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
正交时频空(Orthogonal Time Frequency Space,OTFS)调制在快时变高多普勒信道中展现出良好的频谱利用率和显著的误码率性能优势。然而,传统的OTFS信道估计方法频谱效率较低,且无法应用于低轨卫星等具有高多普勒频偏的通信场景中。文章...正交时频空(Orthogonal Time Frequency Space,OTFS)调制在快时变高多普勒信道中展现出良好的频谱利用率和显著的误码率性能优势。然而,传统的OTFS信道估计方法频谱效率较低,且无法应用于低轨卫星等具有高多普勒频偏的通信场景中。文章提出了基于嵌入训练(Training Embedded,TE)阵列的信道估计方法,利用训练阵列的完美自相关特性进行准确的信道估计,并提高了频谱效率。同时,针对低轨卫星通信高多普勒频偏的特性,本文利用快速傅里叶变换对路径的整数倍频偏进行估计,补偿并消除列相关相位偏移干扰,提升了低轨卫星通信场景下信道估计的准确度。仿真结果表明,所提方法在地面、低轨通信场景中均具有较高信道估计精度和频谱效率。展开更多
近年来提出的正交时频空(Orthogonal Time Frequency Space,OTFS)技术由于具有良好的多普勒频偏和时延适应性,在高动态通信场景下得到应用。目前该技术的信道状态信息(CSI)获取的主要方式,仍是传统的信道估计及其改进算法。对此,采用深...近年来提出的正交时频空(Orthogonal Time Frequency Space,OTFS)技术由于具有良好的多普勒频偏和时延适应性,在高动态通信场景下得到应用。目前该技术的信道状态信息(CSI)获取的主要方式,仍是传统的信道估计及其改进算法。对此,采用深度学习的方法估计CSI并直接恢复传输符号,使用基于抽头延迟线(Tapped Delay Line,TDL)信道模拟生成的数据离线训练深度学习模型,然后将该模型直接用于恢复在线传输的数据。仿真结果表明,在高频偏和多径效应下,基于深度学习的方法比传统方法更优,从而证明了在OTFS系统进行信道估计与信号检测中深度学习的前途。展开更多
正交时频空(Orthogonal Time Frequency Space,OTFS)是近年来被首次提出的一项新型调制技术,能够在高速移动等具有高多普勒的通信场景中工作。目前关于该技术的接收机算法研究,主要集中在信道状态信息已知时的均衡算法上,而针对此技术...正交时频空(Orthogonal Time Frequency Space,OTFS)是近年来被首次提出的一项新型调制技术,能够在高速移动等具有高多普勒的通信场景中工作。目前关于该技术的接收机算法研究,主要集中在信道状态信息已知时的均衡算法上,而针对此技术的同步算法并未得到充分研究。对此,在现有导频辅助的信道估计算法基础上,提出一种OTFS系统在时域的载波同步技术。所提方法在计算形式上具有易于硬件实现的特点,且仿真结果表明其误码率能够满足工作需要,从而证明了OTFS系统在调制域估偏,然后在时域进行纠偏的可行性。展开更多
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。
文摘正交时频空(Orthogonal Time Frequency Space,OTFS)调制在快时变高多普勒信道中展现出良好的频谱利用率和显著的误码率性能优势。然而,传统的OTFS信道估计方法频谱效率较低,且无法应用于低轨卫星等具有高多普勒频偏的通信场景中。文章提出了基于嵌入训练(Training Embedded,TE)阵列的信道估计方法,利用训练阵列的完美自相关特性进行准确的信道估计,并提高了频谱效率。同时,针对低轨卫星通信高多普勒频偏的特性,本文利用快速傅里叶变换对路径的整数倍频偏进行估计,补偿并消除列相关相位偏移干扰,提升了低轨卫星通信场景下信道估计的准确度。仿真结果表明,所提方法在地面、低轨通信场景中均具有较高信道估计精度和频谱效率。
文摘近年来提出的正交时频空(Orthogonal Time Frequency Space,OTFS)技术由于具有良好的多普勒频偏和时延适应性,在高动态通信场景下得到应用。目前该技术的信道状态信息(CSI)获取的主要方式,仍是传统的信道估计及其改进算法。对此,采用深度学习的方法估计CSI并直接恢复传输符号,使用基于抽头延迟线(Tapped Delay Line,TDL)信道模拟生成的数据离线训练深度学习模型,然后将该模型直接用于恢复在线传输的数据。仿真结果表明,在高频偏和多径效应下,基于深度学习的方法比传统方法更优,从而证明了在OTFS系统进行信道估计与信号检测中深度学习的前途。
文摘正交时频空(Orthogonal Time Frequency Space,OTFS)是近年来被首次提出的一项新型调制技术,能够在高速移动等具有高多普勒的通信场景中工作。目前关于该技术的接收机算法研究,主要集中在信道状态信息已知时的均衡算法上,而针对此技术的同步算法并未得到充分研究。对此,在现有导频辅助的信道估计算法基础上,提出一种OTFS系统在时域的载波同步技术。所提方法在计算形式上具有易于硬件实现的特点,且仿真结果表明其误码率能够满足工作需要,从而证明了OTFS系统在调制域估偏,然后在时域进行纠偏的可行性。