[发明专利]基于改进梯度投影法的低复杂度MIMO-NOMA系统信号检测方法

权利要求书

1.一种基于改进梯度投影法的低复杂度MIMO-NOMA系统信号检测方法，其特征在于：包括以下步骤：从过载系统复数星座集合中获取第k个用户的发送符号x_k，将发送符号x_k调制到长度为N的扩展序列s_k上，叠加所有活动用户的信号，通过N个正交OFDM子载波同时发送，得到基站全部天线的接收信号矢量y_c；将复数域接收信号矢量y_c和等效信道矩阵H_c转化为实数域接收信号矢量y和等效信道矩阵H；根据公式：建立二次规划问题模型，通过改进的梯度投影算法，对最小化二次规划问题进行迭代求解，并在每次迭代完成后对迭代结果进行预处理，重复迭代，直至达到最大迭代次数，根据预处理结果更新检测支持集Γ⁽ⁱ⁺¹⁾，输出信号检测结果；

通过改进的梯度投影算法，对最小化二次规划问题进行迭代求解具体包括：

首先初始化：

y＝y_c,H＝H_c,i＝1,λ⁽⁰⁾＝1；其中y_c表示基站接收信号，H_c表示等效信道矩阵，τ是非负参数，用以平衡稀疏性和残差之间的权衡，1_4K∈C^4K×1表示全一矢量,K是系统总的用户数，W是半正定矩阵；

然后根据公式计算函数F(q)在q^(i-1)处的梯度其中i≥1；

调用公式：计算第i-1次迭代的梯度因子δ^(i-1)，其中，表示第i-1次迭代时的步长因子，α_min和α_max分别代表算法中所需的步长因子最小值和最大值；根据公式q⁽ⁱ⁾＝q^(i-1)+λ^(i-1)δ^(i-1)计算第i次解向量q⁽ⁱ⁾；更新表示第i次迭代的尺度因子；

重复迭代计算，直至达到迭代次数，从而最小化函数F(q)。

2.根据权利要求1所述的方法，其特征在于，基站全部天线的接收信号矢量：y_c＝H_cx_c+n_c，其中，H_c为等效信道矩阵，n_c为天线噪声矢量，x_c＝[x₁,x₂,…,x_K]^T是所有K个用户的发送信号矢量；将接收信号矢量由复数域转化到实数域，得到实数域系统模型y＝Hx+n，其中y＝[R{y_c}^T I{y_c}^T]^T，x＝[R{x_c}^T I{x_c}^T]^T，n＝[R{n_c}^T I{n_c}^T]^T，

3.据权利要求1或2所述的方法，其特征在于，对迭代结果进行预处理具体包括：为了准确检测活跃用户和数据信息，迭代后得到的解向量q⁽ⁱ⁾作为MIMO-NOMA系统目标信号的估计值最大化的l₂范数得到估计值预处理结果即

4.根据权利要求3所述的方法，其特征在于，最大化的l₂范数得到估计值预处理结果具体包括：将中的元素进行排序，保留中前S个较大的元素，将其它较小的元素设置为0，其中，S为稀疏度级别。

5.根据权利要求3所述的方法，其特征在于，根据公式更新检测信号支撑集Γ⁽ⁱ⁾，其中，表示预处理结果中非零元素的位置索引。