[论文解读] Low-Complexity Iterative Detection for Orthogonal Time Frequency Space Modulation
本文提出了一种低复杂度的稀疏消息传递(MP)检测算法,用于正交时频空(OTFS)调制,通过利用延迟-多普勒域中的信道稀疏性,有效缓解了由分数多普勒路径引起的互多普勒干扰(IDI)。该方法实现了接近最优的性能,且复杂度为线性,显著优于OFDM,尤其在高多普勒场景下,误比特率(BER)为10⁻⁴时增益高达15 dB。
We elaborate on the recently proposed orthogonal time frequency space (OTFS) modulation technique, which provides significant advantages over orthogonal frequency division multiplexing (OFDM) in Doppler channels. We first derive the input--output relation describing OTFS modulation and demodulation (mod/demod) for delay--Doppler channels with arbitrary number of paths, with given delay and Doppler values. We then propose a low-complexity message passing (MP) detection algorithm, which is suitable for large-scale OTFS taking advantage of the inherent channel sparsity. Since the fractional Doppler paths (i.e., not exactly aligned with the Doppler taps) produce the inter Doppler interference (IDI), we adapt the MP detection algorithm to compensate for the effect of IDI in order to further improve performance. Simulations results illustrate the superior performance gains of OTFS over OFDM under various channel conditions.
研究动机与目标
- 解决OFDM在高多普勒、时变信道中的性能限制问题。
- 建立OTFS调制/解调在任意路径下的延迟-多普勒域输入输出关系模型。
- 开发适用于大规模OTFS系统的低复杂度检测算法。
- 缓解由分数多普勒路径引起的互多普勒干扰(IDI)。
- 证明MP检测器在OTFS和OFDM系统中的适用性。
提出的方法
- 利用反辛旋有限傅里叶变换(ISFFT)和海森堡变换,推导OTFS调制/解调的输入输出关系。
- 将延迟-多普勒信道建模为离散抽头,并将系统形式化为稀疏因子图。
- 通过对接收干扰项进行高斯近似,应用消息传递检测以降低复杂度。
- 通过引入相邻多普勒抽头,改进MP算法以补偿互多普勒干扰(IDI)。
- 引入阻尼因子Δ以控制迭代检测中的收敛性和稳定性。
- 通过利用OFDM的对角优势和稀疏性,将相同检测框架应用于OFDM。
实验结果
研究问题
- RQ1在高多普勒延迟-多普勒信道中,OTFS相较于OFDM的性能表现如何?
- RQ2低复杂度的消息传递检测算法能否有效利用OTFS中的信道稀疏性?
- RQ3由分数多普勒路径引起的互多普勒干扰(IDI)对OTFS性能有何影响?
- RQ4在MP检测中,需要多少个相邻干扰项(E)才能实现有效的IDI抑制?
- RQ5所提出的MP检测框架能否扩展至OFDM系统以提升多普勒鲁棒性?
主要发现
- 在不同多普勒频率(30、120、500 km/h)下,OTFS在BER = 10⁻⁴时相比OFDM实现了约15 dB的BER增益。
- 当使用E = 10个干扰项时,MP检测算法带来显著性能提升,且在E > 10后趋于饱和。
- 最优阻尼因子Δ = 0.7在误比特率性能与收敛速度之间实现了最佳权衡,所需迭代次数最少。
- MP检测器通过利用信道稀疏性及对接收干扰项的高斯近似,实现了线性复杂度检测。
- 相同的MP框架可应用于OFDM,证明其在提升多普勒鲁棒性方面的广泛适用性。
- 由于符号间信道增益恒定且有效抑制了IDI,OTFS在不同多普勒偏移下均保持一致的性能表现。
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。