本书在回顾5G和AI技术发展的基础上，对未来5G与AI融合进行从理论到实际用例及需求，再到国际标准化及产业推进等全方位的讲解与分析。本书首先给出“5G智能维”的概念，并对5G引入AI的理论基础进行分析。其次，基于理论分析，本书对目前5G网络中引入AI的典型场景、用例及5G网络架构需要进行的标准化进行了说明。再次，本书在分析了5G中引入的AI算法之后，对5G网络支持AI的算法及应用进行了全面的介绍。最后，结合基础的理论和用例分析，本书对未来5G与AI融合赋能各垂直行业进行了全面展示，同时对未来6G与AI融合、如何构建6G智能维也进行了展望。
本书适合移动通信及AI相关专业学生、从事移动通信及AI相关工作工程师及希望了解未来5G与AI发展的相关人士阅读。书中部分内容可用于5G及AI入门级培训班或者高等院校5G及AI相关课程。

刘晓峰，中国信息通信研究院主任级工程师，北京邮电大学博士，lMT一2020(5G)推进组国际合作组、5G与AI融合研究任务组组长。多项国家重大专项负责人，多次荣获CCSA国际标准一等奖。

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