用户移动性下的毫米波自适应调制策略研究

摘 要：当用户移动时，信号的传输距离随之变化。基于此，利用毫米波通信对传输距离的敏感性提出了距离自适应调制策略。当用户接收误码率（Ｂｉｔ Ｅｒｒｏｒ Ｒａｔｅ，ＢＥＲ） 超过门限时，用户通过反馈信道请求基站调整信号调制阶数和发送功率来保证ＢＥＲ 在门限以下。基站根据用户反馈的ＢＥＲ 门限、传输距离以及天线增益等确定调制阶数，通过最大化频谱效率（Ｓｐｅｃｔｒｕｍ Ｅｆｆｉｃｉｅｎｃｙ，ＳＥ） 得到最优发送功率。通过仿真得出，当传输距离小于３００ ｍ 时，采用２５６ 阶数的正交幅度调制（２５６-ｏｒｄｅｒ Ｑｕａｄｒａｔｕｒｅ Ａｍｐｌｉｔｕｄｅ Ｍｏｄｕｌａｔｉｏｎ，２５６ＱＡＭ）；距离在３００ ～ ５００ ｍ 时，采用６４ＱＡＭ 调制；距离在５００ ～ ８００ ｍ时，采用１６ＱＡＭ 调制；距离大于８００ ｍ 时， 采用４ＱＡＭ 调制。比较已有的毫米波广义空间调制（Ｇｅｎｅｒａｌｉｚｅｄ ＳｐａｃｅＭｏｄｕｌａｔｉｏｎＱＡＭ，ＧＳＭＱＡＭ）、脉冲位置调制（Ｐｕｌｓｅ Ｐｏｓｉｔｉｏｎ Ｍｏｄｕｌａｔｉｏｎ，ＰＰＭ） 和固定ＱＡＭ 调制策略，所提出的改进的自适应调制策略在保证ＢＥＲ 的前提下，数据率最高。

关键词：自适应调制；传输距离；误码率；发送功率；毫米波通信

中图分类号：ＴＮ９１１． ３ 文献标志码：Ａ 开放科学（资源服务）标识码（ＯＳＩＤ）：

文章编号：１００３－３１１４（２０２４）０４－０９９２－０６

０ 引言

毫米波由于具有２６． ５ ～ ３００ ＧＨｚ 的大量可用带宽，从而可支持Ｇｂ ／ ｓ 的数据速率，被认为是第五代及以后无线移动通信的关键技术之一［１－２］。为实现可靠和有效的毫米波通信，合适的调制策略是关键技术之一。由于毫米波频率较高，随着距离变化，路径损耗较大，导致接收的信号会发生大幅波动［３］。尤其当用户移动时，收发距离发生变化，发送端采用固定的调制方式，会导致接收端误码率（Ｂｉｔ Ｅｒｒｏｒ Ｒａｔｅ，ＢＥＲ）增加，接收性能下降。为了解决这一问题，本文研究用户移动场景下的基于距离的自适应调制方式。

目前已有的相关文献研究的毫米波调制策略有广义空间调制［４－５］、固定高阶正交幅度调制（Ｑｕａｄｒａｔｕｒｅ Ａｍｐｌｉｔｕｄｅ Ｍｏｄｕｌａｔｉｏｎ，ＱＡＭ）［６］、脉冲调制［７］和基于ＱＡＭ 的多载波正交频分调制（Ｏｒｔｈｏｇｏｎａｌ Ｆｒｅｑｕｅｎｃｙ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅｘｉｎｇ，ＯＦＤＭ）［３］等。然而这些调制方式都没有很好地利用毫米波信道的特征即严重的路径损耗。广义空间调制虽然提高了毫米波系统的传输数据率，但ＢＥＲ 陡升。固定高阶数字调制不能适应用户的移动性要求。脉冲调制和波形设计不能支持高谱效，且限制了可达数据率，只对短距离通信有效。基于ＱＡＭ 的ＯＦＤＭ 策略在处理高数据率时会导致电路复杂度和计算复杂度较高。同时，在上述调制方案中，调制阶数和发射功率以及距离没有被联合和智能地利用起来提高系统的性能。

基于上述调研，本文利用毫米波通信的距离可预测性［８］，当用户移动时，利用已知距离来自适应调节发送端的调制策略，包括调整发送端的调制阶数和发送功率。在发送端平均功率受限的情况下，通过拉格朗日函数法优化调制阶数和发送功率，最大化频谱效率（Ｓｐｅｃｔｒｕｍ Ｅｆｆｉｃｉｅｎｃｙ，ＳＥ）同时保证接收端的ＢＥＲ 在要求范围内，解决毫米波通信的较大路径损耗对通信ＢＥＲ 的影响。和已有的调制策略相比，本文将距离、发送功率和天线增益等与调制阶数联系起来，联合优化发送功率和调制阶数，在保证通信质量的前提下，最大化通信数据率。本文考虑了距离导致的路径损耗和发送功率对调制策略的影响，以往的相关文献仅考虑信道的多径衰落的时变特性对调制策略的影响，没有专门研究距离的大尺度衰落对调制策略的影响，而距离的影响在毫米波通信中是不容忽视的因素。

１ 系统模型与信道模型

１． １ 毫米波自适应调制系统模型

自适应调制系统模型如图１ 所示，其中一个输入消息ｒ［ｉ］从发射机发送到接收端。发射端先调节发送功率，然后调制编码输入信号ｒ［ｉ］，在ｉ 时刻以ｘ［ｉ］形式在信道上传输信号。信道增益Ｈ［ｉ］也称为信道边信息（Ｃｈａｎｎｅｌ Ｓｉｄｅ Ｉｎｆｏｒｍａｔｉｏｎ，ＣＳＩ），在传输过程中发生变化。接收端通过解调和解码得到输入信号ｒ＾［ｉ］，同时利用接收信号进行信道估计Ｈ＾ ［ｉ］，然后将估计的信道信息反馈到发送端用于自适应调制和功率控制。为方便分析，假设没有信道估计误差和信息反馈时延［９］。当发射机和接收机都有ＣＳＩ 时，发射机可以根据信道状态和反馈的其他有效参数来调整其传输策略。

１． ２ 信道模型的搭建和建模

因发射能量的散射和传播特性，无线信号在空中传播具有传输损耗，从宏观上反映为在一定范围内接收信号的接收功率发生波动［１０］。常用的路径损耗模型有ＷＩＮＮＥＲＩＩ 路径损耗模型［１１］、５ＧＣＭＵＭａ 路径损耗模型［１２］、３ＧＰＰ ＴＲ ３８． ９０１ ＵＭａ ＬＯＳ路径损耗模型［１３］以及ＭＥＴＩＳ ＵＭａ ＬＯＳ 模型［１４］等，其中ＷＩＮＮＥＲＩＩ 和５ＧＣＭ ＵＭａ 模型类似，只是参数不同。３ＧＰＰ ＴＲ ３８． ９０１ ＵＭａ ＬＯＳ 路径损耗模型和ＭＥＴＩＳ ＵＭａ ＬＯＳ 模型是一致的。本文的路径损耗根据３ＧＰＰ ３８． ９０１ 技术研究文档中具体场景定义的路径损耗公式来计算。

当收发距离ｄ 在１０ ｍ 和ｄＢＰ 之间时：

ＰＬ１（ｄ） ＝ ２８ ＋ ２２ｌｇ ｄ ＋ ２０ｌｇ ｆＰＬ１（ｄ） ＝２８ ＋ ２２ｌｇ ｄ ＋ ２０ｌｇ ｆ。（１）

当收发距离ｄ 在ｄＢＰ 和５ ｋｍ 之间时：

ＰＬ２（ｄ） ＝ ２８ ＋ ４０ｌｇ ｄ ＋ ２０ｌｇ ｆ － ９ｌｇ（ｄ２ＢＰ ＋ （ｈＢＳ － ｈＵＴ） ２ ），（２）

式中：断点距离ｄＢＰ ＝ ４ｈＢＳ ·ｈＵＴ·ｆ／ｃ ，ｆ 表示信道中心频率，在０． ５ ～ １００ ＧＨｚ；ｈＢＳ 和ｈＵＴ 分别表示基站和接收端的天线高度，最后一项是基站和接收端的等效天线增益。

接收信号功率是发射信号功率经过信道衰落后的功率。已知Ｓｒ ＝ Ｈ·Ｓ，Ｓｒ 为接收入信号功率，Ｓ 为发送信号功率，Ｈ 为信道功率增益。由于毫米波通信频段高，传输损耗大，其电波传播环境与蜂窝移动通信的传播环境相差较大，因此不能简单照搬公网的信道模型。需要根据毫米波通信和用户移动性的特点，研究与之相适应的信道模型，并带入ＢＥＲ 计算中。由于毫米波频率接近光频率，本文采用与光通信类似的信道模型［１５－１６］，把大规模路径损耗和小规模衰落损耗考虑进去。因此，毫米波信道功率增益模型如下：

Ｈ ＝ Ｈｌ ·Ｈｆ， （３）

式中：Ｈｌ 表示距离导致的路径损耗和阴影效应，Ｈｆ表示多径效应导致的衰落损耗，一般用瑞利分布来建模小幅度信道衰落，从而功率衰落损耗服从指数分布。当接收端采用匹配滤波器，在没有障碍物的场景下，阴影效应可忽略［１７］。路径增益即为路径损耗的负值，Ｈｌ 根据传输距离分别等于－ ＰＬ１ （ｄ）和－ＰＬ２（ｄ），此时路径功率增益具体数值为Ｈ ＝１０－ＰＬ１（ｄ）／１０ ·Ｈｆ 或Ｈ ＝ １０－ＰＬ２（ｄ）／１０ ·Ｈｆ。

２ 基于距离的自适应调制策略设计

２． １ 自适应调制策略设计

自适应调制策略是在满足传输质量的前提下，根据无线信道的实际状况，不断调整调制模式。本文用传输ＢＥＲ 作为指标来衡量数据传输质量。在自适应调制中，接收端接收的瞬时信噪比（Ｓｉｇｎａｌ ｔｏＮｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ）为γＲ ＝ γ·Ｓ（γ）／Ｓ ，其中，γ ＝ Ｓ·Ｈ／Ｎ０ ·Ｂ，Ｓ（γ）为随ＳＮＲ 变化的发送功率，Ｎ０ 为噪声功率谱密度，Ｂ 为信道带宽，Ｓ 为平均发送功率。对于ＭＱＡＭ，信号通过信道和相干检测之后的ＢＥＲ 上界［１８］为：

由式（４）可知，ＢＥＲ 上界是一个简单的可逆的基本函数，因此可利用此函数推导出自适应调制阶数Ｍ 如下：

式中：Ｋ ＝ １． ５／－ｌｎ（５Ｐｂ）＜ １。可知，调制阶数与平均ＳＮＲ、发送功率以及ＢＥＲ 有关。而平均ＳＮＲ γ 与路径增益、传输距离、衰落损耗和天线增益等都有密切的关系。因此，调制阶数与路径增益、ＢＥＲ、天线增益、发送功率都有内在联系。自适应调制系统的ＳＥ为ＳＥ ＝／Ｂ＝ ｌｂ Ｍ，表示一个符号携带的比特数。利用式（２）和式（５），经过计算得出距离ｄ 与自适应调制阶数Ｍ 之间的关系为

式中：距离ｄ 与调制阶数Ｍ 是反比关系。当传输距离远时，调制阶数需调低。自适应调制策略的调制阶数的获取算法如算法１ 所示，接收端接收信号之后，估计信道信息，然后把信道状态反馈给发送端，发送端根据信道状态和接收ＳＮＲ，重新调整发送端的发送功率和调制阶数，保证ＢＥＲ 在规定的可接受范围内。

２． ２ 最优功率

当接收端知道ＣＳＩ，发射端不知道ＣＳＩ 时，发送端不知道每个时刻信道的衰落情况，所以只能固定信号的发射功率。当接收端和发送端都已知信道的ＣＳＩ 时，即存在反馈信道反馈信息，发送端依据信道状况调节传输功率，进而改善信道容量。本文研究自适应调制，接收端反馈ＣＳＩ 到发送端，因此，发送端和接收端都已知ＣＳＩ。在发送平均功率受限的条件下，通过最大化ＳＥ 得到基于距离的最优功率。优化问题如下所示：

通过将拉格朗日函数对Ｓ（γ）的导数设置为０，可得：

式中：γＫ ＝ γ０／Ｋ 为最优的截止衰落门限，低于此门限时，信道已不能使用，发送端不再发送信号。参数γ０ 可根据约束条件求取：

由式（１１）可知，γＫ 的值只与γ 的分布ｐ（γ）有关，对于一般连续概率密度分布ｐ（γ），γＫ 得不到闭式解，因此只能通过数值仿真得到数值解。系统的平均谱效为：

式中：对于一般的γ 概率密度分布（ＰＤＦ），无法得到闭式解，但可通过数值仿真得到数值解。

３ 仿真结果与分析

为了研究７０ ＧＨｚ 频段下发射机－接收机距离与自适应调制阶数之间的内在关系，本文对不同距离下的调制阶数进行了仿真，如图２ 所示。由图２可以看出，当发送功率、衰落损耗和收发天线增益等其他参数保持恒定时，根据式（６）可知，发射机－接收机距离越近，计算得到的ＳＮＲ 越大，采用高阶调制方法的概率越高。当距离小于３００ ｍ 时，可以采用２５６ＱＡＭ 方式；当距离在３００ ～ ５００ ｍ 时，主要采用６４ＱＡＭ 方式；当距离在５００ ～ ８００ ｍ 时，主要采用１６ＱＡＭ 方式；而当发射机－接收机距离大于８００ ｍ时，由于ＳＮＲ 过小，只能采用４ＱＡＭ 方式。

为了研究自适应调制方法对ＢＥＲ 的影响，本文对该频段下不同调制方式的ＢＥＲ 进行了仿真。ＢＥＲ 和传输距离之间的关系如图３ 所示，可以看出，随着发射机－接收机之间距离的增大，路径损耗变大导致ＳＮＲ 不断减小，得到的ＢＥＲ 曲线性能由好变差，ＢＥＲ 不断增大；但在发射机－接收机距离达到５００ ｍ 之后，距离的增大对ＢＥＲ 的影响越来越小，这是由于距离在５００ ｍ 之后，路径损耗的增大速率也有所减缓，导致ＳＮＲ 的变化不大，因此ＢＥＲ 曲线的变化也不显著。

图４ 展示了不同调制阶数条件下的ＳＥ 曲线。从图中结果可以看出，ＳＥ 与ＳＮＲ 呈现正相关。随着ＳＮＲ 的增大，ＳＥ 也随之变大，但在不同ＱＡＭ 方式下，ＳＥ 进入平台期的ＳＮＲ 门限值不同，这是由于当ＳＮＲ 提高到一定程度后，信道容量成为带宽受限变量，即信道容量在达到ＳＮＲ 门限值后，与信道带宽更加相关，信道带宽不增加的条件下，信道容量不再增加，因此ＳＥ 也不再增加。

为了证明所提方法的有效性和实用性，图５ 比较了现有毫米波调制策略和本文毫米波调制策略的ＢＥＲ。通过图５ 的仿真结果可以看出，所提距离自适应调制策略的ＢＥＲ 最低，而广义空间调制（Ｇｅｎ-ｅｒａｌｉｚｅｄ Ｓｐａｃｅ Ｍｏｄｕｌａｔｉｏｎ，ＧＳＭ）和１６ＱＡＭ 结合的调制策略的ＢＥＲ 最高。脉冲位置调制（Ｐｕｌｓｅ ＰｏｓｉｔｉｏｎＭｏｄｕｌａｔｉｏｎ，ＰＰＭ）策略的ＢＥＲ 虽然也很低，但由于脉冲调制不能支持高谱效和高数据率，只对短距离通信有效。固定的６４ＱＡＭ 调制显然不能满足移动用户的ＢＥＲ 要求，当传输距离超过４００ ｍ 时，其ＢＥＲ 已超过１０－１ 数量级，系统已不能使用。因此，综合毫米波通信系统的ＢＥＲ 要求和传输距离要求，所提的距离自适应调制策略实用性最高。

４ 结束语

本文设计了基于距离的毫米波自适应调制策略，当用户远离发送端时，调制阶数降低；当用户靠近发送端时，调制阶数增加，从而保证接收端的ＢＥＲ 在可接受范围内，同时提高系统的数据率和ＳＥ。后续可以提出更高效的自适应调制策略，增强通信系统的鲁棒性。

参考文献

［１］ ＭＡＴＧＥＷ Ｂ，ＰＡＲＴＨＩＢＡＮ Ｉ，ＳＵＤＨＡ Ｖ． ＧｅｎｅｒａｌｉｚｅｄＱｕａｄｒａｔｕｒｅ Ｂｅａｍｓｐａｃｅ Ｍｏｄｕｌａｔｉｏｎ ｆｏｒ ＭｉｌｌｉｍｅｔｅｒｗａｖｅＣｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｕｓｉｎｇ Ｌｅｎｓ Ａｎｔｅｎｎａ Ａｒｒａｙ［Ｃ］∥２０２１ Ｓｉｘｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ｎｅｔｗｏｒｋｉｎｇ （ＷｉＳＰＮＥＴ）．Ｃｈｅｎｎａｉ：ＩＥＥＥ，２０２１：３３－３６．

［２］ ＬＩＭＩＴＩ Ｅ，ＡＲＥＮＡ Ｓ，ＣＡＶＡＮＮＡ，ｅｔ ａｌ． Ｈｉｇｈ Ｄａｔａｒａｔｅ Ｍｉｌｌｉｍｅｔｅｒｗａｖｅ Ｍｏｄｕｌａｔｏｒ Ｍｏｄｅｌｌｉｎｇ ａｎｄ Ｄｅｓｉｇｎ ［Ｃ］∥２０１０Ｗｏｒｋｓｈｏｐ ｏｎ Ｉｎｔｅｇｒａｔｅｄ Ｎｏｎｌｉｎｅａｒ Ｍｉｃｒｏｗａｖｅ ａｎｄＭｉｌｌｉｍｅｔｅｒｗａｖｅ Ｃｉｒｃｕｉｔｓ． Ｇｏｔｈｅｎｂｕｒｇ：ＩＥＥＥ，２０２０：１５６－１５９．

［３］ ＪＩＡＮＧ Ｂ Ｅ，ＹＡＮＧ Ｒ Ｐ，ＨＵＡＮＧ Ｙ Ｍ，ｅｔ ａｌ． Ｃｏｍｐａｒｉｓｏｎｏｆ Ｓｉｎｇｌｅ Ｃａｒｒｉｅｒ ａｎｄ ＯＦＤＭ ｏｎ ４５ＧＨｚ ＭｉｌｌｉｍｅｔｅｒｗａｖｅＣｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ ｗｉｔｈ Ｈａｒｄｗａｒｅ Ｉｍｐａｉｒｍｅｎｔｓ［Ｃ］∥２０１６ １９ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｗｉｒｅｌｅｓｓ ＰｅｒｓｏｎａｌＭｕｌｔｉｍｅｄｉａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＷＰＭＣ）． Ｓｈｅｎｚｈｅｎ：ＩＥＥＥ，２０１６：４２３－４２８．

［４］ ＳＡＲＩＥＤＤＥＥＮ Ｈ，ＡＬＯＵＩＮＩ Ｍ Ｓ，ＡＬＮＡＦＦＯＵＲＩ Ｔ Ｔ Ｙ．Ｔｅｒａｈｅｒｔｚｂａｎｄ Ｕｌｔｒａｍａｓｓｉｖｅ Ｓｐａｔｉａｌ Ｍｏｄｕｌａｔｉｏｎ ＭＩＭＯ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，３７（９）：２０４０－２０５２．

［５］ ＹＡＮ Ｓ，ＳＯＮＧ Ｑ Ｚ，ＬＩＮ Ｘ Ｂ，ｅｔ ａｌ． Ｏｎ ｔｈｅ Ｓｐａｔｉａｌ Ｍｏｄｕｌａｔｉｏｎ ｆｏｒ ６０ＧＨｚ Ｍｉｌｌｉｍｅｔｅｒ Ｗａｖｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｂａｓｅｄｏｎ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｖａｒｉａｎｃｅ［Ｃ］∥２０１６ １６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ ＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｅｓ （ＩＳＣＩＴ）． Ｑｉｎｇｄａｏ：ＩＥＥＥ，２０１６：９２－９５

［６］ ＤＡＳ Ａ，ＫＯＬＡＮＧＩＡＭＭＡＬ Ｓ． Ｐｅｒｆｏｒｍａｎｃｅ Ａｎａｌｙｓｉｓ ｏｆＭｉｌｌｉｍｅｔｅｒ Ｗａｖｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ Ｕｓｉｎｇ ２５６ＱＡＭａｎｄ ５１２ＱＡＭ Ｔｅｃｈｎｉｑｕｅｓ［Ｃ］∥２０１７ ＩＥＥＥ ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＣＳＰ）． Ｃｈｅｎｎａｉ：ＩＥＥＥ，２０１７：３６０－３６４．

［７］ ＤＥＮＧ Ｚ Ｈ，ＢＡＩ Ｊ Ｊ，ＦＵ Ｙ Ｑ． ＭｉｌｌｉｍｅｔｅｒｗａｖｅＣｏｍｐｒｅｓｓｉｖｅ Ｓｅｎｓｉｎｇ Ｉｍａｇｉｎｇ Ｂａｓｅｄ ｏｎ Ｒａｎｄｏｍ ＰｈａｓｅＭｏｄｕｌａｔｉｏｎ ［Ｃ ］∥ ２０１６ ＩＥＥＥ Ａｄｖａｎｃｅｄ ＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，Ｃｏｍｍｕｎｉｃａｔｅｓ，Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ ＡｕｔｏｍａｔｉｏｎＣｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ （ＩＭＣＥＣ）． Ｘｉａｎ：ＩＥＥＥ，２０１６：２１８－２２２．

［８］ 朱颖洁，张武雄，易辉跃，等． 一种基于全相位ＦＦＴ 幅值的频率补偿方法［Ｊ］． 物联网学报，２０２２，６ （２ ）：１０－１８．

［９］ ＧＯＬＤＳＭＩＴＨ Ａ． Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ［Ｍ ］． Ｃａｍｂｒｉｄｇｅ：Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，２００５．

［１０］ 李立华． 高铁环境下ＬＴＥ 系统切换技术的研究［Ｄ］．成都：西南交通大学，２０１８．

［１１］ ＲＡＳＣＨＫＯＷＳＫＩ Ｌ，ＫＹ？ＳＴＩ Ｐ，ＫＵＳＵＭＥ Ｋ，ｅｔ ａｌ． ＩＣＴ３１７６６９ＭＥＴＩＳ ／ Ｄ１． ４． ＭＥＴＩＳ Ｃｈａｎｎｅｌ Ｍｏｄｅｌ ［Ｒ］． ［Ｓ．ｌ． ］：ＭＥＴＩＳ，２０１５．

［１２］ 王月． 基于５Ｇ 的自适应编码调制技术研究［Ｄ］． 重庆：重庆邮电大学，２０２１．

［１３］ ＴＯＲＡＢＩ Ｍ． Ａｄａｐｔｉｖｅ Ｍｏｄｕｌａｔｉｏｎ ｆｏｒ ＳｐａｃｅｆｒｅｑｕｅｎｃｙＢｌｏｃｋ Ｃｏｄｅｄ ＯＦＤＭ Ｓｙｓｔｅｍｓ ［Ｊ ］． ＡＥＵＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００８，６２（７）：５２１－５３３．

［１４］３ＧＰＰ． ３ＧＰＰ ＴＲ ３８． ９０１ Ｖ１６． ０． ０［Ｒ ／ ＯＬ］． ［２０２３－０７－２５］． ｈｔｔｐｓ：∥ｐｏｒｔａｌ． ３ｇｐｐ． ｏｒｇ ／ ｄｅｓｋｔｏｐｍｏｄｕｌｅｓ ／ Ｓｐｅｃｉｆｉｃａｔｉｏｎｓ ／ ＳｐｅｃｉｆｉｃａｔｉｏｎＤｅｔａｉｌｓ． ａｓｐｘ？ｓｐｅｃｉｆｉｃａｔｉｏｎＩｄ ＝ ３１７３．

［１５］ ＱＩＮＧ Ａ Ｙ． Ｐｒｏｇｒｅｓｓ Ｒｅｖｉｅｗ ｏｆ Ｇｅｎｅｒａｌ Ｈｏｌｏｇｒａｐｈｉｃ Ｍｉｌｌｉｍｅｔｅｒ Ｗａｖｅ Ｉｍａｇｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ Ｌｉｎｅａｒ ＦｒｅｑｕｅｎｃｙＭｏｄｕｌａｔｉｏｎ ｆｏｒ Ｓａｆｅ Ｐｅｒｓｏｎｎｅｌ Ｓｃｒｅｅｎｉｎｇ［Ｃ］∥２０２０ ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎａｎｄ Ｎｏｒｔｈ Ａｍｅｒｉｃａｎ Ｒａｄｉｏ Ｓｃｉｅｎｃｅ Ｍｅｅｔｉｎｇ． Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０２０：１１７７－１１７８．

［１６］ ＫＬＥＩＮＥＯＳＴＭＡＮＮ Ｔ，ＮＡＧＡＴＳＵＭＡ Ｔ． Ａ Ｒｅｖｉｅｗ ｏｎＴｅｒａｈｅｒｔｚ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ ［Ｊ ］． Ｊｏｕｒｎａｌ ｏｆＩｎｆｒａｒｅｄ，Ｍｉｌｌｉｍｅｔｅｒ ａｎｄ Ｔｅｒａｈｅｒｔｚ Ｗａｖｅｓ，２０１１，３２ （２）：１４３－１７１．

［１７］ 徐晓锋，张闽，钱晨喜，等． ＩＥＥＥ ８０２． １１ａｘ 密集ＷＬＡＮ的干扰协调策略［Ｊ］． 计算机工程，２０２１，４７ （１ ）：１８２－１８７．

［１８］ ＦＯＳＣＨＩＮＩ Ｇ Ｊ，ＳＡＬＺ Ｊ． Ｄｉｇｉｔａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｏｖｅｒ Ｆａｄｉｎｇ Ｒａｄｉｏ Ｃｈａｎｎｅｌｓ ［Ｊ］． Ｔｈｅ Ｂｅｌｌ Ｓｙｓｔｅｍｓ ＴｅｃｈｎｉｃａｌＪｏｕｒｎａｌ，１９８３，６２（２）：４２９－４５６．

作者简介

李 葛 男，（２００４—）。主要研究方向：无线通信、光通信、智能信号处理等。

杨 博 男，（１９９７—），硕士研究生。主要研究方向：无线通信、ＦＰＧＡ、智能信号处理等。

文彦博 男，（２００２—）。主要研究方向：移动通信、数字信号处理等。

何顺杰 男，（１９９９—）。主要研究方向：无线通信、智能信号处理等。

（*通信作者）胡珍珍 女，（１９８４—），博士，副教授，硕士生导师。主要研究方向：无线通信、频谱感知、信号处理、机器学习等。

基金项目：国家自然科学基金（６２１０１０７６）；四川省青年科技基金（２０２２ＮＳＦＳＣ０９２０）；成都信息工程大学引进人才科研启动项目（ＫＹＴＺ２０２１０２，３７６１５７）