DBU-OFDM: 一种可训练的深度块单位 OFDM 调制波形用于集成探测与通信
分布式、并行与集群计算
2026-04-14 v1 计算工程、金融与科学
摘要
正交频分复用 (OFDM) 是现代无线系统中的主导调制方式, 但其高峰均功率比 (PAPR) 和有限的可适应性阻碍了对集成通信与探测的高效支持. 本文提出深块单位 precoded OFDM (DBU-OFDM), 一个结构保持的学习框架, 使可训练的波形适应性成为可能, 同时保持基于 DFT 的信号结构、导频/空资源保护以及与低复杂度频域均衡的兼容性. 提出的设计将学习限制在数据子载波上的块单位变换, 并保留导频和空资源以保持结构兼容性. 该变换由递归 Householder 反射参数化, 确保严格的单位性以及可微分、数值稳定且可控制复杂度的实现. 结果表明, DBU-OFDM 在 PAPR 尾部接近块导频 DFT-s-OFDM 的同时保持 comb 型导频, 通过频域多径均衡改进了在频率选择性衰落条件下的通信可靠性, 并在直接探测中提升了范围和速度估计, 尤其在维度受限的设置下. 超过-the-air USRP 实验和 FPGA 原型进一步验证了其实际可行性, 显示出低误矢量量 (EVM), 实际传输中清晰的 PAPR 降低, 以及高达 200~MS/s 的硬件吞吐量和微秒级延迟. 因此, DBU-OFDM 提供了一种在传统基于模型的 OFDM 调制波形和不受约束的神经收发器之间提供实用中间方案, 以满足下一代集成通信与探测系统的需求.
引用
@article{arxiv.2604.10295,
title = {Icicle: Scalable Metadata Indexing and Real-Time Monitoring for HPC File Systems},
author = {Haochen Pan and Ryan Chard and Song Young Oh and Maxime Gonthier and Valérie Hayot-Sasson and Geoffrey Lentner and Joe Bottigliero and Rachana Ananthakrishnan and Kyle Chard and Ian Foster},
journal= {arXiv preprint arXiv:2604.10295},
year = {2026}
}
备注
ISC High Performance 2026 research paper, camera-ready