更新时间：2025-01-16 18:29:36
封面
版权信息
内容提要
编辑委员会
前言
第1章 1G～4G移动通信发展
1.1 1G网络架构
1.2 2G网络架构
1.3 3G网络架构
1.4 4G网络架构
参考文献
第2章 5G场景需求及组网架构
2.1 5G的三大应用场景
2.1.1 eMBB
2.1.2 URLLC
2.1.3 mMTC
2.2 5G网络架构
2.2.1 5G NSA和SA架构
2.2.2 云无线接入网架构
2.2.3 开放式无线接入网架构
2.2.4 高低频组网
第3章 6G网络形态
3.1 6G潜在应用场景及业务需求
3.2 虚实融合的6G数字孪生
3.3 “人-机-物-灵”融合的双世界网络架构
3.3.1 基于AI的6G双世界演进趋势
3.3.2 6G的灵魂
3.3.3 “人-机-物-灵”融合的技术要素
3.4 6G网络智能至简
3.4.1 网络智能内生
3.4.2 网络至简
3.5 去中心化的无线接入网络
3.5.1 去中心化的无线接入网络架构
3.5.2 去中心化的无线网络架构特性及面临的挑战
第4章 6G组网理论及技术
4.1 网络信息论
4.1.1 1G～5G的网络容量与理论创新
4.1.2 超密集多层蜂窝网络的容量
4.1.3 去中心化无线网络的容量
4.1.4 卫星网络与地面网络共存系统的容量
4.1.5 6G网络容量提升方法展望
4.1.6 信息论、控制论、系统论的三论融合
4.2 网络耗散理论
4.2.1 耗散结构理论
4.2.2 基于耗散理论的6G网络演进
4.3 动力学理论
4.3.1 复杂网络及传播动力学
4.3.2 复杂网络传播动力学关键属性
4.3.3 基于传播动力学的网络自治技术
第5章 6G网络多域资源协同技术
5.1 通信、计算、缓存资源协同融合
5.1.1 资源协同融合的研究背景
5.1.2 通信和计算资源融合
5.1.3 通信和缓存资源融合
5.1.4 计算和缓存资源融合
5.1.5 通信、计算和缓存资源融合
5.2 空间信息网络动态组网及资源协同
5.2.1 空间信息网络动态组网的研究背景
5.2.2 空间信息网络的拓扑构建
5.2.3 空间网络组网的资源协同
5.2.4 低空网络组网的资源协同
5.2.5 海洋网络组网的资源协同
5.2.6 空天地一体动态组网的资源协同
第6章 6G边缘智能技术
6.1 边缘智能网络的分布式学习原理及框架
6.1.1 分布式学习：数据并行与模型并行
6.1.2 基于数据并行的分布式学习
6.1.3 基于模型并行的分布式学习
6.2 面向6G的网络自治功能
6.2.1 动态复杂环境下的网络自治适用场景和需求分析
6.2.2 网络自治特征
6.2.3 6G网络自治架构设计
6.2.4 6G网络自治关键技术
6.3 6G基于内生AI的无线网络多维度无线资源管理功能设计
6.3.1 基于内生AI的无线资源管理需求分析
6.3.2 基于内生AI的无线资源管理架构功能接口设计
6.3.3 基于内生AI的无线资源管理典型框架
6.4 边缘智能技术在工业物联网中的应用
6.4.1 工业视觉边缘云架构
6.4.2 基于模型分割的边缘计算卸载策略
6.4.3 基于联邦学习和区块链的边缘网络数字孪生技术
6.4.4 基于联邦学习的工业物联网资源管理
6.4.5 混合联邦与中心化的半联邦学习框架
6.4.6 面向智能交互场景的计算卸载
6.5 基于智能反射表面和空中计算技术的无线网络联邦学习
6.5.1 IRS及AirComp技术优势
6.5.2 基于IRS和AirComp的无线网络联邦学习资源调度策略
6.5.3 基于IRS和NOMA的信息安全通信
名词索引
