第 1章 总述
1.1 5G发展概述 3
1.2 人工智能发展概述 6
1.3 5G与人工智能融合整体考虑 7
1.3.1 5G智能维构建 8
1.3.2 5G助力AI泛在化 12
1.3.3 5G与AI融合关键问题分析 13
1.4 小结 16
第 2章 5G 与AI融合基础理论分析
2.1 人工智能领域基础知识 21
2.1.1 数据集 21
2.1.2 常用人工智能学习算法 23
2.1.3 小结 48
2.2 5G与AI融合基础理论研究 48
2.2.1 5G与AI融合数据集建立 49
2.2.2 5G与AI融合算法及模型 57
2.2.3 5G与AI融合仿真及验证方法 60
2.3 小结 62
第3章 5G 无线侧引入AI技术
3.1 5G无线系统设计简述 65
3.1.1 5G无线系统设计架构 65
3.1.2 5G无线物理层设计 68
3.1.3 基本波形与帧结构设计 70
3.1.4 大规模天线设计 71
3.1.5 调制编码设计 81
3.1.6 定位技术设计 82
3.2 5G无线侧引入AI技术 85
3.2.1 基于AI的频谱效率提升 85
3.2.2 基于AI的定位增强技术 105
3.2.3 基于AI的覆盖和容量优化 107
3.2.4 基于AI的基站节能 111
3.2.5 基于AI的移动性管理 116
3.2.6 基于AI的负载均衡技术 120
3.3 5G无线侧引入AI技术标准化架构
分析 121
3.4 小结 123
第4章 5G 核心网侧引入AI技术
4.1 5G核心网设计简述 126
4.2 5G核心网侧引入AI技术的主要
场景 129
4.2.1 AI辅助终端业务体验提升 129
4.2.2 AI辅助终端行为监管 132
4.2.3 AI辅助核心网网元选择 137
4.2.4 AI辅助V2X应用层参数调整 138
4.2.5 AI辅助网管切片SLA保障 138
4.3 网络智能化的整体框架 139
4.3.1 网络智能化的基本框架 140
4.3.2 网络智能化的框架增强 141
4.3.3 网络智能化的关键流程 144
4.4 NWDAF可提供的数据分析结果 152
4.4.1 业务体验数据分析结果 152
4.4.2 网元负载数据分析结果 155
4.4.3 UE移动性数据分析结果 157
4.4.4 UE交互性分析结果 160
4.4.5 终端异常分析结果 163
4.5 5G智能网络架构持续演进展望 166
4.5.1 如何缓解数据孤岛 166
4.5.2 对漫游场景的支持 167
4.5.3 网络优化策略推荐 167
4.5.4 ML模型跨厂商共享 167
4.5.5 NWDAF部署建议 168
4.5.6 其他 168
4.6 小结 169
第5章 5G 支持AI算法及应用
5.1 基于5G的分割AI/ML与
协作AI/ML 173
5.1.1 基本特征 173
5.1.2 分割式图像识别业务 181
5.1.3 网络与机器人之间的分割式控制 192
5.1.4 机器人之间的协作式AI操作 194
5.2 基于5G的AI/ML模型下载、
分发与共享 198
5.2.1 基本特征 198
5.2.2 图像识别AI模型下载 200
5.2.3 语音识别AI模型下载 207
5.2.4 智能汽车AI模型更新 208
5.2.5 基于覆盖信息的预测性AI/ML
模型下载 211
5.2.6 终端AI模型性能监测 213
5.3 基于5G的联邦学习与分布式学习 215
5.3.1 基本特征 215
5.3.2 用于图像识别模型训练的实时
联邦学习 218
5.4 小结 222
第6章 5G 与AI赋能垂直行业
6.1 5G与AI融合推动产业数字化转型 224
6.1.1 智能车联网 225
6.1.2 工业互联网 227
6.1.3 智慧港口 229
6.1.4 智能电网 230
6.2 5G与AI融合推动社会生活智能化 231
6.2.1 智慧医疗 231
6.2.2 智慧环保 232
6.2.3 智能家居 233
6.2.4 智慧城市 235
6.2.5 智能安防 236
6.3 小结 237
第7章 6G 与AI融合展望
7.1 AI成为未来6G设计的核心基础
维度 241
7.1.1 6G智能维 241
7.1.2 6G智能维基础设计 242
7.2 6G智能维度开发是长期持续的
过程 243
7.3 小结 245
参考文献
