内容简介
本书全面深入地探讨了通信网络的智能化优化，重点关注了人工智能等技术在通信网络规划、覆盖性能优化、容量性能提升、干扰管理、参数管理以及网络运营等多个方面的应用与实践。本书是一本系统而全面的通信网络智能化优化指南，通过阅读本书，读者将能够深入了解通信网络智能化优化的新技术与实践，掌握通信网络智能化优化的关键技术和方法，提升通信网络性能和运营效率。
本书适合通信网络规划、设计、运营和维护等领域的从业人员阅读，也可供相关领域的研究人员阅读参考。
目录
第1章 通信网络智能化演进的技术路线 1
1.1 概述 1
1.2 5G-A关键技术 2
1.2.1 非地面网络 2
1.2.2 5G轻量化技术RedCap 4
1.3 基于智能内生的优化分析 7
1.3.1 上行业务的识别与优化 7
1.3.2 基于智能内生架构的视频业务优化 10
第2章 NR网络覆盖性能的测评与优化 17
2.1 基于PDCCH的覆盖性能评估 18
2.1.1 PDCCH聚合级别 18
2.1.2 基于PDCCH的覆盖性能判决 21
2.2 NR TDD/FDD覆盖性能评估 24
2.2.1 NR TDD/FDD组网的覆盖评估 24
2.2.2 NR网络上行覆盖性能增强分析 27
第3章 NR网络容量性能的均衡与调度 32
3.1 业务信道时频域资源分配 33
3.1.1 PDSCH及相关信号时频域资源分配 33
3.1.2 PUSCH及相关信号时频域资源分配 35
3.2 载波聚合的智能调度 39
3.2.1 多频载波聚合 39
3.2.2 NR FDD与TDD载波聚合切换判决 44
第4章 NR网络的干扰协同与规避 49
4.1 系统内干扰协同 50
4.1.1 NR SSB波束 50
4.1.2 系统内干扰协同方法 52
4.1.3 基于干扰簇的干扰协同方法 55
4.2 大气波导干扰 60
4.2.1 大气波导干扰原理 60
4.2.2 远端干扰管理技术 61
4.2.3 大气波导干扰源定位 62
4.2.4 大气波导干扰协同规避 66
第5章 面向感知的波束优化 71
5.1 波束管理 72
5.1.1 MIMO原理 72
5.1.2 CSI-RS波束管理 77
5.1.3 SRS波束管理 79
5.2 面向感知的波束优化 84
5.2.1 NR TDD与FDD组网的SRS周期优化 84
5.2.2 基于SRS的SSB波束寻优 87
第6章 无线侧与终端侧节能 93
6.1 无线侧节能 94
6.1.1 时域节能 94
6.1.2 空域节能 98
6.1.3 功率域节能 99
6.1.4 NR TDD系统基于AAU波束统计的节能策略 101
6.2 终端侧节能 106
6.2.1 BWP功能 106
6.2.2 5G网络面向低时延小包业务的BWP策略 108
6.2.3 5G网络弱覆盖场景接入用户的BWP节能方法 114
第7章 5G-A通感一体网络部署 118
7.1 通感一体关键技术 119
7.1.1 通感一体频谱分析 119
7.1.2 通感一体技术框架 120
7.1.3 通感一体空口关键技术 122
7.2 通感一体网络部署 125
7.2.1 面向低空航线的空域覆盖方法 125
7.2.2 面向低空航线的切换控制方法 132
第8章 智能超表面RIS应用部署 139
8.1 RIS基础原理与部署 140
8.1.1 智能超表面原理 140
8.1.2 智能超表面部署场景 141
8.2 RIS应用部署 143
8.2.1 联动SSB波束调控RIS 143
8.2.2 网络控制的RIS码本设计 148
缩略语 152
参考文献 158
前言/序言
随着全球5G用户数量突破15亿大关（GSMA 2024数据），超高清视频、工业互联网、元宇宙等新兴业态正以前所未有的速度重塑数字社会。然而，传统5G网络在智能自治、能效优化与多业务协同等方面逐渐显露出瓶颈—据工业和信息化部实测，特定场景下网络故障定位耗时仍超30min，能耗成本占运营商OPEX比例高达23%。在这场以智能化为焦点的通信革命中，5G-Advanced（5G-A）正通过AI与通信技术的基因级融合，开启网络自智化演进的新纪元。
当通信网络从铜缆时代的涓涓细流，演进至5G/6G的澎湃江海，一场静默却深刻的革命正在网络优化的底层逻辑中发生。据工业和信息化部统计，2023年中国5G基站总数突破300万，但与之相伴的是运维成本年均增长19%，人工调参响应时长仍高达数小时—这揭示了一个悖论：传统基于规则与专家经验的网络优化体系，在超大规模、超异构、超动态的现代通信场景中，正成为数字洪流的短板。
本书以“三层重构”为主线，系统性解构通信网络智能化演进路径：在基础层，传统网络优化方法使用AI算法实现数据梳理、分析效率的质变提升；在数据层，AI原生设计使AI运算无须外挂式数据采集、数据分析，通过网络架构内置的智能单板实现智能分析；在服务层，通感算一体化技术接近香农极限，支撑低空物流、无源物联等千亿级连接场景。
本书聚焦通信网络优化从“外挂式AI工具”到“内生式智能协议”的范式跃迁，系统解构其演进路径。
1）规则驱动时代（1G～4G）：依赖专家经验库与静态门限策略，犹如“钟表匠”般精密却脆弱。某省级运营商数据显示，4G时代单基站日均需处理367条告警，人工规则匹配准确率不足58%。
2）数据驱动转型（5G初期）：引入大数据分析，实现KPI异常关联分析，但模型迭代滞后于网络变化。典型场景中，Massive MIMO波束优化时延仍超15min，难以应对突发流量冲击。
3）AI原生阶段（5G-Advanced/6G）：协议栈深度植入轻量化AI内核，某实验网验证，基于深度强化学习的无线资源调度算法，使频谱效率提升41%，时延方差下降至微秒级。
这场演进不仅是工具和算法的升级，更是通信网络的自主升级迭代。当基站学会“呼吸”（动态能耗调节）、核心网具备“免疫记忆”（攻击自愈）、光网络实现“神经突触可塑性”（拓扑自优化），香农定理与深度学习定律正在深度融合，催生出通信史上的新物种。期待本书能为产业界厘清技术脉络，共同推动通信网络从“管道”向“智能体”的跨越式进化。
编 者
