推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于结构化压缩感知的NOMA系统多用户检测

更新时间:2019-12-08 01:15:37 大小:2M 上传用户:xiaohei1810查看TA发布的资源 标签:压缩感知noma系统5G 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

未来5G移动通信在频谱效率和用户连接数等方面的需求都有巨大的增长,非正交多址接入(NOMA)作为5G的一项关键技术以其突出的优势受到了广泛关注.上行免调度NOMA系统减少了传输时延,节约了信令开销,但在接收端要对用户活动进行检测.利用结构化压缩感知理论着重分析了在NOMA系统中进行多用户检测时活跃用户数量及过载率对系统检测性能的影响.结果表明,随着活跃用户数量和过载率的增加,常用的压缩感知检测算法检测性能逐渐变差,而结构化迭代支撑检测算法(SISD)的检测性能依旧较好.

部分文件列表

文件名 大小
1575738929基于结构化压缩感知的NOMA系统多用户检测.pdf 2M

部分页面预览

(完整内容请下载后查看)
2018 3 1 日  
41 卷第 5 期  
Mar. 2018  
现代电子技术  
Modern Electronics Technique  
Vol. 41 No. 5  
1
DOI10.16652/j.issn.1004-373x.2018.05.001  
基于结构化压缩感知的 NOMA 系统多用户检测  
赵晓娟 1,张爱华42500012.113 南 郑州  
1.郑州大学 信息工程学院,河南 郑州  
450007;  
3.浪潮电子信息产业股份有限公司,山东 济南 250013)  
未来 5G 移动通信在频谱效率和用户连接数等方面的需求都有巨大的增长正交多址接NOMA5G  
的一项关键技术以其突出的优势受到了广泛关注。上行免调度 NOMA 系统减少了传输时延约了信令开销在接收端  
要对用户活动进行检测。利用结构化压缩感知理论着重分析了在 NOMA 系统中进行多用户检测时活跃用户数量及过载率  
对系统检测性能的影响。结果表明着活跃用户数量和过载率的增加用的压缩感知检测算法检测性能逐渐变差结  
构化迭代支撑检测算SISD检测性能依旧较好。  
关键词5G 移动通信正交多址接入用户检测构化压缩感知线通信载率  
中图分类号TN92-34  
文献标识码A  
文章编号1004-373X201805-0001-04  
NOMA systems multi-user detection based on structurization compressed sensing  
1
2
1
1
3
ZHAO Xiaojuan ZHANG Aihua YANG Shouyi LI Xiaoyu ZHANG Bailin  
1. School of Information EngineeringZhengzhou UniversityZhengzhou 450001China;  
2. School of Electronic and Information EngineeringZhongyuan University of TechnologyZhengzhou 450007China;  
3. Inspur Electronic Information Industry Co.Ltd.Jinan 250013China)  
AbstractSince the demands of the future 5G mobile communication is hugely increased in the aspects of spectrum effi-  
ciency and user connection quantitythe non-orthogonal multiple accessNOMAtechnology as a key technology of 5G attracts  
the widespread attention because of its outstanding advantage. The scheduling-free NOMA system can shorten the transmission  
delay and save the signaling overheadsbut the user activity should be detected in the receiving end. According to the theory of  
structurization compressed sensingthe impact of active users and overloading rate on the system detection performance while  
the multi-user detection is carried out in NOMA system is analyzed emphatically. The results show thatwith the increase of the  
number of active users and overload ratethe detection performance of the commonly-used compressed sensing detection algo-  
rithm becomes worsebut the detection performance of the structured iterative support detectionSISDalgorithm is still better.  
Keywords5G mobile communicationNOMAmulti-user detectionstructurization compressed sensingwireless commu-  
nicationoverload rate  
微增加接收机的复杂度引入一些可控的干扰来实现系  
统过载而满足 5G 在频谱效率和用户连接数等方面  
的需求。在备受关注的两类 NOMA 方案中管是功率  
域的多路复用[2]是码域的多路复用[3-4]目的都是使  
更多的用户使用相同的时频资源来提高频谱利用率。  
在传统的基于调度的传输机制中户在发送数据  
之前要向基站发送一个接入请求后基站根据接收到  
的请求执行调度通过下行信道发送授权。在上行免  
调度 NOMA 系统不需要动态调度少了传输时延节  
约了信令开销[5]。但是在用户发送数据之前站并不  
知道用户的活动情况免调度上行 NOMA 系统  
中要对用户的活动进行检测。通过文献[6]对移动业务  
量的统计使在忙时行通信的用户数量也只是总  
用户数量的一小部分就是说用户的活动是稀疏的,  
0
在无线通信进程中址接入技术成为区分每一代  
通信系统的一项关键技术。传统的移动通信从第一代  
1G第四4G用的都是正交多址接Orthogonal  
Multiple AccessOMA是在正交多址接入中户  
的数量严格受到了正交资源数量的限制难满足 5G中  
海量连接的需求[1]非正交多址接Non-Orthogonal  
Multiple AccessNOMA破了传统的正交限制其  
突出的优势引起了学术界和工业界的兴趣。它通过稍  
收稿日期2017-05-16  
修回日期2017-06-19  
基金项目国家自然科学基金资助项61501530)  
Project Supported by National Natural Science Foundation  
of China61501530)  
万方数据  
现代电子技术  
2018 年第 41 卷  
2
充分满足压缩感知理论中原始信号必须为稀疏信号的  
应 用 条 件 激 发 了 研 究 者 利 用 压 缩 感 Compressed  
SensingCS法实现多用户检测[7]由于用户在不同  
时隙的传输信号之间存在一定的联系户的活动情况  
在几个连续的时隙内可能是相同的此在进行多用户  
检测时可以利用结构化的压缩感知理Structuriza-  
tion Compressed SensingSCS现。文献[5]出结构  
化迭代支撑检测算Structured Iterative Support Detec-  
tionSISD利用用户活动的结构稀疏性实现免调  
度 上 行 NOMA 系 统 中 用 户 活 动 和 数 据 的 联 合 检 测 。  
文献[8]提出一种联合近似消息传递和期望最大化算法  
实现免调度上行 NOMA 系统中用户活动和数据的联合  
检测。它不但利用了用户活动的结构稀疏性且考虑了  
用户之前的传输信息到了很好的检测性能。  
由于在同一时刻用户的活动状态是稀疏的此多  
用户检测问题就转化为稀疏信号的恢复问题。这样就  
可以与压缩感知结合起来用压缩感知的算法来检测  
用户的活动以及传输的数据。  
在上述过程中户的传输符号首先经过扩频序列  
进行扩频后所有用户的信息在相同的正交子载波  
上进行传输户的数量为 K载波数量为 N系  
统的过载率 γ = K N 当用户数量一定时使用的  
子载波越少统的过载率就越高样在接收端叠加在  
某一个子载波上的信息量将增加利用压缩感知理论  
对稀疏信号 x 进行恢复时疏信号经过观测矩阵采样  
得到一个低维的测量值矩阵 y当测量值的数量很少时  
将很难恢复出原稀疏信号。  
2
压缩感知检测算法  
上述文献主要研究了在上行免调度 NOMA 系统中  
的多用户检测算法有考虑活跃用户的数量以及系统  
过载对多用户检测性能的影响。由于系统中不同时段  
内活跃用户的数量是变化的且现在的频域资源日益  
紧张虑这些因素是很有必要的。本文着重考虑活跃  
用户数量以及系统过载率对系统检测性能的影响做  
出了相应的分析。  
2.1 压缩感知理论  
对于一个被检测的稀疏度为 s 的信号x 中只有  
s 个元素是非零的缩感知的目的就是要将这个稀疏向  
量从测量值 y 中恢复出来常情况下 y 中元素的个数小  
于被检测的信号的个数y 和稀疏信号 x 的关系可表示为:  
y = Ax  
4)  
由于该系统是欠定的用传统对矩阵 A 逆的  
方法是不能恢复出原信号的是由于信号是稀疏的,  
如果矩阵 A 满足一定的限制等容条Restricted Isome-  
try PropertyRIP存在一个常数 δ ∈ 0,1 使得对于  
1
系统模型  
考虑一个典型的上行免调度 NOMA 系统系统拥  
有一个基站和 K 用户且基站和每个用户都配备  
有一个天线。经过信道编码和调制以后得到活跃用户  
k 的传输符号 xk不活跃用户的传输符号为 0。将用户 k  
的传输符号 xk 扩展到长度为 N 的扩频序列 sk 上。最后  
把所有活跃用户的信号叠加在一起并通过 N 个正交的  
OFDM 载波进行传输。这里 N < K就是说系统是  
过载的[1]。这样每一个子载波上携带的不再是同一个用  
户的信息是多个用户信息的叠加。在基BS,  
(
)
任何一个稀疏度为 s 的信号  
x
s 满足:  
‖ ‖  
(
)
0
2
1 - δ  
(
x
)
‖ ‖2  
2 Ax 2 ≤ 1 + δ  
x
‖ ‖2  
5)  
(
)
2
那么矩阵 A 就满足 s RIP稀疏信号 x 就可以通过  
观测值 y 精确重构。已有研究表明斯随机矩阵是普  
适的压缩感知测量矩阵于伪随机噪声序列的托普利  
[9]  
兹矩阵可以以很高的概率满足 RIP 。  
接收信号的频域形式可表示为:  
2.2 压缩感知的恢复算法  
K
y = Hk sk xk + v  
1)  
现阶段 CS 重构算法大致可以分为以下几类:  
第一类婪迭代算法。该类算法主要是将信号与  
原子字典之间的联系作为测量原加有效或  
者非零的一种方式[10]基本原则就是通过迭代的方式  
寻找稀疏向量的支撑集且使用受限支撑最小二乘估  
计来重构信号种算法主要包括匹配追踪算法交  
k = 1  
式中y =[y1,y2,⋯,yN ]T N 个子载波上的接收信号sk  
表示第 k 个用户的长度为 N 的扩频序列v =[v1,v2,⋯,vN ]T  
N 个 子 载 波 上 高 斯 噪 声 向 量 且 v~CN 0,σ2 I  
(
)
N
HkCN × N 是一个对角阵且:  
H = diag h  
{ }  
2)  
k
k
[11]  
式中hk =[hk,1,hk,2,⋯,hk,N ]T 对应用户 k N 个子载波上  
匹配追踪算Orthogonal Matching PursuitOMP压  
缩采样匹配追踪算法等。该类算法的计算速度快是  
需要的测量数据多且精度低。其中最典型的是 OMP 算  
求解是基于 l0 范数模型:  
的信道增益。系统模型写成向量形式为:  
y = Ax + v  
3)  
式中x =[x1,x2,⋯,xK ]T K 个用户的传输信号K 行  
表示第 k 用户的发送数据A =[H1 s1,H2 s2,⋯,Hk sk] 是  
一个 N × K 的等效信道矩阵合了信道增益和扩频信息。  
min x  
‖ ‖0  
x
6)  
s.t. y = Ax + v  
万方数据  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • 21ic下载 打赏310.00元   3天前

    用户:zhengdai

  • 21ic下载 打赏310.00元   3天前

    用户:小猫做电路

  • 21ic下载 打赏310.00元   3天前

    用户:liqiang9090

  • 21ic下载 打赏270.00元   3天前

    用户:kk1957135547

  • 21ic下载 打赏160.00元   3天前

    用户:w178191520

  • 21ic下载 打赏160.00元   3天前

    用户:w1966891335

  • 21ic下载 打赏50.00元   3天前

    用户:w993263495

  • 21ic下载 打赏40.00元   3天前

    用户:w993263495

  • 21ic下载 打赏90.00元   3天前

    用户:cooldog123pp

  • 21ic下载 打赏30.00元   3天前

    用户:sun2152

  • 21ic下载 打赏40.00元   3天前

    用户:xzxbybd

  • 21ic下载 打赏40.00元   3天前

    用户:铁蛋锅

  • 21ic下载 打赏30.00元   3天前

    用户:happypcb

  • 21ic下载 打赏50.00元   3天前

    用户:forgot

  • 21ic下载 打赏10.00元   3天前

    用户:xuzhen1

  • 21ic下载 打赏20.00元   3天前

    用户:wanglu6666

  • 21ic下载 打赏5.00元   3天前

    用户:人间留客

  • 21ic下载 打赏5.00元   3天前

    用户:jyxjiyixing

  • 21ic下载 打赏5.00元   3天前

    用户:akae_du

推荐下载