[发明专利]一种基于分布式压缩感知的非正交多址系统信号检测方法

说明书

本公开了一种基于分布式压缩感知的非正交多址系统信号检测方法,属于无线通信信号检测技术领域。本发明通过第一部分的基于块稀疏的自适应子空间追踪算法(步骤1‑步骤10)，本发明方法可以准确地找到公共支撑集位置。接着，在第二部分基于置信支撑集的自适应子空间追踪算法中(步骤11‑步骤24)，以第一部分所估计出的公共支撑集作为先验置信支撑集，可以准确找到动态支撑集并恢复出发射信号。从附图3中可以看出，本发明方法在用户活跃度未知的情况下，SER性能仍远优于已知用户活跃度的SP和OMP算法。

技术领域

本发明属于无线通信信号检测技术领域，涉及一种基于分布式压缩感知的免调度非正交多址系统信号检测方法。

背景技术

大规模机器通信是未来5G的核心应用场景之一，它为大量的低成本、低功耗的设备提供了有效地连接方式，并拥有着海量连接、低时延通信和高可靠性等特点。现有的多址技术已难以满足大规模机器通信对海量设备连接的需求。因此，非正交多址技术被认为是一种更适合于大规模机器通信的方案；其次，大规模机器通信的上行链路普遍存在零星通信的特点，即，在某一个时刻接入基站的用户数要远小于总用户数。由于大规模机器通信的这种海量连接和稀疏接入的特点，传统的信令调度方案不仅不能够满足低时延的通信要求，而且显得尤为冗余。同时，优秀的信号检测方法则对大规模机器通信的高可靠性起着至关重要的作用。大规模机器通信模型如附图1所示，活跃用户为在一帧内与基站保持通信的用户，非活跃用户为在此期间保持静默的用户，并且其数量远大于在某一帧内保持活跃的用户。在无须信令交换的免调度通信系统中，基站不仅需要检测出哪些用户活跃，而且要检测活跃用户发送的数据。基于此，在申请号为201710599448.3的发明专利“一种块压缩感知非正交多址系统多用户检测中”，作者提出了一种基于块压缩感知的多用户检测方法，在免除了信令开销的同时，实现了用户活跃度(即用户处于静默或是维持通信的状态)和发送数据(针对活跃用户)的联合检测。具体地，该发明采用了非正交多址技术，使用的是传输资源数要小于实际的用户数的过载CDMA(Code Division Multiple Access，码分多址接入)技术。并且，该发明所采用的基于块稀疏的压缩感知算法有着较好的信号重构性能。但是，该发明假设了一帧时间内活跃用户与非活跃用户均维持不变(即用户活跃度不变)，这在实际的通信场景中并不完全适用。

发明内容

本发明针对背景技术未能充分考虑实际通信中结构化的稀疏特性，考虑了一种混合稀疏模型(如附图2所示)，即为由公共支撑集与动态支撑集组合而成，其中公共支撑集即为一帧时间内均维持通信状态的活跃用户，动态支撑集则表示在一帧时间内时而通信，时而静默的用户(随机接入)。本发明针对这种混合稀疏模型，提出了一种基于分布式压缩感知的信号检测方法。该方法将免调度非正交多址系统的信号检测分成了两步。第一步，利用块稀疏自适应的子空间追踪算法求得公共支撑集；第二步，利用基于置信支撑集的自适应子空间追踪算法求得动态支撑集。该方法在不需要用户活跃度已知的条件下，SER(SymbolError Rate,误符号率)性能相比于已知用户活跃度的SP(Subspace Pursuit，子空间追踪)算法有着较大提升。

本发明的技术方案如下：

一种基于分布式压缩感知的非正交多址系统信号检测方法，主要包括两大部分：基于自适应块稀疏的子空间追踪算法和基于置信支撑集的子空间追踪算法。其中，基于自适应块稀疏的子空间追踪算法(步骤1-步骤10)包括结构化稀疏重组为块稀疏信号、迭代参数初始化、公共支撑集的估计、最小二乘法的计算、公共支撑集的修剪、稀疏度估计终止条件的判决、更新公共支撑集等步骤。其特征在于公共支撑集能量集中的特点将在重组后的块稀疏信号中体现得尤其明显，这一特点有助于准确地寻找公共支撑集。而基于置信支撑集的子空间追踪算法(步骤11-步骤24)是分时隙进行信号恢复的，其步骤大致包括时隙索引初始化、迭代参数初始化、备选支撑集的估计、最小二乘法的估计、支撑集的修剪、稀疏度估计终止门限的判决、恢复估计信号等。在利用了公共支撑集作为置信支撑集后，该部分的信号恢复性能得到了提升。同时，仿真结果表明本发明方法在用户活跃度未知的条件下，SER性能比用户活跃度已知的SP算法有着较大的增益。