论文部分内容阅读
随着第5代移动通信系统(5th Generation Mobile Communication System,5G)的商用,大规模机器类通信(massive Machine Type Communications,m MTC)将成为未来无线通信的主导。免授权非正交多址接入技术作为非正交多址接入(NonOrthogonal Muliple Access,NOMA)技术与免授权(Grant-Free,GF)传输技术的有机结合,能够满足m MTC对连接量、信令开销以及传输时延等需求,但是基站端无法获知用户的活动状态,因而给上行多用户的检测问题带来了一定的挑战。在此背景下,本文利用m MTC场景中用户活动具有零星性,将免授权NOMA上行传输多用户检测问题转化为稀疏信号重构,并使用压缩感知理论(Compressive Sensing,CS)知识来解决。因此,本文对基于压缩感知的免授权NOMA上行传输多用户检测算法进行研究,具体研究内容如下:1.基于噪声能量辅助的稀疏自适应匹配追踪多用户检测算法在静态信道状态信息(Channel State Information,CSI)的环境下,针对免授权NOMA系统上行传输时未知活跃用户数的情况,本文提出了一种基于噪声能量辅助的稀疏自适应多用户检测算法(Noise Energy aided Sparsity Adaptive Matching Pursuit,NEA-SAMP)。在传统SAMP算法基础上,该算法首先利用广义Dice系数匹配准则计算相关性系数,提高活跃用户支撑集的准确性;接着根据噪声能量设定迭代终止阈值,避免活跃用户数的过估计与欠估计;最后引入大步长快速接近,小步长精确逼近的变步长机制,确保多用户检测的精度与速度。仿真结果表明:所提算法的检测成功率、误比特率以及迭代次数均优于传统OMP算法、SAMP算法。2.交叉验证与误差估计联合辅助的结构稀疏自适应匹配追踪算法在CSI信息动态变化的情况下,本文首先利用用户活动状态的时间相关性,将多时隙结构稀疏模型转换为块结构稀疏多用户检测模型,并将多时隙检测转变为单时隙检测;然后针对免授权NOMA系统上行传输时,基站对活跃用户数未知的实际问题,提出了一种基于交叉验证与误差估计联合辅助的结构稀疏自适应正交匹配追踪算法(Cross-validation and Error Estimation aided Structural Sparse Adaptive Matching Pursuit,CV-EE-SSAMP)。具体地,该算法首先利用交叉验证对传统SAMP算法进行改进,并对活跃用户数以及用户信号进行初步估计;然后利用同伦法对检测误差进行估计,获取检测误差估计值;最后,利用该估计值对初始用户信号估计值进行修正,提高检测的精度。仿真结果表明,所提算法与SAMP以及CVA-BSASP等多用户检测算法相比,误码率性能有所提高。同时,与NEASAMP算法相比,虽然二者的误码率性能基本相同,但CV-EE-SSAMP算法不需要已知噪声能量或信噪比等先验信息,因此实用性能优于NEA-SAMP算法。