CN111314030A - 一种基于球形译码优化的scma多用户检测方法 - Google Patents

Abstract

本发明请求保护一种基于球型译码优化的SCMA多用户检测方法，属于非正交多址接入中的多用户信号检测领域。本发明首先利用球型译码算法对资源节点上的码字信息进行筛选，设置一个合理的球型半径，只有在半径内的码字信息才参与迭代，否则剔除该部分信息。接着观测合成星座点欧式距离与概率密度函数的分布规律，对合成星座点概率密度函数进行缩放处理，以此来降低叠加码字间的干扰，加快码字信息的收敛速度。本发明提出了一种基于球型译码优化的SCMA多用户检测方法仿，能得到较好的检测性能，也能降低算法的部分复杂度。

Description

一种基于球形译码优化的SCMA多用户检测方法

技术领域

本发明属于无线通信中非正交多址接入技术的多用户信号检测领域，具体的说是一种基于球型译码优化的SCMA多用户检测方法。

背景技术

随着移动互联网技术的迅速发展，终端设备和用户数据以指数型的形式增长，这使得下一代移动通信必须拥有更加高效和更加灵活的空口技术。目前4G空口采用的是正交多址接入技术，用户数与时频资源成正比，显然不能满足这种海量用户连接的场景。因此5G提出了非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术。其中华为提出SCMA非正交多址接入技术不仅解决了用户过载问题且大幅提升了频谱利用率。相比于4G中的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDMA)，SCMA能够在同等时频资源下传输更多的用户，后者更加适用海量连接的场景。

稀疏码多址接入技术在发送端将用户的比特信息映射为稀疏的高维码字，多个用户的码字信息在时频资源上进行叠加后在无线信道中发送。由于是多个用户复用单个子载波，同时信道中又存在加性和乘性噪声的干扰，因此接收端需要更为高效的接收机进行多用户检测。目前研究者提出了一种基于消息传递算法(Message Passing Algorithm,MPA)检测方法，对接收信号进行多用户检测，其中MPA是一种基于置信度传播的算法，联合上行SCMA链路的因子图，对原始传递信息多次迭代，提高码字信息的置信度使其准确译码。为降低原始MPA的复杂度，随后提出了一种基于串行策略的SCMA多用户检测算法，在原始MPA基础上改变了信息更新方式，通过串行更新降低算法复杂度。之后本领域技术人员又将球型译码理论和原始MPA算法相结合，算法迭代之前将部分码字信息筛选，加快码字信息收敛，降低了译码复杂度。

目前原始MPA算法需要经过多次迭代才能译码，因此具有较高的检测复杂度；而串行MPA算法虽然通过改变信息更新方式降低了复杂度，但带来了新的时延问题；采用球型译码算法尽管能有效的降低原始MPA算法复杂度，但在低信噪比的条件下码字间干扰严重导致无法获得性能增益。

发明内容

本发明旨在解决现有技术中的问题。提出了一种基于球形译码优化的SCMA多用户检测方法。本发明的技术方案如下：

一种基于球形译码优化的SCMA多用户检测方法，其包括以下步骤：

S1：将上行SCMA系统中每一个资源节点采用球型译码算法对节点中的码字信息进行筛选；以接收信号星座点为中心，并设置一个搜索半径，只选取半径内的合成星座点参与迭代译码。

S2：根据球内合成星座点欧式距离的大小，设计缩放系数，对概率密度函数进行缩放处理；

S3：获取信道信息，初始化迭代参数；

S4：根据已有的先验信息，更新资源节点信息；

S5：根据资源节点传递过来的信息对用户节点进行更新；

S6：判断是否达到最大迭代次数，若没有达到则返回S4继续迭代，若迭代完成则输出相应的码字信息。

进一步的，所述步骤S1将上行SCMA系统中每一个资源节点采用球型译码算法对节点中的码字信息进行筛选，具体为：球型译码算法通过设置一个球型半径对每一个资源节点中的用户码字进行筛选，分别给出欧式距离与半径的计算：

R_SD＝ασ，其中y_k为第k个资源节点的接收信号，d_kj表示合成星座点与接收信号的欧式距离，j表示用户数，k为节点数，R_SD为设置的球型半径，α为一个正系数，取经验值1、2、3，h_kj为信道因子，x_kj(m)为码字信息，σ为噪声功率，ε_k表示与第k个资源节点相连的用户集合。对d_kj＞R_SD的码字信息将被筛选出去，而选取的码字信息则进入S3。

进一步的，所述步骤S2根据球内合成星座点欧式距离的大小，设计缩放系数，对概率密度函数进行缩放处理，具体包括：

β＝(β₁，β₂，...β_s)，β_s为缩放因子，s为球内合成星座点个数，β₁＝1为接收信号自身缩放系数，其中d_s(m)为筛选后接收信号与合成星座点之间的欧式距离，缩放过程可以表示为：

式中f^optimize(y_k|x_j)为缩放处理后的概率密度函数，x_j为第j个用户的码字向量。

进一步的，所述步骤S3获取信道信息，初始化迭代参数，具体为：获取信道信息，假定全部用户时间同步，则基站接收到的信号为所有用户码字在K个资源块上的叠加，其中单个资源块k上接收信号可以表示为：

式中h_j表示用户j的信道条件因子，J为总的用户个数，x_j表示第j个用户的码字向量，n为高斯白噪声，在消息开始迭代之前，为每个码字分配一个等概先验概率，从用户节点到资源节点的初始消息可以设为：

式中M为码本大小，u_j表示用户节点，c_k表示资源节点，同时设置最大迭代次数t^max。

进一步的，所述S4中，根据已有的先验信息，对资源节点进行更新，具体包括：利用公式更新筛选后的全部资源节点到用户节点的码字信息，其过程可以表示为：

式中

表示本次迭代时资源节点到用户节点的码字信息，

表示上次迭代更新后用户节点上的码字信息。

进一步的，所述S5根据资源节点传递过来的信息对用户节点进行更新，具体为：在资源节点更新完成后，根据资源节点新的码字信息，对用户节点进行更新，其过程可以表示为：

式中

为迭代过程中第j个用户在第k个资源节点上的更新的码字信息，

为迭代过程中m个资源节点到第j个用户上的边缘信息，

表示除第k个资源节点外与用户j相连的资源节点集合。

进一步的，所述步骤S6具体过程为：判断是否达到迭代译码终止条件，若没有则继续进行算法迭代译码，若达到了终止条件，通过公式输出最后的码字信息，具体过程为：

式中Q(x_j)表示第j个用户最终输出的码字信息，

表示与j相连的资源节点集合。

本发明的优点及有益效果如下：

1、本发明在球形译码基础上对MPA算法进行再次改进，通过设置一个球型半径对合成星座点进行筛选，这使得原始MPA算法不再需要迭代所有的码本空间，加快了迭代速度。。

2、本发明在步骤二中加入了缩放处理，通过观测低信噪比情况下的概率密度函数分布情况，以欧式距离的大小设计一个缩放系数，对概率密度函数进行缩放，从而减少低信噪比情况下的相近码字干扰，降低了迭代算法的复杂度。

附图说明

图1是本发明的系统模型图。

图2是本发明的流程图。

图3是本发明的因子图模型与因子图矩阵。

图4是本发明的合成星座点与接收信号的分布情况图。

图5是本发明的不同算法之间BER性能比较图。

图6是本发明的不同算法之间收敛速度比较图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

本专利考虑的一个SCMA上行链路简化模型，图1为本发明系统模型，对于某一用户j，其用户比特数据b_j通过SCMA编码器后被处理为码字消息x_j，为了方便理解将这部分处理看作为一种映射规则并定义为：

其中B表示比特集合，log₂M表示集合B中每一状态的比特个数，X代表映射后码字信息集合。得到用户码字后，将J个用户码字叠加到一起送入无线信道中传输，在接收端采用多用户检测技术分离各自的码字信息。

对于上行SCMA系统可以用因子图矩阵F表示用户过载情况，其中F是一个行数为K列数为J的稀疏矩阵，每一列对应该列用户占用子载波情况，每一行对用子载波复用用户情况。因子图矩阵由0和1元素构成，当元素f_k,j＝1时表示第j个用户占用了第k子载波。图3表示了一个J＝6，K＝4的SCMA因子图矩阵F及其对应的因子图。

原始MPA算法中某个资源节点接受信号y_k是多个码字信息在时频资源上的叠加，对系统中所有资源节点的接受信号根据因子图矩阵展开如下所示：

y₁＝h₁₂x₁₂(m)+h₁₃x₁₃(m)+h₁₅x₁₅(m)+n₁ (1)

y₂＝h₂₁x₂₁(m)+h₂₃x₂₃(m)+h₁₆x₂₆(m)+n₂ (2)

y₃＝h₃₂x₃₂(m)+h₃₄x₃₄(m)+h₃₆x₃₆(m)+n₃ (3)

y₄＝h₄₁x₄₁(m)+h₄₄x₄₄(m)+h₄₅x₄₅(m)+n₄ (4)

从资源节点考虑，码本大小M＝4、用户承载量d_f＝3时，单一资源节点c_k上的合成星座点数目为

而对于K＝4个资源节点就有

个叠加的码字信息参与MPA算法迭代，对于单个资源节点合成星座点的分布如图4所示。

从图中可以看出，由于加性噪声与信道因子的影响，合成星座点与接收信号点之间并没有规律可循，接收信号也没有准确落在某个合成星座点之上。从现有的通信理论可知，越接近接收信号的合成星座点就越有可能正确译码。因此球型译码(sphere decoding,SD)算法通过设置一个球型半径对用户码字进行筛选，这里分别给出欧式距离与半径的计算，如下式：

R_SD＝ασ (6)

式中d_kj表示合成星座点与接收信号的欧式距离、R_SD为设置的球型半径、α为一个正系数。球型译码的核心思想是减少迭代的码字信息，对于d_kj＞R_SD的码字信息将被筛选出去。从上式可知R_SD的设置由噪声功率σ²和α共同决定，其中σ²噪声为高斯白噪声，α取经验值分别为1、2、3。

球型译码在一定程度上降低了MPA算法复杂度,但受限于R_SD的取值，若R_SD取太小则会造成外部信息的损失，若R_SD取值太大又无法筛选码字信息。

每个星座点与接收信号之间都存在一个概率密度值f(y_k|x_j)。在高信噪比的条件下，某个合成星座点的f(y_k|x_j)的值接近于1，因此可以判断接收信号与该星座点相等的可能性极大，这种情况如果采用SD-MPA检测会带来较高的收益。而对于低信噪比情况下，大多数星座点f(y_k|x_j)值虽有差异但却不大，因此这些星座点对于算法译码产生极大干扰。

通过一个缩放系数β_s来改变原有的概率密度分布函数。缩放系数的计算用公式表示为：

缩放原则是根据欧式距离与概率密度分布的规律，若接收信号与某个星座点的f(y_k|x_j)值越大，表明该星座点的译码概率就越大，此时该星座点距离接收信号就越近。公式中缩放系数与欧式距离成反比例关系，距离越远缩放系数就越小，相对于匹配过后的f(y_k|x_j)值就越小，而β₁的设计旨在不改变最大f(y_k|x_j)的合成星座点。缩放后在资源节点中进行码字信息的迭代更新，其过程用公式可以表示为：

紧接着根据资源节点的边缘信息对用户节点进行更新：

当达到迭代终止条件，将输出相应的码字信息进行判决，其过程可以用公式表示为：

下面结合仿真对本发明的应用效果作详细的描述：

表1为仿真时设置的参数。

表1仿真参数

图5分别表示了原始MPA、SD-MPA、OSDMPA算法的误码性能，其中球型半径R_SD＝2σ，迭代次数t^max＝5。从图中可以看出固定迭代次数后，在高信噪比的情况下MPA、SD-MPA、OSD-MPA算法的误码性能基本一致，但在低信噪比的情况下，SD-MPA算法的误码性能要低于原始MPA，其主要原因在于邻近码字间的干扰和外部信息的损失，而OSD-MPA算法由于引入了缩放系数β，降低了邻近码字的条件概率，减小了码间干扰，使其误码性能与原始MPA算法保持一致.

图6表示原始MPA、SD-MPA、OSD-MPA算法在不同信噪比条件下的收敛速度。从图中可以看出无论信噪比是高是低，本文所提的OSD-MPA算法收敛速度都要快于前两种算法，尤其是在图中信噪比为6dB时，OSD-MPA算法在2次迭代后就已经趋于收敛。主要原因有两种：第一种是使用了球型半径对叠加码字做了筛选，剔除了一部分码字信息；第二种是对概率密度函数进行了缩放，从迭代开始就改变了叠加码字的条件概率。通过这两种处理加快了OSD-MPA算法的迭代速度，降低了算法复杂度。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (7)

1.一种基于球形译码优化的SCMA多用户检测方法，其特征在于，包括以下步骤：

S1：将上行SCMA系统中每一个资源节点采用球型译码算法对节点中的合成星座点进行筛选；以接收信号星座点为中心，并设置一个搜索半径，只选取半径内的合成星座点参与迭代译码；

S2：根据球内合成星座点与接收信号点欧式距离的大小，设计缩放系数，对概率密度函数进行缩放处理；

S3：获取信道信息，初始化迭代参数；

S4：根据已有的先验信息，更新资源节点信息；

S5：根据资源节点传递过来的信息对用户节点进行更新；

S6：判断是否达到最大迭代次数，若没有达到则返回S4继续迭代，若迭代完成则输出相应的码字信息。

2.根据权利要求1所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述步骤S1将上行SCMA系统中每一个资源节点采用球型译码算法对节点中的码字信息进行筛选，具体为：球型译码算法通过设置一个球型半径对每一个资源节点中的用户码字进行筛选，分别给出欧式距离与半径的计算：

R_SD＝ασ，其中y_k为第k个资源节点的接收信号，d_kj表示合成星座点与接收信号的欧式距离，j表示用户数，k为节点数，R_SD为设置的球型半径，α为一个正系数，取经验值1、2、3，h_kj为信道因子，x_kj(m)为码字信息，σ为噪声功率，ε_k表示与第k个资源节点相连的用户集合，对d_kj＞R_SD的码字信息将被筛选出去，而选取的码字信息则进入S3。

3.根据权利要求2所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述步骤S2根据球内合成星座点欧式距离的大小，设计缩放系数，对概率密度函数进行缩放处理，具体包括：

β＝(β₁，β₂，...β_s)，β_s为缩放因子，s为球内合成星座点个数，β₁＝1为接收信号自身缩放系数，其中d_s(m)为筛选后接收信号与合成星座点之间的欧式距离，缩放过程可以表示为：

式中f^optimize(y_k|x_j)为缩放处理后的概率密度函数，x_j为第j个用户的码字向量。

4.根据权利要求3所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述步骤S3获取信道信息，初始化迭代参数，具体为：获取信道信息，假定全部用户时间同步，则基站接收到的信号为所有用户码字在K个资源块上的叠加，其中单个资源块k上接收信号可以表示为：

式中h_j表示用户j的信道条件因子，J为总的用户个数，x_j表示第j个用户的码字向量，n为高斯白噪声，在消息开始迭代之前，为每个码字分配一个等概先验概率，从用户节点到资源节点的初始消息可以设为：

式中M为码本大小，u_j表示用户节点，c_k表示资源节点，同时设置最大迭代次数t^max。

5.根据权利要求4所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述S4中，根据已有的先验信息，对资源节点进行更新，具体包括：利用公式更新筛选后的全部资源节点到用户节点的码字信息，其过程可以表示为：

式中

表示本次迭代时资源节点到用户节点的码字信息，

表示上次迭代更新后用户节点上的码字信息。

6.根据权利要求5所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述S5根据资源节点传递过来的信息对用户节点进行更新，具体为：在资源节点更新完成后，根据资源节点新的码字信息，对用户节点进行更新，其过程可以表示为：

式中

为迭代过程中第j个用户在第k个资源节点上的更新的码字信息，

为迭代过程中m个资源节点到第j个用户上的边缘信息，

表示除第k个资源节点外与用户j相连的资源节点集合。

7.根据权利要求6所述的一种基于球形译码优化的SCMA多用户检测方法，其特征在于，所述步骤S6具体过程为：判断是否达到迭代译码终止条件，若没有则继续进行算法迭代译码，若达到了终止条件，通过公式输出最后的码字信息，具体过程为：

式中Q(x_j)表示第j个用户最终输出的码字信息，

表示与j相连的资源节点集合。

Images