CN107332796A - 盲检、上行接入方法及装置、接收机、发射机、基站 - Google Patents
盲检、上行接入方法及装置、接收机、发射机、基站 Download PDFInfo
- Publication number
- CN107332796A CN107332796A CN201610289918.1A CN201610289918A CN107332796A CN 107332796 A CN107332796 A CN 107332796A CN 201610289918 A CN201610289918 A CN 201610289918A CN 107332796 A CN107332796 A CN 107332796A
- Authority
- CN
- China
- Prior art keywords
- symbol
- sequence
- symbol sebolic
- sebolic addressing
- user
- 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
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03305—Joint sequence estimation and interference removal
-
- 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
- H04B1/7097—Interference-related aspects
- H04B1/7103—Interference-related aspects the interference being multiple access interference
-
- 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
- H04B1/7097—Interference-related aspects
- H04B1/7103—Interference-related aspects the interference being multiple access interference
- H04B1/7107—Subtractive interference cancellation
- H04B1/71072—Successive interference cancellation
-
- 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
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0238—Channel estimation using blind estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种盲检、上行接入方法及装置、接收机、发射机、基站,其中,该盲检方法包括:从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种盲检、上行接入方法及装置、接收机、发射机、基站。
背景技术
海量机器通信是5G万物互联的主要场景之一,也是提升生活水平的重要技术,其重要性毋容置疑,海量机器通信主要业务是低数据量(偶发小包)业务,通常要求低成本,低功耗终端,高覆盖。
传统的通信场景,主要是为用户服务的,其特点是:1.当前数据传输后,后面很大概率还会有数据传输要求;2.传输大块的数据,例如多媒体业务;3.交互性强,往往要求上行下行同时存在。
与传统通信不同,海量机器通信场景,主要围绕着“机器”,且具有明显不同于上述围绕着“用户”通信的特点:终端数量巨大、很多通过“钮扣电池”供电、业务以偶发小包为主和上行传输为主,这些特点要求海量机器通信必须满足:1.低功耗、低成本;2.接入流程简化,信令开销尽量小。
因为传统通信的接入方法是基于正交多址接入技术的,其需要严格的接入流程和大量的信令开销,以使得可以调度。虽然面向大数据量时,传统通信的接入方法的开销不明显,但相对偶发小包时,其信令开销占系统资源的比例会很大。
所以,如果仍然沿用基于调度的数据上报方式,那么对于没有数据通信时就通常转入深度睡眠的(非连接态)物联网机器终端而言,其每次为了发送一个偶发小包,都需要先进行一次基于竞争的随机接入过程,而此过程至少需要繁复的4步交互,这必将花费掉大量的信令开销、时延以及终端功耗,这很显然不适应于偶发小包的机器通信特点。
同样,对于海量连接,系统能支持的处于连接态的UE数量是有限的,而且海量连接中终端的通信具有偶发小包的特点,根据这两个特点,一个终端上报小量数据之后,为了省电,必须尽快释放连接,转入深度睡眠。如此一来,下次偶发小包到达时,终端又要重复这个过程:基于竞争随机接入-->获得调度-->在基站指定的时频资源里上报小包-->释放连接\深度睡眠。
可见,如果沿用基于调度的数据上报方式,那么对海量连接、偶发小包的机器通信而言,会造成其系统资源利用率低、信令开销大、终端功耗开销大、终端功率效率和谱效都低的后果,而且每比特的谱效和能效也将变得非常低。
进一步,为了“调度”而进行的基于竞争的随机接入过程,在海量连接场景的适用性,也是值得质疑的。因为基于竞争的随机接入过程,例如长期演进(Long-Term Evolution,简称为LTE)基于竞争的随机接入,第一步:终端选择前导(Preamble)以及选择发射前导(Preamble)的时频资源,也是随机,存在冲突的可能性,因此后面需要“冲突解决机制”。由于碰撞造成接入失败的终端,其还需要重新随机接入,这又会导致系统信令开销进一步加大,终端功耗也进一步增加。
而且,即使能忍受LTE基于竞争的随机接入带来的巨大信令开销和功耗,但是基于竞争的随机接入的冲突解决是有一定能力范围的。可以预料到,随着连接数量的增加,第一步的前导(Preamble)冲突的概率也会增加,继而失败终端的数量也会增加,终端重新随机接入的次数也会增加,这又进一步增加了信令和功耗开销。简单的说,当前导(Preamble)碰撞,接入失败时,在后面的时间里终端就需要重新随机接入,这个过程还存在如滚雪球般的恶性放大可能,所以,随着终端数量增加,随机接入增加,冲突的概率大到一定程度,基于竞争的随机接入有可能不能正常工作了。
可以预见,对于海量连接场景,终端的连接数量是远比目前设计LTE系统时大得多的。所以基于竞争的随机接入过程能否应付海量连接是很受质疑的。因此,对于海量连接场景,基于调度,即使能忍受基于竞争的随机接入的巨大信令开销和功耗,但是随机接入过程也可能是严重制约连接数和电池生命周期的瓶颈。
总上,目前面对海量连接的机器通信接入技术,应该尽量避免基于调度去进行设计,对于免调度码分多址技术,因为扩频序列不能通过基站指定或者分配,而是由终端自主产生的,所以当基站分离混叠在一起的多用户数据时,是不知道这些数据是哪些用户的,当然更不知道这些用户分别使用了什么扩展序列,以及各用户数据(扩展序列)所经历的信道,也就是说免调度机制下,基站就需要盲检多个用户信息。
而传统的盲检方法通常是基于匹配滤波器(Match Filter)的穷举方法:即基站虽然不知道本次接入有哪些用户使用了什么扩展序列,但基站知道所有可能的扩展序列,于是基站会遍历所有可能的扩展序列,即基站会使用所有序列去直接与接收符号做相关运算(解扩),并计算相关后符号的信干噪比,找出相关预算后具有信干噪比大于解调门限的符号流,送去解调译码。
但这种匹配相关方式,在有远近效应时,弱用户的性能是得不到保证的。为此,往往需要在匹配相关的基础上加上串行干扰消除(SuccessiveInterference Cancellation,简称为SIC)机制,即基站先通过一次遍历的匹配滤波操作解出相关后信号与干扰加噪声比(Signal Interference plus NoiseRatio,简称为SINR)最强的用户,然后消去该用户的信号,再去解后面的用户。
但是,由于免调度下,序列是终端自主产生的,这就存在不同用户采用了相同的扩展序列的可能性。系统为了让用户随机产生(或选择)的序列尽量不要一样,即碰撞概率尽量低,则必须增加可选的扩展序列的数量,即序列集合往往需要很大。在序列长度一定的情况下,如果序列数量越多,那么序列之间的互相关性就越强。强互相关序列会导致基于匹配滤波的盲检的性能下降很大,不可避免地,即使是基于匹配滤波的串行干扰消除(Match-Filtered SIC)接收机,其性能也会恶化严重,而且基于匹配滤波的盲检,由于是基于穷举的,序列集合很大时,复杂度是非常大的。
针对相关技术中,传统的基站盲检方法在大量机器接入时盲检性能大大下降等问题,尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种盲检、上行接入方法及装置、接收机、发射机、基站,以至少解决上述技术问题。
根据本发明的一个方面,提供了一种盲检方法,包括:
从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
可选地,所述K条L长序列是随机产生的、能量相等的序列;所述K条L长序列是能量相等的,并且序列的互相关的绝对值低于第一预定门限的序列;
所述K条L长序列是通过K条发射机扩展所使用的L长序列与合符号序列的L×L协方差矩阵运算后产生的,其中,所述K条发射侧序列是从发射侧使用的所有序列中选择的互相关的绝对值低于第二预定定门限的K条,所述合符号序列的L×L大小的协方差矩阵通过以下方式确定:合符号序列分成N段L长的序列,构成一个N列每列L长的L×N矩阵,所述L×N矩阵与自身的共轭转置矩阵相乘,得到一个L×L矩阵,所述L×L矩阵除以N,生成合符号序列的L×L协方差矩阵。
可选地,串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将R根接收天线收到的载波调制信号各自解调成合符号序列后,得到R个合符号序列,然后将R个符号序列使用Q种权值对所述R个符号序列加权相加所得,其中,在接收机只有一根接收天线时,加权值的种类数Q等于1,且加权值等于1。
可选地,从Q×K条符号序列选出达到预设解调门限的若干条符号序列进行解调译码,根据按照预设条件选取的K条L长的行向量对N条L行列向量的序列进行相乘之后,所述方法还包括:
获取Q×K个符号序列所对应的Q×K个信干噪比SINR,从所述Q×K个符号序列中筛选出所述SINR中超过预设门限的SINR所对应的符号序列。
可选地,所述信干噪比SINR通过所述符号流对应的星座图确定的。
可选地,从所述Q×K个符号流中筛选出所述Q×K个SINR中超过预设门限的SINR所对应的符号流之后,所述方法还包括:
将超过预设门限的SINR所对应的符号流解调和纠错码译码,对解调后的数据进行循环冗余码检验CRC校验译码,并记录校验译码正确的数据。
可选地,根据多个终端的所述由正确译码产生的用户的比特序列进行重构得到的符号序列及所述用户的导频,使用最小二乘准则对终端发射信号经历的信道进行信道估计。
根据本发明的另一个方面,还提供了一种上行接入方法,包括:
将待发送的比特序列编码调制成N个符号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;使用L长扩展序列对所述N个符号进行扩展,所述比特序列中携带有指示所述L长扩展序列的指示信息;对扩展后的符号进行载波调制得到载波调制信号,并发送所述载波调制信号。
可选地,所述L长扩展序列的指示信息至少包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,所述终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,使用L长扩展序列对所述N个符号进行扩展之后,所述方法还包括:
对扩展后的符号序列再使用L1长的扩展序列进行扩展,所述L1长扩展序列包括:非正交序列、正交序列,其中,当L1长扩展序列是非正交序列时,所述比特序列中携带有指示所述L1长扩展序列的指示信息。
可选地,所述L长扩展序列,L1长扩展序列的指示信息包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,所述终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,N2=0,N=N1。
根据本发明的另一个方面,还提供了一种盲检装置,包括:
解调译码模块,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
根据本发明的另一个方面,还提供了一种上行接入装置,包括:
编码调制模块,用于将待发送的比特序列编码调制成N个符号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
扩展模块,用于使用L长扩展序列对所述N个符号进行扩展,所述比特序列中携带有指示所述L长扩展序列的指示信息;
确定模块,用于对扩展后的符号进行载波调制得到载波调制信号;
发送模块,用于发送所述载波调制信号。
根据本发明的另一个方面,还提供了一种接收机,包括:第一处理器;用于存储处理器可执行指令的第一存储器;其中,所述第一处理器,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
根据本发明的另一个方面,还提供了一种发射机,包括:第二处理器;
用于存储处理器可执行指令的第二存储器;
其中,所述第二处理器,用于将待发送的比特序列编码调制成N个符号,使用L长扩展序列对所述N个符号进行扩展,对扩展后的符号进行载波调制得到载波调制信号,并发送所述载波调制信号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;所述比特序列中携带有指示所述L长扩展序列的指示信息。
根据本发明的另一个方面,还提供了一种基站,其特征在于,包括:以上所述的盲检装置。
通过本发明,使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,通过上述串行地解调译码出各个用户数据的过程,解决了相关技术中。传统的基站盲检方法在大量机器接入时盲检性能大大下降等问题,提高了基站盲检的可靠性,可以更好的适应海量通信的业务需求。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的盲检方法的流程图;
图2是根据本发明实施例的上行接入方法的流程图;
图3是根据本发明实施例的盲检装置的结构框图;
图4是根据本发明实施例的盲检装置的另一结构框图;
图5是根据本发明实施例的上行接入装置的结构框图;
图6是根据本发明实施例的上行接入装置的另一结构框图;
图7为根据本发明实施例中接收机的结构框图;
图8为根据本发明实施例中发射机的结构框图;
图9为根据本发明实施例的发射端发射信号的流程图;
图10为根据本发明实施例的将调制信号进行扩展的流程图;
图11为根据本发明实施例的接收集处理信号的流程图;
图12为根据本发明实施例的是确定SINR的流程图;
图13为根据本发明实施例的信号经过相位均衡前的流程图;
图14为根据本发明实施例的信号经过相位均衡后的流程图;
图15为根据本发明实施例的是接收侧处理步骤的简化图;
图16为根据本发明实施例的是盲检测方案一的原理图;
图17为根据本发明实施例的是盲检测方案二的原理图(一);
图18为根据本发明实施例的盲检测方案而的原理图(二);
图19为根据本发明实施例的盲检测方案三的原理图;
图20为根据本发明实施例的BPSK相位模糊图(一);
图21为根据本发明实施例的BPSK相位模糊图(二);
图22为根据本发明实施例的接收侧重构信号的流程图;
图23为根据本发明实施例的扩展的原理图;
图24为根据本发明实施例的用户1采用联合信道估计算法的效果图(一);
图25为根据本发明实施例的用户2采用联合信道估计算法的效果图(二);
图26为根据本发明实施例的不包含原点的三元星座图(一);
图27为根据本发明实施例的不包含原点的三元星座图(二);
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
在本实施例中提供了一种盲检方法,图1是根据本发明实施例的盲检方法的流程图,如图1所示,该流程包括如下步骤:
步骤S102;从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
通过上述接收机和发射机之间的交互流程,使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,通过上述串行地解调译码出各个用户数据的过程,解决了相关技术中。传统的基站盲检方法在大量机器接入时盲检性能大大下降等问题,提高了基站盲检的可靠性,可以更好的适应海量通信的业务需求。
可选地,K条L长序列是随机产生的、能量相等的序列;K条L长序列是能量相等的,并且序列的互相关的绝对值低于第一预定门限的序列;
K条L长序列是通过K条发射机扩展所使用的L长序列与合符号序列的L×L协方差矩阵运算后产生的,其中,K条发射侧序列是从发射侧使用的所有序列中选择的互相关的绝对值低于第二预定定门限的K条,合符号序列的L×L大小的协方差矩阵通过以下方式确定:合符号序列分成N段L长的序列,构成一个N列每列L长的L×N矩阵,所述L×N矩阵与自身的共轭转置矩阵相乘,得到一个L×L矩阵,所述L×L矩阵除以N,生成合符号序列的L×L协方差矩阵。
可选地,串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将R根接收天线收到的载波调制信号各自解调成合符号序列后,得到R个合符号序列,然后将R个符号序列使用Q种权值对R个符号序列加权相加所得,其中,在接收机只有一根接收天线时,加权值的种类数Q等于1加权值只有1种,即Q等于1,且权值等于1。
可选地,从Q×K条符号序列选出达到预设解调门限的若干条符号序列进行解调译码,根据按照预设条件选取的K条L长的行向量对N条L行列向量的序列进行相乘之后,方法还包括:
获取Q×K个符号序列所对应的Q×K个信干噪比SINR,从Q×K个符号序列中筛选出SINR中超过预设门限的SINR所对应的符号序列。
可选地,信干噪比SINR通过符号流对应的星座图确定的。
可选地,从Q×K个符号流中筛选出Q×K个SINR中超过预设门限的SINR所对应的符号流之后,方法还包括:
将超过预设门限的SINR所对应的符号流解调和纠错码译码,对解调后的数据进行循环冗余码检验CRC校验译码,并记录校验译码正确的数据。
可选地,根据多个终端的所述由正确译码产生的用户的比特序列进行重构得到的符号序列及所述用户的导频,使用最小二乘准则对终端发射信号经历的信道进行信道估计。
在本发明实施例中,还提供了一种上行接入方法,图2是根据本发明实施例的上行接入方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,将待发送的比特序列编码调制成N个符号,其中,N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
步骤S204,使用L长扩展序列对N个符号进行扩展,比特序列中携带有指示L长扩展序列的指示信息;
步骤S206,对扩展后的符号进行载波调制得到载波调制信号,并发送载波调制信号。
通过上述各个步骤,将待发送的比特序列编码调制成N个符号,使用L长扩展序列对N个符号进行扩展,对扩展后的符号进行载波调制得到载波调制信号,并发送载波调制信号,解决了相关技术中,随着机器通信的海量接入进而导致的传输接入技术出现的严重冲突以及可靠性差的问题,进而提高了上行接入过程的可靠性,避免了上行接入过程的过多的信令交互过程。
可选地,L长扩展序列的指示信息至少包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,使用L长扩展序列对N个符号进行扩展之后,方法还包括:
对扩展后的符号序列再使用L1长的扩展序列进行扩展,L1长扩展序列包括:非正交序列、正交序列,其中,当L1长扩展序列是非正交序列时,比特序列中携带有指示L1长扩展序列的指示信息。
可选地,L长扩展序列,L1长扩展序列的指示信息包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,N2=0,N=N1。
从接收符号中串行地解调译码出各个用户的数据,直到所有可解的用户数据都被解出来为止。串行地解调译码出各个用户数据的过程(简称串行多用户数据分离过程)是通过重复下面的操作完成的:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算(每份合符号序列都包含一个或多个接入用户的符号序列),产生Q*K条符号序列,从中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列重构,然后从合符号序列中减去重构符号序列,得到更新后的合符号序列。
在通过L长扩展序列和L1长扩展序列对N个符号进行扩展时,串行多用户数据分离过程的最开始Q份合符号序列是这样产生的:通过Q条L1长序列对包括所诉L长扩展后再L1长扩展的合符号序列相关后得到的。
以下结合一示例对上述技术方案进行简单的解释说明,但不用于限定本发明实施例。
在接收端,存在有R根接收天线,每个接收天线的接收信号经过载波解调后,得到L×N长的符号序列,L×N长符号序列是本次接入的一个或多个用户L×N长符号序列的叠加。(每个用户的扩展后的符号序列是L×N长)
首先,先将每根接收天线的L×N长接收符号按照与发射端相应的规则分成N组L长序列,(也可以看成是L行,N列的L×N的二维数组),再将R个L行N列的数组拼接成R×L行N列的数组
然后,基站在不知道本次接入有哪些用户、各个用户使用的扩展序列、各个用户经历的信道的情况下,使用K条R×L长的序列,与N组R×L长序列相关,得到K个相关后的符号流,每个符号流有N个符号。
之后,计算K组N长的符号流的信噪比(SNR)/信干噪比(SINR),本过程需要充分利用符号流构成的星座图(散点图)的特点,作必要的星座图旋转,硬判操作。找出信噪比(SNR)/信干噪比(SINR)超过一定门限的一个或多个(D个)符号流,并对其进行解调和纠错码译码,最后经过CRC校验,能通过CRC校验的视为译码正确。
最后,基站将已经正确译码的比特序列重新编码,调制,扩展处理,重新过信道,再从接收数据流中消去。其中,根据发射端过程可以知道,每个用户的正确译码中的比特序列中包含该用户的扩展序列信息,因此可以根据扩展序列信息重新获得与发射侧相同的扩展序列,并用此扩展序列对该用户的调制符号重新扩展一次。再将重构的扩展后数据信号重新过信道,而此信道系数是利用所有已经译码正确的用户数据联合信道估计算法所得到的。
在发射侧,L长扩展序列的特点是:各个发射机所使用的L长扩展序列之间是非正交的,且L长扩展序列中的元素均取值于复数域,且L长扩展序列的信息与比特序列有关。
其中,L长扩展序列与的比特序列信息相关:即发射机根据比特序列生成L长扩展序列;L长扩展序列采用长度较短的序列,例如4长,如果接收侧基站的接收天线数量较多,L的取值可以为2或1;
基站在不知道扩展序列的情况下,根据接收天线数目R,首先,用K条R×L长的序列对N组R×L长序列进行盲检测,且计算盲检测后K个数据流的信噪比(SNR)/信干噪比(SINR);然后,将SINR超过预定解调门限的D路数据流(或者取相关运算后最大SINR值对应的数据流)进行解调、译码和CRC;最后,重构正确译码后的数据,并且从接收信号中消去重构后的数据。
本发明实施例的盲检测方法包括以下几种:
的盲检测方法所使用的K条序列是在R×L维空间(R×L维是指MMSE最优序列的维度)里随机分布的序列,即纯随机选择的K条R×L长序列;
或者,
的盲检测方法所使用的K条序列是在R×L维空间里尽量均匀分布的序列,是指基站通过K条在R×L维空间里尽量均匀分布的矢量对接收到的信号做相关运算,的K条矢量也可以采用其他更加的分布方式分布在R×L维空间里。
或者,
的盲检测方法所使用的K条序列是在R×L维空间里彼此之间具有低互相关性的序列,且在将K条序列与N组R×L长序列做相关运算之前,需要将先计算合信号的协方差矩阵,且将N组R×L长序列与干扰协方差矩阵相乘。的干扰协方差矩阵是由N组R×L长序列与其共轭转置矩阵相乘所得到的。
得出相关运算的结果后,将SINR超过预定解调门限的D路数据流(或者取相关运算后最大SINR值对应的数据流)进行解调、译码和CRC,译码结果包括发射时所包含的扩展序列信息。
将CRC正确后的数据进行编码、调制后,需要对调制后的数据重新进行扩展处理,因为每个用户的扩展序列信息是参与信道纠错编码的,是作为编码比特的一部分的,所以,对于CRC正确的那些用户,根据其包含的扩展序列的信息可以重新获得与发射侧相同的扩展序列,并用此扩展序列对该用户的调制符号再次进行扩展处理。
将CRC正确后的数据进行编码、调制和扩展处理之后,需要将重构的扩展数据重新过信道,为此,需要对信道增益系数进行估计,而信道估计又可以分为以下两种:
1、分立信道估计:使用各用户的导频和已经译码正确的数据分别进行估计;该信道估计算法,在估计当前用户所经历的信道增益系数时,不再去估计之前已经译码正确的用户的信道增益系数。
2、联合信道估计:将所有已经译码正确的用户数据,都来作为已知符号(导频)来联合估计这些用户的信道,联合信道估计可以提高估计精度。该信道估计算法,在估计当前用户所经历的信道增益系数时,需要重新估计之前已经译码正确的用户的信道增益系数,即之前已经译码正确的用户的信道增益系数会被重新计算多次。
本发明实施例的一个可选实施场景:面对海量终端的接入场景,本发明实施例实际上是基于免调度设计思想,将序列扩展技术与一次传输技术相结合,其中所采用的扩展序列是较短的复数序列,短复数序列可以让系统以可实现的复杂度实现一次传输下的高过载率接入;接收侧,基站采用了本发明实施例提供的盲检测算法,结合SIC策略来分离多用户的数据。
由本发明实施例上述提供的技术方案可知,本发明提供的盲检方法,基站并不是像传统基于匹配滤波的盲检那样遍历所有发射侧可能使用的序列,而是另辟蹊径,使用能逼近解析MMSE的盲检方法。(解析MMSE要求基站必须知道当前接入用户的扩展序列及其信道,列出发射接收数据的关系式,然后利用解析的MMSE公式对发射数据做最优估计)。
而串行干扰消除过程,应用了基于已译码数据(数据导频)的联合信道估计技术。因为数据已经译码正确了,这时,要提高消除的准确性,就要提高信道估计的准确性。信道估计的传统方法是利用导频,但免调度、高过载的接入方案下,仅使用导频的信道估计是不够准确的。所以本发明实施例的技术方案充分利用已经译码正确的数据,即数据导频,来做联合信道估计,随着译码正确的用户越来越多,联合信道估计也会越来越准确,以此提高干扰消除的准确度,减少因为信道估计不准确导致的误差传播。
利用上述两个技术方案,最终可以逼近理想的最优的MMSE-SIC,进而提高对多用户信号检测的可靠性。其中,所谓理想的MMSE-SIC是假设基站已知当前接入用户所使用的扩展序列,也已知用户数据所经历的信道,但是这样的理想化假设在免调度接入下是难以达到的,因为免调度下基站往往是不知道当前有哪些用户接入,也不知道用户使用了什么扩展序列,也不知道用户数据经历的信道的。但通过本发明实施例的技术方案,可以让基站在一无所知的情况下,通过盲检就能非常逼近理想假设下的MMSE-SIC的性能。通过这些改进后的技术方案,从而可以更好的满足海量机器通信的业务需求。
采用本发明实施例提供的上述技术方案,避免传统正交多址接入的严格、复杂接入流程,简化接入流程,简化终端实现,降低终端功耗和成本,减少控制信令,提高海量链接场景下的系统效率和系统灵活性,增加覆盖。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
实施例2
在本实施例中还提供了一种盲检装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的盲检装置的结构框图,如图3所示,该装置包括:
解调译码模块30,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
通过上述各个模块的综合作用,使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,通过上述串行地解调译码出各个用户数据的过程,解决了相关技术中。传统的基站盲检方法在大量机器接入时盲检性能大大下降等问题,提高了基站盲检的可靠性,可以更好的适应海量通信的业务需求。
可选地,K条L长序列是随机产生的、能量相等的序列;K条L长序列是能量相等的,并且序列的互相关的绝对值低于第一预定门限的序列;
K条L长序列是通过K条发射机扩展所使用的L长序列与合符号序列的L×L协方差矩阵运算后产生的,其中,K条发射侧序列是从发射侧使用的所有序列中选择的互相关的绝对值低于第二预定定门限的K条,合符号序列的L×L大小的协方差矩阵通过以下方式确定:合符号序列分成N段L长的序列,构成一个N列每列L长的L×N矩阵,所述L×N矩阵与自身的共轭转置矩阵相乘,得到一个L×L矩阵,所述L×L矩阵除以N,生成合符号序列的L×L协方差矩阵。
可选地,串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将R根接收天线收到的载波调制信号各自解调成合符号序列后,得到R个合符号序列,然后将R个符号序列使用Q种权值对R个符号序列加权相加所得,其中,在接收机只有一根接收天线时,加权值的种类数Q等于1加权值只有1种,即Q等于1,且权值等于1。
可选地,图4是根据本发明实施例的盲检装置的另一结构框图,如图4所示,上述装置还包括:获取模块32,用于从Q×K条符号序列选出达到预设解调门限的若干条符号序列进行解调译码,根据按照预设条件选取的K条L长的行向量对N条L行列向量的序列进行相乘之后,获取Q×K个符号序列所对应的Q×K个信干噪比SINR,从Q×K个符号序列中筛选出SINR中超过预设门限的SINR所对应的符号序列。
可选地,信干噪比SINR通过符号流对应的星座图确定的。
可选地,从Q×K个符号流中筛选出Q×K个SINR中超过预设门限的SINR所对应的符号流之后,方法还包括:
将超过预设门限的SINR所对应的符号流解调和纠错码译码,对解调后的数据进行循环冗余码检验CRC校验译码,并记录校验译码正确的数据。
可选地,根据多个终端的所述由正确译码产生的用户的比特序列进行重构得到的符号序列及所述用户的导频,使用最小二乘准则对终端发射信号经历的信道进行信道估计。
在本实施例中还提供了一种上行接入装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的上行接入装置的结构框图,如图5所示,该装置包括:
编码调制模块50,用于将待发送的比特序列编码调制成N个符号,其中,N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
第一扩展模块52,用于使用L长扩展序列对N个符号进行扩展,比特序列中携带有指示L长扩展序列的指示信息;
确定模块54,用于对扩展后的符号进行载波调制得到载波调制信号;
发送模块56,用于发送载波调制信号。
通过上述各个模块的作用,将待发送的比特序列编码调制成N个符号,使用L长扩展序列对N个符号进行扩展,对扩展后的符号进行载波调制得到载波调制信号,并发送载波调制信号,解决了相关技术中,随着机器通信的海量接入进而导致的传输接入技术出现的严重冲突以及可靠性差的问题,进而提高了上行接入过程的可靠性,避免了上行接入过程的过多的信令交互过程。
可选地,L长扩展序列的指示信息至少包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,图6是根据本发明实施例的上行接入装置的另一结构框图,如图6所示,上述装置还包括:
第二扩展模块58,用于对扩展后的符号序列再使用L1长的扩展序列进行扩展,L1长扩展序列包括:非正交序列、正交序列,其中,当L1长扩展序列是非正交序列时,比特序列中携带有指示L1长扩展序列的指示信息。
可选地,L长扩展序列,L1长扩展序列的指示信息包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
可选地,N2=0,N=N1。
在本发明示例中,还提供了一种接收机,图7为根据本发明实施例中接收机的结构框图,如图7所示,包括:
第一处理器70;用于存储处理器可执行指令的第一存储器72;其中,第一处理器70,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
在本发明示例中,还提供了一种发射机,图8为根据本发明实施例中发射机的结构框图,如图8所示,包括:
第二处理器80;
用于存储处理器可执行指令的第二存储器82;
其中,第二处理器80,用于将待发送的比特序列编码调制成N个符号,使用L长扩展序列对N个符号进行扩展,对扩展后的符号进行载波调制得到载波调制信号,并发送载波调制信号,其中,N个符号包括:N1个调制符号和N2个导频符号,N为正整数;比特序列中携带有指示L长扩展序列的指示信息。
在本发明实施例中,还提供了一种基站,包括以上所述的盲检装置。
以下结合具体实施例对上述技术方案中涉及到的盲检过程和上行接入过程进行解释说明。
实施例3
发射端,信号采用BPSK调制,之后用复数域二元4长的非正交扩展序列进行扩展,且此指示扩展序列的信息比特和数据比特一起编码、调制,且假定过载率为300%,则有12个用户。接收侧,在不知道扩展序列信息的情况下,基站利用高效的盲检测算法对接收信号进行检测,之后对SINR达到预定解调门限的数据进行解调、译码和CRC;重构CRC译码正确的数据流时,首先,将CRC正确的数据流经过编码、调制;然后,对调制后的数据符号进行扩展,且所用的扩展序列与发射端的扩展序列相同;最后,将重新扩展的数据符号重新过信道,信道系数采用较优的联合信道估计算法得到,即信道系数可以被不断的优化来接近真实值。
图9为根据本发明实施例的发射端发射信号的流程图,首先,信源产生二进制信息比特序列,且该比特序列中包含终端身份标识信息的比特序列或者额外增加的比特序列,发射端所采用的扩展序列信息与终端身份标识信息或者额外增加的比特序列有关,且额外增加的比特序列可以使得每次生成的扩展序列信息具有随机性。
可选的,在这之后,还可以将二进制比特序列进行CRC、信道编码和QPSK调制成N1个符号,再加上N2个导频符号,一共N个符号,N=N1+N2。
然后,将调制后的信号经过L长的扩展序列进行扩展,本实施例中,L=4,如图10所示,假设调制后的数据符号为Sk,将Sk用4长的扩展序列进行扩展处理,本步骤中的扩展处理是指将Sk与4长序列的每个元素(复数符号)分别进行复数相乘,最终形成与所用4长扩展序列长度相同的符号序列。此处二元复数域4长非正交序列中的每个元素的实部和虚部的取值均取值于集合{+1,-1}。
最后,将扩展后的N×4长的符号通过载波调制(单载波或者多载波调制)转化为相应的载波调制信号。发射端发射上述形成的最终的载波调制信号(单载波或者多载波调制信号)。
接收端,先将N×4长的数据流分成N组4长序列,且由N组4长序列构成一个4行N列的矩阵。接收侧的处理流程如图11所示,首先,接收信号要经过盲检测处理,后续会给出三种盲检测方案,且根据不同的盲检测方案,所用的序列集中的序列个数也不同;然后,根据检测结果计算数据流的SINR值,统计u个SINR值中达到预定解调门限的SINR值(或者最大的SINR值);之后,将达到预定解调门限的SINR值(或者最大的SINR值)对应的数据流进行解调、译码、CRC,从而得到该用户的数据Bi;最后将CRC正确译码的数据进行重构,并用接收信号减去重构后的信号,继而去求解下一个用户的发射数据信息。
图12为根据本发明实施例的是确定SINR的流程图,图12中将盲检后的数据s1经过相位均衡模块,所谓的相位均衡模块就是将s1数据除以一个旋转因子α,而此旋转因子的推导可以从利用MMSE估计的符号来估计信道的方法来理解:
首先,收发关系可以表示为:y=Hs+n。
这里:H=H(ω)C=C·diag(h1,h2,…hn),是扩展序列加权相应信道后的矩阵,进而有如下等式:
令PH=diag(|h1|2,|h2|2,…,|hn|2);
则MMSE估计解析解是:
则当前最强用户(设第1个用户最强)的估计是:σ2I)-1y;
而用户的扩展序列(C1,C2,…Cn)基站是知道的,但信道(h1,h2,…hn)基站不知道,其中,对于12个用户来说,n=12。
如果通过正交导频,可以估计出一个较粗的(h1,h2,…hn),而如果只靠这个较粗的信道估计去做MMSE,则通过上面公式,估计出来的是不是最优好的。其实,可以先想办法计算用户的到达功率,得到PH=diag(|h1|2,|h2|2,…,|hn|2)。如下:
或者直接用:
C1 *(CPHC*+σ2I)-1y=αs1+noise,[这时α还包含了];
其中αs1其实就是一个被旋转伸缩后的星座图,例如图13,就能够通过对此星座图做一些“统计”计算,算的α,并除掉(均衡掉),得到规范化的星座图,如图14。这样就能得到SINR较高的这样的送去解调译码,可以取得更好的性能。主要复杂度是,通过“旋转伸缩后的星座图”统计α。
而且为了更加精确的评估发射信号在信道传输时所受到的相位旋转影响,需要考虑有变化的信道(如频选+频偏),需要考虑信道起伏的情况。然后,对相位均衡后的信号s2计算SINR值。
图15为根据本发明实施例的是接收侧处理步骤的简化图,步骤S1502,首先,将N×4个调制符号分成N组4长序列,且由N组4长序列构成4行N列矩阵;然后,在不知道扩展序列的情况下,基站对接收到的信号做盲检测,其中可以采用以下三种方案进行盲检测:
方案一:用1000条纯随机序列对N×4个符号进行盲检测,的盲检测就是用1000条4长序列与N组4长序列分别做相关运算,其中1000条4长纯随机序列是从4维空间中随机选取的。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将1000条随机序列中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图16所示;之后,求出此N个符号序列对应的SINR;最后,从1000个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案二:用在4维空间中尽量均匀分布的200条序列对N×4个符号进行盲检测,的盲检测就是用此200条4长序列与N组4长序列分别做相关运算,其中,此200条序列要尽量均匀分布在4维空间中,才能使得其盲检测的性能与采用MMSE检测的性能差距较小,如图17所示。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将200条在4维空间均匀分布的序列集中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图18所示;之后,求出此N个符号序列对应的SINR;最后,从此200个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案三:该方案可以最优的逼近MMSE性能,该方案需要把合符号序列的4×4协方差矩阵充分利用起来,所述的合符号序列的4×4协方差矩阵是由N组4长序列构成的4行N列矩阵与其共轭转置矩阵相乘所得到的,其中N组4长序列是将接收到的N×4长数据符号进行分组得到的。
首先,收发关系可以表示为:y=Hs+n。
令发射信号s的功率是归一化的,即Rss=E(ss*)=I,且干扰(包括噪声)与信号是独立的,则Rns=E(ns*)=0,Rys=E(ys*)=H,Ryy=E(yy*)=HH*+Rnn。其中s*表示s的共轭转置,该表示形式适合其他在本专利中出现的数据符号。
MMSE检测接收权矢量G的确定为:
其中Rnn=E(nnH),表示干扰(包括噪声)的自相关阵;就是合符号序列的4×4协方差矩阵。
在64条低互相关性的序列去对接收信号盲检测之前,需要先用与由N组4长序列构成的4行N列矩阵相乘,得到相乘后的矩阵T,之后再用64条低互相关序列与矩阵T分别做相关运算,即如图19所示;最后,从此64个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。其中,和重构后的信号有关,其值是将从接收信号中消去重构后的信号进行自相关运算得到的。
三种方案的区别主要如下:方案一是利用1000条随机序列去匹配G,来获取接近MMSE的检测性能;方案二是用4维空间里尽量均匀分布的200条矢量去匹配G,来获得接近MMSE的检测性能。而方案三将用64条低互相关性的序列去匹配Ryx,而不是去匹配G,方案三要将干扰的协方差也充分利用起来。
步骤S1504,根据随机相关运算的结果,选择达到预定解调门限(或者最大SINR)的SINR值。
步骤S1506,将SINR达到预定解调门限(最大SINR)对应的符号流进行解调,根据加入的N2个导频信号,可以用来判断是否发生了相位模糊问题,对于BPSK调制,会发生0、π相位模糊问题,所谓的0、π相位模糊如图20、22所示,图20中方块代表相位为π的信号,其在解调时被解调为相位为0的信号;图21中圆圈代表相位为0的信号,其在解调时被解调为相位为180的信号,这样就造成了误差。但是根据发射侧加入的已知信号(导频),通过对比已知信号的相位变化,可以知道信号是否发生了相位翻转,并且对相位翻转的信号进行纠正。
将相位纠正后的符号进行译码以及CRC处理,如果CRC检验正确,则表示成功译出了该用户的数据符号。
步骤S1508,对已经CRC正确译码的用户进行重构,重构的过程如图22所示,
步骤S2202,从已经CRC译码正确的信号中获取扩展序列信息,基站根据扩展序列的信息可以获得与发射侧相同的扩展序列。
步骤S2204中,将CRC译码正确的信号进行编码、调制,得到重构中的调制信号。
步骤S2206,基站根据扩展序列信息可以获得与发射侧相同的扩展序列,用与发射侧相同的扩展序列对上述的调制符号进行扩处理,所谓的扩展处理如图23所示,一个数据符号为Sk,一个4长的扩展序列C={c1,c2,……c4},的扩展处理就是将Sk与扩展序列C中的每个元素相乘,最终得到扩展后的序列{Skc1,Skc2,……Skc4}的过程。
步骤S2208,利用信道估计获得信道增益系数,并根据获得的信道系数,对扩展后的信号重新过信道。这里估计信道系数的方法有两种,一种是分立的信道估计算法,另一种是联合信道估计算法。
(一)联合信道估计算法:
联合信道估计算法充分利用已经正确译码(通过CRC)的用户数据,利用正交导频和数据导频一起提升信道估计的精度:
利用数据导频,使用LS(最小二乘)准则估计信道的过程如下,
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。
如果第1、第2两个用户都译对了,则:Y=S1h1+S2h2+in=S12h12+in;这里,S12=[S1;S2],是两列每列长N×4的矩阵,
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-12,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。
随着译对用户越来越多,每个用户的信道估计也会越来越准。如图24、26所示,随着每次联合估计的次数增加,用户1和用户2的信道估计的会越来越接近其真实的信道的。
同样,如果信道不是恒定的,时频有波动的,则可以根据mMTC信道慢变,一定时频资源上信道是近似恒定的,则可以分段处理,分段应用上述LS估计出信道,然后平滑滤波后,重新过这个信道,并做干扰消除。这样残余误差也会越来越小!后面的弱用户的性能得以保证。
或者,
(二)分立信道估计算法:
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。此时有:
Y-1=S2h2+in2
同理,则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-2,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。并且依次类推,按照图15再解调剩下的用户信息,直到可解调的用户数据都被解调出为止。
实施例4
发射端,信号采用QPSK调制,之后用复数域二元4长的非正交扩展序列进行扩展,且此指示扩展序列的信息比特和数据比特一起编码、调制,且假定过载率为300%,则有12个用户。接收侧,在不知道扩展序列信息的情况下,基站利用高效的盲检测算法对接收信号进行检测,之后对SINR达到预定解调门限的数据进行解调、译码和CRC;重构CRC译码正确的数据流时,首先,将CRC正确的数据流经过编码、调制;然后,对调制后的数据符号进行扩展,且所用的扩展序列与发射端的扩展序列相同;最后,将重新扩展的数据符号重新过信道,信道系数采用较优的联合信道估计算法得到,即信道系数可以被不断的优化来接近真实值。
图9为根据本发明实施例的发射端发射信号的流程图,首先,信源产生二进制信息比特序列,且该比特序列中包含终端身份标识信息的比特序列或者额外增加的比特序列,发射端所采用的扩展序列信息与终端身份标识信息或者额外增加的比特序列有关,且额外增加的比特序列可以使得每次生成的扩展序列信息具有随机性。
之后,将二进制比特序列进行CRC、信道编码和QPSK调制成N1个符号,再加上N2个导频符号,一共N个符号,N=N1+N2。
然后,将调制后的信号经过L长的扩展序列进行扩展,本发明实施例中,L=4,如图10所示,假设调制后的数据符号为Sk,将Sk用4长的扩展序列进行扩展处理,本步骤中的扩展处理是指将Sk与4长序列的每个元素(复数符号)分别进行复数相乘,最终形成与所用4长扩展序列长度相同的符号序列。此处二元复数域4长非正交序列中的每个元素的实部和虚部的取值均取值于集合{+1,-1}。
最后,将扩展后的N×4长的符号通过载波调制(单载波或者多载波调制)转化为相应的载波调制信号。发射端发射上述形成的最终的载波调制信号(单载波或者多载波调制信号)。
接收端,先将N×4长的数据流分成N组4长序列,且又此N组4长序列构成一个4行N列的矩阵。接收侧的处理流程如图11所示,首先,接收信号要经过盲检测处理,后续会给出三种盲检测方案,且根据不同的盲检测方案,所用的序列集中的序列个数也不同;然后,根据检测结果计算数据流的SINR值,统计u个SINR值中达到预定解调门限的SINR值(或者最大的SINR值);之后,将达到预定解调门限的SINR值(或者最大的SINR值)对应的数据流进行解调、译码、CRC,从而得到该用户的数据Bi;最后将CRC正确译码的数据进行重构,并用接收信号减去重构后的信号,继而去求解下一个用户的发射数据信息。
如图12所示,图12中将盲检后的数据s1经过相位均衡模块,所谓的相位均衡模块就是将s1数据除以一个旋转因子α,而此旋转因子的推导可以从利用MMSE估计的符号来估计信道的方法来理解:
首先,收发关系可以表示为:y=Hs+n。
这里:H=H(ω)C=C·diag(h1,h2,…hn),是扩展序列加权相应信道后的矩阵,进而有如下等式:
令PH=diag(|h1|2,|h2|2,…,|hn|2);
则MMSE估计解析解是
则当前最强用户(设第1个用户最强)的估计是:
而用户的扩展序列(C1,C2,…Cn)基站是知道的,但信道(h1,h2,…hn)基站不知道,其中,对于12个用户来说,n=12。
如果通过正交导频,可以估计出一个较粗的(h1,h2,…hn),而如果只靠这个较粗的信道估计去做MMSE,则通过上面公式,估计出来的是不是最优好的。其实,可以先想办法计算用户的到达功率,得到PH=diag(|h1|2,|h2|2,…,|hn|2)。如下:
或者直接用:
C1 *(CPHC*+σ2I)-1y=αs1+noise,[这时α还包含了]
其中的αs1其实就是一个被旋转伸缩后的星座图,例如图13所示,能够通过对此星座图做一些“统计”计算,算的α,并除掉(均衡掉),得到规范化的星座图,如图14所示。这样就能得到SINR较高的这样的送去解调译码,可以取得更好的性能。主要复杂度是,通过“旋转伸缩后的星座图”统计α。
而且为了更加精确的评估发射信号在信道传输时所受到的相位旋转影响,需要考虑有变化的信道(如频选+频偏),需要考虑信道起伏的情况。然后,对相位均衡后的信号s2计算SINR值。
如图15所示,步骤S1502,首先,将N×4个调制符号分成N组4长的序列,且由此N组4长序列构成4行N列矩阵;然后,在不知道扩展序列的情况下,基站对接收到的信号做盲检测,其中可以采用以下三种方案进行盲检测:
方案一:用1000条纯随机序列对N×4个符号进行盲检测,的盲检测就是用1000条4长序列与N组4长序列分别做相关运算,其中1000条4长纯随机序列是从4维空间中随机选取的。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将1000条随机序列中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图16所示;之后,求出此N个符号序列对应的SINR;最后,从1000个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案二:用在4维空间中尽量均匀分布的200条序列对N×4个符号进行盲检测,所述的盲检测就是用此200条4长序列与N组4长序列分别做相关运算,其中,此200条序列要尽量均匀分布在4维空间中,才能使得其盲检测的性能与采用MMSE检测的性能差距较小,如图17所示。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将200条在4维空间均匀分布的序列集中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图18所示;之后,求出此N个符号序列对应的SINR;最后,从此200个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案三:该方案可以最优的逼近MMSE性能,该方案需要把合符号序列的4×4协方差矩阵充分利用起来,所述的合符号序列的4×4协方差矩阵是由N组4长序列构成的4行N列矩阵与其共轭转置矩阵相乘所得到的,其中N组4长序列是将接收到的N×4长数据符号进行分组得到的。
首先,收发关系可以表示为:y=Hs+n。
令发射信号s的功率是归一化的,即Rss=E(ss*)=I,且干扰(包括噪声)与信号是独立的,则Rns=E(ns*)=0,Rys=E(ys*)=H,Ryy=E(yy*)=HH*+Rnn。其中s*表示s的共轭转置,该表示形式适合其他在本专利中出现的数据符号。
MMSE检测接收权矢量G的确定为:
其中Rnn=E(nnH),表示干扰(包括噪声)的自相关阵;就是合符号序列的4×4协方差矩阵。
在64条低互相关性的序列去对接收信号盲检测之前,需要先用与由N组4长序列构成的4行N列矩阵相乘,得到相乘后的矩阵T,之后再用64条低互相关序列与矩阵T分别做相关运算,即如图19所示;最后,从此64个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。其中,和重构后的信号有关,其值是将从接收信号中消去重构后的信号进行自相关运算得到的。
三种方案的区别主要如下:方案一是利用1000条随机序列去匹配G,来获取接近MMSE的检测性能;方案二是用4维空间里尽量均匀分布的200条矢量去匹配G,来获得接近MMSE的检测性能。而方案三将用64条低互相关性的序列去匹配Ryx,而不是去匹配G,方案三要将合符号序列的4×4协方差矩阵也充分利用起来。
步骤S1504,根据随机相关运算的结果,选择达到预定解调门限(或者最大SINR)的SINR值。
步骤S1506,将SINR达到预定解调门限(最大SINR)对应的符号流进行解调,根据加入的N2个导频信号,可以用来判断是否发生了相位模糊问题,对于QPSK调制,会发生π/2、π、3π/2相位模糊问题,相位模糊会造成一定的误差。但是根据发射侧加入的已知信号(导频),通过对比已知信号的相位变化,就可以知道信号是否发生了相位模糊,并且对相位翻转的信号进行纠正。
将相位纠正后的符号进行译码以及CRC处理,如果CRC检验正确,则表示成功译出了该用户的数据符号。
步骤S1508,对已经CRC正确译码的用户进行重构,重构的过程如图22所示,
步骤S2202,从已经CRC译码正确的信号中获取扩展序列信息,基站根据扩展序列的信息可以获得与发射侧相同的扩展序列。
步骤S2204中,将CRC译码正确的信号进行编码、调制,得到重构中的调制信号。
步骤S2206,基站根据扩展序列信息可以获得与发射侧相同的扩展序列,用与发射侧相同的扩展序列对上述的调制符号进行扩处理,所谓的扩展处理如图23所示,一个数据符号为Sk,一个4长的扩展序列C={c1,c2,……c4},所述的扩展处理就是将Sk与扩展序列C中的每个元素相乘,最终得到扩展后的序列{Skc1,Skc2,……Skc4}的过程。
步骤S2208,利用信道估计获得信道增益系数,并根据获得的信道系数,对扩展后的信号重新过信道。这里估计信道系数的方法有两种,一种是分立的信道估计算法,另一种是联合信道估计算法。
(一)联合信道估计算法:
联合信道估计算法充分利用已经正确译码(通过CRC)的用户数据,利用正交导频和数据导频一起提升信道估计的精度:
利用数据导频,使用LS(最小二乘)准则估计信道的过程如下,
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。
如果第1、第2两个用户都译对了,则:Y=S1h1+S2h2+in=S12h12+in;这里,S12=[S1;S2],是两列每列长N×4的矩阵,
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-12,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。
随着译对用户越来越多,每个用户的信道估计也会越来越准。如图15、17
所示,随着每次联合估计的次数增加,用户1和用户2的信道估计的会越来越接近其真实的信道的。
同样,如果信道不是恒定的,时频有波动的,则可以根据mMTC信道慢变,一定时频资源上信道是近似恒定的,则可以分段处理,分段应用上述LS估计出信道,然后平滑滤波后,重新过这个信道,并做干扰消除。这样残余误差也会越来越小!后面的弱用户的性能得以保证。
或者,
(二)分立信道估计算法:
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。此时有:
Y-1=S2h2+in2
同理,则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-2,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。并且依次类推,按照图15再解调剩下的用户信息,直到可解调的用户数据都被解调出为止。
实施例5
发射端,信号采用QPSK调制,之后用复数域三元4长的非正交扩展序列进行扩展,且此指示扩展序列的信息比特和数据比特一起编码、调制,且假定过载率为300%,则有12个用户。接收侧,在不知道扩展序列信息的情况下,基站利用高效的盲检测算法对接收信号进行检测,之后对SINR达到预定解调门限的数据进行解调、译码和CRC;重构CRC译码正确的数据流时,首先,将CRC正确的数据流经过编码、调制;然后,对调制后的数据符号进行扩展,且所用的扩展序列与发射端的扩展序列相同;最后,将重新扩展的数据符号重新过信道,信道系数采用较优的联合信道估计算法得到,即信道系数可以被不断的优化来接近真实值。
如图9所示,首先,信源产生二进制信息比特序列,且该比特序列中包含终端身份标识信息的比特序列或者额外增加的比特序列,发射端所采用的扩展序列信息与终端身份标识信息或者额外增加的比特序列有关,且额外增加的比特序列可以使得每次生成的扩展序列信息具有随机性。
之后,将二进制比特序列进行CRC、信道编码和QPSK调制成N1个符号,再加上N2个导频符号,一共N个符号,N=N1+N2。
然后,将调制后的信号经过L长的扩展序列进行扩展,本发明实施例中,L=4,如图10所示,假设调制后的数据符号为Sk,将Sk用4长的扩展序列进行扩展处理,本步骤中的扩展处理是指将Sk与所述4长序列的每个元素(复数符号)分别进行复数相乘,最终形成与所用4长扩展序列长度相同的符号序列。此处三元复数域4长非正交序列中的每个元素的实部和虚部的取值均取值于集合{+1,-1}。或者,此处4长非正交序列中每个元素的取值均取值于图26、图27所示星座图的所有星座点所对应的复数集合。
最后,将所述扩展后的N×4长的符号通过载波调制(单载波或者多载波调制)转化为相应的载波调制信号。发射端发射上述形成的最终的载波调制信号(单载波或者多载波调制信号)。
接收端,先将N×4长的数据流分成N组4长序列,且由此N组4长序列构成一个4行N列的矩阵。接收侧的处理流程如图11所示,首先,接收信号要经过盲检测处理,后续会给出三种盲检测方案,且根据不同的盲检测方案,所用的序列集中的序列个数也不同;然后,根据检测结果计算数据流的SINR值,统计u个SINR值中达到预定解调门限的SINR值(或者最大的SINR值);之后,将达到预定解调门限的SINR值(或者最大的SINR值)对应的数据流进行解调、译码、CRC,从而得到该用户的数据Bi;最后将CRC正确译码的数据进行重构,并用接收信号减去重构后的信号,继而去求解下一个用户的发射数据信息。
如图12所示,图中将盲检后的数据s1经过相位均衡模块,所谓的相位均衡模块就是将s1数据除以一个旋转因子α,而此旋转因子的推导可以从利用MMSE估计的符号来估计信道的方法来理解:
首先,收发关系可以表示为:y=Hs+n。
这里:H=H(ω)C=C·diag(h1,h2,…hn),是扩展序列加权相应信道后的矩阵,进而有如下等式:
令PH=diag(|h1|2,|h2|2,…,|hn|2);
则MMSE估计解析解是:
则当前最强用户(设第1个用户最强)的估计是:
而用户的扩展序列(C1,C2,…Cn)基站是知道的,但信道(h1,h2,…hn)基站不知道,其中,对于12个用户来说,n=12。
如果通过正交导频,可以估计出一个较粗的(h1,h2,…hn),而如果只靠这个较粗的信道估计去做MMSE,则通过上面公式,估计出来的是不是最优好的。其实,可以先想办法计算用户的到达功率,得到PH=diag(|h1|2,|h2|2,…,|hn|2)。如下:
或者直接用:
C1 *(CPHC*+σ2I)-1y=αs1+noise,[这时α还包含了];
αs1其实就是一个被旋转伸缩后的星座图,例如图13,能够通过对此星座图做一些“统计”计算,算的α,并除掉(均衡掉),得到规范化的星座图,如图14。这样就能得到SINR较高的这样的送去解调译码,可以取得更好的性能。主要复杂度是,通过“旋转伸缩后的星座图”统计α。
而且为了更加精确的评估发射信号在信道传输时所受到的相位旋转影响,需要考虑有变化的信道(如频选+频偏),需要考虑信道起伏的情况。然后,对相位均衡后的信号s2计算SINR值。
如图15所示,步骤S1502,首先,将N×4个调制符号分成N组4长序列,且由此N组4长序列构成4行N列矩阵;然后,在不知道扩展序列的情况下,基站对接收到的信号做盲检测,其中可以采用以下三种方案进行盲检测:
方案一:用1000条纯随机序列对N×4个符号进行盲检测,所述的盲检测就是用1000条4长序列与N组4长序列分别做相关运算,其中1000条4长纯随机序列是从4维空间中随机选取的。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将1000条随机序列中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图16所示;之后,求出此N个符号序列对应的SINR;最后,从1000个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案二:用在4维空间中尽量均匀分布的200条序列对N×4个符号进行盲检测,所述的盲检测就是用此200条4长序列与N组4长序列分别做相关运算,其中,此200条序列要尽量均匀分布在4维空间中,才能使得其盲检测的性能与采用MMSE检测的性能差距较小,如图17所示。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将200条在4维空间均匀分布的序列集中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图18所示;之后,求出此N个符号序列对应的SINR;最后,从此200个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。
方案三:该方案可以最优的逼近MMSE性能,该方案需要把把合符号序列的4×4协方差矩阵充分利用起来,所述的合符号序列的4×4协方差矩阵是由N组4长序列构成的4行N列矩阵与其共轭转置矩阵相乘所得到的,其中N组4长序列是将接收到的N×4长数据符号进行分组得到的。
首先,收发关系可以表示为:y=Hs+n。
令发射信号s的功率是归一化的,即Rss=E(ss*)=I,且干扰(包括噪声)与信号是独立的,则Rns=E(ns*)=0,Rys=E(ys*)=H,Ryy=E(yy*)=HH*+Rnn。其中s*表示s的共轭转置,该表示形式适合其他在本专利中出现的数据符号。
MMSE检测接收权矢量G的确定为:
其中Rnn=E(nnH),表示干扰(包括噪声)的自相关阵;就是合符号序列的4×4协方差矩阵。
在64条低互相关性的序列去对接收信号盲检测之前,需要先用与由N组4长序列构成的4行N列矩阵相乘,得到相乘后的矩阵T,之后再用64条低互相关序列与矩阵T分别做相关运算,即如图19所示;最后,从此64个SINR中,选择SINR达到预定解调门限(或者最大SINR)对应的数据符号流。其中,和重构后的信号有关,其值是将从接收信号中消去重构后的信号进行自相关运算得到的。
三种方案的区别主要如下:方案一是利用1000条随机序列去匹配G,来获取接近MMSE的检测性能;方案二是用4维空间里尽量均匀分布的200条矢量去匹配G,来获得接近MMSE的检测性能。而方案三将用64条低互相关性的序列去匹配Ryx,而不是去匹配G,方案三要将干扰的协方差也充分利用起来。
步骤S1504,根据随机相关运算的结果,选择达到预定解调门限(或者最大SINR)的SINR值。
步骤S1506,将SINR达到预定解调门限(最大SINR)对应的符号流进行解调,根据加入的N2个导频信号,可以用来判断是否发生了相位模糊问题,对于QPSK调制,会发生π/2、π、3π/2相位模糊问题,相位模糊会造成一定的误差。但是根据发射侧加入的已知信号(导频),通过对比已知信号的相位变化,我们可以知道信号是否发生了相位模糊,并且对相位翻转的信号进行纠正。
将相位纠正后的符号进行译码以及CRC处理,如果CRC检验正确,则表示成功译出了该用户的数据符号。
步骤S1508,对已经CRC正确译码的用户进行重构,重构的过程如图22所示:
步骤S2202,从已经CRC译码正确的信号中获取扩展序列信息,基站根据扩展序列的信息可以获得与发射侧相同的扩展序列。
步骤S2204中,将CRC译码正确的信号进行编码、调制,得到重构中的调制信号。
步骤S2206,基站根据扩展序列信息可以获得与发射侧相同的扩展序列,用与发射侧相同的扩展序列对上述的调制符号进行扩处理,所谓的扩展处理如图23所示,一个数据符号为Sk,一个4长的扩展序列C={c1,c2,……c4},所述的扩展处理就是将Sk与扩展序列C中的每个元素相乘,最终得到扩展后的序列{Skc1,Skc2,……Skc4}的过程。
步骤S2208,利用信道估计获得信道增益系数,并根据获得的信道系数,对扩展后的信号重新过信道。这里估计信道系数的方法有两种,一种是分立的信道估计算法,另一种是联合信道估计算法。
(一)联合信道估计算法:
联合信道估计算法充分利用已经正确译码(通过CRC)的用户数据,利用正交导频和数据导频一起提升信道估计的精度:
利用数据导频,使用LS(最小二乘)准则估计信道的过程如下,
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。
如果第1、第2两个用户都译对了,则:Y=S1h1+S2h2+in=S12h12+in;这里,S12=[S1;S2],是两列每列长N×4的矩阵,
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-12,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。
随着译对用户越来越多,每个用户的信道估计也会越来越准。如图24、26所示,随着每次联合估计的次数增加,用户1和用户2的信道估计的会越来越接近其真实的信道的。
同样,如果信道不是恒定的,时频有波动的,则可以根据mMTC信道慢变,一定时频资源上信道是近似恒定的,则可以分段处理,分段应用上述LS估计出信道,然后平滑滤波后,重新过这个信道,并做干扰消除。这样残余误差也会越来越小!后面的弱用户的性能得以保证。
或者,
(二)分立信道估计算法:
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。此时有:
Y-1=S2h2+in2
同理,则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-2,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。并且依次类推,按照图15再解调剩下的用户信息,直到可解调的用户数据都被解调出为止。
实施例6
发射端,信号采用QPSK调制,之后用复数域二元4长的非正交扩展序列进行扩展,且此指示扩展序列的信息比特和数据比特一起编码、调制,且假定过载率为300%,则有12个用户。接收侧,基站具有多根接收天线,以2根接收天线为例,且在不知道扩展序列信息的情况下,基站利用高效的盲检测算法对接收信号进行检测,之后对SINR达到预定解调门限的数据进行解调、译码和CRC;重构CRC译码正确的数据流时,首先,将CRC正确的数据流经过编码、调制;然后,对调制后的数据符号进行扩展,且所用的扩展序列与发射端的扩展序列相同;最后,将重新扩展的数据符号重新过信道,信道系数采用较优的联合信道估计算法得到,即信道系数可以被不断的优化来接近真实值。
图9为根据本发明实施例的发射端发射信号的流程图,首先,信源产生二进制信息比特序列,且该比特序列中包含终端身份标识信息的比特序列或者额外增加的比特序列,发射端所采用的扩展序列信息与终端身份标识信息或者额外增加的比特序列有关,且额外增加的比特序列可以使得每次生成的扩展序列信息具有随机性。
之后,将二进制比特序列进行CRC、信道编码和QPSK调制成N1个符号,再加上N2个导频符号,一共N个符号,N=N1+N2。
然后,将调制后的信号经过L长的扩展序列进行扩展,本发明实施例中,L=4,如图10所示,假设调制后的数据符号为Sk,将Sk用4长的扩展序列进行扩展处理,本步骤中的扩展处理是指将Sk与4长序列的每个元素(复数符号)分别进行复数相乘,最终形成与所用4长扩展序列长度相同的符号序列。此处二元复数域4长非正交序列中的每个元素的实部和虚部的取值均取值于集合{+1,-1}。
最后,将扩展后的N×4长的符号通过载波调制(单载波或者多载波调制)转化为相应的载波调制信号。发射端发射上述形成的最终的载波调制信号(单载波或者多载波调制信号)。
接收端,以2根接收天线为例,2根天线上的权值的值的取值可以采用以下两种方法:
方法一:
串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将2根接收天线收到的载波调制信号各自解调成合符号序列后,得到2个合符号序列,然后将2个符号序列使用Q种权值对所述2个符号序列加权相加所得。
Q可以取值为64,则基站固定一个天线的合符号序列的权值的为固定值,例如固定值取值为1,则另一个天线的的合符号序列的权值取值自功率归一化后的64QAM的星座点;
方法二:
串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将2根接收天线收到的载波调制信号各自解调成合符号序列后,得到2个合符号序列,然后将2个符号序列使用Q种权值对所述2个符号序列加权相加所得。
Q可以取值为64,基站的2根天线的合符号序列的64对权值的均是随机产生的复数。
串行多个用户数据分离过程的初始Q份合符号序列中的一个合符号,是指先将N×4长的数据流分成N组4长序列后构成一个4行N列的符号矩阵。
接收机需要对这个Q份合符号分别进行盲检测,其中对一个合符号的接收处理流程如图11所示,首先,接收信号要经过盲检测处理,后续会给出三种盲检测方案,且根据不同的盲检测方案,所用的序列集中的序列个数也不同;然后,根据检测结果计算数据流的SINR值,统计u个SINR值中达到预定解调门限的SINR值(或者最大的SINR值);之后,将达到预定解调门限的SINR值(或者Q份合符号中的最大SINR值)对应的数据流进行解调、译码、CRC,从而得到该用户的数据Bi;最后将CRC正确译码的数据进行重构,并用接收信号减去重构后的信号,继而去求解下一个用户的发射数据信息。
如图12所示,图12中将盲检后的数据s1经过相位均衡模块,所谓的相位均衡模块就是将s1数据除以一个旋转因子α,而此旋转因子的推导可以从利用MMSE估计的符号来估计信道的方法来理解:
首先,收发关系可以表示为:y=Hs+n。
这里:H=H(ω)C=C·diag(h1,h2,…hn),是扩展序列加权相应信道后的矩阵,进而有如下等式:
令PH=diag(|h1|2,|h2|2,…,|hn|2);
则MMSE估计解析解是
则当前最强用户(设第1个用户最强)的估计是:
而用户的扩展序列(C1,C2,…Cn)基站是知道的,但信道(h1,h2,…hn)基站不知道,其中,对于12个用户来说,n=12。
如果通过正交导频,可以估计出一个较粗的(h1,h2,…hn),而如果只靠这个较粗的信道估计去做MMSE,则通过上面公式,估计出来的是不是最优好的。其实,可以先想办法计算用户的到达功率,得到PH=diag(|h1|2,|h2|2,…,|hn|2)。如下:
或者直接用:
C1 *(CPHC*+σ2I)-1y=αs1+noise,[这时α还包含了]
其中的αs1其实就是一个被旋转伸缩后的星座图,例如图13所示,能够通过对此星座图做一些“统计”计算,算的α,并除掉(均衡掉),得到规范化的星座图,如图14所示。这样就能得到SINR较高的这样的送去解调译码,可以取得更好的性能。主要复杂度是,通过“旋转伸缩后的星座图”统计α。
而且为了更加精确的评估发射信号在信道传输时所受到的相位旋转影响,需要考虑有变化的信道(如频选+频偏),需要考虑信道起伏的情况。然后,对相位均衡后的信号s2计算SINR值。
如图15所示,步骤S1502,首先,将Q份合符号中的一个合符号的N×4个调制符号分成N组4长的序列,且由此N组4长序列构成4行N列矩阵;然后,在不知道扩展序列的情况下,基站对接收到的信号做盲检测,其中可以采用以下三种方案进行盲检测:
方案一:用1000条纯随机序列对N×4个符号进行盲检测,的盲检测就是用1000条4长序列与N组4长序列分别做相关运算,其中1000条4长纯随机序列是从4维空间中随机选取的。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将1000条随机序列中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图16所示;之后,求出此N个符号序列对应的SINR;最后,从1000个SINR中,选择SINR达到预定解调门限(或者Q份合符号中最大SINR)对应的数据符号流。
方案二:用在4维空间中尽量均匀分布的200条序列对N×4个符号进行盲检测,所述的盲检测就是用此200条4长序列与N组4长序列分别做相关运算,其中,此200条序列要尽量均匀分布在4维空间中,才能使得其盲检测的性能与采用MMSE检测的性能差距较小,如图17所示。
令矩阵P是将一份合符号中的N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将200条在4维空间均匀分布的序列集中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图18所示;之后,求出此N个符号序列对应的SINR;最后,从此200个SINR中,选择SINR达到预定解调门限(或者Q份合符号中最大SINR)对应的数据符号流。
方案三:该方案可以最优的逼近MMSE性能,该方案需要把合符号序列的4×4协方差矩阵充分利用起来,所述的合符号序列的4×4协方差矩阵是由N组4长序列构成的4行N列矩阵与其共轭转置矩阵相乘所得到的,其中N组4长序列是将接收到的N×4长数据符号进行分组得到的。
首先,收发关系可以表示为:y=Hs+n。
令发射信号s的功率是归一化的,即Rss=E(ss*)=I,且干扰(包括噪声)与信号是独立的,则Rns=E(ns*)=0,Rys=E(ys*)=H,Ryy=E(yy*)=HH*+Rnn。其中s*表示s的共轭转置,该表示形式适合其他在本专利中出现的数据符号。
MMSE检测接收权矢量G的确定为:
其中Rnn=E(nnH),表示干扰(包括噪声)的自相关阵;就是合符号序列的4×4协方差矩阵。
在64条低互相关性的序列去对接收信号盲检测之前,需要先用与由N组4长序列构成的4行N列矩阵相乘,得到相乘后的矩阵T,之后再用64条低互相关序列与矩阵T分别做相关运算,即如图19所示;最后,从此64个SINR中,选择SINR达到预定解调门限(或者Q份合符号中最大SINR)对应的数据符号流。其中,和重构后的信号有关,其值是将从接收信号中消去重构后的信号进行自相关运算得到的。
三种方案的区别主要如下:方案一是利用1000条随机序列去匹配G,来获取接近MMSE的检测性能;方案二是用4维空间里尽量均匀分布的200条矢量去匹配G,来获得接近MMSE的检测性能。而方案三将用64条低互相关性的序列去匹配Ryx,而不是去匹配G,方案三要将干扰的协方差也充分利用起来。
步骤S1504,根据随机相关运算的结果,选择达到预定解调门限(或者Q份合符号中最大SINR)的SINR值。
步骤S1506,将SINR达到预定解调门限(或者Q份合符号中最大SINR)对应的符号流进行解调,根据加入的N2个导频信号,可以用来判断是否发生了相位模糊问题,对于QPSK调制,会发生π/2、π、3π/2相位模糊问题,相位模糊会造成一定的误差。但是根据发射侧加入的已知信号(导频),通过对比已知信号的相位变化,就可以知道信号是否发生了相位模糊,并且对相位翻转的信号进行纠正。
将相位纠正后的符号进行译码以及CRC处理,如果CRC检验正确,则表示成功译出了该用户的数据符号。
步骤S1508,对已经CRC正确译码的用户进行重构,重构的过程如图22所示,
步骤S2202,从已经CRC译码正确的信号中获取扩展序列信息,基站根据扩展序列的信息可以获得与发射侧相同的扩展序列。
步骤S2204中,将CRC译码正确的信号进行编码、调制,得到重构中的调制信号。
步骤S2206,基站根据扩展序列信息可以获得与发射侧相同的扩展序列,用与发射侧相同的扩展序列对上述的调制符号进行扩处理,所谓的扩展处理如图23所示,一个数据符号为Sk,一个4长的扩展序列C={c1,c2,……c4},所述的扩展处理就是将Sk与扩展序列C中的每个元素相乘,最终得到扩展后的序列{Skc1,Skc2,……Skc4}的过程。
步骤S2208,利用信道估计分别获得所述已经正确译码的用户信息在Q份合符号里信道增益系数,从每一份合符号里利用已经正确译码用户符号估计其信道的方法如下两种信道估计算法。根据获得的信道系数,对已经正确译码用户的扩展后的信号重新过信道。然后,Q份合符号都需要减去相应的重构符号。
这里估计信道系数的方法有两种,一种是分立的信道估计算法,另一种是联合信道估计算法。
(一)联合信道估计算法:
联合信道估计算法充分利用已经正确译码(通过CRC)的用户数据,利用正交导频和数据导频一起提升信道估计的精度:
利用数据导频,使用LS(最小二乘)准则估计信道的过程如下,
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。
如果第1、第2两个用户都译对了,则:Y=S1h1+S2h2+in=S12h12+in;这里,S12=[S1;S2],是两列每列长N×4的矩阵,
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-12,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。
随着译对用户越来越多,每个用户的信道估计也会越来越准。如图15、17
所示,随着每次联合估计的次数增加,用户1和用户2的信道估计的会越来越接近其真实的信道的。
同样,如果信道不是恒定的,时频有波动的,则可以根据mMTC信道慢变,一定时频资源上信道是近似恒定的,则可以分段处理,分段应用上述LS估计出信道,然后平滑滤波后,重新过这个信道,并做干扰消除。这样残余误差也会越来越小!后面的弱用户的性能得以保证。
或者,
(二)分立信道估计算法:
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。此时有:
Y-1=S2h2+in2
同理,则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-2,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。并且依次类推,按照图15再解调剩下的用户信息,直到可解调的用户数据都被解调出为止。
实施例7
发射端,信号采用QPSK调制,之后用复数域二元4长的非正交扩展序列进行扩展,之后,再采用8长正交序列,例如8长Walsh序列,扩展,且此指示复数域二元扩展序列的信息比特和数据比特一起编码、调制,且假定过载率为300%,则有12个用户。接收侧,基站具有1根接收天线,且在不知道扩展序列信息的情况下,基站利用高效的盲检测算法对接收信号进行检测,之后对SINR达到预定解调门限的数据进行解调、译码和CRC;重构CRC译码正确的数据流时,首先,将CRC正确的数据流经过编码、调制;然后,对调制后的数据符号进行扩展,且所用的扩展序列与发射端的扩展序列相同;最后,将重新扩展的数据符号重新过信道,信道系数采用较优的联合信道估计算法得到,即信道系数可以被不断的优化来接近真实值。
图9为根据本发明实施例的发射端发射信号的流程图,首先,信源产生二进制信息比特序列,且该比特序列中包含终端身份标识信息的比特序列或者额外增加的比特序列,发射端所采用的复数二元扩展序列信息与终端身份标识信息或者额外增加的比特序列有关,且额外增加的比特序列可以使得每次生成的扩展序列信息具有随机性。
之后,将二进制比特序列进行CRC、信道编码和QPSK调制成N1个符号,再加上N2个导频符号,一共N个符号,N=N1+N2。
然后,将调制后的信号经过L长的复数二元扩展序列进行扩展,本发明实施例中,L=4,如图10所示,假设调制后的数据符号为Sk,将Sk用4长的扩展序列进行扩展处理,本步骤中的扩展处理是指将Sk与4长序列的每个元素(复数符号)分别进行复数相乘,最终形成与所用4长扩展序列长度相同的符号序列。此处二元复数域4长非正交序列中的每个元素的实部和虚部的取值均取值于集合{+1,-1}。
然后上述经过4长的复数二元扩展序列扩展的符号序列,再经过8长Walsh序列扩展。
最后,将扩展后的N×4×8长的符号通过载波调制(单载波或者多载波调制)转化为相应的载波调制信号。发射端发射上述形成的最终的载波调制信号(单载波或者多载波调制信号)。
接收端,串行多个用户数据分离过程的初始8份合符号序列通过以下方式确定:将N×4×8通过8条8长的Walsh序列解扩,此正交解扩过程是对发射侧正交扩展过程的逆操作。生成8份N×4的合符号。
接收机需要对这8份合符号分别进行盲检测,其中对一个合符号的接收处理流程如图11所示,首先,接收信号要经过盲检测处理,后续会给出三种盲检测方案,且根据不同的盲检测方案,所用的序列集中的序列个数也不同;然后,根据检测结果计算数据流的SINR值,统计u个SINR值中达到预定解调门限的SINR值(或者最大的SINR值);之后,将达到预定解调门限的SINR值(或者8份合符号中的最大SINR值)对应的数据流进行解调、译码、CRC,从而得到该用户的数据Bi;最后将CRC正确译码的数据进行重构,并用接收信号减去重构后的信号,继而去求解下一个用户的发射数据信息。
如图12所示,图12中将盲检后的数据s1经过相位均衡模块,所谓的相位均衡模块就是将s1数据除以一个旋转因子α,而此旋转因子的推导可以从利用MMSE估计的符号来估计信道的方法来理解:
首先,收发关系可以表示为:y=Hs+n。
这里:H=H(ω)C=C·diag(h1,h2,…hn),是扩展序列加权相应信道后的矩阵,进而有如下等式:
令PH=diag(|h1|2,|h2|2,…,|hn|2);
则MMSE估计解析解是
则当前最强用户(设第1个用户最强)的估计是:
而用户的扩展序列(C1,C2,…Cn)基站是知道的,但信道(h1,h2,…hn)基站不知道,其中,对于12个用户来说,n=12。
如果通过正交导频,可以估计出一个较粗的(h1,h2,…hn),而如果只靠这个较粗的信道估计去做MMSE,则通过上面公式,估计出来的是不是最优好的。其实,可以先想办法计算用户的到达功率,得到PH=diag(|h1|2,|h2|2,…,|hn|2)。如下:
或者直接用:
C1 *(CPHC*+σ2I)-1y=αs1+noise,[这时α还包含了]
其中的αs1其实就是一个被旋转伸缩后的星座图,例如图13所示,能够通过对此星座图做一些“统计”计算,算的α,并除掉(均衡掉),得到规范化的星座图,如图14所示。这样就能得到SINR较高的这样的送去解调译码,可以取得更好的性能。主要复杂度是,通过“旋转伸缩后的星座图”统计α。
而且为了更加精确的评估发射信号在信道传输时所受到的相位旋转影响,需要考虑有变化的信道(如频选+频偏),需要考虑信道起伏的情况。然后,对相位均衡后的信号s2计算SINR值。
如图15所示,步骤S1502,首先,将8份合符号中的一个合符号的N×4个调制符号分成N组4长的序列,且由此N组4长序列构成4长N列矩阵;然后,在不知道扩展序列的情况下,基站对接收到的信号做盲检测,其中可以采用以下三种方案进行盲检测:
方案一:用1000条纯随机序列对N×4个符号进行盲检测,的盲检测就是用1000条4长序列与N组4长序列分别做相关运算,其中1000条4长纯随机序列是从4维空间中随机选取的。
令矩阵P是将N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将1000条随机序列中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图16所示;之后,求出此N个符号序列对应的SINR;最后,从1000个SINR中,选择SINR达到预定解调门限(或者8份合符号中最大SINR)对应的数据符号流。
方案二:用在4维空间中尽量均匀分布的200条序列对N×4个符号进行盲检测,所述的盲检测就是用此200条4长序列与N组4长序列分别做相关运算,其中,此200条序列要尽量均匀分布在4维空间中,才能使得其盲检测的性能与采用MMSE检测的性能差距较小,如图17所示。
令矩阵P是将一份合符号中的N×4个调制符号分别按行数4,列数N分成的矩阵,首先,将200条在4维空间均匀分布的序列集中的每一条序列分别与矩阵P做相关运算,得到一个由N个符号构成的符号序列,即如图18所示;之后,求出此N个符号序列对应的SINR;最后,从此200个SINR中,选择SINR达到预定解调门限(或者8份合符号中最大SINR)对应的数据符号流。
方案三:该方案可以最优的逼近MMSE性能,该方案需要把合符号序列的4×4协方差矩阵充分利用起来,所述的合符号序列的4×4协方差矩阵是由N组4长序列构成的4行N列矩阵与其共轭转置矩阵相乘所得到的,其中N组4长序列是将接收到的N×4长数据符号进行分组得到的。
首先,收发关系可以表示为:y=Hs+n。
令发射信号s的功率是归一化的,即Rss=E(ss*)=I,且干扰(包括噪声)与信号是独立的,则Rns=E(ns*)=0,Rys=E(ys*)=H,Ryy=E(yy*)=HH*+Rnn。其中s*表示s的共轭转置,该表示形式适合其他在本专利中出现的数据符号。
MMSE检测接收权矢量G的确定为:
其中Rnn=E(nnH),表示干扰(包括噪声)的自相关阵;就是合符号序列的4×4协方差矩阵。
在64条低互相关性的序列去对接收信号盲检测之前,需要先用与由N组4长序列构成的4行N列矩阵相乘,得到相乘后的矩阵T,之后再用64条低互相关序列与矩阵T分别做相关运算,即如图19所示;最后,从此64个SINR中,选择SINR达到预定解调门限(或者8份合符号中最大SINR)对应的数据符号流。其中,和重构后的信号有关,其值是将从接收信号中消去重构后的信号进行自相关运算得到的。
三种方案的区别主要如下:方案一是利用1000条随机序列去匹配G,来获取接近MMSE的检测性能;方案二是用4维空间里尽量均匀分布的200条矢量去匹配G,来获得接近MMSE的检测性能。而方案三将用64条低互相关性的序列去匹配Ryx,而不是去匹配G,方案三要将干扰的协方差也充分利用起来。
步骤S1504,根据随机相关运算的结果,选择达到预定解调门限(或者8份合符号中最大SINR)的SINR值。
步骤S1506,将SINR达到预定解调门限(或者8份合符号中最大SINR)对应的符号流进行解调,根据加入的N2个导频信号,可以用来判断是否发生了相位模糊问题,对于QPSK调制,会发生π/2、π、3π/2相位模糊问题,相位模糊会造成一定的误差。但是根据发射侧加入的已知信号(导频),通过对比已知信号的相位变化,就可以知道信号是否发生了相位模糊,并且对相位翻转的信号进行纠正。
将相位纠正后的符号进行译码以及CRC处理,如果CRC检验正确,则表示成功译出了该用户的数据符号。
步骤S1508,对已经CRC正确译码的用户进行重构,重构的过程如图22所示,
步骤S2202,从已经CRC译码正确的信号中获取扩展序列信息,基站根据扩展序列的信息可以获得与发射侧相同的扩展序列。
步骤S2204中,将CRC译码正确的信号进行编码、调制,得到重构中的调制信号。
步骤S2206,基站根据扩展序列信息可以获得与发射侧相同的扩展序列,用与发射侧相同的扩展序列对上述的调制符号进行扩处理,所谓的扩展处理如图23所示,一个数据符号为Sk,一个4长的扩展序列C={c1,c2,……c4},所述的扩展处理就是将Sk与扩展序列C中的每个元素相乘,最终得到扩展后的序列{Skc1,Skc2,……Skc4}的过程。
步骤S2208,利用信道估计分别获得所述已经正确译码的用户信息在8份合符号里信道增益系数,从每一份合符号里利用已经正确译码用户符号估计其信道的方法如下两种信道估计算法。根据获得的信道系数,对已经正确译码用户的扩展后的信号重新过信道。然后,8份合符号都需要减去相应的重构符号。
这里估计信道系数的方法有两种,一种是分立的信道估计算法,另一种是联合信道估计算法。
(一)联合信道估计算法:
联合信道估计算法充分利用已经正确译码(通过CRC)的用户数据,利用正交导频和数据导频一起提升信道估计的精度:
利用数据导频,使用LS(最小二乘)准则估计信道的过程如下,
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。
如果第1、第2两个用户都译对了,则:Y=S1h1+S2h2+in=S12h12+in;这里,S12=[S1;S2],是两列每列长N×4的矩阵,
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-12,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。
随着译对用户越来越多,每个用户的信道估计也会越来越准。如图15、17
所示,随着每次联合估计的次数增加,用户1和用户2的信道估计的会越来越接近其真实的信道的。
同样,如果信道不是恒定的,时频有波动的,则可以根据mMTC信道慢变,一定时频资源上信道是近似恒定的,则可以分段处理,分段应用上述LS估计出信道,然后平滑滤波后,重新过这个信道,并做干扰消除。这样残余误差也会越来越小!后面的弱用户的性能得以保证。
或者,
(二)分立信道估计算法:
首先利用关系,Y=Sh+n=S1h1+S2h2+…+Snhn+n,其中Sn是将第n个用户的正确比特进行重新编码、调制,并扩展后顺序拼接成的列矢量,其中因为有12个用户,所以n=12,;如下所示,这里每个用户有N个调制符号,被4长序列扩展,则Sn是N×4长的列矢量。
如果第1个用户译对了,则Y=S1h1+in,其中in是干扰+噪声。
则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-1,通过高效的盲检测、解调、译码和CRC去解第2个用户的数据。此时有:
Y-1=S2h2+in2
同理,则使用数据导频估计出来的:
然后使用这个比较准的去做干扰消除,即
然后使用Y-2,通过高效的盲检测、解调、译码和CRC去解第3个用户的数据。并且依次类推,按照图15再解调剩下的用户信息,直到可解调的用户数据都被解调出为止。
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的程序代码:
S1,从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的程序代码:
S1,将待发送的比特序列编码调制成N个符号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
S2,使用L长扩展序列对所述N个符号进行扩展,所述比特序列中携带有指示所述L长扩展序列的指示信息;
S3,对扩展后的符号进行载波调制得到载波调制信号,并发送所述载波调制信号。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种盲检方法,其特征在于,包括:
从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
2.根据权利要求1所述的方法,其特征在于,
所述K条L长序列是随机产生的、能量相等的序列;
所述K条L长序列是能量相等的,并且序列的互相关的绝对值低于第一预定门限的序列;
所述K条L长序列是通过K条发射机扩展所使用的L长序列与合符号序列的L×L协方差矩阵运算后产生的,其中,所述K条发射侧序列是从发射侧使用的所有序列中选择的互相关的绝对值低于第二预定定门限的K条,所述合符号序列的L×L大小的协方差矩阵通过以下方式确定:合符号序列分成N段L长的序列,构成一个N列每列L长的L×N矩阵,所述L×N矩阵与自身的共轭转置矩阵相乘,得到一个L×L矩阵,所述L×L矩阵除以N,生成合符号序列的L×L协方差矩阵。
3.根据权利要求1所述的方法,其特征在于,
串行多个用户数据分离过程的初始Q份合符号序列通过以下方式确定:将R根接收天线收到的载波调制信号各自解调成合符号序列后,得到R个合符号序列,然后将R个符号序列使用Q种权值对所述R个符号序列加权相加所得,其中,在接收机只有一根接收天线时,加权值的种类数Q等于1,且加权值等于1。
4.根据权利要求1所述的方法,其特征在于,从Q×K条符号序列选出达到预设解调门限的若干条符号序列进行解调译码,根据按照预设条件选取的K条L长的行向量对N条L行列向量的序列进行相乘之后,所述方法还包括:
获取Q×K个符号序列所对应的Q×K个信干噪比SINR,从所述Q×K个符号序列中筛选出所述SINR中超过预设门限的SINR所对应的符号序列。
5.根据权利要求4所述的方法,其特征在于,所述信干噪比SINR通过所述符号流对应的星座图确定的。
6.根据权利要求4所述的方法,其特征在于,从所述Q×K个符号流中筛选出所述Q×K个SINR中超过预设门限的SINR所对应的符号流之后,所述方法还包括:
将超过预设门限的SINR所对应的符号流解调和纠错码译码,对解调后的数据进行循环冗余码检验CRC校验译码,并记录校验译码正确的数据。
7.根据权利要求1所述的方法,其特征在于,根据多个终端的所述由正确译码产生的用户的比特序列进行重构得到的符号序列及所述用户的导频,使用最小二乘准则对终端发射信号经历的信道进行信道估计。
8.一种上行接入方法,其特征在于,包括:
将待发送的比特序列编码调制成N个符号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
使用L长扩展序列对所述N个符号进行扩展,所述比特序列中携带有指示所述L长扩展序列的指示信息;
对扩展后的符号进行载波调制得到载波调制信号,并发送所述载波调制信号。
9.如权利要求8所述的方法,其特征在于,所述L长扩展序列的指示信息至少包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,所述终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
10.如权利要求8所述的方法,其特征在于,使用L长扩展序列对所述N个符号进行扩展之后,所述方法还包括:
对扩展后的符号序列再使用L1长的扩展序列进行扩展,所述L1长扩展序列包括:非正交序列、正交序列,其中,当L1长扩展序列是非正交序列时,所述比特序列中携带有指示所述L1长扩展序列的指示信息。
11.如权利要求10所述的方法,其特征在于,所述L长扩展序列,L1长扩展序列的指示信息包括以下信息:终端身份标识信息;终端身份标识信息和,以指定方式或随机产生的一个或多个比特,其中,所述终端身份标识信息包括以下至少之一:唯一标识终端的标识信息;用于指示终端在当前网络中的身份标识信息。
12.如权利要求8至11任一项所述的方法,其特征在于,N2=0,N=N1。
13.一种盲检装置,其特征在于,包括:
解调译码模块,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
14.一种上行接入装置,其特征在于,包括:
编码调制模块,用于将待发送的比特序列编码调制成N个符号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;
扩展模块,用于使用L长扩展序列对所述N个符号进行扩展,所述比特序列中携带有指示所述L长扩展序列的指示信息;
确定模块,用于对扩展后的符号进行载波调制得到载波调制信号;
发送模块,用于发送所述载波调制信号。
15.一种接收机,其特征在于,包括:
第一处理器;
用于存储处理器可执行指令的第一存储器;
其中,所述第一处理器,用于从接收符号中串行地解调译码出各个用户的数据,其中,串行地解调译码出各个用户数据的过程包括:
使用按照预设条件产生的K条L长序列,与Q份合符号序列进行相关运算产生Q×K条符号序列,其中,所述Q份合符号序列中每份合符号序列都包含一个或多个用户的符号序列,从所述Q份合符号序列中选出达到预设解调门限的若干条符号序列进行解调译码,将由正确译码产生的用户的比特序列进行重构,并从合符号序列中减去重构的符号序列,得到更新后的合符号序列,并将更新后的合符号数据作为下一轮解调译码的用户数据,其中,Q、K、L均为正整数。
16.一种发射机,其特征在于,包括:
第二处理器;
用于存储处理器可执行指令的第二存储器;
其中,所述第二处理器,用于将待发送的比特序列编码调制成N个符号,使用L长扩展序列对所述N个符号进行扩展,对扩展后的符号进行载波调制得到载波调制信号,并发送所述载波调制信号,其中,所述N个符号包括:N1个调制符号和N2个导频符号,N为正整数;所述比特序列中携带有指示所述L长扩展序列的指示信息。
17.一种基站,其特征在于,包括:权利要求13所述的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610289918.1A CN107332796B (zh) | 2016-04-29 | 2016-04-29 | 盲检、上行接入方法及装置、接收机、发射机、基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610289918.1A CN107332796B (zh) | 2016-04-29 | 2016-04-29 | 盲检、上行接入方法及装置、接收机、发射机、基站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107332796A true CN107332796A (zh) | 2017-11-07 |
CN107332796B CN107332796B (zh) | 2021-11-02 |
Family
ID=60193614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610289918.1A Active CN107332796B (zh) | 2016-04-29 | 2016-04-29 | 盲检、上行接入方法及装置、接收机、发射机、基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107332796B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286992A (zh) * | 2018-09-17 | 2019-01-29 | 清华大学 | 基于多功率与时间分集的时隙竞争接入发送与接收方法 |
CN109525369A (zh) * | 2018-11-28 | 2019-03-26 | 电子科技大学 | 一种基于循环神经网络的信道编码类型盲识别方法 |
CN110299980A (zh) * | 2018-03-23 | 2019-10-01 | 中兴通讯股份有限公司 | 一种传输参考信号的方法、装置和系统 |
CN110620636A (zh) * | 2018-06-20 | 2019-12-27 | 鸿富锦精密电子(天津)有限公司 | 数据传输校验装置及方法 |
CN111713027A (zh) * | 2018-02-12 | 2020-09-25 | 中兴通讯股份有限公司 | 使用多个天线的信号传输与接收 |
CN116015551A (zh) * | 2022-12-28 | 2023-04-25 | 上海大学 | 一种信号分离方法、装置和电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103384227A (zh) * | 2013-07-19 | 2013-11-06 | 电子科技大学 | 一种联合信道估计的部分传输序列相位盲检测方法 |
WO2015101833A1 (en) * | 2013-12-31 | 2015-07-09 | Alcatel Lucent | Method for determining search space |
-
2016
- 2016-04-29 CN CN201610289918.1A patent/CN107332796B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103384227A (zh) * | 2013-07-19 | 2013-11-06 | 电子科技大学 | 一种联合信道估计的部分传输序列相位盲检测方法 |
WO2015101833A1 (en) * | 2013-12-31 | 2015-07-09 | Alcatel Lucent | Method for determining search space |
Non-Patent Citations (1)
Title |
---|
FUJITSU: "Overview of New Radio Interface", 《3GPP TSG RAN WG1 MEETING #84BIS R1-162332》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111713027A (zh) * | 2018-02-12 | 2020-09-25 | 中兴通讯股份有限公司 | 使用多个天线的信号传输与接收 |
CN110299980A (zh) * | 2018-03-23 | 2019-10-01 | 中兴通讯股份有限公司 | 一种传输参考信号的方法、装置和系统 |
CN110620636A (zh) * | 2018-06-20 | 2019-12-27 | 鸿富锦精密电子(天津)有限公司 | 数据传输校验装置及方法 |
CN110620636B (zh) * | 2018-06-20 | 2022-05-17 | 富联精密电子(天津)有限公司 | 数据传输校验装置及方法 |
CN109286992A (zh) * | 2018-09-17 | 2019-01-29 | 清华大学 | 基于多功率与时间分集的时隙竞争接入发送与接收方法 |
CN109525369A (zh) * | 2018-11-28 | 2019-03-26 | 电子科技大学 | 一种基于循环神经网络的信道编码类型盲识别方法 |
CN109525369B (zh) * | 2018-11-28 | 2020-05-12 | 电子科技大学 | 一种基于循环神经网络的信道编码类型盲识别方法 |
CN116015551A (zh) * | 2022-12-28 | 2023-04-25 | 上海大学 | 一种信号分离方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107332796B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107332796A (zh) | 盲检、上行接入方法及装置、接收机、发射机、基站 | |
US10477548B2 (en) | Radio communication system, method, device and computer readable medium including first and second receiving signals respectively allocated to first and second overlapping subcarriers | |
CN1280997C (zh) | 采用联合检测与串行干扰消除的自适应组合进行多用户检测 | |
RU2395903C2 (ru) | Способ и устройство для выбора виртуальных антенн | |
CN102067538B (zh) | 在数字通信系统中发射软导频符号的发射器和方法 | |
CN2679949Y (zh) | 时分同步码分多路存取用户设备 | |
JP4521633B2 (ja) | 符号分割多重信号の相関分離識別方式 | |
CN102148669A (zh) | 使用低编码速率空间复用的发送分集 | |
US8411727B2 (en) | Method and device for feeding back and receiving downlink channel information | |
CN100411318C (zh) | 基于控制信道进行并行干扰对消的方法 | |
CN100508434C (zh) | Ofdm系统用的高效的迭代编码多用户检测方法 | |
CN109743270A (zh) | 一种基于5g的多用户复用的信道估计方法 | |
CN107682124B (zh) | 多用户共享接入技术上行链路的先并后串多用户检测方法 | |
CN109842460A (zh) | 数据传输方法、装置、存储介质及处理器 | |
EP3206319A1 (en) | Non-orthogonal downlink signals for multiple users | |
CN109660325B (zh) | 数据处理方法及装置 | |
CN104618297B (zh) | 基于ofdm-dcsk通信系统的信号发射和接收方法 | |
CN111602352B (zh) | 用于促进无线通信网络中的多址接入的方法和计算设备 | |
CN110011948A (zh) | 数据传输方法及装置、存储介质、电子装置 | |
CN105340232A (zh) | 改进的用于无线通信网络的接收器 | |
CN110492956B (zh) | 一种用于musa系统的误差补偿多用户检测方法及装置 | |
CN101488938B (zh) | 基于网格编码调制和多幅接收天线的mc-cdma系统及其收发方法 | |
CN112383330B (zh) | Mu-mimo信号检测方法及装置、设备、存储介质 | |
CN114650122B (zh) | 物理上行共享信道不连续传输检测方法、装置及存储介质 | |
CN112492676B (zh) | Musa下行链路的综合考虑信道容量和误码率的功率分配方法 |
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 |