6G技术发展及演进

图书标准信息

• 作者 许光斌
• 出版社 人民邮电出版社
• 出版时间 2021-10
• 版次 1
• ISBN 9787115558909
• 定价 159.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 281页
• 字数 415千字

【内容简介】

随着5G商用日渐成熟，业界开始启动6G系统的研究工作，并形成了广泛共识。尽管6G的场景和需求已基本明确，但是候选关键技术仍在不断发展。本书首先简要介绍了6G的业务需求和技术发展趋势、6G愿景和设想、研究进展情况等；接着分析了6G关键技术，例如太赫兹频谱技术等，还分析了频段传播损耗，并对太赫兹MAC协议设计进行分析阐述，重点阐述了人工智能中的深度学习技术在6G技术推动终端应用等方面的技术特点，介绍了UM-MIMO技术；然后阐述了6G融合的卫星通信技术；后叙述了6G系统的应用和部署设想。
  本书既适合从事6G技术的研究人员、设备研发人员和网络工程相关人员参考学习，也适合高等院校移动通信专业的师生阅读。

【作者简介】

许光斌 正高级工程师，通信设计工作者，杭州市高层次人才，一直从事无线网络技术研究、规划、设计和优化工作，在移动通信领域的3G/4G/5G网络规划、优化、工程设计方面拥有丰富的经验，同时较早研究6G网络技术；发表论文数十篇，申请并已授权专利5项，编审国家标准5项。

【目录】

第　1章 6G系统概述　001

1.1　移动通信发展趋势　002

1.1.1　业务需求发展趋势　002

1.1.2　技术发展演进趋势　003

1.2　标准化和研究活动　006

1.3　6G愿景和设想　007

1.4　6G指标及面临问题　016

1.4.1　6G指标要求　016

1.4.2　6G研究面临的问题和挑战　017

第　2章 6G无线网关键技术　019

2.1　关键技术综述　020

2.1.1　颠覆性通信技术　021

2.1.2　创新的网络架构　029

2.1.3　网络与智能集成　030

2.2　移动通信频谱现状　031

2.3　太赫兹通信　033

2.3.1　太赫兹研究进展　033

2.3.2　太赫兹技术　036

2.4　可见光通信　039

2.4.1　可见光通信技术的发展　039

2.4.2　可见光通信的基本原理　040

2.4.3　可见光通信的信道容量　041

2.4.4　可见光通信的优势　042

2.5　太赫兹与光通信技术的差异　043

2.6　灵活频谱技术　046

2.6.1　频谱共享　046

2.6.2　全自由度双工技术　047

2.6.3　认知无线电和区块链动态频谱共享技术　049

第3章　太赫兹传播损耗分析　061

3.1　概述　062

3.2　太赫兹波大气衰减　062

3.2.1　大气特征衰减　063

3.2.2　太赫兹波大气衰减简化计算　065

3.3　雨水通信信号的衰减　066

3.4　云、雾通信信号的衰减　067

3.5　降雪通信信号的衰减　068

3.6　沙尘气候特征衰减率　068

3.7　室内无线传播损耗　070

3.7.1　实地测量实验　070

3.7.2　射线跟踪评估　071

第4章　太赫兹技术　075

4.1　概述　076

4.1.1　太赫兹与其他频谱技术对比　076

4.1.2　太赫兹MAC协议的背景　077

4.2　太赫兹频段的应用　080

4.2.1　宏网络中的太赫兹应用　082

4.2.2　纳米网络中的太赫兹应用　083

4.2.3　太赫兹通信的其他应用　084

4.3　太赫兹MAC协议的设计　085

4.3.1　太赫兹频段通信的特点　085

4.3.2　太赫兹MAC协议的设计注意事项　088

4.3.3　MAC协议决策内容　093

4.3.4　太赫兹应用场景与MAC协议关系　094

4.4　不同网络拓扑的太赫兹MAC协议　095

4.4.1　集中式网络的太赫兹MAC协议　095

4.4.2　集群式网络的太赫兹MAC协议　096

4.4.3　分布式网络的太赫兹MAC协议　097

4.5　太赫兹通信信道接入机制　099

4.5.1　纳米网络信道接入机制　100

4.5.2　宏网络信道接入机制　103

4.6　发射端和接收端太赫兹MAC协议　106

4.6.1　发射端发起MAC协议　106

4.6.2　接收端发起MAC协议　108

第5章　深度学习　111

5.1　概述　112

5.2　移动网络中深度学习的技术推动　116

5.2.1　高级并行计算　117

5.2.2　分布式机器学习系统　118

5.2.3　专用深度学习库　119

5.2.4　快速优化算法　121

5.2.5　雾计算　122

5.3　深度学习的技术特点及对无线网络的驱动　124

5.3.1　移动大数据　126

5.3.2　深度学习驱动网络级移动数据分析　128

5.3.3　深度学习驱动应用程序级移动数据分析　132

5.3.4　深度学习驱动用户迁移分析　135

5.3.5　深度学习驱动用户本地化　138

5.3.6　深度学习驱动的无线传感器网络　140

5.3.7　深度学习驱动的网络控制　143

5.3.8　深度学习驱动的信号处理　149

5.3.9　移动网络中出现的深度学习应用　151

5.4　让深度学习适应移动网络　153

5.4.1　让深度学习适应移动设备和系统　153

5.4.2　在分布式数据容器中“裁剪”深度学习　155

5.4.3　调整深度学习以适应移动网络环境的变化　158

第6章　UM-MIMO技术　161

6.1　概述　162

6.2　UM-MIMO系统模型　164

6.3　基于太赫兹波的UM-MIMO信道条件　166

6.4　UM-MIMO的SM方案　168

6.4.1　UM-MIMO自适应分级SM　168

6.4.2　基于可配置石墨烯片的UM-MIMO　170

6.5　UM-MIMO性能分析　171

6.6　UM-MIMO性能验证　172

6.7　UM-MIMO交织、调制和编码优化　174

6.7.1　UM-MIMO频率交织天线映射　174

6.7.2　UM-MIMO改进　176

6.7.3　UM-MIMO广义空间和索引调制　177

6.7.4　UM-MIMO增强检测和编码方案　178

6.7.5　UM-MIMO优化问题　178

6.8　基于UM-MIMO无线通信智能环境　178

6.8.1　基于UM-MIMO平台的智能环境设计　179

6.8.2　UM-MIMO智能系统端到端特性和性能　181

6.9　UM-MIMO信道估计　184

6.9.1　高斯回归过程的UM-MIMO深度核函数　184

6.9.2　UM-MIMO系统信道模型　186

6.9.3　UM-MIMO信道估计结果分析　187

6.10　UM-MIMO系统的挑战　189

6.10.1　UM-MIMO等离子体纳米天线阵列的制备　189

6.10.2　UM-MIMO物理层的设计　190

6.10.3　UM-MIMO链路层的设计　190

6.11　结论　191

第7章　卫星通信网络技术　193

7.1　卫星通信技术　194

7.1.1　卫星通信概述　194

7.1.2　卫星通信频段、分类及特点　195

7.1.3　卫星通信系统的组成及工作过程　200

7.1.4　卫星运动的轨道　203

7.1.5　卫星通信系统的应用　206

7.2　卫星通信网体系结构和研究　207

7.2.1　卫星通信网的体系结构　207

7.2.2　基于卫星的通信　215

7.2.3　卫星通信网研究　217

7.3　卫星通信网路由技术　224

7.3.1　卫星通信网星座设计技术　224

7.3.2　卫星通信网路由技术　228

7.3.3　卫星通信网路由面临的问题　230

7.3.4　卫星通信网路由技术分类　232

7.4　微型卫星技术的特点及设计　236

7.5　微型卫星存储/转发数据通信系统的设计　237

7.5.1　系统构成　238

7.5.2　微型卫星数据系统通信协议和信令结构　240

7.5.3　用户移动性和位置管理　241

7.5.4　存储/转发实现技术　242

7.6　卫星中继通信中的切换　243

7.7　卫星链路功率传输　246

第8章　6G系统应用和部署设想　249

8.1　概述　250

8.2　行业典型场景应用设想　251

8.2.1　空天系统应用　255

8.2.2　陆地系统应用　258

8.3　部署研究和设想　268

缩略语　271

参考文献　279