第1章 概述 1
1.1 移动通信的发展 1
1.2 5G特性 2
1.3 研发现状 4
1.3.1 全球主要的5G活动 4
1.3.2 标准化进程 6
1.4 本书的内容介绍 7
1.4.1 5G传输技术 7
1.4.2 5G网络系统 8
1.4.3 5G与人工智能 9
第2章 终端到终端通信 10
2.1 D2D通信概念 10
2.2 D2D邻近设备发现 11
2.3 D2D通信模式选择 12
2.4 D2D通信干扰分析 14
2.5 D2D资源调配 16
2.6 基于FFR的资源管理 18
2.7 多跳D2D通信 23
2.8 D2D通信的发展挑战 24
第3章 大规模多输入多输出 26
3.1 大规模MIMO的概念 26
3.2 大规模MIMO信道模型 27
3.3 大规模MIMO波束成形 30
3.4 导频污染 32
3.5 系统容量 34
3.6 大规模MIMO的发展挑战 36
第4章 全双工 37
4.1 全双工概述 37
4.2 全双工的发展过程 38
4.3 全双工通信的自干扰抵消 38
4.3.1 天线干扰消除 40
4.3.2 射频干扰消除 42
4.3.3 数字干扰消除 42
4.4 全双工的性能 43
4.5 全双工的发展挑战 44
第5章 毫米波 47
5.1 毫米波概述 47
5.2 毫米波传播特性 48
5.3 28GHz室内外穿透损耗和反射特性的测量 51
5.4 毫米波通信的优点 55
5.5 毫米波通信的发展挑战 56
第6章 信道编码 57
6.1 信道编码概述 57
6.2 低密度奇偶校验码 58
6.3 咬尾卷积码 61
6.4 极化码 63
6.5 信道编码的发展挑战 65
第7章 波形设计 67
7.1 波形设计概述 67
7.2 FBMC技术 68
7.3 GFDM技术 69
7.4 UFMC技术 70
7.5 F-OFDM技术 71
7.6 波形技术特性总结 72
7.6.1 波形技术特征 72
7.6.2 波形技术性能分析 73
第8章 软件定义的空中接口 76
8.1 软件定义的空中接口概述 76
8.2 软件无线电 77
8.3 认知无线电 78
8.4 空中接口的软件定义 80
8.5 空中接口的发展挑战 84
第9章 多址技术 86
9.1 非正交多址 86
9.2 图分多址接入 88
9.3 多用户共享接入 91
9.4 稀疏编码多址接入 93
9.5 多址接入的发展挑战 95
第10章 接入与回传 97
10.1 接入与回传概述 97
10.2 C-RAN的产生背景 98
10.3 C-RAN的基本结构 99
10.4 C-RAN的技术实现 102
10.5 混合回传网络 103
10.6 回传网络性能 104
10.7 接入与回传的发展挑战 105
第11章 自组织网络 107
11.1 自组织网络概述 107
11.2 自组织网络的架构 108
11.3 超密集场景下的网络自组织关键技术 109
11.4 自组织网络的标准化进展 111
11.5 5G对SON的需求 113
11.6 自组织网络的发展挑战 115
第12章 异构网络融合 117
12.1 异构网络概述 117
12.2 异构部署的网络方案 118
12.3 异构网络的干扰管理 118
12.3.1 频域内干扰管理方案 119
12.3.2 时域内干扰管理方案 120
12.3.3 空域内抗干扰方案 121
12.4 异构网络的接入 122
12.5 异构网络的切换 123
12.6 异构网络的节能 125
12.7 异构网络的发展挑战 126
第13章 软件定义网络 127
13.1 产生背景 127
13.2 SDN的典型架构 127
13.3 SDN的关键技术 129
13.4 基于SDN的接入技术 132
13.5 基于SDN的负载均衡 135
13.6 基于SDN的“三朵云”5G网络架构 136
13.7 SDN的发展挑战 136
第14章 网络功能虚拟化 138
14.1 NFV产生背景 138
14.2 NFV的参考架构 139
14.3 基于NFV的转发 142
14.4 网络切片 143
14.5 NFV的发展挑战 147
第15章 网络安全 148
15.1 网络安全概述 148
15.2 网络安全构架 149
15.2.1 身份可信，行为可溯 150
15.2.2 网络可信，安全分级 152
15.2.3 实体可信，内建免疫 153
15.3 物理层的链路安全 153
15.4 SDN控制层的安全控制 155
15.5 基于SDN的网络安全 156
15.6 网络安全的发展挑战 157
第16章 人工智能在5G中的应用 160
16.1 机器学习概述 160
16.2 机器学习在5G中的应用 161
16.3 深度学习 163
16.4 深度学习在5G中的应用 165
16.4.1 无线物理层深度学习 165
16.4.2 深度学习辅助的SCMA 168
16.4.3 基于深度学习的网络流量预测 168
16.5 人工智能应用于5G的发展挑战 169
第17章 5G的应用场景 172
17.1 应用场景概述 172
17.2 4G演化的增强移动宽带应用 173
17.2.1 VR 173
17.2.2 高铁动车组的无线通信 174
17.3 低时延高可靠的车联网 175
17.3.1 车联网的结构组成 176
17.3.2 5G车联网的特征 176
17.4 低功耗大连接的窄带物联网 177
17.5 基于云处理的业务应用 179
17.6 5G业务应用的发展挑战 182
第18章 系统方案 183
18.1 总体框架 183
18.2 仿真平台 185
18.3 5G外场测试 188
18.4 5G标准进展 191
18.4.1 频谱进展 191
18.4.2 5G传输标准进展 192
18.5 5G商用的发展挑战 193
参考文献 195
缩略词 200