CN106911431B - 应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法 - Google Patents

Abstract

应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，涉及信息与通信技术领域，是为降低部分边缘信息传递算法在稀疏编码多址接入系统中的误码率。本发明的方法：接收机对接收的信号进行迭代分析，在进行一定次数的迭代之后，根据迭代的可靠程度确定一定数目的用户节点所发送的信息码字，并对未确定的用户节点进行额外数目的迭代，最终确定所有用户发送的码字。仿真结果显示，相对于部分边缘信息传递算法，改进的边缘信息传递算法可以在稀疏编码多址系统中获得更小的误码率以及更小的复杂度。本发明适用于稀疏编码多址接入系统解调过程中。

Description

应用于稀疏编码多址接入系统解调过程中改进的部分边缘信 息传递方法

技术领域

本发明涉及信息与通信技术领域。

背景技术

随着无线通信技术的发展，第五代移动通信技术的研发正在如火如荼地展开着，其具有低延迟、大连接及高收敛性的特点。为了解决上述的挑战，稀疏编码多址接入技术提供了一种非正交多址接入的方案。稀疏编码多址接入技术可以看作是从稀疏码分多址发展而来的。在稀疏编码多址接入系统中，星座映射和扩频的过程将融为一体，从而使已编码的比特直接映射为多维码字并且将这些码字直接以一种稀疏的方式调制到正交的OFDM信道上。稀疏编码多址系统的特点是可以以一种低复杂度的方式允许用户的过载。

稀疏编码多址接入技术虽然具有较低的复杂度，但是在实际的工程应用当中，多用户的解调所带来的庞大的计算量仍然使得稀疏编码多址接入技术在接收端的复杂度较高。所以，在稀疏编码多址接入技术被提出来之后，很多的研究都集中在降低稀疏编码多址接入解调端的复杂度。解调过程在数学理论上可以看作是寻找所有用户发送符号的最大后验概率。但是正如上文所述，其大量的计算阻碍实际工程当中的应用。

为了解决这个问题，将以积和算法为基础的信息传递算法应用于稀疏编码多址技术的解调端，从而减小了计算量。另外，还有一些改进的算法进一步减小稀疏编码多址接入的解调端的计算量。

发明内容

本发明是为降低部分边缘信息传递算法在稀疏编码多址接入系统中的误码率，从而提供一种应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法。

应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，它包括以下步骤：

步骤一、初始化步骤；

初始化的值包括：用户节点的数目J；正交的物理信道的数目K；系统中用户节点使用的码本；用户发送码字的先验概率；用户节点向资源节点传递的初始信息；总的迭代次数I_T以及在m次迭代之后确定用户发送码字的数目t；I_T、m为正整数；

步骤二、迭代步骤；

步骤二一、当迭代次数i＜m时，资源节点k会先向其所连接的用户节点j传递信息，k＝1，...，K，j＝1，...，J；

所传递的信息为：

其中：

表示资源节点k发送给用户j的信息；

表示码字；η_k表示索引向量；[x_δ]表示用户节点；

表示在第i-1次循环中用户节点δ向资源节点k更新的信息；

表示i-1次循环中所有连接资源节点k的用户节点向资源节点k更新的信息的乘积；

式中：σ²表示方差；y_k表示信道k所接收到的信号；；

然后，用户节点j向其所连接的资源节点传递信息，所传递的信息为：

式中：δ表示用户节点；normalize()表示归一化；

表示码字为x的先验概率；ε_j表示索引向量；

步骤B2、迭代次数i＝m时，首先计算在进行m次迭代之后，接收机对J个用户节点发送码字的估计：

式中：q_k表示所有q_ki所构成的向量；q_k1表示用户k的码字为x₁时的信任度；m表示迭代次数；

按照如下定义的方法定义用户节点k发送码字的可靠程度，用R_k来表示：

令

其中：

表示被确定码字的用户的集合；R_θ表示R中前t个取值最大的元素，并且

对于节点用户k，假如R_k∈R_θ，则确定该用户节点所发送的码字：

式中：q_s表示所有q_si所构成的向量；

表示被确定的码字的集合；

否则，

式中：式中：x_s表示未被确定的码字的用户；

表示未被确定码字用户的集合；

在进行完分组之后，用户节点分为：

步骤B3、当迭代次数m＜i＜I_T时，对于所有的

进行如下方式的信息传递：

本发明具有以下特点和显著进步：

1)、本发明的改进的部分边缘信息传递方法的计算量与部分边缘信息传递方法的计算量相似，与传统的信息传递算法相比，这两种算法在稀疏编码多址接入系统当中的计算量有明显的减小，解调的复杂度得以大幅度降低；

2)、本发明的改进的部分边缘信息传递方法相对于部分边缘信息传递方法在误码率方面有明显的改善；

3)、本发明的改进的部分边缘信息传递方法可以更有效地对发送端传递的信息进行迭代，从而获得更可靠的码字。

附图说明

图1是一种简化的上行稀疏编码多址接入模型示意图；

图2是对于传统信息传递方法、部分边缘信息传递方法以及改进的部分边缘信息传递方法的计算量的比较示意图；

图3是当参数为t＝1时，部分边缘信息传递方法以及改进的部分边缘信息传递方法误码率的比较示意图；

图4是当参数为t＝1时，部分边缘信息传递方法以及改进的部分边缘信息传递方法误码率的比较示意图；

图5是信息传递方法、部分边缘信息传递方法以及改进的部分边缘信息传递方法收敛性的比较示意图。

具体实施方式

具体实施方式一、结合图1至图5说明本具体实施方式，应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，本发明的思想为：在本发明所设计的系统中，接收机会对接收的信号进行迭代分析，在进行一定次数的迭代之后，根据迭代的可靠程度确定一定数目的用户节点所发送的信息码字，并对未确定的用户节点进行额外数目的迭代，最终确定所有用户发送的码字。

图1给出了稀疏编码多址接入的固定上行链路的模型。J个用户的信号将调制到K个正交的OFDM信道上。对于第J个用户来说，log₂(|M|)个比特将按照自己的码本映射为一个K维的码字。需要注意到是，为了保持稀疏性，在K维码字当中有N维是等于零的。用x_j＝[x_j1，x_j2，...，x_jk]^T来表示第j个用户所发送的符号。并且令X＝[x₁，...，x_J]^T。

索引矩阵F可以用来描述稀疏编码多址接入技术。该矩阵包含了J行K列，分别表示了用户的数目和物理信道的数目。索引矩阵由0和1组成，f_j，k＝1为索引矩阵的第j行第k为1，表示了信号将会从用户j发送到第k个信道。用d_vj(j＝1，...，J)和d_fk(k＝1，...，K)来表示第j列和第k行中1的数目。在本发明中，假设d_v1＝d_v2＝...＝d_vJ＝d_v，d_c1＝d_c2＝...＝d_cJ＝d_c。另外，索引向量可以表示为ε_j＝{k|F_k，j＝1}(j＝1，2，...，J)和η_k＝{k|F_k，j＝1}(k＝1，...，K)。

在接收端所接收到的信号可以表示为：

其中：h_j＝[h_j1，...，h_jk]表示第j个用户的信道增益，diag(h_j)表示对角矩阵。

n＝[n₁，...，n_k]表示噪声向量，其元素为服从零均值和方差σ²的独立的随机变量。

固定的上行链路使得h₁＝h₂＝...＝h_J。所以等式(1)可以进一步写为

因子图可以有索引矩阵F来刻画，f_k，j＝1表示了在第j个用户节点和第k个资源节点处有连线。传统的信息传递算法的思想是迭代式地传递用户节点到资源节点之间的信息。令

和

分别表示用户j发送给资源节点k的信息和资源节点k发送给用户j的信息。在第i次迭代中所传递的信息可以表示为：

从(3)和(4)中可以看出计算量主要集中在

其复杂度为

为了进一步减小计算量，部分边缘信息传递算法将在第m次迭代的时候确定最后t个用户的码字。所以，在剩余的迭代中，只有前J-t个用户进行信息的迭代。经过最大迭代次数I_T之后，前J-t个用户的码字将会被最终确定。

部分边缘信息传递算法使得稀疏编码多址技术在接收端的计算量有了明显的改善，但是当计算量减小的时候，误码率会有相应的增加。其主要的原因是在第m次迭代的时候，t个用户的选择是随机的，也就说，有的用户在信息没有充分迭代的情况下就确定了码字，其结果就是降低了稀疏编码多址在接收端的整体性能。

本发明所提出的改进的部分边缘信息传递算法，将在第m次迭代后有目的地选择t个用户，使得信息迭代更充分的用户先确定码字。该算法在维持了和部分边缘信息传递算法相似的计算量的情况下，进一步减小了误码率。改进的部分边缘信息传递算法如下所示：

步骤A、初始化。初始化的值包括了用户节点的数目J；正交的物理信道的数目K；系统中用户节点使用的码本；用户发送码字的先验概率；用户节点向资源节点传递的初始信息；总的迭代次数I_T以及在m次迭代之后确定用户发送码字的数目t。

步骤B、进行迭代。

步骤B1、当迭代次数i＜m时，资源节点k(k＝1，...，K)会先向其所连接的用户节点j(j＝1，...，J)传递信息，所传递的信息为

其中：

然后用户节点j(j＝1，...，J)向其所连接的资源节点传递信息，所传递的信息为：

步骤B2、迭代次数i＝m时，对于，首先计算在进行m次迭代之后，接收机对J个用户节点发送码字的估计：

按照如下定义的方法定义用户节点k发送码字的可靠程度，用R_k来表示：

令

其中R_θ表示了R中前t个取值最大的元素，并且

对于节点用户k，假如R_k∈R_θ，则确定该用户节点所发送的码字：

否则，

在进行完分组之后，用户节点可以分为：

步骤B3、当迭代次数m＜i＜I_T时，对于所有的

进行如下方式的信息传递：

步骤C、当m＝I_T时，利用如下规则确定剩余的用户所发送的码字

由于传统的信息传递算法、部分边缘信息传算法以及本发明所提的改进的部分边缘信息传递算法的计算量的差异仅仅存在于迭代过程中，所以这里给出在迭代过程中的计算量的解析表达式。

对于传统的信息传递算法，乘法(Mul)和加法(Add)在迭代过程中的计算量

对于部分边缘信息传递算法，当t＝1时的计算量

在计算t＝2时部分边缘信息传递算法的计算量时，为计算方便，假定两个个用户节点连接不同的资源节点，所以：

从算法上相比较，部分边缘信息传递算法和改进的算法的计算量只在第m次迭代中有差别，其并不能导致计算量有实质上的增加，所以可以改进算法的计算量近似为部分边缘信息传递算法。

图2所示的为三种算法的计算量。可以看出，当m越小，t越大时，部分边缘信息传递算法和本发明中所提出的改进算法的计算量相对于传统的信息传递算法的计算量越小。当m＝2，t＝2时，部分边缘信息传递算法和本发明中所提出的改进算法所需要的乘法和加法仅仅为传统信息传递算法的一半，这将大大减少稀疏编码多址接入接收机的计算量，从而使该技术更易应用到实际工程当中。

图3以及图4给出的是在m＝2和m＝3的情况下，t取不同的值的时候的误码率曲线。从两图中可以看出，当m＝2时，改进的部分边缘信息传递算法的误码率相对于部分边缘信息传递算法的误码率有明显的改善，当m＝3时，改进的部分边缘信息传递算法的误码率相对于部分边缘信息传递算法的误码率更佳接近于传统的信息传递算法的误码率曲线。另外，由图3-1可以看出，m＝2，t＝1时改进的部分边缘信息传递算法的误码率曲线和m＝3，t＝1时部分边缘信息传递算法的误码率曲线几乎相同，这说明了改进的部分边缘信息传递算法的误码率只需要更小的计算量就能够达到和部分边缘信息传递算法的误码率相近的性能。

本发明具有以下特点和显著进步：

1)、改进的部分边缘信息传递算法的计算量与部分边缘信息传递算法的计算量相似，与传统的信息传递算法相比，这两种算法在稀疏编码多址接入系统当中的计算量有明显的减小；

2)、改进的部分边缘信息传递算法相对于部分边缘信息传递算法在误码率方面有明显的改善；

3)、改进的部分边缘信息传递算法可以更有效地对发送端传递的信息进行迭代，从而获得更可靠的码字。

Claims (2)

1.应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，其特征是：它包括以下步骤：

步骤一、初始化步骤；

初始化的值包括：用户节点的数目J；正交的物理信道的数目K；系统中用户节点使用的码本；用户发送码字的先验概率；用户节点向资源节点传递的初始信息；总的迭代次数I_T以及在m次迭代之后确定用户发送码字的数目t；I_T、m为正整数；

步骤二、迭代步骤；

步骤B1、当迭代次数i＜m时，资源节点k会先向其所连接的用户节点j传递信息，k＝1,...,K，j＝1,...,J；

所传递的信息为：

其中：

表示资源节点k发送给用户j的信息；

表示码字；η_k表示索引向量；

表示在第i-1次循环中用户节点δ向资源节点k更新的信息；

表示i-1次循环中所有连接资源节点k的用户节点向资源节点k更新的信息的乘积；用x_j＝[x_j1,x_j2,...,x_jk]^T来表示第j个用户所发送的符号；δ为用户节点或资源节点的序数；x_δ表示第δ个用户所发送的符号；

式中：σ²表示方差；y_k表示信道k所接收到的信号；

然后，用户节点j向其所连接的资源节点传递信息，所传递的信息为：

式中：normalize()表示归一化；

表示码字为

的先验概率；ε_j表示索引向量；

表示在第i次循环中资源节点δ向用户节点j更新的信息；

步骤B2、迭代次数i＝m时，首先计算在进行m次迭代之后，接收机对J个用户节点发送码字的估计：

式中：q_j表示所有q_ji所构成的向量；q_j1表示用户j的码字为x₁时的信任度；m表示迭代次数；M为码本星座点数目；q_ji表示用户j的码字为x_i时的信任度；

按照如下定义的方法定义用户节点j发送码字的可靠程度，用R_j来表示：

令

其中：

表示被确定码字的用户发送码字的可靠程度的集合；R_θ表示R中前t个取值最大的元素，并且

对于节点用户j，假如R_j∈R_θ，则确定该用户节点所发送的码字：

式中：q_s表示所有q_si所构成的向量；

表示被确定的码字的集合；q_si表示用户s的码字为x_i时的信任度；

否则，

式中：x_s表示未被确定码字的用户所发送的码字；

表示未被确定码字用户的集合；

在进行完分组之后，用户节点分为：

步骤B3、当迭代次数m＜i＜I_T时，对于所有的

进行如下方式的信息传递：

表示当迭代次数m＜i＜I_T时，对于所有的

信息传递资源节点k向用户节点s更新的信息；

2.根据权利要求1所述的应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，其特征在于索引向量η_k的表达式为：

η_k＝{k|F_k,j＝1}

式中：F为索引矩阵。

Images