【OTFS白皮书翻译】(含原文下载)

【OTFS白皮书翻译】(含原文下载)

OTFS：解决5G技术挑战的新一代调制技术

作者：罗尼哈达尼，安东蒙克可恩技术

OTFS: A New Generation of Modulation Addressing the Challenges of 5G
Ronny Hadani, Anton Monk

原文链接 https :// arxiv/abs/1802.02623https ://arxiv/abs/1802.02623

摘要

在本文中，我们介绍了一种新的二维调制方案，称为OTFS（正交时频和空间），它将信息QAM符号复用在一类新的载波上。该方案在新的载波上复用信息QAM符号，这些载波对应于信号表示中的局部脉冲，称为延迟多普勒表示。OTFS构成了对传统时间和频率调制的深远概括，如TDM和FDM。从更广泛的角度来看，它在雷达和通信之间建立了一个概念性联系。OTFS 波形与无线信道的一种耦合方式能直接捕捉基本的物理现象，产生一个组成反射器的高分辨率延迟多普勒雷达图像。因此，时频选择性信道被转换为一个不变的，分离的和正交的相互作用，其中所有接收到的QAM符号都会经历相同的局部损伤，所有的延迟-多普勒分集分支都是连贯的。结合起来。反射器的高分辨率延迟-多普勒分离使OTFS能够通过具有MIMO阶的光谱效率的线性尺度和对多普勒和多径信道条件的鲁棒性，来接近具有最优性能-复杂度权衡的信道容量。OTFS是实现MU-MIMO收益的推动者，即使在具有挑战性的5G部署设置中实现适应是不现实的。

1.OTFS——下一代的调制器

历史告诉我们，每一次向新一代无线网络的过渡都涉及到改变底层空中接口技术。首先从基于单载波GSM的2G网络向基于码分复用（CDMA）的3G网络过渡，然后向基于正交频分复用（OFDM）的现代4G网络过渡。当传统技术无法满足新一代用例的需求时，就会决定引入一个新的空中接口。例如，对更高容量数据服务的需求推动了从传统的干扰限制CDMA网络（适应灵活性有限和可实现吞吐量较低）转向基于正交窄带OFDM的网络，该OFDM最适合机会调度并实现更高的频谱效率。新出现的5G网络需要支持不同的使用场景，如[1]中所述。一个基本的要求是多用户MIMO，它有望利用基站上的大量天线元件，结合先进的预编码技术，大幅提高移动宽带频谱效率.这种保证是以非常复杂的体系结构为代价的，这些体系结构不能实际实现容量通过使用传统的OFDM技术，并且在存在时间和频率选择性（[2]和[3]）的情况下遭受性能下降。其他重要的用例包括在非平凡的动态信道条件下运行（例如车辆对车辆和高速铁路），在这些条件下，自适应变得不现实，使OFDM窄带波形严格次优。因此，一个人再次面临寻找更适合的空气界面的困境，新的指导理念是：

当适应不再可能时，人们应该消除对适应的需要。

挑战在于如何在不牺牲性能的情况下做到这一点。应对这一挑战应该融合两个矛盾的原则——(1)当在不可预测的信道条件下，一种传播的原则（例如CDMA的使用）去获得对窄带干扰的弹性和利用信道多样性增加可靠性：和(2)正交性的原则（例如OFDM的使用）简化信道耦合实现更高的光谱密度与优越的性能复杂度权衡。

OTFS是一种调制方案，即携带信息的QAM符号通过一种新型的波形，这些波形同时在时间和频率上分布，并且在一般的延迟-多普勒信道损伤下保持大致正交。OTFS波形的关键特征与它们和无线反射器之间的最佳交互方式有关。这种相互作用在信道响应和携带QAM符号的信息之间产生简单对称的耦合，从而促进了具有最佳性能和复杂性权衡的发射机和接收机结构的设计。综上所述，OTFS将扩频的可靠性和鲁棒性与窄带传输的高频谱效率和低复杂度相结合。

本文由两部分组成。第一部分致力于解释OTFS背后的数学原理，第二部分致力于演示OTFS比OFDM等多载波调制的性能提高，重点关注以下核心5G用例。

1.增强型移动宽带（eMBB）。在这个用例中，我们展示了OTFS能够在任何信道条件下，通过增加MIMO阶来提高频谱效率。我们描述了MU-MIMO的延迟-多普勒均衡和预编码的原理及其相对于传统的时频对应物的内在优势。

2.物联网（物联网）。在这个用例中，我们描述了一种特定的小数据包的OTFS传输模式，它最大限度地提高链路预算（每位能量），并在功率和延迟约束下最小化重传输次数，从而延长电池寿命并实现延长覆盖范围。OTFS传输信号使低PAPR和最大可用持续时间（最大限度地提高链路预算），同时提取全时频分集（最大限度地减少重传次数）。

3.在高移动性条件下的通信，如车对车通信（V2V）或高速列车（HST）。在这个用例中，我们展示了OTFS最大化了吞吐量、可靠性和性能一致性。我们进一步表明，OTFS将多普勒损伤作为多样性的额外来源，同时避免了载波间干扰的破坏性影响。

4.超可靠的低延迟通信（URLLC）。在这个用例中，我们展示了OTFS对窄带干扰表现出的弹性，从而允许与URLLC数据包和其他类型的窄带干扰无缝共存。

5.毫米波通信的潜在用途。对这个用例的讨论是关于在高相位噪声损伤下OTFS的通信潜力的进展工作的总结。在这种情况下，我们将解释如何在OTFS设置中在不牺牲容量的情况下降低相位噪声。

2.OTFS原则

2.1.OTFS的简单概括

OTFS是一种调制方案，它在一种新的域中，即延迟-多普勒域中多路复用QAM信息符号。在数学文献中，延迟-多普勒域有时被称为海森堡群的晶格表示。这个结构后来被物理学家重新发现，他们称之为Zak表示1。延迟多普勒域概括时间和频率表示，使OTFS成为众所周知的时间和频率调制方案的广泛推广，比如周知的如TDM（时分复用，或单载波复用），其中，QAM符号在连续的时间间隙内被多路复用。还有如FDM（频分复用，或多载波多路复用）其中，QAM符号在连续的频率载波上被多路复用。从更广泛的角度来看，OTFS在雷达和通信之间建立了一个概念上的联系。该理论的这些方面在2.2和2.3节中解释。

OTFS波形以一种捕捉信道物理特性的方式与无线信道最优耦合，产生组成反射器的高分辨率延迟多普勒雷达图像。这导致了信道和携带QAM符号的信息之间的一个简单的对称耦合。这种对称性表现为三个基本性质：不变性、可分离性的正交性。

不变性意味着所有QAM符号的耦合模式都是相同的（即，所有符号都经历相同的通道，或者，换句话说，耦合是平移不变的）。可分离性（有时也被称为硬化）意味着所有的分集路径都彼此分开，每个QAM符号都经历了信道的所有分集路径。最后，正交性意味着耦合是局部化的，这意味着QAM符号在接收器处彼此保持大致正交。其正交特性应该与传统的基于PN序列的CDMA调制相比，其中每个码字都引入一个影响所有其他码字的全局干扰模式。其不变性应与TDM和FDM进行对比，其中耦合模式在不同的时频相干间隔之间存在显著差异。这方面的理论将在第2.6节中进行解释。

一个OTFS的变体可以被构造在任意多载波调制方案上，即通过一个二维（辛）傅里叶变换，在多普勒平面和在倒数时频平面上的网格之间。傅里叶关系在时频网格上产生了一组正交的二维基函数，其中每个基函数都可以看作是一个传播在多个音调和多个多载波符号上的码字。这种解释使得OTFS成为一种推广CDMA的时频扩展技术。这方面的理论将在第2.7节中进行解释。

2.2.延迟多普勒信号表示

为了从主要原理来理解OTFS，我们应该重新审视信号处理的基础，其核心是围绕着两种基本的信号表示。一种是时间表示，其中一个信号被实现为时间的函数（增量函数的叠加）；另一种是频率表示，其中一个信号被实现为频率的函数（复指数的叠加）。这两种表示方法可以用傅里叶变换进行互换。

时间表示和频率表示彼此之间是互补的。这种互补性的数学表示由海森堡测不准原理描述，该方法指出，信号不能在时间和频率上同时定位到任何期望的程度。具体地说，如果一个信号在时间上是定位的，那么它在频率上是非定位的，反之，如果一个信号在频率上是定位的，那么它在时间上是非定位的，如图1所示。这个数学事实掩盖了一个更深层次的真理。事实证明，存在信号的行为好像他们同时本地化到任何期望的程度在时间和频率，一种特性，使它们在延迟多普勒雷达多目标检测和无线通信中（两种用例被证明是强连接的）最优。这些特殊的信号本质上与一种表示在时延多普勒域中的局部脉冲相紧密联系。延迟多普勒表示中的信号是二维域被称为延迟多普勒平面上的特殊类型的函数，它的点由两个变量参数化（τ，v）其中第一个变量叫做延迟，第二个变量叫做多普勒。

延迟多普勒变量在雷达和通信理论中常用。在雷达中，它们被用来通过其延迟（距离）和多普勒（速度）来表示和分离移动目标。在通信中，它们被用来通过时间和频移操作的叠加来表示信道。延迟-多普勒信道表示在无线通信中特别有意义，因为它与组成反射器的延迟-多普勒雷达图像相一致[4]。图2显示了一个特定通道的延迟-多普勒表示的例子，该通道由两个主要反射器组成，它们具有相似的延迟（范围），但它们的多普勒特性（速度）不同。

使用延迟-多普勒变量来表示信道是众所周知的。不太为人所知的是，这些变量也可以被用来以一种与信道的延迟-多普勒表示相协调的方式来表示携带信息的信号。延迟-多普勒信号表示在数学上更微妙，需要引入一类新的函数，称为拟周期函数。为此，我们选择满足条件τr∙νr = 1的一个延迟周期τr和一个多普勒周期νr，从而定义一个单位面积框，如图3所示。延迟多普勒信号是一个函数φ（τ，ν），它满足以下准周期性条件：

这意味着该函数是周期的对于一个乘法相位，即，该函数的值在每次穿越周期τr时获得等于ej2πντr的相位因子，并且在每次穿越多普勒周期e-j2πντr等于获得νr相位因子。

总之，有三种基本的方法来表示一个信号。第一种方法是作为时间的函数，第二种方法是作为频率的函数，第三种方法是作为延迟和多普勒的准周期函数。这三种可选的表示方式可以通过规范变换进行互换，如图4所示。时间表示和频率表示之间的转换通过傅里叶变换进行的。延迟多普勒与时间和频率表示之间的转换是由Zak分别进行的变换如Zt和Zf。（[5]，[6]，[7]和[8])。利用周期傅里叶积分公式实现了Zak变换：

即，对时间表示的变换由沿多普勒周期的傅里叶反变换给出，反过来，对频率表示的变换由沿延迟周期的傅里叶变换给出。我们注意到Zak变换在一维线上的函数和二维平面上的函数之间的一对一等价性需要拟周期性条件。如果没有它，一条线上的信号将允许无限多的时延多普勒表示2。

2.在某种意义上，这种情况类似于线上的采样函数和线上的周期函数之间的傅里叶等价性。在不施加周期性的情况下，一个采样函数在傅里叶域上将有无限多个表示。

2.3.信号处理的一般框架

信号处理的一般框架包括三种信号表示-(1)时间、(2)频率和(3)延迟多普勒，可通过规范变换互换。该设置可以被整齐地组织成一个三角形的形式，如图5所示。三角形的节点代表三种表示，边表示它们之间转换的规范转换规则。

这张图的一个重要性质是，任何一对变换的组成都等于其余的第三个变换。换句话说，无论选择哪条路径，沿着三角形的边缘历都会得到相同的答案。特别地，我们可以把傅里叶变换写成两个Zak变换的组合：

这意味着不用使用傅里叶变换从频率转换到时间变换，我们可以使用逆Zak变换从频率转换到延迟多普勒Zf-1，然后使用Zak变换从延迟多普勒变换到时间Zt。上述分解得到了一种计算傅里叶变换的替代算法，该算法与Cooley-Tukey3发现的快速傅里叶变换算法相一致。这一惊人的事实证明，延迟-多普勒表示在经典信号处理中起着重要的作用。

在抽象的一个层次上，我们注意到延迟多普勒表示不是唯一的，而是取决于满足关系τr·νr＝1的一对周期a的选择。这意味着存在一系列连续的延迟多普勒表示，对应于双曲线νr=1/τr上的点，如图6所示。研究当变量τr→ ∞ 当变量νr→ ∞. 在第一极限中，延迟周期以多普勒周期收缩为代价而延长，因此在极限中收敛到与时间表示一致的一维表示。相反，在第二极限中，多普勒周期以延迟周期收缩为代价而延长，因此在极限中收敛到与频率表示一致的一维表示。因此，时间和频率表示可以被视为更一般的延迟多普勒表示族的限制情况。所有的延迟-多普勒表示都可以通过适当定义的Zak变换来满足交换性关系，并推广了前面讨论的三角形关系。这意味着沿曲线的任何一对表示之间的转换与它们之间选择的多边形路径无关。从哲学上讲，延迟-多普勒表示和相关的Zak变换构成了信号处理的基本构件，特别是产生了经典的时间和频率的概念和相关的傅里叶变换规则。

3更准确地说，FFT算法相当于将傅里叶变换分解为一系列中间Zak变换序列，在深度多普勒曲线的多边形分解点之间进行转换，如下所述。

2.4.OTFS调制方案

通信理论是指通过有线和无线等各种物理媒体传输信息。将携带信息的QAM符号序列与通信信道耦合的车辆被称为调制方案。因此，信道-符号耦合既依赖于信道的物理性质，也依赖于调制载波波形。因此，每一个调制方案都产生了一个独特的耦合模式，它反映了调制波形与信道相互作用的方式。

经典的通信理论围绕着两种基本的调制方案，它们自然地与时间和频率信号表示有关。第一种方案在时间表示中的局域脉冲上复用QAM符号，它被称为TDM（时分复用）。第二种方案在频率表示中的局域脉冲上复用QAM符号（并使用傅里叶变换传输它们），它被称为FDM（频分多路复用）。

利用各自的逆Zak变换将TDM和FDM载波脉冲转换为延迟-多普勒表示是很有趣的。对TDM脉冲的转换揭示了一个准周期函数，它在延迟中局域，但在多普勒中非定域。对FDM脉冲的转换显示了一个在多普勒局部而延迟非局部的准周期信号。TDM和FDM脉冲的偏振非对称延迟多普勒表示表明，在延迟多普勒表示中，基于对称局域信号的优越调制，如图7所示。这种新的调制方案被称为OTFS，它代表正交时频率和空间。

有一个无限族的OTFS调制方案，对应于由延迟-多普勒曲线的点参数化的不同的延迟-多普勒表示（如图6所示）。当延迟周期和多普勒周期趋近于无穷时，经典的时调频方案和调频方案TDM和FDM分别是OTFS族的极限情况。OTFS族调制方案在时频复用之间平滑插值。

2.5.OTFS载波波形

到目前为止，我们已经使用了信号表示和域转换的抽象语言来描述OTFS。在本节中，我们给出了OTFS载波波形作为时间的函数的显式描述。为此，我们在由以下参数指定的延迟-多普勒平面上选择一个二维网格：

以这种方式定义的网格由沿延迟周期的N个点组成，间隔Δτ，沿多普勒周期的M个点，间隔Δν，导致基本矩形域内总共有NM个网格点。接下来，我们将延迟多普勒表示中的局部脉冲Wn,m定位在特定网格点（nΔτ，mΔν）。我们注意到，脉冲仅位于基本域的边界内（由延迟多普勒周期包围），并在整个延迟多普勒平面上准周期性地重复，如图8所示，n=3，m=2。我们假设Wn,m是两个一维脉冲的乘积：

其中，第一个因子沿延迟（时间）定位，而第二个因子沿多普勒（频率）定位。在某种意义上，延迟多普勒二维脉冲是一维TDMA和OFDM脉冲的拼接。为了描述时间表示中Wn,m的结构，我们需要计算Zak变换:

利用Zak变换公式进行直接验证，得到的波形是一个时间和频率位移的脉冲序列，其中时间的位移等于延迟坐标nΔτ而频率上的位移等于多普勒坐标mΔν.局部，每个脉冲的形状与延迟脉冲Wτ有关，整体上，整个序列的形状与多普勒脉冲的傅里叶变换有关。沿延迟移动网格点会使列车中的每个脉冲随时间位移，类似于TDM。反过来，沿着多普勒移动网格点会导致整个列车的频率位移频率相同，类似于OFDM。换句话说，OTFS载波波形的局部结构与TDM相似，而全局结构与FDM相似。

2.6.延迟-多普勒信道符号耦合

无线信道由简单的物理学控制。它由一组镜面反射器组成，其中一些是静态的，另一些是移动的。传输的波形通过介质传播，并从每个反射器上反射。到达接收机的信号是直接信号和反射回波的叠加。每个反射回波在一个延迟的时间（多路径效应）到达接收器，并且由于反射器和发射器/接收器之间的相对速度，也可能在频率上发生偏移（多普勒效应）。信道物理特性通过延迟-多普勒脉冲响应进行数学建模，其中每个点击代表一组具有特定延迟和多普勒特性的反射器，如图4所示。我们在本节的目标是描述在延迟多普勒表示中给出的无线信道和OTFS载波波形之间的信道-符号耦合（简称CSC）。作为一个动机，我们首先讨论了TDM和FDM脉冲的信道符号耦合。

在时间表示中传输局部TDM脉冲在接收机产生回波结构，在特定时间位移时出现，该位移与各种反射器施加的多径延迟相对应。每个回波的相位和振幅取决于发射脉冲的初始位置，并可能在不同的相干时间间隔之间发生显著变化——这种现象被称为时间选择性。其中涉及两种机制。回波的相位变化是由于多普勒效应，回波的振幅变化是由于具有相同延迟的许多反射器的破坏性叠加引起的，这是由于TDM脉冲不能沿多普勒分离反射器。在图9，计算TDM回声从左到右我们看到第一和第三回声是由于静态反射器因此是时间不变的，第四回声是由于移动反射器因此是时变，第二回声是由于两个反射器的叠加，其中一个是移动因此是衰落。

反过来，在频率表示中发射局部FDM脉冲在接收端产生特定频率位移的回波配置，该位移与各种反射器引起的多普勒频移相对应。每个回波的相位和振幅取决于发射脉冲的初始位置，并可能在不同的相干频率间隔之间发生显著变化——这种现象被称为频率选择性。回波的相位变化是由于多径效应引起的，回波的振幅变化是由于共享相同多普勒的许多反射器的破坏性叠加而引起的，这是由于FDM脉冲不能沿延迟分离反射器造成的。例如，在图9中，从下而上计算接收到的FDM回波，我们看到第一和第三回波是频率变化的，第二回波是由于三个静态反射器叠加造成的。

在延迟-多普勒表示中传输局部OTFS脉冲，在接收端产生出现在特定延迟-多普勒位移下的回波配置，这与各种反射器引起的延迟和多普勒频移相对应，如图10所示。与前两种情况相比，以下属性现在成立：

CSC不变性：延迟-多普勒回波的相位和振幅与原始脉冲在基本域内的位置无关，因为延迟和多普勒周期分别小于信道的相干时间和带宽。

CSC可分性：所有的反射沿着它们的延迟和多普勒特性相互分离，因此它们的影响不会产生破坏性，在QAM符号水平上没有能量损失。

CSC正交性：接收到的回波被限制在传输脉冲周围的一个小矩形盒内，其尺寸等于信道的延迟和多普勒扩散，远小于外部延迟和多普勒周期。因此，当两个发射脉冲在发射机处被几何分离时，它们在接收机处将保持正交。

另一种表示OTFS信道-符号耦合的方法是作为延迟-多普勒脉冲响应和QAM符号之间的二维卷积4。这可以在图11中看到，它显示了许多delta函数（表示QAM符号）与通道的延迟-多普勒脉冲响应进行卷积。

4CSC的精确数学描述是通过与QAM符号的延迟-多普勒脉冲响应的扭曲卷积（也称为海森堡卷积）的操作

2.7.OTFS的多载波解释

在本节中，我们描述了OTFS的一种变体，它更适合于时频网格和滤波器组的经典多载波形式，并阐明了从Zak定义中不明显的OTFS方面。新定义的一个结果是，OTFS可以被看作是一种时频扩展方案，由一个在倒数时频网格上定义的二维基函数（或码字）的集合组成。另一个结果是，OTFS可以被构建为一个简单的预处理步骤，超过一个任意的多载波调制，如OFDM。新的定义是基于延迟-多普勒平面上的网格与时频平面上的互反网格之间的傅里叶对偶关系。

延迟多普勒网格包括沿延迟方向的N个点，间隔Δτ=τr/N，沿多普勒方向的M个点，间距Δν=νr/M，以及沿频率方向的N点，间隔Δf=1/τr和沿时间方向的M点，间隔δt=1/νr。这两个网格如图12所示。参数Δt是多载波符号持续时间，参数Δf是副载波间隔。时间频率网格可以被解释为M个多载波符号的序列，每个多载波符号由N个音调或子载波组成。我们注意到，传输带宽B=MΔf与延迟分辨率Δτ成反比，传输持续时间T=MΔτ与多普勒分辨率Δτ呈反比。

两个网格之间的傅里叶关系是通过二维有限傅里叶变换的一种变体实现的，称为有限辛有限傅里叶变换（简称SFFT）。SFFT通过以下求和公式将N×M延迟多普勒矩阵x（NΔτ，MΔν）发送到倒数M×N时频x（M'Δt，N'Δf）：

其中，术语“辛”是指指数内的特定耦合形式m'm/M-nn/N。人们可以很容易地验证SFFT变换等效于沿矩阵x（n，m）的列应用n维FFT，并沿其行应用m维IFFT。

OTFS的多载波解释是这样的陈述：N×M延迟多普勒矩阵的Zak变换可以通过首先使用SFFT将矩阵变换到时间-频率网格。因此，使用SFFT变换，OTFS收发器可以作为多载波收发器上的预处理和后处理步骤进行叠加。OTFS的多载波收发机如图13所示，以及时频域中的双选择性乘法CSC和相应的不变卷积延迟多普勒CSC的视觉表示。

多载波解释将OTFS作为一种时间-频率扩展技术，其中每个延迟多普勒QAM符号x（NΔτ，MΔν）通过时间-频率网格上的二维扩展“代码”或序列承载，由以下辛指数函数给出：

其中，该函数沿时间的斜率由多普勒坐标m∆ν给出，沿频率的斜率由延迟坐标n∆τ给出（见图14中的示例）。因此，类似于二维CDMA，其中码字是彼此正交的2D复指数。

从更广泛的角度来看，延迟多普勒网格和时频网格之间的傅里叶对偶关系建立了雷达和通信之间的数学联系，其中第一个理论是根据其延迟多普勒特性最大限度地提高反射器/目标之间的分离分辨率，第二个理论是最大限度地提高可以通过由这些反射器组成的通信信道可靠地传输的信息量。

1. 延迟多普勒均衡和预编码

在本节中，我们讨论均衡的原则和预编码当QAM符号延迟多普勒域OTFS的情况和比较情况当QAM符号多路复用的时频域的多载波调制。我们关注的是多用户MIMO（简称MU-MIMO）的上下文，其中一组用户在相同的带宽上与装有多个天线的基站同时进行通信。

1. 均衡

在上行链路方向上，来自不同用户的流在它们彼此叠加时到达基站，并且基站必须通过均衡在它们之间分离。我们假设每个配备有单个天线的Lu用户正在向配备有Lb天线的基站进行发射。在多载波设置中，用户在时频网格的区域上复用其QAM符号。在这些假设下，上行链路信道在时间-频率网格的点上被解耦为简单MIMO信道的并行正交系统，使得对于每个网格点MΔt，NΔf，都对应如下形式的本地信道方程：

其中Xmn是从不同用户发送的Lu QAM符号的向量，Umn是表示用户和基站天线之间的本地耦合的Lb×Lu矩阵。为了检索用户的信息，基站必须检测构成向量Xmn的QAM符号。为了最大化吞吐量，必须使用最大似然球检测器联合检测QAM符号。球形检测器是一种迭代算法，其收敛速度主要取决于本地信道自相关矩阵的条件数（最大和最小特征值之间的比率）

其中上标*表示赫米特转座。当条件数较高时，算法表现出临界减速，导致复杂度以MIMO顺序呈指数级，即用户数量。在信道时频选择性存在的情况下，相当一部分的自相关矩阵可能表现出高条件数，由此产生的复杂性代价成为随着用户数量缩放系统的巨大障碍。

有两种方法来管理接收机性能-复杂性的权衡。第一种方法是通过以牺牲性能为代价来限制迭代次数来降低检测器的复杂性。第二种方法是通过使用格缩减技术加速球探测器的收敛速度来保持性能，以牺牲更高的复杂性，因为需要重新计算每个相干时间和频率间隔的简化格基。换句话说，信道的时频选择性引入了一个重新计算因素，导致很大的复杂度。我们注意到，现代商业MIMO系统通常会实现第一种方法。在实践中，除了四个空间流的情况下，从未使用全球面检测器，因为高复杂度的代价，而大多数实现使用的是迭代次数有限的降低复杂度的变体。

通过在延迟多普勒网格上复用QAM符号，可以显著改善接收机的性能复杂性权衡，其中信道符号耦合是不变的、可分离的和正交的（通过与延迟多普勒脉冲响应的卷积给出）。为了便于解释，我们假设了一些简化的近似值。我们假设延迟多普勒上行链路信道在延迟多普勒网格的点上解耦为相同MIMO信道的并行系统，使得

对于每个网格点N∆τ，M∆ν，对应如下形式的局部信道方程：

其中Xmn是从不同用户发送的QAM符号的向量，u是表示用户和基站天线之间的全局耦合的Lb×Lu矩阵。我们进一步假设自相关矩阵r=u*u等于所有局部时频自相关矩阵的算术平均值，即：

由于时频信道矩阵Umn大致彼此独立，因此由于平均，延迟多普勒矩阵r具有比典型Rmn更低的条件数。矩阵r的较低条件数意味着球体检测器的更快收敛速度，从而使延迟多普勒网格上的检测问题成为更容易的计算任务。此外，由于不变性，每帧NM QAM符号只需要计算一次缩减基，因此可以有效地使用晶格缩减技术来进一步加速收敛速度。

对延迟多普勒条件数和时频条件数进行了仿真比较。该仿真考虑了时间-频率网格中跨越20MHz带宽和10秒持续时间的两种类型的信道。第一个信道遵循高斯模型，其中每个局部矩阵Umn都是针对各种MIMO阶数随机独立选择的。该信道模型代表了无限延迟和多普勒扩展的不现实情况。第二种信道模型是现实的4x4 MIMO信道，最大多普勒扩展对应于30km/h最大延迟扩展为3微秒。图15显示了在每个OFDM时频网格点计算的时频自相关矩阵Rmn的条件数，并绘制为虚线直方图。此外，针对1ms持续时间的条带计算延迟多普勒条件数，并绘制为实心直方图。直方图清楚地表明，平均延迟多普勒条件数明显低于（更好）平均时频条件数,这意味着OTFS的空间多路复用优于多载波调制。此外，延迟多普勒条件数的可变性显著较小，这意味着性能的一致性提高。将OTFS和OFDM与MIMO均衡进行比较的仿真结果如第4.2.1节所示。

1. 延迟多普勒预编码

在下行链路方向上，每个用户的接收流与由其他用户的流引起的干扰叠加。由于用户的天线孔径具有有限的角度分离能力，因此必须通过预均衡（即预编码）在基站处拒绝来自不期望流的干扰。在多载波设置中，基站在时频网格的区域上复用Lu QAM符号的矢量。在这些假设下，下行链路信道在时间-频率网格上解耦为简单MIMO信道的并行系统，使得每个网格点m∆t，n∆f对应一个如下形式的本地信道方程

其中Xmn是QAM符号的发送向量，Dmn是考虑基站中的Lb天线元件与Lu用户天线之间的本地耦合的Lu×Lb矩阵。每个用户接收其自己的信号，该信号被指向其他用户的信号所引起的干扰所破坏。拒绝干扰的标准方法称为信道反转或迫零预编码（简称ZFP，[9]，[10]）。在该方法中，基站反转信道矩阵Dmn，并代之以发送预编码向量：

标准化常数确保总传输能量标准化为MN。因此，每个用户都会接收到被白噪声破坏的预均衡QAM符号，接收到的SNR等于：

其中A是噪声项的方差。在存在时间和频率选择性的情况下，相当一部分信道矩阵Dmn可能处于衰落状态，因此相应的归一化项||D-1mn·Xmn||显著增加。这反过来导致SNR下降。这种现象使得迫零预编码严格地次优。我们注意到，使用信道的正则化逆的ZFP的变体可以导致接收SNR的小改进[11]。为了简化说明，我们将在文档的其余部分中限制对非正则化ZFP的关注。

获得接收SNR的主要改进的一种方法是在传输的QAM向量进入预编码滤波器之前向其引入（晶格）扰动。当适当选择扰动向量时，局部归一化项||D-1mn·Xmn||可以显著减少。然而，寻找最优扰动向量具有指数复杂性，因此在实践中，Tomlinson Harashima预编码（THP）用于寻找“良好”扰动向量[11]，[12]，[13]。这里我们没有讨论THP的正式定义，我们只提到ZF THP预编码的接收SNR严重依赖于自相关矩阵的条件数：

当条件数高时，接收的SNR低，反之亦然。在某些情况下，然而，由于需要为每个时间/频率相干间隔重新计算缩减的晶格基，这引入了显著的复杂性代价。与上行链路接收一样，ZF-THP预编码的性能可以通过在延迟多普勒表示中复用QAM符号的矢量来显著提高，其中信道符号耦合是不变的、可分离的和正交的，通过与下行链路信道的延迟多普勒冲激响应卷积给出。为了便于解释，我们假设很少有简化的近似值。我们假设下行链路信道在延迟多普勒网格的点上解耦为相同MIMO信道的并行系统，使得每个网格点n∆τ，m∆ν对应以下形式的本地信道方程：

其中Xmn是QAM符号的向量，d是表示Lb个基站天线和Lu个用户天线之间的全局耦合的Lu×Lb矩阵。我们进一步假设自相关矩阵r=dd*等于所有局部时频自相关矩阵Rmn的算术平均值：

由于局部信道矩阵Dmn彼此大致独立，至少在考虑不同相干间隔时，平均矩阵r的条件数比典型的Rmn低得多。因此，ZF-THP预编码实现了更高的SNR，这实际上可以被显示为非常接近下行链路信道的容量。此外，由于延迟多普勒CSC的不变性，每帧NM QAM符号应仅计算一次缩减基22，因此可以采用晶格缩减技术来进一步提高SNR，而不损害复杂性。第4.2.2节给出了时频和延迟多普勒ZF-THP预编码之间的性能比较。

1. OTFS的性能优于OFDM

1. 关键的5g用例

在本章中，我们探讨了基于延迟-多普勒复用的OTFS调制方案比基于时频复用的OFDM多载波调制方案的性能优势。我们专注于演示调制结构固有的性能增益，而不依赖于特定的实现。我们考虑了新兴的5G技术前提的五个核心用例，其中包括：

增强型移动宽带（eMBB）。这个用例围绕着多用户MIMO通信，在基站合并大量天线作为为最大的大量用户提供频谱重用的推动器。

高移动性通信。这个用例围绕着需要在移动接收者之间建立一个可靠和一致的通信链接，例如在车辆对车辆的通信（V2V或V2X）和高速列车的情况下。

物联网（物联网）。这个用例围绕着在基站和大量在严格的功率限制下运行的小型设备之间建立通信链路的需要。

与超可靠的低延迟通信数据包（URLLC）共存。该用例围绕着需要支持高优先级、低延迟通信包的传输模式，这些通信包以在常规数据包上的叠加方式传输，从而引入显著的窄带干扰。

毫米波通信。这个用例围绕着由对新的可用频谱的高需求所驱动的mm波长范围内的通信。由于电磁波的传播特性较差和在这些频率中的相位噪声水平较高，因此在这些波段实现可靠的通信链路是一项挑战。

对于每个用例，我们描述了潜在的目标（或机会），并指定了实现目标所需要解决的主要技术问题。最后，我们对基于OTFS的解决方案比基于OFDM的解决方案的性能增益进行了简要的理论解释，并以仿真结果作为支持。

1. 增强型移动宽带

5G增强型移动宽带的一个关键前提是能够通过在基站上合并多个天线来显著增加容量。这使得能够在大量用户之间重用可用的频谱，这种范例被称为多用户MIMO。在本节中，我们给出了比较OFDM（使用LTE命理学和3GPP评估假设）与OTFS的性能的仿真结果。在上行方向，我们关注基底接收机的OTFS性能复杂度权衡增益，在下行方向，我们关注OTFS预编码增益。除非另有说明，我们假设以下模拟参数：

系统带宽：10 MHz

信道型号：3GPP TDL-C，300 ns延迟扩展

TTI持续时间： 1 msec

信道估计：理想（根据3GPP评估假设5G）

FEC：LTE turbo code

接收器：OTFS Turbo，OFDM-ML

1. 等化结果

在图16和图17中，我们比较了OTFS和OFDM的光谱效率。在每个信噪比点上，选择达到3GPP工作BLER为10%的最大调制和编码方案（MCS）。图16显示了大数据包（50 PRBs）和MIMO顺序从1到4（即SISO、2x2和4x4）的光谱效率比较。OFDM的最大似然检测结果。最大似然接收机，虽然对于OFDM最优，但随着MIMO阶呈指数级增加，因此，对于高阶MIMO，接收机通常使用降低复杂度的算法，表现出性能损失。作为OFDM性能的下限，我们展示了使用一个更简单的MMSE接收器（通常用于比较OFDM系统的3GPP中的性能）的结果。

OTFS和OFDM之间的差距很明显，在高阶MIMO中尤其明显。例如，对于4x4 MIMO，在19 dB信噪比下，性能差距从36%到53%，这取决于OFDM接收器的类型。由于在30 km/h处的多普勒相对较低，且数据包大小较大，因此增益不是由于OTFS的扩散效应而获得的额外分集。相反，它是由于在第3.1节中提出的条件数参数。进一步的收益如图17所示。这是由于数据包的大小较小所致。在OTFS中，性能对数据包的大小是不变的，因为所有的符号都经历了信道的全部多样性。相比之下，一个24个小的OFDM数据包更有可能被“卡”在一个时间和/或频率选择衰落区域，依靠FEC代码来恢复。

1. 预编码结果

为了评估延迟多普勒在时频迫零Tomlinson Harashima预编码（ZF-THP）上的性能增益，我们对半径为1公里的无线小区进行了简单的模拟，该小区包含数千个随机定位的用户，每个用户都配备了单个天线，基站由8个天线单元的线性阵列组成。在每个用户周围分布一圈静态反射器，对应于2微秒的延迟扩展，没有多普勒。在每次迭代中，我们随机选择8个用户的子集，并计算每个用户的时频和延迟多普勒ZF-THP接收SNR。该实验使用不同的用户和反射器配置重复数千次。接收SNR值的累积分布函数如图18所示。模拟使用以下参数：

射频频率：4 GHz

射频带宽：10 MHz

子载波间距：15 kHz

天线间距：20 cm

数据包持续时间：1 msec

图18中的竖线显示，约99%的OTFS用户，而约50%的OFDM用户的信噪比大于12 dB。换句话说，99%的OTFS用户体验到了前50%的OFDM用户的性能。26条水平线表示，90%的OTFS用户拥有超过10个的dB信噪比，而OFDM用户的增幅为90%。

4.3.在高流动性条件下的通信

移动性条件下的通信包括极端移动性的用例，其中发射机或接收机正在移动（与固定的情况相反，即发射机和接收机都是静态的，而唯一移动的物体是反射器）。典型的场景包括车辆与另一辆车之间的通信（V2V）、车辆与静态基站或基础设施之间的通信（V2I）、基站与无人机之间的通信、基站与快速移动的火车之间的通信等等。高迁移率通信信道具有宽多普勒传播的特点。

在高移动性条件下运行的主要目标是保持一个可靠和一致的通信链路，支持对不同数据包大小的许多用户的可预测的性能。有两个主要的技术挑战。第一个问题是由于多普勒引起的载流子间干扰（ICI）的存在，从而导致信噪比退化。第二个挑战与信道的短相干时间尺度有关，这导致接收信号的时间功率分布和相位出现不可预测的波动，使分配的子载波和MCS的适应不现实。

图19显示了OTFS和OFDM与一组典型的3GPP评估假设的比较，即16 QAM的RMS延迟扩展300ns，120 km/h和2x2 MIMO。图显示，10%编码BLER的性能差距是显著的，从2.4 dB到4 dB，这是由于OTFS比OFDM额外的多普勒/时间多样性增益。

图20显示了在500 km/h条件下的高速列车（HST）用例中的性能。在如此高的速度下，多普勒扩散是副载流子间距（SCS）的一个显著百分比，并引起不可忽略的载流子间干扰（ICI）。提高性能的一种常用方法是提高SCS。然而，这提高了OFDM和OTFS的性能，如图中可以看出，使用15 kHz SCS（即没有变化）的OTFS比使用60 kHz SCS的OFDM高出约2.6 dB。在较小的SCS上操作的能力有进一步的影响。增加SCS可以减少OFDM符号的大小。然而，循环前缀的长度（CP）只取决于延迟通道的传播，因此如果符号大小减少四倍，延迟传播不改变，结果CP开销增加相同的因素从而进一步减少有效吞吐量（不代表在BLER情节）。换句话说，与OFDM相比，OTFS具有提高BLER性能的双重好处（转化为更高的MCS）和更低的CP开销。

图21进一步扩展了HST的用例，突出显示了ICI取消的效果。在这个例子中，我们通过完全消除大的ICI影响来模拟一个理想的ICI抵消。该图显示，OTFS的性能差距是显著的，这是由于捕获了通道的全部多样性，而不仅仅是由于ICI的弹性。在这个SISO病例中可以看出，没有ICI抵消的64 QAM OFDM信号完全降解，甚至无法达到所需的10% BLER。相比之下，OTFS仍然在22 dB的信噪比左右达到这一点。我们还看到，当ICI完全取消时，64 QAM的信噪比间隙约为4 dB。

缺乏自适应对基于时频分配的多载波调制性能的破坏性影响对于小分组大小尤其明显。这样的分组在被指定到时间-频率网格的任意区域而不考虑该区域处的信道条件时，具有受深度衰落影响的非零概率。在这种情况下，分组中的信息丢失，而不考虑所使用的特定纠错和接收机结构。

在缺乏自适应的情况下，减轻多载波设置中的衰落现象的标准方法是通过应用交织和编码。在这种方法中，信息比特在跨越多个相干带宽和时间间隔的时间-频率网格的非连续区域上交织，并使用纠错码来提取信道的分集。这对于可以跨越许多相干间隔并使用长码字来克服衰落事件的大数据包非常有效。然而，对于使用较短码字且跨越少量相干间隔的小分组，该方法的有效性显著降低。

与分配分组大小的时间-频率网格区域的时间-时间复用不同，OTFS在延迟多普勒域上复用分组。在这种复用方法中，每个QAM符号在全时频率网格上扩展，因此受到信道的所有分集模式的影响，从而产生独立于分组大小的分集增益。就系统性能而言，这意味着吞吐量一致性的提高，这随着更高层TCP协议的加入而更加突出。

图22比较了OTFS与基于OFDM的LTE传输在对应于30km/h速度的移动信道中的小分组大小（由4个PRB组成）。

4.4.窄带干扰下的通信

5G网络的一个关键用例围绕着超可靠，低延迟通信，包括工业互联网、智能电网、基础设施保护、远程手术和智能交通系统等应用。满足这种使用情况需要网络支持用于高优先级信令的低延迟、小通信分组的突然传输选项。URLLC数据包的传输协议是通过对小段进行穿孔并将URLLC内容安装到位，将其覆盖在常规数据包上。有两种方法可以实现这一点：一种是提前通知接收器有关URLLC入侵包的位置和大小（指示URLLC），另一种是未通知接收器有关存在URLLC包的情况（未指明URLLC）。

寄生URLLC分组的存在会对宿主数据分组引入窄带附加干扰，这会显著影响接收机的性能。然而，在OFDM中，两种传输模式中的每一种对整体性能的破坏性影响都是显著不同的。在指示的传输模式中，URLLC分组的干扰是接收机已知的（至少在其位置方面），因此可以通过故意忽略位于指定的受干扰影响区域的信息来解码主数据分组。至少对于大数据分组，FEC可以补偿接收信号的这种损失，从而不损害数据恢复。这类似于在存在信道衰落的情况下恢复数据的方式，其中接收机使用信道状态信息来定位和忽略衰落区域中的信号，并使用FEC补偿接收信号的损失。

非指示模式使人联想到在未知加性窄带干扰下的操作，因此呈现出更严重的问题。在这种情况下，由于缺乏关于干扰位置的知识，接收机不能忽略在FEC解码周期中引起系统混淆的寄生比特。这导致性能的显著降低，几乎不考虑包的相对大小和代码速率。

在多载波调制中，URLLC位直接干扰数据位，从而导致FEC解码周期的完全混淆。然而，在OTFS中，数据信息位驻留在双延迟-多普勒网格上，在FEC解码之前，URLLC干扰位通过辛傅里叶变换分布在整个延迟-多普勒网格上。由此产生的效果仅仅是一个很小的信噪比退化。

图23描述了在存在URLLC干扰的情况下，基于OTFS和OFDM的LTE传输之间的模拟PER比较。仿真包括了指示模式和非指示模式。OTFS作为一种扩展技术，对指示URLLC和非指示URLLC（与CDMA相同）都具有固有的弹性，而相比之下，OFDM对这种类型的加性损伤非常敏感。在非指示模式下，OFDM在URLLC包存在的情况下完全崩溃，而OTFS在0.5 dB到2 dB之间的降解。在指定的传输模式（3GPP采用）中，OFDM 31相对于OTFS表现出近2 dB的降解，然后在URLLC的存在下相对降解越来越严重。

4.5.功率限制下的通信——物联网

到目前为止，无线网络主要支持语音通话和数据服务，所有这些都围绕着人类接收者进行传输。物联网（IoT）是一个主要的5G用例的同义词，该用例围绕着预计将连接到无线网络的数十亿台设备之间的大规模机器类型通信（简称mMTC）。这些设备通常传输较小的数据包，并在严格的传输功率限制下运行，以延长其电池寿命。功率限制给实现建筑内渗透和扩展覆盖范围带来了巨大的挑战。

主要的技术挑战是，在传输功率限制和延迟要求下，需要最大限度地提高链路预算和最小化重传次数（每比特信息的能量）。为了在这些约束条件下最大化链路预算，我们应该降低传输信号的峰值与平均功率比（PAPR），并在延迟要求下最大限度地延长传输的持续时间。为了最小化重传的次数，应该提取时间和频率分集增益。为了优化性能，传输波形应同时满足以下标准：

•最低PAPR值。

•最大分集增益。

•最大传输持续时间。

在多载波调制中有两种基本的方法来满足这些标准。第一种方法被称为单载波FDMA（SC-FDMA），使用DFT沿固定的窄带宽传播，在多个多载波符号允许的全部持续时间内复用数据，见图24的左侧。这种传输模式最大限度地提高链路预算，因为它实现低PAPR与单载波调制和最大传输持续时间。然而，由于其窄带性质，它容易受到频率选择性衰落（低频分集增益）的影响，从而遭受较高的平均重传次数。

一种更复杂的变体被称为跳进式SC-FDMA。在这个变体中，人们仍然将DFT扩展到频谱的窄带部分，但不是使用一个固定的频带，而是在多个频带之间跳转以利用多个信道模式（见图24的中间部分）。这种传输方式使链路预算最大化，因为它在与单载波相比具有较低的PAPR，并最大限度地延长传输时间，同时提取额外的分集增益。然而，有一个微妙的现象使这种方法次优。为了保持低PAPR，QAM的订单必须保持低PAPR，比如QPSK。在此约束条件下，只能通过改变FEC速率5来调整传输速率。因此，性能是由受限制的QPSK容量（或受限制的互信息）控制的，而不是由高斯容量控制的。与高斯容量不同，限制容量取决于调制方案。信息论[14]的一个基本结果表明，在时频选择性存在的情况下，多载波调制的受限容量达到饱和，变得严格的次优。由于容量饱和，跳变SC-FDMA需要更高的传输功率来支持固定的传输速率。

综上所述，在保持QAM阶固定时，同时保持低PAPR和通过多载波调制提取分集增益存在一个基本的限制。这一基本的限制可以通过在延迟-多普勒表示中复用QAM符号来克服。对Zak变换的简单分析显示，沿着一个多普勒坐标分配信息QAM符号（称为多普勒横向分配，如图24右侧所示），

5与常规的多载波数据传输模式相比，后者以增加QAM顺序为代价，保持较低的编码率

同时实现最大的链路预算（因为它具有较低的PAPR和最大的传输持续时间），并提取全时频分集，同时避免了由于卷积延迟-多普勒信道-符号耦合导致的限制容量饱和现象。多普勒横向分配的使用使OTFS成为最大化链路预算和最小化重传次数的绝对最优调制。

我们用仿真结果结束了这一节。第一个模拟比较了OTFS使用多普勒横向分配和SC-FDMA的PER性能。图25描述了由于频率分集增益，OTFS相对于SC-FDMA的PER性能增益。请注意，两种调制具有与单载波相同的低PAPR，并扩展了几个OFDM符号，以最大化链路预算。图显示，为了在QAM 64的调制顺序下达到1%的PER，OTFS需要近8 dB的传输功率。

第二个模拟比较了OTFS多普勒横向分配和跳式SC-FDMA通过频率选择信道对由12x14=168 QPSK符号组成的高码率0.9的单个PRB大小分组的单天线传输的性能。图26描述了OTFS由于容量受限的饱和现象而获得的PER性能增益。图显示，在包错误率为1%时，OTFS需要少7 dB的传输功率。

4.6.毫米波通信

在毫米波波长范围内的大光谱可用性为吞吐量的显著提高提供了一个机会。因此，毫米波频率下的通信是新兴5G网络发展的主要驱动因素。然而，设计一个可伸缩的、成本有效的、以这些高频率运行的通信系统是一项艰巨的任务。

有两个基本的技术挑战需要解决。第一个挑战是关于与当代网络中常用的传统cm波长（sub 6 GHz）相比，在毫米波状态下的电磁传播的功率衰减。解决这个问题的一个直接方法是保持视线传播条件。然而，这对网络架构施加了严格的限制，即需要安装许多额外的基站来进行网络密集化，从而导致资本支出的大幅增加。第二个技术挑战是关于在高频条件下显著增强的射频振荡器相位噪声。与这种效应相关的主要问题是在相邻音调之间出现显著的载波间干扰（ICI），从而导致信噪比下降。

在多载体设置中，有两种方法可以减轻ICI损伤。一种方法是在接收机上加入一个干扰消除机制。这种方法的缺点是，它使接收机结构相当复杂，此外，还需要了解ICI系数，从而引入了专门用于信道采集的额外容量开销。另一种方法是基于缓解，而不是取消措施。在这种方法中，ICI效应通过增加相邻音调之间的子载波间距而减弱。在高载波频率下，35个扩展因子可以是传统LTE的10-20倍。该方法的缺点是增加子载波间距可以缩短多载波符号时间。由于循环前缀（CP）的持续时间仅取决于信道延迟扩展，缩短符号时间可能导致CP开销的比例增加，从而降低频谱利用率，如第4.3节所述。

在波形的形成中包含一个循环前缀是通过多载波调制来保持信道符号耦合的正交性的。相比之下，如第2.5节中所解释的，延迟-多普勒多路复用不需要一个循环前缀6来保持CSC的所需属性(平稳性、可分性和正交性。事实上，我们可以将多普勒周期扩展到一定程度上，它允许获取相位噪声作为信道状态信息的一部分，然后通过均衡来消除其影响。这种方法避免了由于未考虑的干扰或CP开销导致的频谱利用率减少而造成的容量牺牲。直观地说，这种能力可以从图8所示的波形结构中看到。

图27描述了一个简化的模拟结果，显示了在mm波长范围的相位噪声损伤特征下，OTFS（没有CP）与OFDM的光谱效率增益。可以看出，OTFS的频谱效率比OFDM高出2-3位/秒/Hz，这取决于信道的延迟扩展，这主要是由于CP开销和ICI对OFDM性能的综合退化效应。

6回想一下，我们在第2.7节中描述了OTFS的多载波版本，可以很容易地与多载波调制解决方案共存，但这并不是OTFS调制的必要要求

5.总结

OTFS是一种新的基于在延迟多普勒信号表示的局部脉冲上多路复用QAM信息符号的家族调制方案。OTFS调制方案是对传统的TDMA和OFDM等时间和频率调制方案的广泛推广，这可以被证明是OTFS家族的极限情况。

从更广泛的角度来看，OTFS在雷达和通信之间建立了一个概念上的联系。OTFS波形与无线信道以一种直接捕获底层物理学的方式结合，产生了组成反射器的高分辨率延迟-多普勒雷达图像。因此，时频选择信道被转换为不变的、可分离的正交交互作用，所有接收的QAM符号经历相同的局部损伤，所有延迟多普勒分集分支被相干组合。

OTFS信道-符号耦合允许容量与MIMO顺序的线性扩展，同时在接收端（使用联合ML检测）和发射机端（使用MU-MIMO预编码）满足最优的性能复杂度权衡。在一般信道条件下，与传统的调制方案相比，OTFS在高阶MIMO中具有显著的频谱效率优势。

OTFS可以被看作是一种特殊类型的时频扩展技术，其中每个QAM符号都由一个分布在全时频网格上的二维基函数携带。当被视为一种时频扩展技术时，OTFS表现出与任何类型的多载波调制方案的架构兼容性，包括传统的OFDM。一个OTFS数据包可以灵活地设计以填充时频网格的任意区域，并与信道参考信令的任何约定相兼容。作为一种扩频，OTFS具有窄带干扰和全分集增益。

OTFS对干扰的弹性使其成为支持覆盖在常规数据包上的超可靠低延迟通信包的理想选择。OTFS分集增益使其成为移动条件下通信的理想选择。

OTFS支持一种小分组分配方法（称为多普勒横向分配），该方法通过实现单个载波的PAPR，提取全时频分集和最大限度地限制容量，最大限度地提高链路预算，并在传输功率和延迟约束下最小化重传次数。OTFS具有多普勒横向分配，优于传统的多载波DFT扩散技术，如SC-FDMA及其更复杂的跳变变体。

3GPP已经确定了多种侧重于MU-MIMO的eMBB部署场景。OTFS在按MIMO顺序缩放容量方面的优势使其成为此类部署的理想选择。此外，新的无线电空中接口必须支持高多普勒环境中的高频谱效率。OTFS非常适合这些要求，在各种信道条件下提供高频谱效率和可靠性。

6.参考文献

[1] "NGMN 5G Initiative White Paper," February 2015. [Online]. Available:

.pdf.

[2] K. T. Truong and R. Heath, "Effects of channel aging in massive MIMO systems,"

Journal of Communications and Networks, vol. 15, no. 4, pp. 338-351, Aug 2013.

[3] E. Björnson, et al., "Massive MIMO Systems With Non-Ideal Hardware: Energy

Efficiency, Estimation, and Capacity Limits," IEEE Transactions on Information

Theory, vol. 60, no. 11, pp. 7112-7139, Nov 2014.

[4] P. Bello, "Characterization of randomly time-variant linear channels," IEEE

Transactions on Communications, vol. 11, no. 4, pp. 360-393, Nov 1963.

[5] J. Zak, in Phys. Rev. Lett 19, 1967.

[6] A. Janssen, "The Zak Transform: A signal transform for sampled time-continuous

signals," Philips Journal of Research, January 1988.

[7] R. M. Lerner, "Representation of Signals," in Lectures on Communication System

Theory, E. Baghdady, Ed., New York, McGraw-Hill, 1961, p. 241.

[8] E. Jury, in Theory and Application of the z-Transform Method, New York, John

Wiley, 1964, pp. 15-20.

[9] G. Caire and S. Shamai, "On the achievable throughput of a multi-antenna Gaussian

broadcast channel," IEEE Transactions on Information Theory, vol. 43, pp. 1691-

1706, Jul 2003.

[10] T. Haustein, et al., "Performance of MIMO systems with channel inversion," in

Proc. 55th IEEE Veh. Technol. Conf., Birmingham, AL, 2002.

[11] M. Tomlinson, "New automatic equaliser employing modulo arithmetic," Electron.

Lett., vol. 7, pp. 138-139, Mar 1971.

[12] H. Harashima and H. Miyakawa, "Matched-transmission technique for channels

with intersymbol interference," IEEE Transactions on Communications, Vols.

COM-20, pp. 774-780, Aug 1972.

[13] B. Hochwald, C. Peel and A. L. Swindlehurst, "A Vector-Perturbation Technique

for Near-Capacity Multiantenna Multiuser Communication — Part II:

Perturbation," IEEE Transactions on Commiunications, vol. 53, no. 3, March 2005.

[14] Y. Carmon, S. Shamai and T. Weissman, "Comparison of the Achievable Rates in

OFDM and Single Carrier Modulation with I.I.D. Inputs," IEEE Transactions on