王志勤
中国信息通信研究院副院长，教授级高工，IMT-2020(5G)推进组与IMT-2030(6G)推进组组长，CCSA（中国通信标准化协会）无线通信技术工作委员会主席。荣获国家科学技术进步奖特等奖一次、一等奖一次、二等奖两次，国家创新奖一次，部级科技奖多次。

刘晓峰
中国信息通信研究院无线通信创新中心副总工，教授级高工，IMT-2020(5G)推进组 5G与AI融合研究组组长。著有《5G无线系统设计与国际标准》《5G无线增强设计与国际标准》。多项国家重大专项牵头负责人，荣获省部级科技奖多次。

沈嘉
OPPO研究员，IMT-2020(5G)推进组 5G与AI融合研究组副组长，3GPP “AI/ML model transfer in 5GS”项目报告人，2016年获国家科学技术进步奖特等奖，著有《3GPP长期演进(LTE)技术原理与系统设计》《5G技术核心与增强：从R15到R16》等技术专著。

吴晓波
IMT-2020(5G)推进组5G与AI融合研究组副组长，长期参与3GPP SA2标准会议，主要参与4G/5G语音、5G智能化等方面研究。

刘亮
中国移动研究院技术经理，主任研究员，IMT-2020(5G)推进组5G与AI融合研究组副组长。北京航空航天大学博士，，担任3GPP本地定位、无线大数据采集与应用、网络自动化等多个项目的报告人。

彭木根
北京邮电大学教授、信息与通信工程学院执行院长、网络与交换技术国家重点实验室副主任，IEEE Fellow。

对未来5G与AI融合，从理论到实际用例与需求，再到国际标准化及产业推进的进行解析，紧跟5G与AI未来发展需求，从技术角度解读未来两大技术如何融合发展。同时对未来6G与AI融合、如何构建6G智能维也进行了展望。

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