[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

摘要

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。

主权项

1.一种基于分布式压缩感知的非正交多址系统信号检测方法，具体包括以下步骤：步骤1、重组块稀疏信号：上行通信系统接收到的信号为Y＝[y₁,y₂,...,y_J]，其中J为一帧内的时隙数，y_j,j∈1,2,...,J为第j个时隙接收到的信号；等价的信道系数矩阵示为H；首先将接收的二维信号Y按各个时隙重组为一维信号p＝vec(Y^T)；则有p＝[Y(1,1),Y(1,2),…,Y(1,J),…,Y(N,1),…,Y(N,J)]^T，其中Y(i,j)表示接收信号矩阵Y的第i行第j列的值，N为扩频序列长度，符号(·)^T表示矩阵或矢量的转置；对应地，将信道系数矩阵重组得到扩展的信道系数矩阵即其中I_J是大小为J的单位阵，K为用户数，表示Kronecker积，H(i,j)表示信道矩阵H第i行第j列的值，G[i]表示G的第(i‑1)J+1列和第iJ列组成的矩阵；步骤2、迭代参数初始化：初始化估计的公共支撑集为空集：Γ⁽⁰⁾表示初始估计的公共支撑集，公共支撑集表示一个时隙内一直保持通信的用户序号集合；残差R⁽⁰⁾表示实际接收信号与恢复的接收信号的差，初始化为接收信号p，即R⁽⁰⁾＝p；用户活跃度s初始化为1，即，假设保持通信的用户数量为1，其余用户保持静默；最后，初始化迭代次数l＝1；步骤3、迭代开始，更新备选公共支撑集；首先分别计算扩展后的信道矩阵G[i]各列与第l‑1次迭代得到的残差值R^(l‑1)的内积：D_i＝G^H[i]R^(l‑1),i＝1,2,…,K，其中符号(·)^H表示矩阵的共轭转置；然后将得到内积以此按块长J进行分类，得到K个长度为J的内积组成的向量，接着计算这K个向量的二范数并找到其中最大的s个值对应的位置组成的集合，该集合为{1,2,…,K}的子集，且其中元素个数为s，最后将得到的最大值位置的集合与上次迭代估计的公共支撑集Γ^(l‑1)合并，得到新的公共支撑集该支撑集的大小s^*最大为2s；步骤4、最小二乘法估计；为了不失一般性，将公共支撑集表示为其中θ_i∈{1,2,…,K},i＝1,2,…,s^*；沿用步骤1中的定义，将G[Γ^(l)]定义为：利用G[Γ^(l)]和接收信号p，根据最小二乘法可以得到：其中符号表示矩阵的伪逆；步骤5、公共支撑集修剪；分别计算||w_i||₂，一共得到s^*个值，在这其中找到最大的s个值所对应的i，将其组成集合即为第l次循环估计的稀疏度为s的支撑集；步骤6、块稀疏信号估计；设λ_i∈{1,2,…,K},i＝1,2,...,s，其中表示为：利用和接收信号p，根据最小二乘法可以得到对活跃用户传输信号的估计步骤7、残差更新；活跃用户对应的标号组成的支撑集为其传输信号的估计值为则非活跃用户的标号的集合为的补集，即其对应的传输信号为0；将活跃用户的数据和非活跃用户的数据按照和其补集组成完整的传输信号的估计即可计算出对接收信号的估计为则残差更新为步骤8、如果得到的残差值的2‑范数||R^(l)||₂小于上次迭代得到的残差值的2‑范数||R^(l‑1)||₂，即||R^(l)||₂＜||R^(l‑1)||₂，则更新估计的公共支撑集：迭代次数加1：l←l+1，然后跳回步骤3；否则，执行步骤9；步骤9、活跃用户传输信号的估计可表示为分别计算的2‑范数的平方找到其中最小的值，若该值大于一个与噪声有关的门限P_th，则估计的稀疏度加1：s←s+1并跳回步骤3；否则，执行步骤10；步骤10：迭代结束，得到估计的公共支撑集；找到二范数最小的所对应的序号τ，公共支撑集Γ_c表示为在中除去τ，即步骤11、寻找动态支撑集的迭代开始时隙索引初始化；时隙索引j＝1步骤12、第j个时隙迭代参数初始化：第j个时隙的初始支撑集为基于块稀疏的自适应子空间追踪算法所估计得到的公共支撑集，即初始化用户稀疏度即假设当前稀疏度为公共支撑集的大小；假设置信支撑集为Γ_c；置信稀疏度其中具体取值视具体情况而定；最后，初始化迭代次数l＝1；步骤13、第j个时隙重构残差初始化：第j个时隙的重构残差可以表示为步骤14、第j个时隙迭代开始：更新备选支撑集；首先分别计算信道矩阵H的每列与第l‑1次迭代得到的残差的内积：并计算内积的二范数；其次，在与置信支撑集中元素序号相对应的位置的二范数中，找出最大的个位置，对应序号构成集合Λ₁；之后，在除去集合Λ₁中元素序号相对应的位置的剩余二范数中，找出最大的个位置，对应序号构成集合Λ₂；于是，将备选支撑集Λ表示为步骤15、最小二乘法估计；根据最小二乘法可以得到：其中s^*最大不超过2s_t；步骤16、支撑集的修剪；首先，计算z^(l)各个位置的二范数大小；其次，在与置信支撑集中元素序号相对应位置的二范数中，找出最大的个位置，对应序号构成集合τ₁；之后，在除去集合τ₁中元素序号相对应的位置的剩余二范数中，找出最大的个位置，对应序号构成集合τ₂；于是，第l次循环估计的支撑集表示为步骤17、信号估计；第l次循环估计的信号表示为此时活跃用户支撑集为对应的信号估计值为非活跃用户支撑集，即的补集所对应的信号标记为一个值全为零的矢量0；将活跃用户的数据和非活跃用户的数据按照和其补集组成完整的传输信号的估计值步骤18、残差更新；第l次循环得到的残差可表示为步骤19、若第l次循环得到残差的二范数小于第l‑1次循环得到残差的二范数，即则以当前稀疏度继续进行迭代，即l＝l+1，并返回步骤14；否则，执行步骤20；步骤20、门限判定与稀疏度更新；计算的二范数找到其中最小的值，若该值大于根据噪声大小设定的门限V_th，则估计的稀疏度加1：s_t←s_t+1并跳回步骤14；否则，执行步骤21；步骤21、计算最终的支撑集；找到中最小二范数所对应的序号，并在中将其去掉，得到最终的估计支撑集步骤22、第j个时隙迭代结束；第j个时隙的恢复信号为其活跃用户支撑集为非活跃用户支撑集，即的补集，所对应的信号标记为一个值全为零的矢量0；将活跃用户的数据和非活跃用户的数据按照和其补集组成完整的传输信号的估计值步骤23、j＝j+1，若j＞J时，迭代结束；否则，返回步骤12；步骤24、输出恢复信号