6G技術發展及演進

隨著5G商用日漸成熟，業界開始啟動6G系統的研究工作，並形成了廣泛共識。盡管6G的場景和需求已基本明確，但是候選關鍵技術仍在不斷發展。本書首先簡要介紹了6G的業務需求和技術發展趨勢、6G願景和設想、研究進展情況等；接著分析了6G關鍵技術，例如太赫茲頻譜技術等，還分析了頻段傳播損耗，並對太赫茲MAC協議設計進行分析闡述，重點闡述了人工智能中的深度學習技術在6G技術推動終端應用等方面的技術特點，介紹了UM-MIMO技術；然後闡述了6G融合的衛星通信技術；最後敘述了6G系統的應用和部署設想。

本書既適合從事6G技術的研究人員、設備研發人員和網絡工程相關人員參考學習，也適合高等院校移動通信專業的師生閱讀。

許光斌
正高級工程師，通信設計工作者，杭州市高層次人才，一直從事無線網絡技術研究、規劃、設計和優化工作，在移動通信領域的3G/4G/5G網絡規劃、優化、工程設計方面擁有豐富的經驗，同時較早研究6G網絡技術；發表論文數十篇，申請並已授權專利5項，編審國家標準5項。

第  1章 6G系統概述  001 
1.1  移動通信發展趨勢  002 
1.1.1  業務需求發展趨勢  002 
1.1.2  技術發展演進趨勢  003 
1.2  標準化和研究活動  006 
1.3  6G願景和設想  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  017 

第  2章 6G無線網關鍵技術  019 
2.1  關鍵技術綜述  020 
2.1.1  顛覆性通信技術  021 
2.1.2  創新的網絡架構  029 
2.1.3  網絡與智能集成  030 
2.2  移動通信頻譜現狀  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  036 
2.4  可見光通信  039 
2.4.1  可見光通信技術的發展  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  可見光通信的優勢  042 
2.5  太赫茲與光通信技術的差異  043 
2.6  靈活頻譜技術  046 
2.6.1  頻譜共享  046 
2.6.2  全自由度雙工技術  047 
2.6.3  認知無線電和區塊鏈動態頻譜共享技術  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  大氣特徵衰減  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  雲、霧通信信號的衰減  067 
3.5  降雪通信信號的衰減  068 
3.6  沙塵氣候特徵衰減率  068 
3.7  室內無線傳播損耗  070 
3.7.1  實地測量實驗  070 
3.7.2  射線跟踪評估  071 

第4章  太赫茲技術  075 
4.1  概述  077
4.1.1  太赫茲與其他頻譜技術對比  077
4.1.2  太赫茲MAC協議的背景  077 
4.2  太赫茲頻段的應用  080 
4.2.1  宏網絡中的太赫茲應用  082 
4.2.2  納米網絡中的太赫茲應用  083 
4.2.3  太赫茲通信的其他應用  084 
4.3  太赫茲MAC協議的設計  085 
4.3.1  太赫茲頻段通信的特點  085 
4.3.2  太赫茲MAC協議的設計注意事項  088 
4.3.3  MAC協議決策內容  093 
4.3.4  太赫茲應用場景與MAC協議關係  094 
4.4  不同網絡拓撲的太赫茲MAC協議  095 
4.4.1  集中式網絡的太赫茲MAC協議  095 
4.4.2  集群式網絡的太赫茲MAC協議  096
4.4.3  分佈式網絡的太赫茲MAC協議  097 
4.5  太赫茲通信信道接入機制  099 
4.5.1  納米網絡信道接入機制  100 
4.5.2  宏網絡信道接入機制  103 
4.6  發射端和接收端太赫茲MAC協議  104
4.6.1  發射端發起MAC協議  104
4.6.2  接收端發起MAC協議  108 

第5章  深度學習  111 
5.1  概述  112 
5.2  移動網絡中深度學技術推動  116 
5.2.1  不錯並行計算  117 
5.2.2  分佈式機器學統  118 
5.2.3  專用深度學習庫  119 
5.2.4  快速優化算法  121 
5.2.5  霧計算  122 
5.3  深度學技術特點及對無線網絡的驅動  124 
5.3.1  移動大數據  126 
5.3.2  深度學習驅動網絡級移動數據分析  128 
5.3.3  深度學習驅動應用程序級移動數據分析  132 
5.3.4  深度學習驅動用戶遷移分析  135 
5.3.5  深度學習驅動用戶本地化  138 
5.3.6  深度學習驅動的無線傳感器網絡  140 
5.3.7  深度學習驅動的網絡控制  143 
5.3.8  深度學習驅動的信號處理  149 
5.3.9  移動網絡中出現的深度學習應用  151 
5.4  讓深度學習適應移動網絡  153 
5.4.1  讓深度學習適應移動設備和系統  153 
5.4.2  在分佈式數據容器中“裁剪”深度學習  155 
5.4.3  調整深度學習以適應移動網絡環境的變化  158 

第6章  UM-MIMO技術  161 
6.1  概述  162 
6.2  UM-MIMO系統模型  1 
6.3  基於太赫茲波的UM-MIMO信道條件  166  
 UM-MIMO的SM方案  168 
.1  UM-MIMO自適應分級SM  168 
.2  基於可配置石墨烯片的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、調製和編碼優化  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廣義空間和索引調製  177 
6.7.4  UM-MIMO增強檢測和編碼方案  178 
6.7.5  UM-MIMO優化問題  178 
6.8  基於UM-MIMO無線通信智能環境  178 
6.8.1  基於UM-MIMO平台的智能環境設計  179 
6.8.2  UM-MIMO智能係統端到端特性和性能  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  184 
6.9.2  UM-MIMO系統信道模型  186 
6.9.3  UM-MIMO信道估計結果分析  187 
6.10  UM-MIMO系統的挑戰  189 
6.10.1  UM-MIMO等離子體納米天線陣列的製備  189 
6.10.2  UM-MIMO物理層的設計  190 
6.10.3  UM-MIMO鏈路層的設計  190 
6.11  結論  191 

第7章  衛星通信網絡技術  193 
7.1  衛星通信技術  194 
7.1.1  衛星通信概述  194 
7.1.2  衛星通信頻段、分類及特點  195 
7.1.3  衛星通信系統的組成及工作過程  200 
7.1.4  衛星運動的軌道  203 
7.1.5  衛星通信系統的應用  206 
7.2  衛星通信網體系結構和研究  207 
7.2.1  衛星通信網的體系結構  207 
7.2.2  基於衛星的通信  215 
7.2.3  衛星通信網研究  217 
7.3  衛星通信網路由技術  224 
7.3.1  衛星通信網星座設計技術  224 
7.3.2  衛星通信網路由技術  228 
7.3.3  衛星通信網路由面臨的問題  230 
7.3.4  衛星通信網路由技術分類  232 
7.4  微型衛星技術的特點及設計  236 
7.5  微型衛星存儲/轉發數據通信系統的設計  237 
7.5.1  系統構成  238 
7.5.2  微型衛星數據系統通信協議和信令結構  240 
7.5.3  用戶移動性和位置管理  241 
7.5.4  存儲/轉發實現技術  242 
7.6  衛星中繼通信中的切換  243 
7.7  衛星鏈路功率傳輸  246 

第8章  6G系統應用和部署設想  249 
8.1  概述  250 
8.2  行業典型場景應用設想  251 
8.2.1  空天系統應用  255 
8.2.2  陸地系統應用  258 
8.3  部署研究和設想  268 

縮略語  271 
參考文獻  279