CN116671078A - 用于为移动通信系统的收发器确定延迟多普勒分辨率的接入节点、用户设备、装置、方法和计算机程序 - Google Patents

Abstract

本公开的实施例涉及用于为移动通信系统的收发器确定延迟多普勒分辨率的接入节点、用户设备、装置、方法和计算机程序。用于为移动通信系统(300)的收发器(100)确定延迟多普勒分辨率DDR的方法(10)包括：确定(12)关于收发器(100)的特性的信息；基于关于收发器(100)的特性的信息从数据库(26)中选择(14)DDR；以及将DDR用于(16)与移动通信系统(300)中的收发器(100)进行无线电通信。

Description

用于为移动通信系统的收发器确定延迟多普勒分辨率的接入 节点、用户设备、装置、方法和计算机程序

本公开的实施例涉及用于为移动通信系统的收发器确定延迟多普勒分辨率的接入节点、用户设备、装置、方法和计算机程序，更具体地，但不排他地，涉及用于基于收发器的特性从数据库中选择延迟多普勒分辨率的概念。

在高移动性环境(例如车辆到车辆(V2V)通信)中，可靠性和效率方面的新要求正在将传统系统推向其极限。正交频分复用(OFDM)是一种流行且众所周知的调制方案，但它在具有高多普勒扩展的环境中，可能会遭受大幅性能下降和不灵活。因此，可以考虑和研究在双色散信道中灵活、高效和稳健的新型调制方案。

未来的车载通信系统在各种移动条件下要求高可靠性和高效率。此外，它们是多边的，因为存在不同类型的通信链路。车辆连接到基础设施，即车辆到基础设施(V2I)，但也使用直接的车辆到车辆(V2V)通信。特别是，与常规的蜂窝信道相比，V2V信道是不同的。对于高移动性用户之间的通信，由于相对速度较大，预期多普勒偏移较大。传统系统(诸如OFDM)在高多普勒偏移下可能会经历相当大的性能下降。更多背景可以在如下文档中找到：

[1]T.Wang,J.G.Proakis,E.Masry,and J.R.Zeidler,“Performancedegradation of OFDM systems due to Doppler spreading,”IEEE Trans.on WirelessCommun.,vol.5,no.6,pp.1422–1432,2006；

[2]R.Hadani,S.Rakib,M.Tsatsanis,A.Monk,A.J.Goldsmith,A.F.Molisch,andR.Calderbank,“Orthogonal time frequency space modulation,”in 2017IEEEWireless Commun.and Netw.Conf.(WCNC),pp.1–6,IEEE,2017；

[3]R.Hadani,S.Rakib,A.F.Molisch,C.Ibars,A.Monk,M.Tsatsanis,J.Delfeld,A.Goldsmith,and R.Calderbank,“Orthogonal Time Frequency Space(OTFS)modulationfor millimeter-wave communications systems,”in 2017IEEE MTT-S Int.MicrowaveSymp.(IMS),pp.681–683,June 2017；

[4]M.Kollengode Ramachandran and A.Chockalingam,“MIMO-OTFS in High-Doppler Fading Channels：Signal Detection andChannel Estimation,”in 2018 IEEEGlobal Commun.Conf.(GLOBECOM),pp.206–212,Dec 2018；

[5]P.Raviteja,Y.Hong,E.Viterbo,and E.Biglieri,“PracticalPulseShapingWaveforms for Reduced-Cyclic-Prefix OTFS,”IEEE Trans.on Vehicular Technol.,vol.68,pp.957–961,Jan 2019；

[6]A.Nimr,M.Chafii,M.Matthe,and G.Fettweis,“ExtendedGFDM Framework：OTFS and GFDM Comparison,”in 2018 IEEEGlobal Commun.Conf.(GLOBECOM),pp.1–6,Dec 2018.

[7]W.Kozek,“Matched Weyl-Heisenberg expansions ofnonstationaryenvironments,”1996；

[8]K.Liu,T.Kadous,and A.M.Sayeed,“Orthogonaltime-frequency signalingover doubly dispersive channels,”IEEE Trans.on Inf.Theory,vol.50,no.11,pp.2583–2603,2004；

[9]P.Jung and G.Wunder,“WSSUS pulse design problem inmulticarriertransmission,”IEEE Trans.on Commun.,vol.55,no.9,pp.1822–1822,2007；

[10]W.Kozek and A.F.Molisch,“Nonorthogonal pulseshapesformulticarrier communications in doubly dispersive channels,”IEEEJ.onSel.Areas in Commun.,vol.16,pp.1579–1589,Oct 1998；

[11]T.Zemen,M.Hofer,D.Loeschenbrand,and C.Pacher,“Iterative detectionfor orthogonal precoding in doubly selectivechannels,”in 2018 IEEE 29thAnnual Int.Symp.on Pers.,Indoor andMobile Radio Commun.(PIMRC),pp.1–7,IEEE,2018；

[12]X.Ma and W.Zhang,“Fundamental limits oflinear equalizers：diversity,capacity,and complexity,”IEEE Trans.on Inf.Theory,vol.54,no.8,pp.3442–3456,2008；

[13]T.Zemen,M.Hofer,and D.Loeschenbrand,“Low-complexityequalizationfor orthogonal time and frequency signaling(OTFS),”arXivpreprint arXiv：1710.09916,2017；

[14]A.Pfadler,P.Jung,and S.Stanczak,“Pulse-Shaped OTFS forV2X Short-Frame Commun.with Tuned One-Tap Equalization,”in WSA 2020；24rd Int.ITGWorkshop on Smart Antennas,pp.1–6,VDE,2020；

[15]Z.P.L.N.Holighaus,C.Wiesmeyr,and P.Balazs,“The Large Time-Frequency Analysis Toolbox 2.0,”in Sound,Music,and Motion,LNCS,pp.419–442,Springer Int.Publishing,2014；

[16]S.Jaeckel,L.Raschkowski,K.and L.Thiele,“QuaDRiGa：A 3Dmulti-cell channel model with time evolution for enabling virtual fieldtrials,”IEEE Trans.on Antennas and Propag.,vol.62,no.6,pp.3242–3256,2014；

[17]R.Hadani and S.S.Rakib,“OTFS methods of data channelcharacterization and uses thereof,”Sept.132016.US Patent 9,444,514；

[18]K.Foundations of time-frequency analysis.SpringerScience&Business Media,2013；

[19]G.Matz,D.Schafhuber,K.Grochenig,M.Hartmann,and F.Hlawatsch,“Analysis,optimization,and implementation of low-interference wirelessmulticarrier systems,”IEEE Trans.on Wireless Commun.,vol.6,no.5,pp.1921–1931,2007；

[20]P.Raviteja,K.T.Phan,and Y.Hong,“Embedded Pilot-Aided ChannelEstimation for OTFS in Delay-Doppler Channels,”IEEE Trans.on VehicularTechnol.,pp.1–1,2019；

[21]P.Bello,“Characterization of randomly time-variant linearchannels,”IEEE Trans.on Commun.Syst.,vol.11,no.4,pp.360–393,1963；以及

[22]P.Jung,W.Schuele,and G.Wunder,“Robust path detection for the LTEdownlink based on compressed sensing,”in 14th Int.OFDM-Workshop,Hamburg,2009。

例如正交时频空间(OTFS)之类的新调制方案解决了针对未来通信系统的挑战。OTFS背后的关键思想是在称为延迟多普勒表示的信号表示中复用数据符号(例如QAM、正交幅度调制)。OTFS是6G(第六代移动通信系统)的潜在候选者。

Hadani等人引入了OTFS，作为经典的脉冲整形Weyl-Heisenberg(或Gabor)多载波方案和独特的时频(TF)扩展的很有前景的最新组合。数据符号通过辛有限傅里叶变换(SFFT)在整个时频网格上扩展。这种特殊的线性预编码计及了时变多径信道的双色散性质，其被视为时频偏移的线性组合。几项研究表明，在这种情况下，OTFS的性能优于OFDM。其他研究集中在OFDM、广义频分复用(GFDM)和OTFS的性能比较上。它揭示了OTFS在误比特率(BER)和误帧率(FER)方面相对于其他的显著优势。有了足够的精确信道信息，当使用复杂的均衡器时，它在可靠性和稳健性方面为高移动性用户提供了很有前景的增长。到目前为止，OTFS在假设完美的网格匹配下研究，通常利用违反不确定性原理的理想化脉冲，并且在许多情况下利用理想的信道知识(包括串扰信道系数)。

OTFS是一种新的调制方案，其解决第五代移动通信系统(5G)的挑战。OTFS背后的关键思想是在延迟多普勒信号表示中复用QAM(正交幅度调制)或QPSK(正交相移键控)符号(数据)。为了进行信道均衡，需要在接收器处估计无线信道。这可以通过在发送器处插入导频来进行。接收器可以使用先验已知的导频音来估计信道。文档US 2020/0259692 A1公开了作为一种新型调制方案的正交时频空间(OTFS)对5G系统有显著的益处。该文章中呈现了OTFS背后的基本理论及其益处。提供了双衰落延迟多普勒信道的数学描述，并开发了适合该信道的调制。对时频域中的时变延迟多普勒信道进行建模，并推导出新的域(OTFS域)，其中示出了信道被变换为时不变信道并且所有符号看到相同的SNR。探索了如延迟和多普勒分辨率的调制方面，并解决了如复用多个用户和评估复杂度的设计和实现问题。给出的性能结果表明了OTFS的优越性。

文档US 2017/0149594 A1描述了一种用于正交时频空间通信和波形生成的系统和方法。该方法包括接收多个信息符号，并通过关于时间和频率两者扩展多个信息符号中的每一个来将包含多个信息符号的N×M阵列编码成调制符号的二维阵列。然后，使用包括在M个频率子带内的M个相互正交的波形来传输调制符号的二维阵列。

因此，为考虑到不同无线电信道特性的空中接口指定配置是一项挑战。需要一种用于无线电链路配置的改进概念。

独立权利要求的主题满足了这一需要。

实施例基于这样的发现，即：延迟多普勒分辨率DDR可以从可以存储在数据库中的一组预定义DDR中选择。基于收发器的特性，可以选择适当的DDR。

实施例提供了一种用于为移动通信系统的收发器确定延迟多普勒分辨率DDR的方法。该方法包括确定关于收发器特性的信息，并基于关于收发器特性的信息从数据库中选择DDR。该方法还包括将DDR用于与移动通信系统中的收发器进行无线电通信。实施例使得DDR能够适配于收发器的特性。

该方法还可以包括确定关于无线电通信的通信性能的信息。实施例可以基于跟踪的无线电性能来实现DDR的持续改进或适配。

在一些实施例中，该方法可以进一步包括基于无线电性能来改进DDR以及更新数据库。持续适配数据库可以使数据库更新变得普遍可用，而使得多个收发器可以有所贡献并受益。

例如，可以将人工智能或机器学习用于基于无线电性能来改进DDR。实施例可以实现增强的和自适应的无线电性能。

关于通信性能的信息可以包括关于无线电链路上的服务质量的信息。在实施例中，服务质量可以被持续改进。

关于通信性能的信息可以包括关于用于DDR的无线电链路上的分集增益的信息。DDR可以确定无线电信道中有多少多径可以被解析，因此可以确定潜在的分集增益。

例如，无线电通信使用正交时频空间OTFS复用。实施例可以实现非常高效的无线电通信。

关于特性的信息可以包括关于收发器速度的信息。收发器速度可能是确定无线电信道中的潜在多普勒偏移的高效度量。

关于特性的信息可以包括关于收发器的地理位置的信息。基于地理位置，可以考虑针对该位置的以前的信道特性。

例如，关于特性的信息包括关于收发器的预测轨迹的信息。预测轨迹可作为预测用于DDR适配的无线电信道特性的基础。

关于特性的信息可以包括关于收发器的发送器和/或接收器设置的信息。在实施例中，可以考虑在无线电链路上通信的收发器的不同设置或能力。

该方法可以进一步包括对收发器调度时间和频率资源，并且选择可以进一步包括基于时间和频率资源来选择DDR。在实施例中，通过进一步使DDR适配于调度的无线电资源，可以进一步改进通信效率。

在一些实施例中，该方法可以进一步包括从收发器接收用户数据，用户数据至少部分地包括关于特性的信息。实施例可以考虑由用户提供的例如关于无线电和/或处理能力的数据，以用于选择DDR。

另一个实施例是具有程序代码的计算机程序，当该计算机程序在计算机、处理器或可编程硬件组件上执行时，该程序代码用于执行本文描述的至少一种方法。

用于为移动通信系统的收发器确定延迟多普勒分辨率DDR的装置是另一个实施例。该装置包括用于在移动通信系统中通信的收发器模块、以及被配置成执行本文描述的方法之一的处理模块。进一步的实施例是包括该装置的无线通信系统的接入节点、以及用于包括该装置的无线通信系统的用户设备。

将使用装置或方法或计算机程序或计算机程序产品的以下非限制性实施例，仅通过示例的方式并参考附图来描述一些其他特征或方面，其中：

图1示出了用于为移动通信系统的收发器确定延迟多普勒分辨率的方法的实施例的流程图；

图2示出了用于为移动通信系统的收发器确定延迟多普勒分辨率的装置的实施例的框图；

图3示出了使用正交时频空间变换的实施例；

图4示出了移动通信系统的基站处的延迟多普勒分辨率选择的实施例；

图5示出了实施例中的示例性正交时频空间帧；以及

图6示出了针对不同V2X场景的实施例中的误比特率。

现在将参考附图更全面地描述各种示例性实施例，在附图中示出了一些示例性实施例。在图中，为了清楚起见，线、层或区域的厚度可能被放大。可选组件可以用破线、虚线或点线来示出。

因此，尽管示例性实施例能够有各种修改和替代形式，但其实施例在图中以示例的方式示出，并将在此详细描述。然而，应当理解，并不意图将示例性实施例限制于所公开的特定形式，而相反，示例性实施例将覆盖落入本发明范围内的所有修改、等同物和替代物。在图的整个描述中，相同的数字表示相同或相似的元件。

如本文所用，术语“或”是指非排他性的“或”，除非另有说明(例如，“或其他”或“或在替代方案中”)。此外，如本文所用，用于描述元件之间的关系的词语应被广义地解释为包括直接关系或中间元件的存在，除非另有说明。例如，当一个元件被称为“连接”或“耦合”到另一个元件时，该元件可以直接连接或耦合到该另一个元件，或者可以存在中间元件。相反，当一个元件被称为“直接连接”或“直接耦合”到另一个元件时，不存在中间元件。类似地，例如“之间”、“邻近”等之类的词语应该以类似的方式来解释。

本文使用的术语仅仅是为了描述特定实施例的目的，而不意图是示例性实施例的限制。如本文所用，单数形式“一”、“一个”和“该”意图也包括复数形式，除非上下文另有明确指示。还应当理解，当在此使用时，术语“包括”、“包括了”、“包含”或“包含了”指定所陈述的特征、整数、步骤、操作、元件或组件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件、或其群组的存在或添加。

除非另有定义，本文使用的所有术语(包括技术和科学术语)具有与示例性实施例所属的领域中的普通技术人员通常所理解的相同含义。还应当进一步理解的是，术语(例如在常用词典中定义的那些术语)应当被解释为具有与其在相关领域的上下文中的含义一致的含义，并且不会以理想化或过度正式的意义来解释，除非在此明确如此定义。

本公开的实施例涉及无线通信设备，例如基站和移动收发器，并且涉及对应的方法、装置和计算机程序。在下文中，可以假设两个无线通信设备(即，无线收发器)彼此通信，例如两个移动收发器、或者基站和移动收发器。这种通信通常使用两个无线通信设备之间通过(无线)信道交换的无线传输来执行。在至少一些实施例中，信道可以被假设为双色散信道。

可以使用所谓的数据帧来执行通信，所述数据帧可以被认为是使用一个或多个时隙和使用一个或多个载波频率在时频平面中发送的(映射或变换到时域中以获得发送信号)，其中时隙跨越时频平面的时间维度，并且其中载波频率跨越时频平面的频率维度。该时频平面可用于对跨过时间维度和频率维度的(逻辑)网格进行建模。这是一个逻辑结构，在数据帧的传输期间，它被映射到时隙和载波频率。通常，时频平面中的该网格由用于传输数据帧的带宽范围和用于传输帧的时间(时间被细分为一个或多个时隙)来界定。因此，在实施例中，经由无线通信链路传输的每个数据帧可以基于具有时间维度分辨率和频率维度分辨率的时频平面中的二维网格来传输。

网格(在时频平面中和在延迟多普勒平面中)可用于表示信号。在基于多载波传输的无线通信系统中，计算上可行的均衡器可能会遭受不匹配的时频网格。通过Gabor合成和分析脉冲与信道的延迟和多普勒扩展的完美网格匹配，可以实现奇偶校验。然而，由于用户的移动性不同，以及信道对应地变化，这在实践中可能无法实现。这可能会导致性能下降(较高的错误率)。在许多情况下，这可能是由网格的不匹配引起的，因为在基于多载波传输的无线通信系统(例如OTFS、OFDM和FBMC)上的理论研究中，假设完美的网格匹配。不幸的是，网格不匹配可能会导致显著的性能下降。

为了获得改进的性能，可以选择与用于无线通信设备之间的通信的信道相匹配的时频平面中的网格的时间分辨率和频率分辨率。与用于无线通信设备之间的通信的信道相匹配的时频平面中的网格的这种时间分辨率和频率分辨率可以被表示为用于无线通信链路之上的通信的理想时频网格配置。例如，在不同的场景中，经由信道传输的信号可能经历不同量的延迟扩展和多普勒扩展。为了计及这种不同的信道，网格可以被选择成使得考虑信道的相应特性。对于较低的相对速度，可能需要较低的时域分辨率，而如果出现较高的延迟，则可能期望较高的频域分辨率。例如，在较高的相对速度下，在时间维度上具有更高分辨率(即，更多点)的网格可能是有利的(以允许更高的多普勒扩展)，而在较低的相对速度下，在频率维度上具有更高分辨率(即，更多点)的网格可能是有利的。

图1示出了用于为移动通信系统的收发器确定延迟多普勒分辨率DDR的方法10的框图。方法10包括确定12关于收发器特性的信息，并基于关于收发器特性的信息从数据库中选择14DDR。方法10还包括将DDR用于16与移动通信系统中的收发器进行无线电通信。

图2示出了用于为移动通信系统的收发器200确定延迟多普勒分辨率的装置20的实施例的框图。装置20包括用于在移动通信系统中通信的收发器模块22和处理模块24，该处理模块24耦合到收发器模块22并被配置成执行本文描述的至少一种方法。图2还示出了包括装置20的收发器200的实施例。收发器200可以是接入节点、基站、用户设备、移动站等。

收发器模块22可以对应于用于接收和/或发送信息的一个或多个输入和/或输出，所述信息可以采用在模块内、在模块之间、或在不同实体的模块之间根据指定代码的数字(比特)值。例如，收发器模块22可以包括被配置成接收和/或发送信息的接口电路。在实施例中，收发器模块22可以对应于用于获得、接收、发送或提供模拟或数字信号或信息的任何装置，例如任何连接器、触点、引脚、寄存器、输入端口、输出端口、导线、通道等，其允许提供或获得信号或信息。收发器模块可以以无线或有线方式通信，并且它可以被配置成与另外的内部或外部组件通信，即发送和/或接收信号、信息。收发器模块22可以包括用于实现移动通信系统300中的相应通信的其他组件，这样的组件可以包括收发器(发送器和/或接收器)组件，例如一个或多个低噪声放大器(LNA)、一个或多个功率放大器(PA)、一个或多个双工器、一个或多个同向双工器、一个或多个滤波器或滤波器电路、一个或多个转换器、一个或多个混频器、相应适配的射频组件等。

收发器模块22可以耦合到一个或多个天线，这些天线可以对应于任何发送和/或接收天线，例如喇叭天线、偶极天线、贴片天线、扇区天线等。天线可以以定义的几何设置进行布置，例如均匀阵列、线性阵列、圆形阵列、三角形阵列、均匀场天线、场阵列、其组合等。在一些示例中，收发器模块22可以服务于发送、或接收、或既发送又接收信息的目的。

处理模块24可以使用一个或多个处理单元、一个或多个处理设备、用于处理的任何装置(例如处理器、计算机或可利用相应适配的软件操作的可编程硬件组件)来实现。换句话说，控制/处理模块24的所描述功能也可以用软件实现，其然后在一个或多个可编程硬件组件上执行。这样的硬件组件可以包括通用处理器、数字信号处理器(DSP)、微控制器等。

收发器200可以是移动通信系统的基站、中继站或移动设备。基站或基站收发器可以可操作成与一个或多个活动的移动收发器进行通信，并且基站收发器可以位于另一个基站收发器(例如宏小区基站收发器或小小区基站收发器)的覆盖区域中或邻近。因此，实施例可以提供一种包括一个或多个移动收发器和一个或多个基站收发器的移动通信系统，其中基站收发器可以建立宏小区或小小区，例如微微小区、城域小区或毫微微小区。移动收发器可以对应于智能电话、蜂窝电话、用户设备、无线电设备、移动设备、移动台、膝上型电脑、笔记本电脑、个人计算机、个人数字助理(PDA)、通用串行总线(USB)棒、汽车、用于D2D通信的移动中继收发器等。根据3GPP(第三代合作伙伴计划)术语，移动收发器也可以被称为用户设备(UE)或移动设备。

基站收发器可以位于网络或系统的固定或静止部分中。基站收发器可以对应于远程无线电头、传输点、接入点、无线电设备、宏小区、小小区、微小区、毫微微小区、城域小区等。基站收发器可以对应于被理解为节点/实体的逻辑概念的基站，该节点/实体在终端/移动收发器和无线电接入网络之间的空中接口上终止无线电承载或连接。基站收发器可以是有线网络的无线接口，它能够向UE或移动收发器发送无线电信号。这种无线电信号可以符合例如由3GPP标准化的无线电信号，或者通常符合一个或多个以上列出的系统。因此，基站收发器可以对应于NodeB、eNodeB、基站收发器站(BTS)、接入点、远程无线电头、传输点、中继收发器等，其可以进一步细分为远程单元和中央单元。

移动收发器可以与基站收发器或小区相关联、驻留在其上、或向其注册。术语小区指的是由基站收发器(例如，NodeB(NB)、eNodeB(eNB)、远程无线电头、传输点等)提供的无线电服务的覆盖区域。基站收发器可以在一个或多个频率层上操作一个或多个小区，在一些实施例中，小区可以对应于扇区。例如，扇区可以使用扇区天线来实现，其提供了覆盖远程单元或基站收发器周围的角度部分的特性。在一些实施例中，基站收发器可以例如操作分别覆盖120°(在三个小区的情况下)、60°(在六个小区的情况下)扇区的三个或六个小区。基站收发器可以操作多个扇区化天线。在下文中，小区可以表示生成小区的对应基站收发器，或者，类似地，基站收发器可以表示基站收发器生成的小区。

移动通信系统可以例如对应于第三代合作伙伴计划(3GPP)标准化的移动通信网络之一，其中术语移动通信系统被用作移动通信网络的同义词。移动或无线通信系统可以对应于第五代(5G)和/或第六代(6G)移动通信系统，并且可以使用毫米波技术。移动通信系统可以对应于或包括例如长期演进(LTE)、LTE-Advanced(LTE-A)、高速分组接入(HSPA)、通用移动电信系统(UMTS)或UMTS陆地无线电接入网(UTRAN)、演进UTRAN(e-UTRAN)、全球移动通信系统(GSM)或增强型数据速率GSM演进(EDGE)网络、GSM/EDGE无线电接入网(GERAN)或具有不同标准的移动通信网络，例如微波接入全球互操作性(WIMAX)网络IEEE 802.16或无线局域网(WLAN)IEEE 802.11，通常是正交时频空间(OTFS)系统、正交频分多址(OFDMA)网络、时分多址(TDMA)网络、码分多址(CDMA)网络、宽带-CDMA(WCDMA)网络、频分多址(FDMA)网络、空分多址(SDMA)网络等。

在下文中，将在实施例中描述OTFS系统。传输带宽B＝MΔf与延迟分辨率Δτ成反比，并且传输持续时间T＝NΔt与多普勒分辨率Δυ成反比。

■多普勒分辨率：Δv＝1/T，

■延迟分辨率：Δτ＝1/B，

其中N是时间(在TF(时频)域中)或多普勒(在DD(延迟多普勒)域中)符号的数量，并且M是子载波(在TF域中)或延迟(在DD域中)符号的数量。这在图3中示出。图3示出了使用正交时频空间变换的实施例。图3示出了M×N DD网格，延迟分辨率是MΔτ，并且多普勒分辨率是NΔυ。二维简单快速傅里叶变换(2D SFFT)可用于时频(TF)和DD域之间的变换。图3示出了具有1/(MΔτ)的频率分辨率和1/(NΔv)的时间分辨率的对应的N×M TF网格。

例如，可以定义TF＝1和N＝M＝64的时频乘积，其中滤波器组长度L＝4096。与随后将提供细节的所谓移动性模式不同，带宽以及因此多普勒分辨率可能会发生变化。根据关于移动性模式的上文，自干扰被降低，但对于每个移动性模式，延迟多普勒分辨率是相同的。

实施例可以找到理想的或改进的多普勒和延迟分辨率，以便实现OTFS的最高/改进的分集增益。为了捕获信道的几何形状并获得最高的分集增益，可以选择最佳/改进的多普勒和延迟分辨率。请注意，分集指的是在延迟或多普勒维度上可分离的多径分量的数量。实施例可以使通信系统能够找到/选择理想的或改进的延迟多普勒分辨率(DDR)。在下面的实施例中，无线电通信使用正交时频空间OTFS复用。

图4示出了移动通信系统300的基站200处的延迟多普勒分辨率选择的实施例。基站服务于小区中的多个用户，并且包括上述装置20的实施例。其处理模块24包括调度器/资源分配模块24a和DDR选择模块24b。在另外的实施例中，这些可以被实现为处理模块24的一部分或在处理模块24之外。此外，装置20包括数据库26，其可以包括任何存储或存储器。在该实施例中，基站200针对不同的用户特性、通信场景和环境来学习最佳的DDR。使用图4所示的模块，可以确定理想/改进的DDR。核心组件是DDR选择模块24b。此外，更详细地解释模块之间的交互：

数据库模块26：

I.数据库26可以存储或维护地理3D无线电地图。

II.数据库26可以存储用户数据，例如用户速度、所使用的DDR地理位置、TX和RX设置的特性(例如，天线的位置、类型和数量)等。

III.数据库26还可以存储关于所获得的性能的信息，例如所实现的误比特率(BER)、吞吐量、误帧率(FER)、分集阶数等。

IV.数据库26可以提供用户特性(II.)到性能信息III.的映射，例如利用某种人工智能(AI)和/或机器学习(ML)的支持，并且该映射可以被存储在3D地图(I.)中。

DDR选择模块24b：

I.DDR选择24b可以被配置成确定用户特性。例如，方法10可以包括从收发器接收用户数据。用户数据可以至少部分地包括关于特性的信息。

a.用户具有一定的速度以及预测或已知的未来速度(例如车辆轨迹)。关于特性的信息包括关于收发器速度的信息。关于特性的信息可以包括关于收发器的预测轨迹的信息。

b.地理位置以及预测或已知的未来位置(例如车辆轨迹)。关于特性的信息包括关于收发器的地理位置的信息。

c.TX和RX设置的特性。关于特性的信息可以包括关于收发器的发送器和/或接收器设置的信息。

II.DDR选择24b可以被配置成基于来自数据库26的信息来选择(改进的/理想的)DDR。

III.DDR选择24b可以被配置成提供关于性能的反馈并更新数据库26。方法10包括确定关于无线电通信的通信性能的信息。因此，随着时间的推移，基于无线电性能和更新数据库，DDR可以得到改进。人工智能可用于基于无线电性能来改进DDR选择。例如，关于通信性能的信息包括关于无线电链路上的服务质量的信息。关于通信性能的信息可以包括关于用于DDR的无线电链路上的分集增益的信息。这样的信息可能有助于改进DDR选择。

调度器和资源分配模块24a：

I.调度器和资源分配24a可以被配置成作为标准调度器工作。

II.调度器和资源分配24a可以被配置成接收用户数据。

III.调度器和资源分配24a可以被配置成将用户数据存储在数据库26处。

IV.调度器和资源分配24a可以被配置成针对特定用户从“DDR选择”模块请求理想DDR(以及替代DDR)。

V.调度器和资源分配24a可以被配置成基于理想的DDR和资源的可用性将DDR分配给特定用户。在该实施例中，方法10还包括针对收发器调度时间和频率资源，并且选择14还包括基于时间和频率资源来选择DDR。

收发器(基站和UE)使用无线通信链路来传输无线消息。在两端，无线通信链路上的通信可以基于另一端正在使用哪种配置(或多个预定义配置)来通过无线通信链路发送和接收无线消息的知识(其中用于发送和接收的配置是相同的，或者其中不同的配置被用于发送和接收)。因此，如果收发器之一决定切换到替代配置之一，则可以通知另一个收发器切换到另一个配置。换句话说，该方法可以包括在切换配置之前，通知第一和第二收发器中的另一个即将切换配置。例如，可以通过无线通信链路向另一个收发器发送通知消息，以通知该另一个收发器。

实施例可以符合或甚至包括在某些标准规范中，例如由3GPP指定的那些标准规范。例如，可以使用信令无线电承载来传送配置信息，例如，借助于无线电资源控制(RRC)消息，其例如在3GPP的*.331系列中被指定为第3层控制平面消息。例如，物理层规范(例如通过DDR和其他物理层规范)也可以受到当前实施例的影响，例如3GPP规范中的*.201、*.211、*.212、*.213、*.214、*.216系列。

至少一些示例是基于使用机器学习模型或机器学习算法。机器学习指的是算法和统计模型，计算机系统可以使用其来执行特定的任务，不使用明确的指令，而是依赖于模型和推断。例如，在机器学习中，可以使用从历史和/或训练数据的分析中推断出的数据变换来代替基于规则的数据变换。例如，可以使用机器学习模型或使用机器学习算法来分析图像的内容。为了使机器学习模型分析图像的内容，可以将训练图像用作输入并且将训练内容信息用作输出来训练机器学习模型。通过用大量的训练图像和相关联的训练内容信息来训练机器学习模型，机器学习模型“学习”以识别图像的内容，因此可以使用机器学习模型来识别训练图像中不包括的图像的内容。相同的原理也可以用于其他种类的传感器数据：通过使用训练传感器数据和期望输出来训练机器学习模型，机器学习模型“学习”传感器数据和输出之间的变换，其可以用于基于提供给机器学习模型的非训练传感器数据来提供输出。

机器学习模型使用训练输入数据来训练。上述示例使用了一种称为“监督学习”的训练方法。在监督学习中，使用多个训练样本来训练机器学习模型，其中每个样本可以包括多个输入数据值和多个期望输出值，即，每个训练样本与期望输出值相关联。通过指定训练样本和期望输出值两者，机器学习模型基于与训练期间提供的样本相似的输入样本来“学习”提供哪个输出值。除了监督学习之外，也可以使用半监督学习。在半监督学习中，一些训练样本缺乏对应的期望输出值。监督学习可以基于监督学习算法，例如分类算法、回归算法或相似性学习算法。当输出被限制为有限的一组值时，即，输入被分类为有限的一组值之一时，可以使用分类算法。当输出可能有任何数值(在某一范围内)时，可以使用回归算法。相似性学习算法类似于分类和回归算法两者，但基于使用相似性函数从示例中学习，该相似性函数测量两个对象有多相似或相关。

除了监督或半监督学习之外，无监督学习可以用于训练机器学习模型。在无监督学习中，可以提供(仅)输入数据，并且可以使用无监督学习算法来找到输入数据中的结构，例如，通过对输入数据进行分组或聚类，从而找到数据中的共性。聚类是将包括多个输入值的输入数据分配到子集(聚类)中，使得同一聚类中的输入值根据一个或多个(预定义的)相似性标准相似，而与包括在其他聚类中的输入值不相似。

强化学习是第三组机器学习算法。换句话说，强化学习可以用来训练机器学习模型。在强化学习中，一个或多个软件参与者(称为“软件代理”)被训练在环境中采取动作。基于所采取的动作而计算奖励。强化学习基于训练一个或多个软件代理来选择动作，使得累积奖励增加，从而导致软件代理变得更好地完成他们被赋予的任务(通过增加奖励来证明)。

一般而言，可以使用监督学习算法来训练长短期记忆(LSTM)，因为LSTM通过指定训练样本和期望输出来学习，使用比如梯度下降的技术来找到LSTM内最适合于生成期望变换的权重的组合。在所提出的概念中，可以在LSTM的输入处提供扩展函数，并且可以提供扩展函数的期望加权作为期望输出。替代地或附加地，训练可以嵌入到基于强化学习的方法中，其中使用基于奖励函数的强化学习来改变加权，该奖励函数基于预测的SINR和实际的SINR之间的散度(例如，如测量的或如模拟的)。在各种示例中，可以针对时间序列预测来训练LSTM，例如，通过使用(扩展函数的)历史时间序列数据，提供时间序列数据的样本窗口(即，扩展函数的序列)作为训练样本，并且提供随后的样本(即，随后的扩展函数)作为期望输出。

机器学习算法通常基于机器学习模型。换句话说，术语“机器学习算法”可以表示可以用于创建、训练或使用机器学习模型的一组指令。术语“机器学习模型”可以表示数据结构和/或规则集合，其例如基于由机器学习算法执行的训练来表示所学习的知识。在实施例中，机器学习算法的使用可以意味着底层机器学习模型(或多个底层机器学习模型)的使用。机器学习模型的使用可能意味着机器学习模型和/或作为机器学习模型的数据结构/规则集合是由机器学习算法训练的。

例如，机器学习模型可以是人工神经网络(ANN)。ANN是受例如可以在大脑中找到的生物神经网络启发的系统。ANN包括多个互连的节点和节点之间的多个连接(所谓的边)。通常有三种类型的节点：接收输入值的输入节点、(仅)连接到其他节点的隐藏节点、以及提供输出值的输出节点。每个节点可以表示人工神经元。每个边可以将信息从一个节点发送到另一个节点。节点的输出可以定义为其输入之和的(非线性)函数。可以基于提供输入的边或节点的“权重”来在函数中使用节点的输入。可以在学习过程中调整节点和/或边的权重。换句话说，人工神经网络的训练可以包括调整人工神经网络的节点和/或边的权重，即，以针对给定输入实现期望输出。在至少一些实施例中，机器学习模型可以是深度神经网络，例如，包括一层或多层隐藏节点(即，隐藏层)的神经网络，优选地包括多层隐藏节点。

替代地，机器学习模型可以是支持向量机。支持向量机(即，支持向量网络)是具有关联学习算法的监督学习模型，其可用于分析数据，例如，在分类或回归分析中。支持向量机可以通过提供具有属于两个类别之一的多个训练输入值的输入来训练。支持向量机可以被训练为向两个类别之一分配新的输入值。替代地，机器学习模型可以是贝叶斯网络，其是概率有向无环图模型。贝叶斯网络可以使用有向无环图来表示一组随机变量及其条件依赖性。替代地，机器学习模型可以基于遗传算法，它是模拟自然选择过程的搜索算法和启发式技术。

下面，根据一个示例给出了更详细的移动性模式的说明。

正交时频空间(OTFS)调制是一种脉冲整形Gabor信令方案，其具有使用辛有限傅里叶变换(SFFT)的附加时频(TF)扩展。有了足够数量的精确信道信息和复杂的均衡器，它在高移动性用户的稳健性方面保证了性能增益。为了充分利用OTFS中的分集，由线性均衡器实现的2D反卷积应该近似反转双色散信道操作，然而这是扭曲的卷积。理论上，这在第一步中通过匹配TF网格和Gabor合成和分析脉冲与信道的延迟和多普勒扩展来实现。然而，在实践中，人们总是必须在支持延迟多普勒(DD)扩展的高粒度与多用户和网络方面之间取得平衡。

针对不同的双色散信道，提出了具有不同网格和脉冲匹配的移动性模式。为了计及剩余的自干扰，可以调谐最小均方误差(MMSE)线性均衡器，而不需要估计信道串扰系数。提出的方法用QuaDRiGa信道模拟器和基于用于正交高斯脉冲的多相实现的OTFS收发器架构来评估。此外，将OTFS与基于循环前缀(CP)的正交频分复用(OFDM)的符合IEEE 802.11p的设计进行比较。结果表明，在适当的移动性模式下，用线性均衡器确实可以实现潜在的OTFS增益，显著优于OFDM。

在高移动性通信场景(例如车辆对一切(V2X)通信)中，对可靠性和效率的严格要求正在将传统系统推向其极限。正交频分复用(OFDM)是一种广泛使用的调制方案，但其在具有高多普勒扩展的场景中，遭受大幅性能下降和不灵活[1]。因此，需要开发在双色散信道中灵活、高效和稳健的新型调制方案。

Hadani等人引入了一种正交时频空间(OTFS)波形[2]，作为经典的脉冲整形Weyl-Heisenberg(或Gabor)多载波方案和独特的时频(TF)扩展的很有前景的最新组合。数据符号通过辛有限傅里叶变换(SFFT)在整个TF网格上扩展。这种特殊的线性预编码计及了时变多径信道的双色散性质，其被视为TF偏移的线性组合。几项研究表明，在这种情况下，OTFS的性能优于OFDM[3]、[4]、[5]。另外的研究集中在OFDM、广义频分复用(GFDM)和OTFS的性能比较上[6]。它揭示了OTFS在误比特率(BER)和误帧率(FER)方面相对于其他的显著优势。然而，到目前为止，研究主要集中在OTFS，其中假设完美的网格匹配，并通常具有理想化的脉冲，而违反了不确定性原则。在许多情况下，假设了理想的信道知识，包括串扰信道系数。

不同的双色散通信信道提供了不同的延迟多普勒(DD)扩展和分集特性。其中特定的单分散情况是时间或频率不变信道，分别归结为简单的频分或时分通信方案。对于一些高移动性场景，信道在时域和频域两者中变得分散。特别是，在两个域中，V2X信道在其耗散方面不同。根据通信场景，跨越了不同的扩展区域：

其中B、L、v和τ分别是带宽、信号长度、多普勒和延迟扩展。为了应对双色散信道，发送器处使用的合成脉冲、接收器处使用的分析脉冲以及它们的TF网格可以匹配U[7]、[8]、[9]。一种常见的方式是在广义稳定不相关散射(WSSUS)假设下，设计时间偏移T和频率偏移F的比率以及Gabor脉冲相对于信道散射函数的TF扩展σ_t和σ_f：

其中是延迟的最大值和信道的多普勒扩展之间的比率。这种方法被称为脉冲和网格匹配[7]、[10]、[8]、[9]。为了满足(1)中的脉冲和网格匹配的条件的目的，提出并研究了不同的移动性模式。

对于相干通信，可以在接收器处估计和反转双色散信道操作。一般，线性均衡器更适合用于信道均衡，因为与例如最大似然均衡器(MLE)或例如干扰消除之类的迭代技术相比，它们的复杂度更低[11]。虽然MLE享有最大分集，但在一些情况下，例如在非奇异卷积的情况下，线性均衡器可以获得与MLE相同的分集增益[12]。在[13]中，已经观察到,在大多数情况下，当使用常见的最小均方误差(MMSE)均衡时，无法实现完全的OTFS分集。相反，用于OTFS的MLE或干扰消除技术是复杂的，并且还需要精确估计串扰信道系数。实际上，由次优脉冲和网格匹配引起的剩余自干扰可以在均衡器处被估计和考虑。[14]中引入了一种计及帧基自干扰的线性均衡器。这种方法用于所呈现的工作中，以计及剩余的自干扰。

在该部分中，提出了移动性模式，其通过从导频和保护符号中估计剩余的自干扰功率，而在粗略水平上控制自干扰并瞬时调谐线性MMSE均衡器。该部分的主要重点可归纳如下：

·从使用MATLAB工具箱LTFAT实现的具有附加TF扩展的脉冲整形Gabor信令的角度研究OTFS[15]，

·在QuaDRiGa信道模拟器[16]使用[17]中的基于导频的信道估计而生成的基于几何的具体场景中，考虑了双色散车辆信道，

·提出了具有不同脉冲和网格匹配的移动性模式，并且

·考虑了由于受网格和脉冲失配[14]影响的扭曲卷积的不完美2D反卷积而在均衡器中的剩余自干扰的影响。

II.OTFS系统模型。在该部分中，引入了系统模型和OTFS收发器结构。OTFS是经典脉冲整形多载波传输与Gabor结构的组合，即，在TF平面中的规则网格上的TF平移，以及使用SFFT扩展的附加TF。

A.时频网格和脉冲整形。频率分辨率是其中B是总带宽，并且M是子载波的数量。时间分辨率是其中D是帧持续时间，并且N是时间符号的数量。在时域和频域中，分别用T和F周期对TF网格进行采样。滤波器组长度还取决于所使用的合成和分析脉冲以及所谓的时间频率乘积T·F的大小。发送器处和接收器处的Gabor滤波器组分别配置有用于信号合成的脉冲γ和用于信号分析的脉冲g。

区分出三种情况：TF>1、TF＝1和TF＜1——有时分别称为TF平面的欠采样、临界采样和过采样[18]。此处假设为它是最大化信号干扰比(SIR)和自由度损失之间的典型折衷[19]。为了保证在非色散和无噪声情况下的完美重建，脉冲γ和g可能需要是双正交的：

<γ，g_nT，mf>＝δ(m)δ(n) (2)

其中定义g_α，β(t)＝g(t-α)e^j2πβt(同样对于γ_α，β(t))，其中δ(0)＝1并且否则为零。此处，

<u，v>＝∫u(t)·v(t)dt

被用作具有有限能量的信号的L₂(R)希尔伯特空间上的内积。为了确保不相关的噪声贡献，假设合成和分析脉冲相等，从而产生正交脉冲。给定初步的原型脉冲，使用众所周知的S^-1/2技巧来执行正交化，即，在伴随晶格上构建紧密的Gabor框架[9]。然而，在双色散信道的输出处的精确正交性通常被破坏，而导致自干扰。通过为发送器和接收器选择不同的脉冲，甚至有可能进一步降低双色散信道类的自干扰。

B.TF扩展和去扩展。收发器结构与许多脉冲整形多载波方案基本相同，比如脉冲整形OFDM、双正交频分复用(BFDM)或滤波器组多载波(FBMC)。OTFS的明显特征是扩展。所有符号X＝{X_lk}_(l，k)∈I用表示为F_s ^-1的逆SFFT进行预编码，其中SFFT与普通的2D傅里叶变换的不同在于，它在指数和坐标交换中进行符号切换。可以通过将离散DD位置(l，k)的阵列映射到TF平面中的网格点(m，n)的阵列来解释这一点，因为时间偏移导致频率的振荡，而频率偏移导致时间的振荡。更准确地说，在发送器处，预编码由下式给出：

其中

TF平面中的接收和均衡的符号被再次去扩展为使得

C.OTFS框架的结构。使用基于导频的信道估计，其中如[17]所建议的，在DD域中插入导频。发送器在与数据相同的帧中发送导频。这样，可以容易地在接收器处在DD域中估计信道。放置在DD域中的符号有三部分(threefold)。通常来自特定调制字母表的数据符号被放置在由集合索引的位置上。用于信道估计的位置由集合定义，其中它将包含单个导频符号；其他位置未使用，并且可视为保护符号。在该上下文中，假设

其中W和Q分别在延迟和多普勒域中定义保护区域。任意位置[l＝τ，k＝2ν]用于非零导频符号。注意，W和Q是相对于预期的DD偏移来定义的[20]。图5描绘了具有数据、导频和保护符号的OTFS帧的示例。针对每个OTFS模式，以适当的大小来选择Q和W。假设恒定乘积Q·W，即1024个符号，以比较具有相同导频开销(相同数据速率)的不同配置。为简单起见，设置了具有归一化功率P_p＝2Q4W的k＝0和1＝0处的非零导频并且P中的所有其他符号都是零值保护符号。

D.Gabor合成滤波器组。然后使用TF平面中的OTFS帧来合成发送信号s(t)。这是用配置有发送脉冲γ的Gabor合成滤波器组实现的[7]。这可以正式地写成：

E.双色散信道。对于双色散信道，无噪声时间连续信道输出由输入信号s(t)的TF平移的未知线性组合构成。该运算可以正式地表达为：

其中第p个离散传播路径具有延迟τ_p，对于p＝1…p_max。该索引集合由定义。对于p∈{1，p_max}，h_p(t)然后由下式给出

其中可以看作是离散的DD扩展函数[21]。特别是，该简化模型意味着每个路径具有相同的频率偏移范围但具有可能不同的系数。TF偏移集合被假设成通常在尺寸|U|＝2v_maxτ_max＜＜1的框U：＝[-ν_max，ν_max]×[0，τ_max]中，其也已知为低度扩展假设。将(6)放于具有(8)的(7)中得到

F.Gabor分析滤波器组。接收信号被下变频，并通过分析滤波器组。TF时隙中的无噪声Gabor分析滤波器组的输出然后是

III.信道估计和自干扰。在该部分中，更详细地解释OTFS收发器结构中剩余的信道估计、均衡和自干扰量。特别是，示出了作为2D反卷积的均衡与作为扭曲卷积给出的真实信道映射之间的联系。

A.自干扰的影响。为了揭示脉冲和网格失配对自干扰的影响，对(10)中的内积进行了重写并分离计算：

其中A(α，β)＝<g，γ_α，β>是交叉模糊函数。目标是将脉冲γ和g设计成使得

对于所有值(τ_p，v_d)∈U≠0。粗略地说，这意味着被定义为

的自干扰的(在数据符号和信道实现之上得到)变成小得可忽略不计。注意

因为脉冲g和γ使得A_gγ(α，β)＝A_gγ(0)δ(α)δ(β)对于所有的(α，β)都不存在。因此，作为代替，匹配脉冲整形的目标是最小化预期的自干扰功率。

通过考虑系统模型中的自干扰，获得

。将应用于(14)示出了，在第一阶(直到推断)，信道充当2D卷积，因为

由于TF平面中的逐点乘法是DD平面中的(圆形)2D卷积，

其中是信道传递函数。的量值取决于(12)中给出的匹配，即，失配越高，自干扰就越大。

B.延迟多普勒信道估计。用发送器在DD域中发送的导频来估计信道。被应用于四分之一的保护区域，其中对于所有信道冲激响应(CIR)由[20]获得：

图5在黑色虚线框中突出显示了用于信道估计的符号。剩余的保护符号(黑色虚线框之外)用于避免导频和数据符号之间的干扰。

C.时频均衡。提议使用移动性模式，从而以中等复杂度实现足够的性能。适当的移动性模式可在粗略水平上控制自干扰。此外，对MMSE均衡器进行调谐，以计及剩余的自干扰功率。接收到的帧(14)通过MMSE均衡用估计的信道(17)均衡：

其中σ2是噪声方差。因此，它是估计平均自干扰功率I，其包含自干扰的平均功率和接收器处的信道估计的误差。这可以通过从每帧的导频和保护符号将I估计为经验平均值(在之上)来实现，以将MMSE均衡器瞬时调谐到对应的信道实现。对于给定的I，DD域中的均衡符号由下式给出：

一种直观的方法然后是最小化发送的(假设在接收器处是已知的)和均衡的导频和保护符号(分别为和)之间的给定的误差度量d(·，·)，如[14]中提议的：

作为误差度量d(a，b)～||a-b||₂，l₂范数用于有限网格，如[14]所示。最后，每帧然后用其单独的I_opt进行均衡。

IV.移动性模式。在该部分中，引入了移动性模式，以减少由网格和脉冲失配引起的自干扰。针对不同的信道条件，即，不同的延迟和多普勒扩展，研究了七种不同的移动性模式。移动性模式可以由信道的长期期望来定义。提议的移动性模式旨在产生与(12)中等式的较小偏差，从而减少自干扰的影响。然后在(20)中估计剩余的自干扰功率，并将其用于线性均衡。表I

呈现了移动性模式I至VII。时间分辨率越高(N个符号)，频域分辨率越低(M个子载波)，反之亦然。模式I表示了时间和频率分辨率相等的情况。因此，每种移动性模式都有其自己的脉冲形状，这是根据引入中解释的过程通过挤压和正交化实现的。假设发送器和接收器使用相同的模式。可以根据信道的二阶统计量来选择适当的模式。适当模式的选择留给将来的工作。

V.数值结果。在该部分中，数值分析了使用不同移动性模式进行网格和脉冲匹配的方法。表II

模拟和系统参数

总结了用于获得数值结果的参数。在基于循环前缀(CP)的OFDM的情况下，信道估计采用正则化最小二乘法，并使用迫零均衡[22]。研究了一种OFDM配置，其中TF网格与OTFS模式I相同(见表I)。OFDM配置接近802.11p标准，其中矩形脉冲包括CP。针对所有模式的不同通信场景给出了编码BER曲线，其中使用编码速率为r＝0.5的卷积码。

表III

不同V2X场景的移动性模式的概述以及达到10^-2和10^-3目标BER所需的最小SNR。

列出了所有模式以及达到10^-2和10^-3的目标BER所需的对应的信噪比(SNR)。列出了每种模式达到的最低BER。图3d至3f示出了不同V2X场景和不同移动性模式的BER。分别使用了针对V2I和V2V场景的有3GPP 38.901和QuaDRIGa UD2D信道模型的QuaDRIGa信道模拟器[16]。卷积编码使用编码速率r＝0.5。图6a和b分别描绘了在视线(LOS)和严格非视线(NLOS)条件下车辆到基础设施(V2I)场景的BER。每种V2X场景的特征是不同的DD传播。因此，对于每种情况，不同的移动性模式是适当的，即，LOS中的模式I或模式II，以及NLOS中的模式VI或模式IV。在图6c中，呈现了车辆对车辆(V2V)场景，其中相对速度为Δv＝160km/h。此处，模式I优于其他模式。总的来说，可以观察到，在所有场景中，在适当移动性模式下，OTFS优于OFDM。

VI.结论。为脉冲整形OTFS调制引入了移动性模式，以实现线性均衡。通过为脉冲和网格匹配选择适当的移动性模式，双色散信道中固有的自干扰水平降低了，并且因此BER也降低了。可以得出结论：通过引入移动性模式，可以改进实现调谐2D去卷积而不是处理全扭曲卷积的低复杂度均衡器的系统性能。要指出的是，针对剩余干扰水平的均衡器调谐提供了移动性模式的进一步增益。对于每种V2X场景，不同的移动性模式优于其他模式，并且随着更准确的信道知识，效果会得到改进。在所有场景中，至少一种OTFS模式优于基于CP的OFDM。这表明了选择适当的移动性模式的重要性。

示例还可以是或涉及具有用于在计算机或处理器上执行计算机程序时执行一种或多种上述方法的程序代码的计算机程序。各种上述方法的步骤、操作或过程可以由编程的计算机或处理器来执行。示例还可以覆盖程序存储设备，例如数字数据存储介质，它们是机器、处理器或计算机可读的，并且编码机器可执行、处理器可执行或计算机可执行的指令程序。这些指令执行或促使执行上述方法的一些或所有动作。程序存储设备可以包括或例如是数字存储器、例如磁盘和磁带之类的磁存储介质、硬盘驱动器、或光学可读数字数据存储介质。其他示例还可以覆盖被编程为执行上述方法的动作的计算机、处理器或控制单元，或被编程为执行上述方法的动作的(现场)可编程逻辑阵列((F)PLA)或(现场)可编程门阵列((F)PGA)。

描述和附图仅说明了本公开的原理。此外，本文所述的所有示例主要明确地旨在仅用于说明性目的，以帮助读者理解本公开的原理和发明人为推进本领域所贡献的概念。本文记载本公开的原理、方面和示例以及其特定示例的所有陈述旨在包括其等同物。

表示为用于…执行某一功能的装置的功能块可以指被配置成执行某一功能的电路。因此，用于某事的装置可以被实现为被配置成或适于某事的装置，例如被配置成或适于相应任务的设备或电路。

图中所示的各种元件的功能(包括标记为“装置”、“用于提供信号的装置”、“用于生成信号的装置”等)可以以专用硬件(例如“信号提供器”、“信号处理单元”、“处理器”、“控制器”等)以及能够与适当软件相关联地执行软件的硬件的形式实现。当由处理器提供时，这些功能可以由单个专用处理器、单个共享处理器或多个单独的处理器提供，其中一些或全部可以被共享。然而，术语“处理器”或“控制器”远不限于专门能够执行软件的硬件，而是可以包括数字信号处理器(DSP)硬件、网络处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、用于存储软件的只读存储器(ROM)、随机存取存储器(RAM)和非易失性存储装置。也可以包括其他传统和/或定制的硬件。

例如，框图可以示出实现本公开原理的高级电路图。类似地，流程图、流程图表、状态转移图、伪代码等可以表示各种过程、操作或步骤，这些过程、操作或步骤例如可以基本上表示在计算机可读介质中，并且因此由计算机或处理器执行，无论是否明确示出这样的计算机或处理器。说明书或权利要求中公开的方法可以由具有用于执行这些方法的每个相应动作的装置的设备来实现。

应当理解，在说明书或权利要求中公开的多个动作、过程、操作、步骤或功能的公开可以不被解释为在特定顺序内，除非例如出于技术原因而明确或隐含地另外说明。因此，多个动作或功能的公开不会将它们限制为特定顺序，除非这样的动作或功能由于技术原因不能互换。此外，在一些示例中，单个动作、功能、过程、操作或步骤可以分别包括或可以分解为多个子动作、子功能、子过程、子操作或子步骤。除非明确排除，否则这样的子动作可以被包括并构成该单个动作的公开的一部分。

此外，下面的权利要求由此被并入详细描述中，其中每个权利要求可以作为单独的示例独立存在。虽然每个权利要求可以作为单独的示例独立存在，但是应当注意，尽管从属权利要求在权利要求中可以指与一个或多个其他权利要求的特定组合，但是其他示例也可以包括从属权利要求与每个其他从属或独立权利要求的主题的组合。此处明确提出了此类组合，除非声明不打算进行特定组合。此外，它还旨在将某个权利要求的特征也包括到任何其他独立权利要求中，即使该权利要求不是直接从属于独立权利要求。

附图标记列表

10用于为移动通信系统的收发器确定延迟多普勒分辨率DDR的方法

12确定关于收发器特性的信息

14基于关于收发器特性的信息从数据库中选择DDR

20装置

22收发器模块/接口

24处理模块

24a调度器/资源分配模块24a

24b DDR选择模块

26数据库

100收发器

200收发器/基站

300通信系统。

Claims (15)

1.一种用于为移动通信系统(300)的收发器(100)确定延迟多普勒分辨率DDR的方法(10)，所述方法(10)包括：

确定(12)关于收发器(100)的特性的信息；

基于关于收发器(100)的特性的信息从数据库(26)中选择(14)DDR；以及

将DDR用于(16)与移动通信系统(300)中的收发器(100)进行无线电通信。

2.根据权利要求1所述的方法(10)，还包括确定关于无线电通信的通信性能的信息。

3.根据权利要求2所述的方法(10)，还包括基于无线电性能来改进DDR以及更新数据库(26)。

4.根据权利要求3所述的方法(10)，还包括基于无线电性能使用人工智能来改进DDR。

5.根据权利要求2至4中任一项所述的方法(10)，其中，关于通信性能的信息包括关于无线电链路上的服务质量的信息。

6.根据权利要求2至5中任一项所述的方法(10)，其中，关于通信性能的信息包括关于用于DDR的无线电链路上的分集增益的信息。

7.根据权利要求2至6中任一项所述的方法(10)，其中，所述无线电通信使用正交时频空间OTFS复用。

8.根据权利要求1至7中任一项所述的方法(10)，其中，关于特性的信息包括关于收发器(100)的速度的信息。

9.根据权利要求1至8中任一项所述的方法(10)，其中，关于特性的信息包括关于收发器(100)的地理位置的信息。

10.根据权利要求1至9中任一项所述的方法(10)，其中，关于特性的信息包括关于收发器(100)的预测轨迹的信息。

11.根据权利要求1至10中任一项所述的方法(10)，其中，关于特性的信息包括关于收发器(100)的发送器和/或接收器设置的信息。

12.根据权利要求1至11中任一项所述的方法(10)，还包括针对收发器(100)调度时间和频率资源，并且其中所述选择(14)还包括基于时间和频率资源来选择DDR。

13.根据权利要求1至12中任一项所述的方法(10)，还包括从收发器(100)接收用户数据，所述用户数据至少部分地包括关于特性的信息。

14.一种具有程序代码的计算机程序，当在计算机、处理器或可编程硬件组件上执行所述计算机程序时，所述程序代码用于执行根据权利要求1至13中任一项的方法(10)中的至少一个。

15.一种用于为移动通信系统(300)的收发器(100)确定延迟多普勒分辨率DDR的装置(20)，所述装置(20)包括：

收发器模块(22)，用于在移动通信系统(300)中进行通信；以及

处理模块(24)，被配置成执行权利要求1至13的方法(10)中的至少一个。