谢谢丁老师的介绍，很高兴今天能够跟大家交流。今天跟大家交流内容是面向感知通信计算一体化，无线车联网与智能交通技术。车联网也是5G里面一个很重要的内容，我放在交通视角下看一下车联网的情况。我今天汇报主要有三部分内容。

先看一下研究背景，这是世界智能交通，上个世纪50年代从关注无线传感器，像各种雷达，逐步的车的智能性是在提高的，这一块跟我们移动通信发展时间没有对上，但是思路是一样的，交通代际没有明确概念，但是逐步在增加。车的无人驾驶一个级别的，智能交通系统并没有一个明确级别，这个上面重要一些里程碑，上个世纪90年代开始，智能交通国际上有一个非常重要的大会智能交通世界大会，中国有一个智能交通学会。目前智能交通发展到什么阶段呢？我们看最后一个阶段就是目前的，各个国家全球智能交通发展总结起来三化，网联化、协同化、自动化。这个是美国一个动态，国际一个大的形势，美国智能交通部门规划是大力发展网联汽车+自动驾驶，美国自动驾驶发展非常快，网联汽车美国发展也是这个在全球是领先的，最早像车联网的标准DSRC是美国提出来的，美国思路就是重点发展网联汽车+自动驾驶，推动自动驾驶车辆技术升级。我们现在也重点发展V2X，车联网和智能一体化的整合，通信和智能交通整合在一起。

这是欧盟的，欧盟重视智慧城市与智能交通融合路径，道路有无人驾驶车，有有人驾驶车的时候，这个城市智能性怎么体现，包括道路怎么建，欧洲那边提出来说是不是给无人驾驶车有一个单独车道，从基础设施上看怎么支持智能交通。我们国家也是在这一块也有20多年，关于智能交通，大概2000年开始，从“十五”开始规划了很多智能交通大的规划，也有大的科技支撑项目，不管是科技部还是在基金会，我们国家在智能交通里面关于电动车这一块发展尤其比较有特色的，发展也比较快，并且在去年的时候也是完全世界首例车路协同跨模组、跨终端、跨整车的测试。中国有很多智能交通测试环境测试场，内场外场测试场，这是我们中国的情况。现在科技部在规划“十四五”交通系统，从交通定位到自主式交通系统，从系统角度来看这个交通下一步怎么做。这是中国一个情况。

刚才是智能交通发展大背景，我们刚才提到智能交通像自动化、网联化、协同化发展。我重点讲车联网相关的，车联网无线解决是在路上的事，关于车路协同的，车和路以及路车之间怎么协同。车路协同我们比方说未来5G的时候我们会有路边单元，就是我们所谓基站用于计算和交通的功能，每一个车上都有这么一个模块，目前用的技术刚才我提到美国最早提出DSRC，在蜂窝网又开始做（英文），目前状态现有主要是基于一些独立的模式选一种或者基于单一交通路口协调的。将来下一步车路全局系统实现交通主动控制。交通他追求目标跟我们通信是不一样，不能路边单元跟车通信，他的目标最主要满足车的安全性和高效，同样时间路上能通行更多车。我们做车联网跟咱们国内很多做通信交流过，发现我们通信得站在交通视角来看我们车联网应该怎么做，从交通角度来看主要就是一个目标，优化或者什么最大化，主要解决就是三个问题一个是安全问题，就是不要撞车，第二就是效率，我这个路上能通行多少辆车，缓解交通紧张的问题。再一个节能环保，这是交通最关注的。所有这些技术都得围绕这个去优化进行服务。

看一下自动驾驶，目前我们可以听到很多案例，比如说特斯拉，各个公司都在做自动驾驶，现在自动驾驶比如说无人驾驶目前主要是单车无人驾驶，我们现在国内也有很多这种测试场上有，现在主要是单车能力单车传感器做的足够强，自己决定怎么走，现在遇到一些问题，单车是有限的，安全和效率都受到挑战，未来发展一定是基于车路协同，多车群体智能的系统。下一步从单车到多车的智能，这个是刚才我讲到就是无人驾驶在过去发展很快，单车的这个无人驾驶，他的问题一个交通最关注就是安全，但车安全性是有问题的，跟常规车辆相比较无人驾驶事故要高，大概搞一个数量级，这是我们说的单车智能的问题。我们说未来一定发展是从单车智能基于车联网我们说群体智能，我要做车车协同，车路协同，不是单个车有智能就够了，这是我们说的一个发展趋势，从单车到多车。这个时候从单车到多车车联网就是一个必不可少的手段，通过车联网实现多车的智能。车联网刚才我们提到车联网实际上大家可能基本概念就知道车到车，车到路，车到人多种手段。主要标准一个是美国基于（英文）成熟的早，ITE比较晚，也是这几年才发展起来，我们国家现在重点推基于蜂窝的V2X，也就是增强LTE-V和后来5G的。目的我们能看到V2X，R15用的是增强性的V2X这是标准化的一个进展。这是我们国内关于车联网的现状，国内现在有好几个组织都在做这一块，一个是做通信有一个车联网的组织还有交通口，交通口还分很多部门，涉及人和部门比较多。

前面介绍背景为什么要车联网就是实现单车到多车智能。我们看一下目前挑战是什么，目前车联网遇到哪些挑战？我们说智能交通角度来讲，从感知的能力来看，目前单车感知是有问题的，前面刚才我们说单车感知有问题为会有问题呢？单车智能有什么问题呢？一个是单车感知范围受限的你在路上走的时候你会有很多视觉的盲区，一个因为你看不到，还有目前单车传感器只能看到一个周边，也就是感知视野受限的。这是一个感知靠单车受限地方。还有感知精度也是受限的，不是有很强计算能力不考虑其他约束，车受功率约束，还受各种计算能力约束，单车的精度也会受限，这是单车感知面临的问题。

关于车联网现在状况是什么？车联网刚才说发展比较快，（英文）前途非常光明，对低时延、高可靠有先天优势，现在也存在问题，我们现在车联网方式一个是广播模式，车多就拥塞了根本做不到低时延，还有车和车组网都是动态的，目前也没有好的解决方案。还有就是面向高可靠低时延安全信息传输面临难题。再有就在车上传感器和通信是分开的模块，这样的话效率就会比较低，这是目前通信面临一些难题。

因此未来要发展将来车的智能化一定是把通信传感和计算组成一体化种方式，把他们联合起来去融合，然后才能实现真正车的智能，未来车联网技术应该是感知通信深度融合，并借助云计算与边缘计算的协同，实现群体的智能。马老师提出来群智，多车感知就是群智感知的概念，做到群体智能需要把通信智能和感知一体化。这是一个刚才提到一个大背景。目前我们看一下这里面我们现在正在做几块研究，一个大框架，车联网涉及哪些内容，关于我们新一代带宽无线移动通信与车联智能网联。这是车际网。还有一块车内网，里面有各种传感器，有V2X，所以车内网设计多源信息认知计算与智能驾驶。还有一个不可忽略就是云端部分，车云网方向，做群智协同认知的时候有些决策还有信息融合应该放在群端还是云端，这个都是需要去研究的整个跟车联网一个结构几大部分内容。目前我的研究重点卷关注在无线侧，就是车际网和车内的方向。我们说车联网应该跟做交通，跟做汽车的人我们密切合作，真正做到这种深入到垂直行业才能做下去，从学科角度来讲也是跨学科的，这是我们研究方向。

汇报以下研究点，一个关键技术感知通信深度融合，车上传感器要跟通信做到一块去，我们把雷达和通信的频率我们怎么共存，你用我不用，就是认知有动态能力，现在再往下做应该怎么做？现在正在做雷达一体，现在联合怎么设计，下一步我们这个叫什么？我在这暂时起个名字智能无线电。其实将来应用场景面向无人车、无人机，还有组成一个网这种多节点之间的智能化，从单节点智能到多节点智能的时候会用到，现在我们雷达探索，同时定位都是用（英文），我们把这个（英文）整在一起，就是一个（英文）主要可以把这几件事情都做了，这也是目前在军事当中非常热的一个方向，军队里做的更多，把更多跟（英文）做在一起，然后再设计组网协同工作的事情。这里面跟我们密切相关要研究内容基于电磁场和信息融合的模型，我们无人机、无人车都是一个无人体，这个怎么组网，还有前端，以及融合之后智能信号处理，这是关于感知通信融合目前我们正在做的。用于比方说交通环境，通过感知深度融合可以实现驾驶员视角超视觉感知，把多个车的传感器通过通信融合在一起以后，就可以看到远处交通的状况而不是光我这个车周边，通过这个方式可以实现超视觉感知。目前我们正在做就是把车载毫米波雷达和毫米波通信做到一起。毫米波雷达从雷达来讲多车的话在路上跑很多车都有雷达的，其中有一个问题就是不可忽视就是雷达之间的干扰，现在做雷达的人这一块做的并不多，把通信放上去可以帮助雷达组网，那么我们说车在雷达面临的问题，一方面我们说车在雷达之间是独立的不合作的，但是你在路上跑，雷达都失效。我们有了通信以后就可以帮助做雷达协调。这是我们仅仅可以超视觉感知，还能够实现把雷达组网。

一体化从理论上讲应该有很多可以做的，我们做雷达通信一体的基础理论这个跟我们通信信息论是相关的，这有一个结果，这个就是把雷达探测性能，我们一说通信追求就是（英文）最大化，容量最大化，容量最大化和探索放到一起去比较，到底这两个性能怎么制约的，也就是我刚才说的，比如说我们正在设计，多天线，有的波速做探测有的做通信，雷达会干扰通信，这有一个曲线，2016年发在信号处理一篇文章，就给出来这个探索性能和容量一个约束关系，这是我们从理论上要解决的问题，所以雷达通讯一体化不仅是一个技术首先要取得理论突破。

第二智能组网，智能组网首先研究面向车路协同V2X架构这部分文章还是很多的，进展也非常快，包括现在像边缘计算，这个进度都非常快。下一步可能再做就是说一方面动态组网，也就是说每个车来了以后都可以随时入网，随时离开。再一个从5G来讲怎么实现高可靠低时延。能不能实现精准指向性传输，在路上跑车的时候你的所有信息不是要告诉所有车的，只需要你离的最近车就够了，所以这时候信息传输应该是指向性的，所以要做V2X精准传输，而不是面向现在的广播，这是我们要做的精准信息传输。再有刚才讲到车路协同这一块更多交通的人在做车路协同很多是功能的分布，比如说我们说路边边缘计算，边缘计算应该怎么跟车结合，最后给这个车发命令或者给提示的到底是谁，怎么去做。还有路上态势实时变化的，关于态势的推演，还有拓扑的变化都会影响我的车组网。在车图协同里面还有很多需要做的。这一块5G当中并没有太多设计，在以后后5G应该重点关注车路协同智能组网的机制，这一块不光有通信感知还会有计算的事情在里面，这是我们说的智能组网重点关注车路协同还有车群协同。这一块欧洲设计特别多，把车一个接一个的，按编队效率来做车车之间的协同，车车协同也是一块。因为所有车之间都是无线连接的，所以需要做这种突破，一个就是车之间感知通信一体，感知通信深度融合车群可信交互，这个是关于组网里面。

最后一点计算，就不展开讲了，这一块我们没有太开展研究，也是要跟Tony Q.S.Quek和马老师学的，比如说感知与信息智能融合方法还有交通态势时空演变，怎么预测那个人会不会走到你车前，所有交通态势的情况还有面向安全嘉实多车协同，以及刚才提到终端、边缘和云到底这个怎么做的，怎么做协同决策，决策应该放在谁呢？基本一个概念跟安全相关，短时间的，时间力度比较小是在无线侧边缘侧。所以我们说关于计算这一块，无人驾驶中你的本地计算、边缘计算云计算会各司其职相辅相成，以通信为连接到时候来做这样一个事情。通过通信与计算融合手段将规模化无人驾驶车辆相互赋能增效，突破单车感知瓶颈，这是关于机能的内容。

这是我们实验室正在做的一个系统，把通信毫米波一套毫米波硬件把雷达和通信的事情都做了，现在是非常初步的很简陋的一个模型，只是把雷达功能加上去了，跟通信分波速在做，这有一个界面，时间关系就不走了。

我的汇报就这些内容，谢谢大家。