Waveform design aims to achieve orthogonality among data signals/symbols across all available Degrees of Freedom (DoF) to avoid interference while transmitted over the channel. In general, precoding decomposes the channel matrix into desirable components in order to construct a precoding matrix, which is combined with the data signal to orthogonality in the spatial dimension. On the other hand, modulation uses orthogonal carriers in a certain signal space to carry data symbols with minimal interference from other symbols. However, it is widely evident that next Generation (xG) wireless systems will experience very high mobility, density and time-varying multi-path propagation that will result in a highly non-stationarity of the channel states. Conventional precoding methods using SVD or QR decomposition, are unable to capture these joint spatio-temporal variations as those techniques treat the space-time-varying channel as separate independent spatial channel matrices and hence fail to achieve joint spatio-temporal orthogonality. Meanwhile, the carriers in OFDM and OTFS modulations are unable to maintain the orthogonality in the frequency and delay-Doppler domain respectively, due to the higher order physical variation like velocity (Doppler effect) or acceleration (time-varying Doppler effect). In this article, we review a recent method called High Order Generalized Mercer's Theorem (HOGMT) for orthogonal decomposition of higher dimensional, non-stationary channels and its application to MU-MIMO precoding and modulation. We conclude by identifying some practical challenges and the future directions for waveform design for MU-MIMO non-stationary channels based on HOGMT.


翻译:波形设计旨在在所有可用的自由度(DoF)中实现数据信号/符号之间的垂直度,以避免在传送到频道上时受到干扰。 一般来说, 预编码将频道矩阵分解为可取的组件, 以构建预编码矩阵, 与空间维度( 空间维度) 之间的数据信号结合。 另一方面, 在某个信号空间中, 调制使用正方位载体载体, 以其他符号的最小干扰方式携带数据符号。 然而, 广泛可见, 下一代( XG) 的无线系统将经历非常高的流动性、 密度和时间变化性多方向传播, 从而导致频道状态高度不稳定。 使用 SVD 或 QR 降解的常规预编码方法无法捕捉这些联合的电磁时序变化, 因为这些技术将空间时间变化作为独立的空间信道矩阵矩阵, 因而无法实现联合电磁度- 脉冲或多位化。 同时, 调和 OTF- 的载体- 流- 平流- 的多方向- 运行- 的电流- 的电流- 运行- 运行- 运行- 运行- 的电流- 运行- 运行- 运行- 运行- 运行- 预断- 运行- 运行- 运行- 运行- 运行- 运行- 的周期- 运行- 运行- 的周期性- 的周期性- 度- 的周期性- 度- 度- 时间序- 度- 的周期性- 的周期性流流流流流流流流- 的周期性- 的周期性- 的周期性- 、 的周期性- 、 、 度- 的周期性- 的周期性- 、 、 、 、 、 的周期性- 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 性、 性、 性、 时间性、 、 、 、 、 、 、 性、 、 性、 性、 性、 、 性、 性、 性、 性、 性、 性、 性、 性、

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年2月28日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员