5G笔记| 概述:F-OFDM、新型NOMA多址

5G的多样化需求通过新型调制编码、新型多址、大规模天线和新型多载波等技术来满足,其中新型多载波技术有滤波正交频分复用F-OFDM、通用滤波多载波UFMC、滤波器组多载波FBMC等技术,它们都使用滤波机制减少子载波的频谱泄露,从而放松时频同步的要求,避免OFDM的主要缺点

  • F-OFDM:[子带滤波] 时域冲激响应较长的滤波器,子带内部处理与OFDM一致
  • UFMC:[子带滤波(比子载波滤波和全频段滤波更灵活)] 时域冲激响应较短的滤波器,无OFDM的CP
  • FBMC:[基于子载波的滤波(需要非常紧凑的频域响应)] 放弃复数域正交,换取波形时频局域性上的设计自由度,更灵活的适配信道变化,也不需要CP
  • GFDM:[子载波的滤波和灵活的分块结构] 对时间和频率进行更为细致的划分,从而通过不同配置满足不同应用场景的需求
    这里重点关注5G的F-OFDM技术

引入:4G的OFDM的缺点

4G的OFDM的缺点:

  • 参数集固定:子载波间隔、符号长度、TTI均固定,不够灵活
  • 子载波间隔( △ f = 1 T \triangle f=\frac{1}{T} f=T1 T T T为OFDM符号周期)和符号长度 T T T固定
  • 频谱旁瓣大,频谱边带滚降满,还预留10%带宽作为保护带

5G的波形仍然基于OFDM来设计,但5G需要多样性业务支持,从而要求灵活的波形配置

  • 车联网低时延要求更短的TTI和符号长度,对应较大的子载波间隔
  • 物联网连接数量巨大,但传送的数据量小,要求大量子载波,且子载波间隔小
    对应也允许较长的OFDM符号长度和TTI,并且此时几乎不需要考虑多径效应引发的ISI,因此不需要再引入CP

传输时间间隔TTI:无线资源调度的最小时间单位,在LTE中等于一个子帧(两个slot)的时长,即1ms

可见,5G新波形需要灵活的参数集,另外也需要更高频谱效率(MIMO友好性和支持高阶调制)、上行、下行和side link链路具有统一波形

F-OFDM

F-OFDM允许不同的子载波具有不同物理带宽(同时对应不同的符号长度、保护间隔/CP长度),从而满足不同业务需求;
在这里插入图片描述

  • 如图,不同参数的OFDM波形共存,使用不同的子带滤波器创建了多个OFDM子载波组(具有不同子载波间隔、OFDM符号长度、保护间隔)
    在这里插入图片描述
  • 另外,F-OFDM通过优化滤波器,也降低了带外泄露,从而降低频域保护间隔(最低一个子载波物理带宽,对应频域保护间隔开销1%),提升频谱利用率
  • 由于子带间能量隔离,子带之间不带需要严格同步,有利于支持异步信号传输,减少同步信令开销

总之,F-OFDM继承了OFDM适配MIMO等优点,还进一步提升了灵活性和频谱效率

5G新空口的OFDM

空口:空中接口Air Interface,理解为基站到手机的路径,它定义了无线信号的频率、带宽、编码等传输规范
5G新空口也称为5G NR(New Radio)

5G新空口采用具有可扩展特性循环前缀的OFDM(CP-OFDM)

  • 其符号长度 T T T固定不再固定,进而子载波间隔 △ f \triangle f f可以调整
  • 通过加窗、滤波在频域限制OFDM信号的带外辐射
  • 上下行波形相同

新型NOMA多址技术

传统多址技术,主要是在时域、频域;
5G新型NOMA多址技术,多用户信息叠加在相同时频资源上,通过码域、空域、功率域来提高接入容量和频谱效率,从而可以用于5G的大规模物联网业务
在这里插入图片描述

NOMA多址技术:

  • 时频资源分配类似OFDMA
    时域上仍以OFDM符号为最小单位,并插入CP防止ISI
    频域上仍以子信道为最小单位,并彼此正交(然而用户之间不正交)
  • 区别在于,NOMA允许不同用户使用相同时频资源,多用户共享一个OFDM符号/子信道
    不仅在时频域区分用户,还在码域、空域、功率域上为用户赋予不同特征,从而区分用户

CDMA的远近效应问题(边缘用户和中心用户的功率差异),在NOMA中反而起到助力作用(依靠功率域区分用户)

在这里插入图片描述

NOMA关键技术:串行干扰消除SIC

NOMA中相同时频资源上可能承载着不同功率的多用户,消除多址干扰MAI的典型技术就是串行干扰消除SIC
其原理在于,从功率最大的信号开始,逐一解调,并逐一减去当前信号的MAI

如图,依次对功率最大的信号进行匹配滤波、数据判决、幅度估计,然后消除干扰
在这里插入图片描述

具体NOMA方案

  • 稀疏码分多址接入SCMA [码域多址]
    ①低密度扩频:单用户数据用4个子载波中的2个来传输,总体上6个用户共享4个子载波(因此称为稀疏,主要是为了保证解调多用户数据),通过稀疏码字来区分用户;
    注意,用户间不严格正交,即一个用户占两个子载波,一个子载波上有3个用户,难以解调,这需要多维/高维调制
    ②多维/高维调制:(传统IQ调制:两维,幅度与相位)每个用户使用统一分配的稀疏编码码本进行多维/高维调制,虽然仍调制幅度和相位,但最终多个用户的星座点欧式距离更远,在接收端通过消息过滤算法MPA解码,从而可以多用户解调(一个子载波虽然有多个用户数据,但不同用户用不同“标签”)区分开
    在这里插入图片描述
    上图为一个时域符号上的SCMA,纵向的方格代表不同子载波,不同Layer对应不同用户,所有层对应稀疏编码码本进行调制,然后各个层的结果叠加

  • 图样分割多址PDMA:[码域 / 空域 / 功率域多址] 基于非正交特征图样的技术
    通过图样分割技术,发送端多个用户采用特征图样区分(加大不同用户区分度,从而改善SIC干扰消除性能),接收端采用串行干扰消除SIC实现多用户检测
    在这里插入图片描述
    用户图样可以在功率域(功率分配/时频资源与功率联合分配)、码域(与CDMA不同,码字无需对齐)、空域(多用户编码,如图)独立进行,也可以联合进行
    在这里插入图片描述

  • 多用户共享接入技术MUSA:基于复数域多元码及增强叠加编码
    不同用户已调符号经复数域多元码序列进行扩展,扩展后的符号在相同时频资源上发送,接收端采用线性处理+码块级SIC(串行干扰消除)译码
    扩展序列与传统CDMA的长PN序列不同(长PN序列在5G海量连接下过载率大,导致SIC复杂低效),MUSA扩展序列是复数域的多元码序列,在码长较短的情况下也有较低的互相关
    另外,大量用户可以通过随机选取扩展序列,在相同时频资源上接入,且无需资源申请,免调度,甚至可以免除严格的上行同步,信令开销小
    在这里插入图片描述

  • 3
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值