CN106878226B - 一种多用户多载波稀疏扩频序列的优化设计方法及系统 - Google Patents
一种多用户多载波稀疏扩频序列的优化设计方法及系统 Download PDFInfo
- Publication number
- CN106878226B CN106878226B CN201710082953.0A CN201710082953A CN106878226B CN 106878226 B CN106878226 B CN 106878226B CN 201710082953 A CN201710082953 A CN 201710082953A CN 106878226 B CN106878226 B CN 106878226B
- Authority
- CN
- China
- Prior art keywords
- user
- frequency expansion
- expansion sequence
- multicarrier
- sparse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2602—Signal structure
- H04L27/2605—Symbol extensions, e.g. Zero Tail, Unique Word [UW]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J13/00—Code division multiplex systems
- H04J13/10—Code generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/0048—Decoding adapted to other signal detection operation in conjunction with detection of multiuser or interfering signals, e.g. iteration between CDMA or MIMO detector and FEC decoder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
- H04L1/203—Details of error rate determination, e.g. BER, FER or WER
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种多用户多载波稀疏扩频序列的优化设计方法及系统,在初始化高斯多址接入发射端以及相关参数后,建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算在给定信噪比情况下的单用户互信息;建立最大化最小单用户互信息的优化模型;设置最大迭代次数,根据随机产生的每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数;根据不同初始点下产生的局部最优解选出性能最优的解来逼近全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列。本发明的多用户多载波稀疏扩频序列的优化设计方法及系统使系数扩频序列可以直接应用于实际传输。
Description
技术领域
本发明涉及无线通信的技术领域,特别是涉及一种多用户多载波稀疏扩频序列的优化设计方法及系统。
背景技术
为应对5G空中接口的应用场景,尤其是密集多用户海量接入和超大容量的需求,在频谱资源昂贵且受限的现实下,非正交接入技术被视为5G空口技术,也被视为在4G正交频分复用接入(Orthogonal Frequency Division Multiple Access,OFDMA)之后的演进趋势和突破方向。这类技术趋势的主要原因在于:点到点单链路的频谱效率提升已经随着现有调制编码技术的逐步演进而逼近香农极限,下一代空口接入技术必须从系统和网络的角度,而非单链路角度出发来实现在给定频谱资源条件下的系统或网络总频谱效率、总吞吐量,以及总接入用户数的成倍提升。稀疏码多址接入技术正是顺应了这一趋势和目标的重要技术,其目标是在不增加系统资源的前提下,通过发送端的调制波形和稀疏码本设计,实现在给定资源的前提下,相比现有4G LTE-A的正交接入技术,能成倍提升网络总频谱效率以及同时接入服务使用者数,从而助力下一代无线网络实现超大容量和超海量连接的需求。为了允许在有限的载波资源上传输过载的用户,一种多载波低密度扩频多址接入(Multicarrier-Low Density Spreading Multiple Access,MC-LDSMA)得到学术界的热切关注,其核心的思想是每一个数据符号只传输在少量的子载波上,此外每一个子载波只有少量的用户占用。因此每个用户在每一个传输的子载波上仅仅受到少量用户的干扰。同时这种稀疏结构的扩频矩阵使得原本复杂度很高的消息传递算法得以并行实施。不同于传统码分多址的线性接收结构会带来大量的性能损失,结合近似最优多用户检测MC-LDSMA可以显著提高传输的可靠性。因此如何优化多用户稀疏扩频序列以获取更多的容量增益是研究的热点。现有的设计方案大多是考虑高维信号的最小欧氏距离,亦或是假设调制信号为理想的高斯分布。实际上当传输的信号为离散的星座点时之一类假设得到的序列一定不是最优解,不适合于实际传输。因此针对单用户传输具体调制方式的单用户互信息(Singleuser Mutual Information,SMI)还鲜有研究。SMI是衡量一个用户在实际信道下传输速率的直观评价标准。
现有的稀疏扩频序列设计没有考虑具体的调制符号形式,采用近似的高斯符号信道容量,这一思路在实际应用中必然会存在容量损失。基于具体调制符号的用户信道容量需要从互信息的角度重新推导。此外,针对传统的码分多址序列设计方案中没有考虑到多址接入用户的公平性,序列设计大多是以用户和速率作为目标函数,这样必然会导致用户间的不公平性。例如,注水算法将有效功率多分配给信道条件好的用户,而实际场景中,海量接入情况下需要保障的是多用户都有一个可靠的传输速率。因此,综合考虑离散符号输入以及用户公平性去设计稀疏扩频序列是极其必要的。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种多用户多载波稀疏扩频序列的优化设计方法及系统,基于贴近实际的性能评价函数和用户公平性的设计准则,优化设计多用户多载波的稀疏扩频序列,使其可以直接应用于实际传输。
为实现上述目的及其他相关目的,本发明提供一种多用户多载波稀疏扩频序列的优化设计方法,包括以下步骤:初始化高斯多址接入发射端以及发射功率、用户数目、子载波数量、每个用户的实际占用的子载波数目、用户的调制方式以及用户接收端的信噪比,并按照最大的过载人数配置规则的稀疏扩频序列;建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的单用户互信息;建立最大化最小单用户互信息的优化模型;设置最大迭代次数,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数;根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列。
于本发明一实施例中,所述最大的过载人数为其中,J为用户数目,L为每个用户的实际占用的子载波数目,K为子载波数量。
于本发明一实施例中,所述高斯多址接入信道的发送接收系统模型为:
其中,Y为多用户的K维接收信号向量;J为用户数目,为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,N的每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字,Z为用户的调制方式。
于本发明一实施例中,假设发送端每个用户的发送符号是等概率的,则高斯多址接入信道在给定信噪比情况下的单用户互信息为:
其中,M为用户的发送星座集合的阶数,K为子载波数量,
为所有用户星座集合的笛卡尔乘积。
于本发明一实施例中,将多用户多载波稀疏扩频序列用稀疏扩频矩阵表示,每一列为单个用户的稀疏扩频序列;每个用户所占用的子载波数量即为对应的稀疏扩频序列所包含的非零元素的个数;每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
于本发明一实施例中,设定高斯多址接入信道包括6个用户和4个子载波,用户的到达功率相同,基于QPSK调制的不同信噪比下的一组最优稀疏扩频序列如下表:
于本发明一实施例中,设定高斯多址接入信道包括6个用户和4个子载波,用户的到达功率相同,基于4-PAM调制的不同信噪比下的一组最优稀疏扩频序列如下表:
于本发明一实施例中,角度θ能够在0到5度范围内波动。
同时,本发明还提供一种多用户多载波稀疏扩频序列的优化设计系统,包括:
初始化模块,用于初始化高斯多址接入发射端以及发射功率、用户数目、子载波数量、每个用户的实际占用的子载波数目、用户的调制方式以及用户接收端的信噪比,并按照最大的过载人数配置规则的稀疏扩频序列;
第一建模模块,用于建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的单用户互信息;
第二建模模块,用于建立最大化最小单用户互信息的优化模型;
迭代模块,用于设置最大迭代次数,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数;
求解模块,用于根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列。
于本发明一实施例中,所述高斯多址接入信道的发送接收系统模型为:
其中,Y为多用户的K维接收信号向量;J为用户数目,为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,N的每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字,Z为用户的调制方式。
如上所述,本发明的多用户多载波稀疏扩频序列的优化设计方法及系统,具有以下有益效果:
(1)在相同的信噪比的情况下可以显著提升单用户传输的信道容量;
(2)与现有的其他码本对比,不仅在理论上性能超越了其他方案,在结合信道编码的仿真实验中误码率性能也有了显著的提高;
(3)根据实际接收端采用的最佳接收机提出的设计准则,这一准则更贴近于实际传输需求,能够保障每一个用户以较公平的方式进行通信。
附图说明
图1显示为本发明的多用户多载波稀疏扩频序列的优化设计方法的流程图;
图2显示为多载波低密度扩频多址接入的发送接收示意图;
图3显示为不同信噪比下本发明的多用户多载波稀疏扩频序列与现有多用户多载波稀疏扩频序列的SMI的对比示意图;
图4显示为本发明的多用户多载波稀疏扩频序列与现有多用户多载波稀疏扩频序列的误比特率(BER)的对比示意图;
图5显示为本发明的多用户多载波稀疏扩频序列的优化设计系统的结构示意图。
元件标号说明
1 初始化模块
2 第一建模模块
3 第二建模模块
4 迭代模块
5 求解模块
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的多用户多载波稀疏扩频序列的优化设计方法及系统基于稀疏多载波扩频建立了复数域的稀疏扩频矩阵,同时针对高斯多址接入信道(Gaussian MultipleAccess Channel,GMAC)建立了多用户发送接收模型,进一步推导了基于单用户最优检测(Individual Optimal Detector,IOD)的SMI。基于SMI建立基于用户公平性的稀疏扩频序列优化模型,由于优化问题的目标函数和约束条件是互信息形式的高维高斯积分,因此采用多个初始点的内点法进行求解。由于内点法是一种不同于其他启发式算法的确定性算法,针对不同的初始点,其可以收敛到局部最优解。因此越多的初始点选取进行优化求解,最终得到全局最优解的可能性越大。
针对这种稀疏线性扩频的传输方式,由于接收端可以采用低复杂度的消息传递算法(Message Passing Algorithm,MPA)进行多用户检测,因此基于这种近似最优最大后验检测的接收,SMI是衡量每个用户传输速率的重要指标。因此根据加入高斯噪声干扰的接收信号可以推得每个用户的SMI。这一指标可以使用户实际发送速率得到匹配。结合不同的调制星座阶数和不同码率的信道编码可以实现发送速率与信道容量的匹配。因此,根据这一函数建立优化扩频序列的数学模型。同时考虑到用户传输的公平性,稀疏扩频序列的设计并不会偏袒任何一个用户,而是目的使每一个用户得到公平的资源分配。因此,考虑最小用户的传输速率,提出了一种最大化最小用户SMI的优化方案。同时在求解该非凸优化问题时,采用确定性的内点法进行求解,同时多次随机选择不同的初始点,在各个局部最优解中选择最佳方案以期逼近实际的全局最优解。
参照图1,本发明的多用户多载波稀疏扩频序列的优化设计方法包括以下步骤:
步骤S1、初始化高斯多址接入发射端以及发射功率、用户数目J、子载波数量K、每个用户的实际占用的子载波数目L、用户的调制方式Z以及用户接收端的信噪比SNR,按照最大的过载人数配置规则的稀疏扩频序列。
其中,L<K。
步骤S2、建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的SMI。
图2显示为多载波低密度扩频多址接入的发送接收系统。具体地,高斯信道下MC-LDSMA的系统模型为:
其中,Y为多用户的K维接收信号向量;为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,其中每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字。
更进一步,每一个子载波上的接收信号模型为:
其中,Yk为第k个子载波上的接收信号,pj为第j个用户的发送功率;Xkj为第k个子载波上第j个用户的扩频后的高维码字;Nk为第k个子载波上的加性复高斯白噪声;Zj为第j个用户调制后的一维复数域符号。为了叙述方便将全部用户的发送接收信号写成矩阵的形式。
将多用户多载波稀疏扩频序列用稀疏扩频矩阵表示,每一列为单个用户的稀疏扩频序列。每个用户所占用的子载波数量即为对应的稀疏扩频序列所包含的非零元素的个数;每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
为了便于理解,下面给出一个最常用的扩频矩阵参数样例:
其中,表示J=6个用户,K=4个正交的子载波资源,每个用户仅占用两个子载波。每一列为单个用户的稀疏扩频序列。其中每一个稀疏扩频序列包含两个非零元素。每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
基于上述的发送接收系统模型,假设发送端每个用户的发送符号是等概率的,则可以推导出高斯多址接入信道在给定信噪比情况下的SMI如下:
其中,M为用户的发送星座集合的阶数,K为子载波数量,
为所有用户星座集合的笛卡尔乘积。
步骤S3、建立最大化最小SMI的优化模型。
由于考虑的是上行多用户同时接入的模型,因此在给定用户功率的条件下,最优的稀疏扩频序列需要保障每个用户的发送速率处于一种公平的状态。因此,本发明以最大化最小SMI作为优化目标,优化的数学模型如下:
maxθminj=1,…,JI(Xj;Y)
s.t.θ≥0
θ<2π.
其中θ为稀疏扩频矩阵中的全部非零元素变量。
由上述的推导可知,为了内点法求解,将上述目标函数进行转化如下:
w=[θ1,…,θJ*N,R]T,定义g0(w)和gi(w),i=1,…,J分别表示目标函数和不等式约束,因此最大化最小SMI的优化模型可以重新表述为:
minwg0(w)=-R
s.t.gi(w)=R-I(Xi;Y)≤0,i=1,…,J.
步骤S4、设置最大迭代次数Tmax,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数Tmax。
具体地,随机产生初始点,采用内点法近似求解一系列修改的KKT方程,以期逼近当前的局部最优解。其中,根据计算复杂度的可行性设置最大迭代次数Tmax。
由于目标函数和约束条件均为连续函数并且关于自变量二阶可导,因此尽管上述优化问题为非凸优化,本发明采用随机产生初始点的确定性优化算法,对于给定的初始点,采用内点法近似求解一系列修改的KKT方程,以期逼近当前的局部最优解。
步骤S5、根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列。
具体地,每一次给定初始点的优化求解可以通过近似求解一系列修改的KKT方程,并通过内点法求解。随后在不同初始点下产生的局部最优解中选出性能最优的解来逼近全局最优解。其中修正的KKT方程如下:
其中λi为引入的正实数的未知参量。μ为引入的正实数域的罚参量,可以根据精度和迭代次数选取为一个较大的正实数。随着罚参量μ的增大,上述方程可以逼近真实的KKT条件。在给定μ的条件下,KKT条件可以通过原对偶内点方法进行迭代求解,并且在每一次迭代中步长(Δw,Δλ)可以通过下面的方程获得。
其中λ=(λ1,…,λJ)T,g(w)=(g1(w),…,gJ(w))T,并且rdual=-diag(λ)g(w)-(1/μ)1。
下面通过具体实施例来说明本发明的多用户多载波稀疏扩频序列的优化设计方法。设定高斯多址接入信道包括6个用户和4个子载波,生成两个非零元素的最优稀疏扩频矩阵:
基于此扩频矩阵结构,假设用户到达功率是相同的,针对不同的调制方式和不同的信噪比SNR下的最优扩频序列如表2和表3所示。其中每个用户的角度向量为其中每一个角度的单位为度(°),例如
表2、基于QPSK调制的不同信噪比下的一组最优扩频序列
表3、基于4-PAM调制的不同信噪比下的一组最优扩频序列
其中,每一种信噪比下对应着不同的最优扩频序列。因此给定实际信道条件,例如SNR范围,可以选择该范围下最优的扩频序列分配给不同的用户。上述的稀疏扩频矩阵由于多用户之间存在对称的结构,因此上述稀疏扩频序列改变用户的顺序并不会改变优化的结果,其可视为同一种码本。同时由于数值精度的取舍不同,上述角度波动在0到5度范围内对SMI的影响不大。
如图3和图4所示,本发明的多用户多载波稀疏扩频序列的优化设计方法在相同的信噪比的情况下可以显著提升单用户传输的信道容量;与现有的其他码本对比,不仅在理论上性能超越了其他方案,在结合信道编码的仿真实验中误码率性能也有了显著的提高。
参照图5,本发明的多用户多载波稀疏扩频序列的优化设计系统包括依次相连的初始化模块1、第一建模模块2、第二建模模块3、迭代模块4和求解模块5。
初始化模块1用于初始化高斯多址接入发射端以及发射功率、用户数目J、子载波数量K、每个用户的实际占用的子载波数目L、用户的调制方式Z以及用户接收端的信噪比SNR,按照最大的过载人数配置规则的稀疏扩频序列。
其中,L<K。
第一建模模块2用于建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的SMI。
图2显示为多载波低密度扩频多址接入的发送接收系统。具体地,高斯信道下MC-LDSMA的系统模型为:
其中,Y为多用户的K维接收信号向量;为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,其中每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字。
更进一步,每一个子载波上的接收信号模型为:
其中,Yk为第k个子载波上的接收信号,pj为第j个用户的发送功率;Xkj为第k个子载波上第j个用户的扩频后的高维码字;Nk为第k个子载波上的加性复高斯白噪声;Zj为第j个用户调制后的一维复数域符号。为了叙述方便将全部用户的发送接收信号写成矩阵的形式。
将多用户多载波稀疏扩频序列用稀疏扩频矩阵表示,每一列为单个用户的稀疏扩频序列。每个用户所占用的子载波数量即为对应的稀疏扩频序列所包含的非零元素的个数;每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
为了便于理解,下面给出一个最常用的扩频矩阵参数样例:
其中,表示J=6个用户,K=4个正交的子载波资源,每个用户仅占用两个子载波。每一列为单个用户的稀疏扩频序列。其中每一个稀疏扩频序列包含两个非零元素。每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
基于上述的发送接收系统模型,假设发送端每个用户的发送符号是等概率的,则可以推导出高斯多址接入信道在给定信噪比情况下的SMI如下:
其中,M为用户的发送星座集合的阶数,K为子载波数量,
为所有用户星座集合的笛卡尔乘积。
第二建模模块3用于建立最大化最小SMI的优化模型。
由于考虑的是上行多用户同时接入的模型,因此在给定用户功率的条件下,最优的稀疏扩频序列需要保障每个用户的发送速率处于一种公平的状态。因此,本发明以最大化最小SMI作为优化目标,优化的数学模型如下:
maxθminj=1,…,JI(Xj;Y)
s.t.θ≥0
θ<2π.
其中θ为稀疏扩频矩阵中的全部非零元素变量。
由上述的推导可知,为了内点法求解,将上述目标函数进行转化如下:
w=[θ1,…,θJ*N,R]T,定义g0(w)和gi(w),i=1,…,J分别表示目标函数和不等式约束,因此最大化最小SMI的优化模型可以重新表述为:
minwg0(w)=-R
s.t.gi(w)=R-I(Xi;Y)≤0,i=1,…,J.
迭代模块4用于设置最大迭代次数Tmax,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数Tmax。
具体地,随机产生初始点,采用内点法近似求解一系列修改的KKT方程,以期逼近当前的局部最优解。其中,根据计算复杂度的可行性设置最大迭代次数Tmax。
由于目标函数和约束条件均为连续函数并且关于自变量二阶可导,因此尽管上述优化问题为非凸优化,本发明采用随机产生初始点的确定性优化算法,对于给定的初始点,采用内点法近似求解一系列修改的KKT方程,以期逼近当前的局部最优解。
求解模块5用于根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列。
具体地,每一次给定初始点的优化求解可以通过近似求解一系列修改的KKT方程,并通过内点法求解。随后在不同初始点下产生的局部最优解中选出性能最优的解来逼近全局最优解。其中修正的KKT方程如下:
其中λi为引入的正实数的未知参量。μ为引入的正实数域的罚参量,可以根据精度和迭代次数选取为一个较大的正实数。随着罚参量μ的增大,上述方程可以逼近真实的KKT条件。在给定μ的条件下,KKT条件可以通过原对偶内点方法进行迭代求解,并且在每一次迭代中步长(Δw,Δλ)可以通过下面的方程获得。
其中λ=(λ1,…,λJ)T,g(w)=(g1(w),…,gJ(w))T,并且rdual=-diag(λ)g(w)-(1/μ)1。
因此,本发明的多用户多载波稀疏扩频序列的优化设计方法及系统将多载波低密度扩频多址接入建模为复数域的扩频矩阵:在高斯多址信道中,将调制后的信后进行线性扩频,扩频序列是复数域的稀疏向量,并且只有少量的非零元素。将稀疏扩频序列设计的目标参数设定为扩频矩阵中的非零元素,同时设定每个元素为单位幅度的复数,并采用复指数的形式表示。在给定设计参数下,即信噪比、用户发送功率、星座阶数和调制信号形式,推导了单用户互信息,得到了每一个用户在高斯信道下的理论传输容量。为了保障不同用户传输速率的公平性,将单用户互信息和用户间的公平性引入到稀疏扩频设计的准则中,采用最大化最小SMI作为优化的目标函数,其中优化变量为扩频矩阵中的非零元素。解优化的方法采用随机初始点的内点法,每一次随机生成初始点,采用内点法求解得到一个局部最优解,最终在全部局部最优解中选择性能最佳的序列以期逼近全局最优解。
综上所述,本发明的多用户多载波稀疏扩频序列的优化设计方法及系统在相同的信噪比的情况下可以显著提升单用户传输的信道容量;与现有的其他码本对比,不仅在理论上性能超越了其他方案,在结合信道编码的仿真实验中误码率性能也有了显著的提高;根据实际接收端采用的最佳接收机提出的设计准则,这一准则更贴近于实际传输需求,能够保障每一个用户以较公平的方式进行通信。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种多用户多载波稀疏扩频序列的优化设计方法,其特征在于:包括以下步骤:
初始化高斯多址接入发射端以及发射功率、用户数目、子载波数量、每个用户的实际占用的子载波数目、用户的调制方式以及用户接收端的信噪比,并按照最大的过载人数配置规则的稀疏扩频序列;
建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的单用户互信息;
建立最大化最小单用户互信息的优化模型;
设置最大迭代次数,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数;
根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列;
所述高斯多址接入信道的发送接收系统模型为:
其中,Y为多用户的K维接收信号向量;J为用户数目,为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,N的每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字,Z为用户的调制方式。
2.根据权利要求1所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:所述最大的过载人数为其中,J为用户数目,L为每个用户的实际占用的子载波数目,K为子载波数量。
3.根据权利要求1所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:假设发送端每个用户的发送符号是等概率的,则高斯多址接入信道在给定信噪比情况下的单用户互信息为:
其中,M为用户的发送星座集合的阶数,j=1…,J,K为子载波数量,
为所有用户星座集合的笛卡尔乘积。
4.根据权利要求1所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:将多用户多载波稀疏扩频序列用稀疏扩频矩阵表示,每一列为单个用户的稀疏扩频序列;每个用户所占用的子载波数量即为对应的稀疏扩频序列所包含的非零元素的个数;每个非零元素为单位幅度的复数域变量,用ejθ表示,其中θ∈[0,2π)。
5.根据权利要求4所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:设定高斯多址接入信道包括6个用户和4个子载波,用户的到达功率相同,基于QPSK调制的不同信噪比下的一组最优稀疏扩频序列如下表:
6.根据权利要求4所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:设定高斯多址接入信道包括6个用户和4个子载波,用户的到达功率相同,基于4-PAM调制的不同信噪比下的一组最优稀疏扩频序列如下表:
7.根据权利要求5或6所述的多用户多载波稀疏扩频序列的优化设计方法,其特征在于:角度θ能够在0到5度范围内波动。
8.一种多用户多载波稀疏扩频序列的优化设计系统,其特征在于:包括:
初始化模块,用于初始化高斯多址接入发射端以及发射功率、用户数目、子载波数量、每个用户的实际占用的子载波数目、用户的调制方式以及用户接收端的信噪比,并按照最大的过载人数配置规则的稀疏扩频序列;
第一建模模块,用于建立以多用户多载波稀疏扩频序列为设计目标的高斯多址接入信道的发送接收系统模型,并计算高斯多址接入信道在给定信噪比情况下的单用户互信息;
第二建模模块,用于建立最大化最小单用户互信息的优化模型;
迭代模块,用于设置最大迭代次数,随机产生不同的初始点,根据每个初始点采用内点法获取最大化最小单用户互信息的优化模型对应的局部最优解,直至到达到最大迭代次数;
求解模块,用于根据不同初始点下产生的局部最优解选出性能最优的解来逼近最大化最小单用户互信息的优化模型的全局最优解,从而得到给定信噪比和调制方式的多用户多载波稀疏扩频序列;
所述高斯多址接入信道的发送接收系统模型为:
其中,Y为多用户的K维接收信号向量;J为用户数目,为多用户的发送功率矩阵;s=[s1,…,sJ]=[sk,j]K*J为多用户的稀疏扩频矩阵;N为K维加性高斯白噪声向量,N的每一个维度的元素是独立同分的均值为零,方差为N0的复高斯随机变量;Xj为第j个用户的扩频后的高维码字,Z为用户的调制方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082953.0A CN106878226B (zh) | 2017-02-16 | 2017-02-16 | 一种多用户多载波稀疏扩频序列的优化设计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082953.0A CN106878226B (zh) | 2017-02-16 | 2017-02-16 | 一种多用户多载波稀疏扩频序列的优化设计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106878226A CN106878226A (zh) | 2017-06-20 |
CN106878226B true CN106878226B (zh) | 2019-08-27 |
Family
ID=59166263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710082953.0A Expired - Fee Related CN106878226B (zh) | 2017-02-16 | 2017-02-16 | 一种多用户多载波稀疏扩频序列的优化设计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106878226B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110690970B (zh) * | 2018-07-06 | 2021-11-19 | 华为技术有限公司 | 数据处理方法、装置及设备 |
CN108924079A (zh) * | 2018-07-31 | 2018-11-30 | 北京科技大学 | 一种功分多址系统发送端优化方法 |
CN110971267B (zh) * | 2018-09-27 | 2022-03-29 | 大唐移动通信设备有限公司 | 一种信号传输方法及装置 |
CN109495131B (zh) * | 2018-11-16 | 2020-11-03 | 东南大学 | 一种基于稀疏码本扩频的多用户多载波短波调制方法 |
CN110440909B (zh) * | 2019-07-31 | 2021-07-13 | 安徽智寰科技有限公司 | 一种基于噪声自适应识别的振动信号信噪比计算方法 |
CN114337901B (zh) * | 2021-12-28 | 2024-03-22 | 哈尔滨工业大学 | 适用于多址接入系统的多幅值序列集合的构造方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102215048A (zh) * | 2011-07-27 | 2011-10-12 | 中国人民解放军总参谋部第六十三研究所 | 一种扩展频谱信号的接收方法及接收装置 |
CN105472752A (zh) * | 2016-01-21 | 2016-04-06 | 清华大学 | 一种上行随机接入方法 |
CN106059970A (zh) * | 2016-06-29 | 2016-10-26 | 上海交通大学 | 基于容量最大化的稀疏编码多址接入码本设计方法 |
-
2017
- 2017-02-16 CN CN201710082953.0A patent/CN106878226B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102215048A (zh) * | 2011-07-27 | 2011-10-12 | 中国人民解放军总参谋部第六十三研究所 | 一种扩展频谱信号的接收方法及接收装置 |
CN105472752A (zh) * | 2016-01-21 | 2016-04-06 | 清华大学 | 一种上行随机接入方法 |
CN106059970A (zh) * | 2016-06-29 | 2016-10-26 | 上海交通大学 | 基于容量最大化的稀疏编码多址接入码本设计方法 |
Non-Patent Citations (3)
Title |
---|
5G Waveform & Multiple Acess Techniques;Qualcomn Technologies,Inc;《Qualcomn Technologies,Inc》;20151104;第1-46页 * |
Peformance Improvement of Iterative Multiuser Detection for Large Sparsely-Spread CDMA Systems by Spatial Coupling;Keigo Takeuchi等;《IEEE TRANSACTIONS ON INFORMATION THEORY》;20121031;第1-35页 * |
Receiver optimization on non-binary joint sparse graph for OFDM system;Lei Wen等;《WIRELESS COMMUNICATIONS AND MOBILE COMPUTING》;20170125;第3360-3376页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106878226A (zh) | 2017-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106878226B (zh) | 一种多用户多载波稀疏扩频序列的优化设计方法及系统 | |
Zhang et al. | Block sparse Bayesian learning based joint user activity detection and channel estimation for grant-free NOMA systems | |
CN109547183A (zh) | 一种全双工环境反向散射通信系统、传输方法及资源分配方法 | |
McKay et al. | On the mutual information distribution of OFDM-based spatial multiplexing: exact variance and outage approximation | |
Mathur et al. | A survey on advanced multiple access techniques for 5G and beyond wireless communications | |
CN106059970A (zh) | 基于容量最大化的稀疏编码多址接入码本设计方法 | |
Gui et al. | Stable adaptive sparse filtering algorithms for estimating multiple‐input–multiple‐output channels | |
CN106506133B (zh) | 宽带大规模mimo系统导频池及信道信息获取方法和系统 | |
Chaudhuri et al. | Optimised resource allocation under impulsive noise in power line communications | |
CN104702326A (zh) | 基于mse的虚拟mimo用户配对和资源分配方法 | |
Bharati et al. | Realization of MIMO channel model for spatial diversity with capacity and SNR multiplexing gains | |
Huang et al. | Optimal pilot sequence design for channel estimation in CDD-OFDM systems | |
Gómez-Cuba et al. | Unified capacity limit of non-coherent wideband fading channels | |
Hajek et al. | Capacity and reliability function for small peak signal constraints | |
CN105992225B (zh) | 一种基于电力无线专网的频谱共享方法和系统 | |
CN103795674B (zh) | 一种降低mimo‑ofdm系统的papr的方法 | |
Zhang et al. | Joint spatial modulation and beamforming based on statistical channel state information for hybrid massive MIMO communication systems | |
Yue | Specular component‐based beamforming for broadband massive MIMO systems with doubly‐ended correlation | |
Xu et al. | Proportional fairness resource allocation scheme based on quantised feedback for multiuser orthogonal frequency division multiplexing system | |
Chen et al. | Energy‐efficient power allocation for training‐based multiple‐input multiple‐output system with and without feedback | |
Zhang et al. | Cross-Domain Waveform Design for 6G Integrated Sensing and Communication | |
Hu et al. | Low‐complexity user selection method in 3D MU‐MIMO systems | |
Mao et al. | Energy efficiency optimisation in MIMO‐OFDMA systems with block diagonalisation | |
Liu et al. | Fast codeword selection for limited feedback beamforming multiple‐input–multiple‐output systems using breadth‐first tree search | |
Bhattacharjee et al. | Simulation, design and analysis of a low power MIMO-OFDM system and its implementation on FPGA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190827 Termination date: 20220216 |