环境感知辅助通信　

　　 在后5G和6G时代，环境感知辅助通信（Environment-Aware Communication）将为用户提供更智能的通信服务优化和资源管理。传统通信系统由于缺乏对环境的实时感知，无法动态调整其通信参数，导致了资源浪费和性能下降。面对多样化的用户需求和复杂化的新兴网络应用，如自动驾驶、智能城市和物联网，现有的通信方式难以应对快速变化的环境和网络条件，从而降低服务质量。

　　 感知环境的关键步骤是构建射频电子地图。射频电子地图建立了终端位置与信号强度的联系，传统的电子地图构建通常需要大量的路测工作，耗时且成本较高。然而，随着智能手机的快速发展，终端设备具备了采集位置信息与射频信号强度的能力，因此我们可以通过智能手机终端采集少量的位置信息和对应的射频数据，利用高斯过程回归方法，构建完整的射频地图。这种方法减少了数据采集的工作量，同时能够准确估计其他未测点的信号强度，生成精度较高的射频电子地图。

　　 基于射频电子地图与终端的信号强度，通过射频指纹定位算法，实现终端地理环境感知，结合基于深度学习的轨迹预测算法，将未来轨迹与射频电子地图进行匹配，实现对终端未来信号强度的预测，完成终端网络环境感知，辅助无线资源管理和调度，实现环境感知辅助通信。

　　 实现环境感知辅助通信，辅助无线资源管理和调度的典型应用是小区提前切换，根据终端预测轨迹，可得到未来时间段内用户的位置，通过射频电子地图获得相应位置的信号强度，最终得到终端未来时间段内信号强度的变化情况，从而确定切换问题区域，据此确定最佳切换时刻，并通过终端主动引导网络的方式，实现指定时间点上源小区向目标小区的提前切换，减少切换失败率和乒乓切换率。

　 　公开发表论文