论文部分内容阅读
第五代（5th-Generation,5G）移动通信定义了三大应用场景,分别是增强移动宽带（Enhance mobile broadband,e MBB）、高可靠低时延通信（Ultra-reliable and low latency communication,URLLC）和大规模机器类通信（Massive machine type communication,m MTC）。现有的正交多载波调制技术和正交多址接入技术无法满足5G对高速率、低时延和超大规模可靠连接通信的需求。为满足5G多元化的应用场景,目前业界正在研究更加先进的物理层关键技术,特别地,广义频分复用技术（Generalized frequency division multiplexing,GFDM）和非正交多址接入技术（Non-orthogonal multiple access,NOMA）以其灵活的系统配置和较高的频谱利用率受到了业内广泛的关注,但同时也急剧增加了接收机的复杂度和对硬件非理想性的敏感度。因此,本论文围绕GFDM系统中存在I/Q不平衡时的接收机设计、功率域NOMA系统中干扰消除接收机的非完美特性和码域NOMA系统中消息传递算法接收机复杂度较高等问题展开研究。具体研究内容和主要贡献如下:1.针对收发I/Q不平衡GFDM系统,提出了利用非线性最小二乘（Nonlinear least square,NLS）算法联合估计信道状态信息和I/Q不平衡接收机设计。具体地,首先推导出收发I/Q不平衡GFDM系统的和速率频域闭合表达式,从而量化出收发I/Q不平衡对GFDM系统传输性能的影响。接着,基于低复杂度GFDM系统模型提出了一种基于导频的I/Q不平衡估计方案:通过将频域信道抽头转换为时域信道系数减少了待估计未知参数的个数,继而使用非线性最小二乘算法联合估计出了I/Q不平衡和信道信息,最后利用上述估计出的未知参数通过低复杂的符号检测算法即可解调出发送数据。为验证NLS算法的性能,推导出与I/Q不平衡和信道状态未知参数相应的克拉美罗下界（Cramer-Rao lower bound,CRLB）。仿真结果表明,在静态频率选择信道中该NLS估计器的均方误差（Mean square error,MSE）性能能够达到CRLB,从而显著降低了I/Q不平衡对GFDM系统性能的影响。2.针对I/Q不平衡GFDM（Generalized frequency division multiplexing）系统,进一步提出了低复杂度自适应I/Q不平衡估计接收机设计。具体地,首先分别分析出采用匹配和迫零接收机时I/Q不平衡GFDM系统的SINR（Signal to interference plus noise ratio）闭合表达式。接着,利用NCLMS（Normalized complex least mean square）自适应算法,设计出基于NCLMS盲自适应I/Q不平衡估计与补偿的GFDM接收机。通过分析所采用NCLMS估计算法在收敛过程和稳态阶段的权重误差协方差和伪协方差,得出该算法的完备二阶统计特性。该分析结果不仅可提供对整体镜像抑制比（Image rejection ratio,IRR）性能的准确评估,还能够量化I和Q两通道各自的IRR。相比于SINR,该IRR更能直观地反映出由I/Q不平衡产生的镜像干扰对系统性能的影响。进一步地,得出的IRR有助于从理论上分析出NCLMS对GFDM系统SINR的提升。基于GFDM系统的数值仿真验证了分析结果的正确性以及所提算法相比基于导频估计方案在实时性和补偿效果方面的性能优势。3.针对传统下行功率域NOMA系统干扰消除接收机非完美的问题,提出了非圆信号（Improper Gaussian signaling,IGS）辅助下行NOMA系统设计。具体地,通过视非完美干扰消除引起的冗余信号为干扰信号,将两用户的速率分别表示为非圆系数的表达式。当强用户以最大功率传输时,证明了当CNR（Channel-to-noise ratios）满足一定的条件下,强用户总是可以受益于基于IGS方案的传输;而弱用户也可以在强用户的最小速率约束下提高其传输速率。接着,当弱用户以其最大功率传输时,讨论了在满足弱用户最小Qo S（Quality of service）要求的同时,强用户传输设计的最优方案。最后,得出了两个用户都受到Qo S约束时,基于Q learning算法IGS设计所需的最优发送功率和非圆系数。数值仿真表明IGS辅助的NOMA系统能够获得比传统圆信号更好的系统性能。4.针对上行码域NOMA系统中消息传递算法接收机（Message passing algorithm,MPA）的计算复杂度随着资源节点（Resource nodes,RN）的个数呈指数增长的问题,利用码字的稀疏性提出了两种低复杂度的MPA接收机方案。首先,通过舍弃置信区间之外的冗余叠加星座点来减少从RN到变量节点（Variable nodes,VN）的信息交换,从而引入了排序MPA（Sorted MPA,SMPA）接收机。接着,针对接收信号和码字组合之间距离的排序过程所消耗的冗余时间,提出了深度神经网络辅助MPA（Neural network aided MPA,DNNMPA）接收机,其中DNN作为函数近似器用来生成置信区间,它在消息迭代传递开始之前与初始化过程并行运行。仿真结果表明,对于上行SCMA系统,所提出的SMPA和DNNMPA检测器显著降低了传统MPA接收机的计算复杂度,并且具有与传统MPA相当的解码能力。5.针对下行码域MIMO-NOMA中传统MPA算法计算复杂度高的问题,提出了最大距离MPA（Maximum distance MPA,MDMPA）和改进的MDMPA（Improved MDMPA,IMDMPA）两种低复杂度MPA接收机。由于串行调度策略有助于加快原始MPA接收机的收敛速度,因此所提两种算法在更新过程中均使用该策略进行信息传递。利用码字的稀疏特征,进一步减少了所提两种MPA接收机的复杂度。具体地,通过减少前T0次信息更新过程中涉及变量节点的数量,同时在第L0次迭代时解调出TJ0个码字,并且在剩余的迭代中利用已经解调出的码字减少信息传递过程中的码字组合,提出了MDMPA接收机。接着,为进一步降低误码率（Bit error ratio,BER）,针对下行MIMO-SCMA提出了IMDMPA接收机,其中与目标用户关联的变量节点集合始终被允许参与到信息迭代过程中。通过将同一个子载波上的所有接收信号堆叠在一起,提出了基于最小二乘（Least square,LS）的信道估计方案。仿真结果表明,所提MDMPA和IMDMPA接收机能够显著降低原始MPA的计算复杂度,同时具有与原始MPA几乎一致的解码性能,并且所提出的LS信道估计器在频率选择性信道中能够获得接近均方误差性能的下限。