未來5G通信的發(fā)展使得越來越多的移動終端接入無線網(wǎng)絡中，使得頻譜資源的短缺問題變得嚴重，同時造成網(wǎng)絡中復雜的干擾。而終端直通(Device-to-Device，D2D)技術作為一種很有發(fā)展前途的技術，可以在用戶之間提供直接的通信鏈路，以提高頻譜效率、提升系統(tǒng)容量等。并被3GPP等一些標準化組織納入到協(xié)議標準演進中，具有廣闊的應用前景。本書面向未來通信網(wǎng)絡演進，介紹了D2D通信在當下結合人工智能(ArtificialIntelligence)相關技術進行信號處理、資源復用等方向的理論研究熱點，提出了一系列基于傳統(tǒng)通信手段以及AI的D2D通信解決方案。本書首先對人工智能基礎理論進行介紹，進一步從物理層通信角度分析了利用深度學習、機器學習對D2D中的信道狀態(tài)信息反饋和智能波束選擇進行分析，接著，分析了基于經(jīng)典理論的D2D部署策略，采用強化學習提高了D2D通信中的頻譜接入的效率，最后探討了利用經(jīng)典算法以及基于AI中強化學習的D2D資源與功率分配方案，在介紹上述算法的過程中，本書充分比較了傳統(tǒng)算法以及智能化算法的差異，分析了優(yōu)劣性，從而致力于推動未來D2D技術的持續(xù)研究與不斷發(fā)展。