6G背景下超奈奎斯特技术的机遇

王亚峰 金婧 王启星

摘要：超奈奎斯特技术是未来6G的关键技术之一。简要介绍超奈奎斯特技术的技术原理、实现方案和技术应用。结合目前的研究进展，探寻超奈奎斯特技术在未来6G中的应用前景，并对该技术的发展做出展望。

关键词：超奈奎斯特技术；符号间干扰；6G

Abstract： Faster-than-Nyquist （FTN） technology is regarded as one of the key technologies of 6G in the future. The technical principle， implementation scheme， and application of the FTN technology are briefly introduced. Combined with the current research progress， the application prospect of FTN technology in 6G era is explored， and the future development of FTN technology is predicted.

Keywords： faster-than-Nyquist technology； inter-symbol interference； 6G

自从5G大规模商用以来，以超大规模物联网、智慧交通和远程医疗为代表的新型业务在各大行业产生了深远的影响。在产业升级和行业变革的飞速发展中，海量的数据传输需求对现有的通信体系提出巨大挑战，这势必会促进未来6G网络的研发。6G[1]将会在5G的基础上融合更多领域的技术，能够提供更高的传输速率、更低的传输时延、更深更广的覆盖，从而有更广泛、更多样化的应用场景。

更高的传输速率是6G的关键性能指标之一，这对现有技术提出新挑战。由于毫米波、太赫兹和可见光等在实际应用中存在诸多限制，同时超大规模天线无论是在实现上还是在能效方面都面临着严峻挑战，加之传统的星座调制方案很难实现较高的频谱效率，因此，以高频谱利用率为优势的超奈奎斯特（FTN）技术有望成为6G的潜在关键技术。FTN技术通过人为引入符号间干扰（ISI）来实现符号间距压缩，可以在相同带宽下传输更多的符号。通过采样技术和信号设计，FTN技术可以极大地提升系统容量。FTN技术凭借高频谱效率和大容量的技术优势，可以满足6G对高传输速率业务的需求。

1 FTN系统

传统通信技术都尽量避免ISI，而 FTN技术却能够利用ISI。FTN技术打破符号间正交特性，使得相邻符号混叠，从而获得在有限带宽下传输更多比特信息的能力。FTN采样系统包括FTN传输[2]、高频谱效率频分复用（SEFDM）[3]和重叠X域复用（OVX？ DM）[4]。本节就FTN系统展开相应的介绍。

1.1 FTN技术

FTN技术是一种非正交传输方式，它通过人为地引入更加复杂的ISI来实现更快的传输速率。奈奎斯特研究结果表明，带宽限于1/2T赫兹的脉冲不能以比1/T Baud更快的码元速率传输。研究普遍假定，更快的传

输速率将增加检测器的错误率。而J. B. ANDERSON等却发现，即使脉冲传输速率提升25%，检测器的错误率也不一定增加[2]。

引入ISI使得FTN相关的信号检测变得非常困难，因此在接收端对FTN信号进行均衡处理变得十分重要。图2是一种FTN信号的收发流程方案。

1.2 SEFDM技术

图4展示了一种SEFDM信号的收发过程。SEFDM信号的非正交特性引入了严重的载波间干扰，这使得SEFDM信号的检测变得非常复杂。 1.3 OVXDM技术

OVXDM编码其实是一种波形卷积过程，其模型如图6所示。在OVX？ DM编码中，由于移位间隔远小于复用波形的宽度，OVXDM编码的输出序列之间会产生严重的重叠。重叠重数越多，频谱效率越高，相应的译码狀态数越多，译码算法的复杂度也就越高。这种编码的实质是以牺牲复杂度为代价来换取系统容量的提升。一般来说，OVXDM中的X可以是T，即重叠时域复用（OVTDM），也可以是F，即重叠频域复用（OVFDM）。

1.3.1 OVTDM

2检测方案

在FTN系统中，人为引入ISI使得信号检测变得非常复杂。传统适用于奈奎斯特系统的检测算法将很难再适用。为了获得最佳检测效果，人们一般采用最大似然序列检测（MLSD）算法。虽然这类算法能获得最优的译码性能，但是这类算法的计算复杂度会随着编码约束长度的增加呈指数增长。这限制了MLSD在实际工程中的应用。因此，开发快速检测算法是FTN信号检测的关键。

由于ISI矩阵H 的结构满足To？ eplitz矩阵要求，因此可以采用正交三角（QR）分解等方式来构造预编码矩阵，以满足信号检测的要求。结合FTN信号的特点，该矩阵也可以等效为准多输入多输出（MIMO）系统模型，并利用相应的MIMO检测算法来消除ISI。这些用于MIMO的线性算法也可以用于FTN系统的信号检测。然而，这些算法在使用时会暴露出缺点：矩阵运算复杂度会随着检测数据规模的增大而急剧增大。因此，结合实际情况来选择合适的算法是非常重要的。

在现有检测算法的基础上对MLSD进行改良，并對结构进行优化，可使系统复杂度得到进一步降低。例如，在对SEFDM信号检测时，使用基于排序QR分解的最小均方误差（MMSE-SQRD）就可以实现很好的检测效果[6]。

在OVXDM的快速检测算法方面，研究者们在原有Fano算法、Stack算法的基础上提出了新的快速检测算法。文献[7]提出了一种基于递归神经网络（RNN）的OVTDM次优快速译码算法。该算法结合OVTDM系统编码过程的数学模型，推导出了基于梯度下降法的译码算法，并设计了基于梯度更新规则的RNN解码器。仿真结果表明，该算法具有较好的性能。文献[8]提出了一种基于双向序列译码的OVTDM双向Viterbi算法。该算法在进行解码操作时，可以从相应网格的两端同时开始，并在网格的中间停止。仿真结果表明，与Viterbi算法相比，双向维特比译码（BVA）算法的译码时间可减少一半左右。此外，多比特滑动堆栈译码（SSD）算法[9]、多信号联合检测（MSJD）算法[10]等新型检测算法在OVXDM快速检测方面均取得了不错的效果。此外，FTN技术也可以和深度学习相结合，利用神经网络结构来拟合其信号特点，以有效降低检测的复杂度。

3技术应用

FTN技术不仅可以与MIMO、信道编码等多种技术相结合，也可以同光通信、太赫兹等技术相结合。例如，FTN与MIMO相结合可以进一步提高频谱效率[11]。图9给出了MI？ MO-OVTDM的系统模型，它是OVT？ DM与MIMO信道的结合。

由此可见，与单一MIMO系统相比，MIMO-OVTDM信道容量得到了大大提升。

4结束语

FTN技术是一种极具潜力的6G关键技术。本文介绍了FTN技术的原理和实现方法，并就FTN信号的特点和检测方案展开说明，最后探讨了FTN技术在未来6G中的应用前景，进一步阐述其性能优势。

致谢

本研究由北京邮电大学-中国移动研究院联合创新中心资助，在此表示感谢。

参考文献

[1]赛迪智库无线管理研究所. 6G概念及愿景白皮书[N].中国计算机报， 2020-05-11（8）

[2] ANDERSON J B， RUSEK F，OWALL V. Faster-than-Nyquist signaling [J]. Proceedings of the IEEE， 2013， 101（8）： 1817-1830

[3] CHORTI A， KANARAS I， RODRIGUES M R D， et al. Joint channel equalization and detection of spectrally efficient FDM signals [J]. IEEE international symposium on personal indoor & mobile radio communications， 2010： 177-182. DOI： 10.1109/PIMRC.2010.5671644

[4]李道本.重叠复用原理下加性白高斯噪声信道的容量[J].北京邮电大学学报， 2016， 39（6）： 1-10

[5] ZHANG H， CHEN Y， LI D， et al. Low-complexity sliding window block decoding using bit-flipping for OVFDM systems [J]. IEEE access， 2017， 5： 25171-25180

[6] WANG Y， ZHOU Y， GUI T， et al. Efficient MMSE-SQRD-basedMIMOdecoderfor SEFDM-based 2.4 Gbit/s-spectrum-compressed WDM VLC system [J]. IEEE photonics journal， 2016， 8（4）： 1-9

[7] HU Y， WANG Y， WANG H. A decoding method based on RNN for OvTDM [J]. China communications， 2020， 17（4）： 1-10

[8] WANG H， WANG Y， HU Y. Bidirectional viterbi decoding algorithm for OvTDM [J]. China communications， 2020， 17（7）： 183-192

[9] LIN P， WANG Y， LI D. Multi-bit sliding stack decoding algorithm for OVXDM [J]. China communications， 2018， 15（4）： 179-191

[10] LIN P， WANG Y， LI D. A low-complexity multiple-signaljointdecodingforoverlapped X domain multiplexing signaling [J]. IET communications， 2018， 12（11）： 1273-1282. DOI： 10.1049/iet-com.2017.1402

[11] MCGUIRE M， DIMOPOULOS A， SIMA M. Faster-than-Nyquist single-carrier MIMO signaling [C]//2016 IEEE Globecom Workshops （GC Wkshps）. Washington， DC， USA： IEEE，2016：1-7.DOI：10.1109/GLOCOMW.2016.7848906

作者簡介

王亚峰，北京邮电大学教授、博士生导师；主要研究领域为无线通信和信息论；主持和参与基金项目1 0余项；发表论文1 0 0余篇。

金婧，中国移动研究院高级研究员，高级工程师；主要研究方向为无线传输基础理论、分布式M IM O技术、智能超表面等。

王启星，中国移动研究院未来移动技术研究所副所长；长期从事4 G / 5 G /6 G无线接入关键技术研究；主要研究方向为协作传输、M IM O技术、感知通信等。