發(fā)布時(shí)間：2020-03-28 05:39

【摘要】：作為第五代移動(dòng)通信系統(tǒng)(The Fifth Generation Mobile Communication Systems 5G,)的備選技術(shù)之一,非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技術(shù)的核心特點(diǎn)在于其能夠滿足5G對(duì)于海量連接以及大容量的需求。為了解決NOMA技術(shù)中的多用戶檢測(cè)問(wèn)題,本論文提出了與壓縮感知理論結(jié)合的多用戶檢測(cè)方案。其特點(diǎn)在于,充分地挖掘系統(tǒng)模型潛在的稀疏特性,并利用基于壓縮感知理論的信號(hào)重構(gòu)算法對(duì)信號(hào)進(jìn)行檢測(cè)。作為一種新型的碼域NOMA技術(shù),稀疏碼多址接入(Sparse Code Multiple Access,SCMA)技術(shù)的特點(diǎn)在于發(fā)射端將多維星座點(diǎn)調(diào)制與稀疏擴(kuò)頻技術(shù)融合在一起,把發(fā)送的數(shù)據(jù)比特直接映射為預(yù)制的SCMA碼本中的多維復(fù)數(shù)域碼字。在接收端,SCMA系統(tǒng)的多用戶檢測(cè)(Multi-User Detection,MUD)使用了消息傳遞算法(Message Passing Algorithm,MPA),其性能可逼近理論最佳的極大似然檢測(cè)性能。盡管利用了SCMA碼字的稀疏性,MPA算法的計(jì)算復(fù)雜度依舊很高。本論文提出了一種新型的低復(fù)雜度SCMA系統(tǒng)多用戶檢測(cè)方案。該方案結(jié)合了MPA算法與壓縮感知理論,被稱作壓縮感知輔助的MPA算法(Compressive Sensing assisted MPA,CS-assisted MPA)。具體地,所提CS-assisted MPA算法將SCMA多用戶檢測(cè)過(guò)程分成了兩步完成,分別是初始檢測(cè)與稀疏錯(cuò)誤矢量糾正。在第一步中,少量次數(shù)的MPA迭代被看作初始檢測(cè)。并且,觀察到初始檢測(cè)結(jié)果與接收信號(hào)之間的殘差矢量為一個(gè)稀疏向量。基于此,本文在第二步檢測(cè)中提出了一種基于門限的自適應(yīng)子空間追蹤(Threshold aided Adptive Subspace Pursuit,TA-ASP)算法,用以估計(jì)殘差矢量。最后,將初始檢測(cè)結(jié)果與估計(jì)得到的殘差矢量相加即可得到最終的估計(jì)信號(hào)。仿真結(jié)果顯示,與現(xiàn)有的檢測(cè)方法相比,所提CS-assisted MPA算法在誤符號(hào)率(Symbol Error Rate,SER)性能幾乎沒(méi)有損失的情況下,大幅度降低了SCMA系統(tǒng)多用戶檢測(cè)的計(jì)算復(fù)雜度。在5G大規(guī)模機(jī)器通信(massive Machine Type Communications,mMTC)中,免調(diào)度NOMA技術(shù)能夠減少信令開(kāi)銷,降低數(shù)據(jù)傳輸時(shí)延并同時(shí)節(jié)約用戶終端的功耗。為了提高基于混合稀疏模型的免調(diào)度NOMA系統(tǒng)的多用戶檢測(cè)性能,本文提出了一種基于稀疏度自適應(yīng)的分布式壓縮感知(Sparsity Adapted-Distributed Compressive Sensing,SA-DCS)理論的多用戶信號(hào)檢測(cè)方案。所提SA-DCS算法的核心在于,首先利用塊稀疏信號(hào)重構(gòu)的思想對(duì)混合稀疏模型中的公共支撐集部分進(jìn)行了估計(jì);之后將估計(jì)得到的公共支撐集作為先驗(yàn)信息,并引入了置信稀疏度,分別對(duì)每個(gè)時(shí)隙的獨(dú)立支撐集進(jìn)行單獨(dú)估計(jì)。從仿真結(jié)果可以看出,所提檢測(cè)方案可以取得很好的SER性能。同時(shí),由于不需要用戶活躍度作為先驗(yàn)條件,因此所提檢測(cè)方案更適用于實(shí)際的通信場(chǎng)景。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 尤肖虎;潘志文;高西奇;曹淑敏;鄔賀銓;;5G移動(dòng)通信發(fā)展趨勢(shì)與若干關(guān)鍵技術(shù)[J];中國(guó)科學(xué):信息科學(xué);2014年05期

2 楊真真;楊震;孫林慧;;信號(hào)壓縮重構(gòu)的正交匹配追蹤類算法綜述[J];信號(hào)處理;2013年04期

3 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

，

本文編號(hào)：2604006