随着第五代移动通信技术（the 5th generation mobile networks,5G）覆盖各行各业,开放式无线网络对5G在垂直行业中的部署具有重大意义。开放式无线网络通过引入软件定义无线电、软件定义网络和网络功能虚拟化等技术,利用白盒设备构建灵活可重构的网络。虽然业界对开放式通信平台在实际业务场景下的性能进行了初步测试与优化,然而多数测试主要围绕文件下载和视频传输等传统业务,缺乏对5G关键应用的研究。为此,本文设计了基于开放式通信平台的5G关键应用演示平台,对无线虚拟现实（Virtual Reality,VR）和视频目标检测业务性能进行了评估与优化。本文主要工作和贡献包括:1.针对目前开放式通信实验平台智能化不足、难以进行跨层参数的联合调节以及缺乏针对5G关键应用进行实测研究的问题,设计并搭建了一套5G关键应用演示平台。在开放式通信设备和业务服务端基础上,该平台额外引入了智简控制器,该控制器横跨在应用侧和无线网络侧之间,通过开放接口收集无线环境参数和业务性能数据,同时能够对两层的各类参数进行配置。此外,控制器集成了内生智能模块,借助人工智能模型可实现将用户意图转化为无线网络需求参数以及跨层参数的智能优化。基于搭建的平台,对无线虚拟现实业务和视频目标检测业务进行了测试,评估和分析了不同网络侧和应用侧配置对重要性能指标的影响。2.针对业务性能指标和无线侧、应用侧参数间的显示关系式难以给出,同时为了避免与真实环境频繁交互带来的操作复杂度,本文提出了基于离线深度强化学习的多层参数联合优化方法。离线深度强化学习模型的输入状态为不同终端的无线环境参数,如信噪比、重传率等。模型的每个输出动作对应一种跨层参数配置。为平衡无线资源使用以及网络所有用户的整体性能,奖励函数综合考虑了基站无线资源块使用数量、业务吞吐量以及与关键业务性能紧密相关的专门指标。所提方法结合了用户和业务的多维输入信息,基于平台实采数据进行离线训练后可根据在线信息快速做出配置决策。通过将所提方法与传统深度强化学习以及随机参数配置方案进行对比,直观体现了方法的性能增益,此外,通过对比跨层参数联合优化和仅优化单层参数时的性能,展示了跨层设计的潜在优势。综上,本文构建了基于开放式通信平台的5G关键应用演示平台,在真实环境中对5G关键应用进行了性能测试与研究,并利用离线强化学习对网络层和应用层参数配置进行了优化,从而满足了不同5G应用的差异化需求。