在免調(diào)度非正交多址接入（Non-Orthogonal Multiple Access,NOMA）系統(tǒng)中,針對(duì)基于幀的多用戶傳輸場(chǎng)景的信道估計(jì)（Channel Estimation,CE）與用戶的活躍和數(shù)據(jù)檢測(cè)（Multiuser Detection,MUD）問題,本文在多重測(cè)量矢量壓縮感知（Multiple Measurement Vector-Compressive Sensing,MMV-CS）框架下,提出了一種門限輔助的分布式弱選擇分段自適應(yīng)匹配追蹤（Thresholod Aided-Distributed Weak Selection Stagewise Adaptive Matching Pursuit,TA-DWSStAMP）算法來聯(lián)合解決CE和MUD問題。該算法在精確的迭代終止準(zhǔn)則下,引入階段標(biāo)識(shí),在大步長(zhǎng)階段設(shè)計(jì)了一種冪函數(shù)型的變步長(zhǎng)方法。仿真結(jié)果表明,本文提出的算法能夠在復(fù)雜度僅為現(xiàn)有算法10%的條件下,獲得與現(xiàn)有算法相近的信道估計(jì)性能、用戶成功活躍檢測(cè)率和用戶數(shù)據(jù)的誤符號(hào)率。 

【文章來源】：信號(hào)處理. 2020,36(07)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

基于幀結(jié)構(gòu)化稀疏的傳輸模型

下面比較本文提出的TA-DWSStAMP算法與BSASP 算法進(jìn)行稀疏信號(hào)重建的性能,具體有以下性能: SADR、誤符號(hào)率性能(Symbol Error Rate,SER)、歸一化均方誤差(Normalized Mean Square Error,NMSE)以及算法復(fù)雜度。4.1 SADR性能分析

本節(jié)比較各種算法在不同信噪比下的成功活躍檢測(cè)率。圖3所示為各算法在信噪比從5 dB到30 dB之間的數(shù)據(jù)成功活躍檢測(cè)率曲線圖。由圖3可知,在信噪比大于8 dB時(shí),TA-DWSStAMP算法的SADR性能都要優(yōu)于BSASP 算法。這是由于TA-DWSStAMP算法采取了預(yù)選操作,通過設(shè)置α值選出了相關(guān)值較大的原子,提高了重建的精度。4.2 SER性能分析


本文編號(hào)：2961970