⚡ electrical engineering

A Novel One-tap Equalizer for Zero-Padded AFDM System over Doubly Selective Channels

本文提出了一种针对零填充 AFDM 系统的新型低复杂度单抽头均衡器，通过优化参数选择、引入零填充与重构操作将输入输出关系近似为循环卷积，并在频率 - 仿射（FoA）域实现高效均衡，从而在双选择性信道下以低计算成本保持优异性能。

原作者： Chenyang Zhang, Akram Shafie, Cheng Shen, Deepak Mishra, Jinhong Yuan

发布于 2026-03-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Chenyang Zhang, Akram Shafie, Cheng Shen, Deepak Mishra, Jinhong Yuan

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

这篇论文提出了一种让无线通信在高速移动（比如高铁、飞机）或水下等极端环境下也能保持稳定的新方案。

为了让你轻松理解，我们可以把整个通信过程想象成在狂风暴雨中传递一封信。

1. 背景：为什么现在的通信会“翻车”？

现状（OFDM）： 我们现在的 4G/5G 通信（OFDM）就像是在平静的湖面上划船，把信息分成很多小条（子载波）同时发送。只要湖面平静（信道稳定），这很快很准。
问题（双选择性信道）： 一旦你坐在高铁上（高速移动）或者在水下，湖面就会变得波涛汹涌，而且风向还在变（多普勒效应）。这时候，原本整齐排列的小船（子载波）会互相碰撞、打乱，导致信息接收端收到一堆乱码。
现有的解决方案（AFDM）： 科学家发明了一种叫 AFDM 的新船队。它不像普通船队那样排成直线，而是排成一种特殊的“斜线”队形（仿射域）。这种队形在风浪中更稳，不容易散架。
新问题： 虽然 AFDM 的船队很稳，但接收端要把这些乱码拼回去（均衡），需要非常复杂的数学运算，就像要解一个超级难的九连环，计算量太大，手机或基站处理起来太累、太慢。

2. 这篇论文做了什么？（核心创新）

作者提出了一种**“零填充 + 单抽头均衡器”**的新招数，把那个难解的“九连环”变成了简单的“一键还原”。

我们可以用三个步骤来比喻：

第一步：调整队形参数（选对 $c_1$ 和 $c_2$ ）

比喻： 想象 AFDM 的船队是由两个参数控制的：一个是“后旋”参数（ $c_1$ ），一个是“前旋”参数（ $c_2$ ）。
做法： 作者发现，如果把“后旋”参数 $c_1$ 调得非常大，并且让“前旋”参数 $c_2$ 跟着它变，那么风浪对船队的影响就会变得非常有规律。
效果： 原本杂乱无章的干扰，现在变成了一种缓慢变化的背景噪音。这就好比原本狂风乱吹，现在变成了微风轻轻拂过，而且方向很一致。

第二步：插入“缓冲垫”（零填充 Zero-Padding）

比喻： 在发送信息之前，作者在船队的开头和结尾强行插入了一些**“空船”**（不传数据的零值）。
作用： 就像在传送带两头加缓冲垫。因为风浪（干扰）主要影响船队的头尾，有了这些“空船”挡在前面，真正的信息船就不会被风浪直接打乱。
代价： 因为插了空船，传输效率稍微降低了一点点（就像传送带变长了，但实际运货的格子少了）。

第三步：神奇的“重组”与“一键还原”（重构 + 单抽头均衡）

比喻：
1. 接收端重组： 接收端收到信号后，把那些被风浪打乱的“头尾”剪下来，叠到“中间”去。这一步把原本复杂的线性干扰，强行变成了循环干扰（就像把一条直线首尾相接变成一个圆环）。
2. 变换视角（FoA 域）： 作者把这个圆环信号转换到一个叫 "FoA 域”（仿射频率域）的新视角。在这个新视角下，原本纠缠在一起的干扰瞬间解开了！
3. 单抽头均衡（One-tap Equalizer）： 这是最精彩的部分。在旧方法里，接收端需要同时处理几十个干扰项（多抽头）。但在新视角下，干扰几乎消失了，每个信息点只受自己对应的那个点影响。
- 结果： 接收端只需要做一个最简单的除法（就像用一把钥匙开一把锁，而不是解九连环），就能完美恢复出原始信息。

3. 这个方案好在哪里？

快：计算量极低。以前需要超级计算机才能算的复杂公式，现在手机芯片轻松搞定。
稳：即使在时速 500 公里的高铁上，或者水下，通信依然非常清晰，误码率（发错字的概率）极低。
省：虽然为了加“空船”牺牲了一点点传输效率（大概 10% 的开销），但换来的是不需要昂贵的复杂处理器，这对未来的 6G 和物联网设备非常重要。

总结

这篇论文就像发明了一种**“智能防抖手机云台”。
以前的 AFDM 虽然能抗风，但为了把画面（信号）修好，需要电脑疯狂运算（高复杂度）。
作者的新方法，通过“加缓冲垫”和“换个角度看世界”，让画面在风浪中自然保持平稳，接收端只需要轻轻一点**（单抽头）就能得到完美的画面。

一句话概括： 作者通过巧妙的参数设置和“牺牲一点带宽换空间”的策略，把复杂的抗干扰难题，变成了一个简单的数学题，让高速移动下的通信既快又稳。

以下是基于论文《A Novel One-tap Equalizer for Zero-Padded AFDM System over Doubly Selective Channels》的详细技术总结：

1. 研究背景与问题 (Problem)

双选择性信道挑战：在高速移动（如车联网）和水声通信等场景中，信道具有显著的多普勒扩展和时延扩展（即双选择性信道）。传统的正交频分复用（OFDM）在此类信道下，子载波正交性会因多普勒效应而破坏，导致严重的性能下降。
AFDM 的局限性：仿射频分复用（AFDM）作为一种新兴的多载波调制技术，在双选择性信道下表现出比 OFDM 更强的鲁棒性。然而，现有的 AFDM 接收机均衡算法（如决策反馈均衡器 DFE、消息传递算法 MPA 或多抽头均衡器）计算复杂度极高，难以像 OFDM 在时不变信道中那样实现简单的“单抽头（One-tap）”均衡。
核心痛点：如何在保持 AFDM 对双选择性信道鲁棒性的同时，显著降低接收机均衡的计算复杂度，使其接近 OFDM 的单抽头均衡效率？

2. 方法论 (Methodology)

本文提出了一种针对零填充 AFDM（ZP-AFDM）系统的新型低复杂度单抽头均衡器，主要包含以下关键步骤：

A. 参数优化与简化输入输出关系 (IOR)

参数选择：作者重新设计了 AFDM 的后啁啾参数 $c_1$ $c_{1}$ 和前啁啾参数 $c_2$ $c_{2}$ 。
- 设定 $c_1 = \chi \frac{2k_{max}+1}{2N}$ ，其中 $\chi > 1$ （即增大 $c_1$ 的值）。
- 设定 $c_2 = \frac{1}{4c_1N^2}$ ，使得 $4c_1c_2N^2 = 1$ 。
效果：这种参数选择简化了 AFDM 的仿射域输入输出关系（IOR）。分析表明，仿射域符号经历的相位变化率（有效频率）远小于时域符号经历的相位变化率。这为后续的低复杂度处理奠定了基础。

B. 零填充与循环叠加重构 (Zero-padding & Reconstruction)

发射端零填充：为了消除简化后的 IOR 中残留的“额外相位项”（主要影响符号向量的首尾部分），作者在发射端的仿射域符号中引入零填充（Zero-padding）。具体地，在符号序列的首尾填充 $L_z$ 个零，仅传输中间的有效信息符号。
接收端重构：在接收端，对去除零填充后的接收符号进行循环叠加重构。将接收序列末尾的 $L_z$ 个符号叠加到开头的 $L_z$ 个符号上。
目的：这一操作将原本近似线性卷积的仿射域 IOR 转化为近似循环卷积，并消除了额外的相位干扰项，使得信道矩阵在特定域下呈现带状结构。

C. 仿射频域（FoA）变换与单抽头均衡

FoA 域变换：将重构后的仿射域符号通过离散傅里叶变换（DFT）转换到一个新的域，称为仿射频域（Frequency-of-Affine, FoA）。
信道对角化：在 FoA 域中，当 $c_1$ 足够大（即 $\chi$ 较大）时，有效信道矩阵 $\hat{H}_{FoA}$ 几乎是对角矩阵。这意味着不同子载波间的干扰（ICI）非常微弱。
单抽头均衡：利用 FoA 域信道矩阵的对角特性，提出了一种简单的单抽头均衡器。均衡器仅需对每个 FoA 域符号进行简单的复数除法（或 MMSE 加权），即可恢复发送符号，无需复杂的迭代或多抽头处理。

3. 关键贡献 (Key Contributions)

参数设计创新：提出了 $c_1$ 和 $c_2$ 的特定选择策略（ $4c_1c_2N^2=1$ 且 $c_1$ 较大），显著简化了 AFDM 的输入输出模型，揭示了仿射域符号相位变化缓慢的特性。
ZP-AFDM 架构：首次将零填充（ZP）和循环叠加重构技术引入 AFDM 系统，成功将双选择性信道下的仿射域 IOR 转化为近似循环卷积，解决了传统 AFDM 难以实现单抽头均衡的难题。
FoA 域单抽头均衡器：定义了“仿射频域（FoA）”，并证明了在该域下信道近似对角化，从而实现了极低复杂度的单抽头均衡，复杂度与 OFDM 相当。
性能与复杂度的平衡：提出了一种通过调整参数 $\chi$ 来权衡误码率（BER）性能与频谱效率（零填充开销）的机制。

4. 实验结果 (Numerical Results)

仿真环境：使用 EVA 信道模型，最大用户速度 500 km/h，QPSK 调制，带宽 2 MHz，载波 2 GHz。
性能对比：
- 与传统的多抽头 MRC 均衡 AFDM 相比，当 $\chi$ 较大（如 $\chi=17$ ）时，提出的 ZP-AFDM 单抽头方案在误码率（BER）上表现相当，无显著性能损失。
- 与 OFDM 和单载波频域均衡（SC-FDE）相比，即使在 $\chi$ 较小（如 $\chi=9$ ，零填充开销约 10%）导致出现轻微误码平层（Error Floor）的情况下，该方案仍显著优于 OFDM 和 SC-FDE。
- 在 $\chi=17$ 时，系统在 $10^{-6}$ 的 BER 处无误差平层。
复杂度：接收机复杂度从 $O(N^2)$ 或迭代算法降低至 $O(N \log N)$ （主要源于 FFT/IFFT），实现了与 OFDM 相当的低复杂度。
权衡分析：随着 $\chi$ 增大，BER 性能提升，但零填充导致的频谱效率下降。仿真表明存在一个最优的 $\chi$ 值（如 SNR=22dB 时选 $\chi=13$ ），可在性能和效率间取得最佳平衡。

5. 意义与价值 (Significance)

降低接收机复杂度：该方案打破了 AFDM 必须依赖高复杂度均衡器的限制，使其在硬件实现上更具可行性，特别适合对功耗和延迟敏感的高速移动场景。
提升系统鲁棒性：在极高移动速度（500 km/h）下，该方案保持了强大的抗多普勒能力，证明了 AFDM 作为未来 6G 及高速通信候选方案的潜力。
理论突破：通过引入 FoA 域和特定的参数配置，揭示了 AFDM 在特定条件下可以像 OFDM 在 LTI 信道中一样进行单抽头均衡，为双选择性信道下的调制与均衡设计提供了新的理论视角。

总结：本文通过巧妙的参数设计和信号处理流程（零填充 + 重构 + FoA 变换），成功将 AFDM 的均衡复杂度降低至单抽头水平，同时在双选择性信道下保持了优异的误码率性能，为未来高移动性无线通信系统提供了一种高效、低复杂度的解决方案。