CN110504996B - 一种应用于mimo场景的非正交多址接入方法 - Google Patents

Abstract

本发明提供了一种应用于MIMO场景的非正交多址接入方法，通过对多组资源的因子图进行交织设计优化信号系统的信号发送方式，获得传输系统性能增益。在MIMO传输场景下提出一种新的基于因子图交织的非正交多址资源映射方式，通过基于因子图扩展的资源映射方式可以提高系统的可靠性，而将基于因子图扩展的资源映射方式应用到大规模MIMO场景下，可以进一步提高传输系统的吞吐率以及可靠性。

Description

一种应用于MIMO场景的非正交多址接入方法

技术领域

本发明涉及通信技术领域，特别是涉及大规模MIMO场景下非正交多址资源映射方式。

背景技术

大规模MIMO技术是传统MIMO技术的延伸和扩展，其能够有效地提升系统通信容量和可靠性，被认为是5G移动通信系统的核心传输技术。相对于传统MIMO技术，大规模MIMO技术可以提升10倍以上的系统容量，同时使得射频能量效率提高100倍。这种信道容量的提升来自大规模天线阵列，其空间自由度被充分挖掘，因此系统能够获得很好的空间复用增益，极大地提升了系统信道容量。

非正交多址(Non-orthogonal multiple access,NOMA)是大规模MIMO系统的关键技术之一，它能满足低延迟、高可靠性、大连接、公平性和高吞吐量等各类需求。非正交多址技术的最大特点是多个用户共享相同的物理资源块(如时隙、频带或者扩频码)，非正交叠加的用户数可以成倍大于资源块数目。相较于传统的正交多址接入系统，非正交多址技术在物理资源块数目相同的条件下，可以并行复用更多用户，提升频谱效率。

多载波非正交多址系统中的稀疏码多址(Sparse Code Multiple Access，SCMA)和图分多址(Pattern DivisionMultipleAccess,PDMA)都是基于码域对用户进行非正交分割的，其系统结构可以用因子图来表示，接收端使用消息传递算法(MessagePassingAlgorithm,MPA)进行多用户检测，因为非正交系统对应的扩频图样具有稀疏特性，所以使用MPA算法可以达到接近最大似然检测的性能。

根据SCMA码本映射规则对用户比特数据流进行调制，对用户的G组调制信号根据交织因子图进行资源映射，非正交叠加在正交的载波资源上发送。接收端则在接收到G组信号之后在交织因子图上进行信息的迭代。算法与原有的MPA算法没有区别，只是重排后的因子相对于原有的因子图而言扩展了。由于信道节点上的连接度不变，基于不同资源组间因子图重排后消息传递算法的计算复杂度相对于重排前并未提升，不会增加系统的复杂度，并且具有很好的兼容性。将扩展因子图应用到大规模MIMO传输场景下，实现传输可靠性的提升。

发明内容

本发明所要解决的技术问题是提出一种应用于大规模MIMO传输系统的基于不同资源组间因子图交织的资源映射方法，其主要思想是将代表多个资源组的子因子图通过交织的方式，使它们所连接的用户节点产生交集，避免某一用户所连接的节点完全陷入了深衰落，并将其应用于大规模MIMO传输场景下，有效提高传输系统的可靠性。

本发明采用的技术方案为：

一种应用于MIMO场景的非正交多址接入方法，包括以下步骤：

步骤1：根据子因子图矩阵F与交织资源组数G得到初始化的扩展因子图，抽取各组子因子图中用户节点v_j到信道节点f_k的连边，组成连边矢量e_j,k，所有的连边矢量组成集合ε＝{e_j,k}；其中，j＝1,2,...J，J为子因子图中的用户数，k＝1,2,...K，K为子因子图中的信道节点数；

步骤2：对于任一用户，生成G阶单位矩阵E_G，将E_G中的元素均向右循环平移t＝mod(j-1，G)个位置，得到满足p_g,mod(t,G)+1＝1,(g＝1,2,...,G)，且其他元素均为0的G阶交织矩阵P；

步骤3：对各组子因子图中用户节点v_j第二条边所对应的连边矢量e_j,k，利用交织矩阵P对连边矢量对应的信道节点f_k＝(f_1，k，f_2，k，...，f_G，k)进行交织，得到交织后的信道节点f′_k＝f_kP，从而得到新的连边矢量

从连边矢量集合E＝{e_j,k}中删除连边矢量e_j,k，并添加新的连边矢量

步骤4：重复步骤2、3，直至所有用户需要更新的连边矢量都更新完毕，得到交织后的扩展因子图以及交织后的连边矢量集合；

步骤5：根据交织后的连边矢量集合得到对应的交织因子矩阵；

步骤6：根据交织因子矩阵得到MIMO传输场景下的MIMO-SCMA扩展因子图矩阵，根据MIMO-SCMA扩展因子图进行资源映射传输信号。

本发明与现有技术相比的优点为：

本发明相对于传统的非正交多址系统，该系统中的因子图由多个单因子图进行联合扩展而组成的。多维信号由多个子因子图交织而成的扩展因子图进行资源映射发送信号。扩展因子图根据一定的准则设计，可以有效提升系统性能。

附图说明

图1是一个6-4SCMA系统因子图，变量节点依次对应各用户节点，校验节点依次对应各正交子载波。

图2是一个6-4SCMA的MIMO-SCMA传输系统结构图。

图3是大规模MIMO传输场景下的6-4MIMO-SCMA因子图示意图。

图4是交织之前的6-4MIMO-SCMA扩展因子图交织示意图。

图5是基于本发明得到的交织因子图所对应的6-4MIMO-SCMA扩展因子图交织示意图。

具体实施方式

本发明提出不同资源组间因子图交织方案，令G为交织的资源组数，F为子因子图矩阵，J为系统中的用户数，K为子因子图中的信道节点数。则交织因子图中，变量节点数n＝G×J,信道节点数m＝G×K。

利用该方法在SCMA或PDMA系统中对G个不同资源组的因子图重排包括以下步骤：

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

步骤1：初始化设定相关传输参数：F为子因子图矩阵，G为交织的资源组数，J为子因子图中的用户数，K为子因子图中的信道节点数。根据子因子图矩阵F与交织资源组数G得到初始化的扩展因子图，抽取各组子因子图中用户节点v_j到信道节点f_k的连边，组成连边矢量e_j,k，所有的连边矢量组成集合E＝{e_j,k}；其中，j＝1,2,...J，J为子因子图中的用户数，k＝1,2,...K，K为子因子图中的信道节点数；

图1是一个典型的6-4SCMA的因子图，也就是用户数为6，信道数为4。

在子因子图中，第j个用户节点v_j与信道节点f_k之间存在连边e(v_j,f_k)，那么在初始化的扩展因子图中，存在用户节点v_j到信道节点f_k的连边e(v_g,j,f_g,k),g＝1,2,...,G，定义连边矢量e_j,k：

e_j,k＝(e(v_1,j,f_1,k),e(v_2,j,f_2,k),...,e(v_G,j,f_G,k))

其中e_j,k∈ε，ε表示因子图中所有可能连边矢量的集合，其大小等于结构矩阵中非零元素的个数。此外，v_g,j和f_g,k分别代表资源组g中的第j个用户节点和第k个信道节点。

步骤2：对于任一用户j，生成G阶单位矩阵E_G，将E_G中的元素均向右循环平移t＝mod(j-1，G)个位置，得到满足p_g,mod(t,G)+1＝1,(g＝1,2,...,G)，且其他元素均为0的G阶交织矩阵P。

一般的，对于有G个资源组的联合因子图而言，用户j共有G个变量节点，其交织方式有(G-1)！种。即对应满足对角线上元素均为0，

的(G-1)！个G阶置换矩阵。因为码域非正交多址系统具有稀疏性的特点，其变量节点的度一般为2。为了获得分集增益但又不增加系统复杂度，只需要对每个变量节点的第二条边进行交织设计，所以实际上我们只需要从种选择J个置换矩阵即可。

对应双边因子图的操作即是将用户j所对应的变量节点上的第二条边删除，添加新的连边。根据该方法遍历所有的用户节点，可以得到交织后的扩展因子图。

为了对扩展因子图进行交织，需要定义G行G列的因子图交织矩阵，其本质上是G阶的置换矩阵。首先初始化G阶置换矩阵为G阶单位矩阵E_G，

表示当前用户的节点的第二条边只是连接在当前资源组内的，为了获得分集增益，需要使得根据置换矩阵更新之后的连边是连接在除当前资源组之外的其他资源组上的，所以需要使得最终的交织矩阵P上的对角线元素均为0。对于用户j而言，其对应的交织矩阵为单位矩阵E_G中的元素均向右循环平移t＝mod(j-1，G)个单位。即对于用户j而言，其对应的交织矩阵中的非零元素为P_g,mod(t,G)+1＝1,(g＝1,2,...,G)。

步骤3：根据交织矩阵P对用户j的在节点v_j上的第二根连边所对应的连边矢量e_j,k进行交织置换得到新的连边矢量％e_j,k。从连边矢量集合ε＝{e_j,k}中删除连边矢量e_j,k，并添加新的连边矢量％e_j,k。

对于多天线的MIMO场景，同样是对信道矢量进行交织的步骤与单天线一样，只是是用户节点和信道节点中都包含多个天线，需要对应更新节点中的所有连边。

若连边矢量e_j,k对应的交织矩阵为P，利用其对信道节点矢量f_k＝(f_1，k，f_2，k，...，f_G，k)进行交织得到交织后的信道矢量f′_k＝f_kP。

以三个资源组(G＝3)的扩展因子图交织为例。取连边矢量e_j,k＝(e(v_1,j,f_1,k),e(v_2,j,f_2,k),e(v_3,j,f_3,k))中的信道节点组成信道节点矢量f_k＝(f_1，k，f_2，k，f_3，k)，假设其对应的置换矩阵为：

则交织后的信道节点矢量

将交织后得到的f′_k中的信道节点从左至右依次替换第二条边所对应的连边矢量e_j,k中的信道节点，得到新的连边矢量

e_j,k＝(e(v_1,j,f_3,k),e(v_2,j,f_1,k),e(v_3,j,f_2,k))。

该方法同样适用多天线的情况，图2就是一个6-4SCMA系统的多天线架构图，其子因子图如附图3所示。假设交织的资源组数为2，则交织前的扩展因子图如附图4所示，经过交织设计之后得到如图5所示的交织因子图。同理，可以看到经过交织之后，每个变量节点所连接的信道节点分布在不同的资源组内，可以经历信道多样性的分集增益。

步骤4：重复步骤2、3，直至所有用户需要更新的连边矢量都更新完毕，得到交织后的扩展因子图以及交织后的连边矢量集合；

步骤5：根据交织后的连边矢量集合得到对应的交织因子矩阵；

步骤6：根据交织因子矩阵得到MIMO传输场景下的MIMO-SCMA扩展因子图矩阵，根据MIMO-SCMA扩展因子图进行资源映射传输信号。

因为本系统是基于多组资源的因子图进行重排的。所以相当于是用户的G组信号叠加在G×K个资源上传输，系统的负载因子没有变化。传输的时候，G组信号仍然是分成G个时隙发送出去。只是在每G组时隙中，资源块在第g个时隙时所传输的比特信息不一定是用户的第g组比特信息。子载波k在第g个时隙所传输的信息为其交织因子图中所连用户变量节点所对应的比特信息映射符号的非正交叠加。即若用户变量节点v_g,j的连边在因子图交织时有调整，其所连接的子资源块为f_g′,k，对应用户j的第g个时隙所要发送的比特信息经过调制之后，会非正交的叠加在与其相连的资源块f_g′,k上，在第g′个时隙的第k个子载波上传输出去。

Claims (1)

1.一种应用于MIMO场景的非正交多址接入方法，其特征在于，包括以下步骤：

步骤1：根据子因子图矩阵F与交织资源组数G得到初始化的扩展因子图，抽取各组子因子图中用户节点v_j到信道节点f_k的连边，组成连边矢量e_j,k，所有的连边矢量组成集合ε＝{e_j,k}；其中，j＝1,2,...J，J为子因子图中的用户数，k＝1,2,...K，K为子因子图中的信道节点数；

步骤2：对于任一用户，生成G阶单位矩阵E_G，将E_G中的元素均向右循环平移t＝mod(j-1，G)个位置，得到满足P_g,mod(t,G)+1＝1,g＝1,2,...,G且其他元素均为0的G阶交织矩阵P；

步骤3：对各组子因子图中用户节点v_j第二条边所对应的连边矢量e_j,k，利用交织矩阵P对连边矢量对应的信道节点f_k＝(f_1,k,f_2,k,...,f_G,k)进行交织，得到交织后的信道节点f′_k＝f_kP，从而得到新的连边矢量

从连边矢量集合ε＝{e_j,k}中删除连边矢量e_j,k，并添加新的连边矢量

步骤4：重复步骤2、3，直至所有用户需要更新的连边矢量都更新完毕，得到交织后的扩展因子图以及交织后的连边矢量集合；

步骤5：根据交织后的连边矢量集合得到对应的交织因子矩阵；

步骤6：根据交织因子矩阵得到MIMO传输场景下的MIMO-SCMA扩展因子图矩阵，根据MIMO-SCMA扩展因子图进行资源映射传输信号。

Images