NOMA系统基于自适应匹配追踪算法的联合信道估计与多用户检测新方法

发布时间：2021-01-07 05:06

　　在免调度非正交多址接入（Non-Orthogonal Multiple Access,NOMA）系统中,针对基于帧的多用户传输场景的信道估计（Channel Estimation,CE）与用户的活跃和数据检测（Multiuser Detection,MUD）问题,本文在多重测量矢量压缩感知（Multiple Measurement Vector-Compressive Sensing,MMV-CS）框架下,提出了一种门限辅助的分布式弱选择分段自适应匹配追踪（Thresholod Aided-Distributed Weak Selection Stagewise Adaptive Matching Pursuit,TA-DWSStAMP）算法来联合解决CE和MUD问题。该算法在精确的迭代终止准则下,引入阶段标识,在大步长阶段设计了一种幂函数型的变步长方法。仿真结果表明,本文提出的算法能够在复杂度仅为现有算法10%的条件下,获得与现有算法相近的信道估计性能、用户成功活跃检测率和用户数据的误符号率。 

【文章来源】：信号处理. 2020,36(07)北大核心

【文章页数】：8 页

【部分图文】：

基于帧结构化稀疏的传输模型

下面比较本文提出的TA-DWSStAMP算法与BSASP 算法进行稀疏信号重建的性能,具体有以下性能: SADR、误符号率性能(Symbol Error Rate,SER)、归一化均方误差(Normalized Mean Square Error,NMSE)以及算法复杂度。4.1 SADR性能分析

本节比较各种算法在不同信噪比下的成功活跃检测率。图3所示为各算法在信噪比从5 dB到30 dB之间的数据成功活跃检测率曲线图。由图3可知,在信噪比大于8 dB时,TA-DWSStAMP算法的SADR性能都要优于BSASP 算法。这是由于TA-DWSStAMP算法采取了预选操作,通过设置α值选出了相关值较大的原子,提高了重建的精度。4.2 SER性能分析


本文编号：2961970