CN107196741A

CN107196741A - 一种用于mimo‑scma系统的检测方法

Info

Publication number: CN107196741A
Application number: CN201710456215.8A
Authority: CN
Inventors: 肖悦; 董方维; 李志明; 雷霞; 李少谦
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2017-06-16
Filing date: 2017-06-16
Publication date: 2017-09-22
Anticipated expiration: 2037-06-16
Also published as: CN107196741B

Abstract

本发明属于无线通信技术领域，涉及一种用于MIMO‑SCMA系统的检测方法。本发明主要包括：(1)通过对接收信号进行ZF或者MMSE检测，再对各天线上的多用户的数据进行MPA检测初始解；(2)对MIMO‑SCMA系统的数学模型进行线性等效变换，转换为MIMO系统的数学模型；(3)在等效的MIMO系统模型中执行邻域搜索算法。将初始解置为当前解，找到当前解的邻域空间集合中ML代价最小的解，若该解的ML代价值小于当前解，则将该解更新为当前解，继续循环搜索过程，否则循环终止，输出最终解。若循环次数超过上限值，算法也终止，当前解即为最终输出解。本发明的有益效果是：相较于ML算法具有低复杂度的优势。

Description

一种用于MIMO-SCMA系统的检测方法

技术领域

本发明属于无线通信技术领域，涉及多输入多输出(Multiple-Input Multiple-Output,MIMO)、稀疏码多址(Sparse Code Multiple Access,SCMA)技术以及相关的信号检测技术，具体的说是涉及一种用于MIMO-SCMA系统的检测方法。

背景技术

MIMO技术在通信系统的收发端均采用多根天线，在提升系统容量、提高频谱效率、增强抗衰落能力等方面具有明显优势，因而在第四代移动通信系统(4G)、无线局域网(Wireless Local Area Network,WLAN)等领域有着广泛的应用。SCMA技术是一种面向5G的新型多址技术，将信源信息经过高维调制、稀疏扩频处理后，可以实现不同用户的码字在相同的资源块上非正交叠加，特别适用于5G通信中的热点高容量、海量连接、低延时接入等应用场景。MIMO技术与SCMA技术的结合，作为一种新的传输方案(下文简称MIMO-SCMA)，可以进一步提升频谱利用率、提升覆盖范围、增强抗衰落能力，是未来5G无线移动通信技术研究热点之一。MIMO-SCMA系统下行链路如图1所示。

在通信系统中，接收机的设计往往直接关系到系统的性能与成本。针对MIMO-SCMA系统，目前典型的算法可以分为两类：一类是最大似然(Maximum Likelihood,ML)检测算法，需要搜索多个用户所有可能发送的码字，其优点是检测性能最优，但是其复杂度随着用户个数、发射天线数和码字数呈指数增长，因此极高的复杂度限制了ML算法在实际通信系统中的应用；另一类是将ZF/MMSE检测与消息传递(Message Passing Algorithm,MPA)检测结合的方式，即ZF-MPA/MMSE-MPA算法，其优点是复杂度低，但是检测性能较差。为此，针对上述检测算法的局限性，本发明提出了一种低复杂度的可行方案。

发明内容

本发明针对MIMO-SCMA系统提出了一种低复杂度的检测方法，其主要思路是：(1)通过对接收信号进行ZF或者MMSE检测，再对各天线上的多用户的数据进行MPA检测初始解；(2)对MIMO-SCMA系统的数学模型进行线性等效变换，转换为MIMO系统的数学模型；(3)在等效的MIMO系统模型中执行邻域搜索算法。将初始解置为当前解，找到当前解的邻域空间集合中ML代价最小的解，若该解的ML代价值小于当前解，则将该解更新为当前解，继续循环搜索过程，否则循环终止，输出最终解。若循环次数超过上限值，算法也终止，当前解即为最终输出解。

本发明的技术方案是：

MIMO-SCMA系统下行链路如图1所示，具体步骤如下：

步骤1：产生信息比特。假设系统用户数为J，资源数为K，基站端发射天线数为T，每个用户的接收天线数为R，码本码字数为M，则在基站端生成总的信息比特数为JTlog₂(M)。

步骤2：SCMA编码。首先，将各个用户的比特流b_j映射至N维的星座，即高维调制；然后将N维的非零星座点映射至K维码字(N<K)，即稀疏扩频。

步骤3：在基站端，各个用户的信息经过SCMA编码后得到的码字叠加在一起，经过天线发送出去，经过无线信道后到达不同的用户。

步骤4：接收端进行信号检测。在MIMO-SCMA系统下行链路中，对于接收端的某个用户，其接收信号可以表示为：

y＝Hx+n

其中，表示基站端的发送码字，表示接收端的接收符号向量，表示加性高斯白噪声向量，其元素服从均值为0、方差为σ²的高斯分布。信道矩阵H为：

ML检测虽然具有最优的检测性能，但其复杂度极高，难以应用于实际的通信系统中，而ZF-MPA、MMSE-MPA检测算法虽然复杂度低，但检测性能较差。为此，本发明提出了一种近最优性能的低复杂度的检测方法，具体流程如图2所示，其详细步骤如下：

步骤4-1：对接收信号y进行MMSE检测，得到检测符号为

步骤4-2：对各个天线上检测符号进行MPA检测，分离各个用户的信息，得到初始解s₀。

步骤4-3：对MIMO-SCMA系统的数学模型进行线性等效变换，转换为MIMO系统的数学模型：

其中为接收符号，为高斯白噪声，为发送符号向量，其元素为PSK/QAM调制符号。等效变换后的信道矩阵为：

其中F为SCMA因子图矩阵，d_f为每个资源上冲突的用户数，θ_u(u＝1,...,d_f)为高维调制星座的旋转角度。

步骤4-4：将初始解s₀置为当前解s⁽ⁱ⁾，并进行邻域搜索。对于解向量s，其邻域空间集合为该集合中所有的解向量与s仅有一个或若干调制符不同。以s＝[+1,-1,-1,+1,+1,-1]^T为例，仅有一个调制符号不同的邻域集合可以定义为：

根据上述邻域定义，搜索当前解s⁽ⁱ⁾的邻域空间解，找到中ML代价最小的解

步骤4-5：若φ(g)<φ(s⁽ⁱ⁾)，则更新下一次循环的当前解s⁽ⁱ⁺¹⁾＝g，并回到步骤4-4，继续执行循环搜索过程。

步骤4-6：否则，算法终止，输出最终解若循环超出设定的上限值，算法也将终止，并输出最终解

步骤4-7：对最终输出的解向量进行数字解调，恢复得到原始比特信息。

本发明的有益效果是：

本发明针对MIMO-SCMA系统提出了一种低复杂度的检测方法，该方法的优点主要体现在：该检测方法在误码率性能上相较于ZF-MPA、MMSE-PMA检测算法有明显优势，由于该检测方法首先通过ZF-MPA或者MMSE-PMA检测算法获得初始解，其后邻域搜索过程的复杂度仅随信号的调制阶数和发射天线数呈线性增长，因此相较于ML算法具有低复杂度的优势。

附图说明

图1是MIMO-SCMA系统框图；

图2是本发明提出的针对MIMO-SCMA系统检测方法的流程图。

具体实施方式

发明内容部分已经对本发明的技术方案进行了详细描述，在此不再赘述。

Claims

1.一种用于MIMO-SCMA系统的检测方法，定义MIMO-SCMA系统用户数为J，资源数为K，基站端发射天线数为T，每个用户的接收天线数为R，码本码字数为M，；其特征在于，包括以下步骤：

S1、产生信息比特：

根据系统参数，在基站端生成总的信息比特数为JT log₂(M)；

S2、SCMA编码：

首先，将各个用户的比特流b_j映射至N维的星座，即高维调制；然后将N维的非零星座点映射至K维码字，N<K，即稀疏扩频；

S3、信息发送：

在基站端，将各个用户的信息经过SCMA编码后得到的码字叠加在一起，经过天线发送出去；

S4、接收端进行信号检测；

对于接收端的某个用户，其接收信号表示为：

y＝Hx+n

其中，表示基站端的发送码字，表示接收端的接收符号向量，表示加性高斯白噪声向量，其元素服从均值为0、方差为σ²的高斯分布；信道矩阵H为：

则对接收信号y的具体检测方法为：

S41、对接收信号y进行MMSE检测，得到检测符号为：

S42、对各个天线上检测符号进行MPA检测，分离各个用户的信息，得到初始解s₀；

S43、对MIMO-SCMA系统的数学模型进行线性等效变换，转换为MIMO系统的数学模型：

其中，为接收符号，为高斯白噪声，为发送符号向量，其元素为PSK/QAM调制符；等效变换后的信道矩阵为：

其中，F为SCMA因子图矩阵，d_f为每个资源上冲突的用户数，θ_u为高维调制星座的旋转角度，u＝1,...,d_f；

S44、将初始解s₀置为当前解，并进行邻域搜索s⁽ⁱ⁾；对于解向量s，其邻域空间集合为该集合中所有的解向量与s仅有一个调制符不同；根据邻域定义，搜索当前解s⁽ⁱ⁾的邻域空间解，找到中ML代价最小的解：

S45、判断φ(g)<φ(s⁽ⁱ⁾)是否成立，若是，则更新当前解s⁽ⁱ⁺¹⁾＝g，并回到步骤S44，若否，则进入步骤S46；

S46、输出最终解

S47、对最终输出的解向量进行数字解调，恢复得到原始比特信息。