6G智能光通信與光計算(精)

周盈君，中國電信股份有限公司上海分公司移動網技術主管，一級專家，2015年獲得北京郵電大學學士學位，2020年獲得覆旦大學博士學位，長期從事6G網絡架構演進與前沿技術研究，發表學術論文90餘篇，谷歌學術引用2000餘次，在ITU、3GPP、CCSA等國內外標準組織牽頭多個標準項目立項，提交標準文稿200餘篇，申請國際專利20餘項。

叢書序
前言
第1章 緒論
1.1 6G的發展趨勢
1.2 6G應用場景
1.3 6G對智能光通信的需求與挑戰
1.4 6G對智能光計算的需求與挑戰
1.5 本章小結
參考文獻
第2章 人工智能與機器學習概述
2.1 人工智能與機器學習發展歷程
2.1.1 早期探索：智能萌芽的曙光
2.1.2 挑戰與反思：AI寒冬的啟示與轉機
2.1.3 機器學習的覆興：從統計學習到深度學習的飛躍
2.1.4 深度學習的崛起：智能時代的全面到來
2.2 面向6G系統的人工智能算法
2.2.1 6G系統的願景與挑戰
2.2.2 人工智能在6G系統中的應用
2.2.3 面向6G的人工智能算法研究現狀
2.2.4 面臨的挑戰與未來展望
2.3 6G光通信人工智能簡介
2.3.1 基於人工智能算法的6G有線光通信系統
2.3.2 基於人工智能算法的6G無線光通信系統
2.4 前沿技術與發展趨勢
2.4.1 智能調制格式識別
2.4.2 自適應信道均衡
2.4.3 基於端到端全局優化的智能光通信系統
2.5 本章小結
參考文獻
第3章 光通信整體架構
3.1 面向6G/F6G的現代光通信系統
3.2 光通信基本架構
3.3 光互連通信架構
3.3.1 基於IM/DD技術的光互連系統架構
3.3.2 面向光互連的先進調制格式
3.3.3 面向超高速光互連的數字信號處理算法
3.4 面向6G的可見光通信架構
3.4.1 可見光通信系統基本架構
3.4.2 可見光通信鏈路
3.4.3 LED可見光通信中的數字信號處理技術
3.5 毫米波太赫茲無線光融合接入架構
3.5.1 毫米波太赫茲通信系統基本架構
3.5.2 毫米波太赫茲鏈路
3.5.3 毫米波太赫茲信號生成的理論模型
3.5.4 毫米波太赫茲信號探測的理論模型
3.6 本章小結
參考文獻
第4章 人工智能信道建模
4.1 光和無線網絡的物理架構模型
4.1.1 發射端
4.1.2 信道
4.1.3 接收端
4.2 人工智能信道建模方法
4.2.1 MLP信道建模
4.2.2 BiLSTM網絡信道建模
4.2.3 CGAN信道建模
4.3 6G光無線通信建模方法
4.3.1 TTHnet
4.3.2 MTTHnet
4.3.3 物理先驗啟發的集成學習水下可見光信道估計
4.3.4 無線光確定隨機聯合信道建模
4.4 毫米波太赫茲無線光融合建模方法
4.4.1 光纖-太赫茲融合建模方法
4.4.2 光-毫米波融合建模方法
4.5 本章小結
參考文獻
第5章 人工智能預均衡技術
5.1 物理層預均衡問題
5.2 傳統預均衡算法
5.2.1 硬件預均衡
5.2.2 軟件預均衡
5.3 人工智能預均衡算法
5.3.1 基於聚類的k均值算法
5.3.2 神經網絡基本原理
5.4 人工智能預均衡實現
5.4.1 基於k均值聚類算法感知決策的多帶無載波幅相VLC系統非線性補償
5.4.2 使用高斯核輔助DNN進行非線性預均衡
5.4.3 在IM/DDPON中使用ANN進行非線性預均衡
5.5 本章小結
參考文獻
第6章 人工智能後均衡技術
6.1 物理層後均衡問題
6.2 傳統後均衡算法
6.2.1 CMMA盲均衡算法
6.2.2 LMSE後均衡算法
6.2.3 RLS後均衡算法
6.2.4 基於沃爾泰拉級數的非線性均衡算法
6.3 人工智能後均衡實現
6.3.1 基於GK-DNN的後均衡算法
6.3.2 基於雙分支神經網絡的DBMLP後均衡算法
6.3.3 基於MIMO多分支混合神經網絡的後均衡算法
6.4 本章小結
參考文獻
第7章 人工智能端到端優化通信技術
7.1 端到端模型架構
7.2 端到端優化關鍵算法
7.2.1 梯度下降和反向傳播
7.2.2 生成對抗網絡
7.2.3 遷移學習
7.3 基於波形級端到端優化的通信系統框架
7.4 基於符號級端到端優化的通信框架
7.5 基於比特級端到端優化的通信框架
7.6 本章小結
參考文獻
第8章 光子集成片上光計算
8.1 片上光計算的分類與發展歷程
8.1.1 片上光計算概述
8.1.2 基於平面光轉換的片上光計算發展歷程
8.1.3 片上光計算的分類
8.2 片上光計算的對比
8.3 片上光計算的應用場景
8.3.1 圖像處理
8.3.2 信道均衡
8.3.3 搜索引擎優化
8.3.4 人工智能與機器學習
8.3.5 優化和決策問題
8.4 片上光計算的發展趨勢
8.4.1 存儲技術
8.4.2 制造誤差校正
8.4.3 基於頻率梳的波分覆用光源
8.4.4 絕緣體上鈮酸鋰調制器
8.4.5 光子數模轉換器
8.5 本章小結
參考文獻
第9章 空間衍射光計算
9.1 空間衍射光計算發展歷程
9.2 空間衍射光計算理論架構
9.2.1 神經網絡基本數學算子的光學實現
9.2.2 衍射深度神經網絡基本架構
9.3 空間衍射光計算的應用場景
9.3.1 數字圖像處理
9.3.2 模式識別與人工智能
9.3.3 大規模高性能計算
9.3.4 三維空間感知
9.4 空間衍射光計算的實現