一种联合信道估计与多用户检测的新型算法

发布时间：2021-10-29 18:00

　　免调度非正交多址接入技术可以减少信令开销、以过载的方式容纳更多用户而受到人们的广泛关注。针对该技术需解决的信道估计、活跃用户检测和信号检测3个主要应用难题,文中提出一种联合信道估计的稀疏多用户检测方法同时解决上述3个问题。该方法通过联合考虑包含导频信号和用户数据信号的帧结构,重组用户信号为块稀疏单测量向量的压缩感知模型,将问题转化为块稀疏信号恢复。所提算法通过验证误差的方式自适应地结束迭代,相比于根据不同的信噪比而设置对应迭代停止阈值的块稀疏子空间追踪算法灵活性更好。仿真结果表明,所提算法能够高可靠地完成联合信道估计和多用户检测,相比于独立的信道估计和多用户检测误码率性能得到了很大的提升,且算法灵活性好,更适用于实际的通信系统。 

【文章来源】：南京邮电大学学报(自然科学版). 2020,40(03)北大核心

【文章页数】：7 页

【部分图文】：

用户数据帧结构及块稀疏结构示意图

图2为OMP算法在稀疏度未知情况下,不同迭代次数下的残差范数与误差范数的变化曲线,仿真参数总用户个数K=20,活跃用户数M=4,扩展序列长度N=15,SNR=15 dB。从图2可以看出,残差范数随迭代次数的增加逐渐下降,在迭代次数等于稀疏度时,有一明显下降趋势,之后稳步下降,在迭代次数大于稀疏度之后,实际上是将噪声误判为了其他信号导致残差仍在下降。故残差会随支撑集个数的增加而下降,并不能找到残差的一个阈值作为迭代停止条件,但残差可以保证加入支撑集的原子不重复,它又是不可或缺的。而观察误差的变化趋势,很容易得到当迭代次数等于稀疏度时,误差达到最小值,故可利用这一特点作为迭代停止的条件。图3为不同信噪比下,残差范数与误差范数随迭代次数变化的曲线。此时仿真参数同图2,将SNR分别选定为5、10、15 dB。可以看出:3种信噪比下的误差变化曲线,均在迭代次数等于用户稀疏度时达到最小值。所不同的是,在迭代次数等于稀疏度时,SNR越大,误差下降趋势越明显,越能准确地确定误差最小值,从而更准确地确定稀疏度。

图3为不同信噪比下,残差范数与误差范数随迭代次数变化的曲线。此时仿真参数同图2,将SNR分别选定为5、10、15 dB。可以看出:3种信噪比下的误差变化曲线,均在迭代次数等于用户稀疏度时达到最小值。所不同的是,在迭代次数等于稀疏度时,SNR越大,误差下降趋势越明显,越能准确地确定误差最小值,从而更准确地确定稀疏度。本节提出的VE-OMP算法基于SMV模型,该模型下的接收信号y为式(2)。下面给出VE-OMP算法的具体步骤:

【参考文献】：
期刊论文
[1]M2M通信系统下基于压缩感知的多用户检测技术[J]. 张男,龚磊,翟旭平.  电子测量技术. 2018(15)
[2]On Uplink Non-Orthogonal Multiple Access for 5G:Opportunities and Challenges[J]. Li Tian,Chunlin Yan,Weimin Li,Zhifeng Yuan,Wei Cao,Yifei Yuan.  中国通信. 2017(12)



本文编号：3465129