本書通過高度創新的方法——利用現有無線設備和信號處理技術將多徑視為虛擬天線，并結合時間反演原理和機器學習相關知識構建了無線AI的統一框架，涵蓋了基礎的理論、豐富的實驗結果，以及針對產品和應用開發的真實案例。涉及的主題包括室內定位與追蹤、無線感知與分析、無線功率傳輸與能源效率、5G和下一代通信系統，以及大量帶寬不同、功能各異的異構物聯網設備的連接。本書可供無線感知、定位、物聯網、機器學習、信號處理和無線通信等領域的畢業生、研究者和專業人員參考閱讀。
無線AI應用使用無線電信號感知環境、檢測監視人們的行為、跟蹤定位目標，將“物體”互聯并賦能，為未來的通信提供平臺。本書探討的主題包括室內定位和跟蹤、無線傳感和分析、無線能量傳輸和能效、5G和下一代通信，以及各種帶寬和功能的大量異構物聯網設備的連接。本書內容對于從事無線感知、定位、物聯網、機器學習、信號處理和無線通信等領域的研究者和專業人員具有很高的參考價值。
智能電話和智能物聯網設備通過無線電信號實現了互聯，Wi-Fi信號在室內無處不在，LTE（長期演進技術）信號幾乎遍布世界的每一個角落，5G 也將會更加強大。無論在家中，或者在旅途中，人們都可以利用無線電進行聊天、上網、視頻通話、發送信息等。無線電為人們提供了巨大的便利，離開了它，人們寸步難行。
事實上，當人們提及“無線”時，它不再是狹義的通信。狹義的通信致力于消除干擾、均衡信道、解密、恢復消息，卻忽略了（或者根本不知道）無線電信號中關于環境和人的行為信息。如果無線電信號可以提供一種超越人的視覺、聽覺和觸覺等的第六種“感覺”，即可以感知、探測、追蹤、識別環境與行為并進行交流，這本質上是一種新的智能。信息分析、信號處理和機器學習使得這種新智能演變成為一個新興的領域—無線人工智能（無線 AI）。
那么無線 AI 為何物？它利用無線電信號感知環境、檢測監視人的行為、追蹤定位目標，將 “物體”互聯并賦能，為未來的信道提供平臺。
如何才能實現這個愿景？近年來，許多研究團體已經擁有了揭開該奧秘的鑰匙。在本書中，我們通過結合時間反演的物理概念和信號處理、信息科學，提出了一個統一的框架來解決困擾人們多年的難題。
多徑（Mutipaths）總是伴隨著無線信號，尤其是在室內環境中。長期以來，人們將多徑視為干擾、噪聲等，因此總是試圖消除、壓制或者補償它們造成的不良影響，但是這于事無補，因為多徑的輪廓隨時隨地都在變化，不能區分哪條多徑是好的，哪條是不好的。
隨著帶寬持續增加，人們可以看到越來越多的多徑。每條多徑都可以視為其來源方向的虛擬天線或者虛擬傳感器，將其到達時間乘以光速，便可得到它的位置。這樣看來，人們被數量巨大的虛擬天線所包圍，它們無處不在，可以按需取用。
那么，如何獲得多徑？有兩個方法：一是增加功率，發射功率越大，環境中就會有越多的無線電波四處反彈，便能觀測到更多的多徑。然而，發射功率會受條例和標準的限制。二是增加帶寬，帶寬越大，時間分辨率就會越高，也就能獲取更多的多徑。
每條多徑都有基本的自由度和用途。如何將這些多徑用于特定目標呢？基于時間反演原理的物理思想，可以利用時間反演波形控制多徑，產生熟知的聚焦效應。
在一個典型的室內環境下，通過使用足夠大的帶寬，能夠可靠地產生聚焦效應。例如，使用 5GHz 的 ISM 波段，能夠得到直徑 1 ～ 2cm 的聚焦球。若使用 60GHz 波段，直徑可達毫米
級。這種效應是我們在視距和非視距條件下能夠令室內定位精度達到空前的厘米 / 毫米精度的基礎。
利用機器學習與信號處理技術可構建一個革命性的 AI 平臺，實現許多設想已久但從未實現的前沿物聯網應用。
本書旨在全面介紹由多種無線分析引擎組成且應用廣泛的無線 AI 平臺，包括首次實現厘米級精度的室內定位與追蹤、健康監測、居家/辦公安全、無線人體生物特征辨識、健康護理、無線充電和5G信道。本書的目標是在先進的科學研究與行業實際應用之間架起一座橋梁，使讀者了解無線 AI的發展藍圖和目標。
第1章介紹一些基本概念，這些概念貫穿全書。第一部分闡述室內定位與追蹤。第2章表明，在 5GHz ISM頻段的全部125MHz帶寬下，利用時間反演可獲得直徑1～2cm的聚焦球，等價于同等精度的室內定位方法。基于時間反演的精確定位與室內條件無關，如視距或者非視距條件，這意味著，空間中墻壁和障礙物的概念不再存在。仿佛空間中既沒有墻壁，也沒有障礙物。第3章展示如何利用標準Wi-Fi設備來獲得同樣的厘米級定位精度—這歸功于使用多天線得到更大的有效帶寬。第4章利用跳頻實現更大有效帶寬，以再次獲得厘米級的定位精度。如果使用60GHz的Wi-Fi設備，聚焦球直徑將達毫米級別，因此可獲得毫米級的定位精度。第5章給出了一個發現，當多徑數目足夠多時，聚焦球的能量分布為貝塞爾函數。這說明，聚焦球與位置無關，因此可用該方法追蹤目標，無須運算和繪制地圖，便可達到分米級精度。只需要擁有起點和地圖，便能追蹤無數目標。
第二部分聚焦無線感知與分析。第6章展示室內無線事件檢測的基本原理。第7章通過統計模型擴展了這個概念，改善了魯棒性。第8章通過開發無線人體生物特征進一步擴展到身份識別領域。人體的含水量超過 70%，每個人對無線電波的偏轉、扭曲、吸收都是獨特的，這種微妙的差別，可用來區分不同的人。第9章討論如何從Wi-Fi信號中提取人的呼吸率。盡管呼吸是很細微的動作，卻在無線電波中嵌入了胸部的周期運動，因此可用于估計呼吸率。即使動作是非周期性的，也能檢測到。第10章證明能夠以極高的準確率和較低的誤報率檢測動作。本部分的最后一章，即第11章將電磁波的統計理論作為估計速度的依據，介紹在沒有任何穿戴設備的條件下的速度估計。
第三部分介紹基于時間反演的無線功率傳輸和能源效率。第12章給出基于時間反演技術的能源效率，并說明這是一項理想的綠色技術。不同于時間反演波形，第13章提出一種稱為功率波的新型波形，以獲得最佳無線功率傳輸。第14章擴展多天線場景的功率波，它與波束成形技術一起，大幅改善系統
劉國瑞（K. J. Ray Liu），馬里蘭大學帕克分校電氣與計算機工程系教授，信息技術領域的Christine Kim杰出教授，IEEE和AAAS的會士，曾擔任IEEE技術活動的副主席，也是IEEE信號處理學會的前主席。他是2016年IEEE Leon K. Kirchmayer獎、IEEE信號處理學會2014年社會獎和IEEE信號處理學會2009年技術成就獎的獲得者，曾與他人合著了多部書籍，其中包括Cooperative Communications and Networking（劍橋大學出版社，2008年）。
王貝貝（Beibei Wang），Origin Wireless公司無線技術方向的首席科學家，同時還受聘于馬里蘭大學。她曾獲馬里蘭大學杰出研究生獎學金、未來教師獎學金和院長博士研究獎，并于2015年獲得IEEE信號處理學會的概述論文獎。她與劉國瑞（K. J. Ray Liu）合著了Cognitive Radio Networking and Security: A Game-Theoretic View（劍橋大學出版社，2010年）。
譯者序
前言
第 1 章時間反演原理和有效帶寬··· 1
1.1引言1
1.2多徑視為虛擬天線2
1.3時間反演原理3
1.4有效帶寬原理6
參考文獻9
第一部分室內定位與追蹤
第 2 章厘米精度的室內定位14
2.1引言14
2.2時間反演室內定位系統16
2.3實驗18
2.4小結23
參考文獻24
第 3 章多天線方法27
3.1引言27
3.2相關工作28
3.3準備工作30
3.4算法設計32
3.5實驗36
3.6小結48
參考文獻48
第 4 章跳頻方法51
4.1引言51
4.2準備工作53
4.3算法設計54
4.4跳頻機制59
4.5實驗61
4.6討論66
4.7小結67
參考文獻67
第 5 章分米級精度室內追蹤70
5.1引言70
5.2相關工作71
5.3TR 聚焦球法估算距離72
5.4移動方向估計和誤差校正77
5.5性能評估78
5.6小結83
參考文獻84
第二部分無線感知與分析
第 6 章無線事件檢測88
6.1引言88
6.2TRIEDS 概述90
6.3系統模型91
6.4實驗93
6.5討論101
6.6小結102
參考文獻102
第 7 章室內監控的統計學習105
7.1引言105
7.2準備工作106
7.3TRIMS 的設計111
7.4實驗115
7.5討論121
7.6小結122
參考文獻123
第 8 章用于人體識別的無線生物特征126
8.1引言126
8.2TR 人體識別128
8.3系統模型130
8.4無線生物特征凈化算法132
8.5實驗134
8.6討論141
8.7小結145
參考文獻145
第 9 章生命體征的估計與檢測148
9.1引言148
9.2理論基礎149
9.3算法設計154
9.4實驗159
9.5各種因素的影響165
9.6小結168
參考文獻168
第 10 章無線移動檢測170
10.1引言170
10.2CSI 測量的統計建模171
10.3WiDetect 設計173
10.4實驗174
10.5小結176
參考文獻176
第 11 章無設備速度估計178
11.1引言178
11.2相關工作179
11.3用于無線移動感應的 EM 波統計理論180
11.4WiSpeed 的理論基礎183
11.5WiSpeed 的關鍵組成188
11.6實驗191
11.7討論195
11.8小結196
參考文獻196
第三部分 無線功率傳輸和能源效率
第 12 章能源效率的時間反演200
12.1引言200
12.2系統模型201
12.3性能分析203
12.4仿真結果209
12.5實驗211
12.6基于時間反演的多路復用和安全性215
12.7小結216
參考文獻216
第 13 章功率波成形218
13.1引言218
13.2系統模型221
13.3功率傳輸波設計222
13.4性能分析225
13.5PW 系統與 MIMO 系統的比較228
13.6仿真結果及討論229
13.7實驗結果及討論232
13.8小結235
參考文獻236
第 14 章聯合功率波成形與波束賦形239
14.1引言239
14.2系統模型241
14.3功率傳輸波和參考信號設計243
14.4多天線 PW 系統的性能分析251
14.5仿真結果及討論255
14.6小結259
參考文獻259
第四部分5G 和下一代通信系統
第 15 章時間反演多址264
15.1引言264
15.2系統模型266
15.3有效 SINR270
15.4可達速率274
15.5信道相關效應279
15.6小結281
參考文獻281
第 16 章應對 TRDMA 中的強 - 弱共振284
16.1引言284
16.2系統模型286
16.3總功率約束的迭代算法288
16.4具有單個功率約束的兩階段自適應算法291
16.5仿真結果294
16.6小結298
參考文獻298
第 17 章時間反演大規模多徑效應301
17.1引言301
17.2相關工作303
17.3系統模型303
17.4時間反演大規模多徑效應的推導306
17.5不同波的期望可達速率307
17.6仿真和實驗309
17.7小結313
參考文獻313
第 18 章波成形技術316
18.1引言316
18.2系統模型317
18.3時間反演信號傳輸322
18.4最佳資源分配327
18.5無線功率通信333
18.6安全通信336
18.7小結337
參考文獻337
第 19 章網絡的空間聚焦效應343
19.1引言343
19.2相關工作344
19.3系統模型345
19.4空間聚焦效應348
19.5空間頻譜共享性能351
19.6通用網絡關聯協議設計357
19.7仿真結果360
19.8小結363
參考文獻364
第 20 章云無線接入網的隧道效應367
20.1引言367
20.2系統模型368
20.3下行鏈路性能分析373
新書資訊![無線AI應用：無線傳感、定位、物聯網和通信 [美]劉國瑞 [美]王貝貝](http://pic.book1993.com/Pic/uploadfile/202406/9787111746768.jpg)