车联网借助新一代信息通信技术,实现人、车、路、云等的互联互通.未来beyond 5G(B5G)和6G将赋予下一代车联网更极致的通信与感知性能,有效支撑智能驾驶与智慧交通等创新应用.然而,车辆高速移动带来的高多普勒效应,极大地增加了现有正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的载波间干扰和导频开销,尤其是B5G/6G时代毫米波、太赫兹等高频段的广泛应用将进一步加剧这一问题.近年来,正交时频空间(Orthogonal time frequency space, OTFS)技术由于在抗时频双域选择性衰落方面的显著优势受到了业界的广泛关注.基于OTFS实现通信与感知一体化成为了车联网领域的研究热点.本文旨在研究基于OTFS的车联网通感一体化的系统原理、关键技术、应用模式及技术挑战.首先,在现有OTFS通信系统的基础上,探讨OTFS通感一体化的系统架构、实现原理以及通信和感知性能.然后,介绍OTFS技术的国内外研究现状,并进一步从物理层帧结构、导频机制等方面讨论OTFS通感一体化的难点与关键技术.最后,结合实际场景,分析OTFS在车联网通感一体化中的应用及面临的主要挑战.
针对现有的正交时频空(Orthogonal Time Frequency Space,OTFS)调制系统中最大比合并(Maximal Ratio Combining,MRC)均衡算法收敛速度慢、误码率高的问题,提出一种基于水声OTFS系统的分块线性最小均方误差的最大比合并(Maximal Ratio Co...
详细信息
针对现有的正交时频空(Orthogonal Time Frequency Space,OTFS)调制系统中最大比合并(Maximal Ratio Combining,MRC)均衡算法收敛速度慢、误码率高的问题,提出一种基于水声OTFS系统的分块线性最小均方误差的最大比合并(Maximal Ratio Combining Based on Block Linear Minimum Mean Square Error,BLMMSE-MRC)均衡算法。该算法基于水声信道的稀疏性,利用分块线性最小均方误差算法进行预处理,将输出结果作为MRC检测的初始估计值,然后在延迟多普勒空间中估计发射信号的多径分量,并利用MRC进行合并检测。实验结果表明,与已有零填充最大比合并算法(Maximal Ratio Combining Based on Zero Padding,ZP-MRC)和零填充块线性最小均方误差算法(Block Linear Minimum Mean Square Error Based on Zero Padding,ZP-BLMMSE)相比,所提算法能快速收敛,在10-4误码率条件下,信噪比提升了2 dB以上。
暂无评论