前言

《“十三五”国家信息化规划》（简称《规划》）明确指出基于“物联网、云计算、大数据、人工智能、机器深度学习、区块链、生物基因工程等新技术驱动网络空间从人人互联向万物互联演进，数字化、网络化、智能化服务将无处不在”。然而，正如《规划》中所指出，“现阶段多数物联网应用仍是在特定领域的闭环应用，跨领域跨行业的互通共享与应用协同明显不足，成为制约应用发展的重要因素”。近年来，随着物联网、5G通信技术和大数据的发展，特别是支持边缘计算的终端设备的迅速普及以及低时延高可靠通信需求的日益提升，传统的资源管理与优化技术已经无法满足移动物联网用户的多样化需求，智能通信与计算融合被视为提升移动网络通信容量以及推动移动通信系统可持续发展的关键技术。互联、智能、自治是物联网发展的趋势。《“十四五”规划和2035年远景目标》明确指出：“加强泛在感知、终端联网、智能调度体系建设，将物联网感知设施、通信系统等纳入公共基础设施统一规划建设，推进市政公用设施、建筑等物联网应用和智能化改造”。多地在“十四五”规划中明确指出，要加快5G和下一代互联网等规模部署，实现从“海量物联”到“万物智联”，建设“智能泛在”的新一代信息基础设施体系。

本书是作者在多年从事物联网、边缘计算和人工智能相关领域教学和科研的基础上撰写而成的。该书可作为通信工程、计算机科学和软件工程专业的高年级本科生和研究生教材，同时可供从事IT领域的工程技术人员学习和参考。本书共分为12章，涉及的内容包括三部分。

第一部分是面向通信与计算融合的泛在智能网络，包括：第1章基于移动边缘计算的动态服务迁移，第2章面向普适边缘计算的多智能体模仿学习：分布式计算卸载算法，第3章关键信龄最小化：部分观测下基于模仿学习的调度算法和第4章移动区块链中集中式资源管理。

第二部分是面向通信与计算融合的智能网络服务延伸，包括：第5章基于移动边缘计算的医疗物联网健康监测，第6章基于5G无人机-社区的计算卸载：协同任务调度和路径规划，第7章智能交通系统中分布式资源管理和第8章基于DRL的智能车联网计算卸载方案。

第三部分是面向通信与计算融合的智能网络算力增强，包括：第9章基于边缘计算的5G 车联网部分卸载，第10章迁移感知的智能车联网联合资源分配策略，第11章基于模仿学习的在线VEC任务调度和第12章边缘协同的IoV联合资源分配策略。

本书在撰写过程中得到了多位同行专业老师的指导，在此表示感谢。作者在认真听取同行意见，并潜心研究的基础上细心撰写了本书，但由于水平有限，书中难免存在一些错误，殷切希望广大读者批评指正。