一、项目描述/目标

       本项目将从物理层、网络层和应用层三个层面出发，对面向智能物联网的通信感知计算一体化技术开展研究，设计面向通信感知计算一体化的信号处理方案、多任务数据感知与传输速率联合控制方案、以及面向差异性人工智能应用的资源分配方案，解决数据感知、通信、计算与智能应用环节的不匹配问题。

图示：面向智能物联网的通信感知计算过程

二、重要性/影响，挑战/痛点

       面向智能物联网，在传统的数据处理方案中，感知、通信与计算常常被视为相互独立的环节，缺乏全局考虑，导致数据处理效率受限 。目前研究面临感知与通信资源的不匹配问题 、通信与计算资源的不匹配问题 、以及智能应用与传统通信需求的不匹配问题 。

三、解决方案描述

       面向通信感知计算一体化的信号处理方案：在信号处理设计中，由于感知、通信与计算过程均在空口实现，不可避免地会受到无线信道噪声的影响。通过设计波束赋形和调制解调等信号处理方案来抑制干扰信号和噪声带来的失真，将显著提升通信感知计算一体化技术的准确度和效率。

       多任务数据感知与传输速率联合控制方案：有别于物理层的空口通信感知计算一体化设计，该研究点主要关注网络层的数据感知与传输过程。由于不同移动群智感知任务对数据量和采集时间的需求存在差异，传统的数据感知与传输方案难以保障用户体验。本研究将结合移动群智感知任务的差异性需求和设备状态，对多类型数据对感知与传输速率进行联合控制。

       面向差异性人工智能应用的资源分配方案：在应用层，由于不同的人工智能模型训练任务对样本数据量和时延的需求存在差异，需要依据该差异性进行无线资源管理。依据不同人工智能任务的差异性需求对资源进行分配，可以显著提升感知、通信与计算资源的利用效率。

                                     图示：主要研究内容                           

四、关键贡献/商业价值

       项目的总体目标是在深圳市形成面向智能物联网的通信感知计算一体化研究平台和工程平台，支持深圳相关研究同行的发展，并在此平台的基础上蕴育新兴研究方向。面向智能物联网的通信感知计算一体化研究成果将解决通信、感知、计算与智能应用设计环节的不匹配问题。  

五、下一步计划

       研发面向通信感知计算一体化的信号处理方案，与传统方案相比提升90%的通信、感知、计算利用效率。 研发多任务数据感知与传输速率联合控制方案，与传统方案相比提升80%的能量和频谱资源利用效率。 面向差异性人工智能应用的资源分配方案，与传统方案相比提升70%的模型训练准确度和能效。

六、合作伙伴

       无

七、团队成员

       李晓阳