[发明专利]基于M2M通信频谱共享与共存的盲检测算法

说明书

本发明公开基于M2M通信频谱共享与共存的盲检测算法，包括如下步骤：步骤SS1：构造传统用户过完备模型和M2M通信稀疏模型；步骤SS2：凸优化求解M2M传输信号；步骤SS3：构造传统用户接收数据矩阵；步骤SS4：对所述步骤SS3中的接收数据矩阵奇异值分解；步骤SS5：设置权矩阵；步骤SS6：选择Hopfield神经网络的激活函数，进行Hopfield神经网络迭代运算。本发明首次利用Hopfield神经网络的盲检测恢复M2M通信中传统用户的恢复，根据传统用户过完备模型和M2M设备稀疏模型，利用凸优化得出M2M设备传输信号，对状态方程进行迭代：每次迭代时，进入Hopfield神经网络，通过仿真验证了在同等条件下，本发明的误码率优于假设信道已知情况下恢复传统用户信号的方法。

技术领域

本发明涉及基于M2M通信频谱共享与共存的盲检测算法，属于通信信号处理技术领域。

背景技术

M2M通信的支持将是通信系统的一个重要组成部分，特别是5G蜂窝系统，这对通信信号的适应性提出了更高的要求。

文献[Xiaohua Li,Jian Zheng,Mingjian Zhang.”COMPRESSIVE SENSING BASEDSPECTRUM SHARING AND COEXISTENCE FOR MACHINE-TO-MACHINE COMMUNICATIONS,”International Conference on Acoustics Speech and Signal Processing(ICASSP),IEEE,2017:3604–3608.]介绍了一种新的频谱共享方案：大量分散的M2M设备与诸如蜂窝用户这样的传统通信用户共享同一个信道。当传统用户持续传输时，M2M设备直接在这个通道进行传输，而不需要太多的信道调度和握手开销。M2M通信通过仿真智能电网中PMU通信，将得到的PMU数据包经过16位A/D转换器量化数据，再添加UDP包和20％训练序列。文献用传输信号中的冗余比如训练符号、向导、多路访问控制开销和相关数据，创造一个稀疏信号模型，然后在压缩感知技术下可以利用传输信号的冗余分离混合信号。通过仿真智能电网中的一种M2M通信方案证实了稀疏信号模型和频谱共享方案的可行性。该文献参考了文献[G.B.Giannakis,G.Mateos,S.Farahmand,V.Kekatos,and H.Zhu,“USPACOR:Universalsparsity-controlling outlier rejection,”Proc.IEEE Int.Conf.on Acoustics,Speech and Signal Processing(ICASSP’11),Prague,May 2011.]介绍的一种通用的稀疏控制异常值框架，利用Lasso中的稀疏调整参数λ控制估计器中的稀疏度以及框架拒绝异常值的数量构建了带有过完备模型的传统用户信号和带有稀疏模型M2M信号，并使用压缩感知技术利用信号冗余从混合信号中分离出M2M信号和传统用户的信号。文献[ZHUH,GIANNAKISGB.Exploitings parseuser activity in multi user detection[J].IEEETransactions on Communications,2011,59(2):454–465.]利用用户行为具有稀疏性首次将压缩感知应用到多用户检测中，通过解决凸优化问题降低了CDMA多用户检测系统的复杂度。