檢視 B5G和6G无线信道特征的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/effeccea/35521a2fe3eead47_s.jpg width="260"></center>
<small>[https://book.kongfz.com/345569/7272084895 来自 孔夫子网 的图片]</small>
|}

《'''B5G和6G无线信道特征'''》，尹学锋，[西班牙] 何塞 著，出版社： 华中科技大学出版社。

读书，可以与时俱进，开阔自己，提高自己，充实自己，完善自己，是全球[[文化]]<ref>[https://epaper.gmw.cn/gmrb/html/2015-10/14/nw.D110000gmrb_20151014_1-13.htm 文化的作用是什么]，光明网，2015-10-14</ref>科技知识扩容和更新的需要，是知识<ref>[https://www.sohu.com/a/110337865_464088 什么是知识？]，搜狐，2016-08-13</ref>经济和社会发展的要求。

==内容简介==

本书首先概述了相对成熟的5G移动通信理论中信道特征的研究成果，提出了B5G和6G时代[[移动通信]]系统对无线电波传播特征了解、信道模型、以及新特性的全新需求。而后，本书从极具挑战性的B5G和6G的场景出发，围绕超大规模天线阵列的应用背景、大量传感设备的工业物联网场景、复杂城市中的智能车联网场景、高速移动和超高速动态场景、以及无人机应用中不同于传统应用的特殊环境，展开宽带、多维度信道研究的具体描述。在研究方法创新方面，本书特别推出了多种具有引领特色的参数估计算法，如基于非平面波假设的球面波估计算法、利用多重假设的可选贝叶斯算法、以及结合了深度学习的智能多径跟踪算法。在新型传播现象呈现方面，本书针对信道硬化现象、方向域稀疏性现象、大阵列非稳态现象、以及阴影关联性现象进行了重点分析。通过上述内容的深入研究，得到了具有B5G和6G特色的新型统计信道模型，如经过双向拓展的几何散射体簇模型、融合了单/多次折返分布的几何多径模型、以及动态场景模型。此外，为了能有效利用这些模型产生出准确的随机信道样本，本书也特别包含了模型实现部分，通过结合传播图论和深度学习、以及神经网络，得到更加符合实际场景的信道重现。总体而言，本书对于B5G和6G传输方式的演进、分析方法的推荐、特征提取[[算法]]的推导、和模型优化与应用，均有较为扎实、全面的描述，体现了较高的学术价值和对实际系统研发的重要指导意义。

==参考文献==
[[Category:040 類書總論；百科全書總論]]