5G关键技术之FBMC(滤波器组多载波)解读课件

2023/1/4FBMC调研---柳颖SoutheastUniversity2022/12/26FBMC调研Southeast2023/1/4大纲FBMC发展历史FBMC的研究现状FBMC的热门研究点参考文献2022/12/26大纲FBMC发展历史2023/1/4OFDM的缺点OFDM载波之间是相互正交的，这种正交性有效的抵抗了窄带干扰和频率选择性衰落。OFDM技术也存在很多不足之处。比如，OFDM系统的滤波方式为矩形窗滤波，并且在信号中插入循环前缀（CyclicPrefix，CP）以对抗多径衰落[2]，这带来了无线资源的浪费以及数据传输速度受损等缺陷。此外,由于OFDM技术采用了方波作为基带波形,载波旁瓣较大,从而在各载波同步不能严格保证的情况下使得相邻载波之间的干扰比较严重[2]。OFDM旁瓣较高的危害很多，主要有以下几个方面：较高的旁瓣会严重影响系统的频谱感知精度和效率，因为旁瓣能量过大，因此当按传统的能量感知方法进行感知的时候，无法判断检测到的到底是有用信号还是旁瓣，这会造成误判等后果；而且一般而言通信系统中发送的信号能量有限，较高的旁瓣会占去主要信号的能量，导致能量的消耗和浪费；OFDM信号旁瓣过大会导致相邻子载波间的保护间隔变长，这会降低系统的频谱利用率和用户密度[1]。对载波频偏的敏感性高,具有较高的峰均比;另外,各子载波必须具有相同的带宽,各子载波之间必须保持同步,各子载波之间必须保持正交等,限制了频谱使用的灵活性.2022/12/26OFDM的缺点OFDM载波之间是相互正交2023/1/4FBMC的发展在5G系统中，由于支撑高数据速率的需要，将可能需要高达1GHz的带宽。但在某些较低的频段，难以获得连续的宽带频谱资源，而在这些频段，某些无线传输系统，如电视系统中，存在一些未被使用的频谱资源(空白频谱)。但是，这些空白频谱的位置可能是不连续的，并且可用的带宽也不一定相同，采用OFDM技术难以实现对这些可用频谱的使用。灵活有效地利用这些空白的频谱，是5G系统设计的一个重要问题[2]。为了克服多径信道和高速宽带无线通信带来的频率选择性衰落，一个十分自然的想法就是在频域上划分成多个子带，使得每一个子信道上的频谱特性都近似平坦，同时使用多个相互独立的子带并行传输数据，这就有效的解决了延长符号周期和传输速率的矛盾。在接收机中利用子带之间的正交性或近似正交性来分离各自的信息，并且还可以在子带之间进行信号的频率分集，进一步增强通信的可靠性，这就是多载波调制的基本思想[6]。2022/12/26FBMC的发展在5G系统中，由于支撑高为了解决这些问题,基于滤波器组的多载波(FBMC，filter-bankbasedmulticarrier)实现方案被认为是解决以上问题的有效手段，被我国学者最早应用于国家863计划后3G试验系统中[2]。滤波器组技术起源于20世纪70年代，由Saltzberg，Chang，Weinstein和Bingha等人提出，最初受制于实现上的复杂性并没有在业界受到重视[5]，主要应用在多速率采样，减少计算复杂度以及减少传输数据率和存储单元的要求，并在20世纪80年代开始受到关注，随着数字信号处理技术及集成电路的发展，尤其是快速傅立叶算法、大规模集成电路的出现，从90年代开始，多载波技术逐渐得到了大范围的应用。在几十年的发展过程中，滤波器组的研究经历了从基础理论分析到各种理论的丰富完善，发展到现在已经产生了多种滤波器组理论、结构和设计方法，其应用也从最初的语音处理扩展到通信信号处理、图像编码/压缩、自适应滤波、雷达信号处理、快速计算、系统辨识、噪声消除等许多领域[3]。2023/1/4为了解决这些问题,基于滤波器组的多载波(FBMC，filt滤波器组技术开始受到人们的关注时期是在1980年，Johnston提出了两通道正交镜像滤波器组(QuadratureMirrorFilter，QMF)。它可以完全消除混迭失真和相位失真，只存在微小的幅度失真。1986年，Smith和Bowell提出了共扼正交滤波器组。(ConjugateQuadratureMirrorFilter，CQF)，首次实现了完全重构。接着，Vaidyanathan在1987年引入了多相位((Polyphase)分解的方法对滤波器组进行分析和设计，极大的简化了滤波器组设计的思想，为滤波器组的实现提供了一种可靠的结构，同时也为格型滤波器组理论的发展打下了基础。1992年，KoilpillaiR.D提出了余弦调制(eosine-modulatedfilterbank，C璐B)的M带滤波器组，给出了完全重构条件，并用格型结构实现。这些工作不但极大的推动了滤波器组理论的研究，同时还为后续的深入研究提供了理论基础[3]。2023/1/4滤波器组技术开始受到人们的关注时期是在1980年，Johns滤波器组多载波技术在20世纪90年代由不同的研究者从不同的角度进行分析和提出的，其中滤波多音调制、广义多载波等是基于多抽样率数字信号处理，从调制滤波器组的思路对该技术进行的分析，即发射机对串并变换后的多路信号，首先进行上插值，然后分别通过带通调制滤波器调制到不同的频带上，时域合成以后就构成宽带多载波信号，而接收机的处理是对应的逆过程，通过一组不同中心频率的带通滤波器得到对应子带的信号后再进行下抽样、解调输出。而非正交多载波、时频局部化多载波的理论基础是二维时频面上的框架理论[42-47]，它把发送和接收原型脉冲的时移和频移构成的网格看成是时频面上一组基函数。发射机就是把各个子带上的每个符号投影到二维时频网格，再进行信号综合得到宽带合成信号，接收端是对应的信号分析的逆过程，利用网格在时域和频域上的正交或近似正交特性，来解调输出[6]。因此无论实际的系统标准还是一些理论上讨论滤波器组性能分析、估计和均衡、同步都还是采用的能量归一化的平方根升余弦滤波器[6]。2023/1/4滤波器组多载波技术在20世纪90年代由不同的研究者从不同的角2023/1/4在基于滤波器组的多载波技术中，存在分析滤波器组、综合滤波器组以及上下采样器。发送端通过综合滤波器组来实现多载波调制，接收端通过分析滤波器组来实现多载波解调。综合滤波器组和分析滤波器组由一组并行的成员滤波器构成，其中各个成员滤波器都是由原型滤波器经载波调制而得到的调制滤波器。在滤波器组中，一般存在三种失真：(1)混叠失真，这是由于分析滤波器组和综合滤波器组的频带不能完全分开及抽样频率不能满足奈奎斯特抽样定理所致；(2)幅度及相位失真，这两项失真来源于分析及综合滤波器组的频带在通带内不是全通函数，而其相频特性不具有线性相位所致；(3)对各子带信号作处理时(如编码)所产生的误差(如量化误差)。一般存在混叠失真的滤波器组是线性周期时变系统，而完全消除混叠失真的系统是线性时不变系统。如果滤波器组的输出是输入的纯延时，则称为完全重构系统(PerfeetReeonstruetion，PR)[3]。2022/12/26在基于滤波器组的多载波技术中，存在分析滤研究发展史该技术其本质上就是把一路宽带高速数据流通过串并变换转换为并行的多路相对低速的数据流，然后再对应调制到相互正交的多个子载波上，从而有效延长符号周期，降低多径带来的频率选择性衰落影响。OFDM作为多载波技术中的特例，相当于采用矩形脉冲做成型滤波，所以其对抗符号间干扰（ISI）有着先天的优势。但是在频域，其频谱可以看作是Sinc函数在各个子载波频点上的保持相互正交的叠加，由于Sinc函数旁瓣较大、衰减缓慢。当OFDM系统处于复杂移动条件下的快时变衰落信道中时，子载波间正交性被破坏不能得到保证，所以受载波间的干扰（ICI）影响十分严重，为了达到多载波技术对ISI和ICI干扰的折衷考虑，实现在时频双色散信道下的可靠通信，一些相关文献提出了采用非矩形脉冲子带成型的多载波，如Kozek，Haas，Bölcskei，Matz，F.M.Han等提出的非正交多载波和脉冲成型多载波，Cherubini，Assalini等提出的滤波多音调制，高西奇、尤肖虎等提出的广义多载波等[5]。2023/1/4研究发展史该技术其本质上就是把一路宽带高速数据流通过串并变换FBMC-OQAMOQAM调制：干扰系数都是实虚交替分布的，利用这个性质，将原先复数信号的实数部分和虚数部分分开处理，时间间隔为符号周期T/2。在干扰项为实数的单位块发送虚数部分，在干扰项为虚数的单位块发送实数部分，这样在接收端解调时，就可以通过实部和虚部的分别处理来去除干扰项，从而得到原始的发送信号，调制框图如下[14]。2023/1/4FBMC-OQAMOQAM调制：干扰系数都是实虚交替分布的，FBMC系统基本框架和普通FFT滤波器组相比，发送端IFFT之前增加了OQAM预处理模块，对复数信号进行了实部和虚部分离；在IFFT之后增加了多相结构PPN模块，实现了频域的扩展，接收端也有对应的操作。IFFT和PPN(PolyPhaseNetwork-多项滤波器组)称为综合滤波器组(SynthesisFilterBank，SFB)，对应的接收端FFT和PPN称为分析滤波器组(AnalysisFilterBank，AFB)。此框架可以实现基本的基于FBMC的多载波调制解调功能[14]。多相滤波器组的方法是从时域的角度出发,保持FFT位数为M不变,通过在时域上做些额外的处理来实现原型滤波器的实现[14]。2023/1/4FBMC系统基本框架2022/12/26多项滤波器组2023/1/4发送端滤波器组多项滤波器组2022/12/26发送端滤波器组发送端PPN的实现：2023/1/4发送端PPN的实现：2022/12/262023/1/4FBMC的研究点FBMC-OQAM降低峰均比（PAPR）FBMC-OQAM可以保持和FFT滤波器组相同的码率国内外研究现状一类是通过信号无失真技术来降低OFDM信号的峰均功率比，这一类的代表性方法有部分传输序列法以及选择性映射法（SelectiveMapping，SLM）。另一类是通过信号有失真技术来降低OFDM信号的峰均功率比，其中比较著名的方法有剪切法（Clipping），压扩法（Companding），多音预留法，剪波加滤波法（ClippingandFiltering）以及星座扩展法（ActiveConstellationExtension，ACE）。并且以这些方法为基础延伸出来的分支和改进的方法也很多。目前已有的文献中，关于降低FBMC-OQAM信号PAPR的文章和方法都非常少。常见的有：AlexandreSkrzypczak等人套用了OFDM系统中的SLM方法并提出了OSLM（OverlappedSLM）方法来降低FBMC-OQAM信号的PAPR；AlexandreSkrzypczak等人分析了FBMC-OQAM信号的互补累积函数（ComplementaryCumulativeDistributionFunction，CCDF）并将理论分析结果与实际仿真结果进行了对比；M.UsmanRahim等人对剪切法进行了分析，通过分析发现剪切法会明显影响到FBMC-OQAM信号的旁瓣，虽然降低了PAPR，但对FBMC-OQAM信号的其它性能会有很大的影响。Zs.Kolar等人用迭代剪切的方法降低FBMC信号的PAPR。这些研究和分析中主要都是对FBMC-OQAM系统特点的分析，实质性的可以降低FBMC-OQAM信号PAPR的方法却不多。2022/12/26FBMC的研究点FBMC-OQAM降低峰文献1数据块联合优化（Multi-Block-Joint-Optimization，MBJO）的架构，并基于该架构提出了一个改进的部分传输序列（PartialTransmissionSequence，PTS）方法来降低FBMC-OQAM信号的PAPR。优化算法：（1）基于动态规划（DynamicProgramming，DP）的算法；（2）用载波预留（ToneReservation，TR）的方法降低FBMC-OQAM信号的PAPR。2023/1/4文献12022/12/26基于训练序列的FBMC系统符号定时同步改进算法由于FBMC存在着时域上符号之间的重叠，其符号同步实现起来较复杂[4]。为了提高传统滤波器组多载波(FBMC）

系统符号定时同步算法的精确度，提出了一种新的基于训练序列的符号定时估计算法。该算法考虑了噪声因素对定时性能的影响，通过对训练符号重复延迟特性的分析，运用最小二乘法实现了较高精度的同步定时估计[4]。研究现状针对这一问题，近年来提出了一些解决方案。Fusco等人提出盲同步定时估计，但是该方法适用于非弥散信道且需要大量的数据符号；Tonello等人将Schmidl等人算法应用到FBMC系统中，通过传输一组具有重复冗余的训练序列实现定时估计，该方法的定时不确定性较大；Fusco等人改进了Tonello的定时度量函数，提高了定时估计的精确度;吴华等人在Fusco等人的基础上改进延迟相关处理的长度，得到了相对较好的性能[4]。2023/1/4基于训练序列的FBMC系统符号定时同步改进算法2022/滤波器组多载波系统载波同步和符号定时同步技术[6]由于影响的大小决定系统同步训练序列的选择、同步资源的开销和系统帧结构，因此有必要首先得到FBMC受同步偏差的量化分析[6]。一种基于成型脉冲滤波的FBMC系统高效快速实现算法。该算法先把多载波连续系统抽样得到离散化模型,然后对系统模型延时进行因果化处理，最后利用成型脉冲的有限截断长度和复指数函数的周期性简化离散模型并得到快速实现算法。该算法计算复杂度仅略大于OFDM中基于FFT的快速实现算法，并且可以灵活的选择滤波器截断长度和系统基带采样频率[6]。不过尽管FBMC的原型脉冲带来了复杂的符号间交叠，其具体的分析思路和分析工具和OFDM有所不同，但基本方向是一致的，即通过多载波基带等效模型，研究其同步偏差带来的加性干扰和有用信号之间的信干比以及通过仿真来比较同步偏差带来的误码率情况[6]。2023/1/4滤波器组多载波系统载波同步和符号定时同步技术[6]2022/基于FBMC帧结构的同步算法，其中Fusco等提出了针对子带成型滤波器的盲同步算法，该类算法不需要额外的训练符号、频谱效率高，并在多径条件下也有较好的性能。但由于盲同步需要较长的同步锁定时间，较高的计算复杂度，因此难以在突发分组无线通信中应用[6]；文献[7]提出了针对FBMC帧结构的训练序列同步算法，该算法的基本思路就是通过传输一组相同训练符号，其中利用部分未受其他数据符号叠加影响的部分用于同步，该算法核心思想和OFDM中的同步一样，也是通过训练序列在FBMC的合成时域上构造延迟冗余，并利用这种延迟冗余特性采用延迟相关来实现符号同步和频偏估计。但没有较好考虑同步度量函数的鲁棒性，因此同步误差较大，并且构造的训练序列延迟间隔过大，大约为一个符号长度的10倍左右，导致频偏估计的范围非常小，大概不到一个子载波间隔的1/10，这在实际使用中限制太大。Fusco[8]在Tonello[9]的算法基础做了同步度量函数的改进，算法具有较好的符号同步性能和相应提高了频偏估计精度，并从理论上分析了该算法的克劳美农界，只是在构造的训练序列延迟间隔上没有改进，依然没有解决频偏估计范围的问题。2023/1/4基于FBMC帧结构的同步算法，其中Fusco等提出了文献4研究点：通过传输一组连续且相同的训练符号，在时域上构成延迟重复冗余，利用这种特性并考虑到噪声对定时精度的影响，提出了一种新的定时度量函数[4]。宽子带滤波器组多载波系统本文针对子带设计为宽子带，且子带进一步采用循环前缀结构分块的滤波器组多载波进行研究[5]。课题的提出及现状新一代无线传输系统的物理层技术要求就是要在较宽的有限的频带内提供稳定可靠的尽可能高的数据传输，并且尽可能在有限的频谱资源上提升频谱效率，即达到信道理论容量。OFDM技术由于其很强的抗多径能力及简单易行的DFT实现，便于与MIMO技术相结合，而得到广泛的重视和应用，成为4G热门的候选物理层技术之一。但OFDM也存在其自身的缺点[10～11]:如信号峰均比(PAPR)高，对时间和频率的同步要求很高，信号的带外辐射较高等。这些缺点使得OFDM系统并不适用于所有的通信系统。如当系统信道变化剧烈是一种强的双色散信道时，这时如果使用OFDM技术，系统误码率将非常高；而且对于目前一些新技术，如谱感知技术因为OFDM大的谱泄漏问题，使得应用起来效果并不理想[12～14]另外OFDM由于CP的使用，还存在谱效率降低的问题。基于此，有必要对一些OFDM系统不适用的场合，研究一些新的结构、传输技术，从而对OFDM系统形成辅助，或者在某些特定的专有网络进行应用，而宽子带滤波器组多载波系统正是在这种情况下提出来的[5]。文献4研究点：文献[5]由于滤波器组多载波技术一般采用非矩形成型脉冲，它在提高子带间频域抗干扰的性能的同时，在时域上必然带来相邻符号间的拖尾叠加，这就使得基于OFDM多载波系统成熟的同步技术、均衡技术不能直接应用于FBMC几种多载波系统的调制和解调实现框架[5]①OFDM多载波系统、②滤波多音调制多载波系统、③脉冲成型多载波系统带宽度不同时，系统的同步、信道估计和均衡算法必然差别很大，窄子带的条件下，可以和OFDM一样把子载波看作是平衰落，因此均衡时同样可以用单抽头频域处理，对于窄子带系统，其分析与常规的FMT系统十分类似，关于信道估计、同步、实现等关键技术，目前已有较多的分析[5]。2023/1/4文献[5]2022/12/26FBMC的信道估计和均衡技术[6]需要从收发滤波器和子带信号两方面来综合考虑，因为衰落信道不仅对子带上传输的数据信号造成影响，同时也破坏了收发滤波器之间的正交性[6]。其中XiqiGao等[10]在子带上提出一种双循环前缀时隙结构用于空时信道估计，两重循环前缀可以看着分别是对导频信号和数据信号降低ISI的保护，并且分别把各自的线性卷积转换为循环卷积，便于在频域上进行单载波均衡。由于FBMC的宽带合成信号符号间是拖尾叠加，无法像OFDM那样在宽带上添加CP，因此如果全在子带上处理，没有考虑收发脉冲之间的正交性和信道估计与均衡算法的关系，导致在衰落信道下性能较差[6]。文献[11-12]都是首先对FBMC宽带信号受衰落信道影响产生的ISI和ICI进行量化分析，从收发滤波器和子带信号两方面来考虑系统的均衡处理，其中Ihalainen[13]在宽带上提出了线性相位FIR滤波器作为幅度均衡器和全通滤波器作为相位均衡Benvenuto等[57]在宽带上给出了同时针对收发滤波器和子带信号的等效信道估计，并在宽带信号上提出了反馈判决均衡器[6]。2023/1/4FBMC的信道估计和均衡技术[6]2022/12/26

FBMC中等效信道分析

FBMC系统的资源分配较OFDM更为灵活，这是由于该多载波技术既可以选择窄子带，如类似LTE中选择的子带宽度为15KHz，也可以像广义多载波那样选择子带宽度为1.28Mhz。子带宽度不同时，系统的均衡和信道估计算法必然差别很大，窄子带的条件下，可以和OFDM一样把子载波看作是平衰落，因此均衡时同样可以用单抽头频域处理，但如果是宽子带，就需要考虑子载波上频率选择性衰落影响[6]。滤波器组多载波受符号间拖尾叠加的影响无法直接应用FFT来实现调制和解调处理，因此要把FBMC推广到实际实现中，必须要解决其快速实现问题，得到一种计基于时频分析和基带多载波通信的理论基础，提出了一种基于成型脉冲滤波的FBMC系统高效快速实现算法。该算法先把多载波连续系统抽样得到离散化模型,然后对系统模型延时进行因果化处理，最后利用成型脉冲的有限截断长度和复指数函数的周期性简化离散模型并得到快速实现算法。该算法计算复杂度仅略大于CP-OFDM中基于FFT的快速实现算法，并且可以灵活的选择滤波器截断长度和系统基带采样频率。算和实现复杂度类似OFDM的快速算法。2023/1/4

FBMC中等效信道分析

FBMC系统的资源分配较OFDFBMC的基带调制和解调的基带模型FBMC的基带调制和解调的基带模型应用场景基于滤波器多载波技术在认知无线电中的应用[3]认知无线电(eognitiveRadio,eR)是目前解决频谱资源稀缺和授权频段频谱利用率低等问题的关键技术最近有越来越多的学者开始关注基于滤波器组的多载波技术在认知无线电中的应用。Behrouz.F.B研究了滤波器组(FilterBanks)在频谱感知中的作用。Sheikh.F等人研究了基于DFT多相滤波器组(DFTFilterBallkS)在认知无线电中频谱感知与检测的应用汇18]。Tero.lhalaiene等人研究了在多用户接入的上行链路中FBMC的应用。文献的作者同时还研究了FBMc在无线通信中的信道均衡问题。此外,还有Behrou乙F.B领导的PHYDYAs项目组,从滤波器组的设计、信道分配、功率控制、信道均衡、编解码等方面研究了FBMC的性能,为FBMc在认知无线电中的应用提供了非常有价值的参考。应用场景基于滤波器多载波技术在认知无线电中的应用[3][3]研究现状认知用户需要在频谱接入之前对无线频谱环境进行检测,以发现“频谱空洞”,从而保证不影响授权用户的正常通信。认知无线电接收机迅速、准确地得到可用频谱的信息,是有效利用无线频谱资源的基本前提,也是认知无线电系统有效实现各种信号收发算法的基础。通常来说,频谱检测技术主要有三大类:即发送端检测、干扰温度检坝(和合作检测〔43一45]。发送端检测需要认知用户对授权用户的微弱信号进行检测,从而判断该频段是否有授权用户在使用。主要包括能量检测、匹配滤波器检测和循环特征检测[3]。2023/1/4[3]研究现状认知用户需要在频谱接入之前对无线频谱环境进行检2023/1/42022/12/262023/1/4展望FBMC技术中,多载波性能取决于原型滤波器的设计和调制滤波器的设计,而为了满足特定的频率响应特性的要求,要求原型滤波器的长度远远大于子信道的数量,实现复杂度高,不利于硬件实现.因此,发展符合5G要求的滤波器组的快速实现算法是FBMC技术重要的研究内容[2]。2022/12/26展望FBMC技术中,多载波性能取决于2023/1/4参考文献[1]芦世先.降低FBMC-OQAM信号峰均功率比的无失真方法[D].华中科技大学,2013.[2]尤肖虎,潘志文,高西奇,曹淑敏,邬贺铨.5G移动通信发展趋势与若干关键技术[J].中国科学:信息科学,2014,05:551-563.[3]崔云.基于滤波器组的多载波技术在认知无线电中的应用研究[D].浙江大学,2011.[4]米璐,舒勤.基于训练序列的FBMC系统符号定时同步改进算法[J].计算机应用研究,2012,06:2109-2111.[5]仲元红.宽子带滤波器组多载波系统及其关键技术研究[D].重庆大学,2011.[6]吴华.滤波器组多载波系统快速实现及同步技术研究[D].重庆大学,2009.[7]AssaliniA,TonelloAM.Time-frequencysynchronizationinfilteredmultitonemodulationbasedsystems[C]//Proc.ofWPMC.2003,3:221-225.[8]FuscoT,PetrellaA,TandaM.Data-aidedsymboltimingandCFOsynchronizationforfilterbankmulticarriersystems[J].WirelessCommunications,IEEETransactionson,2009,8(5):2705-2715.2022/12/26参考文献[1]芦世先.降低FBMC-O[9]TonelloAM,RossiF.Synchronizationandchannelestimationforfilteredmultitonemodulation[J].Proc.ofWPMC2004,2004:590-594.[10]GaoX,JiangB,YouX,etal.EfficientchannelestimationforMIMOsingle-carrierblocktransmissionwithdualcyclictimeslotstructure[J].Communications,IEEETransactionson,2007,55(11):2210-2223.[11]N.Benvenuto,S.Tomasin,andL.Tomba,EqualisationmethodsinOFDMandFMTsystemsforbroadbandwirelesscommunications,[J].IEEETrans.Commun.,June2002,vol.50,no.5:1016-1028.[12]Benvenuto,N.;Tomasin,S.,Efficientpre-codingschemesforFMTbroadbandwirelesssystems,[C].Personal,IndoorandMobileRadioCommunications,2002.The13thIEEEInternationalSymposiumon,Sept.2002,vol.4:1493-1497.[13]T.Ihalainen,T.HidalgoStitz,M.Rinne,andM.Renfors,Channelequalizationinfilterbankbasedmulticarriermodulationforwirelesscommunications,[J].EURASIPJ.AppliedSignalProcessing,vol.2007.[14]何贤杰.滤波器组多载波系统信道估计技术研究[D].浙江大学,2013.2023/1/4[9]TonelloAM,RossiF.Synch2023/1/4FBMC调研---柳颖SoutheastUniversity2022/12/26FBMC调研Southeast2023/1/4大纲FBMC发展历史FBMC的研究现状FBMC的热门研究点参考文献2022/12/26大纲FBMC发展历史2023/1/4OFDM的缺点OFDM载波之间是相互正交的，这种正交性有效的抵抗了窄带干扰和频率选择性衰落。OFDM技术也存在很多不足之处。比如，OFDM系统的滤波方式为矩形窗滤波，并且在信号中插入循环前缀（CyclicPrefix，CP）以对抗多径衰落[2]，这带来了无线资源的浪费以及数据传输速度受损等缺陷。此外,由于OFDM技术采用了方波作为基带波形,载波旁瓣较大,从而在各载波同步不能严格保证的情况下使得相邻载波之间的干扰比较严重[2]。OFDM旁瓣较高的危害很多，主要有以下几个方面：较高的旁瓣会严重影响系统的频谱感知精度和效率，因为旁瓣能量过大，因此当按传统的能量感知方法进行感知的时候，无法判断检测到的到底是有用信号还是旁瓣，这会造成误判等后果；而且一般而言通信系统中发送的信号能量有限，较高的旁瓣会占去主要信号的能量，导致能量的消耗和浪费；OFDM信号旁瓣过大会导致相邻子载波间的保护间隔变长，这会降低系统的频谱利用率和用户密度[1]。对载波频偏的敏感性高,具有较高的峰均比;另外,各子载波必须具有相同的带宽,各子载波之间必须保持同步,各子载波之间必须保持正交等,限制了频谱使用的灵活性.2022/12/26OFDM的缺点OFDM载波之间是相互正交2023/1/4FBMC的发展在5G系统中，由于支撑高数据速率的需要，将可能需要高达1GHz的带宽。但在某些较低的频段，难以获得连续的宽带频谱资源，而在这些频段，某些无线传输系统，如电视系统中，存在一些未被使用的频谱资源(空白频谱)。但是，这些空白频谱的位置可能是不连续的，并且可用的带宽也不一定相同，采用OFDM技术难以实现对这些可用频谱的使用。灵活有效地利用这些空白的频谱，是5G系统设计的一个重要问题[2]。为了克服多径信道和高速宽带无线通信带来的频率选择性衰落，一个十分自然的想法就是在频域上划分成多个子带，使得每一个子信道上的频谱特性都近似平坦，同时使用多个相互独立的子带并行传输数据，这就有效的解决了延长符号周期和传输速率的矛盾。在接收机中利用子带之间的正交性或近似正交性来分离各自的信息，并且还可以在子带之间进行信号的频率分集，进一步增强通信的可靠性，这就是多载波调制的基本思想[6]。2022/12/26FBMC的发展在5G系统中，由于支撑高为了解决这些问题,基于滤波器组的多载波(FBMC，filter-bankbasedmulticarrier)实现方案被认为是解决以上问题的有效手段，被我国学者最早应用于国家863计划后3G试验系统中[2]。滤波器组技术起源于20世纪70年代，由Saltzberg，Chang，Weinstein和Bingha等人提出，最初受制于实现上的复杂性并没有在业界受到重视[5]，主要应用在多速率采样，减少计算复杂度以及减少传输数据率和存储单元的要求，并在20世纪80年代开始受到关注，随着数字信号处理技术及集成电路的发展，尤其是快速傅立叶算法、大规模集成电路的出现，从90年代开始，多载波技术逐渐得到了大范围的应用。在几十年的发展过程中，滤波器组的研究经历了从基础理论分析到各种理论的丰富完善，发展到现在已经产生了多种滤波器组理论、结构和设计方法，其应用也从最初的语音处理扩展到通信信号处理、图像编码/压缩、自适应滤波、雷达信号处理、快速计算、系统辨识、噪声消除等许多领域[3]。2023/1/4为了解决这些问题,基于滤波器组的多载波(FBMC，filt滤波器组技术开始受到人们的关注时期是在1980年，Johnston提出了两通道正交镜像滤波器组(QuadratureMirrorFilter，QMF)。它可以完全消除混迭失真和相位失真，只存在微小的幅度失真。1986年，Smith和Bowell提出了共扼正交滤波器组。(ConjugateQuadratureMirrorFilter，CQF)，首次实现了完全重构。接着，Vaidyanathan在1987年引入了多相位((Polyphase)分解的方法对滤波器组进行分析和设计，极大的简化了滤波器组设计的思想，为滤波器组的实现提供了一种可靠的结构，同时也为格型滤波器组理论的发展打下了基础。1992年，KoilpillaiR.D提出了余弦调制(eosine-modulatedfilterbank，C璐B)的M带滤波器组，给出了完全重构条件，并用格型结构实现。这些工作不但极大的推动了滤波器组理论的研究，同时还为后续的深入研究提供了理论基础[3]。2023/1/4滤波器组技术开始受到人们的关注时期是在1980年，Johns滤波器组多载波技术在20世纪90年代由不同的研究者从不同的角度进行分析和提出的，其中滤波多音调制、广义多载波等是基于多抽样率数字信号处理，从调制滤波器组的思路对该技术进行的分析，即发射机对串并变换后的多路信号，首先进行上插值，然后分别通过带通调制滤波器调制到不同的频带上，时域合成以后就构成宽带多载波信号，而接收机的处理是对应的逆过程，通过一组不同中心频率的带通滤波器得到对应子带的信号后再进行下抽样、解调输出。而非正交多载波、时频局部化多载波的理论基础是二维时频面上的框架理论[42-47]，它把发送和接收原型脉冲的时移和频移构成的网格看成是时频面上一组基函数。发射机就是把各个子带上的每个符号投影到二维时频网格，再进行信号综合得到宽带合成信号，接收端是对应的信号分析的逆过程，利用网格在时域和频域上的正交或近似正交特性，来解调输出[6]。因此无论实际的系统标准还是一些理论上讨论滤波器组性能分析、估计和均衡、同步都还是采用的能量归一化的平方根升余弦滤波器[6]。2023/1/4滤波器组多载波技术在20世纪90年代由不同的研究者从不同的角2023/1/4在基于滤波器组的多载波技术中，存在分析滤波器组、综合滤波器组以及上下采样器。发送端通过综合滤波器组来实现多载波调制，接收端通过分析滤波器组来实现多载波解调。综合滤波器组和分析滤波器组由一组并行的成员滤波器构成，其中各个成员滤波器都是由原型滤波器经载波调制而得到的调制滤波器。在滤波器组中，一般存在三种失真：(1)混叠失真，这是由于分析滤波器组和综合滤波器组的频带不能完全分开及抽样频率不能满足奈奎斯特抽样定理所致；(2)幅度及相位失真，这两项失真来源于分析及综合滤波器组的频带在通带内不是全通函数，而其相频特性不具有线性相位所致；(3)对各子带信号作处理时(如编码)所产生的误差(如量化误差)。一般存在混叠失真的滤波器组是线性周期时变系统，而完全消除混叠失真的系统是线性时不变系统。如果滤波器组的输出是输入的纯延时，则称为完全重构系统(PerfeetReeonstruetion，PR)[3]。2022/12/26在基于滤波器组的多载波技术中，存在分析滤研究发展史该技术其本质上就是把一路宽带高速数据流通过串并变换转换为并行的多路相对低速的数据流，然后再对应调制到相互正交的多个子载波上，从而有效延长符号周期，降低多径带来的频率选择性衰落影响。OFDM作为多载波技术中的特例，相当于采用矩形脉冲做成型滤波，所以其对抗符号间干扰（ISI）有着先天的优势。但是在频域，其频谱可以看作是Sinc函数在各个子载波频点上的保持相互正交的叠加，由于Sinc函数旁瓣较大、衰减缓慢。当OFDM系统处于复杂移动条件下的快时变衰落信道中时，子载波间正交性被破坏不能得到保证，所以受载波间的干扰（ICI）影响十分严重，为了达到多载波技术对ISI和ICI干扰的折衷考虑，实现在时频双色散信道下的可靠通信，一些相关文献提出了采用非矩形脉冲子带成型的多载波，如Kozek，Haas，Bölcskei，Matz，F.M.Han等提出的非正交多载波和脉冲成型多载波，Cherubini，Assalini等提出的滤波多音调制，高西奇、尤肖虎等提出的广义多载波等[5]。2023/1/4研究发展史该技术其本质上就是把一路宽带高速数据流通过串并变换FBMC-OQAMOQAM调制：干扰系数都是实虚交替分布的，利用这个性质，将原先复数信号的实数部分和虚数部分分开处理，时间间隔为符号周期T/2。在干扰项为实数的单位块发送虚数部分，在干扰项为虚数的单位块发送实数部分，这样在接收端解调时，就可以通过实部和虚部的分别处理来去除干扰项，从而得到原始的发送信号，调制框图如下[14]。2023/1/4FBMC-OQAMOQAM调制：干扰系数都是实虚交替分布的，FBMC系统基本框架和普通FFT滤波器组相比，发送端IFFT之前增加了OQAM预处理模块，对复数信号进行了实部和虚部分离；在IFFT之后增加了多相结构PPN模块，实现了频域的扩展，接收端也有对应的操作。IFFT和PPN(PolyPhaseNetwork-多项滤波器组)称为综合滤波器组(SynthesisFilterBank，SFB)，对应的接收端FFT和PPN称为分析滤波器组(AnalysisFilterBank，AFB)。此框架可以实现基本的基于FBMC的多载波调制解调功能[14]。多相滤波器组的方法是从时域的角度出发,保持FFT位数为M不变,通过在时域上做些额外的处理来实现原型滤波器的实现[14]。2023/1/4FBMC系统基本框架2022/12/26多项滤波器组2023/1/4发送端滤波器组多项滤波器组2022/12/26发送端滤波器组发送端PPN的实现：2023/1/4发送端PPN的实现：2022/12/262023/1/4FBMC的研究点FBMC-OQAM降低峰均比（PAPR）FBMC-OQAM可以保持和FFT滤波器组相同的码率国内外研究现状一类是通过信号无失真技术来降低OFDM信号的峰均功率比，这一类的代表性方法有部分传输序列法以及选择性映射法（SelectiveMapping，SLM）。另一类是通过信号有失真技术来降低OFDM信号的峰均功率比，其中比较著名的方法有剪切法（Clipping），压扩法（Companding），多音预留法，剪波加滤波法（ClippingandFiltering）以及星座扩展法（ActiveConstellationExtension，ACE）。并且以这些方法为基础延伸出来的分支和改进的方法也很多。目前已有的文献中，关于降低FBMC-OQAM信号PAPR的文章和方法都非常少。常见的有：AlexandreSkrzypczak等人套用了OFDM系统中的SLM方法并提出了OSLM（OverlappedSLM）方法来降低FBMC-OQAM信号的PAPR；AlexandreSkrzypczak等人分析了FBMC-OQAM信号的互补累积函数（ComplementaryCumulativeDistributionFunction，CCDF）并将理论分析结果与实际仿真结果进行了对比；M.UsmanRahim等人对剪切法进行了分析，通过分析发现剪切法会明显影响到FBMC-OQAM信号的旁瓣，虽然降低了PAPR，但对FBMC-OQAM信号的其它性能会有很大的影响。Zs.Kolar等人用迭代剪切的方法降低FBMC信号的PAPR。这些研究和分析中主要都是对FBMC-OQAM系统特点的分析，实质性的可以降低FBMC-OQAM信号PAPR的方法却不多。2022/12/26FBMC的研究点FBMC-OQAM降低峰文献1数据块联合优化（Multi-Block-Joint-Optimization，MBJO）的架构，并基于该架构提出了一个改进的部分传输序列（PartialTransmissionSequence，PTS）方法来降低FBMC-OQAM信号的PAPR。优化算法：（1）基于动态规划（DynamicProgramming，DP）的算法；（2）用载波预留（ToneReservation，TR）的方法降低FBMC-OQAM信号的PAPR。2023/1/4文献12022/12/26基于训练序列的FBMC系统符号定时同步改进算法由于FBMC存在着时域上符号之间的重叠，其符号同步实现起来较复杂[4]。为了提高传统滤波器组多载波(FBMC）

系统符号定时同步算法的精确度，提出了一种新的基于训练序列的符号定时估计算法。该算法考虑了噪声因素对定时性能的影响，通过对训练符号重复延迟特性的分析，运用最小二乘法实现了较高精度的同步定时估计[4]。研究现状针对这一问题，近年来提出了一些解决方案。Fusco等人提出盲同步定时估计，但是该方法适用于非弥散信道且需要大量的数据符号；Tonello等人将Schmidl等人算法应用到FBMC系统中，通过传输一组具有重复冗余的训练序列实现定时估计，该方法的定时不确定性较大；Fusco等人改进了Tonello的定时度量函数，提高了定时估计的精确度;吴华等人在Fusco等人的基础上改进延迟相关处理的长度，得到了相对较好的性能[4]。2023/1/4基于训练序列的FBMC系统符号定时同步改进算法2022/滤波器组多载波系统载波同步和符号定时同步技术[6]由于影响的大小决定系统同步训练序列的选择、同步资源的开销和系统帧结构，因此有必要首先得到FBMC受同步偏差的量化分析[6]。一种基于成型脉冲滤波的FBMC系统高效快速实现算法。该算法先把多载波连续系统抽样得到离散化模型,然后对系统模型延时进行因果化处理，最后利用成型脉冲的有限截断长度和复指数函数的周期性简化离散模型并得到快速实现算法。该算法计算复杂度仅略大于OFDM中基于FFT的快速实现算法，并且可以灵活的选择滤波器截断长度和系统基带采样频率[6]。不过尽管FBMC的原型脉冲带来了复杂的符号间交叠，其具体的分析思路和分析工具和OFDM有所不同，但基本方向是一致的，即通过多载波基带等效模型，研究其同步偏差带来的加性干扰和有用信号之间的信干比以及通过仿真来比较同步偏差带来的误码率情况[6]。2023/1/4滤波器组多载波系统载波同步和符号定时同步技术[6]2022/基于FBMC帧结构的同步算法，其中Fusco等提出了针对子带成型滤波器的盲同步算法，该类算法不需要额外的训练符号、频谱效率高，并在多径条件下也有较好的性能。但由于盲同步需要较长的同步锁定时间，较高的计算复杂度，因此难以在突发分组无线通信中应用[6]；文献[7]提出了针对FBMC帧结构的训练序列同步算法，该算法的基本思路就是通过传输一组相同训练符号，其中利用部分未受其他数据符号叠加影响的部分用于同步，该算法核心思想和OFDM中的同步一样，也是通过训练序列在FBMC的合成时域上构造延迟冗余，并利用这种延迟冗余特性采用延迟相关来实现符号同步和频偏估计。但没有较好考虑同步度量函数的鲁棒性，因此同步误差较大，并且构造的训练序列延迟间隔过大，大约为一个符号长度的10倍左右，导致频偏估计的范围非常小，大概不到一个子载波间隔的1/10，这在实际使用中限制太大。Fusco[8]在Tonello[9]的算法基础做了同步度量函数的改进，算法具有较好的符号同步性能和相应提高了频偏估计精度，并从理论上分析了该算法的克劳美农界，只是在构造的训练序列延迟间隔上没有改进，依然没有解决频偏估计范围的问题。2023/1/4基于FBMC帧结构的同步算法，其中Fusco等提出了文献4研究点：通过传输一组连续且相同的训练符号，在时域上构成延迟重复冗余，利用这种特性并考虑到噪声对定时精度的影响，提出了一种新的定时度量函数[4]。宽子带滤波器组多载波系统本文针对子带设计为宽子带，且子带进一步采用循环前缀结构分块的滤波器组多载波进行研究[5]。课题的提出及现状新一代无线传输系统的物理层技术要求就是要在较宽的有限的频带内提供稳定可靠的尽可能高的数据传输，并且尽可能在有限的频谱资源上提升频谱效率，即达到信道理论容量。OFDM技术由于其很强的抗多径能力及简单易行的DFT实现，便于与MIMO技术相结合，而得到广泛的重视和应用，成为4G热门的候选物理层技术之一。但OFDM也存在其自身的缺点[10～11]:如信号峰均比(PAPR)高，对时间和频率的同步要求很高，信号的带外辐射较高等。这些缺点使得OFDM系统并不适用于所有的通信系统。如当系统信道变化剧烈是一种强的双色散信道时，这时如果使用OFDM技术，系统误码率将非常高；而且对于目前一些新技术，如谱感知技术因为OFDM大的谱泄漏问题，使得应用起来效果并不理想[12～14]另外OFDM由于CP的使用，还存在谱效率降低的问题。基于此，有必要对一些OFDM系统不适用的场合，研究一些新的结构、传输技术，从而对OFDM系统形成辅助，或者在某些特定的专有网络进行应用，而宽子带滤波器组多载波系统正是在这种情况下提出来的[5]。文献4研究点：文献[5]由于滤波器组多载波技术一般采用非矩形成型脉冲，它在提高子带间频域抗干扰的性能的同时，在时域上必然带来相邻符号间的拖尾叠加，这就使得基于OFDM多载波系统成熟的同步技术、均衡技术不能直接应用于FBMC几种多载波系统的调制和解调实现框架[5]①OFDM多载波系统、②滤波多音调制多载波系统、③脉冲成型多载波系统带宽度不同时，系统的同步、信道估计和均衡算法必然差别很大，窄子带的条件下，可以和OFDM一样把子载波看作是平衰落，因此均衡时同样可以用单抽头频域处理，对于窄子带系统，其分析与常规的FMT系统十分类似，关于信道估计、同步、实现等关键技术，目前已有较多的分析[5]。2023/1/4文献[5]2022/12/26FBMC的信道估计和均衡技术[6]需要从收发滤波器和子带信号两方面来综合考虑，因为衰落信道不仅对子带上传输的数据信号造成影响，同时也破坏了收发滤波器之间的正交性[6]。其中XiqiGao等[10]在子带上提出一种双循环前缀时隙结构用于空时信道估计，两重循环前缀可以看着分别是对导频信号和数据信号降低ISI的保护，并且分别把各自的线性卷积转换为循环卷积，便于在频域上进行单载波均衡。由于FBMC的宽带合成信号符号间是拖尾叠加，无法像OFDM那样在宽带上添加CP，因此如果全在子带上处理，没有考虑收发脉冲之间的正交性和信道估计与均衡算法的关系，导致在衰落信道下性能较差[6]。文献[11-12]都是首先对FBMC宽带信号受衰落信道影响产生的ISI和ICI进行量化分析，从收发滤波器和子带信号两方面来考虑系统的均衡处理，其中Ihalainen[13]在宽带上提出了线性相位FIR滤波器作为幅度均衡器和全通滤波器作为相位均衡Benvenuto等[57]在宽带上给出了同时针对收发滤波器和子带信号的等效信道估计，并在宽带信号上提出了反馈判决均衡器[6]。2023/1/4FBMC的信道估计和均衡技术[6]2022/12/26

FBMC中等效信道分析

FBMC系统的资源分配较OFDM更为灵活，这是由于该多载波技术既可以选择窄子带，如类似LTE中选择的子带宽度为15KHz，也可以像广义多载波那样选择子带宽度为1.28Mhz。子带宽度不同时，系统的均衡和信道估计算法必然差别很大，窄子带的条件下，可以和OFDM一样把子载波看作是平衰落，因此均衡时同样可以用单抽头频域处理，但如果是宽子带，就需要考虑子载波上频率选择性衰落影响[6]。滤波器组多载波受符号间拖尾叠加的影响无法直接应用FFT来实现调制和解调处理，因此要把FBMC推广到实际实现中，必须要解决其快速实现问题，得到一种计基于时频分析和基带多载波通信的理论基础，提出了一种基于成型脉冲滤波的FBMC系统高效快速实现算法。该算法先把多载波连续系统抽样得到离散化模型,然后对系统模型延时进行因果化处理，最后利用成型脉冲的有限截断长度和复指数函数的周期性简化离散模型并得到快速实现算法。该算法计算复杂度仅略大于CP-OFDM中基于FFT的快速实现算法，并且可以灵活的选择滤波器截断长度和系统基带采样频率。算和实现复杂度类似OFDM的快速算法。2023/1/4

FBMC中等效信道分析

FBMC系统的资源分配较OFDFBMC的基带调制和解调的基带模型FBMC的基带调制和解调的基带模型应用场景基于滤波器多载波技术在认知无线电中的应用[3]认知无线电(eognitiveRadio,eR)是目前解决频谱资源稀缺和授权频段频谱利用率低等问题的关键技术最近有越来越多的学者开始关注基于滤波器组的多载波技术在认知无线电中的应用。Behrouz.F.B研究了滤波器组(FilterBanks)在频谱感知中的作用。Sheikh.F等人研究了基于DFT多相滤波器组(DFTFilterBallkS)在认知无线电中频谱感知与检测的应用汇18]。Tero.lhalaiene等人研究了在多用户接入的上行链路中FBMC的应用。文献的作者同时还研究了FBMc在无线通信中的信道均衡问题。此外,还有Behrou乙F.B领导的PHYDYAs项目组,从滤波器组的设计、信道分配、功率控制、信道均衡、编解码等方面研究了FBMC的性能,为FBMc在认知无线电