（1）北京交通大学和中兴通讯合作编写，兼具学术性与工程性，产学研用高度结合。
（2）聚焦6G发展愿景，系统性探讨去蜂窝大规模MIMO与RIS技术。
（3）东南大学副校长 金石教授
中兴通讯股份有限公司高级副总裁 张万春 作序力荐
第 1 章 绪论1
1.1 引言1
1.2 从多天线技术演进到全新智能超表面技术4
1.3 内容概述及章节结构5
第 2 章 蜂窝大规模 MIMO 技术 6
2.1 序言6
2.1.1 MIMO 技术的发送和接收 6
2.1.2 MIMO 参考信号设计8
2.1.3 信道信息获取方式 8
2.2 基础理论 9
2.2.1 蜂窝大规模 MIMO 空间复用技术9
2.2.2 蜂窝大规模 MIMO 空间复用模型13
2.2.3 蜂窝大规模 MIMO 信道状态测量15
2.3 蜂窝大规模 MIMO 设计17
2.4 蜂窝大规模天线多用户复用技术 18
2.4.1 多用户数据传输问题 19
2.5 波束管理 20
2.5.1 多用户 MIMO 中在获知干扰情况下的波束管理 20
2.5.2 以人工智能为基础的波束管理22
2.6 虚拟扇区化 24
第 3 章 蜂窝大规模 MIMO 技术挑战与应用 28
3.1 多小区协作机制28
3.2 蜂窝大规模 MIMO 技术对网络架构的影响 28
3.2.1 蜂窝大规模 MIMO 天线阵列配置的位置29
3.2.2 异构网络下同频与异频方案29
3.2.3 异构网络下双工方式选择31
3.3 降低信道测量开销技术31
3.3.1 利用压缩感知降低开销技术31
3.3.2 分维反馈降低开销技术32
3.4 非信道互易场景的大规模 MIMO 技术 33
3.4.1 非信道互易性问题分析33
3.4.2 非信道互易场景下大规模 MIMO 技术应用分析 36
3.4.3 接收端 MIMO 技术应用 37
3.5 蜂窝大规模 MIMO 有源阵列应用38
3.6 蜂窝大规模天线 MIMO 技术与高频段传输的结合40
3.7 本章小结 40
第 4 章 去蜂窝大规模 MIMO 技术41
4.1 序言41
4.2 去蜂窝大规模 MIMO 的发展44
4.3 基础理论 47
4.3.1 系统架构与特点 47
4.3.2 用户为中心的系统模型49
4.3.3 信道模型51
4.3.4 信道硬化和信道正交 54
4.4 本章小结 55
第 5 章 去蜂窝大规模 MIMO 关键技术57
5.1 导频分配策略 57
5.1.1 基于图染色理论的导频分配58
5.1.2 基于禁忌搜索的导频分配61
5.2 信道估计方法 64
5.2.1 基于导频训练的信道估计64
5.2.2 基于深度学习的信道估计67
5.3 联合信号检测 73
5.3.1 大尺度衰落解码 74
5.3.2 全导频迫零接收机 77
5.3.3 部分全导频迫零接收机78
5.3.4 保护弱用户的部分全导频迫零接收机 80
5.3.5 分布式正则化迫零接收机82
5.3.6 局部大尺度衰落解码 88
5.3.7 最优双线性均衡器 89
5.4 功率控制算法 93
5.4.1 启发式功率控制 94
5.4.2 基于凸优化方法的功率控制96
5.4.3 基于深度学习的功率控制99
5.4.4 功率控制算法对比 102
5.5 本章小结 105
第 6 章 去蜂窝大规模 MIMO 系统的工程问题106
6.1 前传容量压缩 106
6.1.1 基于前传链路受限的传输机制106
6.1.2 基于低精度 ADC 的前传容量压缩 114
6.1.3 基于深度学习的前传容量压缩 116
6.2 基于相位噪声的系统性能分析 118
6.3 基于硬件损伤的系统性能分析 120
6.4 基于 NOMA 的去蜂窝大规模 MIMO 系统分析 125
6.5 基于联邦学习的去蜂窝大规模 MIMO 系统 129
6.6 基于可扩展性的去蜂窝系统设计 131
6.7 基于分布式空间部署的同步问题 135
6.8 去蜂窝大规模 MIMO 技术展望135
6.9 本章小结 138
第 7 章 智能超表面技术140
7.1 概述140
7.2 RIS 优势与应用分析 144
7.3 信道模型分析 146
7.4 信道模型分析 152
7.5 波束赋形设计 154
7.6 RIS 与多种技术结合分析156
7.6.1 物理层安全156
7.6.2 感知定位157
7.6.3 基于 NOMA 的 RIS 辅助通信系统158
7.7 未来挑战分析 159
7.8 拓展阅读：RIS 标准与产业推动进展 162
参考文献165
温馨提示：请使用泸西县图书馆的读者帐号和密码进行登录
