? Zak-OTFS 高移动性通感一体化仿真平台

基于离散 Zak 变换的下一代 6G 波形完整实现 结晶化信道 (Crystallization) + 通感一体化 (ISAC) + 分数多普勒处理

? 为什么选择 Zak-OTFS？

在 6G 高铁 (350+ km/h)、 低轨卫星 (LEO, 7.8 km/s) 和 车联网 (V2X) 场景下，传统 OFDM 波形面临严重的载波间干扰 (ICI)。本平台基于 Zak-OTFS —— 一种基于离散 Zak 变换 (DZT) 的下一代波形技术，提供了比传统 OTFS 更优雅的理论框架和更低的实现复杂度。

痛点 (OFDM/5G NR)	本平台解决方案 (Zak-OTFS)
? ICI 干扰严重	✅ DD 域时不变性：信道在时延-多普勒域准静态，消除快衰落影响
? 高速导致 BER 地板	✅ 全分集增益：每个符号经历全部多径，实现 500km/h+ 鲁棒传输
? 传统 OTFS 需复杂均衡	✅ 结晶化信道：满足 Crystallization 条件时信道对角化，仅需 单抽头均衡
? 高计算复杂度	✅ O(MN) 复杂度：DZT 实现仅需 1D FFT，远优于传统 2D SFFT
? 感知能力弱	✅ ISAC 天然融合：DD 域直接对应距离/速度，内置目标检测模块

? 核心价值

? 学术研究价值

• 前沿理论：完整实现 Zak 变换理论 (Lampel et al., 2022) 及 Crystallization Condition
• 深度分析：Twisted Convolution 推导、Berry 相位几何解释、CRLB 界分析
• 分数多普勒：完整的 IDI (Inter-Doppler Interference) 建模与可视化
• 数学严谨：代码与《算法文档》LaTeX 公式一一对应

? 工程应用价值

• 多场景支持：HSR (高铁)、LEO (卫星)、V2X (车联网) 预置信道
• 模块化架构：Modulator/Channel/Detector 完全解耦
• 即插即用：标准化 API 接口，快速集成到链路级仿真
• 全中文注释：适合团队协作与二次开发

⚡ 技术亮点

? Zak-OTFS vs Standard OTFS

| 特性               | Standard OTFS                  | Zak-OTFS (本平台)         |

| -------------------- | -------------------------------- | ------------------------------------- |

| 变换基   | SFFT/ISFFT (2D)                | DZT/IDZT (1D)             |

| 信道形式 | Twisted Convolution (稀疏带状) | 对角乘法(Crystallization) |

| 均衡器   | LMMSE/MP (复杂)                | 单抽头 ZF(简单)           |

| 理论基础 | 信号处理                       | Heisenberg-Weyl 群论      |

| 复杂度   | O(MN log MN)                   | O(MN)                     |

? 性能指标 (实测数据)

基于 demo\ step4\ber\_comparison.m 实测结果

| 场景     | 速度     | OFDM BER         | Zak-OTFS BER | 结论                     |

| ---------- | ---------- | ------------------ | ------------------------ | -------------------------- |

| 高铁 HSR | 350 km/h | \~3.5e-2 (Floor) | < 1e-5       | ? 打破误码墙   |

| 极端移动 | 500 km/h | \~5e-2 (Floor)   | < 1e-4       | ? 极限场景支持 |

| 低速 V2X | 50 km/h  | \~1e-3           | < 1e-6       | ✅ 全场景覆盖   |

? ISAC 感知性能

| 参数       | 配置值          | 性能                     |

| ------------ | ----------------- | -------------------------- |

| 距离分辨率 | M=64, Δf=15kHz | 312.5 m        |

| 速度分辨率 | N=32, T=66.7μs | ±11.9 m/s     |

| 目标检测   | CFAR            | 3 目标同时检测 |

?️ 运行环境

• MATLAB 版本: R2023b 或 R2024b (推荐)
• 依赖工具箱:
• Signal Processing Toolbox (必须)
• Communications Toolbox (推荐)

? 项目结构

Zak-OTFS/
├── src/                          # 核心源代码
│   ├── core/                     # DZT/IDZT 变换
│   ├── modulator/                # Zak-OTFS/OFDM 调制器
│   ├── demodulator/              # Zak-OTFS/OFDM 解调器
│   ├── channel/                  # 多域信道模型
│   ├── estimation/               # 嵌入式导频估计
│   ├── receiver/                 # LMMSE/MP 检测器
│   ├── isac/                     # 通感一体化模块
│   └── utils/                    # 工具函数
├── demos/                        # 8 个演示脚本
│   ├── demo_step1_modulation.m   # 调制原理可视化
│   ├── demo_step2_channel.m      # DD 域信道稀疏性
│   ├── demo_step3_estimation.m   # 信道估计性能
│   ├── demo_step4_ber_comparison.m  # Zak-OTFS vs OFDM
│   ├── demo_step5_isac.m         # 通感一体化演示
│   ├── demo_step6_fractional.m   # 分数多普勒 IDI
│   ├── demo_step7_zak_vs_standard.m # Zak vs Standard OTFS
│   └── demo_summary.m            # 综合演示
└── docs/                         # 文档
    ├── 算法文档.md               # 理论推导
    ├── 代码文档.md               # API 参考
    └── images/                   # 演示图片

? 文档体系

本平台提供 "算法 + 代码" 双轨制文档：

? 算法文档

Heisenberg-Weyl 群论基础、Twisted Convolution 严谨推导、Crystallization 条件证明、CRLB 界分析

? 代码文档

完整 API 字典、输入输出维度说明、快速入门示例

? 核心代码展示

? 离散 Zak 变换 ( src/core/dzt.m)

function Z = dzt(x, M, N)
% DZT 离散 Zak 变换
%
% 数学定义:
%   Z[k,l] = (1/√M) * Σ_{m=0}^{M-1} x[l+mN] * exp(-j2π*mk/M)
%
% 物理意义: 将时域信号映射到 Delay-Doppler 域
%   - k: 多普勒索引 (0 to M-1)
%   - l: 时延索引 (0 to N-1)
    % 重塑为 N x M 矩阵 (多相分解)
    x_matrix = reshape(x, N, M);
    
    % 沿多普勒维做 FFT
    Z = fft(x_matrix, M, 2).' / sqrt(M);
end

? 结晶化信道 ( src/channel/apply_zak_channel_crystallized.m)

function Y = apply_zak_channel_crystallized(X, scenario, params)
% APPLY_ZAK_CHANNEL_CRYSTALLIZED Zak 域对角化信道
%
% 原理: 当满足 Crystallization Condition 时:
%   τ_max < T,  ν_max < Δf
% Zak 域信道简化为逐点乘法: Y[k,l] = H[k,l] * X[k,l]
%
% 优势: 复杂度从 O((MN)^2) 降至 O(MN)
    % 构建对角信道响应
    H_zak = zeros(M, N);
    for p = 1:num_paths
        phase = exp(-j*2*pi*(k*l_tau/N - l*k_nu/M + l_tau*k_nu/(M*N)));
        H_zak = H_zak + h_p * phase;
    end
    
    % 逐点乘法 (对角信道!)
    Y = H_zak .* X;
end

? LMMSE 均衡器 ( src/receiver/lmmse_equalizer.m)

function X_est = lmmse_equalizer(Y, H, noise_var)
% LMMSE_EQUALIZER 线性最小均方误差均衡
%
% 公式: X_hat = H* / (|H|^2 + σ²) * Y
%
% 对于 Zak-OTFS 对角信道, 这是逐点操作!
    X_est = conj(H) .* Y ./ (abs(H).^2 + noise_var);
end

? 一键运行

>> addpath(genpath('src'));
>> cd demos
% 旗舰演示: Zak-OTFS vs OFDM 完整对比
>> demo_step4_ber_comparison
% 通感一体化演示: 多目标检测
>> demo_step5_isac
% 综合演示: 一次运行全部核心功能
>> demo_summary

结果预览: 500km/h 极限挑战

图：Zak-OTFS 各速度曲线几乎重合，证明对多普勒不敏感；OFDM 高速时存在明显误码地板

? 演示图片预览

? 获取方式

本文代码仅为核心片段，完整版工程已整理好。 关注公众号 【 3GPP仿真实验室】进行获取。

? 参考文献

[1] R. Hadani et al., "Orthogonal time frequency space modulation," IEEE WCNC, 2017. (OTFS 开山论文)

[2] F. Lampel, A. Fish, and R. Hadani, "On OTFS using the discrete Zak transform," IEEE Trans. Wireless Commun., 2022. (Zak-OTFS 理论基础)

[3] S. K. Mohammed, "OTFS — A mathematical foundation," arXiv:2302.08696, 2023. (数学严谨推导)

[4] P. Raviteja et al., "Interference cancellation and iterative detection for OTFS," IEEE Trans. Wireless Commun., 2018. (MP 检测器)

[5] Z. Wei et al., "Orthogonal time-frequency space modulation: A promising next-generation waveform," IEEE Wireless Commun., 2021. (综述)

[6] P. Raviteja et al., "Embedded pilot-aided channel estimation for OTFS," IEEE Trans. Veh. Technol., 2019. (信道估计)

[7] W. Yi et al., "Integrated sensing and communication with OTFS," IEEE Open J. Commun. Soc., 2023. (ISAC 应用)

[8] A. J. E. M. Janssen, "The Zak transform: a signal transform for sampled time-continuous signals," Philips J. Res., 1988. (Zak 变换数学理论)