5.2-2 基于AIML的叠加导频设计与接收机研究 - 更新 2024Q2.pdf

### 基于AI/ML的叠加导频设计与接收机研究 #### 一、概述 随着6G技术的研究不断深入，如何高效利用有限的无线传输资源成为了关键问题之一。传统的5G通信系统中，导频信号与数据信号通常采用正交传输方式，即在时间或频率上分开传输，这导致了导频信号与数据信号之间存在资源竞争的问题。为了克服这一局限性，并探索更加高效的无线资源管理策略，基于人工智能和机器学习(AI/ML)的叠加导频(Superimposed Pilot, SIP)技术应运而生。该技术旨在通过非正交方式传输导频和数据信号，从而实现导频和数据之间的资源共享。 #### 二、SIP技术的基本原理及优势 ##### 2.1 发送端原理 在发送端，SIP技术采用非正交的方式传输导频和数据信号。具体而言，导频信号和数据信号在同一时域和频域资源上同时传输，这意味着导频和数据对于无线传输资源是共享状态，而非互相竞争。这种方式极大地提高了无线资源的利用率。 ##### 2.2 接收端处理 在接收端，通过使用先进的AI/ML接收机技术，可以从导频和数据的混合传输中有效地分离出数据信号。即使不使用AI解决方案，也能保障传输资源上对数据接收的质量，进而提高整个系统的传输效率。这种接收机设计能够充分利用有限的传输资源，确保数据接收的效果。 #### 三、SIP技术的关键性能指标 ##### 3.1 BLER性能比较 根据研究结果显示，在不同信道条件下以及不同UE速度下，SIP方案与传统的正交导频方案相比，在块误码率(Block Error Rate, BLER)上没有额外的损失。更重要的是，由于SIP不需要额外的独立导频资源开销，因此可以获得额外的系统吞吐量增益。 例如，在1个发射天线和1个接收天线的场景中，当调制方式为16QAM，每个资源块(Resource Block, RB)有52个子载波，调制符号数为7(490/1024)，且DMRS符号数为4的情况下，在300km/h和3km/h两种UE速度下，SIP方案的表现优于正交导频方案。 ##### 3.2 超高速、高阶调制与多流传输的支持 在超高速移动环境(如1200km/h)下，传统的正交导频方法可能无法正常工作。相比之下，SIP由于在整个资源上均匀分布了导频信号，在高速移动场景下具有显著的优势。 在高阶调制场景下，如32T4R系统中使用256/1024QAM调制时，SIP与正交导频方案在BLER性能方面表现相当，但由于减少了导频资源开销，可以进一步增加吞吐量。 对于多流传输，SIP同样能够保持与正交导频方案相当的BLER性能，同时减少导频资源开销，提高系统吞吐量。 #### 四、SIP技术的应用实例 ##### 4.1 2024 6G无线通信AI大赛 在2024年的6G无线通信AI大赛中，SIP导频被选作赛题设计的前提之一。参赛队伍需要在多流传输条件下验证SIP技术的可行性和性能。大赛设置的场景包括： - 场景1：频域子载波数为624，时域符号数为12，发送天线数为2，接收天线数为2，传输层数为2，每符号比特数为16QAM。 - 场景2：频域子载波数为96，时域符号数为12，发送天线数为32，接收天线数为4，传输层数为4，每符号比特数为64QAM。 结果表明，参赛队伍能够在短时间内提出性能良好的解决方案，且这些解决方案能够在“零”独立开销导频的设定下，达到与传统正交导频方案相当的BLER性能，并且实现了系统吞吐量的增益。 #### 五、结论与展望 基于AI/ML的SIP技术为未来的6G通信系统提供了一种全新的导频设计思路。它不仅解决了导频信号与数据信号之间的资源竞争问题，还显著提升了系统的传输效率。随着技术的不断发展和完善，SIP技术有望成为下一代无线通信系统中的关键技术之一。 参考文献： - Interference Cancellation Based Neural Receiver for Superimposed Pilot in Multi-Layer Transmission (https://arxiv.org/abs/2406.18993) - IMT-2020 SIP研究 - 面向6G，构建SIP研究的基本框架、完成：基本用例性能评估、标准化影响分析、理论研究与原型机验证