⚡ electrical engineering

Real-Time and Scalable Zak-OTFS Receiver Processing on GPUs

本文提出了一种基于硬件与算法协同设计的可扩展 GPU Zak-OTFS 接收机架构，通过利用延迟 - 多普勒域信道稀疏性并优化矩阵运算，实现了在多种计算平台上满足 99.9% 实时性要求的高吞吐量低延迟处理，有效解决了高移动性场景下 OTFS 信号处理复杂度高和实时性差的挑战。

原作者： Junyao Zheng, Chung-Hsuan Tung, Yuncheng Yao, Nishant Mehrotra, Sandesh Mattu, Zhenzhou Qi, Danyang Zhuo, Robert Calderbank, Tingjun Chen

发布于 2026-04-03

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Junyao Zheng, Chung-Hsuan Tung, Yuncheng Yao, Nishant Mehrotra, Sandesh Mattu, Zhenzhou Qi, Danyang Zhuo, Robert Calderbank, Tingjun Chen

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

这篇论文讲述了一个关于如何让未来的高速移动网络（比如高铁上的 5G/6G）变得更聪明、更快速的故事。

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封复杂的信件。

1. 背景：为什么我们需要“新魔法”？

现在的手机网络（OFDM）就像是在平静的湖面上扔石头，水波很规则。但是，当你坐在高铁上（高速移动），或者在信号反射很多的城市里，就像湖面突然变成了狂风暴雨。传统的“扔石头”方法会失效，信号会乱成一团。

为了解决这个问题，科学家们发明了一种叫 OTFS 的新魔法。它不像扔石头，而是像把整张渔网撒出去。无论风浪怎么吹，渔网都能把信息稳稳地兜住。

但是，OTFS 有个大问题：
这张“渔网”太复杂了。要处理这张网，接收端（比如基站）需要算出极其庞大的数学题。这就好比让一个小学生（普通的电脑芯片）去解微积分，算得慢，还容易算错。如果算得太慢，等你算完，信都送晚了。

2. 核心挑战：算得太慢，赶不上时间

论文的作者们发现，随着网络速度变快，这张“渔网”会变得巨大无比（网格尺寸从几十变成几万）。

传统方法：就像让一个厨师（CPU）在厨房里，把每一粒米都数一遍再煮。米多了，厨师就累趴下了，根本来不及。
目标：我们需要在极短的时间内（比如 2 毫秒内）处理完所有数据，否则就会丢包、卡顿。

3. 作者的解决方案：给超级计算机装上“特制眼镜”

作者们没有选择造更快的厨师，而是选择了一个超级厨房（GPU，图形处理器），并给这个厨房设计了一套特制的操作流程。他们做了三件很酷的事情：

第一招：提前备好“调料包”（预计算）

在 OTFS 的处理过程中，有很多数学公式里的数字是固定不变的（比如网格的大小）。

比喻：就像做饭，你不需要每次炒菜都去重新发明“盐”和“酱油”是怎么来的。作者们提前把这些“调料”（数学系数）算好，装进小盒子里。
效果：当真正的“菜”（信号数据）来了，厨师只需要直接倒调料，不用现场研磨，速度瞬间提升。

第二招：只抓“大鱼”，忽略“小鱼”（利用稀疏性）

这是最精彩的一招。虽然“渔网”很大，但真正有信号的“鱼”（有效路径）其实很少，大部分地方都是空的。

比喻：想象你在一个巨大的体育馆里找 5 个人。
- 笨办法：把体育馆的每一个角落都扫一遍，问“有人吗？”（这是传统方法，算所有数据）。
- 聪明办法：你知道这 5 个人只坐在特定的几个区域。你直接拿着名单，只去那几个区域找（这是结构化稀疏）。
效果：作者发现，虽然数学矩阵很大，但 99% 的地方都是空的。他们设计了一种只记录“有鱼”区域的方法，把计算量减少了几百倍，内存占用也大大减少。

第三招：停止“犹豫”，固定步数（无分支迭代）

以前的算法在计算时会想：“我算得够好了吗？要不要停下来？”这种“想一下”的动作（条件判断）在超级计算机上非常慢，因为它会让流水线停下来思考。

比喻：就像跑步，以前的跑法是一边跑一边停下来看表：“我累了吗？累就停。”这太慢了。
新做法：作者们通过大量测试发现，跑固定的 10 步就能达到最好的效果。于是他们规定：“不管累不累，跑完 10 步就停！”
效果：消除了“停下来思考”的时间，让计算像流水线一样丝滑，速度极快。

4. 成果：快如闪电

经过这些优化，作者们用 NVIDIA 的顶级显卡（GPU）搭建了一个系统：

速度：他们能处理巨大的“渔网”（网格尺寸高达 16384 x 32），这在以前是根本不敢想的。
实时性：无论数据量多大，他们都能在2.13 毫秒内处理完，完美赶上“发车时间”。
吞吐量：数据传输速度达到了惊人的 900 多 Mbps（相当于几秒钟下载一部高清电影），而且信号质量依然很好。

总结

这篇论文就像是在说：

“以前我们觉得在高速移动中处理海量数据是不可能的，因为算不过来。但我们发现，数据里有很多‘废话’（稀疏性），而且有些步骤可以提前准备好。只要给超级计算机（GPU）配上特制的眼镜（算法优化），让它只抓重点、不犹豫、按固定节奏跑，我们就能在高速移动中实现超高速、零延迟的通信。”

这对于未来的自动驾驶、高铁通信、甚至太空互联网来说，都是一项至关重要的技术突破。

这是一份关于论文《Real-Time and Scalable Zak-OTFS Receiver Processing on GPUs》（基于 GPU 的实时可扩展 Zak-OTFS 接收机处理）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：
正交时频空间（OTFS）调制因其对高多普勒频移信道（如高速移动场景）的鲁棒性，被视为下一代（NextG）通信的关键波形。与传统的 OFDM 相比，OTFS 在延迟 - 多普勒（DD）域进行调制，能更好地应对信道时变性。其中，Zak-OTFS 通过直接利用 Zak 变换将 DD 域符号映射为时域脉冲串，具有更好的信道可预测性和结构化处理能力。

核心挑战：
尽管 OTFS 理论优越，但其接收机处理面临巨大的计算复杂度挑战，主要体现在：

计算复杂度高： OTFS 的 DD 域表示涉及大规模矩阵运算（如信道估计、均衡）。随着 DD 网格尺寸（ $M \times N$ ）的增加（例如从几百增加到数万），计算量呈立方或平方级增长，导致延迟急剧增加。
实时性难以满足： 现有的原型系统大多针对小规模网格（ $M, N$ 在几十到几百之间），难以在大规模网格下实现实时处理（即处理一帧的时间必须小于帧持续时间）。
硬件适配不足： 现有的 CPU 实现难以应对大规模并行计算需求；而 GPU 虽然具备高并行能力，但直接应用传统算法会因分支判断（if-else）、内存带宽瓶颈和显式稠密矩阵构建而效率低下。

2. 方法论 (Methodology)

本文提出了一种**硬件 - 算法协同设计（Hardware-Algorithm Co-design）**的 Zak-OTFS 接收机架构，旨在利用 GPU 的并行计算能力，同时通过算法优化降低计算和内存开销。主要技术点包括：

A. 紧凑矩阵操作 (Compact Matrix Operations)

预计算与离线处理： 识别出 Zak 变换和信道估计中的相位因子仅依赖于系统参数（如网格大小、索引映射），与具体数据无关。因此，将这些系数离线预计算并存储为辅助矩阵。
GEMM 加速： 将离散 Zak 变换（DZT）转化为通用矩阵乘法（GEMM）操作（ $Y_{dd} = Y E_{Zak}$ ），利用 GPU 高度优化的 GEMM 库（如 cuBLAS）替代传统的 FFT 实现，显著提升速度。
Hadamard 积： 将信道估计中的扭曲卷积转化为元素级乘法（Hadamard product），进一步降低复杂度。

B. 利用结构化稀疏性 (Structured Sparsity, SS)

稀疏信道特性： 无线信道在 DD 域通常只有少量主导路径（ $P \ll MN$ ），导致有效信道矩阵 $H_{dd}$ 具有内在的结构化稀疏性。
避免稠密矩阵构建： 传统方法需构建 $MN \times MN$ 的稠密矩阵，内存和计算开销巨大。本文提出一种结构化稀疏（SS）表示法，仅存储主导路径的索引和系数。
高效矩阵向量乘法 (MVM)： 利用 $H_{dd}$ 的准块循环结构，将矩阵向量乘法从 $O((MN)^2)$ 降低到 $O(PMN)$。通过“收集 - 相乘 - 归约”（Gather-Multiply-Reduce）模式，避免不规则的稀疏遍历和原子操作，完美适配 GPU 的 SIMT 架构。

C. 计算感知的无分支迭代均衡器 (Compute-Aware Branchless Iterative Equalizer)

共轭梯度算法 (CGA)： 采用迭代 CGA 替代计算昂贵的 LMMSE 矩阵求逆。
无分支迭代 (Branchless Iteration)： 传统 CGA 依赖残差范数判断是否提前终止（if-else），这在 GPU 上会导致线程发散和同步开销。本文通过**离线分析（Profiling）**确定最佳迭代次数，采用固定迭代次数（如 10 次）替代动态终止，确保流水线无缝运行，最大化 GPU 利用率。
DD 域直接处理： 直接在 DD 域进行 CGA 均衡，避免了在 DD 域和频域之间转换带来的额外开销。

3. 关键贡献 (Key Contributions)

首个大规模实时 Zak-OTFS 系统： 实现了在 GPU 上对 DD 网格尺寸高达 $(16384, 32)$ 的 Zak-OTFS 接收机的实时处理，这是目前已知最大的网格尺寸。
硬件感知的算法设计： 首次将计算硬件特性（GPU 的 GEMM 优化、内存带宽）与信道稀疏性（结构化稀疏）相结合，设计了紧凑矩阵操作和 SS 表示法。
无分支迭代策略： 提出基于离线分析的固定迭代 CGA 均衡器，消除了 GPU 上的分支预测失败和同步开销，显著降低了尾延迟。
全面的性能评估： 在多种硬件平台（Intel Xeon CPU, NVIDIA Jetson Orin, RTX 6000 Ada, A100, H200）和信道模型（Veh-A）下进行了广泛测试，验证了系统的可扩展性和鲁棒性。

4. 实验结果 (Results)

吞吐量与实时性：
- 在 $245.76$ MHz 带宽、 $(16384, 32)$ 网格尺寸、16QAM 调制下，系统实现了 906.52 Mbps 的吞吐量。
- 在 QPSK 调制下，吞吐量达到 491.44 Mbps。
- 实时性达标： 对于 $(16384, 32)$ 的网格，系统能在 2.13 ms 的截止时间内完成处理，且 99.9% 的包处理延迟满足实时要求（99.9 百分位延迟为 1.69 ms）。
性能对比：
- GPU vs CPU： GPU 平台在处理大规模网格时表现出极佳的扩展性，而 CPU 在网格增大时延迟急剧上升，无法满足实时性。
- 算法对比： 提出的 SS-CGA 在误码率（BER）上与 LMMSE 相当，远优于 MRC，同时避免了 LMMSE 的矩阵求逆开销。
- 稀疏性收益： 利用结构化稀疏性，将 $H_{dd}$ 的内存需求从数百 GB 降低到 MB 级别（例如在 $(48, 32)$ 网格下减少 300 多倍），并将矩阵构建时间加速 7 倍，均衡时间加速近 300 倍。
BER 性能： 在 Veh-A 信道模型下，SS-CGA 在不同信噪比（SNR）和多普勒扩展下均保持了低误码率（例如 25 dB SNR 下 QPSK 的 BER 为 0.015%）。

5. 意义与价值 (Significance)

推动 NextG 落地： 证明了 OTFS 调制不仅在理论上可行，而且通过软硬件协同设计，可以在实际硬件上实现高带宽、高移动性场景下的实时处理，为 6G 及未来高移动性通信系统提供了可行的接收机方案。
范式转变： 展示了从“算法优先”向“计算感知（Compute-Aware）”设计的转变。通过利用 GPU 的特定优势（如 GEMM 优化、高带宽）和信道物理特性（稀疏性），可以突破传统算法的复杂度瓶颈。
开源与可复现性： 作者开源了代码、基准测试和性能分析结果，为后续研究提供了宝贵的参考基准。
边缘与云端适用性： 评估涵盖了从边缘设备（Jetson Orin）到数据中心服务器（A100/H200）的多种平台，表明该架构具有广泛的部署潜力。

总结：
该论文成功解决 OTFS 接收机处理复杂度高、难以实时化的痛点。通过结合 Zak-OTFS 的数学特性、无线信道的稀疏性以及 GPU 的硬件架构优势，设计了一套高效、可扩展的实时处理系统，实现了在超大网格尺寸下的高吞吐、低延迟通信，是 OTFS 技术走向实际商用的重要里程碑。