CN108540410A - 免调度传输系统联合活跃用户检测和信道估计方法 - Google Patents
免调度传输系统联合活跃用户检测和信道估计方法 Download PDFInfo
- Publication number
- CN108540410A CN108540410A CN201810182622.9A CN201810182622A CN108540410A CN 108540410 A CN108540410 A CN 108540410A CN 201810182622 A CN201810182622 A CN 201810182622A CN 108540410 A CN108540410 A CN 108540410A
- Authority
- CN
- China
- Prior art keywords
- active ues
- channel
- user
- probability
- channel 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
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
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- 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
-
- 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
- H04L25/025—Channel estimation channel estimation algorithms using least-mean-square [LMS] method
Abstract
本发明公开了一种免调度传输系统联合活跃用户检测和信道估计方法,上行传输不需要通过物理层控制信道请求时频传输资源,而是在预先分配的冲突域中按照同步时隙直接发送信号。考虑用户初始活跃概率已知和未知的场景,联合活跃用户检测和信道估计方法采用三个模块,即信道估计模块、活跃用户检测模块和初始活跃概率估计模块,基站侧根据接收信号Y和导频矩阵S,通过三个模块的迭代计算,得到活跃用户集合以及该集合中所有用户的信道响应矢量估计值。本发明和传统块稀疏信号重建算法相比,显著降低算法复杂度,提高活跃用户漏检性能和信道估计性能。
Description
技术领域
本发明涉及无线通信技术,特别是涉及一种免调度传输系统联合活跃用户检测和信道估计方法。
背景技术
为满足下一代移动通信技术(5G)低时延、高可靠和海量用户连接的通信场景,提出了基于共享冲突域的随机接入技术。该技术不需要用户与基站有任何握手过程,即向基站请求传输资源,接受基站的分配和调度,而是在任意时隙在预先分配的时域、频域、码域等资源中随机发送数据,从而移除控制信令、减少开销、降低时延。此类随机接入技术又被称为免调度上行传输技术。
从物理层角度出发,基站侧并不知道哪些用户是否活跃,甚至无从得知活跃用户的数目。因此免调度上行传输中,基站侧需要在共享冲突域中检测活跃用户的集合,估计该活跃用户的信道响应矢量及恢复发送数据。本章主要考虑免调度上行传输模式下的活跃用户检测和信道估计。在某一时隙内,活跃用户会向基站发送导频,而非活跃用户则不发送任何数据,即相当于发送零信号,则可以理解为用户发送的导频信号是稀疏的。某非活跃用户发送零导频和该用户在此时隙内的信道响应矢量为零是等价的,因此活跃用户检测和信道估计可以转换为估计带有稀疏性的信道响应矢量。
以往研究多将此类问题归为压缩感知中的稀疏信号重建问题。由于非活跃用户的信道响应矢量的每个元素均为零,信道响应矢量的稀疏性呈现块稀疏特性,即待估信道矩阵的任意一行都有共同的支集(信道所有行矢量的非零点元素位置相同),因此该问题可以被进一步建模为压缩感知稀疏信号重建下的多矢量测量问题。
压缩感知领域中针对MMV问题的算法主要是匹配追踪、BCS和FOCUSS算法,其中匹配追踪和BCS均为贪婪算法,利用序贯式的方式,每次迭代都在候选集合中找到最有可能活跃的用户并对其信道进行估计,估计的活跃用户数即为算法的迭代次数;而FOCUSS算法则是一种迭代的线性检测算法,通过对观测量和检测矩阵进行迭代更新来解决MMV问题,满足算法预设的误差容限则迭代停止。FOCUSS算法每次迭代都需要进行高维矩阵的相乘操作,复杂度很高,不适用于大规模MIMO随机接入场景。因此,对于随机接入系统,研究一种复杂度低活跃用户检测性能好的算法是非常有必须要的。
发明内容
发明目的:本发明的目的是提供一种能够降低复杂度的免调度传输系统联合活跃用户检测和信道估计方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的免调度传输系统联合活跃用户检测和信道估计方法,包括以下步骤:
S1:输入接收信号Y和导频矩阵S,用户活跃概率已知时输入αn;
S2:对下列参数进行初始化:
信道矩阵元素的后验均值初始化为其中,m=1,…,M,M为基站端天线数目,n=1,…,N,N为在线用户数目,h m[n]为第n个用户对m根天线的信道响应,为该信道响应对应的置信度因子,也即后验概率估计值;
信道矩阵元素的后验方差初始化为
噪声方差辅助参数βh,m(l)初始化为βh,m(l)=1;其中l=1,…,L,L为导频长度;
信道矩阵元素的活跃度初始化为
用户初始活跃概率似然比估计值初始化为
迭代次数初始化为t=1;
S3:信道估计模块根据从活跃用户检测模块反馈的信道矩阵元素的活跃度ρm[n],将等效输入流的噪声方差和观测量rm[n]传给活跃用户检测模块,并将输出;
S4:活跃用户检测模块根据信道估计模块传入的参数和初始活跃概率模块反馈的初始活跃概率似然比估计值计算信道矩阵元素的活跃度ρm[n]反馈给信道估计模块,计算用户活跃似然比LLRn并传递给初始活跃概率估计模块,另外将LLRn输出;
S5:初始活跃概率估计模块根据活跃用户检测模块传入的参数,计算初始活跃概率似然比估计值并反馈给活跃用户检测模块;
S6:令t=t+1,并判断:如果t未达到预设次数T,则返回步骤S3;否则,则转入下一步骤;
S7:得到活跃用户集合:并将作为活跃用户n信道响应矢量第m个元素的估计值。
进一步,所述步骤S3包括以下步骤:
S3.1:等价并行输出流参数计算,具体包括步骤S3.1.1和S3.1.2:
S3.1.1:更新输出流的先验方差和先验均值
其中sn[l]为导频矩阵S第l行第n列的元素,为等效输入流的后验均值,为等效输入流的后验方差,βh,m(l)为观测量辅助参数;
S3.1.2:更新输出流的后验方差和后验均值
其中,xm[l]为并行输出流的等效发送信号,为该发送信号的置信度因子,为噪声方差,y m[l]为接收信号Y第m行l列的元素;
S3.2:等价并行输入流参数计算,具体包括步骤S3.2.1和S3.2.2:
S3.2.1:更新输入流的噪声方差辅助参数∈m(l)和观测量辅助参数βh,m(l):
S3.2.2:更新输入流的噪声方差和观测量rm[n]:
其中,L为导频长度;
其中,为sn[l]的共轭转置;
S3.2.3:更新输入流的后验方差和后验均值:
其中,
其中,ρm[n]是从活跃用户检测模块计算得到的h m[n]的活跃度。
进一步,所述步骤S4包括以下步骤:
S4.1:更新用户n信道响应矢量hn第m个元素h m[n]的活跃似然比LLRm←n:
其中,为输入流的噪声方差,ri[n]为输入流的观测量;
S3.2:更新用户n的活跃似然比LLRn:
S3.3:更新用户n信道响应矢量hn第m个元素h m[n]的活跃度ρm[n]:
进一步,所述步骤S5中的初始活跃概率估计模块采用下式计算初始活跃概率似然比估计值
有益效果:本发明公开了一种免调度传输系统联合活跃用户检测和信道估计方法,与现有技术相比,具有如下的有益效果:
1)该方法计算复杂度低,不需要矩阵求逆操作;
2)活跃用户的错检和漏检性能远好于传统的压缩感知多矢量测量方法;
3)信道估计性能可以接近最优的线性最小均方误差检测方法。
附图说明
图1为本发明具体实施方式中混合消息传递流程图;
图2为本发明具体实施方式中信道估计模块流程图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步的介绍。
在本具体实施方式中,考虑免调度传输系统,上行传输不需要通过物理层控制信道请求时频传输资源,而是在预先分配的冲突域中按照同步时隙直接发送信号。假设同一用户在相邻帧内发送信号相互独立,同时不同用户是否发送信号相互独立。假设基站端天线数目为M,在线用户数目为N,每个用户是否发送信号服从独立同分布的伯努利分布。基站并不知道当前时刻有哪些用户向其发送数据,即不知道活跃用户集合,也不知道各用户与基站间的信道响应矢量。基于上述随机接入的特性,每一帧内的活跃用户检测和信道估计有必要同时进行,使得基站侧方便检测出哪些用户分别发送了什么数据。因此,对于随机接入上行传输模式,联合活跃用户检测和信道估计是比较合理的解决方案。
基站端接收的信号可以表示为:
其中,为基站端接收到的信号,为用户n的信道响应矢量,为用户n的导频,为独立同分布的复高斯白噪声,均值为零,方差为
选择Zadoff-Chu(ZC)序列生成确定性导频,对于根为r的某个序列第l个元素sr(l)的表达式为:
其中,(L)2表示模2操作。用表示对序列sr进行循环右移τ位的操作,则可得到一组相互正交的L长且根为r的ZC序列。在本发明的随机接入场景中,对所有在线用户的导频分配为:
其中导频所用根的个数为并且所有导频都进行归一化,使得||sn||=1。
另外对于块衰落上行传输,假设每个用户的信道响应相互独立且基站侧不同天线相互独立,因此用户n的信道响应矢量hn不同元素之间独立同分布,每个元素服从均值为0,方差为1的复高斯分布。若用户n此时处于非活跃状态,则该用户不向基站发送导频数据,相应的公式中导频矩阵的第n列为零向量,即sn=0。用户n非活跃导致的对应导频数据为发送等价于该用户对应的信道响应矢量hn=0,而对应的导频仍为基站为其分配的原导频序列。此时,接收信号可以表示为
Y=SH+Z (4)
其中,Y=YT,S=[s1,s2,…,sN], Z=ZT。此时矩阵H第n行第m列元素h m[n]为伯努利高斯分布,即
其中βm,n表示h m[n]是否为零,它的值可由下式得到:
其中,指示变量ξn,n=1,…,N表示当前帧用户n的活跃状态,ξn=1表示用户n活跃,ξn=0表示不活跃,即不向基站发送任何数据。指示变量ξn服从相互独立的伯努利分布:
其中αn为用户初始活跃概率。
免调度传输系统联合活跃用户检测和信道估计方法如图1所示,该方法包括以下步骤:
S1:输入接收信号Y和导频矩阵S,用户活跃概率已知时输入αn;
S2:对下列参数进行初始化:
信道矩阵元素的后验均值初始化为其中,m=1,…,M,M为基站端天线数目,n=1,…,N,N为在线用户数目,h m[n]为第n个用户对m根天线的信道响应,为该信道响应对应的置信度因子,也即后验概率估计值;
信道矩阵元素的后验方差初始化为
噪声方差辅助参数βh,m(l)初始化为βh,m(l)=1;其中l=1,…,L,L为导频长度;
信道矩阵元素的活跃度初始化为
用户初始活跃概率似然比估计值初始化为
迭代次数初始化为t=1;
S3:信道估计模块根据从活跃用户检测模块反馈的信道矩阵元素的活跃度ρm[n],将等效输入流的噪声方差和观测量rm[n]传给活跃用户检测模块,并将输出;
S4:活跃用户检测模块根据信道估计模块传入的参数和初始活跃概率模块反馈的初始活跃概率似然比估计值计算信道矩阵元素的活跃度ρm[n]反馈给信道估计模块,计算用户活跃似然比LLRn并传递给初始活跃概率估计模块,另外将LLRn输出;
S5:初始活跃概率估计模块根据活跃用户检测模块传入的参数,计算初始活跃概率似然比估计值并反馈给活跃用户检测模块;
S6:令t=t+1,并判断:如果t未达到预设次数T,则返回步骤S3;否则,则转入下一步骤;
S7:得到活跃用户集合:并将作为活跃用户n信道响应矢量第m个元素的估计值。
其中,步骤S3包括以下步骤:
S3.1:等价并行输出流参数计算,具体包括步骤S3.1.1和S3.1.2:
S3.1.1:更新输出流的先验方差和先验均值
其中sn[l]为导频矩阵S第l行第n列的元素,为等效输入流的后验均值,为等效输入流的后验方差,βh,m(l)为观测量辅助参数;
S3.1.2:更新输出流的后验方差和后验均值
其中,xm[l]为并行输出流的等效发送信号,为该发送信号的置信度因子,为噪声方差,y m[l]为接收信号Y第m行l列的元素;
S3.2:等价并行输入流参数计算,具体包括步骤S3.2.1和S3.2.2:
S3.2.1:更新输入流的噪声方差辅助参数∈m(l)和观测量辅助参数βh,m(l):
S3.2.2:更新输入流的噪声方差和观测量rm[n]:
其中,L为导频长度;
其中,为sn[l]的共轭转置;
S3.2.3:更新输入流的后验方差和后验均值:
其中,
其中,ρm[n]是从活跃用户检测模块计算得到的h m[n]的活跃度。
步骤S4包括以下步骤:
S4.1:更新用户n信道响应矢量hn第m个元素h m[n]的活跃似然比LLRm←n:
其中,为输入流的噪声方差,ri[n]为输入流的观测量;
S3.2:更新用户n的活跃似然比LLRn:
S3.3:更新用户n信道响应矢量hn第m个元素h m[n]的活跃度ρm[n]:
步骤S5中的初始活跃概率估计模块采用下式计算初始活跃概率似然比估计值
Claims (4)
1.免调度传输系统联合活跃用户检测和信道估计方法,其特征在于:包括以下步骤:
S1:输入接收信号Y和导频矩阵S,用户活跃概率已知时输入αn;
S2:对下列参数进行初始化:
信道矩阵元素的后验均值初始化为其中,m=1,…,M,M为基站端天线数目,n=1,…,N,N为在线用户数目,h m[n]为第n个用户对m根天线的信道响应,为该信道响应对应的置信度因子,也即后验概率估计值;
信道矩阵元素的后验方差初始化为
噪声方差辅助参数βh,m(l)初始化为βh,m(l)=1;其中l=1,…,L,L为导频长度;
信道矩阵元素的活跃度初始化为
用户初始活跃概率似然比估计值初始化为
迭代次数初始化为t=1;
S3:信道估计模块根据从活跃用户检测模块反馈的信道矩阵元素的活跃度ρm[n],将等效输入流的噪声方差和观测量rm[n]传给活跃用户检测模块,并将输出;
S4:活跃用户检测模块根据信道估计模块传入的参数和初始活跃概率模块反馈的初始活跃概率似然比估计值计算信道矩阵元素的活跃度ρm[n]反馈给信道估计模块,计算用户活跃似然比LLRn并传递给初始活跃概率估计模块,另外将LLRn输出;
S5:初始活跃概率估计模块根据活跃用户检测模块传入的参数,计算初始活跃概率似然比估计值并反馈给活跃用户检测模块;
S6:令t=t+1,并判断:如果t未达到预设次数T,则返回步骤S3;否则,则转入下一步骤;
S7:得到活跃用户集合:并将作为活跃用户n信道响应矢量第m个元素的估计值。
2.根据权利要求1所述的免调度传输系统联合活跃用户检测和信道估计方法,其特征在于:所述步骤S3包括以下步骤:
S3.1:等价并行输出流参数计算,具体包括步骤S3.1.1和S3.1.2:
S3.1.1:更新输出流的先验方差和先验均值
其中sn[l]为导频矩阵S第l行第n列的元素,为等效输入流的后验均值,为等效输入流的后验方差,βh,m(l)为观测量辅助参数;
S3.1.2:更新输出流的后验方差和后验均值
其中,xm[l]为并行输出流的等效发送信号,为该发送信号的置信度因子,为噪声方差,y m[l]为接收信号Y第m行l列的元素;
S3.2:等价并行输入流参数计算,具体包括步骤S3.2.1和S3.2.2:
S3.2.1:更新输入流的噪声方差辅助参数∈m(l)和观测量辅助参数βh,m(l):
S3.2.2:更新输入流的噪声方差和观测量rm[n]:
其中,L为导频长度;
其中,为sn[l]的共轭转置;
S3.2.3:更新输入流的后验方差和后验均值:
其中,
其中,ρm[n]是从活跃用户检测模块计算得到的h m[n]的活跃度。
3.根据权利要求1所述的免调度传输系统联合活跃用户检测和信道估计方法,其特征在于:所述步骤S4包括以下步骤:
S4.1:更新用户n信道响应矢量hn第m个元素h m[n]的活跃似然比LLRm←n:
其中,为输入流的噪声方差,ri[n]为输入流的观测量;
S3.2:更新用户n的活跃似然比LLRn:
S3.3:更新用户n信道响应矢量hn第m个元素h m[n]的活跃度ρm[n]:
4.根据权利要求1所述的免调度传输系统联合活跃用户检测和信道估计方法,其特征在于:所述步骤S5中的初始活跃概率估计模块采用下式计算初始活跃概率似然比估计值
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182622.9A CN108540410B (zh) | 2018-03-06 | 2018-03-06 | 免调度传输系统联合活跃用户检测和信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182622.9A CN108540410B (zh) | 2018-03-06 | 2018-03-06 | 免调度传输系统联合活跃用户检测和信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108540410A true CN108540410A (zh) | 2018-09-14 |
CN108540410B CN108540410B (zh) | 2020-11-03 |
Family
ID=63485592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810182622.9A Active CN108540410B (zh) | 2018-03-06 | 2018-03-06 | 免调度传输系统联合活跃用户检测和信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108540410B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109327850A (zh) * | 2018-11-16 | 2019-02-12 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN110011775A (zh) * | 2019-03-22 | 2019-07-12 | 安徽师范大学 | 联合实现活动用户检测及其信道估计方法及其系统 |
CN111835464A (zh) * | 2020-07-14 | 2020-10-27 | 浙江大学 | 一种与源址无关的大规模合作接入方法 |
CN111865845A (zh) * | 2020-06-04 | 2020-10-30 | 国网江西省电力有限公司供电服务管理中心 | 一种mimo用户检测与信道估计装置及方法 |
CN112929307A (zh) * | 2021-02-26 | 2021-06-08 | 广东工业大学 | 一种免授权通信下的分布式信道估计方法 |
CN113067667A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | 一种用户活跃性和多用户联合检测方法 |
CN113067668A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | 针对mmv模型进行活跃性和信号联合检测的方法 |
CN113067666A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | Noma系统的用户活跃性和多用户联合检测方法 |
CN113114428A (zh) * | 2021-05-21 | 2021-07-13 | 唐山学院 | 一种基于上行免调度noma系统的多用户检测方法 |
CN113556300A (zh) * | 2021-07-20 | 2021-10-26 | 北京理工大学 | 基于时域训练序列的联合活跃终端检测与信道估计方法 |
CN113613342A (zh) * | 2021-07-26 | 2021-11-05 | 清华大学 | 异步免调度多址接入方法、装置、电子设备和存储介质 |
CN113890575A (zh) * | 2020-07-02 | 2022-01-04 | 华为技术有限公司 | 一种检测方法、装置和通信设备 |
CN114096000A (zh) * | 2021-11-18 | 2022-02-25 | 西华大学 | 基于机器学习的联合帧同步与信道估计方法 |
CN114500322A (zh) * | 2021-12-31 | 2022-05-13 | 上海交通大学 | 免授权大规模接入场景下设备活跃检测和信道估计方法 |
CN115002929A (zh) * | 2022-05-16 | 2022-09-02 | 西南交通大学 | 一种基于前导和到达角联合估计的活跃用户检测方法 |
CN116208448A (zh) * | 2023-04-26 | 2023-06-02 | 东南大学 | 大规模mimo信道估计的简化信息几何方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047478A (zh) * | 2006-04-01 | 2007-10-03 | 中国科学技术大学 | 一种低复杂度的部分反馈迫零波束成型方法 |
CN102647266A (zh) * | 2002-06-27 | 2012-08-22 | 北方电讯网络有限公司 | 双模式共享ofdm方法/发射机、接收机和系统 |
CN105554901A (zh) * | 2015-12-11 | 2016-05-04 | 清华大学 | 随机接入方法 |
CN105940652A (zh) * | 2014-01-29 | 2016-09-14 | 三星电子株式会社 | 用于在移动通信系统中估计通信信道的方法和装置 |
CN106789770A (zh) * | 2016-12-26 | 2017-05-31 | 电子科技大学 | 基于压缩感知的大规模mimo非正交多用户接入方法 |
US20170272278A1 (en) * | 2016-03-21 | 2017-09-21 | Huawei Technologies Co., Ltd. | User equipment detection for uplink random access in dispersive fading environments |
CN107743103A (zh) * | 2017-10-26 | 2018-02-27 | 北京交通大学 | 基于深度学习的mmtc系统的多节点接入检测和信道估计方法 |
-
2018
- 2018-03-06 CN CN201810182622.9A patent/CN108540410B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102647266A (zh) * | 2002-06-27 | 2012-08-22 | 北方电讯网络有限公司 | 双模式共享ofdm方法/发射机、接收机和系统 |
CN101047478A (zh) * | 2006-04-01 | 2007-10-03 | 中国科学技术大学 | 一种低复杂度的部分反馈迫零波束成型方法 |
CN105940652A (zh) * | 2014-01-29 | 2016-09-14 | 三星电子株式会社 | 用于在移动通信系统中估计通信信道的方法和装置 |
CN105554901A (zh) * | 2015-12-11 | 2016-05-04 | 清华大学 | 随机接入方法 |
US20170272278A1 (en) * | 2016-03-21 | 2017-09-21 | Huawei Technologies Co., Ltd. | User equipment detection for uplink random access in dispersive fading environments |
CN106789770A (zh) * | 2016-12-26 | 2017-05-31 | 电子科技大学 | 基于压缩感知的大规模mimo非正交多用户接入方法 |
CN107743103A (zh) * | 2017-10-26 | 2018-02-27 | 北京交通大学 | 基于深度学习的mmtc系统的多节点接入检测和信道估计方法 |
Non-Patent Citations (2)
Title |
---|
FAN WEI等: "Message Passing Receiver Design for Uplink Grant-Free SCMA", 《2017 IEEE》 * |
王智超: "非协调多址接入活跃用户检测与信道估计方法研究", 《CNKI优秀硕士学位论文库》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109327850B (zh) * | 2018-11-16 | 2021-06-25 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN109327850A (zh) * | 2018-11-16 | 2019-02-12 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN110011775A (zh) * | 2019-03-22 | 2019-07-12 | 安徽师范大学 | 联合实现活动用户检测及其信道估计方法及其系统 |
CN111865845A (zh) * | 2020-06-04 | 2020-10-30 | 国网江西省电力有限公司供电服务管理中心 | 一种mimo用户检测与信道估计装置及方法 |
CN113890575A (zh) * | 2020-07-02 | 2022-01-04 | 华为技术有限公司 | 一种检测方法、装置和通信设备 |
CN113890575B (zh) * | 2020-07-02 | 2023-04-28 | 华为技术有限公司 | 一种检测方法、装置和通信设备 |
CN111835464A (zh) * | 2020-07-14 | 2020-10-27 | 浙江大学 | 一种与源址无关的大规模合作接入方法 |
CN113067667A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | 一种用户活跃性和多用户联合检测方法 |
CN113067666B (zh) * | 2021-02-04 | 2022-05-20 | 宁波大学 | Noma系统的用户活跃性和多用户联合检测方法 |
CN113067667B (zh) * | 2021-02-04 | 2022-05-20 | 宁波大学 | 一种用户活跃性和多用户联合检测方法 |
CN113067666A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | Noma系统的用户活跃性和多用户联合检测方法 |
CN113067668B (zh) * | 2021-02-04 | 2022-05-20 | 宁波大学 | 针对mmv模型进行活跃性和信号联合检测的方法 |
CN113067668A (zh) * | 2021-02-04 | 2021-07-02 | 宁波大学 | 针对mmv模型进行活跃性和信号联合检测的方法 |
CN112929307A (zh) * | 2021-02-26 | 2021-06-08 | 广东工业大学 | 一种免授权通信下的分布式信道估计方法 |
CN113114428A (zh) * | 2021-05-21 | 2021-07-13 | 唐山学院 | 一种基于上行免调度noma系统的多用户检测方法 |
CN113556300A (zh) * | 2021-07-20 | 2021-10-26 | 北京理工大学 | 基于时域训练序列的联合活跃终端检测与信道估计方法 |
CN113556300B (zh) * | 2021-07-20 | 2022-06-03 | 北京理工大学 | 基于时域训练序列的联合活跃终端检测与信道估计方法 |
CN113613342B (zh) * | 2021-07-26 | 2024-03-22 | 清华大学 | 异步免调度多址接入方法、装置、电子设备和存储介质 |
CN113613342A (zh) * | 2021-07-26 | 2021-11-05 | 清华大学 | 异步免调度多址接入方法、装置、电子设备和存储介质 |
CN114096000B (zh) * | 2021-11-18 | 2023-06-23 | 西华大学 | 基于机器学习的联合帧同步与信道估计方法 |
CN114096000A (zh) * | 2021-11-18 | 2022-02-25 | 西华大学 | 基于机器学习的联合帧同步与信道估计方法 |
CN114500322B (zh) * | 2021-12-31 | 2023-08-25 | 上海交通大学 | 免授权大规模接入场景下设备活跃检测和信道估计方法 |
CN114500322A (zh) * | 2021-12-31 | 2022-05-13 | 上海交通大学 | 免授权大规模接入场景下设备活跃检测和信道估计方法 |
CN115002929A (zh) * | 2022-05-16 | 2022-09-02 | 西南交通大学 | 一种基于前导和到达角联合估计的活跃用户检测方法 |
CN116208448A (zh) * | 2023-04-26 | 2023-06-02 | 东南大学 | 大规模mimo信道估计的简化信息几何方法 |
CN116208448B (zh) * | 2023-04-26 | 2023-08-04 | 东南大学 | 大规模mimo信道估计的简化信息几何方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108540410B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108540410A (zh) | 免调度传输系统联合活跃用户检测和信道估计方法 | |
Li et al. | AF-DCGAN: Amplitude feature deep convolutional GAN for fingerprint construction in indoor localization systems | |
CN110071881B (zh) | 一种自适应开销的活跃用户检测和信道估计方法 | |
US5917829A (en) | Asynchronous CDMA decorrelating detector | |
CN110719239B (zh) | 一种数据模型双驱动的联合mimo信道估计和信号检测方法 | |
Mei et al. | Compressive sensing-based joint activity and data detection for grant-free massive IoT access | |
CN113507426B (zh) | 基于otfs调制的联合信道估计与信号检测方法及装置 | |
CN106028451B (zh) | 一种应用于noma中的用户分组系统 | |
Schmidt et al. | SDR-Fi: Deep-learning-based indoor positioning via software-defined radio | |
CN105897319B (zh) | 一种mimo全双工中继系统信源中继联合预编码方法 | |
CN105246086B (zh) | 一种确定天线角度的方法和设备 | |
CN113194548B (zh) | 一种智能超表面辅助的大规模无源随机接入方法 | |
CN108964725B (zh) | 时变大规模mimo网络中信道参数的稀疏估计方法 | |
CN106788631B (zh) | 一种基于局部校准的大规模mimo互易性校准方法 | |
CN102006148A (zh) | 基于宽度优先树形搜索的mimo信号检测方法 | |
Akbarpour-Kasgari et al. | Massive MIMO-OFDM channel estimation via distributed compressed sensing | |
CN110971547A (zh) | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 | |
CN107919895A (zh) | 一种大规模多用户mimo系统的分布式检测方法 | |
Liu et al. | Grant‐Free Random Access via Covariance‐Based Approach | |
CN108736934A (zh) | 一种高效的大规模mimo系统信号检测方法 | |
CN108566227A (zh) | 一种多用户检测方法 | |
CN114679356B (zh) | 一种不依赖于似然函数的信道全维参数提取方法、装置及存储介质 | |
Dai et al. | An efficient message passing algorithm for active user detection and channel estimation in NOMA | |
Shen et al. | Federated learning enabled channel estimation for RIS-aided multi-user wireless systems | |
CN110365379B (zh) | 一种大规模天线系统联合码分和波束分多址方法 |
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 |