北理工高镇特别副研究员在下一代压缩感知通信传输技术领域取得新进展
发布日期:2018-03-02 供稿:前沿交叉科学研究院
编辑:李卡 审核:王博 阅读次数:在国家自然科学基金青年基金、北京市自然科学基金面上项目、华为产学研项目的资助下,bat365官网登录入口前沿交叉科学研究院高镇特别副研究员以第一作者在通信领域顶级期刊IEEE Wireless Communications(影响因子8.972)发表论文Compressive Sensing Techniques for Next-Generation Wireless Communications。
全球移动互联网、物联网等技术的迅猛发展带来移动流量业务爆炸式的增长。在这一背景下,下一代移动通信网络相比于现有的4G系统在数据容量、峰值数据率、端到端延迟等方面显著改善已成为业内共识,其中如何实现千倍的容量提升是最为挑战性的难题。
另一方面,经典的香农容量公式揭示了下一代无线蜂窝网络提高系统容量的三个主要技术路线及相关关键技术:更多数目的子信道,如大规模多输入多输出(Multiple-Input-Multiple-Output,MIMO)技术和非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术;更大的传输带宽,如通过频谱共享的认知无线电(Cognitive Radio,CR)、超宽带(Ultra-Wide Band,UWB)传输和通过频谱扩展的毫米波通信技术;通过增加单位面积更多的小区来获得更好频谱复用的技术,如超密集组网(Ultra-Dense Network,UDN)技术。
纵观无线通信发展史,系统传输带宽从2G GSM网络的200 KHz提升到3G网络的5 MHz,再到4G网络的20 MHz。与此同时,伴随着更密的基站和所需服务用户的增长,所需天线数也从2G/3G的单天线增长为4G网络中的多根天线。不论是渐增的传输带宽,天线数目,或是基站和用户密度,传统的无线蜂窝网络系统架构设计严重依赖于经典的奈奎斯特采样定理(Nyquist Sampling Theorem),即当采样率大于信号最高频率的两倍时,任何有限带宽信号都能被完美重构。然而,未来的蜂窝网络采用的技术路线和关键技术需要至少上百MHz的传输带宽、数以百计的传输天线,以及超密集部署的基站并支持海量用户。这些质变表明,如果依旧依赖传统的奈奎斯特采样定理思路来设计新一代移动蜂窝网络,将会导致前所未有的挑战:过大的系统开销、难以承担的计算复杂度、海量样本所致的大能量消耗等。另一方面,压缩感知(Compressive Sensing,CS)理论表明:如果一个信号在某个变换域的稀疏性,可从远低于奈奎斯特采样率所需的样本将原始的高维度信号重构出来。这为我们解决上述难题提供了新的思路。
在本论文中,首先介绍了压缩感知理论的三个重要组成部分、主要的压缩感知恢复算法、以及典型的压缩感知数学模型。进而从压缩感知的崭新视角来解决新一代无线通信网络关键技术在传统奈奎斯特采样定律思想设计下所面临过大的系统开销、难以承担的计算复杂度、海量样本所致的大能量消耗等问题。在本论文中,我们从下一代移动通信的三个技术路线出发,通过结合典型的压缩感知模型,挖掘并研究新一代移动通信关键技术稀疏性的利用,并以压缩感知理论的全新视角讨论了若干挑战性开放问题和未来颇具前景的研究方向。譬如在大规模空间调制技术中,通过利用空间调制信号在信号域的稀疏性,在压缩感知理论框架下设计信号检测算法可以明显提高多用户检测精度。再譬如大规模多址接入中的稀疏码分多址(Sparse Code Multiple Access,SCMA)技术(一种NOMA技术),压缩感知理论框架下设计码字的稀疏性及对应的多用户信号检测算法可能为系统在计算复杂度和性能的权衡中提供新的思路。
毫无疑问的是,压缩感知理论在整个信号处理领域掀起了新的研究浪潮,在这篇论文中我们以压缩感知的视角重新审视下一代无线蜂窝网络的关键技术。一方面,超大的带宽、上百的天线、超密集部署的基站以及所支持的海量用户由于经典奈奎斯特采样定律所需大量样本会面临巨大的开销,难以承受的计算复杂度、硬件成本及能量消耗。另一方面,压缩感知理论提供了一种有效的亚奈奎斯特采样方法,可以有效解决新一代移动通信关键技术所面临的上述挑战。迄今为止,压缩感知理论在下一代无线通信技术理论研究取得了一定的进展,但其在实际的应用尚需进一步完善。而呈现低的计算复杂度、高的可靠性、及与当前系统和硬件平台优秀的兼容性的压缩感知算法无疑是压缩感知理论未来的研究热点和重要方向。
高镇特别副研究员2011年于bat365官网登录入口信息与电子学院获得信息工程专业工学学士学位,2016年于清华大学电子工程系获得信息与通信工程专业工学博士学位,同年获清华大学21届学术新秀荣誉。高镇博士目前主要研究方向包括下一代宽带无线通信传输技术及压缩感知等稀疏信号处理技术,目前有20余篇学术论文,其中第一作者发表SCI论文12篇,其中3篇文章入选Web of Science ESI高被引论文,1篇文章入选Web of Science ESI热点论文,在Web of Science 核心合集中他引177次;截止2018年2月,Google Scholar引用共计488次;获授权中国发明专利4项。2016年6月,高镇以第一作者发表在IEEE Transaction on Broadcasting的学术文章获得该期刊2016年唯一最佳论文奖IEEE Broadcast Technology Society 2016 Scott Helt Memorial Award。2016年12月获通信领域权威期刊IEEE Communications Letters颁发的Exemplary Reviewer(优秀审稿人)荣誉称号。
高镇博士2016年9月加入bat365官网登录入口前沿交叉科学研究院,入职以来先后获批主持国家自然科学基金青年基金、北京市自然科学基金面上项目、华为产学研项目,主要开展下一代无线通信传输技术研究。
论文原文链接:
Z. Gao, L. Dai, S. Han, C-L. I, Z. Wang, and L. Hanzo, "Compressive Sensing Techniques for Next-Generation Wireless Communications," in IEEE Wireless Communications, vol. PP, no. 99, pp. 2-11. doi: 10.1109/MWC.2017.1700147.
http://ieeexplore.ieee.org/document/8284057/
分享到: