一种基于功率和码字联合域的上行非正交多址接入方法

摘要

本发明公开了一种基于功率和码字联合域的上行非正交多址接入方法，其特征是包括：1、为每个用户分配不同的预编码矩阵；2、用户根据自己的信道响应的幅度信息自决定发送功率；3、使用迭代算法进行用户检测和信号恢复，迭代过程中进行串行干扰消除。对于大规模用户接入的稀疏信号恢复问题，本发明可以在无需基站中心调度的条件下极大提高用户过载率。

说明书

技术领域

本发明属于通信领域，具体的说是一种基于功率和码字联合域的上行非正交多址接入方法。

背景技术

压缩感知技术在图像视频信号处理、通信信号处理等领域有着广泛应用。压缩感知理论表示，当信号向量具有稀疏性也就是很多元素为零，用低于奈奎斯特采样频率进行采样，信号采集端或接收端也可以重构原始信号。块稀疏信号广泛存在于在实际应用中，如多波段信号、稀疏信道增益向量、雷达脉冲信号、小数据包接入等。块稀疏信号表示，将信号序列分成多个块时，只有某些信号块是非零的。已有的研究表明，稀疏场景中多用户检测引进压缩感知技术可以明显提高活跃用户检测的正确性，从而提高系统稀疏信号估计的能力。功率域非正交多址接入允许用户共享所有的时频资源，用户在功率域重叠编码，接收端进行串行干扰消除，很大程度上提高了系统的频率效率和多用户的过载率。

其中，多用户稀疏信号恢复时，不同用户之间的干扰很大程度上决定了接收端最多能够识别的用户的数目。以块正交匹配追踪(block orthogonal matching pursuit，BOMP)迭代恢复算法为例，BOMP需要在每一迭代步骤通过相关计算和比较选择出最有可能的非零信号块位置，然后再进行信号更新以及残差信号更新，当稀疏块数量很大时，块间的干扰会使测量端无法正确识别稀疏块，也就无法完成相应的信号恢复。

其次，功率分配策略多采用中心控制调度，由测量端为不同的块指定不同的功率因子，这不可避免的带来了资源消耗和时间延时，难以适应于对延时要求高的通信场景。

发明内容

本发明为克服现有技术中存在的不足之处，提出一种基于功率和码字联合域的上行非正交多址接入方法，以期能在无需基站中心调度的条件下大幅度提高上行多用户接入的过载率，从而提高通信系统的频率利用效率，减少接入信令开销，降低用户与基站通信的时延。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于功率和码字联合域的上行非正交多址接入方法的特点按如下步骤进行：

步骤1、假设存在N个在线用户同时向具有M根接收天线的基站发送d×1维的原始信号，由N个原始信号组成块稀疏信号，记为其中，s_n表示第n个在线用户发送的原始信号，T表示转置；假设所述N个在线用户中存在N_a个活跃用户，以N_a表示所述块稀疏信号s的稀疏度，N_a＜＜N；若第n个在线用户为活跃用户，则第n个在线用户的信号块s_n为0均值且方差为1的单位向量，若第n个在线用户为非活跃用户，则第n个在线用户的信号块s_n为零向量；

步骤2、利用式(1)获得N个在线用户的发送信号s_ρ：

式(1)中，ρ_n表示第n个在线用户的发送功率，并由第n个在线用户根据自身信道响应h_n的幅度决定；所述信道响应h_n为M×1维向量，且每个元素满足均值是0方差为1的复高斯分布；1≤n≤N；

步骤3、利用式(2)得到所述基站的测量信号y：

y＝Bs_hρ+z>

式(2)中，z是维度为MT×1的噪声向量，所述噪声向量z中的每个元素服从均值为0方差为1的复高斯分布；B表示测量矩阵，且所述测量矩阵B中的元素服从均值为0方差为的复高斯分布；并有B＝[B₁,…,B_n,…B_N]，B_n为第n个在线用户的维度为MT×d的测量矩阵，用于测量第n个用户的信号，且||h_n||₂表示信道响应h_n对应的幅度，P_n表示第n个在线用户的维度为T×d的预编码矩阵，所述预编码矩阵P_n的元素列归一化为1；s_hρ表示所述N个原始信号经过功率分配和信道增益后的到达信号，并有：s_hρ＝[s_hρ,1,…,s_hρ,n,…,s_hρ,N]^T，s_hρ,n表示第n个原始信号经过功率分配和信道增益后的接收信号，且

步骤4、利用迭代算法对所述测量信号y进行信号恢复：

步骤4.1、定义表示被检测出的活跃用户中信号被正确恢复的用户集合，表示被检测出的活跃用户中信号未被正确恢复的用户集合，并初始化

定义表示被检测出的活跃用户中被正确恢复的信号集合，定义表示被检测出的活跃用户中未被正确恢复的信号集合，并初始化

定义当前迭代次数为k，且满足k＝k₁+k₂；初始化k＝1；初始化y₁＝y；

步骤4.2、所述基站对活跃用户进行第k次检测，得到第k个活跃用户并放入未被正确恢复的用户集合中，对所述未被正确恢复的用户集合中所有用户的到达信号进行最小二乘估计，得到未被正确恢复的用户集合中所有用户的估计结果表示未被正确恢复的用户集合中所有用户的测量矩阵；H表示共轭转置；

步骤4.3、对所述未被正确恢复的用户集合中所有用户的估计结果分别进行CRC校验和信号恢复，并将校验正确且恢复成功的结果放入被正确恢复的信号集合中，将校验错误的估计结果放入未被正确恢复的信号集合中；

再将校验正确的用户从所述未被正确恢复的用户集合中删除并放入到被正确恢复的用户集合中，从而更新所述被正确恢复的用户集合和未被正确恢复的用户集合

步骤4.4、利用式(3)对所述测量向量y进行串行干扰消除处理，得到第k+1次迭代的测量信号y_k+1：

式(3)中，表示被正确恢复的用户集合中所有用户的测量矩阵；

步骤4.5、利用式(4)得到第k+1次迭代的残差信号r_k+1：

步骤4.6、将k+1赋值给k，并判断k＞N_a是否成立，若成立，表示信号恢复完成，从而实现多用户的非正交多址接入，否则，返回步骤4.2。

与已有技术相比，本发明的有益技术效果体现在：

1、本发明针对稀疏接入场景活跃用户检测和信号恢复问题，结合了功率域复用和码字域复用方式，大规模提高了用户的过载率，同时降低了用户接入时延；

2、基于用户与基站之间的信道响应的幅度的概率分布，提出了一种功率分配方法，整个分配过程不需要中心控制，大大减小了基站的计算负荷和接入过程的时时；

3、基于功率分配，接收端实施串行干扰消除，增加了功率域的自由度，使得用户可以通过串行干扰消除方式进行迭代恢复；

4、基于用户信号预编码，使得用户信息可以在码字域区分开，应用相关性匹配便可以检测活跃用户；

附图说明

图1为本发明第n个用户发送信号的流程图；

图2为本发明基站恢复信号的流程图；

图3a为采用本发明在上行多用户接入稀疏信号活跃检测概率上的一个仿真图；

图3b为采用本发明在上行多用户接入稀疏信号恢复准确性能误帧率上的一个仿真图。

具体实施方式

本实施例中，包括但不限于通信中的小数据包接入场景。本实施例中考虑的功率和码字联合域的上行非正交多址接入方法包括如下过程：发送端活跃用户的预编码，根据信道响应的幅值确定功率因子；接收端正交匹配追踪识别活跃用户，进行串行干扰消除。具体的说，一种基于功率和码字联合域的上行非正交多址接入方法，如图1和图2所示，按如下步骤进行：

步骤1、假设存在N个在线用户同时向具有M根接收天线的基站发送d×1维的原始信号，由N个原始信号组成块稀疏信号，记为其中，s_n表示第n个在线用户发送的原始信号，T表示转置；假设N个在线用户中存在N_a个活跃用户，以N_a表示块稀疏信号s的稀疏度，N_a＜＜N；若第n个在线用户为活跃用户，则第n个在线用户的信号块s_n为0均值且方差为1的单位向量，若第n个在线用户为非活跃用户，则第n个在线用户的信号块s_n为零向量；

步骤2、利用式(1)获得N个在线用户的发送信号s_ρ：

式(1)中，ρ_n表示第n个在线用户的发送功率，并由第n个在线用户根据自身信道响应h_n的幅度决定；信道响应h_n为M×1维向量，且每个元素满足均值是0方差为1的复高斯分布；1≤n≤N；

步骤3、利用式(2)得到基站的测量信号y：

y＝Bs_hρ+z>

式(2)中，z是维度为MT×1的噪声向量，噪声向量z中的每个元素服从均值为0方差为1的复高斯分布；B表示测量矩阵，且测量矩阵B中的元素服从均值为0方差为的复高斯分布；并有B＝[B₁,…,B_n,…B_N]，B_n为第n个在线用户的维度为MT×d的测量矩阵，用于测量第n个用户的信号，且||h_n||₂表示信道响应h_n对应的幅度，P_n表示第n个在线用户的维度为T×d的预编码矩阵，预编码矩阵P_n的元素列归一化为1；s_hρ表示N个原始信号经过功率分配和信道增益后的到达信号，并有：s_hρ＝[s_hρ,1,…,s_hρ,n,…,s_hρ,N]^T，s_hρ,n表示第n个原始信号经过功率分配和信道增益后的接收信号，且假设所述信道响应幅度的概率密度函数为，发送功率若干个等级，那么用户可以确定每个等级的幅度的范围，根据自己信道响应幅度的值来确认自己所在的功率等级，进而确定自己的功率因子ρ_n；

步骤4、利用迭代算法对测量信号y进行信号恢复：

步骤4.1、定义表示被检测出的活跃用户中信号被正确恢复的用户集合，表示被检测出的活跃用户中信号未被正确恢复的用户集合，并初始化

定义表示被检测出的活跃用户中被正确恢复的信号集合，定义表示被检测出的活跃用户中未被正确恢复的信号集合，并初始化

定义当前迭代次数为k，且满足k＝k₁+k₂；初始化k＝1；初始化y₁＝y；

步骤4.2、所述基站对活跃用户进行第k次检测，得到第k个活跃用户并放入未被正确恢复的用户集合中，对所述未被正确恢复的用户集合中所有用户的到达信号进行最小二乘估计，得到未被正确恢复的用户集合中所有用户的估计结果表示未被正确恢复的用户集合中所有用户的测量矩阵；H表示共轭转置；

步骤4.3、对未被正确恢复的用户集合中所有用户的估计结果分别进行CRC校验和信号恢复，并将校验正确且恢复成功的结果放入被正确恢复的信号集合中，将校验错误的估计结果放入未被正确恢复的信号集合中；

再将校验正确的用户从所述未被正确恢复的用户集合中删除并放入到被正确恢复的用户集合中，从而更新所述被正确恢复的用户集合和未被正确恢复的用户集合

步骤4.4、利用式(3)对所述测量向量y进行串行干扰消除处理，得到第k+1次迭代的测量信号y_k+1：

式(3)中，表示被正确恢复的用户集合中所有用户的测量矩阵；

步骤4.5、利用式(4)得到第k+1次迭代的残差信号r_k+1：

那么，对于已经识别但未正确恢复的用户集合第n个用户的信干噪比为

由式(5)可以看出，每个活跃用户的新干燥比均与功率因子和信号响应幅值的乘积有关，根据信道响应的幅值分布来优化功率因子可以实现最佳信干燥比。

步骤4.6、将k+1赋值给k，并判断k＞N_a是否成立，若成立，表示信号恢复完成，从而实现多用户的非正交多址接入，否则，返回步骤4.2。

上述发明的基于功率和码字联合域的上行非正交多址接入的流程图分为用户端和基站端两个过程，可以由图1和图2表示。图1对应具体实施方式的步骤1到步骤3，信号块s_n为0均值且方差为1的单位向量表达第n个用户为活跃用户，为零向量表示第n个用户为非活跃用户，基站测量信号是所有活跃用户发送信号的累加，再加上每个元素都满足0-均值1-方差分布的高斯噪声；图2对应具体实施方式的步骤4，主要为基站的串行干扰消除实现流程。效果可以由仿真图3a、图3b表现出来。这里采用串行干扰消除(ICBOMP)迭代算法，其中关于仿真参数的设置：d＝200,N＝1280,M＝8,T＝1000。仿真图中引入了与已有工作的对比：SPMA表示为使用功率分配的场景；JSPMA表示使用了功率分配的场景。图中，横坐标为所有稀疏块的平均功率(单位为dB)，考虑信噪比范围在0～12dB以及N_a为80和120两种情况，作为对比，将有中心参与的分配机制也作了仿真。图3a中，纵坐标为非零信号块的成功检测概率(UDSR)，本发明能够非常有效的提高检测成功率，随着平均功率的增大本发明的成功率也保持增长直到全部正确；而SPMA由于块间干扰无法消除，始终不能提高检测率。图3b中，纵坐标是非零信号块的平均误帧率，本发送能够很大程度上降低误帧率。