⚡ electrical engineering

Comparison of OTFS and OFDM for RIS-aided Systems in the Presence of Phase Noise

本文提出了一种基于维纳滤波的 RIS 辅助 OTFS 系统联合信道与相位噪声估计方法，并通过数值分析证明了在相位噪声存在下，该方案相比 RIS 辅助 OFDM 系统具有显著性能优势，且其估计技术能带来高达 3dB 的误码率增益。

原作者： Stephen McWade, Arman Farhang

发布于 2026-02-16

📖 1 分钟阅读☕ 轻松阅读

原作者： Stephen McWade, Arman Farhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章主要是在探讨一个关于未来无线通信（比如 6G）的难题：当信号在传输过程中受到“相位噪声”（一种硬件产生的信号抖动）干扰时，哪种技术更靠谱？

为了让你轻松理解，我们可以把整个通信过程想象成在一个嘈杂、晃动的房间里传递秘密纸条。

1. 核心角色介绍

RIS（智能反射面）：想象成一面由成千上万个智能小镜子组成的墙。它的作用是把信号“反射”到接收者那里，就像在房间里放一面镜子，让光线能照到原本照不到的角落。这能增强信号，覆盖更广。
OFDM（正交频分复用）：这是目前 4G/5G 用的主流技术。你可以把它想象成把一封信拆成很多张小纸条，每张纸条写在一个不同的频率上，同时扔出去。
- 缺点：它很怕“抖动”。如果扔纸条的时候手在抖（相位噪声），或者房间在晃（多普勒效应），这些小纸条就会互相撞在一起，导致信息乱套（干扰）。
OTFS（正交时频空）：这是作者推崇的新技术。它不像 OFDM 那样把信拆散，而是把信息编织成一张坚固的网，在“时间 - 频率”的网格上发送。
- 优点：它非常抗干扰。即使房间在剧烈晃动，这张网依然能保持完整，信息不容易丢。
相位噪声（Phase Noise）：这是本文的“反派”。想象成发射器和接收器的时钟有点不准，一直在微颤。这种微颤会让信号发生“相位偏移”，就像你试图在晃动的船上写字，字会写得歪歪扭扭。

2. 文章要解决的问题

以前的研究认为：

OFDM + RIS：虽然 RIS 能增强信号，但因为 OFDM 太怕抖动，一旦有相位噪声，RIS 带来的好处就被抵消了，甚至更糟。
OTFS + RIS：理论上 OTFS 很抗抖动，应该很适合配合 RIS 使用。但是，没人真正研究过：当 OTFS 遇到 RIS 和相位噪声混在一起时，到底会发生什么？而且，现有的方法无法准确估算出这种复杂的“抖动”和“信道”状态。

3. 作者提出的解决方案

作者提出了一套**“联合估算”的新方法，就像是一个超级侦探**，同时做两件事：

猜出镜子怎么摆的（信道估计）：RIS 的反射系数。
猜出时钟抖得有多厉害（相位噪声估计）：硬件的抖动情况。

他们是怎么做的？（威纳滤波法）
想象你在雾中看路（信号），你只能看到几个清晰的路标（导频/训练信号）。

旧方法：只盯着路标看，路标之间的路是瞎猜的，容易出错。
作者的新方法：利用统计学规律。他们知道“抖动”是有规律的（比如像钟摆一样有节奏），也知道“雾气”（多普勒效应）是怎么扩散的。
- 他们设计了一个**“智能滤镜”**（威纳滤波器）。这个滤镜就像一个经验丰富的向导，它看着那几个清晰的路标，结合对“抖动规律”和“雾气规律”的了解，完美地推算出路标之间所有模糊路段的真实情况。

4. 实验结果：谁赢了？

作者通过计算机模拟（就像在虚拟世界里跑了几十万次实验）得出了惊人的结论：

OTFS 完胜 OFDM：
- 在有相位噪声的混乱环境下，OTFS 的表现比 OFDM 好了整整 100 倍（两个数量级）。
- 比喻：OFDM 像是在狂风中试图把一堆散沙聚拢，风一吹就散了；而 OTFS 像是把沙粒粘成了砖块，风再大也吹不散。
新估算方法更准：
- 作者提出的“智能滤镜”方法，比现有的其他估算方法（比如 BEM 或 Spline 插值）更精准。
- 比喻：在同样的错误率下，新方法能让你的信号质量提升 3 分贝（这相当于让你的手机在信号很差的地下室也能流畅看视频）。
RIS 的价值被重新激活：
- 以前大家担心相位噪声会让 RIS 失效，但文章证明：只要配合 OTFS + 新估算方法，RIS 就能真正发挥增强信号的作用，即使在硬件不完美（有噪声）的情况下。

5. 总结：这对你意味着什么？

这篇文章告诉我们，未来的无线通信（特别是 6G）如果想在高速移动（比如高铁、无人机）或硬件成本较低（允许有一定噪声）的场景下实现超高速、全覆盖：

不要只盯着旧的 OFDM 技术，它太脆弱了。
OTFS 是更强大的波形，它天生就适合对抗抖动。
配合智能反射面（RIS），我们可以用更聪明的算法（作者的新方法）来“修补”硬件的缺陷，让通信既快又稳。

简单来说，作者发明了一套**“在摇晃的船上也能精准传递信息”**的新策略，让未来的网络即使在设备不完美、环境很恶劣的情况下，依然能保持高速连接。

这是一份关于论文《Comparison of OTFS and OFDM for RIS-aided Systems in the Presence of Phase Noise》（相位噪声存在下 RIS 辅助系统中 OTFS 与 OFDM 的性能比较）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：可重构智能表面（RIS）是无线通信中的新兴技术，通过大量无源反射元件增强覆盖、提高频谱效率并降低能耗。然而，实际系统中的射频损伤（如载波频率偏移、I/Q 不平衡和振荡器相位噪声）会严重损害系统性能。
现有问题：
- OFDM 的局限性：正交频分复用（OFDM）是 RIS 辅助系统的常用调制方案，但其对相位噪声非常敏感。相位噪声会导致载波间干扰（ICI），显著降低误码率（BER），从而抵消 RIS 带来的性能增益。
- OTFS 的潜力与空白：正交时频空（OTFS）调制在时延 - 多普勒域工作，对时变信道（如多普勒扩展）具有鲁棒性。相位噪声本质上也是一种时变过程，因此 OTFS 理论上更适合 RIS 辅助系统。然而，现有文献尚未充分分析相位噪声对 OTFS 的影响，且没有任何现有工作研究过相位噪声存在下的 RIS 辅助 OTFS 系统。
- 估计方法的不足：现有的信道估计方法（如基于基函数扩展模型 BEM 或样条插值）通常假设理想硬件或忽略相位噪声的统计特性，无法有效处理相位噪声与多普勒扩展的联合效应。

2. 方法论 (Methodology)

本文提出了一套完整的系统模型和一种新的联合估计技术：

A. 系统模型

场景：考虑了 RIS 辅助的 OTFS 和 OFDM 系统，假设直射路径受阻，信号仅通过 RIS 反射。
相位噪声建模：
- 假设发射端和接收端的相位噪声带宽相对于子载波间隔较小，等效为接收端的一个复合相位噪声过程。
- 在时延 - 多普勒域（OTFS）和时频域（OFDM）分别推导了包含相位噪声矩阵（ $\Phi$ ）和 RIS 级联信道矩阵（ $H_{ris}$ ）的接收信号模型。
- 分析了两种振荡器类型：自由运行振荡器（Wiener 过程）和连续时间锁相环（Ornstein-Uhlenbeck 过程），并推导了相应的相位噪声自相关矩阵。

B. 提出的联合估计技术 (Joint Estimation Technique)

作者提出了一种基于**维纳滤波（Wiener Filtering）**的联合 RIS 信道与相位噪声估计方法，旨在估计包含多普勒扩展、相位噪声和 RIS 反射系数的瞬时有效信道。该方法分为两个阶段：

第一阶段：部分信道估计
- 利用时延 - 时间域的**脉冲导频（Impulse Pilot）**模式。
- 在导频索引处，通过阈值法获取初始的信道冲激响应估计值。
第二阶段：全信道估计（维纳滤波）
- 利用统计特性填补导频之间的缺失样本。
- 构建维纳滤波器权重矩阵 $W$ ，以最小化估计信道与实际有效信道之间的均方误差（MSE）。
- 核心创新：利用相位噪声和多普勒扩展过程的统计独立性，将有效信道的自相关矩阵分解为相位噪声自相关矩阵（ $K_\psi$ ）和多普勒信道自相关矩阵（ $K_D$ ）的乘积（ $K_g = K_\psi K_D$ ）。
- 该滤波器权重基于离线计算的统计量（如最大多普勒频移 $f_D$ 和相位噪声带宽 $\beta_{pn}$ ），不随 RIS 元素数量增加而增加复杂度。

3. 主要贡献 (Key Contributions)

理论分析：首次深入研究了相位噪声对 RIS 辅助 OTFS 和 OFDM 系统的影响，推导了相位噪声矩阵在时延 - 多普勒域的结构及其对多路复用的影响。
新算法提出：提出了一种基于维纳滤波的联合 RIS 信道与相位噪声估计技术。该方法无需增加导频开销，即可利用统计特性实现逐样本的信道估计。
性能对比：通过数值仿真，全面对比了 RIS-OTFS 与 RIS-OFDM 在相位噪声环境下的性能，并验证了所提估计方法优于现有的 BEM 和 Spline 方法。

4. 实验结果 (Results)

仿真参数包括：载波频率 5.9 GHz，带宽 7.68 MHz，RIS 64 个元件，TDL-C 信道模型，多普勒频移基于 Jakes 模型。

归一化均方误差 (NMSE)：
- 在仅考虑相位噪声（无多普勒扩展）的情况下，所提方法在相位噪声水平较高时显著优于 BEM 和 Spline 方法。BEM 在高相位噪声下性能急剧下降，因为它无法捕捉样本间的快速变化。
误码率 (BER) - 未编码系统 (4-QAM)：
- OTFS vs OFDM：在低至中等相位噪声水平下，RIS-OTFS 优于 RIS-OFDM。但在严重相位噪声下，两者性能均下降，表明相位噪声仍是限制因素。
- RIS 元素数量影响：随着 RIS 元素数量增加，RIS-OTFS 比 RIS-OFDM 表现出两个数量级的 BER 性能提升。
- 估计方法对比：所提维纳滤波方法在 RIS-OTFS 系统中优于 BEM 和 Spline 方法。
误码率 (BER) - 编码系统 (16-QAM)：
- 在使用卷积码（1/2 码率）的情况下，RIS-OTFS（配合所提估计方法）在有无相位噪声的情况下均显著优于 RIS-OFDM。
- 增益：在 BER 为 $2 \times 10^{-3}$ 时，所提方法比 BEM 方法提供了约 3 dB 的信噪比增益。

5. 意义与结论 (Significance & Conclusion)

OTFS 的优越性：证明了在存在相位噪声的 RIS 辅助系统中，OTFS 波形比传统的 OFDM 具有显著的鲁棒性，能够提供高达两个数量级的性能提升。
估计技术的有效性：提出的基于统计特性的维纳滤波联合估计技术有效解决了相位噪声估计难题，相比现有方法（BEM, Spline）在 BER 和 NMSE 上均有显著提升（最高 3 dB 增益）。
实际指导：该研究填补了 RIS-OTFS 系统在非理想硬件（相位噪声）条件下的理论空白，为未来 6G 高移动性、高可靠性通信系统的设计提供了重要的理论依据和技术方案。

总结：本文通过理论建模和数值仿真，确立了 OTFS 作为 RIS 辅助系统抗相位噪声波形的潜力，并提出了一种高效的联合估计算法，显著提升了系统在非理想硬件条件下的性能。