面向多径V2V系统的OTFS低复杂度联合检测方案

《Physical Communication》：Low-Complexity Joint Detection Scheme for OTFS in Multipath V2V Systems

　　

•提出了一种路径划分规则，用于区分检测路径和干扰路径。•低复杂度多抽头DT域MMSE均衡器避免了复杂矩阵求逆。•FD-Turbo-MRC通过软反馈降低了编码OTFS系统的复杂度。

引言

预计第六代（6G）无线通信系统将支持广泛的移动通信场景，包括高速铁路和车载通信[1]。在车载网络中，车对车（V2V）通信涉及车辆之间直接交换安全相关信息，因此需要高可靠性和低延迟的数据传输[2]。由于V2V场景中固有的高速移动性，无线信道变得双选择性，导致正交频分复用（OFDM）等传统多载波调制方案中出现严重的载波间干扰（ICI）。为解决这一问题，Hadani等人提出了一种新型二维多载波调制技术，即正交时频空间（OTFS）调制[3]。与OFDM不同，OTFS将信息符号映射到延迟-多普勒（DD）域，而不是传统的时频（TF）域。这种映射将TF域中时变的双选择性信道转化为DD域中的准静态信道，从而使OTFS非常适合高速V2V通信[4]。先前的研究[5]、[6]、[7]表明，在高达500 km/h的车速下，OTFS在厘米波和毫米波频段中均实现了相对于OFDM的显著性能提升。然而，在多径环境中，OTFS的二维结构增加了接收端信号检测的计算复杂度。

降低OTFS信号检测的计算复杂度已成为一个核心研究焦点。现有的检测算法通常可分为两类：非线性算法和线性算法。在非线性检测器中，最大后验概率（MAP）检测器实现了最优检测性能；然而，其计算复杂度随传输路径数量呈指数增长[8]。为减轻此计算负担，文献[9]、[10]提出了消息传递（MP）检测器。这些检测器将累积的符号间干扰（ISI）近似为高斯分布。然而，这种基于中心极限定理的高斯近似在多径信道中可能不够准确，从而降低MP检测性能。为解决此局限性，文献[11]提出的广义近似消息传递（GAMP）检测器将联合因子图上传播的后验消息近似为高斯分布。在V2V场景中，大量信号路径或分数多普勒频移的存在降低了等效信道矩阵的稀疏性，从而增加了检测算法的计算复杂度。

线性检测算法被广泛使用；然而，涉及矩阵求逆的方法可能产生过高计算复杂度。例如，直接实现线性最小均方误差（LMMSE）检测器[12]需要O((NML)3)的计算复杂度。为缓解此问题，文献[13]、[14]提出了基于左-上（LU）分解的矩阵求逆方法。这些方法利用了DD域中等效信道矩阵的稀疏性和准带状结构。然而，在多径V2V场景中，DD域中有效信道矩阵稀疏性的降低导致计算复杂度显著增加。文献[15]、[16]提出了一种基于MMSE的串行干扰消除（MMSE-SIC）检测器以提高检测可靠性。然而，在多径V2V场景中，当存在较大路径延迟时，每次检测迭代的计算复杂度与最大延迟索引呈三次方关系增长。此外，文献[17]、[18]、[19]研究了最大比合并（MRC）检测技术。通过引入单抽头均衡器，在TF域中可以实现优于MMSE方法的性能，同时降低计算复杂度。然而，单抽头均衡器的有效性在多径V2V场景中显著下降。此外，MRC检测算法通常需要更多的迭代次数才能收敛，从而增加了整体计算成本。

在高移动性V2V通信场景中，双选择性信道降低了传输可靠性。将信道编码与基于Turbo原理的联合检测和译码相结合可以显著提高传输可靠性。文献[20]提出了一种双迭代稀疏化MMSE Turbo均衡器，该均衡器对MMSE协方差矩阵应用稀疏化准则，并利用因子化稀疏近似逆矩阵（FSPAI）和广义最小残差（GMRES）算法避免显式矩阵求逆。然而，该方法仍需多次迭代更新，增加了整体计算成本。文献[16]提出了一种针对存在分数多普勒频移信道的Turbo接收机；然而，其MMSE检测部分在V2V场景中计算复杂度较高，使该接收机不适合严格的低延迟通信需求。此外，文献[21]采用了Turbo-MRC来提高高阶调制下的检测可靠性，但多次迭代显著增加了计算复杂度，难以满足V2V通信的低延迟需求。

尽管已有大量针对OTFS系统的检测算法被广泛研究，但将其直接应用于多径V2V场景仍面临高计算复杂度的问题，这是由于传播路径数量大以及迭代处理所致。本文首先，针对V2V通信场景提出了一种PP-CGM-MRC方案，以解决多传输路径下检测算法计算复杂度高的问题。其次，引入信道编码开发了一种FD-Turbo-MRC联合检测与译码算法，旨在降低编码OTFS系统中的计算复杂度。仿真结果表明，本文提出的联合检测算法显著降低了V2V场景中信号检测的计算复杂度。本文的主要贡献总结如下：

•路径划分规则：传统的基于MRC的OTFS检测器通常处理所有可用的延迟分支，导致检测复杂度随多径分量数量增加。本文引入了一种基于有效信干比（effective-SINR）的路径划分规则，将信道路径分为检测路径和干扰路径。通过仅保留主要路径用于后续均衡和MRC检测，所提方法减少了处理的延迟分支数量，同时保留了主要的多径能量，从而在检测可靠性和计算复杂度之间提供了可控的折中。

•多抽头DT域MMSE均衡器：为克服单抽头均衡器在多径传输场景中的局限性，本文直接在DT域中构建了多抽头MMSE均衡器，并采用低复杂度的共轭梯度（CG）方法避免显式矩阵求逆。预均衡后的符号仅用于迭代最大比合并（MRC）检测器的初始化。由于预估计器和检测器均在相同的延迟-时间（DT）域中运行，消除了额外的跨域变换，而增强的初始化有效地减少了后续MRC的迭代次数。

•FD-Turbo-MRC：为解决编码OTFS系统中检测算法计算复杂度高的问题，本文基于现有Turbo-MRC架构引入了一种FD-Turbo-MRC检测算法。具体来说，从译码器的软判决中导出的先验软信息被交织后，在后续迭代中反馈到检测器的外置软输出中。这种反馈机制有效地缓解了冗余软信息在迭代中反复使用的不利影响。通过将该反馈机制与本文提出的PP-CGM-MRC检测算法相结合，编码OTFS检测的整体复杂度显著降低。

符号说明：本文使用以下符号：x、x和X分别表示标量、向量和矩阵；x(n)和X(m, n)分别表示x的第n个元素和X的第(m, n)个条目；(·)H、(·)*和(·)T分别表示厄米特转置、复共轭和转置；°、?和?分别表示Hadamard积、Hadamard除和Kronecker积；tr(·)表示矩阵的迹；vec(·)表示矩阵的矢量化，vecM,N?1(·)表示将向量重塑为M × N矩阵的操作；FN和FNH分别表示归一化N点离散傅里叶变换（DFT）和逆离散傅里叶变换（IDFT）；IM是M × M单位矩阵；CM×N表示M × N复值矩阵。

系统模型

本文考虑了如图1所示的V2V通信场景。在该场景中，我们假设信道模型包含P条传输路径，其中既有视距（LoS）路径也有非视距（NLoS）路径。本节描述所考虑场景中的时变多径信道模型以及OTFS信号的矢量化形式。与OFDM相比，OTFS在该场景所图示的双选择性信道中表现出更优的性能。

路径划分规则

如图1所示，由于存在多条传输路径，V2V场景中的信道环境高度复杂且动态变化，导致信号检测的计算负担增加。此外，不同延迟对应的路径增益可能差异较大且易受估计误差影响。为应对这些挑战，我们提出了一种利用DT域稀疏特性的算法。本文将路径划分策略集成到……中

低复杂度FD-Turbo-MRC检测器

研究表明，信道编码技术可以有效提高OTFS系统在V2V场景中的可靠性。在此基础上，本节研究了基于LDPC编码的编码OTFS系统的联合检测算法。文献[21]提出了一种Turbo-MRC检测算法，可显著提升检测性能。然而，联合Turbo检测与译码过程计算复杂度较高，不适合严格的低延迟要求……

复杂度分析

为验证本文提出的检测算法能够有效解决V2V场景中OTFS检测计算复杂度高的问题，本节对不同检测算法的计算复杂度进行了比较和分析。仿真参数如表2所示。

在仿真中，我们生成了N=128和M=512的OTFS帧。子载波间隔Δf取为15 kHz，载频设为4 GHz [19]。信道延迟模型根据……生成。

仿真结果

为评估本文提出的FD-Turbo-MRC和PP-CGM-MRC检测算法在V2V场景中的可靠性性能，本节在完美和不完美CSI条件下进行了比较和分析。

结论

为解决多径V2V场景中信号检测计算复杂度高的问题，本文为OTFS系统提出了一种PP-CGM-MRC联合检测方案。通过结合基于有效信干比的路径划分与基于共轭梯度的多抽头MMSE均衡器，所提方案与MP、传统MRC和LU-MMSE检测器相比，显著降低了计算复杂度。此外，本文引入了信道编码并提出了一种FD-Turbo-MRC联合检测……

CRediT作者贡献声明

Jing Yang：撰写—审阅与编辑，监督，资源，项目管理，资金获取。Bin Jiang：撰写—审阅与编辑，撰写—初稿，可视化，验证，软件，方法论，调查，形式化分析，数据整理，概念化。Mingyang Cui：撰写—审阅与编辑，监督，资源，项目管理，资金获取。

利益冲突声明

作者声明没有已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

Jing Yang | Bin Jiang | Mingyang Cui