【6G-OTFS 】

6G-OTFS 的 SFFT 辛变换

OFTS的SFFT的辛变换主要是做一个Time -Frequency domain和delay doppler domain 的转换。

为什么要转换到delay doppler 域

  OTFS这项技术看上去确实不错,在时延多普勒域对整个通信系统进行描述可以获得相对更稀疏更稳定的信道描述形式,而这恰好是传统基于时频域的OFDM体制所欠缺的。跟OTFS的发明人Ronny Hadani聊过几次,Ronny是UT Austin数学系副教授,做Representation theory的。OTFS技术提出的出发点,也是希望找到一种更好的通信系统模式,可以在数学上具有旋转不变性(rotational invariance, 如果我没听错的话..) OFDM在一个非时变信道传输时具有这样的性质。但是在时变信道环境下,从时频域看信道会非常复杂。下面图里给出了一个时变多径信道的时频域响应和时延多普勒域响应。

作者:Rasha Tal
链接:https://www.zhihu.com/question/442697816/answer/1715445968
在这里插入图片描述

   要按传统思路从时频域上看信道似乎没有什么规律。在收端收到这种图样后需要用许多参数才能完整描述整个信道,所以针对时频双选信道,十年前最流行的方法是基展开模型BEM用DCT等基函数做展开,试图用更少的参数来描述信道,这类工作Giannakis早年做了不少。但总之这些方法都是对信道的近似,永远没有直接用物理特性描述来的精确。如果接收端可以获得时延多普勒域图样,可以明显看出来信道在哪个时延和多普勒有响应。所以可以用更少的参数对信道进行描述,这也就是所谓信道的稀疏性。除此之外,在时延多普勒域还有另外几个优势:
 一是可分辨,可以分辨不同多普勒对应的径。
 二是稳定,在一帧内如果终端速度和距离变化不大情况下对应的时延和多普勒基本不会变化。
 三是紧凑性,可以在时延多普勒域上一个相对小的空间即可定义信道。
   关于OTFS的前景:
    一个问题是应用场景是什么,和许多5G技术遇到的问题一样,从理论上看确实很美好,但是目前的场景可能还用不上。
    二是Cohere的大量专利,在提出OTFS之前,Cohere已经申请了大量相关专利,因此如果真的需要采用这些技术时,如此多的专利肯定绕不开的,所以大部分的通信公司还是会优选自己能掌控的方向。
    傅立叶变换确实是把时域卷积变成了频域上的相乘。也就是说时间弥散信道在频域上是平坦的,同样的频域弥散信道在时域是平坦时变的。最关键的原因是信道只有一种选择性,所以可以用另一个域的资源解决。
    但是时变多径信道同时在时频域具有选择性,所以也找不到第三个域让时频域同时和它正交。
   之所以要用实验多普勒域,一方面因为相比于时频域信道更加稀释且紧凑(compact),另一方面时延和多普勒恰好对应了距离和速度这两个物理量,因此直接把物理场景和通信模型做了一个很好的结合。而恰好时延多普勒和时频域之间的变换可以用辛有限傅立叶变换(有时候也叫辛DFT)表示。也可以用别的正交变换,但是就得不到时延多普勒域,比如Viterbo今年一篇新文章里提高的Sequency域。这也是绕过Cohere相关专利的一个思路。关于信道估计,目前基于导频和保护间隔的方法比较好理解,非常直观。操作简单并且精度有保障。当然保护带的引入不可避免带来频谱效率的损失,所以也有一些新的工作研究如何降低保护带需要的开销。另外一方面基于格点的信道估计方法对分数阶delay/Doppler这些问题比较难处理,所以还有一些新工作研究基于Off grid的信道估计。最后推荐下我们最近发表在IEEE Wireless Communications的一篇paper:Orthogonal Time-Frequency Space Modulation: A Promising Next-Generation Waveform。

为什么要转换到delay doppler 域

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 6
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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