Skip to main content
QUICK REVIEW

[论文解读] Golden Angle Modulation: Approaching the AWGN Capacity

Peter Larsson, Lars K. Rasmussen|arXiv (Cornell University)|Feb 27, 2018
Advanced Wireless Communication Techniques参考文献 22被引用 3
一句话总结

该论文提出了一种基于双截断复高斯分布逆采样的截断几何钟形黄金角调制(TGB-GAM)设计,可在所有信噪比(SNR)范围内实现接近容量的性能。与经典QAM及先前的GAM方案相比,该方法在互信息方面有所提升,并降低了峰均功率比(PAPR),其与AWGN容量的成形损耗极小。

ABSTRACT

In this work, targeting, e.g., future generation cellular, microwave-links, or optical fiber systems, we propose a new geometric shaping design for golden angle modulation (GAM) based on a (double) truncated Gaussian input distribution. The design improves the mutual information (MI), and the peak-to-average power ratio, over the full signal-to-noise ratio (SNR) range relative to two key GAM schemes introduced in [1],[2]. Inspired by the proposed geometric shaping, a simpler, SNR-dependent, design is also suggested. The performance is numerically evaluated with respect to MI and compared with classical modulation schemes. With the proposed design, the SNR can be decreased relative to classical quadrature amplitude modulation, even for relatively modest target spectral efficiencies. As the GAM design can approach the Gaussian channel capacity, the power/energy efficiency is expected to improve.

研究动机与目标

  • 为解决现有黄金角调制(GAM)方案——GB-GAM(在低SNR下有效)和disc-GAM(在高SNR下有效)——在整个SNR范围内互信息(MI)性能不佳的问题。
  • 设计一种几何成形方法,使未来高速通信系统(如6G蜂窝、微波和光纤链路)能够实现接近容量的性能。
  • 通过将优化问题简化为一个或两个变量,开发一种数值上可处理且可扩展的方法,适用于大星座图(例如,M = 1024)。
  • 通过最小化与AWGN容量的SNR差距,提升能量效率,尤其在中高谱效率下表现更优。
  • 同时改善PAPR性能,相比QAM和先前的GAM设计,降低峰值功率需求。

提出的方法

  • 所提出的TGB-GAM设计采用双截断复高斯概率密度函数(PDF)的逆采样方法,确定星座点的幅度,确保在任意SNR下实现最优径向成形。
  • 每个星座点的幅度表示为 $ r_m = c \cdot \sqrt{ \text{invCDF}_{\text{trunc-G}}(1 - \frac{m}{M+1}) } $,其中 $ c $ 用于归一化平均功率,$ \text{invCDF}_{\text{trunc-G}} $ 为截断高斯分布的逆累积分布函数。
  • 该方法仅需一到两个变量进行数值优化,可在无需逐点优化的情况下高效计算大规模星座图(例如,$ M = 2^{10} $)的参数。
  • 引入一种与SNR相关的近似方法,将幅度表达式简化为 $ r_m \propto \sqrt{ \text{erf}^{-1}(1 - \frac{m}{M+1}) } $,在保持高性能的同时降低计算复杂度。
  • 采用黄金角相位排列 $ \phi_m = 2\pi \varphi m $,其中 $ \varphi = (3 - \sqrt{5})/2 \approx 0.381 $,确保近似均匀的相位分布和圆形对称性。
  • 通过互信息(MI)和PAPR指标评估性能,将TGB-GAM与QAM、GB-GAM、disc-GAM及非均匀QAM(NU-QAM)进行对比。

实验结果

研究问题

  • RQ1基于截断高斯输入分布的几何成形设计,是否能在整个SNR范围内相比现有GAM方案提升互信息?
  • RQ2所提出的TGB-GAM设计是否比经典QAM和先前的GAM星座图更有效地减小与AWGN容量的SNR差距?
  • RQ3星座点幅度的优化能否简化为一个或两个变量,从而实现大星座图的可扩展设计?
  • RQ4在不同SNR和星座图大小下,TGB-GAM的PAPR性能与QAM及其他GAM方案相比如何?
  • RQ5简化的、与SNR相关的幅度表达式是否能保持接近最优的MI性能,同时支持实际实现?

主要发现

  • 对于 $ M = 1024 $,TGB-GAM (12) 在 $ C = 3 $ [b/Hz/s] 时与AWGN容量的SNR差距约为 0.01 dB,而1024-QAM为0.5 dB。
  • 在 $ C = 3 $ [b/Hz/s] 时,16-TGB-GAM (12) 的SNR差距为0.76 dB,而16-QAM为0.85 dB,表现出0.09 dB的改进。
  • 在所有测试的谱效率和SNR范围内,TGB-GAM (10)+(11) 和 (12) 的互信息均优于GB-GAM、disc-GAM、QAM及NU-QAM。
  • TGB-GAM的PAPR随SNR增加而降低,趋近于disc-GAM的低PAPR性能,且显著低于QAM的渐近PAPR(高1.96 dB)。
  • 对于 $ M = 2^{10} $,从1024-QAM到1024-TGB-GAM的SNR差距减少了约0.84 dB,可在相同速率下降低发射功率。
  • 简化的与SNR相关的TGB-GAM (12) 在降低复杂度的同时实现了接近最优的MI性能,适用于大规模、自适应调制解调器设计。

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。