免授權非正交多址接入技術（NOMA）結合多用戶檢測技術（MUD）,能夠滿足大規(guī)模機器通信（mMTC）場景中的大連接量、低信令開銷和低時延傳輸?shù)刃枨�。在基于壓縮感知（CS）的MUD算法中,活躍用戶數(shù)往往作為已知信息,而實際通信系統(tǒng)中很難準確估計�；诖�,該文提出一種改進稀疏度自適應匹配的多用戶算法（MSAMP-MUD）。該算法首先利用廣義Dice系數(shù)匹配準則選擇與殘差最匹配的原子,更新用戶支撐集;當殘差能量接近噪聲能量時,終止迭代,從而獲得最終支持集;否則,采取上述準則更新用戶支撐集,提高支撐集中活躍用戶數(shù)估計精度。在迭代過程中,根據(jù)最近兩次殘差能量之比,選取不同的迭代步長,以降低檢測迭代次數(shù)。仿真結果表明,所提算法與傳統(tǒng)基于CS的MUD算法相比,誤碼率降低約9%,迭代次數(shù)減少約10%。 

【文章來源】：電子與信息學報. 2020,42(09)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

免授權NOMA上行傳輸系統(tǒng)圖

圖。其中信噪比SNR為4dB，稀疏度S從10逐步增加到50。由圖4可知，隨著S的增長，5種算法的BER都會逐漸上升。這是因為基于CS的信號重構算法的恢復性能高度依賴于稀疏度水平。但所提MSAMP-MUD的BER性能在整個稀疏度變化范圍類均優(yōu)于其他幾種MUD算法，其原因是迭代過程中廣義Dice系數(shù)匹配準則提升了所選用戶支撐集的準確性；同時，基于噪聲能量的算法迭代終止閾值能確保算法及時停止迭代。特別地，當稀疏度S等于20時，所提MSAMP-MUD算法的BER性能比CS-MUD算法有顯著提升；與SAMP-MUD算法相比，所提MSAMP-MUD算法的BER性能也有所提升。4.3不同稀疏度(S)下的迭代次數(shù)仿真及分析圖5為不同稀疏度S下各算法迭代次數(shù)仿真曲表1系統(tǒng)仿真主要參數(shù)參數(shù)參數(shù)值系統(tǒng)用戶數(shù)K200子載波數(shù)N100時隙數(shù)J7閾值ε11.2調制方式QPSK過載率λ200%擴頻矩陣Toeplitz矩陣圖2MSAMP算法流程圖圖3不同信噪比下的誤碼率性能曲線圖2220電子與信息學報第42卷

圖。其中信噪比SNR為4dB，稀疏度S從10逐步增加到50。由圖4可知，隨著S的增長，5種算法的BER都會逐漸上升。這是因為基于CS的信號重構算法的恢復性能高度依賴于稀疏度水平。但所提MSAMP-MUD的BER性能在整個稀疏度變化范圍類均優(yōu)于其他幾種MUD算法，其原因是迭代過程中廣義Dice系數(shù)匹配準則提升了所選用戶支撐集的準確性；同時，基于噪聲能量的算法迭代終止閾值能確保算法及時停止迭代。特別地，當稀疏度S等于20時，所提MSAMP-MUD算法的BER性能比CS-MUD算法有顯著提升；與SAMP-MUD算法相比，所提MSAMP-MUD算法的BER性能也有所提升。4.3不同稀疏度(S)下的迭代次數(shù)仿真及分析圖5為不同稀疏度S下各算法迭代次數(shù)仿真曲表1系統(tǒng)仿真主要參數(shù)參數(shù)參數(shù)值系統(tǒng)用戶數(shù)K200子載波數(shù)N100時隙數(shù)J7閾值ε11.2調制方式QPSK過載率λ200%擴頻矩陣Toeplitz矩陣圖2MSAMP算法流程圖圖3不同信噪比下的誤碼率性能曲線圖2220電子與信息學報第42卷

【參考文獻】：
期刊論文
[1]一種改進基于門限的稀疏碼多址接入低復雜度多用戶檢測算法[J]. 楊維,趙懿偉,侯健琦.  電子與信息學報. 2018(05)
[2]基于結構化壓縮感知的NOMA系統(tǒng)多用戶檢測[J]. 趙曉娟,張愛華,楊守義,李曉宇,張百林.  現(xiàn)代電子技術. 2018(05)
[3]非正交多址接入中稀疏多用戶檢測方法[J]. 李燕龍,陳曉,詹德滿,王俊義.  西安電子科技大學學報. 2017(03)
[4]向量相似度測度方法[J]. 張宇,劉雨東,計釗.  聲學技術. 2009(04)



本文編號：3223044