近期，我校东莞市“战略科学家团队”在无线通信领域取得研究进展，相关成果以“Block Sparse Vector Coding based Short-Packet Transmission for URLLC”为题发表在2024年IEEE 全球通信大会上，并获得“最佳论文奖”（获奖率<1%）。该论文东莞理工学院为第一单位，哈尔滨工业大学（深圳）、南洋理工大学、香港科技大学为合作单位，团队张雁峰博士为论文第一作者，梁辉副教授为共同作者。
稀疏矢量编码（Sparse Vector Coding, SVC）是下一代通信网络中超可靠低时延通信（Ultra Reliable Low Latency Communication, URLLC）中一种很有前景的短包传输方法。团队在该论文中提出了一种基于块稀疏矢量编码（Block SVC, BSVC）的短数据包传输方案，以进一步提高SVC的传输性能。所提方案的核心思想是经过块稀疏变换后传输短包数据信息。在发送端，传输的信息比特被分为两部分：一部分映射到块稀疏矢量的非零索引上，另一部分则通过正交幅度调制映射到非零值上。经过伪随机码本扩散后，块稀疏矢量被映射到时频资源中进行传输。在接收端，稀疏矢量的解码问题转化为块稀疏信号恢复问题。为了利用块结构稀疏先验信息进行精确解码，该团队提出了一种循环块正交匹配追踪算法。实验结果验证了提出的BSVC方案在数据包错误率和传输时延方面优于现有的SVC方案。
图1. BSVC方案的稀疏映射过程示意图。每3比特信息被映射到一个长度为7并包含2个非零块的稀疏矢量中。
本研究的主要创新点为：（1）提出的BSVC方案可通过调整非零块的数量、非零块的长度和非零星座的阶数等多个设计参数，灵活地构建各种速率的码字。（2）与传统SVC方案中的单个元素随机稀疏映射模式不同，提出的BSVC方案在编码过程中使用块稀疏映射模式将信息比特映射到稀疏向量的非零块索引中。得益于非零元素的块分布结构，传输所需的时频资源数量得以大幅降低，从而提高了数据传输的频谱效率。（3）提出的循环块正交匹配追踪算法通过利用非零元素的块结构稀疏先验信息，能够实现比现有的多径匹配追踪和正交匹配追踪算法更准确地识别非零块的索引。
论文链接：https://ieeexplore.ieee.org/abstract/document/10901149
（撰稿：张雁峰；一审：梁辉；二审：尹华勤； 三审：李长平）
团队介绍：
本文作者张雁峰和梁辉所在的东莞市“战略科学家团队”由中国工程院院士领衔，旨在组建“泛在网络智能研究团队”，搭建“未来通信网络研究中心”研究平台，聚焦6G空天地一体化、智能网联等关键技术开展基础研究和工程应用，开展泛在智能化人车路城全景虚实协同系统和应用研究，力争在泛在智能化人车路城全景虚实协同系统体系架构、测试评价理论和技术、核心装备、泛在智能技术框架、面向人车路城的系统平台等方面取得重大突破。
