更新时间：2024-01-31 18:17:06
封面
版权信息
版权
内容提要
第一篇 无线通信中的人工智能基础理论与算法
第1章 深度学习在无线通信系统中的应用
1.1 深度学习概述
1.2 深度学习在无线通信中的基本应用
1.3 本章小结
参考文献
第二篇 人工智能在无线通信传输技术中的应用
第2章 基于深度学习的MIMO信号检测
2.1 MIMO信号检测基本原理与传统算法
2.2 基于深度学习的MIMO信号检测网络 DetNet
2.3 基于ScNet的MIMO信号检测算法
2.4 基于DetNet的其他改进算法SimDetNet和基于动量梯度下降的MIMO信号检测算法
2.5 基于OAMP-Net的MIMO信号检测算法
2.6 本章小结
第3章 基于深度学习的MIMO-OFDM信道估计
3.1 OFDM系统原理与传统信道估计算法
3.2 基于深度学习的信道估计算法
3.3 本章小结
第4章 基于深度学习的链路自适应和信道测量反馈
4.1 基于深度学习的链路自适应技术
4.2 基于深度学习的多天线信道测量反馈和信号检测
4.3 本章小结
第5章 基于深度学习的信道译码
5.1 基于因子图的信道译码
5.2 从因子图到定制神经网络
5.3 译码神经网络优化方案
5.4 网络训练
5.5 性能评估
5.6 本章小结
第三篇 人工智能在无线通信组网技术中的应用
第6章 智能无线网络架构设计与分析
6.1 技术背景
6.2 数据流架构
6.3 计算流架构
6.4 模型与数据协同驱动机制
6.5 本章小结
第7章 基于单节点机器学习的负载优化
7.1 基于高斯过程的无线流量预测模型
7.2 基于深度强化学习的智能负载均衡模型
7.3 仿真验证与结果分析
7.4 本章小结
第8章 基于多节点机器学习的负载优化
8.1 基于分布式高斯过程模型的多节点负载预测框架
8.2 基于分布式深度强化学习模型的多节点负载均衡框架
8.3 仿真验证与结果分析
8.4 本章小结
第9章 基于多智能体强化学习的负载优化
9.1 系统模型
9.2 基于投票机制的多智能体强化学习
9.3 收敛性分析
9.4 仿真验证与结果分析
9.5 本章小结
第四篇 人工智能在语义通信中的应用
第10章 从经典信息论到广义信息论
10.1 经典信息论
10.2 信息的层次与语义信息
10.3 广义信息论
10.4 算法信息论
10.5 本章小结
第11章 语义通信模型
11.1 语义通信系统框架
11.2 语义通信系统与经典通信系统术语对比
11.3 语义通信与语义分析对比
11.4 语义通信的度量指标
11.5 语义压缩极限初探
11.6 本章小结
第12章 语义编码传输
12.1 非线性变换联合信源信道编码方法
12.2 非线性变换联合信源信道编码变分建模
12.3 仿真验证与结果分析
12.4 本章小结
