针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法...针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法。发送端利用时域正交性和离散傅里叶域相位的随机性,在时延多普勒域中嵌入与数据相叠加的5导频符号的导频图案实现低PAPR,提高SE。接收端以数据符号与噪声之和的能量均值为基准,实现导频信号检测,同时根据每个导频的不同位置信息恢复出存在相位旋转的数据信号。基于能量准则,利用多个独立的接收信号进行联合信道估计,以降低数据符号的干扰,并采用消息传递算法进行数据恢复。仿真结果表明,该方法比单叠加导频信道估计的PAPR低,同时较嵌入式导频信道估计的SE提高约14.4%。展开更多
水声通信作为海洋信息传输的核心技术,广泛应用于海洋探测、海事监管及海底工程等领域。然而,水声信道因双重色散特性而极具挑战性,对系统设计构成重大障碍。尽管正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术...水声通信作为海洋信息传输的核心技术,广泛应用于海洋探测、海事监管及海底工程等领域。然而,水声信道因双重色散特性而极具挑战性,对系统设计构成重大障碍。尽管正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术已在水声通信中得到广泛应用,但其性能仍受限于信道状态估计的准确性。正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术通过将数据转换到时延-多普勒域内传输,能够有效地应对水声信道中的多径效应和多普勒频移,提高通信系统的性能和可靠性。综述了OTFS在水声通信中的关键处理技术,涵盖信道估计、信道均衡及多址接入技术三个核心方面,并从天线拓展、机器学习融合及同步创新等方面探讨了未来发展趋势,同时详细分析了复杂信道环境下的信号检测、计算复杂度与实时性平衡、参数估计准确性及水下环境对数据可靠性的影响面临的技术挑战。展开更多
针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择...针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择门限的广义正交匹配追踪(sensing aided generalized orthogonal matching pursuit algorithm based on atomic threshold,SA-TGOMP)信道估计算法。该算法首先将雷达探测的用户和周围环境信息转化为OTFS信道的初始索引集,然后引入以固定值选取相关性原子进行迭代的策略和原子选择门限进行支撑集更新。实验结果表明,本文算法能够有效提高信道估计精度的同时减少导频开销。展开更多
正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该...正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该文针对导频优化问题,提出了一种基于改进遗传算法的OTFS导频序列优化方法,该方法以互相关最小化为优化目标,采用遗传算法进行寻优,并能够自适应调整交叉和变异概率,在较少的迭代次数下即可实现比传统伪随机序列更优的互相关性,能够有效提高信道估计的准确性。此外,考虑到目标函数的计算量较大,该文分析了互相关的计算过程,并对其中的冗余计算进行了化简,与直接计算字典集的互相关值相比大大提高了算法的优化效率。展开更多
针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中均衡器性能不佳及线性滤波器复杂度较高等问题,提出了一种LU(Lower-Upper)分解与迭代最小均方误差(Iterative Minimum Mean Square Error, IMMSE)均衡器结合的OTFS系...针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中均衡器性能不佳及线性滤波器复杂度较高等问题,提出了一种LU(Lower-Upper)分解与迭代最小均方误差(Iterative Minimum Mean Square Error, IMMSE)均衡器结合的OTFS系统信号检测算法(LU-IMMSE)。该算法依据时延多普勒域稀疏信道矩阵的特征,采用一种低复杂度的LU分解方法,以避免MMSE均衡器求解矩阵逆的过程,在保证均衡器性能的前提下降低了均衡器复杂度。在OTFS系统中引入一种IMMSE均衡器,通过不断迭代更新发送符号均值和方差这些先验信息来逼近MMSE均衡器最优估计值。LU-IMMSE算法通过调节迭代次数可以有效降低误比特率。在比特信噪比为8 dB时,5次迭代后的LU-IMMSE均衡器误比特率相比传统的MMSE均衡器降低了约11 dB。随着迭代次数的增大,较传统IMMSE算法降低了计算复杂度。在最大时延系数为4、符号数为16的情况下,与直接求逆相比,所提出的低复杂度LU分解方法降低了约91.72%的矩阵求逆计算复杂度。展开更多
针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase ...针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase Channel State Information Estimation)方案采用时域训练序列为导频结构,解决时延-多普勒(Delay-Doppler, DD)域嵌入式导频方案在高动态星地链路下导频开销过大的问题。由于DD域信道的固有稀疏性,OTFS信道估计问题被转化为稀疏信号的恢复问题。在算法第一阶段,选用稀疏信号恢复算法进行信道参数的初始估计,利用重叠相加法获得部分先验信息以提高压缩采样匹配追踪(Compressive Sampling Matching Pursuit, CoSAMP)算法的准确性。在算法第二阶段,设计增强型旋转不变子空间算法实现信道参数的准确估计。仿真结果表明,与现有方案相比,所提算法归一化均方误差性能约有7 dB性能的提升,误码率性能约有10 dB的提升。展开更多
正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术是近年提出的新型信号调制方式,旨在应对下一代无线通信网络典型的高移动性多径传输场景中存在的大多普勒频移导致的通信质量下降问题。OTFS技术将符号映射至时延-多普勒(Del...正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术是近年提出的新型信号调制方式,旨在应对下一代无线通信网络典型的高移动性多径传输场景中存在的大多普勒频移导致的通信质量下降问题。OTFS技术将符号映射至时延-多普勒(Delay-Doppler, DD)域,并通过二维变换将其变换到时频域,以应对大多普勒频移和时延导致的载波间干扰与符号间干扰。分析并总结了OTFS技术的基本原理、信道估计、符号检测及与多址技术结合等方向的研究现状,对未来OTFS技术的发展趋势进行了展望。展开更多
针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中最小均方误差(Minimum Mean Square Error, MMSE)检测算法性能整体不佳以及计算复杂度高的问题,通过对CP-OTFS系统时延-多普勒(Delay-Doppler, DD)域中的输入-输出关...针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中最小均方误差(Minimum Mean Square Error, MMSE)检测算法性能整体不佳以及计算复杂度高的问题,通过对CP-OTFS系统时延-多普勒(Delay-Doppler, DD)域中的输入-输出关系运用二维离散傅里叶变换后,提出一种基于自适应噪声估计的检测算法。该算法首先根据先验信息衡量接收信号功率和信道增益,然后用一个含参项衡量发送信号功率,最后引入噪声方差完成对噪声项的估计并结合MMSE准则进行信号检测。仿真结果表明,当信噪比为19 dB时,该算法的误码率性能比MMSE检测算法提升了3.72 dB且在运算过程中不涉及矩阵的求逆,是误码率性能整体较好与低复杂度的信号检测算法。展开更多
针对高速移动场景中正交时频空间(Orthogonal Time Frequency Space, OTFS)系统线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)检测复杂度过高而难以快速有效实现的问题,利用零填充(Zero Padding, ZP)OTFS系统时域信道矩...针对高速移动场景中正交时频空间(Orthogonal Time Frequency Space, OTFS)系统线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)检测复杂度过高而难以快速有效实现的问题,利用零填充(Zero Padding, ZP)OTFS系统时域信道矩阵呈块对角稀疏特性提出一种逐块迭代的对称逐次超松弛(Symmetric Successive over Relaxation, SSOR)迭代算法,在降低系统复杂度的同时获得与LMMSE检测近似的性能。仿真结果表明,与逐次超松弛(Successive over Relaxation, SOR)算法相比,所提算法对松弛参数不敏感且具有更快的收敛速度,在迭代次数为10次时误码性能几乎达到LMMSE误码性能,显著降低了检测器的复杂度。展开更多
正交时频空(Orthogonal Time and Frequency Space, OTFS)作为6G候选调制方案,旨在支持下一代无线通信系统在高速移动场景的异构性需求。为解决系统硬件成本高昂和功耗高的问题,构建了低精度量化OTFS系统,并推导了b-bit量化最小均方误差...正交时频空(Orthogonal Time and Frequency Space, OTFS)作为6G候选调制方案,旨在支持下一代无线通信系统在高速移动场景的异构性需求。为解决系统硬件成本高昂和功耗高的问题,构建了低精度量化OTFS系统,并推导了b-bit量化最小均方误差(Minimum Mean Square Error, MMSE)检测矩阵。通过加性量化噪声模型(Additive Quantization Noise Model, AQNM)推导系统输入-输出关系,并基于MMSE接收机评估系统误比特率(Bit Error Rate, BER)和可达速率性能。仿真结果表明,4-bit量化较全精度量化系统性能在BER=10^(-2)处损失约1 dB,可达速率减小约0.98%;8-bit量化与全精度量化的可达速率相当,验证了分析结果的有效性。展开更多
在未来的通信网络中,被广泛期待的第6代移动通信系统(The Sixth Generation of Mobile Communications System,6G)技术将面临诸多挑战,其中包括在高速移动场景下的超高可靠通信问题。正交时频空间(Orthogonal Time Frequency Space,OTFS...在未来的通信网络中,被广泛期待的第6代移动通信系统(The Sixth Generation of Mobile Communications System,6G)技术将面临诸多挑战,其中包括在高速移动场景下的超高可靠通信问题。正交时频空间(Orthogonal Time Frequency Space,OTFS)调制技术克服了传统通信系统在高速移动环境下多径和多普勒效应的影响,为实现6G超高可靠通信提供了新的可能性。该文首先介绍了OTFS的基本原理、数学模型、干扰与优势分析。然后,归纳分析了OTFS技术在同步、信道估计、信号检测技术上的研究现状。接着,从车联网、无人机、卫星通信、海洋通信4个典型应用场景分析了OTFS的应用趋势。最后,从降低多维匹配滤波器、相位解调和信道估计、硬件实现的复杂度和提高对时频资源的高度利用4个角度探讨了未来研究OTFS需要克服的困难和挑战。展开更多
车联网(Vehicle to Everything,V2X)通信被认为是未来无线通信网络最重要的应用之一。然而,车辆在高速移动时引起的高多普勒频移会严重恶化V2X通信链路的性能。正交时频空(Orthogonal Time Frequency Space,OTFS)调制技术可以将时间和...车联网(Vehicle to Everything,V2X)通信被认为是未来无线通信网络最重要的应用之一。然而,车辆在高速移动时引起的高多普勒频移会严重恶化V2X通信链路的性能。正交时频空(Orthogonal Time Frequency Space,OTFS)调制技术可以将时间和频率选择性信道转换为时延-多普勒(Delay-Doppler,DD)域的非选择性信道,从而显著提高无线通信系统在高移动性场景下的性能,在V2X通信中具有重要的应用价值。但OTFS调制技术极大地增加了系统接收端的复杂度,研究低复杂度信号检测算法成为了新一代无线通信系统采用OTFS调制的关键问题之一。为此,综述了面向车联网V2X通信的OTFS信号检测算法。首先介绍了OTFS系统模型,然后概述了现有的低复杂度OTFS信号检测算法,并将其分为线性检测算法、消息传递(Message Passing,MP)检测算法及其改进算法、基于神经网络的检测算法3类,最后探讨了V2X通信中OTFS信号检测目前所面临的技术挑战与未来的发展趋势。展开更多
正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术凭借对多普勒频移的优良抗性,保证了高动态场景下的可靠性通信。与大多数OTFS信号检测方案相比,基于深度学习(Deep Learning, DL)的OTFS检测器不需要耗费高额的导频能量,以...正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术凭借对多普勒频移的优良抗性,保证了高动态场景下的可靠性通信。与大多数OTFS信号检测方案相比,基于深度学习(Deep Learning, DL)的OTFS检测器不需要耗费高额的导频能量,以此获得精确的信道状态信息。基于多维输入的卷积神经网络(Convolutional Neural Networks, CNN)和一维输入的深度神经网络(Deep Neural Networks, DNN),搭建了OTFS信号检测模型,并结合OTFS的输入输出关系,以模型驱动,提出一种部分输入方法。与数据驱动DL相比,该方法沿时延轴截断输入数据,仅向网络输入与待检测信号相关性强的部分接收信号。该方法不仅减小了数据驱动CNN和DNN的训练参数量,降低了训练复杂度,而且检测性能也不弱于传统的线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)算法。展开更多
针对正交时频空(Orthogonal Time Frequency Space,OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing,GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐...针对正交时频空(Orthogonal Time Frequency Space,OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing,GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐符号高斯近似,基于置信传播算法与联合因子图进行消息传递,用边缘后验概率替代GA-MP中的外部信息以减少运算量,结合阻尼因子提升收敛速度,同时引入概率阈值减少后续更新的节点数,从而使运算复杂度得到有效降低。实验结果表明,改进后的GA-MP算法在保证误码率性能的前提下具有更低的复杂度。展开更多
该文研究了基于正交时频空间(orthogonal time frequency space, OTFS)调制的去蜂窝大规模多输入多输出(massive multiple-input multiple-output, mMIMO)系统上行链路通信中的和速率优化问题,提出一种蚁群递归搜索机制。该机制首先采...该文研究了基于正交时频空间(orthogonal time frequency space, OTFS)调制的去蜂窝大规模多输入多输出(massive multiple-input multiple-output, mMIMO)系统上行链路通信中的和速率优化问题,提出一种蚁群递归搜索机制。该机制首先采用最小割分组算法实现用户分组,然后使用蚁群算法进行递归优化求解。仿真结果表明,通过运用该机制进行功率控制,其性能相比于未分组的m MIMO-OTFS系统和m MIMO-正交频分复用(orthogonal frequency division multiplexing, OFDM)系统更好。此外,移动速度对系统用户上行可达速率性能的影响研究结果表明,mMIMO-OTFS系统与mMIMO-OFDM系统的和速率性能差距随移动速度增长呈递增状态。展开更多
文摘针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法。发送端利用时域正交性和离散傅里叶域相位的随机性,在时延多普勒域中嵌入与数据相叠加的5导频符号的导频图案实现低PAPR,提高SE。接收端以数据符号与噪声之和的能量均值为基准,实现导频信号检测,同时根据每个导频的不同位置信息恢复出存在相位旋转的数据信号。基于能量准则,利用多个独立的接收信号进行联合信道估计,以降低数据符号的干扰,并采用消息传递算法进行数据恢复。仿真结果表明,该方法比单叠加导频信道估计的PAPR低,同时较嵌入式导频信道估计的SE提高约14.4%。
文摘水声通信作为海洋信息传输的核心技术,广泛应用于海洋探测、海事监管及海底工程等领域。然而,水声信道因双重色散特性而极具挑战性,对系统设计构成重大障碍。尽管正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术已在水声通信中得到广泛应用,但其性能仍受限于信道状态估计的准确性。正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术通过将数据转换到时延-多普勒域内传输,能够有效地应对水声信道中的多径效应和多普勒频移,提高通信系统的性能和可靠性。综述了OTFS在水声通信中的关键处理技术,涵盖信道估计、信道均衡及多址接入技术三个核心方面,并从天线拓展、机器学习融合及同步创新等方面探讨了未来发展趋势,同时详细分析了复杂信道环境下的信号检测、计算复杂度与实时性平衡、参数估计准确性及水下环境对数据可靠性的影响面临的技术挑战。
文摘针对多输入多输出正交时频空间(multiple-input multiple-output orthogonal time frequency space,MIMO-OTFS)系统由最大时延、多普勒扩展、天线数量增加带来信道估计计算开销大、准确率下降的问题,提出了一种基于感知辅助和原子选择门限的广义正交匹配追踪(sensing aided generalized orthogonal matching pursuit algorithm based on atomic threshold,SA-TGOMP)信道估计算法。该算法首先将雷达探测的用户和周围环境信息转化为OTFS信道的初始索引集,然后引入以固定值选取相关性原子进行迭代的策略和原子选择门限进行支撑集更新。实验结果表明,本文算法能够有效提高信道估计精度的同时减少导频开销。
文摘正交时频空(Orthogonal Time Frequency Space,OTFS)系统由于在面对高速移动通信场景下的时频双色散信道时的优异性能受到了广泛关注。为了准确获取信道状态信息,采用基于压缩感知的信道估计方法,并辅以特殊的导频序列完成信道估计。该文针对导频优化问题,提出了一种基于改进遗传算法的OTFS导频序列优化方法,该方法以互相关最小化为优化目标,采用遗传算法进行寻优,并能够自适应调整交叉和变异概率,在较少的迭代次数下即可实现比传统伪随机序列更优的互相关性,能够有效提高信道估计的准确性。此外,考虑到目标函数的计算量较大,该文分析了互相关的计算过程,并对其中的冗余计算进行了化简,与直接计算字典集的互相关值相比大大提高了算法的优化效率。
文摘针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中均衡器性能不佳及线性滤波器复杂度较高等问题,提出了一种LU(Lower-Upper)分解与迭代最小均方误差(Iterative Minimum Mean Square Error, IMMSE)均衡器结合的OTFS系统信号检测算法(LU-IMMSE)。该算法依据时延多普勒域稀疏信道矩阵的特征,采用一种低复杂度的LU分解方法,以避免MMSE均衡器求解矩阵逆的过程,在保证均衡器性能的前提下降低了均衡器复杂度。在OTFS系统中引入一种IMMSE均衡器,通过不断迭代更新发送符号均值和方差这些先验信息来逼近MMSE均衡器最优估计值。LU-IMMSE算法通过调节迭代次数可以有效降低误比特率。在比特信噪比为8 dB时,5次迭代后的LU-IMMSE均衡器误比特率相比传统的MMSE均衡器降低了约11 dB。随着迭代次数的增大,较传统IMMSE算法降低了计算复杂度。在最大时延系数为4、符号数为16的情况下,与直接求逆相比,所提出的低复杂度LU分解方法降低了约91.72%的矩阵求逆计算复杂度。
文摘针对低轨卫星星地通信高动态信道特点,采用正交时频空(Orthogonal Time Frequency Space, OTFS)调制方式,提出一种低导频开销、高精度的两阶段信道估计方法,实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE(Two Phase Channel State Information Estimation)方案采用时域训练序列为导频结构,解决时延-多普勒(Delay-Doppler, DD)域嵌入式导频方案在高动态星地链路下导频开销过大的问题。由于DD域信道的固有稀疏性,OTFS信道估计问题被转化为稀疏信号的恢复问题。在算法第一阶段,选用稀疏信号恢复算法进行信道参数的初始估计,利用重叠相加法获得部分先验信息以提高压缩采样匹配追踪(Compressive Sampling Matching Pursuit, CoSAMP)算法的准确性。在算法第二阶段,设计增强型旋转不变子空间算法实现信道参数的准确估计。仿真结果表明,与现有方案相比,所提算法归一化均方误差性能约有7 dB性能的提升,误码率性能约有10 dB的提升。
文摘正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术是近年提出的新型信号调制方式,旨在应对下一代无线通信网络典型的高移动性多径传输场景中存在的大多普勒频移导致的通信质量下降问题。OTFS技术将符号映射至时延-多普勒(Delay-Doppler, DD)域,并通过二维变换将其变换到时频域,以应对大多普勒频移和时延导致的载波间干扰与符号间干扰。分析并总结了OTFS技术的基本原理、信道估计、符号检测及与多址技术结合等方向的研究现状,对未来OTFS技术的发展趋势进行了展望。
文摘针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统中最小均方误差(Minimum Mean Square Error, MMSE)检测算法性能整体不佳以及计算复杂度高的问题,通过对CP-OTFS系统时延-多普勒(Delay-Doppler, DD)域中的输入-输出关系运用二维离散傅里叶变换后,提出一种基于自适应噪声估计的检测算法。该算法首先根据先验信息衡量接收信号功率和信道增益,然后用一个含参项衡量发送信号功率,最后引入噪声方差完成对噪声项的估计并结合MMSE准则进行信号检测。仿真结果表明,当信噪比为19 dB时,该算法的误码率性能比MMSE检测算法提升了3.72 dB且在运算过程中不涉及矩阵的求逆,是误码率性能整体较好与低复杂度的信号检测算法。
文摘针对高速移动场景中正交时频空间(Orthogonal Time Frequency Space, OTFS)系统线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)检测复杂度过高而难以快速有效实现的问题,利用零填充(Zero Padding, ZP)OTFS系统时域信道矩阵呈块对角稀疏特性提出一种逐块迭代的对称逐次超松弛(Symmetric Successive over Relaxation, SSOR)迭代算法,在降低系统复杂度的同时获得与LMMSE检测近似的性能。仿真结果表明,与逐次超松弛(Successive over Relaxation, SOR)算法相比,所提算法对松弛参数不敏感且具有更快的收敛速度,在迭代次数为10次时误码性能几乎达到LMMSE误码性能,显著降低了检测器的复杂度。
文摘正交时频空(Orthogonal Time and Frequency Space, OTFS)作为6G候选调制方案,旨在支持下一代无线通信系统在高速移动场景的异构性需求。为解决系统硬件成本高昂和功耗高的问题,构建了低精度量化OTFS系统,并推导了b-bit量化最小均方误差(Minimum Mean Square Error, MMSE)检测矩阵。通过加性量化噪声模型(Additive Quantization Noise Model, AQNM)推导系统输入-输出关系,并基于MMSE接收机评估系统误比特率(Bit Error Rate, BER)和可达速率性能。仿真结果表明,4-bit量化较全精度量化系统性能在BER=10^(-2)处损失约1 dB,可达速率减小约0.98%;8-bit量化与全精度量化的可达速率相当,验证了分析结果的有效性。
文摘在未来的通信网络中,被广泛期待的第6代移动通信系统(The Sixth Generation of Mobile Communications System,6G)技术将面临诸多挑战,其中包括在高速移动场景下的超高可靠通信问题。正交时频空间(Orthogonal Time Frequency Space,OTFS)调制技术克服了传统通信系统在高速移动环境下多径和多普勒效应的影响,为实现6G超高可靠通信提供了新的可能性。该文首先介绍了OTFS的基本原理、数学模型、干扰与优势分析。然后,归纳分析了OTFS技术在同步、信道估计、信号检测技术上的研究现状。接着,从车联网、无人机、卫星通信、海洋通信4个典型应用场景分析了OTFS的应用趋势。最后,从降低多维匹配滤波器、相位解调和信道估计、硬件实现的复杂度和提高对时频资源的高度利用4个角度探讨了未来研究OTFS需要克服的困难和挑战。
文摘车联网(Vehicle to Everything,V2X)通信被认为是未来无线通信网络最重要的应用之一。然而,车辆在高速移动时引起的高多普勒频移会严重恶化V2X通信链路的性能。正交时频空(Orthogonal Time Frequency Space,OTFS)调制技术可以将时间和频率选择性信道转换为时延-多普勒(Delay-Doppler,DD)域的非选择性信道,从而显著提高无线通信系统在高移动性场景下的性能,在V2X通信中具有重要的应用价值。但OTFS调制技术极大地增加了系统接收端的复杂度,研究低复杂度信号检测算法成为了新一代无线通信系统采用OTFS调制的关键问题之一。为此,综述了面向车联网V2X通信的OTFS信号检测算法。首先介绍了OTFS系统模型,然后概述了现有的低复杂度OTFS信号检测算法,并将其分为线性检测算法、消息传递(Message Passing,MP)检测算法及其改进算法、基于神经网络的检测算法3类,最后探讨了V2X通信中OTFS信号检测目前所面临的技术挑战与未来的发展趋势。
文摘针对正交时频空(Orthogonal Time Frequency Space,OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing,GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐符号高斯近似,基于置信传播算法与联合因子图进行消息传递,用边缘后验概率替代GA-MP中的外部信息以减少运算量,结合阻尼因子提升收敛速度,同时引入概率阈值减少后续更新的节点数,从而使运算复杂度得到有效降低。实验结果表明,改进后的GA-MP算法在保证误码率性能的前提下具有更低的复杂度。
文摘该文研究了基于正交时频空间(orthogonal time frequency space, OTFS)调制的去蜂窝大规模多输入多输出(massive multiple-input multiple-output, mMIMO)系统上行链路通信中的和速率优化问题,提出一种蚁群递归搜索机制。该机制首先采用最小割分组算法实现用户分组,然后使用蚁群算法进行递归优化求解。仿真结果表明,通过运用该机制进行功率控制,其性能相比于未分组的m MIMO-OTFS系统和m MIMO-正交频分复用(orthogonal frequency division multiplexing, OFDM)系统更好。此外,移动速度对系统用户上行可达速率性能的影响研究结果表明,mMIMO-OTFS系统与mMIMO-OFDM系统的和速率性能差距随移动速度增长呈递增状态。
