OTFS白皮书

OTFS：应对5G挑战的新一代调制

摘要

在本文中，我们引入了一种称为OTFS（正交时间频率和空间）的新的2D调制方案，该方案将信息QAM符号复用到新的一类载波波形上，这些载波波形对应于称为延迟多普勒表示的信号表示中的局部脉冲。OTFS是传统时间和频率调制（如TDM和FDM）的广泛推广，从更广泛的角度来看，它建立了雷达和通信之间的概念联系。OTFS波形与无线信道以直接捕获基础物理的方式耦合，产生组成反射器的高分辨率延迟多普勒雷达图像。结果，时频选择性信道被转换为不变的、可分离的和正交的交互作用，其中所有接收的QAM符号经历相同的局部损伤，并且所有延迟多普勒分集分支被相干地组合。反射器的高分辨率延迟多普勒分离使得OTFS能够通过MIMO阶数的频谱效率的线性缩放和对多普勒和多径信道条件的鲁棒性，以最优的性能复杂度权衡来接近信道容量。OTFS是实现MU-MIMO（Multi-User Multiple-Input Multiple-Output ，多用户 多输入 多输出）增益的充分承诺的推动者，即使在具有挑战性的5G部署环境中，自适应是不现实的。

1.OTFS–下一代调制

历史告诉我们，每一次向新一代无线网络的过渡都会破坏基础空中接口：从基于单载波GSM（Global System for Mobile Communications，全球移动通信系统）的2G网络过渡到基于码分多址（CDMA）的3G网络，然后过渡到基于正交频分复用（OFDM）的当代4G网络。当传统技术无法满足新一代用例的需求时（在性能、功能或成本方面），才决定引入新的空中接口。例如，对更高容量数据服务的需求推动了从传统的干扰受限CDMA网络（其适应灵活性有限，可实现的吞吐量较差）向基于正交窄带OFDM的网络的转变，该网络最适合机会调度并实现更高的频谱效率。

新兴5G网络需要支持多种使用场景，如[1]中所述。一个基本要求是多用户MIMO，它有望在基站使用大量天线元件并结合先进的预编码技术来大幅提高移动宽带频谱效率。这一承诺是以非常复杂的架构为代价的，这些架构实际上无法使用传统的OFDM技术实现容量，并且在存在时间和频率选择性的情况下，性能会下降（[2]和[3]）。其他重要的用例包括在非平凡的动态信道条件下（例如，车辆到车辆和高速铁路）的操作，在这种情况下，自适应变得不现实，使得OFDM窄带波形严格地不是最佳的。因此，人们再次面临着寻找更适合的空中接口的困境，而新的指导思想是：

当不可能适应时，应该寻找消除适应需要的方法。

挑战是在不牺牲性能的情况下做到这一点。为了应对这一挑战，我们应该将两个相互矛盾的原则融合在一起——（1）扩展原则（如CDMA中所使用的），以获得对窄带干扰的弹性，并利用信道分集增益，在不可预测的信道条件下提高可靠性；（2）正交性原则（如OFDM中所使用），以简化信道耦合频谱密度与卓越的性能复杂性权衡。

OTFS是一种调制方案，它在新的一类波形上携带信息QAM符号，这些波形在时间和频率上扩展。OTFS波形的关键特性与它们与无线反射器的最佳交互方式有关。这种相互作用在信道响应和携带QAM符号的信息之间产生了简单和对称的耦合，从而有助于设计具有最佳性能和复杂性权衡的发射机和接收机结构。总之，OTFS将扩频的可靠性和鲁棒性与窄带传输的高频谱效率和低复杂性相结合。

本文由两部分组成。第一部分致力于解释OTFS背后的数学原理，第二部分致力于演示OTFS相对于OFDM等多载波调制的性能增益，重点关注以下核心5G用例。

1. 增强型移动宽带（ Enhanced Mobile Broadband ，eMBB）。在这种使用情况下，我们表明OTFS能够在任何信道条件下以最佳性能复杂度权衡的方式通过增加MIMO阶数来缩放频谱效率。我们描述了MU-MIMO的延迟多普勒均衡和预编码的原理及其相对于传统时频对应的固有优势。

2. 物联网（Internet of Things，IoT）。在本用例中，我们描述了一种用于小分组的特定OTFS传输模式，该模式最大化了链路预算（每比特能量），并在功率和延迟约束下最小化了重传次数，从而延长了电池寿命并实现了扩展的覆盖范围。OTFS发射信号实现低PAPR和最大可用持续时间（以最大化链路预算），同时提取全时频分集（以最小化重传次数）。

3. 在高移动性条件下的通信，例如车对车通信（V2V）或高速列车（ high speed train，HST）。在这个用例中，我们表明OTFS最大化了吞吐量、可靠性和性能一致性。我们进一步表明，OTFS将多普勒损伤作为分集的额外来源，同时避免了载波间干扰的破坏性影响。

4. 超可靠低延迟通信（ Ultra-Reliable Low Latency Communication ，URLLC）。在本用例中，我们表明OTFS对窄带干扰具有弹性，从而允许与URLLC数据包和其他类型的窄带干扰无缝共存。

5. 毫米波通信的潜在用途。本用例的讨论总结了OTFS在高相位噪声损伤下通信的潜力。在此背景下，我们将解释如何在不牺牲容量的情况下在OTFS设置中减轻相位噪声。

6. OTFS原则

OTFS是一种调制方案，它在称为延迟多普勒表示的新信号中复用QAM信息符号。在数学文献中，延迟多普勒表示有时被称为海森堡群的晶格表示。该结构后来被物理学家重新发现，他们称之为Zak表示1。延迟多普勒表示概括了时间和频率表示，将OTFS呈现为众所周知的时间和频率调制方案的广泛推广，例如TDM（时分复用或单载波复用），其中QAM符号在连续时隙上复用，以及FDM（频分复用或多载波复用）。从更广泛的角度来看，OTFS建立了雷达和通信之间的概念联系。理论的这些方面在第2.2节和第2.3节中进行了解释。

OTFS波形以捕获信道物理特性的方式与无线信道进行最佳耦合，从而生成组成反射器的高分辨率延迟多普勒雷达图像。这导致信道和携带QAM符号的信息之间的简单对称耦合。对称性通过三个基本特性表现出来：

•不变性

•可分性

•正交性

不变性意味着所有QAM符号的耦合模式都是相同的（即，所有符号都经历相同的信道，或者换句话说，耦合是平移不变的）。可分离性（有时称为硬化）意味着所有分集路径彼此分离，并且每个QAM符号经历信道的所有分集路径。最后，正交性意味着耦合是局部的，这意味着QAM符号在接收机处保持彼此大致正交。正交性特性应与传统的基于PN序列的CDMA调制形成对比，其中每个码字引入影响所有其他码字的全局干扰模式。不变性特性应与TDM和FDM进行对比，其中耦合模式在不同的时频相干间隔之间显著变化。理论的这一方面在第2.6节中进行了解释

OTFS的变体可以通过延迟多普勒平面中的网格和倒数时频平面中的栅格之间的二维（辛）傅里叶变换在任意多载波调制方案上构建。傅里叶关系在时频网格上产生了一系列正交的2D基函数，其中这些基函数中的每一个都可以被视为在多个频点（频点，指具体的绝对频率值。频段中的一个点，一般为调制信号的中心频率。频点是给固定频率的编号。）和多个多载波符号上扩展的码字（利用Huffman码编码后的信号）。这种解释使OTFS成为一种推广CDMA的时频扩展技术。理论的这一方面将在第2.7节中解释。

2.2.延迟多普勒信号表示

为了从第一原理理解OTFS，我们应该重新审视信号处理的基础，信号处理的核心是两种基本的信号表示。一种是时间表示，其中信号被实现为时间的函数（δ函数的叠加），另一种是频率表示，其中，信号被实现成频率的函数（复指数的叠加）。使用傅里叶变换，这两种表示是可互换的。

时间和频率表示相互补充。这种互补性的数学表达式被海森堡不确定性原理所捕获，该原理指出信号不能同时在时间和频率上定位到任何期望的程度。具体来说，如果一个信号在时间上是局部化的，那么它在频率上是非局部化的，反过来说，如果信号在频率上局部化，那么它就在时间上不是局部化的，如图1所示。这一数学事实隐藏了更深的真相。事实证明，存在的信号在时间和频率上似乎同时定位到任何期望的程度，这一特性使得它们对于延迟多普勒雷达多目标检测和无线通信都是最佳的（两种使用情况被证明是密切相关的）。这些特殊信号自然地与称为延迟多普勒表示的局部脉冲相关联。延迟多普勒表示中的信号是二维域上的特殊类型的函数，称为延迟多普勒平面，其点由两个变量参数化，其中第一变量称为延迟，第二变量称为多普勒。

图1.时间和频率表示的互补性

延迟多普勒变量通常用于雷达和通信理论。在雷达中，它们通过其延迟（距离）和多普勒（速度）特性来表示和分离运动目标。在通信中，它们通过时间和频率偏移操作的叠加来表示信道。延迟多普勒信道表示在无线通信中特别有意义，因为它与组成反射器的延迟多普勒雷达图像一致[4]。图2显示了一个特定信道的延迟多普勒表示示例，该信道由两个主反射器组成，它们具有相似的延迟（范围），但多普勒特性（速度）不同。

图2延迟多普勒脉冲响应

使用延迟多普勒变量来表示信道是众所周知的。鲜为人知的是，这些变量还可以用于以与信道的延迟多普勒表示相协调的方式来表示携带信息的信号。延迟多普勒信号表示在数学上更加微妙，需要引入一类新的函数，称为准周期函数（由一些不同频率的简谐信号叠加而成的信号并且这些简谐信号的频率不成简单整数比，叠加而成的和信号不再为周期信号，但和信号的频率描述还具有周期信号的特点，称为准周期信号。）。为此，我们选择了一个延迟期多普勒周期满足条件，从而定义一个单位面积框，如图3所示。延迟多普勒信号是一个函数），其满足以下准周期性条件：

这意味着该函数是周期性的，直到乘法相位，即，对于每个延迟周期的遍历，该函数的值获得等于的相位因子，并且，对于多普勒周期的每一次遍历，获得等于的相位因子。

图3.延迟多普勒准周期性

总之，有三种基本的方式来表示信号。第一种方式是时间的函数，第二种方式是频率的函数，而第三种方式是延迟和多普勒的准周期函数。如图4所示，这三种替代表示可以通过正则变换互换。时间和频率表示之间的转换通过傅里叶变换进行。延迟多普勒与时间和频率表示之间的转换由Zak变换分别进行和（[5]、[6]、[7]和[8]）。Zak变换通过周期傅里叶积分公式实现：

图4.延迟多普勒表示

换言之，通过沿多普勒周期的傅里叶逆变换给出时间表示的Zak变换，并且反过来，通过沿延迟周期的傅里叶变换给出频率表示的Zak变换。我们注意到，为了使Zak变换成为一维线上的函数和二维平面上的函数之间的一对一等价，准周期性条件是必要的。没有它，线路上的信号将允许无限多的延迟多普勒表示2（在某种意义上，情况类似于线上采样函数和线上周期函数之间的傅里叶等价。在不施加周期性的情况下，采样函数在傅里叶域中将有无限多的表示。 ）。

2.3.信号处理的总体框架

信号处理的一般框架由三种信号表示组成——（1）时间、（2）频率和（3）延迟多普勒，通过规范变换可互换。设置可以整齐地组织成三角形的形式，如图5所示。三角形的节点表示三种表示，边表示它们之间转换的规范转换规则。

图5.基本三角形

该图的一个重要特性是，任何一对变换的组成都等于剩余的第三个变换。换句话说，无论选择哪条路径，沿着三角形的边缘遍历都会得到相同的答案。特别地，可以将傅里叶变换写成两个Zak变换的组合：

这意味着，代替使用傅里叶变换从频率到时间变换，可以使用逆Zak变换从频率变换到延迟多普勒，然后使用Zak变换从延迟多普勒到时间。上述分解产生了一种计算傅里叶变换的替代算法，结果证明该算法与Cooley-Tukey3（更准确地说，FFT算法相当于将傅里叶变换分解为在延迟多普勒曲线的多边形分解的点之间转换的中间Zak变换序列，如下所述。）发现的快速傅里叶变换算法一致。这一惊人的事实证明，延迟多普勒表示在经典信号处理中默默发挥着重要作用。

在抽象的一个层次上，我们注意到延迟多普勒表示不是唯一的，而是取决于一对周期的选择满足关系.这意味着存在一系列连续的延迟多普勒表示，如图6所示。研究当变量→ ∞ 和变量→ ∞在极限时会发生什么. 在第一极限中，延迟周期以多普勒周期收缩为代价而延长，因此在极限中收敛到与时间表示一致的一维表示。相反，在第二极限中，多普勒周期以延迟周期收缩为代价被延长，因此在极限中收敛到与频率表示一致的一维表示。因此，时间和频率表示可以被视为更一般的延迟多普勒表示族的限制情况。

图6延迟多普勒参数表示

通过适当定义的Zak变换，所有延迟多普勒表示都是可互换的，Zak变换满足交换关系。这意味着沿曲线的任何一对表示之间的转换与选择哪一条多边形路径连接它们无关。从哲学上讲，延迟多普勒表示和相关的Zak变换构成了信号处理的原始构建块，特别是产生了时间和频率的经典概念以及相关的傅里叶变换规则。

2.4.OTFS调制方案

通信理论关注通过各种物理媒介（如有线和无线）传输信息。将携带QAM符号的信息序列与通信信道耦合的车辆称为调制方案。因此，信道符号耦合既取决于信道的物理特性，也取决于调制载波波形。因此，每种调制方案都会产生一种独特的耦合模式，它反映了调制波形与信道交互的方式。

经典的通信理论围绕着两种基本的调制方案，这两种方案自然地和时间和频率信号表示相关联。第一种方案在时间表示中的局部脉冲上复用QAM符号，它被称为TDM（时分复用）。第二种方案在频率表示中的局部脉冲上复用QAM符号（并使用傅里叶变换传输它们），它被称为FDM（频分复用）。

使用相应的逆Zak变换将TDM和FDM载波脉冲转换为延迟多普勒表示是有趣的。转换TDM脉冲揭示了准周期函数，其在延迟中局部化但在多普勒中不局部化。转换FDM脉冲揭示了准周期信号，其在多普勒中局部化但在延迟中不局部化。TDM和FDM脉冲的极化非对称延迟多普勒表示表示基于延迟多普勒表示中的对称局部化信号的优越调制，如图7所示。这种新的调制方案被称为OTFS，代表正交时间频率和空间。

图7延迟多普勒调制方案

有无限系列的OTFS调制方案，对应于由延迟多普勒曲线的点参数化的不同延迟多普勒表示（如图6所示）。当延迟和多普勒周期分别接近无穷大时，经典的时间和频率调制方案TDM和FDM似乎是OTFS系列的极限情况。OTFS系列调制方案在时分复用和频分复用之间平滑插值。

2.5.OTFS载波波形

到目前为止，我们已经使用域、信号表示和变换的抽象语言来描述OTFS。在本节中，我们给出了OTFS载波波形作为时间函数的明确描述。为此，我们在延迟多普勒平面中选择由以下参数指定的二维网格：

以这种方式定义的网格由沿延迟周期的N个点组成，间隔以及沿多普勒周期的M个点，间隔为，从而在基本矩形域内总共有NM个网格点。接下来，我们在特定网格点定位局部脉冲。我们注意到，脉冲仅位于基本域的边界内（由延迟多普勒周期包围），并在整个延迟多普勒平面上准周期性地重复，如图8所示，n=3和m=2。我们假设是两个一维脉冲的乘积：

图8.OTFS载波波形

其中第一因子沿延迟（时间）局部化，第二因子沿多普勒（频率）局部化。在某种意义上，延迟多普勒二维脉冲是一维TDMA和OFDM脉冲的拼接。为了描述时间表示中的结构，我们需要计算Zak变换：

使用Zak变换公式的直接验证表明，生成的波形是在时间和频率上偏移的脉冲串，其中时间偏移等于延迟坐标并且频率偏移等于多普勒坐标。局部而言，每个脉冲的形状与延迟脉冲有关，而全局而言，整个序列的形状与多普勒脉冲的傅里叶变换有关。

沿延迟移动网格点会导致序列中的每个脉冲随时间移动相同的位移，类似于TDM。相反，沿着多普勒移动网格点会导致整个列车的频率偏移相同的频率位移，类似于OFDM。换句话说，OTFS载波波形的局部结构类似于TDM，而全局结构类似于FDM。

2.6.延迟多普勒信道符号耦合

无线信道由简单的物理控制。它由一组镜面反射器组成，其中一些是静态的，一些是移动的。传输的波形通过介质传播并从每个反射器反射回来。到达接收器的信号是直接信号和反射回波的叠加。由于反射器和发射器/接收器之间的相对速度，每个反射回波在延迟时间（多径效应）到达接收器，并且可能在频率上也发生了偏移（多普勒效应）。信道物理通过延迟多普勒脉冲响应进行数学建模，其中每个抽头代表具有特定延迟和多普勒特性的反射器集群，如图4所示。我们在本节中的目标是描述无线信道和OTFS载波波形之间的信道符号耦合（channel-symbol coupling，简称CSC），OTFS载波由延迟多普勒表示中的局部脉冲给出。作为动机，我们首先讨论了TDM和FDM脉冲的信道符号耦合。

在时间表示中发射局部TDM脉冲在接收机处产生回波配置，该回波配置出现在特定时间位移处。每个回波的相位和振幅取决于发射脉冲的初始位置，并且可能在不同的相干时间间隔之间发生显著变化——这一现象被称为时间选择性。涉及两种机制。回波的相位由于多普勒效应而改变，回波的幅度由于共享相同延迟但多普勒不同的多个反射器的破坏性叠加而改变，这是由于TDM脉冲无法沿多普勒分离反射器。图9中，从左到右计数TDM回波，我们可以看到，第一和第三回波是由于静态反射器，因此是时间不变的，第四回波是由于移动反射器，所以是时间变化的，第二回波是由于两个反射器的叠加，其中一个是移动的，因此是衰落的。

图9 TDM和FDM信道符号耦合

反过来，在频率表示中发射局部FDM脉冲在接收机处产生特定频率位移的回波配置，该特定频率位移对应于由各种反射器引起的多普勒频移。每个回波的相位和振幅取决于发射脉冲的初始位置，并且可能在不同的相干频率间隔之间发生显著变化—这种现象被称为频率选择性。回波的相位由于多径效应而改变，回波的幅度由于共享相同多普勒但延迟可能不同的多个反射器的破坏性叠加而改变，这是由于FDM脉冲不能沿延迟分离反射器。例如，在图9中，从下到上计数接收到的FDM回波，我们看到第一和第三回波是频率变化的，第二回波是由于三个静态反射器的叠加，因此正在衰减。

在延迟多普勒表示中传输局部OTFS脉冲会在接收器处产生回波配置，这些回波出现在特定延迟多普勒位移处，这对应于由各种反射器引起的延迟和多普勒位移，如图10所示。与前两种情况不同，以下特性现在成立：

图10.延迟多普勒信道符号耦合

•CSC不变性：延迟多普勒回波的相位和振幅与基本域内原始脉冲的位置无关，因为延迟和多普勒周期分别小于信道的相干时间和带宽。

•CSC可分离性：所有反射都沿其延迟和多普勒特性彼此分离，因此它们的影响不会相消相加，QAM符号级上没有能量损失。

•CSC正交性：接收到的回波被限制在发射脉冲周围的一个小矩形框内，其尺寸等于信道的延迟和多普勒扩展，远小于外部延迟和多普勒周期。因此，当两个发射脉冲在发射器处几何分离时，它们在接收器处将保持正交。

表示OTFS信道符号耦合的另一种方式是延迟多普勒脉冲响应和QAM符号之间的二维卷积4(CSC的精确数学描述是通过使用QAM符号的延迟多普勒脉冲响应的扭曲卷积（也称为海森堡卷积）来实现的)。这可以在图11中看到，图中显示了与信道的延迟多普勒脉冲响应卷积的许多delta函数（表示QAM符号）。

图11 2D信道卷积

2.7.OTFS的多载波解释

在本节中，我们描述了OTFS的变体，该变体更适合于时频网格和滤波器组的经典多载波形式，并说明了从Zak定义中看不到的OTFS方面。新定义的一个结果是，OTFS可以被视为一种时频扩展方案，由在互逆时频网格上定义的二维基函数（或码字）的集合组成。另一个结果是OTFS可以被构造为在任意多载波调制（例如OFDM）上的简单预处理步骤。新的定义基于延迟多普勒平面中的网格和时频平面中的倒数网格之间的傅里叶对偶关系。

延迟多普勒网格由沿延迟的N个点组成，间隔为,沿多普勒的M个点，间距，倒数时频网格由沿频率的N个点组成，间距和M个时间点，间距。这两个网格如图12所示。参数是多载波符号持续时间，参数是副载波间隔。时频网格可以被解释为M个多载波符号的序列，每个多载波符号由N个音调或子载波组成。我们注意到传输带宽B=N与延迟分辨率成反比,并且传输的持续时间与多普勒分辨率成反比。

图12.辛傅里叶对偶

两个网格之间的傅里叶关系是通过二维有限傅里叶变换的一种变体实现的，称为有限傅里叶变换（简称SFFT）。SFFT发送N×M时延-多普勒矩阵通过以下求和公式转换为M×N时频矩阵：

其中术语“辛”是指特定的耦合形式在指数内。可以容易地验证SFFT变换等效于沿着矩阵列的N维FFT以及沿着其行的M维IFFT的应用。

OTFS的多载波解释是这样的陈述：N×M延迟多普勒矩阵的Zak变换可以通过首先使用SFFT将矩阵变换到时间-频率网格，然后通过常规多载波发射机（即，列的IFFT变换）将所得的倒数矩阵变换为大小为N的M个多载波符号序列到时域。因此，使用SFFT变换，OTFS收发器可以作为多载波收发器上的预处理和后处理步骤来覆盖。OTFS的多载波收发机如图13所示，以及时频域中的双选择性乘法CSC和相应的不变卷积延迟多普勒CSC的视觉表示。

图13.多载波OTFS处理步骤

多载波解释将OTFS作为时间-频率扩展技术，其中每个延迟多普勒QAM符号在时间-频率网格上的二维扩展“代码”或序列上携带，由以下辛指数函数给出：

其中该函数随时间的斜率由多普勒坐标给出 并且沿频率的斜率由延迟坐标给出（见图14中的示例）。因此，类似于二维CDMA，其中码字是彼此正交的2D复指数。

图14.OTFS时频基函数

从更广泛的角度来看，延迟多普勒网格和时间-频率网格之间的傅里叶对偶关系建立了雷达和通信之间的数学联系，其中第一种理论涉及根据延迟多普勒特性最大化反射器/目标之间的分离分辨率，第二种理论涉及最大化可用于通过由这些反射器组成的通信信道可靠地传输。

7. 延迟多普勒均衡和预编码

在本节中，我们讨论了在OTFS的情况下在延迟多普勒域中复用QAM符号时的均衡和预编码原理，并将其与在多载波调制的情况下QAM符号在时频域中复用的情况进行比较。我们关注多用户MIMO（简称MU-MIMO）的上下文，其中一组用户在同一带宽上与配备有多个天线的基站同时通信。

1. 均衡

在上行链路方向上，来自不同用户的流在它们彼此叠加时到达基站，并且基站必须通过均衡在它们之间分离。我们假设Lu用户，每个用户都配备了一个天线，正在向配备了天线Lb的基站进行发射。在多载波设置中，用户在时频网格的区域上复用其QAM符号。在这些假设下，上行链路信道在时间-频率网格的点上被解耦为简单MIMO信道的并行（正交）系统，从而到达每个网格点对应以下形式的局部信道方程：

其中是从不同用户发送QAM符号的矢量，是表示用户和基站天线之间的本地耦合的矩阵。为了检索用户的信息，基站必须检测构成向量的QAM符号。为了最大化吞吐量，必须使用最大似然球检测器联合检测QAM符号。球体检测器是一种迭代算法，其收敛速度主要取决于本地信道的自相关矩阵的条件数（最大和最小特征值之间的比率）：

其中上标*表示埃尔米特转置。当条件数高时，算法表现出严重的减速，这导致复杂度代价在MIMO阶中呈指数级，即用户数。在存在信道时频选择性的情况下，很大一部分自相关矩阵可能表现出较高的条件数，由此产生的复杂度代价成为随着用户数量扩大系统规模的巨大障碍。

有两种方法来管理接收机性能复杂性权衡。第一种方法是以牺牲性能为代价，通过限制迭代次数来降低检测器的复杂性。第二种方法是通过使用晶格缩减技术来加速球体检测器的收敛速度来保持性能，但由于需要为每个相干时间和频率间隔重新计算缩减的晶格基。换言之，信道的时间-频率选择性引入了重新计算因子，这导致了大量的复杂性代价。我们注意到，现代商业MIMO系统通常实现第一种方法。在实践中，由于复杂度高，在四个空间流的情况下，从未使用过全球检测器，大多数实现都使用了迭代次数有限的降低复杂度的变体。

通过在延迟多普勒网格上复用QAM符号，可以显著改善接收机的性能复杂性权衡，其中信道符号耦合是不变的、可分离的和正交的（通过与延迟多普勒脉冲响应的卷积给出）。为了便于解释，我们假设了一些简化的近似值。我们假设延迟多普勒上行链路信道在延迟多普勒网格的点上解耦为相同MIMO信道的并行系统，对应于如下形式的局部信道方程：

其中是从不同用户发送的QAM符号的矢量，u是表示用户和基站天线之间的全局耦合的。我们进一步假设自相关矩阵等于所有局部时频自相关矩阵的算术平均值，即：

由于时间-频率信道矩阵大致彼此独立，由于平均，延迟多普勒矩阵具有比典型更低的条件数。矩阵的较低条件数意味着球体检测器的更快收敛速度，从而使延迟多普勒网格上的检测问题成为更容易的计算任务。此外，由于不变性，每帧NM QAM符号只需要计算一次缩减基，因此可以有效地使用晶格缩减技术来进一步加快收敛速度。

对延迟多普勒条件数和时频条件数进行了仿真比较。该仿真考虑了时间-频率网格中跨越20MHz带宽和10秒持续时间的两种类型的信道。第一个信道遵循高斯模型，其中每个局部矩阵对于不同的MIMO阶数独立地、随机地选择。该信道模型代表了无限延迟和多普勒扩展的不现实情况。第二种信道模型是现实的4x4 MIMO信道，最大多普勒扩展对应于30km/h，最大延迟扩展为3微秒。图15显示了在每个OFDM时频网格点计算的时频自相关矩阵的条件数，并绘制为虚线直方图。此外，针对1ms持续时间的条带计算延迟多普勒条件数，并绘制为实心直方图。直方图清楚地表明，平均延迟多普勒条件数显著低于（更好）平均时频条件数，这意味着OTFS优于多载波调制的空间复用。此外，延迟多普勒条件数的可变性显著较小，这意味着性能的一致性提高。将OTFS和OFDM与MIMO均衡进行比较的仿真结果如第4.2.1节所示。

图15 OTFS和OFDM条件数的比较

2. 延迟多普勒预编码

在下行链路方向上，每个用户的接收流与由其他用户的流引起的干扰叠加。由于用户的天线孔径具有有限的角度分离能力，因此必须通过预均衡（即预编码）在基站处拒绝来自不期望流的干扰。在多载波设置中，基站在时频网格的一个区域上复用QAM符号的矢量，其中矢量的每个坐标被保留给不同的用户。在这些假设下，下行链路信道在时间-频率网格上解耦为简单MIMO信道的并行系统，从而到达每个网格点对应以下形式的局部信道方程：

其中是QAM符号的发射矢量，是考虑基站中的天线单元和用户天线之间的本地耦合的矩阵。每个用户接收其自己的信号，该信号被指向其他用户的信号所引起的干扰所破坏。拒绝干扰的标准方法称为信道反转（网络中的任意发送机(Tx，Transmitter)会根据信道状况而动态的选择发送功率以确保其目标接收机(RX，Receiver)处的接收功率为固定值）或迫零预编码（zero-forcing precoding，简称ZFP，[9]，[10]）（在发送端做预均衡，把数据流解耦，使得各个接收端只收到自己需要的数据流）。在该方法中，基站反转信道矩阵，并发送预编码矢量：

归一化常数确保总传输能量归一化为NM。结果，每个用户接收其被白噪声破坏的预均衡QAM符号，接收的SNR等于：

其中是噪声项的方差。在存在时间和频率选择性的情况下，信道矩阵的相当一部分可能处于衰落状态，因此相应的归一化项显著增加。这反过来导致SNR下降。这种现象使得迫零预编码严格地次优。我们注意到，使用信道的正则化逆的ZFP的变体可以导致接收SNR的小改进[11]。为了简化说明，我们将在文档的其余部分中限制对非正则化ZFP的关注。

获得接收SNR的主要改进的一种方法是在传输的QAM向量进入预编码滤波器之前向其引入（晶格）扰动。当适当选择扰动向量时，局部归一化项可以显著降低。然而，寻找最优扰动向量具有指数复杂性，因此在实践中，Tomlinson Harashima预编码（THP）用于寻找“良好”扰动向量[11]，[12]，[13]。这里我们没有讨论THP的正式定义，我们只提到ZF THP预编码的接收SNR严重依赖于自相关矩阵的条件数：

当条件数高时，接收的SNR低，反之亦然。在某些情况下，使用格点缩减技术可以进一步提高接收的SNR，然而，由于需要重新计算每个时间/频率相干间隔的缩减格点基础，这会带来显著的复杂性代价。

与上行链路接收一样，ZF-THP预编码的性能可以通过在延迟多普勒表示中复用QAM符号的矢量来显著提高，其中信道符号耦合是不变的、可分离的和正交的，通过与下行链路信道的延迟多普勒冲激响应卷积给出。为了便于解释，我们假设很少有简化的近似值。我们假设下行链路信道在延迟多普勒网格的点上解耦为相同MIMO信道的并行系统，对应于如下形式的局部信道方程：

其中是QAM符号的矢量，是表示个基站天线和个用户天线之间的全局耦合的矩阵。我们进一步假设自相关矩阵 等于所有局部时频自相关矩阵:

由于本地信道矩阵大致彼此独立，至少在不同的相干间隔上考虑时，平均矩阵的条件数比典型的低得多。因此，ZF-THP预编码实现了更高的SNR，事实上可以显示为非常接近下行链路信道的容量。此外，由于延迟多普勒CSC的不变性，每帧NM QAM符号应仅计算一次缩减基，因此可以使用晶格缩减技术来进一步提高SNR，而不损害复杂性。第4.2.2节给出了时频和延迟多普勒ZF-THP预编码之间的性能比较。

8. 相对于OFDM的OTFS性能优势

1. 关键5G用例

在本章中，我们探讨了基于延迟多普勒复用的OTFS调制方案相对于基于时频复用的OFDM多载波调制方案的性能优势。我们专注于演示调制结构固有的性能增益，而不依赖于具体实现。我们考虑了新兴5G技术前提的五个核心用例，包括：

•增强型移动宽带（Enhanced Mobile Broadband，eMBB）。本用例围绕多用户MIMO通信展开，该通信在基站处结合了大量天线，以最大限度地利用频谱复用为大量用户提供服务。

•高移动性通信。该用例围绕着在移动接收者之间建立可靠且一致的通信链路的需要，例如在车辆对车辆通信（V2V或V2X）和高速列车的情况下。

•物联网（Internet of Things，IoT）。该用例围绕着在基站和在严格的功率限制下运行的大量小型设备之间建立通信链路的需求。

•与超可靠低延迟通信分组（ Ultra Reliable Low Latency lCommunication packets ，URLLC）共存。该用例围绕着支持高优先级、低延迟通信分组的传输模式的需求，这些通信分组以重叠的方式在常规数据分组上传输，从而引入了严重的窄带干扰。

•毫米波通信。这个用例围绕着毫米波长范围内的通信，这是由对新可用频谱的高需求所驱动的。由于电磁波的传播特性差以及这些频率中的高水平相位噪声，在这些频带中实现可靠的通信链路具有挑战性。

对于每个用例，我们都描述了基本目标（或机会），并指定了实现目标需要解决的主要技术问题。最后，我们对基于OTFS的解决方案相对于基于OFDM的解决方案的性能增益进行了简要的理论解释，并用仿真结果对其进行了支持。

2. 增强型移动宽带

5G增强型移动宽带的一个关键前提是，通过在基站安装多个天线，能够大幅提高容量。这使得能够在大量用户之间重用可用频谱，这是一种被称为多用户MIMO的范例。在本节中，我们给出了OFDM（使用LTE（Long Term Evolution）数字和3GPP（3rd Generation Partnership Project）评估假设）与OTFS性能的仿真结果。在上行链路方向，我们关注基站接收机的OTFS性能复杂度权衡增益，在下行链路方向，我们专注于OTFS预编码增益。除非另有说明，我们假设以下模拟参数：

•系统带宽：10 MHz

•信道模型：3GPP TDL-C（（Tapped Delay Line）抽头延时线模型

C为非视线传输），300 ns延迟扩展

•TTI（Transmission Time Interval，传输时间间隔）持续时间：1毫秒

•信道估计：理想（根据3GPP对5G的评估假设）

•FEC（Forward ErrorCorrection，前向纠错）（一种差错控制方式，它是指信号在被送入传输信道之前预先按一定的算法进行编码处理，加入带有信号本身特征的冗码，在接收端按照相应算法对接收到的信号进行解码，从而找出在传输过程中产生的错误码并将其纠正的技术）:LTE Turbo（具有伪随机特性的长码）码

•接收机：OTFS Turbo、OFDM-ML （ Machine Learning，机器学习）（Maximum Likelihood Estimation最大似然估计，模型已定（参数全部或者部分未知的样本集），参数未知，所估计的模型未知参数，要使得产生这个给定样本的可能性最大）

4.2.1均衡结果

在图16和图17中，我们比较了OTFS和OFDM频谱效率。在每个SNR点，选择实现10%的3GPP操作BLER（Block Error Rate，误块率，是出错的块在所有发送的块中所占的百分比（只计算初次传送的块，“块”是指一系列与通道相关的连续比特））的最大调制和编码方案（ modulation and coding scheme，MCS）。图16显示了大数据包（50个PRB（Physical Resource Block， 物理资源块，频域上12个连续的载波（在15K载波间隔的情况下是180K），时域上是一个时隙（半个子帧，0.5 ms）的资源））和MIMO阶数从1到4（即SISO、2x2和4x4）的频谱效率比较。使用最大似然检测获得OFDM的结果。最大似然接收机虽然对于OFDM是最优的，但其复杂度随着MIMO阶数呈指数增长，因此，对于高阶MIMO，接收机通常采用复杂度降低的算法来实现，表现出性能损失。作为OFDM性能的下限，我们展示了使用更简单MMSE接收机（通常用于比较3GPP中OFDM系统的性能）的结果。

图16.大数据包吞吐量：30km/h 图17.小数据包吞吐量：30km/h

OTFS和OFDM之间的差距是显而易见的，并且对于高阶MIMO尤其明显。例如，对于4x4 MIMO，在大约19dB的SNR下，性能差距的范围从36%到53%，这取决于OFDM接收机的类型。由于30km/h处的多普勒相对较低，且包大小较大，因此增益不是由于OTFS的扩展效应而获得的额外分集。相反，这是由于第3.1节中的条件号参数。图17中显示了进一步的增益。这是由于较小的数据包大小。在OTFS中，由于所有符号都经历了信道的完全分集，所以性能与分组大小无关。相比之下，一个小OFDM分组更可能“卡”在时间和/或频率选择性衰落区域，依赖于FEC码来恢复。

4.2.2预编码结果

为了评估延迟多普勒在时频迫零Tomlinson Harashima预编码（ZF-THP）上的性能增益，我们对半径为1公里的无线小区进行了简单的模拟，该小区包含数千个随机定位的用户，每个用户都配备了单个天线，基站由8个天线单元的线性阵列组成。我们在每个用户周围分布一圈静态反射器，对应于2微秒的延迟扩展，没有多普勒。在每次迭代中，我们随机选择8个用户的子集，并计算每个用户的时频和延迟多普勒ZF-THP接收SNR。该实验使用不同的用户和反射器配置重复数千次。接收SNR值的累积分布函数如图18所示。模拟使用以下参数：

•射频频率：4 GHz

•射频带宽：10 MHz

•副载波间距：15 kHz

•天线间距：20 cm

•数据包持续时间：1毫秒

图18.预编码比较

图18中的垂直线显示，大约99%的OTFS用户与大约50%的OFDM用户相比，SNR大于12dB。换句话说，99%的OTFS用户体验到前50%的OFDM用户的性能。水平线表示与90%的OFDM用户相比，90%的OTFS用户具有超过10dB的SNR增益。

1. 高移动性条件下的通信

移动性条件下的通信包括极端移动性的使用情况，其中发射器或接收器都在移动（与固定情况相反，发射器和接收器都是静止的，唯一的移动对象是反射器）。典型的场景是车辆与另一辆车辆之间的通信（V2V）、车辆与静态基站或基础设施之间的通信，基站与无人机之间的通信、基站与快速行驶的火车之间的通信等等。高移动性通信信道的特点是宽多普勒扩展。

在高移动性条件下操作的主要目的是保持可靠和一致的通信链路，以支持针对各种分组大小的许多用户的可预测性能。有两个主要的技术挑战。第一个问题与多普勒引起的载波间干扰（ICI）的存在有关，这会导致SNR下降。第二个挑战与信道的短相干时间尺度有关，这导致接收信号的时间功率分布和相位的不可预测的波动，使得分配的子载波和MCS的自适应不现实。

图19显示了OTFS和OFDM与一组典型的3GPP评估假设的比较，即300ns RMS延迟扩展、120km/h和2x2MIMO，16QAM和64QAM具有大数据包。图表显示，由于OTFS在OFDM上的额外多普勒/时间分集增益，在10%编码BLER时的性能差距很大，范围从2.4dB到4dB。

图19.中速用例

图20显示了500 km/h时高速列车（high-speed train，HST）用例中的性能。在如此高的速度下，多普勒扩展是子载波间隔（subcarrier spacing，SCS）的一个重要百分比，并导致不可忽略的载波间干扰（ICI）。提高性能的常用方法是增加SCS。这提高了OFDM和OTFS的性能，然而，如图所示，具有15kHz SCS（即，无变化）的OTFS比具有60kHz SCS的OFDM性能高出约2.6dB。在较小SCS下操作的能力具有进一步的影响。增加SCS会减小OFDM符号大小。然而，循环前缀（CP）的长度仅取决于信道的延迟扩展，因此，如果符号大小减少了四倍，并且延迟扩展没有改变，则产生的CP开销增加了相同的因素，从而进一步降低了有效吞吐量（BLER图中未表示）。换句话说，与OFDM相比，OTFS具有改善的BLER性能（转换为更高的MCS）和更低的CP开销的双重优势。

图20.具有可变副载波间隔的高速用例

图21进一步扩展了HST用例，突出了ICI取消的效果。在本例中，我们通过完全消除较大的ICI影响来模拟理想的ICI消除。该图显示，OTFS的性能差距是显著的，这是由于捕获了信道的完全分集，而不仅仅是由于ICI弹性。如在该SISO情况中可以看到的，没有ICI消除的64QAM OFDM信号完全退化，甚至不能实现所需的10%BLER。相比之下，OTFS仍然在大约22dB的SNR下实现了这一点。我们还看到，在完全ICI消除的情况下，64QAM的SNR间隙约为4dB。

图21.取消ICI的高速用例（500km/h）

缺乏自适应对基于时频分配的多载波调制性能的破坏性影响对于小分组大小尤其明显。这样的分组在被指定到时间-频率网格的任意区域而不考虑该区域处的信道条件时，具有受深度衰落影响的非零概率。在这种情况下，分组中的信息丢失，而不考虑所使用的特定纠错和接收机结构。

在缺乏自适应的情况下，减轻多载波设置中的衰落现象的标准方法是通过应用交织和编码。在这种方法中，信息比特在跨越多个相干带宽和时间间隔的时频网格的非连续区域上交织，并使用纠错码来提取信道的分集。这对于可以跨越许多相干间隔并使用长码字来克服衰落事件的大数据包非常有效。然而，对于使用较短码字且跨越少量相干间隔的小分组，该方法的有效性显著降低。

与分配分组大小的时间-频率网格区域的时间-时间复用不同，OTFS在延迟多普勒域上复用分组。在这种复用方法中，每个QAM符号在全时频网格上扩展，因此受到信道的所有分集模式的影响，从而产生独立于分组大小的分集增益。就系统性能而言，这意味着吞吐量一致性的提高，这随着更高层TCP协议的加入而更加突出。图22比较了OTFS与基于OFDM的LTE传输在对应于30km/h速度的移动信道中的小分组大小（由4个PRB组成）。

图22.小数据包用例

2. 窄带干扰下的通信

5G网络的一个关键用例围绕着超可靠、低延迟通信，包括工业互联网、智能电网、基础设施保护、远程手术和智能交通系统等应用。满足这种使用情况需要网络支持用于高优先级信令的低延迟、小通信分组的突然传输选项。URLLC数据包的传输协议是通过对小段进行穿孔并将URLLC内容安装到位，将其覆盖在常规数据包上。有两种方法可以实现这一点：一种是提前通知接收器有关URLLC入侵包的位置和大小（指示URLLC），另一种是未通知接收器有关存在URLLC包的情况（未指明URLLC）。

寄生URLLC分组的存在会对宿主数据分组引入窄带附加干扰，这会显著影响接收机的性能。然而，在OFDM中，两种传输模式中的每一种对整体性能的破坏性影响都是显著不同的。在指示的传输模式中，URLLC分组的干扰是接收机已知的（至少在其位置方面），因此可以通过故意忽略位于指定的受干扰影响区域的信息来解码主数据分组。至少对于大数据分组，FEC可以补偿接收信号的这种损失，从而不损害数据恢复。这类似于在存在信道衰落的情况下恢复数据的方式，其中接收机使用信道状态信息来定位和忽略衰落区域中的信号，并使用FEC补偿接收信号的损失。

非指示模式使人联想到在未知加性窄带干扰下的操作，因此呈现出更严重的问题。在这种情况下，由于缺乏关于干扰位置的知识，接收机不能忽略在FEC解码周期中引起系统混淆的寄生比特。这导致性能的显著降低，几乎不考虑包的相对大小和代码速率。

在多载波调制中，URLLC比特直接干扰数据比特，从而导致FEC解码周期的完全混乱。然而，在OTFS中，数据信息位驻留在双延迟多普勒网格上，并且在FEC解码之前，URLLC干扰位通过辛傅里叶变换扩展到整个延迟多普勒网格。由此产生的影响只是SNR的小幅度下降。

图23描述了在存在URLLC干扰的情况下，OTFS和基于OFDM的LTE传输对于大数据包的模拟PER比较。模拟包括指示模式和非指示模式。OTFS作为一种扩展技术，对于指示和非指示URLLC（与CDMA的精神相同）都具有固有的抗窄带干扰能力，而相比之下，OFDM对这种类型的附加损伤非常敏感。在非指示模式下，OFDM在URLLC数据包存在时完全崩溃，而OTFS的降级介于0.5 dB和2 dB之间。在指示传输模式（由3GPP采用）中，OFDM相对于OTFS表现出几乎2dB的劣化。

图23.URLLC共存-非指示与指示

3. 电力限制下的通信——物联网

迄今为止，无线网络主要支持语音通话和数据服务，所有这些都围绕着人类接收者。物联网（IoT）是一个主要5G用例的同义词，该用例围绕着有望连接到无线网络的数十亿设备之间的大规模机器类型通信（简称mMTC）。这些设备通常传输小数据包，并在严格的发射功率限制下工作，以延长其电池寿命。电力限制在实现建筑内渗透和扩大覆盖方面带来了巨大挑战。

主要技术挑战涉及在发射功率约束和延迟要求下最大化链路预算和最小化重传次数（每比特信息的能量）的需求。为了在这些约束条件下最大化链路预算，应当降低所发射信号的峰均功率比（PAPR）。为了最小化重传次数，应该提取时间和频率分集增益。为了优化性能，传输波形应同时满足以下标准：

•最小PAPR。

•最大分集增益。

•最大传输持续时间。

在多载波调制中有两种基本方法来满足这些标准。第一种方法称为单载波FDMA（SC-FDMA），使用DFT扩展沿固定窄带宽对数据进行复用，在延迟要求允许的整个持续时间内，在多个多载波符号上重复，见图24的左侧部分。这种传输模式最大化了链路预算，因为它实现了与单载波调制和最大传输持续时间相当的低PAPR。然而，由于其窄带特性，它容易受到频率选择性衰落（低频分集增益）的影响，从而遭受高平均重传次数。

图24.从左至右：SC FDMA、跳频SC FDMA和多普勒横向OTFS分组分配

更复杂的变体被称为跳变SC-FDMA。在这个变体中，人们仍然在频谱的窄带部分上应用DFT扩展，但不是使用固定频带，而是在多个频带之间跳跃以利用多个信道模式（见图24的中间部分）。这种传输模式最大化了链路预算，因为它享有与单载波相当的低PAPR，并最大化了传输持续时间，同时提取了额外的分集增益。然而，有一个微妙的现象使这种方法处于次优状态。为了保持较低的PAPR，QAM阶数必须保持较低-例如QPSK。在这种约束下，传输速率只能通过改变FEC速率5（与以增加QAM阶为代价保持低编码率的常规多载波数据传输模式相比 ）来调整。因此，性能由受限的QPSK容量（或受限的互信息）控制，而不是由高斯容量控制。与高斯容量不同，受限容量取决于调制方案。信息理论[14]中的一个基本结果表明，在存在时频选择性的情况下，多载波调制的受限容量是饱和的，变得严格次优。由于容量饱和，跳变SC-FDMA需要更高的传输功率来支持固定的传输速率。

总之，保持QAM阶数固定，同时保持低PAPR和利用多载波调制提取分集增益存在基本限制。可以通过在延迟多普勒表示中复用QAM符号来克服这个基本限制。对Zak变换的简单分析表明，沿单个多普勒坐标分配信息QAM符号（称为多普勒横向分配，如图24右侧所示），同时实现最大链路预算（因为它享受低PAPR和最大发射持续时间），并提取全时频分集。多普勒横向分配的使用使得OTFS成为最大化链路预算和最小化重传次数的绝对最优调制。

我们以模拟结果结束本节。第一个仿真比较了使用多普勒横向分配和SC-FDMA的OTFS的PER性能。图25描述了由于频率分集增益，OTFS相对于SC-FDMA的PER性能增益。注意，两种调制都享有与单载波相同的低PAPR，并将其传输突发扩展到几个OFDM符号上以最大化链路预算。该图显示，为了在QAM 64的调制阶数下实现1%的PER，OTFS需要的传输功率几乎少8dB。

图25.低PAPR性能增益

第二个仿真比较了OTFS多普勒横向分配与跳频SC-FDMA的性能，以通过频率选择信道以0.9的高码率对单个PRB大小的分组进行单天线传输，该分组由12x14＝168个QPSK符号组成。图26描述了受限容量饱和现象导致的OTFS PER性能增益。该图显示，在1%的分组错误率下，OTFS需要的传输功率少7dB。

图26.受限容量饱和

4. 毫米波通信

毫米波长范围内的大频谱可用性为显著提高吞吐量提供了机会。因此，毫米波频率的通信是新兴5G网络发展的主要驱动因素。然而，设计一个在这些高频下工作的可扩展、经济高效的通信系统是一项非常重要的任务。

有两个基本的技术挑战需要解决。第一个挑战是与现代网络中常用的常规厘米波长（低于6GHz）相比，毫米波区域中电磁传播的功率衰减。解决这个问题的直接方法是保持视线传播条件。然而，这对网络架构施加了严重的限制，需要安装许多额外的基站以实现网络加密，从而导致资本支出的大量增加。第二个技术挑战涉及在高频下显著加重的RF振荡器相位噪声。与此效应相关的主要问题是相邻音调之间出现显著的载波间干扰（ICI），这导致SNR下降。

在多载波设置中有两种减轻ICI损害的方法。一种方法是在接收机处结合干扰消除机制。这种方法的缺点是它使接收机结构相当复杂，此外，还需要ICI系数的知识，因此引入了专用于信道捕获的额外容量开销。另一种方法是基于缓解而不是取消。在这种方法中，通过增加相邻音调之间的子载波间隔来减小ICI效应。在高载波频率下，与传统LTE相比，扩展因子可以是10-20倍。这种方法的缺点是，增加副载波间隔会导致多载波符号时间缩短相同的因子。由于循环前缀（CP）的持续时间仅取决于信道延迟扩展，因此缩短符号时间可能导致CP开销的成比例增加，从而降低频谱利用率，如第4.3节所述。

多载波调制使用在波形形成中包含循环前缀来保持信道符号耦合的正交性。相反，如第2.5节所述，延迟多普勒复用不需要循环前缀6（回想一下，我们在第2.7节中描述了OTFS的多载波版本，以便于与多载波调制解决方案共存，但这不是OTFS调制的必要要求 ）来保持CSC的期望属性（平稳性、可分离性和正交性。事实上，可以将多普勒周期扩展到一定程度，以允许获取作为信道状态信息一部分的相位噪声，然后通过均衡消除其影响。这种方法避免了由于未知干扰或CP开销导致的频谱利用率降低而导致的容量损失。直观地，这种能力可以在图8所示的波形结构中看到。

图27描述了简化模拟的结果，显示了在mm波长范围内存在相位噪声损伤特性的情况下，与OFDM相比，OTFS（无CP）的频谱效率增益。可以看出，OTFS频谱效率优于OFDM 2-3比特/秒/Hz，这主要取决于信道的延迟扩展，这主要是由于CP开销和ICI对OFDM性能的联合降级影响。

1. 总结

OTFS是一种基于在延迟多普勒信号表示中的局部脉冲上复用QAM信息符号的新型家族调制方案。OTFS调制方案构成了传统时间和频率调制方案（如TDMA和OFDM）的广泛推广，这可以被证明是OTFS系列的限制情况。

图27.毫米波容量增益

从更广泛的角度来看，OTFS建立了雷达和通信之间的概念联系。OTFS波形与无线信道以直接捕捉基本物理的方式耦合，产生组成反射器的高分辨率延迟多普勒雷达图像。因此，时频选择性信道被转换为不变的、可分离的和正交的交互作用，其中所有接收的QAM符号经历相同的局部损伤，并且所有延迟多普勒分集分支被相干地组合。

OTFS信道符号耦合允许容量与MIMO阶数的线性缩放，同时满足接收机端（使用联合ML检测）和发射机端（使用Tomlinson Harashima预编码用于MU-MIMO）的最佳性能复杂度权衡。OTFS在一般信道条件下实现了高阶MIMO中比传统调制方案（包括多载波调制，如OFDM）显著的频谱效率优势。

OTFS可以被视为一种特殊类型的时频扩展技术，其中每个QAM符号由扩展在整个时频网格上的二维基函数承载。当被视为一种时频扩展技术时，OTFS表现出与任何类型的多载波调制方案（包括传统OFDM）的架构兼容性。OTFS分组可以被灵活地设计成填充时频网格的任意区域，并且与信道参考信令的任何约定兼容。作为一种扩频，OTFS具有抗窄带干扰和全分集增益的能力。

OTFS抗干扰能力使其成为支持覆盖在常规数据包上的超可靠低延迟通信包的理想选择。OTFS分集增益使其成为移动性条件下通信的理想选择。

OTFS支持一种小分组分配方法（称为多普勒横向分配），该方法通过实现单载波的PAPR、提取全时频分集和最大化受限容量，最大化链路预算，并在发射功率和延迟约束下最小化重传次数。具有多普勒横向分配的OTFS优于传统的多载波DFT扩展技术，如SC-FDMA及其更复杂的跳频变体，适用于物联网应用。

3GPP已经确定了多种侧重于MU-MIMO的eMBB部署场景。OTFS在按MIMO顺序缩放容量方面的优势使其成为此类部署的理想选择。此外，新的无线电空中接口必须支持高多普勒环境中的高频谱效率。OTFS非常适合这些要求，在各种信道条件下提供高频谱效率和可靠性。

2. 参考文献

[1] "NGMN 5G Initiative White Paper," February 2015. [Online].Available:

https://www.ngmn.org/uploads/media/NGMN_5G_White_Paper_V1_0.pdf.

[2] K. T. Truong and R. Heath, "Effects of channel aging in massiveMIMO systems,"

Journal of Communications and Networks,vol. 15, no. 4, pp. 338-351, Aug 2013.

[3] E. Björnson, et al., "Massive MIMO Systems With Non-Ideal Hardware:Energy

Efficiency, Estimation, and CapacityLimits," IEEE Transactions on Information

Theory, vol. 60, no. 11, pp. 7112-7139, Nov2014.

[4] P. Bello, "Characterization of randomly time-variant linearchannels," IEEE

Transactions on Communications, vol. 11,no. 4, pp. 360-393, Nov 1963.

[5] J. Zak, in Phys. Rev. Lett 19, 1967.

[6] A. Janssen, "The Zak Transform: A signal transform for sampledtime-continuous

signals," Philips Journal of Research,January 1988.

[7] R. M. Lerner, "Representation of Signals," in Lectures onCommunication System

Theory, E. Baghdady, Ed., New York,McGraw-Hill, 1961, p. 241.

[8] E. Jury, in Theory and Application of the z-Transform Method, New York,John

Wiley, 1964, pp. 15-20.

[9] G. Caire and S. Shamai, "On the achievable throughput of amulti-antenna Gaussian

broadcast channel," IEEE Transactionson Information Theory, vol. 43, pp. 1691-

1706, Jul 2003.

[10] T. Haustein, et al., "Performance of MIMO systems with channelinversion," in

Proc. 55th IEEE Veh. Technol. Conf.,Birmingham, AL, 2002.

[11] M. Tomlinson, "New automatic equaliser employing moduloarithmetic," Electron.

Lett., vol. 7, pp. 138-139, Mar 1971.

[12] H. Harashima and H. Miyakawa, "Matched-transmission technique forchannels

with intersymbol interference," IEEETransactions on Communications, Vols.

COM-20, pp. 774-780, Aug 1972.

[13] B. Hochwald, C. Peel and A. L. Swindlehurst, "A Vector-PerturbationTechnique

for Near-Capacity Multiantenna MultiuserCommunication — Part II:

Perturbation," IEEE Transactions onCommiunications, vol. 53, no. 3, March 2005.

[14] Y. Carmon, S. Shamai and T. Weissman, "Comparison of the AchievableRates in

OFDM and Single Carrier Modulation withI.I.D. Inputs," IEEE Transactions on

Information Theory, vol. 61, no. 4, pp.1795-1818, Apr 2015.

[15] C. Peel, B. Hochwald and A. Swindlehurst, "A Vector-PerturbationTechnique for

Near-Capacity Multiantenna MultiuserCommunication — Part I: Channel

Inversion and Regularization," IEEETransactions on Communications, vol. 53, no.

1, Jan 2005.

---

指数函数的e

2deta-v的周期

带入Zt变换的定义式

上面是时域，两个信号的叠加

多径，好多detat

根号2/2,判断快慢衰落---速度决定

多普勒会导致慢衰落变为快衰落

多径和多普勒

瑞利衰落

符号表示方式

有限傅里叶变换

仿真参数

峰值平均功率比