摘要：超可靠低时延通信是5G及未来6G无线通信系统的重要组成部分.针对该类通信场景,如何从MIMO传输的角度实现时延和可靠性的最佳折中,是近年来备受关注的一项研究课题.由于现有基于长包假设的经典MIMO传输体系难以满足系统对于时延和可靠性的严苛要求,亟需研究更具挑战性的有限块长MIMO传输理论和技术.本文围绕有限块长MIMO信息论、发射机以及接收机设计的已有研究工作进行全面总结,并重点介绍二维空时信道编码以及MIMO一体化接收机等新型技术,为显著提升超可靠低时延通信的性能提供指导.另外,本文简要介绍了作者所在课题组搭建的MIMO超可靠低时延试验验证平台,为后续相关理论与算法的验证奠定试验基础.

摘要：针对加权叠加(WOLA)滤波器组动态信道化结构中原型滤波器设计复杂度较高的问题，将频率响应屏蔽技术(FRM)引入该动态信道化结构，并提出一种基于FRM的WOLA滤波器组动态信道化结构。在该结构中，首先对FRM技术进行改进，提出一种新型FRM,用于设计具有互补特性的滤波器；其次，将FRM设计的滤波器作为WOLA滤波器组动态信道化结构的原型滤波器；最后，使信道之间进行部分交叠，以减少盲区造成的信号失真。仿真实验结果表明，该结构能够实现信号的动态化接收，具有较好的重构效果，与直接设计满足重构特性的原型滤波器相比，FRM设计的滤波器节省了79%的乘法器资源。

摘要：为研究和设计面向第三方场景的高效盲检方法,提出了一种基于Polar译码度量选择的第三方高效PDCCH盲检方法,其技术路线包括Polar译码算法与物理的下行控制信道(PDCCH)盲检算法2个板块.基于Polar译码盲检算法,引入一种基于下行控制信息(DCI)长度的Polar译码度量,提出了改进的基于Polar译码度量选择的第三方盲检方法.基于PDCCH盲检算法,引入一种重排序盲检算法.将改进的Polar译码算法与重排序盲检算法有机结合,提出面向第三方场景的高效PDCCH盲检方法.基于MATLAB平台搭建5G PDCCH盲检仿真链路,对所提方法进行验证与分析.结果表明,该方法能够同时有效减小PDCCH盲检次数与DCI候选长度数量,在保证目标捕获准确率的前提下提高盲检效率.

摘要：智能超表面(reconfigurable intelligent surface,RIS)具备以低功耗、低成本提升通信传输速率的特点,被视为6G的关键技术之一,近年来受到广泛关注.综述了RIS辅助的无线通信系统的信道测量进展,介绍了时域和频域测量系统的大致原理,并对大尺度衰落模型、小尺度衰落模型和信道互易性的原型验证工作进行了总结.进而,综述了RIS硬件特性方面的测量进展,分析了有源RIS以及RIS的功耗、比特数和极化等特性.此外,总结了RIS覆盖增强的测量进展,介绍了RIS的部署位置、相位设计和信道的有效秩对覆盖增强性能的影响.最后,展望了RIS辅助无线通信原型验证与实际测量的未来研究方向和可能面临的挑战.

摘要：可视区域(VR)信息可用于降低超大规模多输入多输出(XL-MIMO)系统传输设计复杂度,但现有理论分析与传输设计多基于简化的VR统计分布模型。为评估分析XL-MIMO在实际物理传播场景中的性能,该文公开了XL-MIMO阵列VR空间分布数据集,其由环境参数设置、射线追踪仿真、天线场强数据预处理和VR判定准则等步骤构建。该数据集针对典型城区无线传播场景,建立了用户位置采样与场强数据、VR数据之间的关联,总数据条目数量达上亿级。进一步对其中VR形态、VR分布进行了可视化展示与分析,并以基于VR的XL-MIMO用户接入协议为例,利用该数据集对其在真实传播场景中的性能进行了仿真,为该数据集的应用提供了典型样例。

摘要：移动物联网(Internet of Things, IoT)通信是6G的关键技术之一,面对多变的地面基站环境,无人机(Unmanned Aerial Vehicle, UAV)辅助通信被认为是物联网通信的重要组成部分,已受到广泛关注。通用滤波器多载波(Universal Filtered Multi-carrier, UFMC)作为一种新型非正交多载波调制技术,继承了正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)的优势,主要应用在短数据包突发通信场景中,被认为适用于下一代无线物联网通信。但是,在无人机的高速移动环境下,通信信号会遭受显著的多普勒频移影响,产生严重的载波间干扰(Inter Carrier Interference, ICI),导致UFMC系统性能的显著下降。为了缓解ICI问题,本文首先理论分析、推导了存在多普勒频移时UFMC系统的信干噪比(Signal to Interference plus Noise Ratio, SINR)。根据SINR分析,可见将UFMC波形滤波器通带波动优化调控的足够小以及加快过渡带衰减有利于提升系统抗ICI能力。因此,本文提出了基于波形滤波器优化设计的干扰抑制方法,构建了符合UFMC通信需求的波形滤波器最优化设计数学模型,该模型可以有效地调控波形滤波器的通带波动,通过遍历搜索可求解得到使系统误符号率(Symbol Error Rate, SER)相对最优的波形滤波器。在考虑多普勒频移的系统仿真中,SER对比结果表明:与采用传统波形滤波器的UFMC系统相比,本文根据约束最小最大(Constraint Minimax, CMM)准则遍历搜索设计的波形滤波器可以有效地抑制系统ICI从而改善SER。这为未来移动物联网通信系统的波形设计提供了参考。

摘要：第六代移动通信技术的研究受到了广泛关注。随着通信和雷达频率范围的重叠,学者们对通感一体化的研究产生了浓厚兴趣。然而,分布式联合感知技术目前仍面临自干扰和互干扰等物理层挑战。基于第五代新空口协议,提出了一种针对网络辅助全双工无蜂窝系统的通感一体化协议方案,增设了感知解调参考信号。这一创新旨在通过低成本的改动,实现高质量的高通感一体化性能。该方案有效地解决了无蜂窝场景中接入点之间的感知干扰问题,它使得接收机能够准确地识别信源并估计信道,从而在确保通信性能的同时,实现精确的感知功能。

摘要：在具有未知同频干扰和信道状态信息具有不确定性的复杂场景下,现有的多输入多输出系统的性能分析和优化方案通常会退化甚至失效。为了适应这些挑战并更好地完成网络自动调优任务,提出了一个通用的数据模型协同驱动框架,该框架是真实通信系统的数字孪生,系统性能指标由系统参数决定。为了解释所提出的框架是如何工作的,将正则化迫零预编码作为实例。该实例中,首先在模型驱动方面,使用确定性等同理论来获得系统的性能近似结果。但是,该近似结果仅在理想条件下成立,例如系统已知信道状态信息不确定度、无穷天线数和没有任何未知同频干扰。因此在数据驱动方面,使用神经网络以网络参数和近似结果为输入,来进一步推断更准确的系统性能。因为利用了模型数据双驱动方法,轻量级的神经网络具有很好的性能。数据模型双驱动的性能估计器也是该系统的数字孪生。基于该数字孪生,设计了一个信道不确定度估计的流程和算法,以快速感知信道不确定度来支持该系统的自适应优化。该流程中,系统首先以一个初始信道不确定度做信号传输,并获得系统性能指标的检测结果。随后,根据性能估计器,使用梯度投影法,以该检测结果来反推信道不确定度,纠正环境非理想因素。仿真结果验证了所提算法的有效性,该数据模型协同驱动框架对于复杂场景下多输入多输出系统的性能预测具有研究意义。

摘要：本文研究了利用无监督学习的可重构智能表面(reconfigurable intelligent surface,RIS)辅助毫米波大规模多输入多输出(multiple input multiple output,MIMO)下行传输设计。首先,针对发送端信道状态信息(channel state information,CSI)非理想场景,推导了RIS辅助的毫米波下行传输系统平均频谱效率闭式上界。进一步,考虑实际系统硬件受限的条件,本文采用基于离散傅里叶变换(discrete Fourier transform,DFT)码本的模拟预编码,且RIS各反射单元仅能取有限的离散相移值。在此基础上,以所推导的平均频谱效率上界最大化为目标,提出一种基于无监督学习的发送端混合预编码、接收端数字合并以及RIS反射单元相移联合设计方法。所提方法采用两阶段无监督学习模型,分别生成RIS反射单元相移与发送端混合预编码,而接收端数字合并矩阵则采用最小均方误差(minimum mean squared error,MMSE)准则生成。同时,本文针对该模型提出了一种高效的分段训练方法。该训练方法分别对生成RIS反射单元相移与发送端混合预编码的网络进行训练,再对两个网络进行联合训练。仿真结果表明本文所提方法相对传统迭代算法对于非理想CSI具有更好的鲁棒性,当信道估计误差程度增加,本文所提方法性能仅下降约1%,而传统迭代算法则下降约40%。同时,本文所提方法对传输环境变化具有更好的鲁棒性,相对于传统迭代算法能保持至少30%的性能提升。此外,在计算时间开销上本文所提方法相对传统迭代算法有百倍的提升。

摘要：高线性度低噪声滤波器是通信系统中不可缺少的关键电路。基于电流复用型源极退化运算跨导放大器(Operational transconductance amplifier,OTA)结构,本文提出了一种适用于高速通信系统的5 GHz电流模低噪声Gm-C滤波器。利用电流模滤波器的结构特点和电流复用型源极退化OTA的高能效和高线性度,本文设计的滤波器可在低功耗条件下仍具有良好的噪声和线性度性能。该滤波器采用标准65 nm CMOS工艺,核心面积为0.06 mm^(2)。仿真结果表明,其工作带宽为5 GHz,IIP3为35 d Bm,而功耗仅为3.2 m W。