本书面向以“人-机-物-灵”融合为特征的6G愿景，对6G无线传输技术进行前瞻性总结与预测。首 先，概述6G的应用场景与技术指标，对无线传输技术的发展进行展望。然后，面向低时延高可靠需求，探讨了先进信道编码技术的基本原理；面向大容量接入需求，探讨了6G中的非正交多址技术、巨址接入技术、新型多载波技术以及波形信号设计；针对高频谱效率传输需求，阐述了大规模MIMO、智能表面等新型技术。进一步，从6G系统整体优化出发，介绍了基于广义极化变换的新型信号处理方法。最 后，介绍了6G智能信号处理技术，详细讨论了深度学习在无线信号处理中的应用，并简要介绍了语义通信的理论框架与实现案例。
本书适合希望了解6G无线传输技术的人士阅读，不仅可作为移动通信技术研究、开发和维护人员的专业参考书，也可以作为大专院校高年级本科生、硕士生与博士生的教材或参考资料。同时，对未来移动通信感兴趣的人员，本书内容也具有阅读和参考价值。
本书的主要内容是在归纳团队研究成果，并收集业界新科技进展的基础上，进行系统梳理而完成，内容兼具系统性与前沿性，能使读者对6G物理层技术发展有整体认识。
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 绪论 001
1.1 6G应用场景分析 002
1.2 无线传输技术展望 005
1.3 本章小结 005
参考文献 005
第 2章 先进信道编码 007
2.1 概述 008
2.2 LDPC码原理 009
2.2.1 基本概念 009
2.2.2 置信传播译码算法 012
2.2.3 密度进化与高斯近似算法 018
2.2.4 LDPC码差错性能 025
2.2.5 LDPC码构造 027
2.2.6 LDPC码设计准则 032
2.3 极化码 033
2.3.1 信道极化 033
2.3.2 极化编码 036
2.3.3 极化码构造 039
2.3.4 基本译码算法 040
2.3.5 增强译码算法 042
2.3.6 极化码差错性能 044
2.4 逼近有限码长容量限的极化码 048
2.4.1 有限码长容量限 049
2.4.2 高性能CRC-Polar级联码构造 049
2.4.3 CA-HD算法 050
2.5 本章小结 054
参考文献 054
第3章 非正交多址 059
3.1 NOMA概述 060
3.1.1 NOMA介绍 060
3.1.2 NOMA技术分类 065
3.2 SCMA 080
3.2.1 SCMA的基本结构 080
3.2.2 SCMA码本设计建模 083
3.2.3 基于优化互信息的码本设计 084
3.2.4 降低误比特率的SCMA设计 086
3.2.5 SCMA性能 088
3.3 PDMA 093
3.3.1 PDMA的基本结构 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 免授权多址接入 112
3.6 本章小结 117
参考文献 118
第4章 巨址接入技术 123
4.1 概述 124
4.2 巨址接入信息论分析 128
4.2.1 巨址接入的误差上界 128
4.2.2 基于误差上界的理论性能分析 131
4.3 基本方案 134
4.3.1 内外码级联方案总体结构 134
4.3.2 内外码级联方案编码器设计 135
4.3.3 压缩感知方案发送端设计 137
4.3.4 压缩感知方案接收端设计 139
4.3.5 实现方案性能对比 141
4.4 本章小结 142
参考文献 143
第5章 新型多载波技术 145
5.1 概述 146
5.2 FBMC 147
5.3 UFMC 148
5.4 GFDM 152
5.4.1 基本结构 152
5.4.2 收发端设计 155
5.4.3 仿真性能 157
5.5 性能指标对比 159
5.6 本章小结 160
参考文献 161
第6章 新型波形信号设计 163
6.1 概述 164
6.2 FTN 165
6.2.1 FTN基本含义 165
6.2.2 时域FTN的容量 168
6.2.3 未编码FTN及其ITS检测 169
6.2.4 编码FTN及其Turbo解码 170
6.2.5 多载波FTN 172
6.3 OTFS 174
6.3.1 OTFS时延 多普勒域宽带波形传输基本原理 174
6.3.2 OTFS宽带波形传输数字信号处理 178
6.3.3 OTFS信号检测算法设计 181
6.4 本章小结 186
参考文献 187
第7章 大规模MIMO 189
7.1 大规模MIMO概述 190
7.2 MIMO系统容量分析 192
7.2.1 Point to Point MIMO系统容量分析 192
7.2.2 MU-MIMO系统容量分析 194
7.2.3 M-MIMO系统容量分析 194
7.2.4 有利传播和信道硬化分析 197
7.3 集中式MIMO 198
7.3.1 编码/波束成形技术 198
7.3.2 检测技术 202
7.3.3 面临的技术挑战 206
7.3.4 最新的研究方向 211
7.4 分布式大规模MIMO 212
7.4.1 分布式大规模MIMO概述 212
7.4.2 理论分析 217
7.4.3 信号处理技术 225
7.4.4 面临的技术挑战 232
7.5 本章小结 244
参考文献 245
第8章 智能表面技术 253
8.1 概述 254
8.1.1 智能反射面 255
8.1.2 大型智能表面 258
8.1.3 智能反射面与传统中继的性能对比和差异 261
8.2 智能表面发送 265
8.2.1 SDR算法 268
8.2.2 DC算法 270
8.2.3 算法总结 272
8.3 信号检测 274
8.4 本章小结 276
参考文献 276
第9章 广义极化信号传输 279
9.1 广义极化变换理论 281
9.1.1 信道极化 281
9.1.2 极化编码 281
9.1.3 极化信息处理 282
9.2 极化编码调制 283
9.2.1 比特交织极化编码调制 284
9.2.2 调制编码联合极化 291
9.3 极化编码MIMO 296
9.3.1 极化编码MIMO方案架构 296
9.3.2 空间极化特性 298
9.3.3 检测算法 299
9.3.4 仿真结果与分析 299
9.4 极化编码NOMA 300
9.4.1 极化编码NOMA方案架构 301
9.4.2 多用户极化特性 302
9.4.3 检测算法 303
9.4.4 仿真结果与分析 304
9.5 本章小结 305
参考文献 306
第 10章 智能信号处理 309
10.1 深度学习概述 310
10.1.1 机器学习与深度学习的基本概念 310
10.1.2 机器学习与深度学习的分类 311
10.2 基于深度学习的通信架构 312
10.2.1 基于自编码器的通信架构 313
10.2.2 基于强化学习的通信架构 316
10.2.3 基于条件生成式对抗网络的通信架构 317
10.3 智能信道估计 319
10.4 深度MIMO信号检测 323
10.4.1 信号模型 323
10.4.2 DetNet结构 323
10.4.3 检测性能 326
10.5 语义编码传输 327
10.5.1 语义信息论简介 327
10.5.2 语义通信系统框架 329
10.5.3 语义通信初步结果 332
10.6 本章小结 336
参考文献 337
名词索引 341
书单推荐
