内容简介
本书系统阐述了通信感知计算融合的体系架构、关键技术与试验应用，包括通信感知一体化波形、信道估计、波束成形追踪、干扰控制、融合资源管理、太赫兹感知协同通信、无线算力技术等。本书提出了通信感知计算融合体系架构和组网方法，探讨了链路级和系统级关键技术，展示了通信感知计算融合在低空智联网和车联网中的应用创新。本书体系完整、内容前沿，既有严谨的数学推导和性能分析，也有关键技术创新和算法设计，更有面向实际应用的测试方案和应用性能评估等。
本书适合从事移动通信、智能感知、边缘计算、人工智能与无线通信融合等相关领域的科研人员、工程技术人员和高等院校师生参考使用，既可作为通信工程、信息与通信工程等专业的教学参考书，也能为行业技术人员提供系统的理论框架与前沿技术见解。希望本书更好地帮助读者掌握通信感知计算深度融合的核心机理和关键技术，更好地服务6G创新与应用，为推动我国6G通信感知计算融合技术的发展贡献绵薄之力。
目录
第 1章 6G通信感知计算融合概述 001
1.1 移动通信演进 002
1.1.1 1G到5G演进 002
1.1.2 6G愿景与特征 006
1.2 通信感知计算融合典型应用 012
1.2.1 通信感知计算融合驱动力 014
1.2.2 局部空间应用 015
1.2.3 开放空间应用 017
1.3 通信感知计算融合标准化进展 020
1.3.1 通信感知一体化标准化进展 020
1.3.2 通信计算融合标准化进展 022
参考文献 024
第 2章 6G通信感知计算融合体系架构 025
2.1 5G网络体系架构 026
2.1.1 5G NSA和SA架构 026
2.1.2 网络功能与实体 029
2.1.3 NG-RAN架构 031
2.2 6G通用体系架构 032
2.2.1 中国移动“三体四层五面”6G总体架构 032
2.2.2 中国联通“四层”6G体系架构 034
2.2.3 中国电信“三层四面”6G总体架构 037
2.3 6G通信感知计算融合体系架构设计 038
2.3.1 设计思路 039
2.3.2 总体架构 040
2.3.3 演进模式 042
2.4 6G通信感知计算融合网元设计 043
2.4.1 通信感知计算融合关键网元组成 044
2.4.2 通信感知一体化收发机设计 047
2.4.3 帧结构与网元适配方案 053
2.5 6G通信感知计算融合协议流程 055
2.5.1 融合总体协议框架 055
2.5.2 基于功率分配的通信感知共享流程 058
2.5.3 通信感知协同流程 060
2.6 6G通信感知计算融合性能评价指标 063
2.6.1 性能指标分类 063
2.6.2 通信感知计算性能权衡指标 065
2.6.3 融合性能评估新指标 069
参考文献 073
第3章 通信感知一体化波形技术 075
3.1 LFM波形 076
3.1.1 LFM通信感知一体化 077
3.1.2 LFM感知性能 082
3.1.3 LFM通信性能 082
3.2 OFDM波形 083
3.2.1 OFDM通信感知一体化 084
3.2.2 OFDM感知性能 092
3.3 OTFS波形 093
3.3.1 OTFS波形原理 094
3.3.2 OTFS与OFDM对比 097
3.3.3 OTFS通信感知一体化信号处理 098
3.3.4 OTFS感知性能 102
3.3.5 OTFS通信性能 104
3.4 空分通感一体化波形 107
3.4.1 基于低精度量化的通感一体化空间波形 109
3.4.2 基于FDSS的DFT-S-OFDM波形设计 110
3.4.3 基于IM-OCDM的通感波形设计 113
3.4.4 小结 128
参考文献 129
第4章 感知协同通信信号处理技术 131
4.1 感知协同通信信道估计技术 132
4.1.1 OTFS感知协同系统模型 134
4.1.2 OTFS感知信道模型 134
4.1.3 OTFS通信信道模型 135
4.1.4 OTFS感知辅助信道估计算法 136
4.1.5 OTFS感知辅助信道估计仿真结果 138
4.2 感知协同通信波束成形技术 139
4.2.1 感知协同的波束选择技术 140
4.2.2 感知协同的空分复用波束设计 143
4.2.3 感知协同的反射面优化技术 146
4.3 感知协同通信波束追踪技术 149
4.4 通信感知一体化抗干扰技术 154
4.4.1 单基站通信感知一体化抗干扰技术 154
4.4.2 多基站通信感知一体化抗干扰技术 160
4.5 AI赋能的通信感知一体化链路级技术 165
4.5.1 AI赋能的目标检测方法 165
4.5.2 AI赋能的参数估计方法 171
参考文献 179
第5章 通信感知计算资源管理技术 181
5.1 通信感知计算融合资源管理 182
5.1.1 通信感知融合资源管理 183
5.1.2 通信计算融合资源管理 196
5.1.3 通信感知计算融合资源管理 208
5.2 通信感知计算融合移动性管理 218
5.2.1 通信感知计算融合站间切换管理 218
5.2.2 通信感知计算融合波束切换管理 224
5.3 感知计算协同通信技术 230
5.3.1 感知计算协同的波束对准及追踪技术 230
5.3.2 感知计算协同的动态高精地图构建技术 233
5.4 无人机感知计算协同通信技术 240
5.4.1 感知计算协同的集群通信技术 241
5.4.2 感知计算协同的干扰控制技术 245
5.4.3 感知计算协同的网随群动技术 248
5.5 多源数据融合技术 250
5.5.1 节点数据去冗余技术 251
5.5.2 边端多队列数据融合技术 255
参考文献 262
第6章 太赫兹通信感知一体化 263
6.1 太赫兹感知协同通信波形技术 263
6.1.1 太赫兹OFDM感知协同波束成形 264
6.1.2 太赫兹OFDM感知协同信道估计 274
6.1.3 太赫兹OTFS感知协同波束追踪 281
6.2 感知协同太赫兹移动通信链路级仿真 291
6.2.1 感知协同太赫兹移动通信链路架构 292
6.2.2 感知协同太赫兹移动通信空口模型 301
6.2.3 感知协同太赫兹移动通信仿真平台 313
6.3 感知协同太赫兹移动通信硬件试验 318
6.3.1 太赫兹通信硬件试验 319
6.3.2 太赫兹通信系统感知试验 320
6.3.3 视觉感知协同太赫兹移动通信试验 322
6.3.4 无线感知协同太赫兹移动通信试验 324
参考文献 325
第7章 无线算力网络 327
7.1 无线算力基本原理和组成 329
7.1.1 基本概念 330
7.1.2 主要特征 332
7.1.3 资源模型 332
7.2 无线算力体系架构 334
7.2.1 无线算力网络分层架构 335
7.2.2 无线算力网络逻辑架构 337
7.3 无线算力路由技术 341
7.3.1 IP组网下基于任播的算力路由 341
7.3.2 二层组网下的算力路由 342
7.3.3 基于本地分流的算力路由 344
7.4 无线算力调度技术 345
7.4.1 面向AI的单基站算力编排技术 345
7.4.2 面向分布式训练的终端算力调度技术 349
7.4.3 面向VR的多站点算力调度技术 355
7.5 无线算力移动性管理技术 358
7.5.1 通信计算融合的移动性管理流程 359
7.5.2 以用户为中心的移动性管理方法 361
7.6 无线算力硬件试验 364
7.6.1 无线算力样机的总体架构 364
7.6.2 AI视频流识别试验 366
7.6.3 移动云VR应用试验 367
7.6.4 边端协同推理试验 369
参考文献 371
第8章 通信感知计算融合硬件试验与应用 373
8.1 通感算融合云小站硬件试验 374
8.1.1 无线通信性能 376
8.1.2 车联网移动目标检测功能 377
8.1.3 无人机目标感知功能 378
8.1.4 沉浸式业务目标识别功能 379
8.1.5 呼吸速率估计功能 380
8.2 低空智联网应用 381
8.2.1 技术背景 382
8.2.2 需求分析 382
8.2.3 应用场景 385
8.2.4 技术挑战 386
8.2.5 技术展望 387
8.2.6 应用前景 387
8.2.7 典型应用试验 388
8.3 车联网应用 390
8.3.1 技术背景 390
8.3.2 应用场景 392
8.3.3 技术挑战 396
8.3.4 关键技术 398
8.3.5 应用前景 402
参考文献 403
