6G新型时延多普勒通信范式:OTFS的技术优势、设计挑战、应用与前景

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。

高行频混合域TDI累加成像技术研究

随着航天遥感领域高分辨率时间延迟积分成像中行频的提高,在一个积分时间内入瞳能量逐渐减少,在弱光条件下成像品质下降,需要采用增大积分级数的方法弥补能量的不足。现有传统数字域累加势必会导致叠加引入过多噪声,而模拟域又受到器件工艺的影响无法实现大级数累加。文章首先提出了一种基于电荷域和数字域混合的累加方式,并阐述了具体成像方案。同时,结合相机在轨成像方式,对混合域累加方式下的信噪比和调制传递函数(Modulation Transfer Function,MTF)进行了理论推导。文章最后搭建实验环境对混合域累加方式下信噪比和MTF进行测试,并与传统电荷域进行比较,验证了混合域累加理论的正确性以及实现方法的可行性。根据分析与验证,文章所提方法有效的解决了单纯电荷域与数字域的主要瓶颈,为超高分辨率成像领域提供了有效的解决方案。

基于代价敏感多类别三支决策的目标意图识别方法

针对传统意图识别算法在现代化空中对抗中识别飞机行动意图结果存在冲突,甚至无法识别目标意图的问题,提出了一种基于代价敏感多类别三支决策的目标意图识别方法;建立意图识别与代价敏感多类别三支决策相结合的数学模型,在每一个识别阶段计算出误分类代价损失值最小的那一种意图分类,得到唯一的识别结果,避免冲突结果的产生,同时,引入误分类代价第二最小损失的分类结果作为延迟域的备选选项,弥补多类别三支决策延迟域缺失的这一状况。最后通过仿真实验,验证了设计算法的有效性。

基于PSO-SLM算法的OTFS系统峰均比抑制

当正交时频空调制(Orthogonal Time-Frequency Space,OTFS)信号峰均比(Peak-to-Average Power Ratio,PAPR)超过高功率放大器的线性范围时,会产生非线性失真,降低数据传输性能。为提高SLM算法抑制OTFS信号PAPR的性能,提出基于粒子群优化算法(Particle Swarm Optimization,PSO)的选择性映射法(Selective Mapping,SLM)PSO-SLM。该方法使用PSO算法求得SLM算法中最优相位因子,并与时频信号点乘后经过海森堡变换求得时域信号,将时域信号发送至高功率放大器。仿真结果表明,PSO-SLM算法相对于传统算法具有更好的PAPR抑制性能。在互补累计函数为10-3时,PSO-SLM算法较传统SLM算法的PAPR降低了4.2 dB,并且不会对通信系统的误码率性能造成影响。所提出的算法提高了SLM算法对OTFS系统的PAPR抑制性能。

全局快门sCMOS图像传感器数字TDI微光成像技术

为实现高分辨率大动态范围的空间微光(LLL)成像,提出基于全局快门科学级互补金属氧化物半导体(sCMOS)图像传感器的数字域时间延迟积分(TDI)微光成像方法。通过推导数字域TDI成像数据处理方法,建立了系统信噪比(SNR)模型,提出了数字域TDI大动态范围成像方法,并分析了速度失配导致的调制传递函数(MTF)退化现象。实验结果表明,该方法能够明显提高微光成像质量,当数字域TDI积分级数为30时,系统SNR由未积分的5.04dB提高到19.78dB,动态范围比传统数字域TDI方法提升了29.54dB,为实现高分辨率大动态范围空间微光成像提供了保障。