CN107204831A - 一种用于mimo‑scma系统的低复杂度检测方法 - Google Patents
一种用于mimo‑scma系统的低复杂度检测方法 Download PDFInfo
- Publication number
- CN107204831A CN107204831A CN201710461446.8A CN201710461446A CN107204831A CN 107204831 A CN107204831 A CN 107204831A CN 201710461446 A CN201710461446 A CN 201710461446A CN 107204831 A CN107204831 A CN 107204831A
- Authority
- CN
- China
- Prior art keywords
- mrow
- solution
- mover
- mimo
- msubsup
- 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.)
- Granted
Links
Classifications
-
- 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
- H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
-
- 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
-
- 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
- H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信技术领域,涉及一种用于MIMO‑SCMA系统的低复杂度检测方法。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,得到初始解;(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)若初始解的ML代价值小于门限值,即直接输出初始解;(4)若初始解不满足门限值,则对初始解进行邻域搜索,将前m个最优邻域解作为m个初始解。对当前m个解同时进行邻域搜索,对每个当前解各保留n个最优邻域解,然后在m×n个邻域解中保留前m个不同的最优解作为下次迭代的当前解,循环迭代搜索至满足终止条件。本发明的有益效果是:在误码率性能上有明显优势,且具有低复杂度的优势。
Description
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系统的低复杂度检测方法。
背景技术
随着移动互联网和物联网的不断发展,各种新兴业务不断涌现,现有的第四代移动通信系统(4G)网络将无法满足未来的需求。目前,非正交多址技术受到业界的广泛关注,被视为5G网络中最具潜力的关键空口技术,SCMA技术就是非正交多址技术中的一种候选技术方案。SCMA技术是一种新型多址技术,它将用户的信息进行高维调制、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,其中用户数可以数倍于资源数,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技术由来已久,其采用的多天线技术可以在不增加额外带宽的条件下成倍地提升频谱效率,同时具有抗多径衰落的优势,在第四代移动通信系统(4G)、无线局域网(Wireless Local AreaNetwork,WLAN)等领域有着广泛的应用。考虑到传统MIMO技术的优势,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),可以进一步提高频谱效率、提升系统容量、改善误码率性能,是下一代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,属于联合检测算法,需要联合搜索多个用户所有可能发送的码字,其优点是具有最佳的误码率性能,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ZF-MPA/MMSE-MPA算法,即将ZF/MMSE检测与消息传递(Message Passing Algorithm,MPA)检测结合的方式,即其优点是复杂度低,但是检测性能较差。为此,针对上述检测算法的局限性,本发明提出了一种近ML性能的低复杂度的检测算法。
发明内容
本发明针对MIMO-SCMA系统提出了一种近ML性能的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,得到初始解;(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)若初始解的ML代价值小于门限值,即直接输出初始解,算法终止;(4)若初始解不满足门限值,则对初始解进行邻域搜索,将前m个最优邻域解作为m个初始解。对当前m个解同时进行邻域搜索,对每个当前解各保留n个最优邻域解,然后在m×n个邻域解中保留前m个不同的最优解作为下次迭代的当前解,如此进行循环迭代搜索,直至算法满足终止条件而停止。
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bj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,df为每个资源上冲突的用户数,θu(u=1,...,df)为高维调制星座的旋转角度。
步骤4-4:引入门限值Vth,若则直接输出最终解算法终止;
步骤4-5:否则,获得m个初始解。通过对s0进行邻域搜索,得到m个初始解,并置为当前解
其中函数s0的邻域集合为与s0仅有一个或几个符号不同的所有向量集合。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:
步骤4-6:对于第i次循环,对当前m个解进行邻域搜索,对每个当前解保留前n个最优邻域解
步骤4-7:从得到的m×n个解向量,即集合C中,选择前m个最优解作为下次循环的当前解
步骤4-8:如果前一次循环得到的最小ML代价值小于或等于当前迭代的最小ML代价值,即
则算法终止,最终解为
步骤4-9:否则,将下一次循环的当前解更新为
并回到步骤4-6,继续执行循环流程,直至满足终止条件或者达到循环上限,算法即终止。
步骤4-10: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MMSE-PMA检测算法有明显优势,且复杂度比MMSE-PMA检测算法略有增长,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系统低复杂度检测方法的流程图。
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)
1.一种用于MIMO-SCMA系统的低复杂度检测方法,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JTlog2(M);
S2、SCMA编码:
首先,将各个用户的比特流bj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,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:
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mi>MMSE</mi>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mi>MMSE</mi>
</msub>
<mi>y</mi>
</mrow>
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:
<mrow>
<mi>y</mi>
<mo>=</mo>
<mover>
<mi>H</mi>
<mo>~</mo>
</mover>
<mi>s</mi>
<mo>+</mo>
<mi>n</mi>
</mrow>
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,df为每个资源上冲突的用户数,θu(u=1,...,df)为高维调制星座的旋转角度;
S44、引入门限值Vth,并判断是否成立,若是,则直接输出最终解进入步骤S410,若否,则进入步骤S45;
S45、对s0进行邻域搜索,得到m个初始解,并置为当前解:
其中,函数s0的邻域集合为与s0仅有一个或几个符号不同的所有向量集合;迭代执行以下步骤:
S46、对于第i次循环,对当前m个解进行邻域搜索,对每个当前解保留前n个最优邻域解:
S47、从得到的m×n个解向量,即集合C中,选择前m个最优解作为下次循环的当前解:
<mrow>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mo>=</mo>
<munder>
<mrow>
<mi>arg</mi>
<mi> </mi>
<msub>
<mi>min</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<mi>C</mi>
</mrow>
</munder>
<mi>&phi;</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
S48、如果前一次循环得到的最小ML代价值小于或等于当前迭代的最小ML代价值,即:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&phi;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&phi;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
则最终解为进入步骤S410,否则进入步骤S49;
S49、将当前解更新为:
<mrow>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
</mrow>
回到步骤S46,直至i达到预设的循环次数上限后退出检测过程;
S410、对最终输出的解向量x进行数字解调,恢复得到原始比特信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710461446.8A CN107204831B (zh) | 2017-06-16 | 2017-06-16 | 一种用于mimo-scma系统的低复杂度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710461446.8A CN107204831B (zh) | 2017-06-16 | 2017-06-16 | 一种用于mimo-scma系统的低复杂度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107204831A true CN107204831A (zh) | 2017-09-26 |
CN107204831B CN107204831B (zh) | 2019-08-23 |
Family
ID=59908263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710461446.8A Active CN107204831B (zh) | 2017-06-16 | 2017-06-16 | 一种用于mimo-scma系统的低复杂度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107204831B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039401A (zh) * | 2018-08-21 | 2018-12-18 | 哈尔滨工业大学 | 一种天线资源scma下行链路检测方法 |
CN110430009A (zh) * | 2019-06-29 | 2019-11-08 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多用户联合编码调制系统 |
CN110677182A (zh) * | 2019-10-15 | 2020-01-10 | 哈尔滨工业大学 | 基于上行链路分层空时结构scma码本的通信方法 |
CN111565061A (zh) * | 2020-05-28 | 2020-08-21 | 安徽大学 | 一种基于深度神经网络的mimo-scma下行链路通信方法 |
CN112787694A (zh) * | 2021-01-12 | 2021-05-11 | 重庆邮电大学 | 一种基于期望传播的mimo-scma系统的低复杂度检测算法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104823384A (zh) * | 2012-12-14 | 2015-08-05 | 华为技术有限公司 | 用于scma通信系统中开环mimo通信的系统和方法 |
CN105591717A (zh) * | 2015-12-31 | 2016-05-18 | 电子科技大学 | 用于载波索引调制的mimo-ofdm系统的低复杂度检测方法 |
CN106357311A (zh) * | 2016-08-31 | 2017-01-25 | 电子科技大学 | 一种基于载波索引调制的mimo‑ofdm系统的检测方法 |
-
2017
- 2017-06-16 CN CN201710461446.8A patent/CN107204831B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104823384A (zh) * | 2012-12-14 | 2015-08-05 | 华为技术有限公司 | 用于scma通信系统中开环mimo通信的系统和方法 |
US9166663B2 (en) * | 2012-12-14 | 2015-10-20 | Futurewei Technologies, Inc. | System and method for open-loop MIMO communications in a SCMA communications system |
CN105591717A (zh) * | 2015-12-31 | 2016-05-18 | 电子科技大学 | 用于载波索引调制的mimo-ofdm系统的低复杂度检测方法 |
CN106357311A (zh) * | 2016-08-31 | 2017-01-25 | 电子科技大学 | 一种基于载波索引调制的mimo‑ofdm系统的检测方法 |
Non-Patent Citations (3)
Title |
---|
KEXIN XIAO 等: "Simplified multiuser detection for SCMA with sum-product algorithm", 《2015 INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATION & SIGNAL PROCESSING(WCSP)》 * |
SIYANG TANG 等: "Low Complexity Joint MPA Detection for downlink MIMO-SCMA", 《2016 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 * |
YANG DU等: "Joint Sparse Graph-Dector for Downlink MIMO-SCMA Systems", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039401A (zh) * | 2018-08-21 | 2018-12-18 | 哈尔滨工业大学 | 一种天线资源scma下行链路检测方法 |
CN109039401B (zh) * | 2018-08-21 | 2021-03-02 | 哈尔滨工业大学 | 一种天线资源scma下行链路检测方法 |
CN110430009A (zh) * | 2019-06-29 | 2019-11-08 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多用户联合编码调制系统 |
CN110430009B (zh) * | 2019-06-29 | 2022-02-18 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多用户联合编码调制系统 |
CN110677182A (zh) * | 2019-10-15 | 2020-01-10 | 哈尔滨工业大学 | 基于上行链路分层空时结构scma码本的通信方法 |
CN110677182B (zh) * | 2019-10-15 | 2021-06-01 | 哈尔滨工业大学 | 基于上行链路分层空时结构scma码本的通信方法 |
CN111565061A (zh) * | 2020-05-28 | 2020-08-21 | 安徽大学 | 一种基于深度神经网络的mimo-scma下行链路通信方法 |
CN111565061B (zh) * | 2020-05-28 | 2021-04-02 | 安徽大学 | 一种基于深度神经网络的mimo-scma下行链路通信方法 |
CN112787694A (zh) * | 2021-01-12 | 2021-05-11 | 重庆邮电大学 | 一种基于期望传播的mimo-scma系统的低复杂度检测算法 |
Also Published As
Publication number | Publication date |
---|---|
CN107204831B (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107204831A (zh) | 一种用于mimo‑scma系统的低复杂度检测方法 | |
CN105554865B (zh) | 一种基于stbc的mimo-scma系统下行链路设计方法 | |
CN108270474B (zh) | 基于遗传算法的mimo-scma系统码本设计方法 | |
CN109150275B (zh) | 基于天线组合和星座图联合映射的广义空间调制方法 | |
US8654910B1 (en) | Co-channel interference cancellation with multiple receive antennas for BICM | |
CN106357311A (zh) | 一种基于载波索引调制的mimo‑ofdm系统的检测方法 | |
CN108989262B (zh) | 一种基于apsk调制的低复杂度非相干空间调制检测方法 | |
CN107302419B (zh) | 一种用于mimo-ofdm系统的低复杂度检测方法 | |
US10735224B2 (en) | Tree search-based decoding | |
US10284334B2 (en) | Methods and devices for sequential sphere decoding | |
CN106953709A (zh) | 一种基于空间调制的多天线系统的下行非正交多接入方法 | |
Wang et al. | A deep learning-based intelligent receiver for improving the reliability of the MIMO wireless communication system | |
CN107005505A (zh) | 用于基于解码树的生成而对数据信号进行解码的方法和系统 | |
CN106788626B (zh) | 一种能够获得二阶发射分集的改进正交空间调制传输方法 | |
WO2022094778A1 (zh) | 多输入多输出mimo系统的检测方法和装置 | |
Chen et al. | Sparsity-inspired sphere decoding (SI-SD): A novel blind detection algorithm for uplink grant-free sparse code multiple access | |
Cogen et al. | Hexagonal quadrature amplitude modulation aided spatial modulation | |
CN109981151A (zh) | 大规模mimo系统中改进的高斯树近似消息传递检测算法 | |
CN107222448A (zh) | 一种星座图优化方法及系统 | |
CN114826832B (zh) | 信道估计方法、神经网络的训练方法及装置、设备 | |
He et al. | Opportunistic group antenna selection in spatial modulation systems | |
CN109818891B (zh) | 一种格基约减辅助的低复杂度贪心球形译码检测方法 | |
CN103401657A (zh) | 一种协作通信部分相干非差分分布式空时编码方法 | |
CN107196741B (zh) | 一种用于mimo-scma系统的检测方法 | |
Lu et al. | Attention-Empowered Residual Autoencoder for End-to-End Communication Systems |
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 |