第1章 通信與計算的一體化發(fā)展001
1.1 通信網(wǎng)絡代際演進史 002
1.1.1 從1G到5G：通信演進的里程碑 002
1.1.2 6G：引領通信技術(shù)的下一波浪潮 006
1.2 算力發(fā)展史 008
1.2.1 算力的分類 008
1.2.2 云計算發(fā)展史 010
1.2.3 邊緣計算發(fā)展史 013
1.2.4 端計算發(fā)展史 015
1.3 通算一體定義與產(chǎn)業(yè)行動 017
1.3.1 通算一體的誕生與定義 017
1.3.2 通算一體的產(chǎn)業(yè)行動 019
1.4 本章小結(jié) 023
參考文獻 023

第2章 通算一體的典型應用場景 025
2.1 全息通信 026
2.2 數(shù)字孿生 028
2.3 工業(yè)物聯(lián)網(wǎng)云化 029
2.4 海量科學數(shù)據(jù)應用 030
2.5 通感一體化 031
2.6 本章小結(jié) 031
參考文獻 032

第3章 通算一體理論研究 033
3.1 通信網(wǎng)絡范式中的計算分集 034
3.1.1 計算分集 035
3.1.2 軟件定義網(wǎng)絡中的計算分集 036
3.1.3 云無線電接入網(wǎng)中的計算分集 039
3.1.4 移動云計算中的計算分集 041
3.1.5 考慮計算分集的未來可能的網(wǎng)絡設計 043
3.2 通算一體的多維資源配置優(yōu)化算法 044
3.2.1 多維資源配置優(yōu)化問題的描述 044
3.2.2 面向良好執(zhí)行效率的啟發(fā)式算法 049
3.2.3 基于算力網(wǎng)絡圖的圖論算法 055
3.2.4 面向資源預配置的業(yè)務和用戶行為預測算法 064
3.2.5 通算一體的多維資源配置優(yōu)化算法展望 076
3.3 通算一體網(wǎng)絡的聯(lián)合優(yōu)化 080
3.3.1 時變信道下無人機輔助的車輛短包通信與邊緣計算系統(tǒng) 081
3.3.2 基于流水線原理的單無人機通算能聯(lián)合優(yōu)化系統(tǒng) 092
3.3.3 數(shù)字孿生輔助的基于無人機的數(shù)能算聯(lián)合資源分配系統(tǒng) 120
3.3.4 智能超表面輔助的無人機通算存聯(lián)合優(yōu)化系統(tǒng) 135
3.4 通算一體網(wǎng)絡中節(jié)能聯(lián)邦學習的博弈激勵機制 144
3.5 使用深度強化學習的RIS輔助UAV系統(tǒng)的3D軌跡和相移設計 155
3.6 本章小結(jié) 172
參考文獻 173

第4章 通算一體關(guān)鍵技術(shù) 179
4.1 算力度量與建模 180
4.1.1 面向基礎設施的算力度量 181
4.1.2 面向業(yè)務需求的算力建模 181
4.1.3 算力等級劃分 183
4.2 通算信息感知與通告 184
4.2.1 通算信息感知 184
4.2.2 通算信息通告 185
4.3 資源管理與分配 188
4.3.1 資源管理 189
4.3.2 任務調(diào)度 190
4.3.3 服務編排 192
4.4 算力路由轉(zhuǎn)發(fā) 193
4.5 隱私與安全 195
4.5.1 隱私計算 195
4.5.2 內(nèi)生安全 196
4.6 本章小結(jié) 197
參考文獻 197

第5章 通算一體系統(tǒng) 199
5.1 通算一體信道 200
5.2 通算一體協(xié)議 203
5.3 通算一體設備 206
5.4 通算一體管控 212
5.5 通算一體服務 217
5.6 6G中的通算一體系統(tǒng) 算力專網(wǎng) 219
5.7 6G通算一體系統(tǒng)指標 221
5.8 本章小結(jié) 222
參考文獻 222

第6章 通算一體系統(tǒng)平臺與應用 225
6.1 平臺簡介 226
6.1.1 背景介紹 227
6.1.2 實現(xiàn)的關(guān)鍵技術(shù) 228
6.1.3 實現(xiàn)功能 229
6.2 平臺體系架構(gòu) 231
6.2.1 Docker和K8s 232
6.2.2 服務網(wǎng)格 232
6.2.3 具體架構(gòu)展示 234
6.3 平臺組成的原子能力模塊 240
6.3.1 跨集群通信模塊 240
6.3.2 信息感知與通告模塊 242
6.3.3 任務調(diào)度算法與執(zhí)行模塊 245
6.3.4 系統(tǒng)管控分析模塊 249
6.4 平臺業(yè)務展示 250
6.4.1 人臉識別 250
6.4.2 多目標檢測 253
6.4.3 聯(lián)邦學習與圖像渲染 254
6.5 平臺研究展望 256
6.6 本章小結(jié) 258

參考文獻 258
縮略語 259
名詞索引 267