6G 無線傳輸技術

　 本書面向以“人-機-物-靈”融合為特徵的6G願景，對6G無線傳輸技術進行前瞻性總結與預測。首 先，概述6G的應用場景與技術指標，對無線傳輸技術的發展進行展望。然後，面向低時延高可靠需求，探討了先進通道編碼技術的基本原理；面向大容量接入需求，探討了6G中的非正交多址技術、巨址接入技術、新型多載波技術以及波形信號設計；針對高頻譜效率傳輸需求，闡述了大規模MIMO、智能錶面等新型技術。進一步，從6G系統整體優化出發，介紹了基於廣義極化變換的新型信號處理方法。最 後，介紹了6G智能信號處理技術，詳細討論了深度學習在無線信號處理中的應用，並簡要介紹了語義通信的理論框架與實現案例。

　　本書適合希望瞭解6G無線傳輸技術的人士閱讀，不僅可作為移動通信技術研究、開發和維護人員的專業參考書，也可以作為大專院校高年級本科生、碩士生與博士生的教材或參考資料。同時，對未來移動通信感興趣的人員，本書內容也具有閱讀和參考價值。

牛凯

教授，博士生导师，现在北京邮电大学人工智能学院任教。主要研究方向为：信息论与极化码、5G/6G移动通信、智能信号处理。现为北京邮电大学“泛网无线通信”教 育部重点实验室副主任，中国电子学会与中国通信学会高 级会员，信息论分会副主任委员。担任IEEE Communications Letters与China Communications期刊编辑。先后主持多项国家自然科学基金重点与面上项目、国家重点研发项目、863项目。所提极化码高性能编译码算法成为5G标准主流方案，荣获中国电子学会科技奖自然科学一等奖。作为主要编著者，撰写普通高等教育“十五”、“十一五”国 家级规划教材《移动通信原理》，荣获2010年全 国电子信息类优 秀教材评选一等奖。

 

戴金晟

副研究员，博士生导师，现在北京邮电大学任教。主要研究方向为：语义通信、信源信道编码、无线通信人工智能。先后主持国家自然科学基金、北京市自然科学基金等多个科研项目。近年来以第 一作者或通信作者身份在 IEEE JSAC/JSTSP/TSP等国际权 威期刊及IEEE ISIT等国际旗舰会议上发表论文三十余篇，申请国家发明专利二十余项。曾获得中国电子学会科技奖自然科学一等奖、中国电子教育学会优 秀博士论文奖、北京邮电大学优 秀博士论文奖、中国电子学会信息论学术年会最 佳论文奖等学术与科技奖励。

第 1章 緒論 001

1.1　6G應用場景分析　002

1.2　無線傳輸技術展望　005

1.3　本章小結　005

參考文獻　005

第　2章 先進通道編碼　007

2.1　概述　008

2.2　LDPC碼原理　009

2.2.1　基本概念　009

2.2.2　置信傳播解碼算法　012

2.2.3　密度進化與高斯近似算法　018

2.2.4　LDPC碼差錯性能　025

2.2.5　LDPC碼構造　027

2.2.6　LDPC碼設計準則　032

2.3　極化碼　033

2.3.1　通道極化　033

2.3.2　極化編碼　036

2.3.3　極化碼構造　039

2.3.4　基本解碼算法　040

2.3.5　增強解碼算法　042

2.3.6　極化碼差錯性能　044

2.4　逼近有限碼長容量限的極化碼　048

2.4.1　有限碼長容量限　049

2.4.2　高性能CRC-Polar級聯碼構造　049

2.4.3　CA-HD算法　050

2.5　本章小結　054

參考文獻　054

第3章　非正交多址　059

3.1　NOMA概述　060

3.1.1　NOMA介紹　060

3.1.2　NOMA技術分類　065

3.2　SCMA　080

3.2.1　SCMA的基本結構　080

3.2.2　SCMA碼本設計建模　083

3.2.3　基於優化互信息的碼本設計　084

3.2.4　降低誤比特率的SCMA設計　086

3.2.5　SCMA性能　088

3.3　PDMA　093

3.3.1　PDMA的基本結構　093

3.3.2　提高吞吐量的PDMA　095

3.3.3　降低BLER的PDMA　097

3.3.4　PDMA性能　104

3.4　MUSA　107

3.4.1　MUSA原理　107

3.4.2　MUSA性能分析　109

3.5　免授權多址接入　112

3.6　本章小結　117

參考文獻　118

第4章　巨址接入技術　123

4.1　概述　124

4.2　巨址接入信息論分析　128

4.2.1　巨址接入的誤差上界　128

4.2.2　基於誤差上界的理論性能分析　131

4.3　基本方案　134

4.3.1　內外碼級聯方案總體結構　134

4.3.2　內外碼級聯方案編碼器設計　135

4.3.3　壓縮感知方案發送端設計　137

4.3.4　壓縮感知方案接收端設計　139

4.3.5　實現方案性能對比　141

4.4　本章小結　142

參考文獻　143

第5章　新型多載波技術　145

5.1　概述　146

5.2　FBMC　147

5.3　UFMC　148

5.4　GFDM　152

5.4.1　基本結構　152

5.4.2　收發端設計　155

5.4.3　模擬性能　157

5.5　性能指標對比　159

5.6　本章小結　160

參考文獻　161

第6章　新型波形信號設計　163

6.1　概述　164

6.2　FTN　165

6.2.1　FTN基本含義　165

6.2.2　時域FTN的容量　168

6.2.3　未編碼FTN及其ITS檢測　169

6.2.4　編碼FTN及其Turbo解碼　170

6.2.5　多載波FTN　172

6.3　OTFS　174

6.3.1　OTFS時延 多普勒域寬帶波形傳輸基本原理　174

6.3.2　OTFS寬帶波形傳輸數字信號處理　178

6.3.3　OTFS信號檢測算法設計　181

6.4　本章小結　186

參考文獻　187

第7章　大規模MIMO　189

7.1　大規模MIMO概述　190

7.2　MIMO系統容量分析　192

7.2.1　Point to Point MIMO系統容量分析　192

7.2.2　MU-MIMO系統容量分析　194

7.2.3　M-MIMO系統容量分析　194

7.2.4　有利傳播和通道硬化分析　197

7.3　集中式MIMO　198

7.3.1　編碼/波束成形技術　198

7.3.2　檢測技術　202

7.3.3　面臨的技術挑戰　206

7.3.4　最新的研究方向　211

7.4　分佈式大規模MIMO　212

7.4.1　分佈式大規模MIMO概述　212

7.4.2　理論分析　217

7.4.3　信號處理技術　225

7.4.4　面臨的技術挑戰　232

7.5　本章小結　244

參考文獻　245

第8章　智能錶面技術　253

8.1　概述　254

8.1.1　智能反射面　255

8.1.2　大型智能錶面　258

8.1.3　智能反射面與傳統中繼的性能對比和差異　261

8.2　智能錶面發送　265

8.2.1　SDR算法　268

8.2.2　DC算法　270

8.2.3　算法總結　272

8.3　信號檢測　274

8.4　本章小結　276

參考文獻　276

第9章　廣義極化信號傳輸　279

9.1　廣義極化變換理論　281

9.1.1　通道極化　281

9.1.2　極化編碼　281

9.1.3　極化信息處理　282

9.2　極化編碼調制　283

9.2.1　比特交織極化編碼調制　284

9.2.2　調制編碼聯合極化　291

9.3　極化編碼MIMO　296

9.3.1　極化編碼MIMO方案架構　296

9.3.2　空間極化特性　298

9.3.3　檢測算法　299

9.3.4　模擬結果與分析　299

9.4　極化編碼NOMA　300

9.4.1　極化編碼NOMA方案架構　301

9.4.2　多用戶極化特性　302

9.4.3　檢測算法　303

9.4.4　模擬結果與分析　304

9.5　本章小結　305

參考文獻　306

第　10章 智能信號處理　309

10.1　深度學習概述　310

10.1.1　機器學習與深度學習的基本概念　310

10.1.2　機器學習與深度學習的分類　311

10.2　基於深度學習的通信架構　312

10.2.1　基於自編碼器的通信架構　313

10.2.2　基於強化學習的通信架構　316

10.2.3　基於條件生成式對抗網絡的通信架構　317

10.3　智能通道估計　319

10.4　深度MIMO信號檢測　323

10.4.1　信號模型　323

10.4.2　DetNet結構　323

10.4.3　檢測性能　326

10.5　語義編碼傳輸　327

10.5.1　語義信息論簡介　327

10.5.2　語義通信系統框架　329

10.5.3　語義通信初步結果　332

10.6　本章小結　336

參考文獻　337

名詞索引　341