6G技術(shù)發(fā)展及演進

第　1章 6G系統(tǒng)概述　001
1．1　移動通信發(fā)展趨勢　002
1．1．1　業(yè)務(wù)需求發(fā)展趨勢　002
1．1．2　技術(shù)發(fā)展演進趨勢　003
1．2　標準化和研究活動　006
1．3　6G愿景和設(shè)想　007
1．4　6G指標及面臨問題　016
1．4．1　6G指標要求　016
1．4．2　6G研究面臨的問題和挑戰(zhàn)　017
第　2章 6G無線網(wǎng)關(guān)鍵技術(shù)　019
2．1　關(guān)鍵技術(shù)綜述　020
2．1．1　顛覆性通信技術(shù)　021
2．1．2　創(chuàng)新的網(wǎng)絡(luò)架構(gòu)　029
2．1．3　網(wǎng)絡(luò)與智能集成　030
2．2　移動通信頻譜現(xiàn)狀　031
2．3　太赫茲通信　033
2．3．1　太赫茲研究進展　033
2．3．2　太赫茲技術(shù)　036
2．4　可見光通信　039
2．4．1　可見光通信技術(shù)的發(fā)展　039
2．4．2　可見光通信的基本原理　040
2．4．3　可見光通信的信道容量　041
2．4．4　可見光通信的優(yōu)勢　042
2．5　太赫茲與光通信技術(shù)的差異　043
2．6　靈活頻譜技術(shù)　046
2．6．1　頻譜共享　046
2．6．2　全自由度雙工技術(shù)　047
2．6．3　認知無線電和區(qū)塊鏈動態(tài)頻譜共享技術(shù)　049
第3章　太赫茲傳播損耗分析　061
3．1　概述　062
3．2　太赫茲波大氣衰減　062
3．2．1　大氣特征衰減　063
3．2．2　太赫茲波大氣衰減簡化計算　065
3．3　雨水通信信號的衰減　066
3．4　云、霧通信信號的衰減　067
3．5　降雪通信信號的衰減　068
3．6　沙塵氣候特征衰減率　068
3．7　室內(nèi)無線傳播損耗　070
3．7．1　實地測量實驗　070
3．7．2　射線跟蹤評估　071
第4章　太赫茲技術(shù)　075
4．1　概述　076
4．1．1　太赫茲與其他頻譜技術(shù)對比　076
4．1．2　太赫茲MAC協(xié)議的背景　077
4．2　太赫茲頻段的應用　080
4．2．1　宏網(wǎng)絡(luò)中的太赫茲應用　082
4．2．2　納米網(wǎng)絡(luò)中的太赫茲應用　083
4．2．3　太赫茲通信的其他應用　084
4．3　太赫茲MAC協(xié)議的設(shè)計　085
4．3．1　太赫茲頻段通信的特點　085
4．3．2　太赫茲MAC協(xié)議的設(shè)計注意事項　088
4．3．3　MAC協(xié)議決策內(nèi)容　093
4．3．4　太赫茲應用場景與MAC協(xié)議關(guān)系　094
4．4　不同網(wǎng)絡(luò)拓撲的太赫茲MAC協(xié)議　095
4．4．1　集中式網(wǎng)絡(luò)的太赫茲MAC協(xié)議　095
4．4．2　集群式網(wǎng)絡(luò)的太赫茲MAC協(xié)議　096
4．4．3　分布式網(wǎng)絡(luò)的太赫茲MAC協(xié)議　097
4．5　太赫茲通信信道接入機制　099
4．5．1　納米網(wǎng)絡(luò)信道接入機制　100
4．5．2　宏網(wǎng)絡(luò)信道接入機制　103
4．6　發(fā)射端和接收端太赫茲MAC協(xié)議　106
4．6．1　發(fā)射端發(fā)起MAC協(xié)議　106
4．6．2　接收端發(fā)起MAC協(xié)議　108
第5章　深度學習　111
5．1　概述　112
5．2　移動網(wǎng)絡(luò)中深度學習的技術(shù)推動　116
5．2．1　高級并行計算　117
5．2．2　分布式機器學習系統(tǒng)　118
5．2．3　專用深度學習庫　119
5．2．4　快速優(yōu)化算法　121
5．2．5　霧計算　122
5．3　深度學習的技術(shù)特點及對無線網(wǎng)絡(luò)的驅(qū)動　124
5．3．1　移動大數(shù)據(jù)　126
5．3．2　深度學習驅(qū)動網(wǎng)絡(luò)級移動數(shù)據(jù)分析　128
5．3．3　深度學習驅(qū)動應用程序級移動數(shù)據(jù)分析　132
5．3．4　深度學習驅(qū)動用戶遷移分析　135
5．3．5　深度學習驅(qū)動用戶本地化　138
5．3．6　深度學習驅(qū)動的無線傳感器網(wǎng)絡(luò)　140
5．3．7　深度學習驅(qū)動的網(wǎng)絡(luò)控制　143
5．3．8　深度學習驅(qū)動的信號處理　149
5．3．9　移動網(wǎng)絡(luò)中出現(xiàn)的深度學習應用　151
5．4　讓深度學習適應移動網(wǎng)絡(luò)　153
5．4．1　讓深度學習適應移動設(shè)備和系統(tǒng)　153
5．4．2　在分布式數(shù)據(jù)容器中“裁剪”深度學習　155
5．4．3　調(diào)整深度學習以適應移動網(wǎng)絡(luò)環(huán)境的變化　158
第6章　UM-MIMO技術(shù)　161
6．1　概述　162
6．2　UM-MIMO系統(tǒng)模型　164
6．3　基于太赫茲波的UM-MIMO信道條件　166
6．4　UM-MIMO的SM方案　168
6．4．1　UM-MIMO自適應分級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性能驗證　172
6．7　UM-MIMO交織、調(diào)制和編碼優(yōu)化　174
6．7．1　UM-MIMO頻率交織天線映射　174
6．7．2　UM-MIMO改進　176
6．7．3　UM-MIMO廣義空間和索引調(diào)制　177
6．7．4　UM-MIMO增強檢測和編碼方案　178
6．7．5　UM-MIMO優(yōu)化問題　178
6．8　基于UM-MIMO無線通信智能環(huán)境　178
6．8．1　基于UM-MIMO平臺的智能環(huán)境設(shè)計　179
6．8．2　UM-MIMO智能系統(tǒng)端到端特性和性能　181
6．9　UM-MIMO信道估計　184
6．9．1　高斯回歸過程的UM-MIMO深度核函數(shù)　184
6．9．2　UM-MIMO系統(tǒng)信道模型　186
6．9．3　UM-MIMO信道估計結(jié)果分析　187
6．10　UM-MIMO系統(tǒng)的挑戰(zhàn)　189
6．10．1　UM-MIMO等離子體納米天線陣列的制備　189
6．10．2　UM-MIMO物理層的設(shè)計　190
6．10．3　UM-MIMO鏈路層的設(shè)計　190
6．11　結(jié)論　191
第7章　衛(wèi)星通信網(wǎng)絡(luò)技術(shù)　193
7．1　衛(wèi)星通信技術(shù)　194
7．1．1　衛(wèi)星通信概述　194
7．1．2　衛(wèi)星通信頻段、分類及特點　195
7．1．3　衛(wèi)星通信系統(tǒng)的組成及工作過程　200
7．1．4　衛(wèi)星運動的軌道　203
7．1．5　衛(wèi)星通信系統(tǒng)的應用　206
7．2　衛(wèi)星通信網(wǎng)體系結(jié)構(gòu)和研究　207
7．2．1　衛(wèi)星通信網(wǎng)的體系結(jié)構(gòu)　207
7．2．2　基于衛(wèi)星的通信　215
7．2．3　衛(wèi)星通信網(wǎng)研究　217
7．3　衛(wèi)星通信網(wǎng)路由技術(shù)　224
7．3．1　衛(wèi)星通信網(wǎng)星座設(shè)計技術(shù)　224
7．3．2　衛(wèi)星通信網(wǎng)路由技術(shù)　228
7．3．3　衛(wèi)星通信網(wǎng)路由面臨的問題　230
7．3．4　衛(wèi)星通信網(wǎng)路由技術(shù)分類　232
7．4　微型衛(wèi)星技術(shù)的特點及設(shè)計　236
7．5　微型衛(wèi)星存儲/轉(zhuǎn)發(fā)數(shù)據(jù)通信系統(tǒng)的設(shè)計　237
7．5．1　系統(tǒng)構(gòu)成　238
7．5．2　微型衛(wèi)星數(shù)據(jù)系統(tǒng)通信協(xié)議和信令結(jié)構(gòu)　240
7．5．3　用戶移動性和位置管理　241
7．5．4　存儲/轉(zhuǎn)發(fā)實現(xiàn)技術(shù)　242
7．6　衛(wèi)星中繼通信中的切換　243
7．7　衛(wèi)星鏈路功率傳輸　246
第8章　6G系統(tǒng)應用和部署設(shè)想　249
8．1　概述　250
8．2　行業(yè)典型場景應用設(shè)想　251
8．2．1　空天系統(tǒng)應用　255
8．2．2　陸地系統(tǒng)應用　258
8．3　部署研究和設(shè)想　268
縮略語　271
參考文獻　279