面中也可以设置提交、撤销等常用的操作按钮，以方便学生操作，本申请实施例对此不作具体限定。基于此，学生可以在实践操作的过程中，不断熟悉并掌握5G各业务类型对应的接口协议栈的相关知识。当然，后续子单元的交互界面中也可以设置相应的提交、撤销、验证等按钮，在后续实施例展开内容中，对此将不再赘述。

5G物理层过程子单元，用于实现5G物理层过程知识的仿真实践教学；

具体来说，对于抽象的5G物理层过程采用流程化设计方案，在流程中把5G物理层过程知识点逐步分解，学生在操作过程中会有动画小人进行提示引导，完全通过后基本就掌握了5G的物理层过程。

图9为本申请实施例提供的一种仿真教学装置的5G物理层过程配置过程的交互界面示意图，如图9所示，学生需要根据动画小人的提示配置信道映射关系，并验证是否正确，在实践练习的过程中掌握5G的物理层过程。

5G组网架构子单元，用于实现5G组网架构知识的仿真实践教学；

具体来说，对于复杂的5G组网架构，5G组网架构子单元要实现开放灵活的配置方案，实现独立组网和非独立组网的各种应用场景，在不同的应用场景中，需要学生去搭建核心网的组网架构、接入网的组网架构及协议模块的组网架构。通过5G组网架构子单元，学员可掌握5G是如何组网的，对5G独立组网和非独立组网有一个清晰的认识，掌握不同的网元间是如何工作的。

图10为本申请实施例提供的一种仿真教学装置的5G组网架构配置过程的交互界面示意图，如图10所示，学生可以根据独立组网和非独立组网的不同场景选择网元接口导入，并进行组网练习，界面下方的报错窗口会实时报错，以便进行改正，基于此，学生在实践练习过程中能够逐渐掌握5G是如何组网的，对5G独立组网和非独立组网有一个清晰的认识，同时掌握不同的网元间是如何工作的。

5G信令流程子单元，用于实现5G信令流程知识的仿真实践教学。

具体来说，5G信令流程涉及到独立组网和非独立组网的信令流程，流程非常复杂而且不好掌握，但是信令流程是通信排障的关键，如果仅仅学习理论知识是很难对整体流程做深入了解的，本申请实施例将信令流程结合业务流程做成应用场景，学生在操作过程中可以掌握不同网元间的信令流程的消息及协议栈的关键内容，为工程实践中的故障排查做准备。

图11为本申请实施例提供的一种仿真教学装置的5G信令流程配置过程的交互界面示意图，如图11所示，学员需要配置独立组网和非独立组网下各通信步骤的信令流程，包括对应的信令消息以及交互方向，所述各通信步骤包括系统消息获取、RRC(RadioResource Control，无线资源控制)连接、鉴权过程、接入层加密、RRC重配、PDU(ProtocolData Unit，协议数据单元)会话建立和测量切换过程。学生通过对各通信步骤的信令流程进行配置，可以掌握不同网元间的信令流程的消息及协议栈的关键内容。

本申请实施例提供的仿真教学装置，通过5G接口协议栈子单元、5G物理层过程子单元、5G组网架构子单元和5G信令流程子单元分别实现5G接口协议栈知识、5G物理层过程知识、5G组网架构知识和5G信令流程知识的仿真实践教学，无需学生到设备现场去观摩和练习就可以达到掌握5G理论知识的目的，既保证了理论教学效果，又降低了教学成本。

基于上述实施例，所述5G车联网场景模拟模块包括：

数据采集模块，用于接收5G智能小车采集的图像；

车联网算法实现模块，用于基于图像识别模型和定位算法确定目标图像，并控制所述5G智能小车运行；

其中，所述图像识别模型是基于图像样本数据进行训练后得到的。

具体来说，在5G车联网的应用场景中使用的5G智能小车采用的是主流的机器人通信框架—ROS(Robot Operating System，机器人操作系统)框架，此框架适用于机器人开源的元操作系统，提供了操作系统应用的服务，包括硬件抽象，底层设备控制，常用函数的实现，进程间消息传递，以及包管理。它也提供获取、编译、编写和跨计算机运行代码所需要的工具和库函数。

5G智能小车的底层驱动板包括CPU、内存、视频接口、通信接口、语音接口，既提供了计算和存储单元又提供了可扩展的各种接口，在此基础上，本申请实施例开发了自动避障的算法移植到驱动板上进而来控制智能小车自动驾驶来躲避障碍物，作为一个教学示例。学生可以对该示例中的算法进行学习，也可以自己编写相应算法，从而在实践的过程中掌握物联网以及人工智能的相关知识。

图12为本申请实施例提供的一种仿真教学装置的5G仿真平台与5G智能小车的交互框架示意图，如图12所示，所述5G车联网场景模拟模块包括数据采集模块，用于接收5G智能小车采集的图像，5G智能小车采用高清双目摄像头采集图像数据，把图像数据通过通信模块传送给数据采集模块，数据采集模块利用GPU进行图像的像素化处理，把每张图像的像素数据保存入库。

所述5G车联网场景模拟模块还包括车联网算法实现模块，用于基于图像识别模型和定位算法确定目标图像，并控制所述5G智能小车运行。本申请实施例提供的教学示例采用深度学习算法+雷达扫描实现车联网应用场景，为5G车联网的图像追踪、智能避障提供技术支撑。对于模型的选择，示例中采用的是如图13所示的神经网络结构，将不同的图像输入该神经网络结构，通过深度网络学习到两个图像之间的相似度函数。模型的原理是利用神经网络提取图像的描述算子，得到特征向量，然后利用两个图像的特征向量判断相似度，只不过是利用卷积网络进行提取特征，并且用特征向量进行构造损失函数，进行网络训练。采用上述神经网络结构对每个图片最后输出1000个特征用于目标图片比较，当然，特征的数量可根据实际情况自由选择，本申请实施例对此不作具体限定。

至于网络的相关参数设置，如下表1所示：

值得注意的是，上述参数设置仅为示例，学生在实践的过程中可以选择其它的设置方式，本申请实施例对此不作具体限定。

本申请实施例提供的仿真教学装置，通过数据采集模块接收5G智能小车采集的图像，车联网算法实现模块基于图像识别模型和定位算法确定目标图像，并控制所述5G智能小车运行，能够实现5G车联网应用场景的仿真教学，既保证了实践教学效果，又降低了教学成本。

基于上述实施例，在基于图像样本数据训练图像识别模型的过程中，基于小批量梯度下降方法确定损失函数的最小值。

具体来说，给出目标的一幅照片A，如果给定了同一个目标的另一幅照片P，则模型的输出向量f(A)和f(P)应该是距离比较小的。如果给定了另一个目标的照片N，则模型的输出向量f(A)和f(N)之间的距离就比较大。所以d(A,P)

根据这个目标就得到了损失函数，其中a是目标照片，p是同一个目标的不同照片，n是非目标照片，遍历所有三元组(a,p,n)，根据如下公式便可求其损失函数的最小值：

公式中

优化函数采用小批量梯度下降方法：

这里我们设定batchsize＝10，样本数m＝1000

伪代码形式为：

其中，θ

通过对模型输出的两个向量做欧氏距离计算，就能得到输入两幅图像的相似度。若输入的图像X1和X2为同一个目标，则模型输出的两个一维向量欧氏距离较小；若输入的图像X1和X2不是同一个目标，则模型输出的两个一维向量欧氏距离较大。通过上述方式可提升自学习能力，通过不断的迭代使得图像识别的准确率大大提升。

通过这个深度网络识别出目标并进行追踪，在给出清晰的图片的情况下，经过测试识别精度可达到99％。

本申请实施例提供的仿真教学装置，在基于图像样本数据训练图像识别模型的过程中，基于小批量梯度下降方法确定损失函数的最小值，能够保证模型识别的精度，既保证了实践教学效果，又降低了教学成本。

基于上述实施例，所述基于图像识别模型和定位算法确定目标图像，包括：

基于所述图像识别模型确定初选目标图像；

基于同步定位与建图SLAM(Simultaneous localization and mapping)算法构建地图，确定初选目标图像对应的目标与5G智能小车的距离；

基于所述目标与5G智能小车的距离，从所述初选目标图像中确定终选目标图像。

具体来说，基于所述图像识别模型确定初选目标图像，对于识别错误的模糊图片，车联网算法实现模块会根据雷达扫描定位来给图片打标签，具体采用激光雷达定位的SLAM算法构建地图，同时进行5G智能小车运动时的定位，从而可以确定目标与智能小车之间的距离，距离计算公式为：

其中，T表示转置，x

基于所述目标与5G智能小车的距离，便可从所述初选目标图像中确定终选目标图像，能够实现图像识别纠错。

本申请实施例提供的仿真教学装置，基于所述图像识别模型确定初选目标图像，基于同步定位与建图SLAM算法构建地图，确定初选目标图像对应的目标与5G智能小车的距离，基于所述目标与5G智能小车的距离，从所述初选目标图像中确定终选目标图像，能够实现图像识别纠错，进一步保证模型识别的精度，既保证了实践教学效果，又降低了教学成本。

基于上述实施例，所述基于所述目标与5G智能小车的距离，从所述初选目标图像中确定终选目标图像，包括：

基于所述目标与5G智能小车的距离与预设阈值的比较结果，从所述初选目标图像中确定终选目标图像；

所述预设阈值是基于5G智能小车的摄像头能拍摄清晰图像的距离范围确定的。

具体来说，图14是本申请实施例提供的一种仿真教学装置的目标图像确定流程示意图，如图14所示，本申请实施例采用的单目摄像头拍摄清晰的图片在7米范围内，如果超过7米会导致图片特别模糊，因此定义小车与目标之间的距离大于7米(即预设阈值)后判断摄像头无法正确捕捉到清晰图片，因此当摄像头在7米以外的距离捕捉到图片并识别成目标图片后，根据距离标签数据会判断为非目标图片，从而为图像识别纠错。

本申请实施例提供的仿真教学装置，基于所述目标与5G智能小车的距离与预设阈值的比较结果，从所述初选目标图像中确定终选目标图像，能够实现图像识别纠错，进一步保证模型识别的精度，既保证了实践教学效果，又降低了教学成本。

基于上述实施例，所述5G智能小车基于载入的运动控制程序和5G仿真平台的控制指令运行。

具体来说，所述运动控制程序可以采用本申请实施例教学示例中的程序，也可以是学生自己开发的程序；所述5G仿真平台的控制指令同样可以采用本申请实施例教学示例中的程序，也可以是学生自己开发的程序实现。基于此，可以最大限度地保证学生能够将教学内容灵活的用于仿真实践，进而熟练掌握5G车联网场景下的人工智能、物联网和5G通信技术。

本申请实施例提供的仿真教学装置，所述5G智能小车基于载入的运动控制程序和5G仿真平台的控制指令运行，能够最大限度地保证学生能够将教学内容灵活的用于仿真实践，进而熟练掌握5G车联网场景下的人工智能、物联网和5G通信技术。

基于上述实施例，所述勘站规划阶段对应的配置过程包括射频单元的配置过程；

所述网络部署阶段对应的配置过程包括操作维护中心OMC设备、核心网设备和室内基带处理单元BBU设备的配置过程；

所述业务验证阶段对应的配置过程包括测试参数和终端设备的配置过程。

所述勘站规划阶段、所述网络部署阶段以及所述业务验证阶段对应的配置过程在前述实施例中已经进行了详细介绍，在此不再赘述。

本申请实施例提供的仿真教学装置，所述勘站规划阶段对应的配置过程包括射频单元的配置过程，所述网络部署阶段对应的配置过程包括操作维护中心OMC设备、核心网设备和室内基带处理单元BBU设备的配置过程，所述业务验证阶段对应的配置过程包括测试参数和终端设备的配置过程，能够使能够全面系统地掌握5G工程实践过程中的详细配置步骤，既保证了实践教学效果，又降低了教学成本。

需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。