在移動(dòng)通信系統(tǒng)中,多址接入技術(shù)是將無(wú)線資源劃分為正交或非正交的資源塊,然后把這些資源塊按照一定的依據(jù)分配給用戶用于通信。每一代移動(dòng)通信系統(tǒng)的更新,都伴隨著革新的多址接入技術(shù)出現(xiàn),因此,物理層的多址接入技術(shù)成為了移動(dòng)通信系統(tǒng)更新?lián)Q代的標(biāo)志性技術(shù)。為了滿足第五代移動(dòng)通信(Fifth Generation Mobile Communication System,5G)網(wǎng)絡(luò)海量接入和超高容量等需求,非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技術(shù)已經(jīng)成為海內(nèi)外學(xué)術(shù)界與產(chǎn)業(yè)界的研究焦點(diǎn)。稀疏碼多址接入(Sparse Code Multiple Access,SCMA)技術(shù)是一種基于碼域復(fù)用的新型NOMA技術(shù),它將多維調(diào)制和稀疏擴(kuò)頻技術(shù)相結(jié)合,直接把比特?cái)?shù)據(jù)流映射為預(yù)先設(shè)定碼本里的復(fù)數(shù)域多維碼字�？紤]SCMA碼本的稀疏特性,消息傳遞算法(Message Passing Algorithm,MPA)被應(yīng)用來(lái)進(jìn)行多用戶檢測(cè),逼近多用戶信道的容量邊界。由于采用非正交稀疏編碼疊加方案,SCMA技術(shù)可以在相同數(shù)量的時(shí)頻資源下支持更多的用戶連接。未來(lái)大規(guī)模機(jī)器通信(...

【文章頁(yè)數(shù)】：175 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
        1.1.1 5G總體愿景
        1.1.2 5G技術(shù)場(chǎng)景與關(guān)鍵能力
        1.1.3 多址技術(shù)演進(jìn)歷程
    1.2 SCMA技術(shù)
        1.2.1 SCMA系統(tǒng)概述
        1.2.2 SCMA研究現(xiàn)狀
    1.3 免調(diào)度NOMA技術(shù)
        1.3.1 上行免調(diào)度NOMA概述
        1.3.2 免調(diào)度NOMA信號(hào)檢測(cè)研究現(xiàn)狀
    1.4 數(shù)學(xué)工具簡(jiǎn)介
        1.4.1 消息傳遞算法簡(jiǎn)介
        1.4.2 壓縮感知理論簡(jiǎn)介
    1.5 論文的研究?jī)?nèi)容、貢獻(xiàn)和組織架構(gòu)
        1.5.1 SCMA系統(tǒng)中的高性能低復(fù)雜度檢測(cè)技術(shù)
        1.5.2 免調(diào)度NOMA系統(tǒng)中信號(hào)檢測(cè)技術(shù)
第二章 SCMA系統(tǒng)中基于串行策略的多用戶檢測(cè)技術(shù)研究
    2.1 引言
    2.2 基于資源節(jié)點(diǎn)串行消息傳遞的多用戶檢測(cè)算法
        2.2.1 算法描述
        2.2.2 仿真結(jié)果及分析
    2.3 基于用戶節(jié)點(diǎn)串行消息傳遞的多用戶檢測(cè)算法
        2.3.1 算法描述
        2.3.2 仿真結(jié)果及分析
    2.4 基于用戶節(jié)點(diǎn)權(quán)重的串行消息傳遞的多用戶檢測(cè)算法
        2.4.1 算法描述
        2.4.2 仿真結(jié)果及分析
    2.5 基于殘差的動(dòng)態(tài)消息傳遞的多用戶檢測(cè)算法
        2.5.1 算法描述
        2.5.2 仿真結(jié)果及分析
    2.6 計(jì)算復(fù)雜度分析
    2.7 本章小結(jié)
第三章 SCMA系統(tǒng)中低復(fù)雜度多用戶檢測(cè)技術(shù)研究
    3.1 引言
    3.2 高斯近似輔助的多用戶檢測(cè)算法
        3.2.1 算法描述
        3.2.2 計(jì)算復(fù)雜度分析
        3.2.3 仿真結(jié)果及分析
    3.3 壓縮感知輔助的多用戶檢測(cè)算法
        3.3.1 算法描述
        3.3.2 計(jì)算復(fù)雜度分析
        3.3.3 仿真結(jié)果及分析
    3.4 聯(lián)合因子圖輔助的MIMO-SCMA檢測(cè)算法
        3.4.1 MIMO-SCMA系統(tǒng)模型
        3.4.2 MIMO-SCMA系統(tǒng)的檢測(cè)算法
        3.4.3 仿真結(jié)果及分析
    3.5 本章小結(jié)
第四章 免調(diào)度NOMA系統(tǒng)中基于塊壓縮感知理論的信號(hào)檢測(cè)技術(shù)研究
    4.1 引言
    4.2 塊稀疏模型生成
    4.3 聯(lián)合用戶活躍和數(shù)據(jù)檢測(cè)
        4.3.1 門限輔助的塊稀疏自適應(yīng)子空間追蹤算法
        4.3.2 交叉驗(yàn)證輔助的塊稀疏自適應(yīng)子空間追蹤算法
    4.4 聯(lián)合信道估計(jì)和數(shù)據(jù)檢測(cè)
        4.4.1 系統(tǒng)模型
        4.4.2 基于塊稀疏的解決方案
    4.5 算法性能的理論分析
        4.5.1 算法的收斂性分析
        4.5.2 算法的計(jì)算復(fù)雜度分析
    4.6 仿真結(jié)果及分析
        4.6.1 TA-BSASP算法的仿真結(jié)果與分析
        4.6.2 CVA-BSASP算法的仿真結(jié)果與分析
        4.6.3 Joint-CE-DD方案的仿真結(jié)果與分析
    4.7 本章小結(jié)
第五章 免調(diào)度NOMA系統(tǒng)中基于先驗(yàn)信息輔助的壓縮感知理論的信號(hào)檢測(cè)技術(shù)研究
    5.1 引言
    5.2 先驗(yàn)支撐集信息
    5.3 先驗(yàn)信息輔助自適應(yīng)子空間追蹤算法
    5.4 魯棒性的先驗(yàn)信息輔助自適應(yīng)子空間追蹤算法
    5.5 算法性能的理論分析
        5.5.1 算法的收斂性分析
        5.5.2 算法的計(jì)算復(fù)雜度分析
    5.6 仿真結(jié)果及分析
    5.7 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文貢獻(xiàn)
    6.2 未來(lái)工作展望
致謝
參考文獻(xiàn)
附錄I 引理 4-1 的證明
附錄II 引理 4-2 的證明
附錄III 引理 4-3 的證明
附錄IV 定理 4-1 的證明
附錄V 式(5-2)的證明
附錄VI 式(5-7)、式(5-8)和式(5-9)的證明
附錄VII 引理 5-1 中式(5-10)的證明
附錄VIII 引理 5-1 中式(5-11)的證明
附錄IX 引理 5-1 中式(5-12)的證明
附錄X 定理 5-1 的證明
附錄XI 定理 5-2 的證明
攻讀博士學(xué)位期間取得的成果



本文編號(hào)：3924021