Skip to main content
QUICK REVIEW

[论文解读] A Radix-M Construction for Complementary Sets

Srdjan Budisin|arXiv (Cornell University)|Aug 30, 2018
PAPR reduction in OFDM参考文献 19被引用 6
一句话总结

本文提出了一种新型的Radix-M生成器(RM-G),基于幺正(PU)矩阵理论,用于构建互补集与完整互补码(CCC),将先前针对互补对的布尔生成器推广至更广范围。该方法可高效生成具有零互相关和的多相、QAM及六边形互补序列,并配备匹配的MIMO相关器,提供一种统一的基于DSP的序列设计框架。

ABSTRACT

We extend the paraunitary (PU) theory for complementary pairs to comple- mentary sets and complete complementary codes (CCC) by proposing a new PU construction. A special, but very important case of complementary sets (and CC- C), based on standard delays, is analyzed in details and a new 'Radix-M generator' (RM-G) is presented. The RM-G can be viewed as a generalization of the Boolean generator for complementary pairs. An efficient correlator for standard complemen- tary sets and CCC is also presented. Finally, examples of polyphase, QAM and hexagonal PU sets of three sequences are given.

研究动机与目标

  • 将幺正(PU)理论从互补对推广至互补集与完整互补码(CCC)。
  • 开发一种广义生成器——Radix-M生成器(RM-G),用于在各种信号星座中构造互补集。
  • 推导一种高效的MIMO相关器,适用于互补集与CCC,可应用于雷达、声纳及同步系统。
  • 通过使用复数与Eisenstein-Jacobi整数的幺正矩阵,展示多相、QAM及六边形互补序列的构造方法。
  • 在基于DSP的框架下统一序列生成,超越数论或有限域方法。

提出的方法

  • 提出一种基于PU的互补集新理论,将现有PU框架从互补对推广至更广范围。
  • 引入Radix-M生成器(RM-G)作为布尔生成器的推广,采用M进制数字展开与矩阵多项式滤波。
  • 在Z域上使用幺正矩阵生成满足互补性条件的序列:对所有k ≠ 0,有∑ₘ Rₓ⁽ᵐ⁾(Z⁻¹) = C。
  • 通过PU生成器矩阵的逆矩阵推导出匹配的MIMO相关器,实现基于Z域滤波的低复杂度检测,并与生成器共享硬件结构。
  • 将该框架应用于构造多相序列(使用DFT矩阵)、矩形QAM序列(使用高斯整数)及六边形星座序列(使用Eisenstein-Jacobi整数)。
  • 通过展示生成器与相关器矩阵之间的结构相似性,证明其硬件实现效率,支持共用滤波器架构。

实验结果

研究问题

  • RQ1幺正矩阵理论能否从互补对扩展至一般互补集与完整互补码(CCC)?
  • RQ2如何从PU矩阵推导出广义生成器——Radix-M,以生成任意互补集?
  • RQ3互补集与CCC的高效MIMO相关器的结构是什么?如何从PU生成器中推导出该结构?
  • RQ4基于PU的框架能否生成非二进制星座(如QAM与六边形星座)中的互补序列?
  • RQ5使用高斯整数或Eisenstein-Jacobi整数的幺正矩阵如何实现QAM与六边形互补序列的构造?

主要发现

  • Radix-M生成器(RM-G)成功作为布尔生成器在互补对中的推广,可构造任意大小M的互补集。
  • 基于PU的框架通过在所有非零时延下满足零互相关和条件,自然生成完整互补码(CCC)。
  • 通过PU生成器矩阵的逆矩阵推导出高效的MIMO相关器,实现基于Z域滤波的低复杂度检测,并与生成器共享硬件。
  • 实例展示了使用DFT矩阵构造的三序列多相互补集、使用3×3幺正矩阵与高斯整数构造的矩形QAM互补集,以及使用Eisenstein-Jacobi整数构造的六边形星座互补集。
  • 生成器与相关器矩阵之间的结构相似性,使得可采用相同滤波器架构实现硬件高效集成。
  • 该方法提供了一种统一的基于DSP的互补序列设计框架,独立于数论或有限域方法。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。