文献类型：期刊文章

作　　者：梁应敞[1] 谭俊杰[1] Dusit Niyato[2]

LIANG Yingchang;TAN Junjie;Dusit Niyato(National Key Laboratory of Science and Technology on Communications,University of Electronic Science and Technology of China,Chengdu 611731,China;School of Computer Science and Engineering,Nanyang Technological University,Singapore 639798,Singapore)

机构地区：[1]电子科技大学通信抗干扰技术国家级重点实验室,四川成都611731 [2]南洋理工大学计算机科学与工程学院,新加坡639798

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.61631005,No.U1801261);国家重点研发计划基金资助项目(No.2018YFB1801105);高等学校学科创新引智计划基金资助项目(No.B20064)。

年　　份：2020

卷　　号：41

期　　号：7

起止页码：1-17

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：近年来,人工智能技术已被应用于无线通信领域,以解决传统无线通信技术面对信息爆炸和万物互联等新发展趋势所遇到的瓶颈问题。首先介绍深度学习、深度强化学习和联邦学习三类具有代表性的人工智能技术;然后通过对这三类技术在无线通信中的无线传输、频谱管理、资源配置、网络接入、网络及系统优化5个方面的应用进行综述,分析和总结它们在解决无线通信问题时的原理、适用性、设计方法和优缺点;最后围绕存在的局限性指出智能无线通信技术的未来发展趋势和研究方向,期望为无线通信领域的后续研究提供帮助和参考。

关 键 词：人工智能 无线通信 深度学习  深度强化学习  联邦学习  

分 类 号：TN929.5]