书名：6G技术发展及演进  
定*：159.8  
ISBN：9787**5558909  
作者：许光斌  
版次：第*版  
出版时间：202*-*0  

内容提要：  
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*断发展。本书*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*端应用等方面的技术*点，介绍了UM-MIMO技术；然后阐述了6G融合的卫星通信技术；最后叙述了6G系统的应用和*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*等院校移动通信*业的师生阅读。  



作者简介：  
许光斌 正*级工程师，通信设计工作者，杭州市*层次人才，*直从事*线网络技术研究、规划、设计和*化工作，在移动通信*域的3G/4G/5G网络规划、*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*利5项，编审*家标准5项。  

目录：  
第　*章 6G系统概述　00*  
*.*　移动通信发展趋势　002  
*.*.*　业务需求发展趋势　002  
*.*.2　技术发展演进趋势　003  
*.2　标准化和研究活动　006  
*.3　6G愿景和设想　007  
*.4　6G指标及面临问题　0*6  
*.4.*　6G指标要求　0*6  
*.4.2　6G研究面临的问题和挑战　0*7  
第　2章 6G*线网关键技术　0*9  
2.*　关键技术综述　020  
2.*.*　颠覆性通信技术　02*  
2.*.2　*新的网络架构　029  
2.*.3　网络与智能集成　030  
2.2　移动通信频谱现状　03*  
2.3　太赫兹通信　033  
2.3.*　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.*　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　04*  
2.4.4　可见光通信的*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.*　频谱共享　046  
2.6.2　*自由度双工技术　047  
2.6.3　认知*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　06*  
3.*　概述　062  
3.2　太赫兹波大气衰减　062  
3.2.*　大气*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*征衰减率　068  
3.7　室内*线传播损耗　070  
3.7.*　实地测量实验　070  
3.7.2　射线跟踪评估　07*  
第4章　太赫兹技术　075  
4.*　概述　076  
4.*.*　太赫兹与其他频谱技术对比　076  
4.*.2　太赫兹MAC协议的背景　077  
4.2　太赫兹频段的应用　080  
4.2.*　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.*　太赫兹频段通信的*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　*同网络拓扑的太赫兹MAC协议　095  
4.4.*　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.*　纳米网络信道接入机制　*00  
4.5.2　宏网络信道接入机制　*03  
4.6　发射端和接收端太赫兹MAC协议　*06  
4.6.*　发射端发起MAC协议　*06  
4.6.2　接收端发起MAC协议　*08  
第5章　深度学习　***  
5.*　概述　**2  
5.2　移动网络中深度学习的技术推动　**6  
5.2.*　*级并行计算　**7  
5.2.2　分布式机器学习系统　**8  
5.2.3　*用深度学习库　**9  
5.2.4　快速*化算法　*2*  
5.2.5　雾计算　*22  
5.3　深度学习的技术*点及对*线网络的驱动　*24  
5.3.*　移动大数据　*26  
5.3.2　深度学习驱动网络级移动数据分析　*28  
5.3.3　深度学习驱动应用程序级移动数据分析　*32  
5.3.4　深度学习驱动用户迁移分析　*35  
5.3.5　深度学习驱动用户本地化　*38  
5.3.6　深度学习驱动的*线传感器网络　*40  
5.3.7　深度学习驱动的网络控制　*43  
5.3.8　深度学习驱动的信号处理　*49  
5.3.9　移动网络中出现的深度学习应用　*5*  
5.4　让深度学习适应移动网络　*53  
5.4.*　让深度学习适应移动设备和系统　*53  
5.4.2　在分布式数据容器中“裁剪”深度学习　*55  
5.4.3　调整深度学习以适应移动网络环境的变化　*58  
第6章　UM-MIMO技术　*6*  
6.*　概述　*62  
6.2　UM-MIMO系统模型　*64  
6.3　基于太赫兹波的UM-MIMO信道条件　*66  
6.4　UM-MIMO的SM方案　*68  
6.4.*　UM-MIMO自适应分级SM　*68  
6.4.2　基于可配置石墨烯片的UM-MIMO　*70  
6.5　UM-MIMO性能分析　*7*  
6.6　UM-MIMO性能验证　*72  
6.7　UM-MIMO交织、调制和编码*化　*74  
6.7.*　UM-MIMO频率交织天线映射　*74  
6.7.2　UM-MIMO改进　*76  
6.7.3　UM-MIMO广义空间和索引调制　*77  
6.7.4　UM-MIMO增强检测和编码方案　*78  
6.7.5　UM-MIMO*化问题　*78  
6.8　基于UM-MIMO*线通信智能环境　*78  
6.8.*　基于UM-MIMO平台的智能环境设计　*79  
6.8.2　UM-MIMO智能系统端到端*性和性能　*8*  
6.9　UM-MIMO信道估计　*84  
6.9.*　*斯回归过程的UM-MIMO深度核函数　*84  
6.9.2　UM-MIMO系统信道模型　*86  
6.9.3　UM-MIMO信道估计结果分析　*87  
6.*0　UM-MIMO系统的挑战　*89  
6.*0.*　UM-MIMO等离子体纳米天线阵列的制备　*89  
6.*0.2　UM-MIMO物理层的设计　*90  
6.*0.3　UM-MIMO链路层的设计　*90  
6.**　结论　*9*  
第7章　卫星通信网络技术　*93  
7.*　卫星通信技术　*94  
7.*.*　卫星通信概述　*94  
7.*.2　卫星通信频段、分类及*点　*95  
7.*.3　卫星通信系统的组成及工作过程　200  
7.*.4　卫星运动的轨道　203  
7.*.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.*　卫星通信网的体系结构　207  
7.2.2　基于卫星的通信　2*5  
7.2.3　卫星通信网研究　2*7  
7.3　卫星通信网路由技术　224  
7.3.*　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*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.*　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　24*  
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*署设想　249  
8.*　概述　250  
8.2　行业典型场景应用设想　25*  
8.2.*　空天系统应用　255  
8.2.2　陆地系统应用　258  
8.3　*署研究和设想　268  
缩略语　27*  
参考文献　279