6G網絡架構將是具有“人-機-物-靈”融合特性的雙世界網絡架構，6G網絡通過智能協(xié)同方式實現(xiàn)對用戶所處信息融合空間的感知、反應、決策、優(yōu)化乃至改造。相應地，6G網絡將通過分布式學習以及群體智能式協(xié)同算法部署，使6G網絡實現(xiàn)智能內生，并通過去中心化的無線接入網架構來提升網絡服務的可拓展性和魯棒性，從而構建新的生態(tài)和以用戶為中心的業(yè)務體驗。其中，邊緣智能技術通過融合邊緣網絡計算、存儲、應用等核心能力，使智能更貼近用戶，因此成為實現(xiàn)網絡智能內生的重要手段，也是未來網絡發(fā)展的重要方向之一。
本書在分析各代移動通信理論與技術升級內在動力的基礎之上，闡述“人-機-物-靈”融合的6G網絡形態(tài)，進而從容量分析、系統(tǒng)演進、網絡自治等方面探討6G組網理論及其關鍵技術，并對6G網絡多域資源協(xié)同及邊緣智能技術進行系統(tǒng)介紹。
本書適合希望了解6G需求及潛在技術的人士閱讀，不僅可作為移動通信行業(yè)從業(yè)人員和垂直行業(yè)相關人員的技術參考書，也可作為高等院校相關專業(yè)高年級本科生、碩士生和博士生的專業(yè)課教材。
目前對6G組網架構缺少系統(tǒng)的調研和介紹，本書兼具系統(tǒng)性與前沿性，主要內容是在歸納團隊研究成果、收集業(yè)界新科技進展的基礎上梳理而成。
本書作者團隊長期從事先進移動通信系統(tǒng)及無線網絡技術研究及實踐，并參與了科技部重點研發(fā)項目“面向6G移動通信的網絡理論與核心技術”。
本書將對6G組網架構理論與相關技術進行系統(tǒng)介紹，涵蓋內容豐富，對相關領域的科研技術人員具有極大的參考價值。
田輝
北京郵電大學教授、博士生導師，網絡與交換技術國家重點實驗室網絡信息處理研究中心主任，國家留學基金委資助斯坦福大學高 級研究學 者，IEEE高 級會員，主要研究領域為5G/B5G/6G組網及關鍵技術、邊緣智能、自組織移動通信網絡等。主持國家重點研發(fā)計劃、國家科技重大專項、國家863計劃目標導向類課題、國家自然科學基金重大項目及國家自然科學基金面上項目等。研究成果獲國家技術發(fā)明獎二等獎、中國通信學會科學技術獎一等獎、北京市科學技術獎二等獎等。
張平
中國工程院院士，北京郵電大學教授、博士生導師，網絡與交換技術國家重點實驗室主任，主要研究領域為移動通信，先后擔任國家自然科學基金委員會國際合作咨詢委員會委員，信息科學部第三、五、六屆咨詢委員會委員，科學技術部863計劃網絡與通信技術主題專 家組專 家，國家科技重大專項“新一代寬帶無線移動通信網”總體組專 家，IMT-2020（5G）專 家組成員，國家第六代（6G）移動通信技術研發(fā)總體專 家組專 家，國家自然科學基金創(chuàng)新研究群體學術帶頭人，《中國郵電高校學報》（英文版）和《通信學報》主編等。獲得全 國創(chuàng)新爭先獎、光華工程科技獎、何梁何利基金科學與技術進步獎。2017年帶領的團隊入選“全 國高校黃大年式教師團隊”，2018年當選IEEE Fellow。
范紹帥
北京郵電大學講師、碩士生導師，于北京郵電大學獲通信與信息系統(tǒng)專業(yè)博士學位，并于北京郵電大學從事博士后研究工作，隸屬于網絡與交換技術國家重點實驗室，主要研究領域為5G/B5G/6G組網及關鍵技術、高精度定位授時技術。先后主持及參與多項國家重點研發(fā)計劃、國家科技重大專項、國家863計劃、國家自然科學基金項目、中國博士后科學基金項目，以及大唐電信集團、大唐移動、華為、上海貝爾等企業(yè)合作項目，發(fā)表SCI/EI論文30余篇，申請發(fā)明專利20余項。
聶高峰
北京郵電大學講師、碩士生導師，分別于2010年和2016年獲北京郵電大學學士學位和博士學位，主要研究領域為基于SDN的無線網絡關鍵技術和5G/B5G/6G無線網絡關鍵技術。主持國家自然科學基金青年基金1項，參與多項國家重點研發(fā)計劃、國家自然科學基金重大項目、北京市自然科學基金項目，發(fā)表SCI/EI論文30余篇，申請專利10余項。
喻鵬
北京郵電大學副教授、博士生導師，未來學院副院長，主要研究領域為網絡智能運維管理及行業(yè)應用。主持/主研國家自然科學基金項目、國家重點研發(fā)計劃、國家科技重大專項、國家科技支撐計劃等國家項目10余項，國際/行業(yè)標準5項，榮獲科技獎勵4次，曾擔任多個知名國際會議分會主席和程序委員會委員。
孫軍帥
中國移動研究院主任研究員、高 級工程師，一直從事接入網網絡架構和協(xié)議棧功能方面的研究、研發(fā)和標準化工作，歷經3G/4G/5G，目前正從事6G網絡相關的研究。完成5G CU-DU網絡架構功能定義和協(xié)議棧MCD方案的研究、設計和標準化工作，在Future Forum上主持完成下一代協(xié)議棧1.0~4.0白皮書，主持RAN的智能化的研究工作，提出RRM的智能化方案，曾擔任O-RAN Alliance的WG3（Near-Real Time RIC&E2）的主席。發(fā)表多篇論文，并完成多個PCT專利和SEP專利，榮獲第 二十二屆中國專利獎銀獎。
第 1章 1G～4G移動通信發(fā)展 001
1.1 1G網絡架構 002
1.2 2G網絡架構 002
1.3 3G網絡架構 005
1.4 4G網絡架構 006
參考文獻 008
第 2章 5G場景需求及組網架構 009
2.1 5G的三大應用場景 010
2.1.1 eMBB 012
2.1.2 URLLC 012
2.1.3 mMTC 012
2.2 5G網絡架構 012
2.2.1 5G NSA和SA架構 014
2.2.2 云無線接入網架構 015
2.2.3 開放式無線接入網架構 020
2.2.4 高低頻組網 021
參考文獻 023
第3章 6G網絡形態(tài) 025
3.1 6G潛在應用場景及業(yè)務需求 026
3.2 虛實融合的6G數(shù)字孿生 030
3.3 “人 機 物 靈”融合的雙世界網絡架構 034
3.3.1 基于AI的6G雙世界演進趨勢 036
3.3.2 6G的靈魂 037
3.3.3 “人 機 物 靈”融合的技術要素 039
3.4 6G網絡智能至簡 040
3.4.1 網絡智能內生 041
3.4.2 網絡至簡 046
3.5 去中心化的無線接入網絡 049
3.5.1 去中心化的無線接入網絡架構 049
3.5.2 去中心化的無線網絡架構特性及面臨的挑戰(zhàn) 053
參考文獻 056
第4章 6G組網理論及技術 059
4.1 網絡信息論 060
4.1.1 1G～5G的網絡容量與理論創(chuàng)新 060
4.1.2 超密集多層蜂窩網絡的容量 065
4.1.3 去中心化無線網絡的容量 070
4.1.4 衛(wèi)星網絡與地面網絡共存系統(tǒng)的容量 076
4.1.5 6G網絡容量提升方法展望 079
4.1.6 信息論、控制論、系統(tǒng)論的三論融合 081
4.2 網絡耗散理論 083
4.2.1 耗散結構理論 083
4.2.2 基于耗散理論的6G網絡演進 089
4.3 動力學理論 098
4.3.1 復雜網絡及傳播動力學 098
4.3.2 復雜網絡傳播動力學關鍵屬性 102
4.3.3 基于傳播動力學的網絡自治技術 103
參考文獻 109
第5章 6G網絡多域資源協(xié)同技術 115
5.1 通信、計算、緩存資源協(xié)同融合 116
5.1.1 資源協(xié)同融合的研究背景 116
5.1.2 通信和計算資源融合 117
5.1.3 通信和緩存資源融合 167
5.1.4 計算和緩存資源融合 186
5.1.5 通信、計算和緩存資源融合 197
5.2 空間信息網絡動態(tài)組網及資源協(xié)同 205
5.2.1 空間信息網絡動態(tài)組網的研究背景 205
5.2.2 空間信息網絡的拓撲構建 207
5.2.3 空間網絡組網的資源協(xié)同 218
5.2.4 低空網絡組網的資源協(xié)同 221
5.2.5 海洋網絡組網的資源協(xié)同 250
5.2.6 空天地一體動態(tài)組網的資源協(xié)同 252
參考文獻 256
第6章 6G邊緣智能技術 259
6.1 邊緣智能網絡的分布式學習原理及框架 260
6.1.1 分布式學習：數(shù)據(jù)并行與模型并行 260
6.1.2 基于數(shù)據(jù)并行的分布式學習 270
6.1.3 基于模型并行的分布式學習 276
6.2 面向6G的網絡自治功能 284
6.2.1 動態(tài)復雜環(huán)境下的網絡自治適用場景和需求分析 284
6.2.2 網絡自治特征 286
6.2.3 6G網絡自治架構設計 287
6.2.4 6G網絡自治關鍵技術 288
6.3 6G基于內生AI的無線網絡多維度無線資源管理功能設計 296
6.3.1 基于內生AI的無線資源管理需求分析 296
6.3.2 基于內生AI的無線資源管理架構功能接口設計 298
6.3.3 基于內生AI的無線資源管理典型框架 309
6.4 邊緣智能技術在工業(yè)物聯(lián)網中的應用 312
6.4.1 工業(yè)視覺邊緣云架構 313
6.4.2 基于模型分割的邊緣計算卸載策略 317
6.4.3 基于聯(lián)邦學習和區(qū)塊鏈的邊緣網絡數(shù)字孿生技術 323
6.4.4 基于聯(lián)邦學習的工業(yè)物聯(lián)網資源管理 330
6.4.5 混合聯(lián)邦與中心化的半聯(lián)邦學習框架 336
6.4.6 面向智能交互場景的計算卸載 345
6.5 基于智能反射表面和空中計算技術的無線網絡聯(lián)邦學習 349
6.5.1 IRS及AirComp技術優(yōu)勢 349
6.5.2 基于IRS和AirComp的無線網絡聯(lián)邦學習資源調度策略 350
6.5.3 基于IRS和NOMA的信息安全通信 382
參考文獻 395
名詞索引 403
書單推薦
