CN107615804A - 用于设备通信的新传输方案 - Google Patents

用于设备通信的新传输方案 Download PDF

Info

Publication number
CN107615804A
CN107615804A CN201680029564.5A CN201680029564A CN107615804A CN 107615804 A CN107615804 A CN 107615804A CN 201680029564 A CN201680029564 A CN 201680029564A CN 107615804 A CN107615804 A CN 107615804A
Authority
CN
China
Prior art keywords
base station
matrix
signal
iterative algorithm
estimation
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
Application number
CN201680029564.5A
Other languages
English (en)
Other versions
CN107615804B (zh
Inventor
法伊德·特若克
朱佩英
童文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN107615804A publication Critical patent/CN107615804A/zh
Application granted granted Critical
Publication of CN107615804B publication Critical patent/CN107615804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/0026—Interference mitigation or co-ordination of multi-user interference
    • H04J11/0036—Interference mitigation or co-ordination of multi-user interference at the receiver
    • H04J11/0046—Interference mitigation or co-ordination of multi-user interference at the receiver using joint detection algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J13/00—Code division multiplex systems
    • H04J13/0003—Code application, i.e. aspects relating to how codes are applied to form multiplexed channels
    • 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
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

基站使用一种方法与多个用户设备(UE)进行通信。所述方法包括：由所述基站从与所述基站通信的多个用户设备(UE)接收多个信号。该方法还包括：基于接收到的信号，使用迭代算法估计信道系数的矩阵Λ。该方法还包括：使用估计的矩阵A在所述基站处解码所述接收到的信号。

Description

用于设备通信的新传输方案
技术领域
本申请要求2015年6月3日提交的、题为“用于设备通信的新传输方案”、序列号为14/729,970的美国专利申请的优先权，其全部内容通过引用并入本文。
技术领域
本申请通常涉及无线网络通信，更具体地涉及传输方案，例如用于包括5G网络的未来网络中的传输方案。
背景技术
最近，H.Nikopour和H.Barigh提出了超越4G通信的稀疏码多路访问。这种方法的要点是使用稀疏码本与各种用户、由各种用户来进行通信，并利用稀疏性从叠加的码本中恢复传输的序列。
将来，将有数百万个需要连接的设备。这些设备将以非常低的占空比进行传输，且经常不传输任何信息。因此，在小区/扇区内的任何时隙，这些设备中只有少数将被激活。考虑这样一种系统，其中信道(例如，子载波或资源块)由这些设备来进行专用于向基站的传输。
期望用于这些设备的可有效传送到基站并提供无需协调的解码的实用方法。
发明内容
本申请涉及用于网络中设备通信的新传输方案。
在一个示例性实施例中，提供了一种在无线通信网络中使用的方法。所述方法包括：由基站从与所述基站通信的多个用户设备(UE)接收多个信号。该方法还包括基于接收到的信号，使用迭代算法来估计信道系数的矩阵Λ。该方法还包括使用估计的矩阵Λ在基站处解码接收的信号。
在另一个示例性实施例中，提供了被配置为在无线网络中操作的基站。该基站包括至少一个存储器和至少一个处理单元。所述至少一个处理单元被配置为从与所述基站通信的多个用户设备(UE)接收多个信号；基于接收到的信号，使用迭代算法来估计信道系数的矩阵Λ；并使用估计的矩阵Λ解码接收的信号。
在另一个示例性实施例中，提供了一种无线网络系统，该无线网络系统包括多个用户设备(UE)和被配置为与多个UE进行通信的基站。该基站被配置为从与基站通信的多个用户设备(UE)接收多个信号；基于接收到的信号，使用迭代算法估计信道系数的矩阵A；并使用估计的矩阵解码接收的信号。
附图说明
为了更全面地理解本申请及其优点，现在参考结合附图进行以下描述，其中相同的附图标记表示相同的对象，并且其中：
图1示出可用于实现本文公开的设备和方法的无线通信系统；
图2A和2B示出了包括可以实现根据本申请方法和教导的UE示例设备；
图3示出了将本申请与经典方法进行对比的误比特率比较；
图4示出了用于解码接收信号的实施例方法的流程图；以及
图5示出了使用迭代算法估计信道系数矩阵的实施例方法的流程图。
具体实施方式
图1示出了可用于实现本文公开的设备和方法的示例通信系统100。通常，系统100使多个无线用户能够发送和接收数据和其他内容。系统100可以实现一种或多种信道接入方法，例如码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交FDMA(0FDMA)或单载波FDMA(SC-FDMA)。
在该示例中，通信系统100包括用户设备(UE)110a-110c、无线接入网络(RAN)120a-120b、核心网络130、公共交换电话网络(PSTN)140、因特网150和其他网络160。尽管在图1中示出了一定数量的这些组件或元件，但是系统100中还可以包括任何数量的这些组件或元件。
UE 110a-110c被配置为在系统100中操作和/或通信。例如，UE 110a-110c被配置为发送和/或接收无线信号或有线信号。每个UE 110a-110c都表示任何合适的终端用户设备，并且可以包括(或称作)诸如用户设备/设备(UE)、无线发射/接收单元(WTRU)、移动台、固定或移动用户单元、寻呼机、蜂窝电话、个人数字助理(PDA)、智能电话、笔记本电脑、计算机、触摸板、无线传感器或消费电子设备等。
此处，RAN 120a-120b分别包括基站170a-170b。每个基站170a-170b都被配置为与一个或多个UE 110a-110c无线连接，以使得能够接入核心网络130、PSTN 140、因特网150和/或其他网络160。例如，基站170a-170b可以包括(或者是)若干众所周知的设备中的一个或多个，诸如基站收发台(BTS)、节点B(NodeB)、演进节点B(eNodeB)、家庭NodeB、家庭eNodeB、站点控制器、接入点(AP)或无线路由器，或具有有线或无线网络的服务器、路由器、交换机或其他处理实体。
在图1所示的实施例中，基站170a形成RAN 120a的一部分，其可以包括其他基站、组件和/或设备。此外，基站170b形成RAN 120b的一部分，其可以包括其他基站、组件和/或设备。每个基站170a-170b进行操作，以在有时被称为“小区”的特定地理区域或范围内发送和/或接收无线信号。在一些实施例中，可以采用多输入多输出(MIMO)技术使每个单元具有多个收发器。
基站170a-170b使用无线通信链路通过一个或多个空口190与一个或多个UE110a-110c通信。空口190可以利用任何合适的无线接入技术。在一些实施例中，UE 110a-110c可以在UE 110a-110c之间在没有协调的情况下向一个或多个基站170a-170b发送信号。
可以设想，系统100可以使用多个信道接入功能，包括本文所述的这种方案。在特定实施例中，基站和UE实现LTE、LTE-A和/或LTE-B。当然，可以利用其他多址方案和无线协议。
RAN 120a-120b与核心网络130通信，以向UE 110a-110c提供语音、数据、应用、因特网协议语音(VoIP)或其他服务。可以理解，RAN 120a-120b和/或核心网络130可以与一个或多个其他RAN(未示出)直接或间接通信。核心网络130还可以用作其他网络(例如PSTN140、因特网150和其他网络160)的网关接入。此外，一些或全部UE 110a-110c可以包括使用不同的无线技术和/或协议在不同的无线链路上与不同的无线网络进行通信的功能。
尽管图1示出了通信系统的一个示例，但是可以对图1进行各种改变。例如，通信系统100可以包括任何数量的UE、基站、网络或任何合适配置的其他组件，并且可以进一步包括本文任何附图中所示的EPC。
图2A和2B示出了可以实现根据本申请方法和教导的示例性装置。具体地，图2A示出了示例性UE 110，并且图2B示出了示例性基站170。这些组件可以在系统100中或在任何其他合适的系统中使用。
如图2A所示，UE 110包括至少一个处理单元200。处理单元200实现UE 110的各种处理操作。例如，处理单元200可以执行信号编码、数据处理、功率控制、输入/输出处理或使得UE 110能够在系统100中操作的任何其他功能。处理单元200还支持下文中更详细描述的方法和教导。每个处理单元200包括被配置为执行一个或多个操作的任何合适的处理或计算设备。例如，每个处理单元200都可以包括微处理器、微控制器、数字信号处理器、现场可编程门阵列或专用集成电路。
UE 110还包括至少一个收发器202。收发器202被配置为对数据或其他内容进行调制以供至少一个天线204进行传输。收发器202还被配置为对由至少一个天线204接收的数据或其他内容进行解调。每个收发器202包括任何合适的结构，以用于生成无线传输的信号和/或处理无线接收的信号。每个天线204包括任何合适的结构，以用于发射和/或接收无线信号。在UE 110中可以使用一个或多个收发器202，并且可以在UE 110中使用一个或多个天线204。虽然示为单个功能单元，但也可以使用至少一个发射器和至少一个单独的接收器来实现收发器202。
UE 110还包括一个或多个输入/输出设备206。输入/输出设备206有助于与用户交互。每个输入/输出设备206都包括任何合适的结构，例如扬声器、麦克风、按键、键盘、显示器或触摸屏等，以向用户提供信息或从用户处接收信息。
另外，UE 110包括至少一个存储器208。存储器208存储由UE 110使用、生成或收集的指令和数据。例如，存储器208可以存储由处理单元200执行的软件或固件指令以及用于减少或消除输入信号中干扰的数据。每个存储器208都包括任何合适的易失性和/或非易失性存储和检索装置。可以使用任何合适类型的存储器，诸如随机存取存储器(RAM)、只读存储器(ROM)、硬盘、光盘、用户识别模块(SIM)卡、记忆棒、安全数字(SD)存储卡等等。
如图2B所示，基站170包括至少一个处理单元250、至少一个发射器252、至少一个接收器254、一个或多个天线256和至少一个存储器258。处理单元250实现基站170的各种处理操作，例如信号编码、数据处理、功率控制、输入/输出处理或任何其他功能。处理单元250还可以支持下面更详细描述的方法和教导。每个处理单元250包括被配置为执行一个或多个操作的任何合适的处理或计算设备。例如，每个处理单元250可以包括微处理器、微控制器、数字信号处理器、现场可编程门阵列或专用集成电路。
每个发射器(TX)252包括任何合适的结构，以生成用于向一个或多个UE或其他设备无线传输的信号。每个接收器(RX)254包括任何合适的结构，以处理从一个或多个UE或其他设备无线接收的信号。尽管示出为单独的组件，但至少一个发射器252和至少一个接收器254可以组合成收发器。每个天线256包括任何合适的结构，以用于发送和/或接收无线信号。尽管公共天线256在此被示为既耦合到发射器252和又耦合到接收器254，但是一个或多个天线256可以耦合到发射器252，并且一个或多个单独的天线256可以耦合到接收器254。每个存储器258包括任何合适的易失性和/或非易失性存储和检索装置。
关于UE 110和基站170的附加细节是本领域技术人员已知的。因此，为了清楚起见，此处省略了这些细节。
本申请的实施例提供了用于高级无线网络中设备通信的传输方案。
考虑扇区中的N个低占空比UE 110。令从第i个UE 110到基站170的传输信道是αi。在每次传输期间，假设信道是静态的。这是合理的假设，因为大多数UE 110是固定的或准静态的。假设k个UE 110(例如，用户i1，i2，…，ik)在某个时间是活动的，并且在专用信道(资源块)上进行传输，其中k＜＝N。虽然不知道哪k个用户正在发送，但是已知这些活动的UE 110中至多有K个，其中K＜＜N。
分离这些UE 110的一种方式是向用户i分配(扩展)序列：
为了传输符号si，UE i然后可以发送sipi。然后在基站170处接收的信号由下式给出：
其中n是独立且相同分布(i.i.d.)的高斯噪声。
检测这些UE 110的一种方式是为所有UE 110选择m＝N并选择正交签名序列Pi，i＝1，2，…，N。然后，通过将r与这些签名序列相关，可以得到αijsij的噪声估计。然而，这可能不是带宽有效的，因为N可以相当大。
另一种方法是选择m＜＜N。以这种方式，底层签名序列不是正交的。事实上，可以使用K＜＜N来解析这些UE 110。这可以在多用户检测中执行。然而，如果K＜＜N，则签名序列的相关性可能不小。由于其他UE 110的干扰和近远问题，用于确定活动UE 110的匹配滤波器可能没有良好的性能。所有UE 110的多用户检测也可能是计算复杂的。
因此，期望一种替代方法。为了对该问题进行建模，假设所有UE 110传输都是长度为M的码字。如果要发送码字(c1，i，c2，i，…，cM，i)，则UEi发送(c1，ipi，c2，ipi，…，cm，ipi)。可以将任何不活动的UE视为发送全零码字。
令Λ为信道系数的N×M矩阵，其第j行Λ[j，·]为(c1，jαj，c2，jαj，…，cM，jαj)，其中(c1，j，c2，j，…，cM，j)为UEj发送的码字。然后，可以根据下式来确定表示接收信号的矩阵R。
R＝PΛ+n (1)
其中P＝[pi，j]是m×N矩阵，其第i，j个元素为pi，j，并且n是m×M矩阵，其建模为根据N(0，σ2I)分布的i.i.d复高斯噪声，其中I表示单位矩阵。
向量n在编码签名序列的传输期间捕获基站接收器j处的干扰和噪声。在上文中，R的第j列中的值表示在时间m*(广1)+1，m*(j-1)+2，...m*j、在基站170处接收的信号，其中j＝1，2，…，M。
已知的是，大多数Λ的行是零，因为大多数UE 110每次都不活动。因此，期望的是，确定发送UE 110并使用该信息来计算它们的传输码字，其中m＜＜N。
上述情况类似于压缩感知。然而，压缩感知与这种情况有一些区别。首先，Λ是矩阵而不是向量。第二，在压缩感测中，必须恢复稀疏矢量。然而，在这种情况下，矩阵Λ是行稀疏的，即矩阵Λ的许多行是零。因此，本申请提供了用于重建Λ的新算法。
对于任何矢量v＝(v1，v2，…VM)，令
和分别为v的欧几里得范数和L1范数。||v||被称为v的长度。||v||o被定义为v的L0范数，其是v的非零元素的数量。
已知向量的L1范数是稀疏正则项。需要正则项，以进行矩阵Λ的行稀疏化。一个这样的稀疏矩阵由给出。
可以对这种正则项进行重要观察。由于这个正则项是基于L1范数的，因此它将上述矩阵的元素稀疏化。这迫使Λ的元素变为零。然而，期望的是Λ的一些行(向量)变为零。因此，要考虑Λ中行的L0范数。
正则化的解码器使目标函数最小化
以修改使得Λ的某些行(向量)变为零。
在上述情况下，值λ＞0是可以被微调的正则化参数。C(Λ)的最小化通常是不容易的。值C(Λ)可以被写作是对数似然值的负值，其由独立高斯和以Λ为参数的泊松似然分布(加上由最大值减小的一些常数项)的乘积给出，如下面的对数似然所示：
这意味着为了最小化C(Λ)，找到使上述对数似然最大化的参数Λ(其中一些常数从等式消除)就足够了。最大化对数似然函数的标准方法是期望最大化(EM)算法，其中显示了隐藏辅助变量。
令s1为PP*的最大特征值。令n1和n2是根据N(0，I)和N(0，σ2I-β2PP*)列为分布i.i.d.的独立高斯N×M和m×M矩阵，其中选择β′＞0，使得和P*表示P的厄密共轭(Hermitian)。实际上，在设计了P之后，s1可以被计算为PP*的最大特征值并设置为此外，在该实现中，不需要已知σ，仅需要值，如上述所设置的。
隐藏的辅助随机变量表示如下：
V＝Λ+βn1。
然后，从统计上来说，容易看出，
R＝Pv+n2。
现在可以计算出EM算法的期望(E)和最大化(M)步骤。然而，本申请的实施例添加了在常规EM算法中不存在的行稀疏化步骤。下面给出了计算Λ的迭代算法。
Λ的估计算法
用于Λ的估计算法首先确定信道系数Λ的初始估计Λ1(步骤1)。然后选择多个迭代Niter(步骤2)。对于每个值1＝1，2，...，Niter，执行以下步骤3至5。对于E步骤(步骤3)，进行如下计算：
对于M步骤(步骤4)，进行如下计算：
其中，对于x≠0，对于x＝0，sgn(x)为1/2，ones(m，M)是m×M矩阵，其中第i，j个元素为1，并且对于x＞＝0，x+＝x，否则为0。
在步骤5中，行稀疏步骤执行如下：如果Λl+1的任何一行具有多于L个零(其中L是由设计者预定义并且优化的整数)，则用全零向量替换该行。
在上述中，和λσ2的值可被微调。另外，根据Λ1的初始猜测，可以实现Λ最佳值的更快或更慢收敛。假设P(UE签名)的列被归一化为全部具有长度1，接下来，给出可能的初始猜测。每个列R[·，j]被投影在由P的列占用的子空间W上，其中j＝1，2，…，M。或者以数学符号表示，计算Projw(R[·，j])。然后，计算Δ[·，j]的初始猜测值为P*Projw(R[·，j])，其中j＝1，2，…，M。这生成了Λ的初始粗略估计，其他初始猜测值也是可能的。
传输码字的估计算法
上文中一旦计算了Λ的估计则的第j行即为Λ的第j行的估计，其中j＝1，2，…，N。这意味着(c1，jαj，c2，jαj，…，cM，jαj)是即将到来的估计，其中j＝1，2，…，N。对于非零行，该估计被馈送到基站170中的标准解码器，用于分配给UEj的码本，以对发送的信号进行解码。
为了构造UE签名，适用于压缩感知的任何矩阵(诸如随机高斯矩阵)可以被应用为签名序列。
图4示出了用于对接收到的信号进行解码的实施例方法400的流程图。如图所示，方法400开始于步骤410，其中基站从与基站通信的多个用户设备(UE)处接收多个信号。此后，方法400进行到步骤420，其中基站基于接收到的信号，使用迭代算法来估计信道系数的矩阵Λ。迭代算法可以是包括行稀疏化的修正期望最大化(EM)算法。随后，方法400进行到步骤430，其中基站使用估计矩阵Λ对接收的信号进行解码。
图5示出了可以由基站执行的使用迭代算法来估计信道系数矩阵的实施例方法500的流程图。如图所示，方法500开始于步骤510，其中，例如，基站可以基于从多个用户设备(UE)接收的多个信号来确定信道系数矩阵Λ的初始估计Λ1。此后，方法500进行到步骤520，其中对于每次迭代1(从1开始)都确定Λ1是否是最佳值。当确定Λ1为最佳值时，方法500结束。另一方面，当确定Λ1不是最佳值时，方法500进行到步骤530，其中基站基于估计的Λ1来确定接收信号矩阵R1。在步骤540，基站基于接收信号矩阵R1确定矩阵Λ1+1。在步骤550，对于具有多于L个零的Λ1+1中的任一行，基站用全零向量替换该行，其中L是预定义的整数。方法500在步骤550之后进一步进行到步骤520。
仿真结果
在图3中，示出了使用所公开实施例的通信仿真结果。可以看出，根据本申请的传输方案与无多重接入干扰方案表现一样好，但是带宽效率是无多重接入干扰方案的六倍。
图3示出了本申请的性能，其在专用信道上对60个UE 110进行仿真。在任何给定的时间，有四个UE是活动的，但在基站170处并不知道是哪四个UE 110。每个UE 110被分配有根据i.i.d.高斯分布创建的长度为10的随机化签名，并且均被归一化为具有长度1。该传输使用具有长度为100的分组的未编码二进制相移键控(BPSK)。该信道是瑞利衰落。图3的曲线图中SNR值是在每个发送的比特与噪声功率谱密度比值Eb/No下收集的能量。在经典案例中，每个UE 110使用长度为60的签名，并且假设这些签名彼此正交。因此，不存在多址干扰。这种情况下的带宽效率是上述常规情况的1/6。在这两种情况下，每个UE 110的信道在基站170的接收器处被认为是完全估计。
在本申请中，为4G系统以外的系统提供了新方法。在所公开的实施例中，基站170处的接收器不需要知道UE的哪些发射器是活动的，而是接收器知道发射UE的数量上限。所公开的实施例使用了使用短签名和修正的期望最大化(EM)算法的扩展技术来对基站170处的发送UE进行解码。提供的仿真结果证实了本申请方案的性能。
虽然本申请已经描述了某些实施例和一般相关联的方法，但是对于本领域技术人员来说，这些实施例和方法的改变和排列将是显而易见的。因此，以上对示例性实施例的描述没有限定或约束本申请。在不脱离由所附权利要求限定的本申请的精神和范围的情况下的其他改变、替代和变更也是可能的。

Claims (18)

1.一种在无线通信网络中使用的方法，所述方法包括：
由基站从与所述基站通信的多个用户设备UE处接收多个信号；
基于所述接收的信号，使用迭代算法来估计信道系数的矩阵Λ；以及
在所述基站处使用所述估计矩阵Λ解码所述接收的信号。
2.根据权利要求1所述的方法，其中所述迭代算法是修正的期望最大化EM算法。
3.根据权利要求2所述的方法，其中所述修正的EM算法包括行稀疏化。
4.根据权利要求2所述的方法，其中所述迭代算法包括：
确定Λ的初始估计；以及
对于所述迭代算法的每次迭代1：
基于所述估计的Λ1确定接收信号矩阵R1；
基于所述接收信号矩阵R1确定矩阵Λl+1；以及
对于Λl+1中具有超过L个零的任一行，用全零向量替换所述行，其中L是预定义的整数。
5.根据权利要求1所述的方法，其中所述基站在没有所述UE之间协调的情况下接收从所述多个UE发送的信号。
6.根据权利要求1所述的方法，其中所述基站不知道哪些UE是活动的，但是知道正在发送信号的UE数量的上限。
7.一种被配置为在无线网络中操作的基站，所述基站包括：
至少一个存储器；和
至少一个处理单元，所述处理单元被配置为：
从与所述基站通信的多个用户设备UE处接收多个信号；
基于所述接收的信号，使用迭代算法估计信道系数的矩阵Λ；以及
使用所述估计的矩阵Λ解码所述接收的信号。
8.根据权利要求7所述的基站，其中所述迭代算法是修正的期望最大化EM算法。
9.根据权利要求8所述的基站，其中所述EM算法包括行稀疏化。
10.根据权利要求8所述的基站，其中所述迭代算法包括：
确定Λ的初始估计；以及
对于所述迭代算法的每次迭代1：
基于所述估计的Λ1确定接收信号矩阵R1；
基于所述接收信号矩阵R1确定矩阵Λl+1；以及
对于Λl+1中具有超过L个零的任一行，用全零向量替换所述行，其中L是预定义的整数。
11.根据权利要求7所述的基站，其中所述基站被配置为在没有所述UE之间协调的情况下接收从所述多个UE发送的信号。
12.根据权利要求7所述的基站，其中所述基站不知道哪些UE是活动的，但是知道正在发送信号的UE数量的上限。
13.一种无线网络系统，包括：
多个用户设备UE；以及
基站，被配置为与所述多个UE进行通信，所述基站被配置为：
从所述多个UE处接收多个信号；
基于所述接收的信号，使用迭代算法估计信道系数的矩阵Λ；以及
使用所述估计的矩阵Λ解码所述接收的信号。
14.根据权利要求13所述的系统，其中所述迭代算法是修正的期望最大化EM算法。
15.根据权利要求14所述的系统，其中所述EM算法包括行稀疏化。
16.根据权利要求14所述的系统，其中所述迭代算法包括：
确定Λ的初始估计；以及
对于所述迭代算法的每次迭代1：
基于所述估计的Λ1来确定接收信号矩阵R1；
基于所述接收信号矩阵R1确定矩阵Λl+1；以及
对于Λl+1中具有超过L个零的任一行，用全零向量替换所述行，其中L是预定义的整数。
17.根据权利要求13所述的系统，其中所述基站被配置为在没有所述UE之间协调的情况下接收从所述多个UE发送的信号。
18.根据权利要求13所述的系统，其中所述基站不知道哪些UE是活动的，但是知道正在发送信号的UE数量的上限。
CN201680029564.5A 2015-06-03 2016-05-31 用于设备通信的新传输方案 Active CN107615804B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/729,970 US9509443B1 (en) 2015-06-03 2015-06-03 Transmission schemes for device communications
US14/729,970 2015-06-03
PCT/CN2016/084154 WO2016192619A1 (en) 2015-06-03 2016-05-31 New transmission schemes for device communications

Publications (2)

Publication Number Publication Date
CN107615804A true CN107615804A (zh) 2018-01-19
CN107615804B CN107615804B (zh) 2020-02-14

Family

ID=57352029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680029564.5A Active CN107615804B (zh) 2015-06-03 2016-05-31 用于设备通信的新传输方案

Country Status (3)

Country Link
US (1) US9509443B1 (zh)
CN (1) CN107615804B (zh)
WO (1) WO2016192619A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113411142A (zh) * 2021-06-29 2021-09-17 齐鲁工业大学 宽带确定性最大似然测向方法、系统、终端及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10128897B2 (en) 2016-05-26 2018-11-13 Huawei Technologies Co., Ltd. Two-phase transmission for machine-type communication
KR20210141143A (ko) * 2020-05-15 2021-11-23 삼성전자주식회사 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143754A1 (en) * 2001-01-11 2002-10-03 Glenn Paulley Prime implicates and query optimization in relational databases
US20110158302A1 (en) * 2007-12-17 2011-06-30 Electronics And Telecommunications Research Institute Iterative estimator and method of channel and noise variance for multiple input multiple output orthogonal frequency division multiplexing system
US20120201320A1 (en) * 2011-02-08 2012-08-09 Toshiaki Koike-Akino Sparse Channel Estimation Using Order Extension for Frequency and Time Selective MIMO Wireless Communication Networks
US20140162627A1 (en) * 2012-12-12 2014-06-12 Futurewei Technologies, Inc. System and Method for Channel Estimation in a Wireless Communications System

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092436B2 (en) * 2002-01-25 2006-08-15 Mitsubishi Electric Research Laboratories, Inc. Expectation-maximization-based channel estimation and signal detection for wireless communications systems
US7139336B2 (en) * 2002-04-05 2006-11-21 Nokia Corporation Method and system for channel estimation using iterative estimation and detection
KR100918717B1 (ko) * 2003-04-21 2009-09-24 삼성전자주식회사 다입다출력 직교주파수분할다중화 이동통신 시스템에서의신호 시퀀스 추정 방법 및 장치
US6868276B2 (en) * 2003-06-17 2005-03-15 Nokia Corporation Method and apparatus for estimating carrier frequency offset and fading rate using autoregressive channel modeling
US7388935B2 (en) 2004-06-15 2008-06-17 Telefonktiebolaget Lm Ericsson (Publ) Method of inverting nearly Toeplitz or block Toeplitz matrices
US7551664B2 (en) * 2004-09-17 2009-06-23 Nokia Corporation Iterative and turbo-based method and apparatus for equalization of spread-spectrum downlink channels
KR100843253B1 (ko) * 2006-12-01 2008-07-03 한국전자통신연구원 반복 수신 방법 및 반복 수신기
US8199861B1 (en) * 2007-05-21 2012-06-12 Karkhanechi Haideh M Channel estimation in MIMO OFDM communication systems
US9647734B2 (en) * 2013-11-14 2017-05-09 Mediatek Singapore Pte. Ltd. Large-scale fading coefficient estimation in wireless massive MIMO systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143754A1 (en) * 2001-01-11 2002-10-03 Glenn Paulley Prime implicates and query optimization in relational databases
US20110158302A1 (en) * 2007-12-17 2011-06-30 Electronics And Telecommunications Research Institute Iterative estimator and method of channel and noise variance for multiple input multiple output orthogonal frequency division multiplexing system
US20120201320A1 (en) * 2011-02-08 2012-08-09 Toshiaki Koike-Akino Sparse Channel Estimation Using Order Extension for Frequency and Time Selective MIMO Wireless Communication Networks
US20140162627A1 (en) * 2012-12-12 2014-06-12 Futurewei Technologies, Inc. System and Method for Channel Estimation in a Wireless Communications System

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FU等: "Two Novel Iterative Joint Frequency-Offset and Channel Estimation Methods for OFDMA Uplink", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113411142A (zh) * 2021-06-29 2021-09-17 齐鲁工业大学 宽带确定性最大似然测向方法、系统、终端及存储介质

Also Published As

Publication number Publication date
US20160359583A1 (en) 2016-12-08
CN107615804B (zh) 2020-02-14
US9509443B1 (en) 2016-11-29
WO2016192619A1 (en) 2016-12-08

Similar Documents

Publication Publication Date Title
US8464105B2 (en) Method of multiuser precoding and scheduling and base station for implementing the same
US9634747B2 (en) Apparatus and method of processing signal, and recording medium
CN103312390B (zh) 基于干扰对齐的预编码方法，发射机和设备
TWI591973B (zh) A signal detection method and device
Guo et al. Deep learning for joint channel estimation and feedback in massive MIMO systems
CN105071843B (zh) 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用
US20040228392A1 (en) Fourier-transform based linear equalization for MIMO CDMA downlink
CN114285444B (zh) 一种去蜂窝大规模mimo系统的功率优化方法
CN101834646A (zh) 用户选择方法、用户选择装置和基站
WO2015112883A1 (en) System and method for early termination in iterative null-space directed singular value decomposition for mimo
Albataineh et al. Adaptive blind CDMA receivers based on ICA filtered structures
Jamali et al. A low-complexity recursive approach toward code-domain NOMA for massive communications
CN107615804A (zh) 用于设备通信的新传输方案
CN104488214B (zh) 用于在无线通信系统中联合执行信道估计和干扰估计的方法和装置
WO2009075456A1 (en) Method for transmission interference cancellation for mu-mimo
WO2017121175A1 (zh) 一种数据处理方法和装置
WO2011010107A2 (en) Receiver for wireless transmission
JP6063607B2 (ja) 送信信号のための多入力多出力ｍｉｍｏ検出方法、装置及びシステム
US11115240B2 (en) Methods, apparatuses, and systems for performing analog CSI feedback
EP2869485A1 (en) Equalizing Method in a Receiver Node of a Wireless Communication System
CN107104715B (zh) 一种基于天线选择的干扰对齐方法
WO2017116292A1 (en) Method and receiving node for detecting signals transmitted by multiple users
Yin Low complexity detection and precoding for massive MIMO systems: Algorithm, architecture, and application
CN108631829B (zh) 联合功率分配、预编码与解码方法及其基站
Kim Performance of decremental antenna selection algorithms for spatial multiplexing MIMO systems with linear receiver over correlated fading channels

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