IMT-2030（6G）推进组先进调制编码技术研究报告

研究报告前言随着5G商用规模的不断扩大,针对6G的研究不断提速,旨在为2030年的需求提供服务。相比于5G系统,6G系统除向更高的数据速率、更高的频谱效率、更低的时延方向发展之外,还将由统一服务向个性化服务转变,为人们提供无处不在、无时不在的空、天、地全维覆盖,全面支撑起智慧生活和智慧产业的发展,致力于构建泛在智联数先进调制编码技术作为最底层的物理层技术,对6G各项性能指标的达成起到重要的支撑作用。国内外在这一领域进行了大量的研究,取得了丰硕的成果。在波形领域,提出了OTFS、超奈奎斯特等新的波形,但能否在6G标准化中取得突破还有待各方的共识。在调制领域,主要研究方向为QAM调制星座的概率成形和几何成形,APSK调制,调制和编码的联合优化等领域。在信道编码领域,国际上在极化码、LDPC码、代数码、卷积码、中短码长译码算法的改进,各种级联码设计、有限长编码性能的研究、AI与信道编码结合等领域有大量的研究,成果涉及5GNR编码的低复杂度译码演进、基于5GNR编码方案的码构造演进、多层编码、编码与NOMA和MIMO的结合、基于AI的信道编码构造方法、Tbps量级超高吞吐编译码技术、理论基线极限等。考虑到6G应用场景更加多样化,性能指标更为多元化,为满足相应场景对吞吐量/时延/性能的需求,我们需要对空口物理层基础技术进行针对性的设计。6G峰值吞吐会达到Tbps级别,现有LDPC码设计难以满足如此高的峰值吞吐要求,所以需要研究如何在中高码率实现该KPI的可能。6G还要满足高数据速率场景的极低时延要求,这对信道编码译码提出更高要求,需要进一步降低译码的差错平层从而提高单次传输的可靠性。同时,6G峰值吞吐与极低时延更是对数据存储、译码器处理主频提出更高要求,必然带来终端或者基站功耗的大幅提升,需要同时降低设备功耗。此外,6G系统应用场景更加宽泛,例如陆海空天一体化通信系统对信道编码系统提出新的挑战,为满足卫星通信要求需要设计性能更好、可靠性更高的纠错编码,需要设计降低HARQ重传的编码调制方案。在波形技术方面,变换域波形将发送符号映射于不同于普通时频域的特殊对偶域 (如时延-频率、时变-多普勒等对偶域)。其特点为变换域等效信道可以直观地刻画时延、多普勒等维度的信息。在高速移动等场景下,变换域波形方案相比于传统基于OFDM的波形方案(包含DFT-s-OFDM)在MIMO兼容性、复杂度、PAPR、带外泄露、相噪抑面需要深入研究。超奈奎斯特系统包括FTN、SEFFM和OVXDM,相比于传统的奈奎斯特采样系统,其突出的技术优势是在非sinc脉冲成形下的高频谱效率和高吞吐量。对于有限星座和非sinc脉冲成形,超奈奎斯特系统有可能是实现通信容量上界的唯一路径。传统的正交传输信号无法利用滚降部分的频谱,从而带来信息速率的损失,调制阶数越高,损失越大。超奈奎斯特系统在衰落信道下性能分析和参考信号设计、信道估计,与多天线和大带宽等现有技术的结合,非sinc脉冲成形的应用场景等是需要解决的问题,以及需要和现有通信系统中可动态调整MCS的方案进行对比。在调制技术方面,通过更高的QAM星座图所能获得的边际收益逐渐消失,6G需要重新审视调制技术。概率幅度整形(PAS)可以生成接近达到香农极限所需的最优分布:几何整形(GS)基于格雷映射的规则幅度相移键控(GRAPSK)技术,可以较好地平衡成形增益与解调复杂度之间的关系,兼容现有协议的信道编码链。两者都能够获得优于普通QAM调制的整形增益。在编码技术方面,随着6G通信场景的不断增加,需要更为多元化的性能指标和与之对应的新的信道编码设计。在这种情况下,码构造和译码算法的设计需要重新思考,特别是要考虑相应场景对吞吐/时延/性能/功耗的需求,产生统一的编译码架构,同时又能照顾到多元化通信场景的需求。Polar码在非常宽的码长/码率下都表现出均衡且优异的性能,如构造得当,其在1比特细颗粒度下性能稳定可靠。同时,受益于SC译码算法复杂度极低,Polar码在支持高吞吐编译码时在功耗、芯片面积等方面有显著优势。准循环LDPC码具有很高的并行性,可支持灵活的码长和码率,非常适合高吞吐量的业务。通过优化准循环LDPC码的奇偶校验矩阵,可以进一步提升译码可靠性,降低差错平层,满足未来数据信道的需求。根据目前的研究进展,在新波形研究方面,可以沿用基于OFDM的方案,进一步针对6G的各种场景需求进行增强设计。另外各种变换域波形也有较强的吸引力。传统的正交波形实现简单,但要进一步提升性能,非正交的波形更有优势,探索正交传输与非正交传输统一的波形有其必要性。调制方面,概率成形和几何成形都有一定的增益,但在实现复杂度方面有差异,还需要进一步从频谱效率、能量效率、硬件一致性和鲁棒性等方面进行全面的评估。调制和编码的联合,肯定会带来增益,代价也是复杂度,是否选取需要慎重考虑。编码方面,不出意外的话,还是沿着LDPC码和极化码的方向进行演进和优化。当然,探讨用统一的框架,实现控制信道和业务信道编码的统一,也是有意义的探索。 6G多样化场景对调制编码技术的需求与挑战 9 OTFS调制中的重要变换—SFFT和ISFFT 12 OVTDM的信道容量分析 19FDM 一种用于下行短包通信的增强型多载波波形方案 25 38 比特交织极化编码调制通用构造方法 42ar 参考文献 71贡献单位 72图目录 M 图2.3-1基于时域加窗+频域子带滤波级联结构的收发机系统框图 25图2.3-2CP-OFDM,FBMC和FW-OFDM的时域效率对比图 26 图3.1-4GRAPSK和QAM分别在最大后验(MAP)和max-log-MAP解调的误块率曲线 32 r 图3.3-6QPSK调制下,所提方案的误比特率性能图 39图3.3-716QAM调制下,所提方案的误比特率性能图 40BIPCM意图 42图4.1-2比特交织极化编码调制(BIPCM)的信道分解示意图 43 图4.2-3陷阱集(5,2) 63 图4.2-9多码字交织译码的译码吞吐量(R=8/9) 66图4.2-10新设计LDPC码和5G的LDPC码的性能对比(K=8192) 66图4.2-11新设计LDPC码的性能(K=16384) 66 8表目录表1.2-16G网络关键绩效指标(KPI) 10表2.3-1CP-OFDM和FW-OFDM的PSD和PAPR综合性能对比图(Q=8) 27 表3.3-3QPSK调制下,不同检测方案复杂度对比表 40 表4.1-4Fastpolar码与传统polar码译码器对比评估 55 率CC-LDPC与BC-LDPC的译码复杂度比较 629第一章概述随着5G商用规模的不断扩大,针对6G的研究不断提速,旨在为2030年的需求提供服务。基于5G三大应用场景的融合与扩展,将有更多具备革新性的应用在6G时代开花结果。相比于5G系统,6G系统除向更高的数据速率、更高的频谱效率、更低的时延方向发展之外,还将由统一的服务向个性化服务转变,为人们提供无处不在、无时不在的空、天、地全维覆盖,全面支撑起智慧生活和智慧产业的发展,致力于构建泛在智联数字世界。6G峰值吞吐会达到Tbps级别,以目前LDPC码设计难以满足如此高的峰值吞吐要求,所以需要研究如何在中高码率实现该KPI的可能。为了实现比特率的增强性能,将需要使用更高的星座调制。使用信号整形技术可以进一步提升高阶调制的性能。6G还要满足高数据速率场景的极低时延要求,这对信道编码译码器提出更高要求,需要进一步降低译码的差错平层从而提高单次传输的可靠性。同时,6G峰值吞吐与极低时延更是对数据存储、译码器处理主频提出更高要求,必然带来终端或者基站功耗的大幅提升,需要同时降低设备功耗。6G系统应用场景更加宽泛,例如陆海空天一体化通信系统对信道编码系统提出新的挑战,为满足卫星通信要求需要设计性能更好、可靠性更高的纠错编码,需要设计降低HARQ重传的编码调制方案。国内外研究现状在波形领域,国际上提出了OTFS、超奈奎斯特等新的波形,国内也在该领域进行了不少的研究,但能否在6G标准化中取得突破还有待各方的共识。在调制领域,国际上的研究主要在QAM调制星座的概率成形和几何成形、APSK调制,调制和编码的联合优化等领域。国内在上述领域取得了大量的成果。在编码领域,国际上在极化码、LDPC码、代数码、卷积码、中短码长译码算法的改进,各种级联码设计,有限长编码性能的研究,AI与信道编码结合等领域有大量的研究,成果涉及5GNR编码的低复杂度译码演进,基于5GNR编码方案的码构造演进,多层编码,编码与NOMA和MIMO的结合,基于AI的信道编码构造方法,Tbps量级超高吞吐编译码技术,理论基线极限等。6G多样化场景对调制编码技术的需求与挑战随着6G通信场景的不断增加,需要更为多元化的性能指标和与之对应的新的信道编码设计。在这种情况下,码构造和译码算法的设计需要重新思考,特别是要考虑相应场景对吞吐/时延/性能/功耗的需求,产生统一的编译码架构,同时又能照顾到多元化通信场景的需求。6G性能指标为了更好描述6G网络性能,将6G网络关键绩效指标(KPI)如表1.2-1展示。表1.2-16G网络关键绩效指标(KPI)性能参数性能指标用户体验速率Gbps~几十Gbps区域流量密度0.1~10Gbps/m2峰值速率连接密度数107~108/km2空口时延1ms级抖动us级移动性1000km/h可靠性99.99999%覆盖扩展至全域覆盖感知/定位精度cm级AI服务精度/效率>90%未来6G网络需要具备比5G网络更高的性能,支持Gbps至几十Gbps的用户体验速率,每平方公里千万至上亿的连接数密度,毫秒甚至亚毫秒级的空口时延,每平方米0.1至数十Gbps的流量密度,每小时1000km以上的移动性,数百Gbps乃至Tbps的峰值速率。以上指标在原有5G的基础上将实现10至100倍的提升。此外,6G还进一步扩展了新的能力范畴,将需要支持us级的抖动,覆盖范围扩展至空天地海的全球覆盖,厘米级的感知和定位精度,人工智能的服务精度和效率也将达到90%以上。波形技术变换域波形将发送符号映射于不同于普通时频域的特殊对偶域(如时延-频率、时变-多普勒等对偶域)。其特点为变换域等效信道可以直观地刻画时延、多普勒等维度的信息。在高速移动等场景下,变换域波形方案相比于传统基于OFDM的波形方案(包含DFT-s-OFDM)在MIMO兼容性、复杂度、PAPR、带外泄露、相噪抑制和定时误差鲁棒性等方面需要深入研究。MOVXDM其突出的技术优势是在非sinc脉冲成形下的高频谱效率和高吞吐量。对于有限星座和非sinc脉冲成形,超奈奎斯特系统有可能是实现通信容量上界的唯一路径。传统的正交传输信号无法利用滚降部分的频谱,从而带来信息速率的损失,调制阶数越高,损失越大。超奈奎斯特系统在衰落信道下性能分析和参考信号设计、信道估计,与多天线和大带宽等现有技术的结合,非sinc脉冲成形的应用场景等是需要解决的问题,以及需要和现有通信系统中可动态调整MCS的方案进行对比。未来6G将包含比5G更多和更复杂的应用场景,不同应用场景的需求也不相同。例如高频通信中,低PAPR、相噪鲁棒等是关键需求:高速场景中,抵抗多普勒带来的失真是关键需求。设计多种波形类型的组合方案将可以潜在地满足6G不同场景的需求。但是多种波形类型组合方案中,不同波形之间的灵活切换、配合及兼容性等问题需要深入进行研究。先进调制与编码技术随着6G通信场景的不断增加,需要更为多元化的性能指标和与之对应的新的信道编码设计。在这种情况下,码构造和译码算法的设计需要重新思考,特别是要考虑相应场景对吞吐/时延/性能/功耗的需求,产生统一的编译码架构,同时又能照顾到多元化通信场景的需求。通过更高的QAM星座图所能获得的边际收益逐渐消失,6G需要重新审视调制技术。概率幅度整形(PAS)可以生成接近达到香农极限所需的最优分布:几何整形(GS)基于格雷映射的规则幅度相移键控(GRAPSK)技术,可以较好地平衡成形增益与解调复杂度之间的关系,兼容现有协议的信道编码链。两者都能够获得优于普通QAM调制的整形增益。Polar码在非常宽的码长/码率下都表现出均衡且优异的性能,如构造得当,其在1比特细颗粒度下性能稳定可靠。同时,受益于SC译码算法复杂度极低,Polar码在支持高吞吐编译码时在功耗、芯片面积等方面有显著优势。准循环LDPC码具有很高的并行性,可支持灵活的码长和码率,非常适合高吞吐量的业务。通过优化准循环LDPC码的奇偶校验矩阵,可以进一步提升译码可靠性,降低误差平层,满足未来数据信道的需求。本章小节本章主要介绍了先进调制编码技术当前的研究现状,阐述了当前的研究方向。同时针对6G网络关键指标进行阐述,指出先进调制编码技术所面临的挑战。此外,本章从两个方面介绍了6G多样化场景对调制编码技术的需求与挑战,进一步确认先进调制编码技术的重要性。第二章波形技术正如之前每一代通信系统,6G网络需要更高频谱效率的信号波形以提升信道容量。此外,在6G更高的频率下,多载波系统高峰均比的问题将更加突出。因此,在新波形技术方面,需要采用不同的波形方案设计来满足6G更加复杂多变的应用场景及性能需求。例如,对于高速移动场景,可以采用能够更加精确刻画时延、多普勒等维度信息的变换域波形:对于高吞吐量场景,可以采用超奈奎斯特采样(FTN)、高谱效频分复用 (SEFFM)和重叠X域复用(OVXDM)等超奈奎斯特系统来实现更高的频谱效率。编码OTFS系统的性能分析前言在B5G/6G支持的高移动场景下,例如高速列车、V2V、无人机、卫星通信等,高速移动会产生大的多普勒频移,此时OFDM的子载波之间的正交性会遭到严重破坏,导致性能急剧恶化。如何在高移动场景下提高传输速率仍是6G未来面临的挑战[1]。最近,Hadani等学者提出了一种面向高移动场景的新型波形技术——正交时频空 (Orthogonaltimefrequencyspace,OTFS)调制[2]。相较于传统的OFDM调制技术,OTFS采用了时延-多普勒域信号表示,充分利用了时延-多普勒域信道和信息符号之间耦合的不变性、可分离性以及正交性,并且具有全分集增益的潜力[3]和良好的鲁棒性。接下来将讨论编码OTFS系统的信道编码设计方案、分集增益与编码增益的关系、不同编码方案下OTFS系统的性能、编码/未编码OTFS系统在路径数下、不同移动速度下的性能比较,以及其一些潜在应用场景,为6G波形设计提供一定的思路。OTFS调制中的重要变换—SFFT和ISFFTOTFS调制技术相较于OFDM调制技术,可利用二维逆辛有限傅里叶变换(InversesymplecticfiniteFouriertransform,ISFFT)将时延-多普勒(Delay-Doppler,DD)域上的每个信息符号扩展到整个时频(Time-frequency,TF)域平面上,使每一个传输符号都经历一个近似恒定的信道增益,具有良好的鲁棒性。相应地,利用辛有限傅里叶变换 (SymplecticfiniteFouriertransform,SFFT),便可将TF域上的传输符号映射回DD域上。以信道响应在TF域和DD域之间的转换为例给出ISFFT和SFFT的表达式,如下()()TF域和DD域上的信道脉冲响应H(t,f)和h(T,v)也可用图2.1-1形象地描述,频率(f)△fM-12DSFFT2DISFFT10频率(f)△fM-12DSFFT2DISFFT10N-1时间(t)TN-1211M-1多普勒(v) ,1,0,,11,TF域和DD域之间的相互转换也可用图2.1-2所示的二维网格图进行展示,左侧网格图为TF域网格图,定义为:AAnTmfn0,,N-1,m=0,,M-1﹔()其中,T为沿时间轴t的采样间隔,△f为沿频率轴f的采样间隔,N和M分别为沿时间轴和频率轴的采样点数。考虑多载波调制的思想,TF域网格图的表示也可以理解为一个总时长NT、总带宽M△f的突发数据包。右侧的DD域网格图AI则定义为:ìl11,0,,10 10(),,,,kNlìl11,0,,10 10(),,,,为沿多普勒轴v为沿多普勒轴v的采样间隔,为沿时延轴T的采样间隔,N和M分别为沿多普勒轴和时延轴的采样点数。值得注意的是,多普勒间隔和时延间隔分别与突发持续时间NT和带宽M△f成反比,增大突发持续时间/带宽,多普勒/时延的分辨率也会高。00T00TFDD相互转换网格图基于网格图2.1-2,TF域和DD域的相互转换可以理解为,定义在TF域网格图上的信号X「n,m],0≤n≤N-1,0≤m≤M-1,经二维SFFT,映射到DD域网格图上的信号x「k,l],0≤k≤N-1,0≤l≤M-1:同样,经二维ISFFT,DD域网格图上的信号x「k,l]可被映射回到TF域网格图上。 CodedModulation CodedModulationuSFFTFFTWignerTransformOTFSDemodulation编码OTFS调制系统编码OTFS调制系统的原理框图如图2.1-3所示。假设一个数据突发包的总时长为NT,总带宽为M△f,其中,N为OTFS符号数,M为OTFS子载波数,T为符号时间间隔,△f为子载波频率间隔。信息序列u通过信道编码和星座映射得到长度为MN的调制符号,将其排列成一个二维矩阵XeNxM,即为DD域上的信息符号向量,其中x「k,l]eX,0≤k≤N-1,0≤l≤M-1,为时延-多普勒网格AI上的第k个多普勒和第l个时延网格点处的信息符号。对信息符号x「k,l],进行ISFFT,将其映射到TF域上,得到TF域上的传输信号X「n,m],0≤n≤N-1,0≤m≤M-1,即随后,X「n,m]再经过Heisenberg变换,得到时域信号s(t),即nm0()()其中,gtx(t)为脉冲整形滤波器。式()可看作将频域调制符号映射为时域信号的OFDM调制的一般形式[4]。如上所述,对于基于OFDM的OTFS实现,OTFS调制器可以看作是一个预编码器(ISFFT)和传统OFDM调制器[5]的串联,其中OFDM调制器由一个IFFT块和一个脉冲整形滤波器gtx(t)组成。ISFFTHeisenbergTransformIFFTgISFFTHeisenbergTransformIFFTgtLTVChannelDetection&DecodingDetection&Decoding图2.1-3OTFS调制技术原理框图不失一般性,LTV信道在DD域上可表示为[6]:hTvhiTTivvi()ii其中,P为路径数,hi、Ti和vi分别为第i条路径的路径增益、时延和多普勒频移,8(.)为狄克拉函数。第i条路径的时延和多普勒可定义如下:iT iTM△f.NTvi=kvi+viNT()其中,lTi和kvi是整数,分别表示与时延Ti和多普勒频移vi相关的抽头系数:令xvec(X)eMN,yvec(Y)令xvec(X)eMN,yvec(Y)eMNvec()分别表示DD域传输信号X和接收信号Y的向量形式,则DD域上的输入输出关系的向量形式可表示为vec (2)v i-12<vi<12,为分数多普勒(fractionalDoppler),表示距离最近的多普勒抽头kvi的分数移位。在典型的宽带系统中,采样时间路径时延,分数时延可以不考虑。的分辨率足以近似到最近的采样点的时域信号s(t)经过上述信道,接收端接收到的信号r(t)为其中,w(t)为单边功率谱密度为N0的加性高斯白噪声。随后,r(t)经过Winger变换(Heisenberg逆变换)便可得到时频域上的信号,即其中,grx(t)为接收端脉冲整形滤波器。可得其中,w「n,m]为对应的TF域噪声的采样点,Hn,m「n,m]为TF域的信道脉冲响应,即Hn,m「n′,m′]=JJh(T,v)Ag,g((n-n′)T-T,(m-m′)△f-v)ej2π(v+m′△f)((n-n′T)-T)ej2πvn′TdTdv()其中,Agrx,gtx(T△,v△)称为互模糊(cross-ambiguity)函数,表示信道色散导致的DD域符号之间的干扰程度,可表示为对Y「n,m]作对应的SFFT,便可得到DD域上的接收信号y「k,l],即NMn=0m=0NMn=0m=0(0)其中,w「k,l]为对应的DD域噪声的采样点。DD域上的接收信号y「k,l]可根据DD域网格排列成NxM的二维矩阵Y。其中,w为相应的噪声向量,Heff为DD域上的等效信道矩阵,大小为MNxMN。假设gtx(t)和grx(t)均为矩形脉冲,则Heff可表示为[7]:ii1z,2π其中,Ⅱ为置换矩阵,可表示为式(2)所示的形式,▲=diag(z0,z1,,zMN-1)1z,2πjMNejMNe其中对角元素为编码OTFS调制系统的性能分析考虑成对错误概率(Pairwise-errorprobability,PEP),则独立可分辨路径数P很小的时候,PEP的近似上界可表示为[7]可独立分辨路径数P很大的时候,PEP的近似上界可表示为()()导可参考文献[8]:PEP分析:SNR=EsN0可看作是分集增益,d(e)P可看作是编码增益,从中可以得出以下结论:在独立可分辨路径数P小的时候,对于给定的信道码,OTFS系统的分集增益随着独立可分辨路径数P的增加而提高,而编码增益下降。此外,还可以看出信道编码参数对编码OTFS系统性能的影响,即编码改进依赖于码字对之间的欧氏距离,增加码字对之间的欧氏距离一般可以改善编码OTFS系统的误码性能,这就衍生出了一个编码设计准则,即令所有码字对之间的最小欧氏距离最大化,而这类似于加性高斯白噪声信道的编码设计。不管信道参数如何,独立分辨路径数P很大时,在SNR给定时,PEP仅依赖于码字对x和x′之间的欧氏距离的平方d(e),类似于AWGN信道下的误码性能。因为大量的分集分支减缓了衰落的影响,所以,具有大量分集路径的信道趋向于AWGN模型[8]。仿真结果:图2.1-4所示为以误帧率(Frameerrorrate,FER)为性能衡量标准的分集和编码增最大时延索引为lmax=3,最大多普勒索引为kmax=5,调制方式为16-QAM,编码OTFS4中可以得出以下的结论,在给定相同的信道编码方案下,随着可分辨路径数P的增加,编码OTFS系统的FER性能也会提升。此外,与P=2的情况相比,P=4时的OTFS系统有更好的分集增益,但编码增益要相对小得多。图2.1-4不同路径下的编码和未编码OTFS系统的FER性能对比图2.1-5所示为OTFS调制系统和OFDM系统在编码/未编码下以及不同移动速度下的FER性能对比。其中,OTFS的符号数N=8,子载波数M=16,可分辨路径数P=4,移动速度分别为150km/h、250km/h和300km/h,对应的最大时延索引均为lmax=3,最大多普勒索引分别为kmax=3,5,6,编码方案选取(250,512)卷积码,码率为1/2,生成矩阵为[1+D,D],调制方式为QPSK,OTFS和OFDM系统的检测算法采用的是文献[9]中提到的次优的ML检测算法。需要注意的是,由于检测复杂度高,ML检测在传统的OFDM系统中并不实际可行。因此,OFDM系统常用频域均衡[10],在这种情况下,由于多普勒频移引起严重的载波间干扰(ICI),OFDM系统的FER性能会随着速度的增加而显著下降。此外,从图2.1-5中可以看出,在300km/h的移动速度下,在FER=10-2时,未编码OTFS系统的性能优于未编码OFDM系统的性能约6dB,编码OTFS系统的性能优于编码OFDM系统的性能约3dB:在FER=10-3时,编码OTFS系统的性能优于编码OFDM系统的性能约4dB。在不同的移动速度下,OTFS系统的FER性能优于OFDM系统,无论是在编码或未编码情况。与上图相似,也可以看出OTFS系统获得的分集增益高于OFDM系统。图2.1-5OTFS和OFDM在不同移动速度下的性能对比OTFS的峰均比文献[4]指出,在上行链路中,如果给单个用户分配一个单一的多普勒频率,OTFS的PAPR就和单载波传输相同,显然低于OFDM的PAPR。此外,还指出同单载波频分多址(Frequencydivisionmultipleaccess,FDMA)相比,OTFS可以在保持较低的PAPR的文献[11]给出了OTFS信号的PAPR上界,并证明了其PAPR的最大值随OTFS的符号数N线性增长,而不是像OFDM等传统多载波方案那样随子载波数M线性增长,同时比较了OTFS、OFDM和广义频分复用(Generalizedfrequencydivisionmultiplexing,GFDM)对此,我们给出一个简单的关于OTFS和OFDM的PAPR比较的例子。图2.1-6所示为二者的PPAR比较结果,其中,横坐标为PAPR的dB形式的门限值,纵坐标Pr(PAPR>)为OFDM或OTFS大于门限值的概率。从图中可以看出,在相同的调制方式、子载波数、符号数下,OTFS的PAPR要明显低于OFDM的PAPR。虽然如图2.1-6所示,仅含有数据的OTFS波形的PAPR与OFDM相比具有优势,但在系统设计中,我们仍需要考虑引入导频后对PAPR的影响。现有文献[2][4][6]中,OTFS导频的主流设计都是利用高功率导频脉冲加时延多普勒维度的保护间隔的形式。从时延维度来看,各个时延抽头上的信号总功率不同,脉冲导频所在的时延抽头上的信号总功率远远大于其他时延抽头上的总功率。这会造成变换后的时域信号每隔T时间就R7展示了高功率脉冲导频对PAPR的影响,如红色曲线所示。这种不利影响可以通过改进导频设计,平衡各延迟抽头上的信号功率分布来克服。例如采用导频序列取代导频脉冲所得的蓝色曲线结果。图2.1-7添加导频后的OTFS波形PAPR对比OTFS的应用场景关于OTFS的应用场景设想,它的提出者Hadani在文献[3]中提到,其可以覆盖现有的OFDM系统,并且还可以在时延-多普勒域进行多路复用,为不同的用户提供不同的OTFS基函数集、信息符号集或资源块集。随着对OTFS研究的开展,众多学者对OTFS的潜在应用也进行了一些思考与探索。基于现有的技术,OTFS可以与MIMO进行结合,与IM进行结合,利用其自身的优势,建立更为高效的系统。OTFS对抗高多普勒的优无人机、车联网、V2X、IoT、低轨卫星通信、水声通信、毫米波通信场景等等。此外,在雷达探测中,与目标相关的时延和多普勒估计是一项重要的任务,而从通信的角度来看,OTFS调制也是将符号放置在时延-多普勒域上,很自然地设想到OTFS与雷达的结合,可以对OTFS在通信感知一体化中的应用进行一些思考。重叠复用原理与技术OVTDM的信道容量分析根据MIMO信道容量公式结论,假定发送信号s在不同天线上独立同分布,且等功率发送,信道容量为:C=log2detINr+HHH发送信号s并非独立同分布时,信道容量为:C=log2detINr+HRssHH()()典型OVTDM系统中,假设成型滤波器为G,匹配滤波器为GH,则系统的等效信20道响应为,OVTDM信号在收端匹配滤波后的输入输出关系可以表示为:()()如果GHG为单位阵,则不存在ISI,且匹配滤波后的噪声仍服从高斯分布:OVTDM中,G为如图所示的Toeplitz矩阵。其中G维度为R*Q,其中Q为上采样后的发送信号样点数,R=L+Q,L为根升余弦滤波器的样点数。G的每一列的L个非零值为根升余弦滤波器的抽头系数。显然GHG也不是单位阵,因此引入了ISI和有色噪声。由于接收机算法设计是基于高斯噪声假设,因此需要对噪声白化。通常利用Cholesky分解求得白化矩阵L:利用L对接收噪声进行白化处理:可以验证N为高斯白噪声:=σ2L-1(GHG)(LH)-1=σ2L-1LLH(LH)-1=σ2I()()白化处理后的信号Y=LHs+N可以等效为一个具有QFTN个天线,信道矩阵为LH的MIMO多天线系统。根据MIMO信道容量公式:21()其中Es表示带宽为B的OVTDM系统在T时间内,发送个QFTN符号的总功率。对比MIMO信道容量基线:MIMOC=log2detIN+HHMIMO()其中QFTN=K*Qbaseline保证公平对比(相同的T,B,,Es)。图2.2-1的仿真结果显示,OVTDM(FTN)相对基线性能有一定提升,且提升幅度随滚降系数(RO)增大而越来越显著。这印证了FTN研究的结论:频谱效率的提升源于充分利用了滤波器的奈奎斯特带宽之外的剩余带宽。滚降系数的FTN性能对比OVTDM对滤波器的剩余带宽的利用,可以通过对信号进行频率功率谱分析来验证。Y=HX(0)其中H=G,G是成型滤波器矩阵。当不存在发送端预编码时有X=S。接收信号的功率谱密度为,22=E{HSSHHH﹔=HHH当存在发送端SVD预编码时有X=Vs,此时有,接收信号的功率谱密度为,(1)(2)(3)当存在发送端SVD预编码,以及反向功率注水时有X=VⅩ-1S。其中,ⅩⅩ-1=,由此可见,当采用了预编码和反向功率注水时,信号的功率谱发生了改变。可以由图2.2-2FTN预编码处理带宽由信号Y的频谱图来看,IWF后的曲线(洋红)比未预处理的曲线(红色)实际占用带宽增加。因为反向功率注水实际上改变了信道的响应,使一些原本对应极小信道矩阵特征值的子信道带宽也被利用了。事实上,可以推导出预编码+反向功率注水后的信道容量为:23Cftn-svd-iwf=log2detIN+=trlog2IN+=log2IN+(4)OVFDM的信道容量分析引言6G网络是2030年智能信息社会的关键推动力,有望提供优于5G的性能并满足新兴的服务和应用,其中频谱是其重要的关键性能指标之一。与传统的OFDM,SEFDM系统相比,OVFDM系统能够实现更高的频谱效率 (SpectralEfficiency,SE)。基于重叠复用原理,OVFDM(OverlappedFrequencyDomainMultiplexing)通过带宽受限复用传递函数的数据加权移位重叠等操作实现了高频谱效率。由于人为引入符号间干扰(InterSymbolInterference,ISI),OVFDM的相邻子载波之间不再满足正交关系的同时,以更加紧凑的形式放置在频带中,从而在同一频带内发射更OVFDM系统模型OVFDM系统的子载波间隔则表示为:△fOVFDM=()其中1/T是OFDM系统中相邻子载波的频率间隔,K称为重叠复用系数,其范围为K21。图2.2-3OVFDM和OFDM的频域波形比较。与传统OFDM(a)相比,OVFDM的子载波之间的间隔更加紧凑,其中重叠复用系数为K=2(b),K=3(c)和K=4(d)由图可知,OVFDM系统中的子载波要比OFDM系统更加密集。24BPSKModulationSerial-ParallelBPSKDemodulationParallel-SerialX[0]]g(-t)X[1]g(-t)g(t)BPSKModulationSerial-ParallelBPSKDemodulationParallel-SerialX[0]]g(-t)X[1]g(-t)g(t)OVFDM系统的收发过程如图2.2-4所示。j2πfteejj2πfteegg(t)AWGNz(t)j2AWGNz(t)j2πftj2πfteeSgg(t)eeeegg(-t)图2.2-4OVFDM收发机结构的示意图通过对噪声的分析,可知噪声的相关性为()其中HOVFDM是由OVFDM载波非正交性与匹配滤波器相互作用而产生的矩阵。通常将AWGN的噪声功率N0/2的大小为σ2。那么结合上式,我们可以得到噪声协方差QZ。QZ=σ2HOVFDM()需要注意的是,尽管连续时间高斯噪声n(t)被假定为AWGN,它可以近似具有强视线的无线信道,但高斯噪声矢量w是相关的。这是由于OVFDM传输的非正交性,并OVFDM信道容量OVFDM的归一化信道容量为logdetQxHINN()其中Qx和Qz分别是接收向量和噪声向量的协方差矩阵。INN是大小为Ns.Nc的单位矩阵,Nc是子载波的数量,Ns是每个子载波的脉冲数。对于AWGN信道,在没有预编码的情况下,相等的功率分布会最大化互信息,从而验证了协方差矩阵中均匀对角线元素的使用。总结结论1:OVFDM系统中由于相邻符号的重叠加权影响导致接收信号中的噪声是有结论2:在其他条件一致的情况下,信道容量与HOVFDM相关。考虑到HOVFDM与所采用的复用波形有关,一般认为采用能量更加集中的平方根升余弦波形的信道容量要大于能25...........................量平均的矩形波形的系统。一种用于下行短包通信的增强型多载波波形方案引言框架所提的新波形们虽然在一定程度上抑制了系统带外泄露,但是这种抑制性能的改善常IoT信场景下仍然有良好的时频资源利用率并且满足低成本低功耗的通信需求,需要对OFDM波形框架进行增强处理。系统模型及优化方案一种基于滤波和加窗的正交频分复用(FW-OFDM)波形被提出,通过构造时域加窗+.3-1示),设计关于窗函数/滤波器系数的联合优化问题,约束约束:同时,加窗和滤波操作都不会对发射信号造成能量损失。部分。这样整个系统的发射端处理为:整个带宽部分可以分为B个子带,每个子带包含nk个相邻的连续子载波,每个短包通信设备被分配到一个特定的子带:每个子带Skenk×1的发射符号依次经过子带滤波器fk,IDFT变换,和时域加窗后发送至信道: y-- -- 基于时域加窗+频域子带滤波级联结构的收发机系统框图26 P1:wSw,f(ejО stfklfkLf-1-l)(b)2w=Nfft2DTDTf=1fkPRxwfdBQ ()其中,Sw,f(ejО)是FW-OFDM信号在频域「-π,π]中的总功率,w=w0,N,f=f(0),,f(Lf-1)分别是窗函数和子带原型滤波器的系数向量,Lf是滤波器长度。公式(c)-(d)是为了使得子带滤波的操作不对加窗的FW-OFDM信号造成任何能量损失,根据帕塞数向量是通过遗传算法(GA)获得的。图2.3-2CP-OFDM,FBMC和FW-OFDM的时域效率对比图仿真结果1)时域效率:它考虑了时域中的开销,例如滤波器滚降、滤波器长度和循环前缀等: ONfftnCP-OFDM=ONfftnCP-OFDM= ONfftnFBMC=ONfft+(K-0.5)Nfft ONfftnFW-OFDM=ONfftnFW-OFDM=LfLCPFWOFDMCPOFDM的时域效率不依赖于数据长度,而FBMC的时域效率随着数据长度的增加而增加。CP-OFDM和FW-OFDM比FBMC更适合短数据包场景,利用更短的滤波器长度在载波数目较小的时候拥有较高的时27图2.3-3CP-OFDM和FW-OFDM的PSD和PAPR综合性能对比图CPOFDM和FW-OFDM的PSD图。鉴于CP-OFDM(蓝线)是用矩形窗调制的,它在DMM制性能,分别有约20dB和约30dB的增益。结果表明,FW-OFDM的频谱利用率明显优于场景,因为当符号数量较少时OOBE抑制性能足够好。3)PAPR特性分析:功率放大器的效率对于功率有限的移动终端更为关键。尤其是在表2.3-1CP-OFDM和FW-OFDM的PSD和PAPR综合性能对比图(Q=8)约束阈值Q增大,FW-OFDM信号的阻带能28(2)当子带滤波器长度和约束阈值Q固定,随着子带数目的增加,PAPR值增加。4)存在一组特殊数据:就在10dB的PAPR阈值约束下,CP-OFDM调制后的信号不同)。产生这种现象的原因是在相同的旁瓣衰减性能下,虽然信号的PAPR值受到约束,PAPROOBE制被破坏。子带大小的增加也意味着数据包PR本章介绍了OTFS技术,OvXDM技术及增强型多载波波形方案等研究内容。通过对于上述波形技术的研究分析,证明了OTFS技术具有全分集增益的潜力和良好的鲁棒性:同时本章通过对OvXDM系统容量推导也证明了OvXDM技术具有提升谱效能力:此外所提的增强型多载波波形方案实现了零星频谱效率和PAPR性能之间取得更好的折29第三章调制技术为满足高功率效率、低功耗和低复杂度的调制需要,对于有限的信道状态信息以及将需要使用非常高的星座调制。然而,这些高阶星座对传输介质中的非线性敏感。用于正交幅度调制(QAM)的信号整形可以克服其中一些挑战。此外,当传输带宽达到极限时,例如数百GHz频段上的几GHz甚至几十GHz,传统的收发器设计就会开始失效,并且多载波调制无法像当前技术那样工作。相反,将需要更强大的模拟调制方案。几何成形高阶调制技术引言DVBSATSC但然有些复杂。为此,我们提出一种格雷映射的规则幅度相移键控(Graymappedregular调复杂度,是一种具有应用前景的调制技术。GRAPSK星座图设计QmmrmpGRAPSK座,其中,星座在Nr=2^mr个同心圆环上分布,每个同心圆环有Np=2^mp个等间隔的星座点。在第i个圆环上的第k其中,r0为最小圆环半径,D是相邻圆环间距,D与r0满足如下关系:上述星座点x的Qm比特映射[b0,b1,…bQm-1]满足:()()mrb0,b1,…bmr-1是环索引i的mr比特表示的格雷码。(2)后mp个比特bmr,bmr+1,…bmr+mp-1是相位索引k的mp比特表示的格雷码。30E图3.1-2优化GRAPSK星座与QAM星座与Shannon限差距的对比解调方法令y为接收信息,则max-log-MAP解调的星座点第t个比特的对数似然比(log-likelihoodratio,LLR)为2210 y-at-y-2210LtLt=0 31moint图3.1-3max-log-MAP解调判决区和示意图步骤2:计算星座点a-b。◆在红圈中的点则为â,其比特映射为[0,1,0,0,0]。■对于t=0和1时,b0和b1映射到幅度,计算a-b的方式和QAM的AP◆a-b的幅度有两个取值:||â||或||â||-D。●这依赖于y在â的判决区(图3.1-3中蓝色阴影)的位置。D的两个点)的垂直平分线把蓝色阴影划分为两个部分。◆如果y在上面部分,则a-b的幅度为||â||。◆如果y在下面部分,则a-b的幅度为||â||-D。32结果图3.1-4给出了GRAPSK和QAM分别在最大后验(MAP)和max-log-MAP解调的误块率曲线。可以观察到:除了MCS5,GRAPSK在max-log-MAP下相对QAM仍然有整形增益。对于GRAPSK,max-log-MAP相比MAP的性能损失小于0.1dB。图3.1-4GRAPSK和QAM分别在最大后验(MAP)和max-log-MAP解调的误块率曲线黑色线是QAM的MAP解调性能:蓝色“x”是QAM的max-log-MAP解调性能:绿色虚线是GRAPSK的MAP解调性能:红色点线是GRAPSK的max-log-MAP解调性能对设计的GRAPSK有如下观察:观察1:随着星座阶数的增加,优化的GRAPSK星座相比QAM星座的增益在增加。在谱效SE=6.9.141时,GRAPSK相对QAM有0.8dB的整形增益。观察2:计算点â是常数复杂度。计算点a-b需要计算两个候选点的距离,也是常数复杂度。综合来看,GRAPSK的max-log-MAP译码是常数复杂度。KmaxlogMAPMAPdB33g z2 z3gg z2 z3g基于Polar码的概率成形传输方案引言Polar码是第一种可以严格证明达到香农容量界的信道编码[10]。Polar码构造过程中,通过对物理信道不断极化,得到噪声极大和相对低噪声的两组虚拟信道。其中低噪声的虚拟信道在构造过程中用于承载信息比特,另外一组信道用于承载收发两端约定的冻结比特值。如图3.2-1所示,译码过程采用连续删除译码算法(SuccessiveCancellation:SC)。在SC算法基础上,通过同时维持多个译码列表(list)并用CRC在译码结束时挑选路码在性能与复杂度方面均有较强竞争力,5GNR中被用作控制信道编码。z1 z1ggfgg外码概率成形(probabilisticshaping)是指保持调制星座的几何结构不变,通过调整星座点出现的概率,使其接近于一个离散高斯分布,从而提升频谱的利用率[11]。理论分析表明,在高斯白噪声信道下,概率成形相对于星座点均匀分布最多有1.53dB的增益空间。可以由多种方式在实际编码传输中利用这个增益点。其中,概率幅度调制(Probabilisticamplitudeshaping:PAS)的实现复杂度相对较低。概率幅度调制通过分布匹配器 (distributionmatcher:DM)模块将信息比特映射为一个服从特定分布的序列,然后进一步作为信息比特透明得出现在最后的系统码编码序列中。因此,通过配置合适的DM可以调整最后的星座符号分布。在接收机侧,可以先进行系统码译码,然后进行DM的逆过程即可恢复出原始的信息比特序列。这个方案编码与DM过程相对独立,实现复杂度较低。其中,DM过程本身是序列到序列的固定映射过程,可以通过算术编码、基于trellis图存储等方案实现[12]。在本小节中,我们提出一种基于Polar码的概率成形技术,通过进一步挖掘Polar码高性能与复杂度低的优势,实现高性价比的联合编码调制一体化设计。34InterleaverModulationc′2.l..c′2.Ns′3.l.s′3.2.InterleaverModulationc′2.l..c′2.Ns′3.l.s′3.2...s′3.Nc2.l..c2.NInterleaverPolarTransforms3.l..s3.Nuk＋l.uk＋2..uKInterleaver基于Polar码的概率成形方案在本章节中,我们介绍一种基于Polar码的概率成形方案。这个方案将待编码的信息比特分成两组,分别用于星座成形与信道编码。如图3.2-2所示,首先通过DM将用于星座成形的信息比特序列映射为服从特定分布的比特序列,这个比特序列用于调制符号映射,通过调整比特分布使信道符号满足目标分布要求。这个DM模块与Polar码互相解耦,可以适用任意DM模块。然后,我们将剩余的信息比特序列通过Polar码进行编码。在构造Polar码构造过程中,我们可以引入一定的局部校验,使得译码过程的等效信息位始终处于最可靠的虚拟信道,从而提升整体的纠错性能。c′l.l..c′l.Ncl.c′l.l..c′l.Ncl.l..cl.NPolarTransformu′Fuk＋l.uk＋2..u′Fxl.x2..xN′u′F′PolaPolarTransform图3.2-2Polarshaping方案.以64QAM为例观察1:所提方案的DM模块与Polar码解耦,可以利用业界最新提出的低复杂度DM。性能评估本章节,我们给出所提方案的仿真性能。对比中我们以64QAM、256QAM为例,座点均匀分布为基线进行说明。仿真结果如图3.2-3所示,其中横坐标是达到BLER1e-2所需的信噪比,纵坐标是吞吐率。实线是所提方案的性能,虚线是对比的性能基线。可以看出,所提方案相对于性能基线有普遍的性能增益,增益大约是1dB。图3.2-3基于Polar码的概率成形方案性能评估。对比:(左侧)64QAM,(右侧)256QAM35观察2:相对于星座点均匀分布情况,所提方案在64QAM、256QAM下可以获得dB的性能增益。观察1:所提方案的DM模块与Polar码解耦,可以利用业界最新提出的低复杂度DM。观察2:相对于均匀分布情况,所提方案在64QAM、256QAM下可以获得接近1dB向6G的索引调制技术引言不易实现和多射频链路成本较高等诸多挑战:而OFDM系统也存在对载波频率偏移敏感、为了解决上述问题,近年来一种新型调制技术——索引调制(IndexModulation,IM)技引调制系统框图多域索引调制发端处理方案R对于一个有NT根发送天线,N根接收天线的空间调制系统,调制阶数为M。空间调R36组合索引发送天线1发送天线2比特数为log2Mp。由于空间调制系统每个时隙仅激活一根发送天线,所以天线索引比特数为log2NT。因此,空间调制系统的谱效可以表示为:RSMlogM+log2NT()由于空间调制系统在每个时隙仅激活一根发射天线进行数据传输,其余的发射天线则部分天线处于静默状态,会产生天线资源利用率较低的问题,因此广义空间调制(GeneralizedSpatialModulation,GSM)技术应运而生。广域空间调制技术在发送信号时,使多根天线处的同时,使频谱资源利用率得到较大幅度提升。间调制系统继续进行优化,提出了增强型空间调制(EnhancedSpatialModulation,ESM)系统,和传统系统相比,增强型空间调制系统不仅携带了空间索()送天线或第二根发送天线,发送的符号为QPSK调制符号,后两个元素表示同时激活两根发送天线,且发送的符号分别为B和B调制符号。特别地,B和B分别表示为BPSK0和BPSK1。可知,后两个元素携带的比特数与前两个元素相同,且此时系统可携带的总比特数为4,前两个比特选择组合,后两个比特选择一个QPSK调制符号,或者两个BPSKQPSK表3.3-1增强型空间调制发送信号组合1QPSK020QPSK3BPSK0BPSK04BPSK1BPSK1b)频域索引调制tionSIMOFDM关来决定另一部分调制信息在哪些子载波上传输,如图3.3-2所示。37图3.3-2SIM-OFDM信息传输示意图DM出现突发错误时,解调的OFDM符号会出现错序的现象。为此,提出了用OFDM子载波块(子载波数量大于2)传输的广义子载波索引调制(GeneralizedSubcarrierIndexModulation,子载波传输M进制星座点,此时的GSIM-OFDM系统频谱效率可以表示为:虽然上述OFDM-IM技术方案中频谱效率逐步提高,但OFDM-IM系统中总有部分静默的子载波数,但随着静默子载波数的减少,OFDM-IM相比于传统OFDM系统取得的性能提升越来越有限。为此,提出了一种双模索引调制OFDM(Dual-ModeOFDM,DM-OFDM)系统,将OFDM-IM系统的符号域进行扩展,使原本静默子载波被激活传输一种可区分的星座模式,通过块内子载波采用的星座模式组合传输索引信息,同时所有子载波可以传输符号信息,更为有效的提升了频谱效率。例如将每个子载波组中分为两个子组,其中k个子载波应用A调制方案,另外L-k个子载波应用B调制方案,从而激活所有子载波,此时DM-OFDM系统的频谱效率可以表示为:DM-DM-OFDMR()调制方案下的原本最小欧式距离一致,因此需要对DM-OFDM的星座结构进行特殊设计,38图3.3-3DM-OFDM星座结构示意图c)媒介调制作为一种特殊的索引调制技术,媒介调制技术MBM通过选择不同可变信道状态的索立的信道环境。假设单个天线周围配置mrf个射频反射镜,通过这mrf个射频反射镜的开关状态构成不同的镜像激活模式,在每个时隙可以从2mrf个可能的镜像激活模式中选择一个,表3.3-2射频反射镜BPSK调制信息映射表发送比特反射镜1状态反射镜2状态调制符号发送矢量000ONON[-1,0,0,0]001ONON1[1,0,0,0]010ONOFF011ONOFF1[0,1,0,0]OFFONOFFON1[0,0,1,0]OFFOFFOFFOFF1[0,0