CN111343730B - 一种空间相关信道下的大规模mimo无源随机接入方法 - Google Patents
一种空间相关信道下的大规模mimo无源随机接入方法 Download PDFInfo
- Publication number
- CN111343730B CN111343730B CN202010295069.7A CN202010295069A CN111343730B CN 111343730 B CN111343730 B CN 111343730B CN 202010295069 A CN202010295069 A CN 202010295069A CN 111343730 B CN111343730 B CN 111343730B
- Authority
- CN
- China
- Prior art keywords
- matrix
- inner layer
- compressed sensing
- decoder
- message sequence
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 75
- 239000013598 vector Substances 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 16
- 238000007476 Maximum Likelihood Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 4
- 101100396152 Arabidopsis thaliana IAA19 gene Proteins 0.000 description 3
- 102100039292 Cbp/p300-interacting transactivator 1 Human genes 0.000 description 3
- 101000888413 Homo sapiens Cbp/p300-interacting transactivator 1 Proteins 0.000 description 3
- 101100274486 Mus musculus Cited2 gene Proteins 0.000 description 3
- 101150096622 Smr2 gene Proteins 0.000 description 3
- 102100037599 SPARC Human genes 0.000 description 1
- 101710100111 SPARC Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- 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
- 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
- H04L25/03203—Trellis search techniques
- H04L25/03222—Trellis search techniques using the T-algorithm
-
- 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
- H04L25/03891—Spatial equalizers
- H04L25/03898—Spatial equalizers codebook-based design
- H04L25/03929—Spatial equalizers codebook-based design with layer mapping, e.g. codeword-to layer design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提供一种空间相关信道下的大规模MIMO无源随机接入方法,在发送步骤:消息序列生成器生成带有数据信息的消息序列,外层树形编码器对所述消息序列进行外层树形编码处理,内层压缩感知编码器获取外层树形编码器的输出,对其进行内层压缩感知编码处理;射频发送模块获取内层压缩感知编码后的信号,将载波信号注入到天线中发送出去;在接收步骤:将接收机配置上多根天线,射频接收模块从天线中获取多路载波信号,将多路载波信号依次送入ML解码器和外层树形解码器,解调得到发送机前导生成器生成的消息序列。该方法可减弱信道空间相关性对解码器性能的影响。
Description
技术领域
本发明属于无线通信领域,具体涉及一种空间相关信道下的大规模MIMO无源随机接入方法。
背景技术
现代社会中的无线通信往往包含有大量的用户,这些用户随机地、断断续续地发送信息。这其中典型的例子包括物联网应用、智能家居用品上的无线传感器,以及可穿戴的生物医学设备。在这些通信场景中,基站需要能够收集处理众多设备发出的数据信号。然而,由于这些数据的产生和通信往往是断断续续的,因此,给系统中的每一个用户设备分配一个专有通信线路将会造成巨大的资源浪费。
基站与设备之间的通信协议可以分为基于调度的和免调度的两种方法。在基于调度的通信协议中,用户设备在通信之前需要先向基站发送请求,然后等待基站确认用户身份,分配通信线路资源。在基于免调度的通信协议中,用户则可以直接传输数据,不需要等待基站分配线路。现有的蜂窝通信标准几乎都采用了专有随机接入信道,然后为活跃用户进行一些调度和资源分配。因此这些通信方法都可以被归类为基于调度的协议。
无源随机接入是一种新型的免调度的方法。它适用于物联网通信场景,数百万廉价设备的代码本在生产时硬连接,然后传播到环境中。在这种情况下,问题是基站在不知道活跃用户身份的情况下,如何对发送的消息列表进行解码。
一种办法是所有用户使用相同的码本。公共码本通过将外部树形编码器与内部压缩感知编码器连接而获得。内部压缩感知编码器将每个子消息映射到给定编码矩阵的一列中。内部压缩感知解码器必须从接收到的叠加了噪声的信号中识别传输了矩阵的哪些列。内部压缩感知解码器跨子块生成一系列活动子消息列表。外部树形解码器的任务是将子消息缝合在一起,以便每个子消息序列都是树中的有效路径。
现有研究表明,大规模MIMO通信信道实际是空间相关性信道,而不是IID(独立同分布)信道。由于在现实中部署大规模天线的空间限制,信道的空间相关性将随着天线密度上升而不断增加,空间相关性信道矩阵的协方差矩阵不再是对角矩阵,(例如对于均匀线性阵列,信道矩阵的协方差矩阵是托普利茨矩阵)。在这种情况下,信道空间相关性对会对解码器性能产生不利的影响。
发明内容
本发明的目的在于提出一种空间相关信道下的大规模MIMO无源随机接入方法,以解决上述背景技术中提出的问题。
本发明提供的技术方案是:一种空间相关信道下的大规模MIMO无源随机接入方法,其包括以下步骤:
发送步骤:将发送机配置为多路形式,对每一路发送机,消息序列生成器生成带有数据信息的消息序列,外层树形编码器对所述消息序列进行外层树形编码处理,将所述消息序列分散到多个时隙中;内层压缩感知编码器获取外层树形编码器的输出,对其进行内层压缩感知编码处理;射频发送模块获取内层压缩感知编码后的信号,将载波信号注入到天线中发送出去;
接收步骤:将接收机配置上多根天线,射频接收模块从天线中获取多路载波信号,将多路载波信号依次送入ML解码器和外层树形解码器,解调得到发送机前导生成器生成的消息序列。
本发明的进一步改进在于,进行外层树形编码处理过程中,将消息序列拆分为数段分散到多个时隙,每个时隙的空余部分根据生成矩阵生成并添加校验位。
本发明的进一步改进在于,所述内层压缩感知编码器采用的内层压缩感知编码码本矩阵采用正交设计,码本矩阵的每一列代表一个码字,且服从独立同分布的多元高斯分布。
本发明的进一步改进在于,所述内层压缩感知编码器采用预编码的方式,依据大规模MIMO相关信道协方差矩阵的特征值分解的特性,预乘发射天线导向向量矩阵的共轭转置,减弱信道空间相关性对解码器性能的影响。
本发明的进一步改进在于,所述ML解码器利用接收所得信号的协方差进行信号估计,估计内层压缩感知编码码字的活跃模式,恢复被传输的码字列表。
本发明的进一步改进在于,所述ML解码器接收所得信号的协方差矩阵与对角矩阵D的关系满足如下公式:
其中,是射频接收模块得到的多路载波信号,维度为L×m,L是内层编码每个码字的长度,M为接收端天线的数目;矩阵A是内层编码的码本矩阵,维度为L×n,A的每一列对应一个码字,n=2J表示所有可能的码字个数,J是每个时隙传输的比特位数;Ω是一个二元矩阵,代表了内层压缩感知编码码字活跃模式,其中非零元的列坐标表示发送码字天线的编号,行坐标表示被发送的码字在内层编码的码本矩阵A中的序号;Ut是发射天线导向向量矩阵;H是相关信道矩阵,其协方差矩阵特征值分解满足 是一个对角矩阵;σ2是信道噪声的方差,Ι是L维单位矩阵;/>是一个n×n维对角矩阵,其对角线上元素构成向量x=(x1,x2,…,xn),如果xk大于某一门限表示第k个码字被传输;
估计内层压缩感知编码码字活跃模式采用的目标函数为:
在上述过程中,函数f(x)为对数似然损耗函数,其定义为:
估计内层压缩感知编码码字活跃模式的过程包括初始化步骤和多次迭代循环;在初始化步骤中,初始化计数器i=0,并选取初始化向量每个迭代循环包括以下步骤:
(S1)更新计数器i=i+1,计算下标k=(imodn)+1;
(S2)计算计算公式为:/>
(S3)更新向量xk,表达式为:
重复(S1)至(S3)直到结果收敛。
本发明的进一步改进在于,在估计内层压缩感知编码码字活跃模式的过程中,从向量xi中选取最大的a个元素并将上述元素的下标{k1,...,ka}为被传输的内层码字的序号。
本发明的进一步改进在于,所述外层树形解码器利用生成矩阵和外层校验编码产生的校验码组织出原消息序列的信号。
本发明的进一步改进在于,所述外层树形编码器与外层树形解码器使用相同的生成矩阵。
与现有技术相比,本发明的有益效果是:一是无源随机接入通信方式不需要基站分配专有通信线路,能够节约资源;二是在大规模空间相关信道下,更符合现实中通信的场景;三是针对空间相关信道,将信号经过内层压缩感知编码器预先编排,在经过空间相关信道传输后,在ML解码器中利用计算协方差的方式减弱信道空间相关性对解码器性能的影响。
附图说明
图1是本发明提供的发送机结构图;
图2是本发明提供的接收机结构图;
图3是本发明提供的发送机实例图;
图4是本发明提供的接收机实例图。
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、完整地描述,所描述的实施例仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、2所示,本发明的实施例基于相互适配的发射机以及接收机进行实现。发射机被配置为多路形式,发射机的每一路包括依次连接的消息序列生成器、外层树形编码器、内层压缩感知编码器、射频发送模块以及多个天线。接收机也包括多个天线,各天线与射频接收模块连接,射频接收模块与ML解码器连接,ML解码器与外层树形解码器连接。
本实施例的空间相关信道下的大规模MIMO无源随机接入方法包括以下步骤:
发送步骤:将发送机配置为多路形式,对每一路发送机,消息序列生成器生成带有数据信息的消息序列。外层树形编码器对消息序列进行外层树形编码处理,将所述消息序列分散到多个时隙中,并在每个时隙的空余部分根据生成矩阵生成添加上校验位。内层压缩感知编码器获取外层树形编码器的输出,对其进行内层压缩感知编码处理,将信号预先编排,其中每一个时隙对应一个内层码字。射频发送模块获取内层压缩感知编码后的信号,将载波信号注入到天线中发送出去。
接收步骤:将接收机配置上多根天线,射频接收模块从天线中获取多路载波信号,将多路载波信号依次送入ML(Maximum Likelihood)解码器和外层树形解码器,解调得到发送机前导生成器生成的消息序列。
如图3、4所示,在一个具体实施例中,空间相关信道下的大规模MIMO无源随机接入方法包括以下步骤:
(1)消息序列生成器生成由0、1组成的消息序列MSG1、MSG2、MSG3、MSG4;
(2)外层树形编码器获取所述消息序列生成器产生的消息序列MSG1、MSG2、MSG3、MSG4,对消息序列进行外层树形编码处理。外层树形编码器将消息序列拆分为数段分散到多个时隙,每个时隙的空余部分根据生成矩阵生成添加上校验位;
(3)内层压缩感知编码器获取所述外层树形编码器产生的信号,对信号进行内层压缩感知编码处理,将信号预先编排,其中每一个时隙对应一个内层码字。本实施例中,内层压缩感知编码器采用的内层压缩感知编码码本矩阵采用正交设计,码本矩阵的每一列代表一个码字,且服从独立同分布的多元高斯分布。参考文献[1]介绍了一种内层压缩感知编码器的实现方式。参考文献[1]Fengler A,Jung P,Caire G.SPARCs for UnsourcedRandom Access[J].2019。
内层压缩感知编码器采用预编码的方式,依据大规模MIMO相关信道协方差矩阵的特征值分解的特性,预乘发射天线导向向量矩阵的共轭转置,减弱信道空间相关性对解码器性能的影响。其原理为:对于一种一般性的相关信道矩阵其中Ur,Ut是确定性的酉矩阵,分别代表发射和接收方向的天线导向向量,/>中G是发射和接收天线之间的功率耦合矩阵,Hiid中的元素独立同分布。
假设接收天线导向向量Ur在发送和接收端都已知,可以在发送端通过预编码的方式消除接收天线导向向量Ur的影响(即在天线发送前在发送信号后预先乘以 为接收天线导向向量的共轭转置矩阵)。在大规模天线系统中可以认为每一个用户信道的发射天线导向向量Ut趋同,并且在接收端计算接收到的信号的协方差时,可以完全消除发射天线导向向量Ut,从而减弱信道发射天线相关性对解码器性能的影响。
(4)射频发送模块获取经所述内层压缩感知编码器产生的信号,将载波信号注入到天线中发送出去;
(5)接收机配置为4根天线,射频接收模块从天线中获取多路经过空间相关信道传输后的载波信号Y=[y1,y2,y3,y4]T,其中,y1,…,y4分别为4根天线接收的数据;
(6)ML解码器单元获取所述射频接收模块获取的信号Y=[y1,y2,y3,y4]T,利用接收所得信号的协方差进行信号估计,估计内层压缩感知编码码字的活跃模式,恢复被传输的码字列表,通过计算协方差的形式可以减弱接收天线相关性对解码器性能的影响。在此过程中,ML解码器接收所得信号的协方差矩阵与对角矩阵D的关系满足如下公式:
其中,是射频接收模块得到的多路载波信号,维度为L×m,L是内层编码每个码字的长度,M为接收端天线的数目;矩阵A是内层编码的码本矩阵,维度为L×n,A的每一列对应一个码字,n=2J表示所有可能的码字个数,J是每个时隙传输的比特位数;Ω是一个二元矩阵,代表了内层压缩感知编码码字活跃模式,其中非零元的列坐标表示发送码字天线的编号,行坐标表示被发送的码字在内层编码的码本矩阵A中的序号;Ut是发射天线导向向量矩阵;H是相关信道矩阵,其协方差矩阵特征值分解满足 是一个对角矩阵;σ2是信道噪声的方差,Ι是L维单位矩阵;/>是一个n×n维对角矩阵,其对角线上元素构成向量x=(x1,x2,....,xn),如果xk大于某一门限表示第k个码字被传输;
估计内层压缩感知编码码字活跃模式采用的目标函数为:
在上述过程中,函数f(x)为对数似然损耗函数,其定义为:
估计内层压缩感知编码码字活跃模式的过程包括初始化步骤和多次迭代循环;在初始化步骤中,初始化计数器i=0,并选取初始化向量每个迭代循环包括以下步骤:
(S1)更新计数器i=i+1,计算下标k=(imodn)+1;
(S2)计算计算公式为:/>
(S3)更新向量xk,表达式为:
重复(S1)至(S3)直到结果收敛。
上述过程中,ML解码器主要利用DC(different of convex)规划和优化最小化(majorization minimization)构造出一种迭代的块坐标下降算法,具有较好的收敛速度及以及较低的错误概率。通过上述步骤,ML解码器可以有效地估计内层压缩感知编码码字的活跃模式。
上述过程最终得到的是向量xi,通过向量xi可以估计内层压缩感知编码码字活跃模式。估计内层压缩感知编码码字活跃模式的过程中,从向量xi中选取最大的a个元素并将上述元素的下标{k1,...,ka}为被传输的内层码字的序号。在本实施例中,天线的数目为4,因此a的取值为4。得到内层码字的序号之后,可根据序号从内层编码的码本矩阵A中得到被传输的内层码字。
(7)外层树形解码器获取所述ML解码器产生的信号,对信号进行外层树形解码处理,利用生成矩阵和外层校验编码产生的校验码组织出原信号,检测出发送端多路发送机消息序列生成器生成的消息序列MSG1、MSG2、MSG3、MSG4。在此过程中,外层树形解码器利用生成矩阵和外层校验编码产生的校验码组织出原消息序列的信号。外层树形编码器与外层树形解码器使用相同的生成矩阵。外层树形解码器和外层树形编码器对信号的处理过程是互逆的,参考文献[2]中给出了该过程的实现方式。参考文献[2]:Alexander Fengler,Saeid Haghighatshoar,Peter Jung,Giuseppe Caire:“Grant-Free Massive RandomAccess With a Massive MIMO Receiver”,URL:“arxiv.org/abs/1912.01459”。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (6)
1.一种空间相关信道下的大规模MIMO无源随机接入方法,其包括以下步骤:
发送步骤:将发送机配置为多路形式,对每一路发送机,消息序列生成器生成带有数据信息的消息序列,外层树形编码器对所述消息序列进行外层树形编码处理,将所述消息序列分散到多个时隙中;内层压缩感知编码器获取外层树形编码器的输出,对其进行内层压缩感知编码处理;射频发送模块获取内层压缩感知编码后的信号,将载波信号注入到天线中发送出去;
接收步骤:将接收机配置上多根天线,射频接收模块从天线中获取多路载波信号,将多路载波信号依次送入ML解码器和外层树形解码器,解调得到发送机前导生成器生成的消息序列;
所述ML解码器利用接收所得信号的协方差进行信号估计,以估计内层压缩感知编码码字的活跃模式,并恢复被传输的码字列表;所述ML解码器接收所得信号的协方差矩阵与对角矩阵D的关系满足如下公式:
其中,是射频接收模块得到的多路载波信号,维度为L×m,L是内层编码每个码字的长度,m为接收端天线的数目;矩阵A是内层编码的码本矩阵,维度为L×n,A的每一列对应一个码字,n=2J表示所有可能的码字个数,J是每个时隙传输的比特位数;Ω是一个二元矩阵,代表了内层压缩感知编码码字活跃模式,其中非零元的列坐标表示发送码字天线的编号,行坐标表示被发送的码字在内层编码的码本矩阵A中的序号;Ut是发射天线导向向量矩阵;H是相关信道矩阵,其协方差矩阵特征值分解满足 是一个对角矩阵;σ2是信道噪声的方差,Ι是L维单位矩阵;/>是一个n×n维对角矩阵,其对角线上元素构成向量x=(x1,x2,....,xn),如果xk大于某一门限表示第k个码字被传输;
估计内层压缩感知编码码字活跃模式采用的目标函数为:
在上述过程中,函数f(x)为对数似然损耗函数,其定义为:
估计内层压缩感知编码码字活跃模式的过程包括初始化步骤和多次迭代循环;在初始化步骤中,初始化计数器i=0,并选取初始化向量每个迭代循环包括以下步骤:
(S1)更新计数器i=i+1,计算下标k=(imodn)+1;
(S2)计算计算公式为:/>
(S3)更新向量xk,表达式为:
重复(S1)至(S3)直到结果收敛;
在估计内层压缩感知编码码字活跃模式的过程中,从向量xi中选取最大的a个元素并将上述元素的下标{k1,...,ka}作为被传输的内层码字的序号。
2.根据权利要求1所述的一种空间相关信道下的大规模MIMO无源随机接入方法,其特征在于,进行外层树形编码处理过程中,将消息序列拆分为数段分散到多个时隙,每个时隙的空余部分根据生成矩阵生成并添加校验位。
3.根据权利要求1所述的一种空间相关信道下的大规模MIMO无源随机接入方法,其特征在于,所述内层压缩感知编码器采用的内层压缩感知编码码本矩阵采用正交设计,码本矩阵的每一列代表一个码字,且服从独立同分布的多元高斯分布。
4.根据权利要求1所述的一种空间相关信道下的大规模MIMO无源随机接入方法,其特征在于,所述内层压缩感知编码器采用预编码的方式,依据大规模MIMO相关信道协方差矩阵的特征值分解的特性,预乘发射天线导向向量矩阵的共轭转置,减弱信道空间相关性对解码器性能的影响。
5.根据权利要求1所述的一种空间相关信道下的大规模MIMO无源随机接入方法,其特征在于,所述外层树形解码器利用生成矩阵和外层校验编码产生的校验码组织出原消息序列的信号。
6.根据权利要求1所述的一种空间相关信道下的大规模MIMO无源随机接入方法,其特征在于,所述外层树形编码器与外层树形解码器使用相同的生成矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010295069.7A CN111343730B (zh) | 2020-04-15 | 2020-04-15 | 一种空间相关信道下的大规模mimo无源随机接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010295069.7A CN111343730B (zh) | 2020-04-15 | 2020-04-15 | 一种空间相关信道下的大规模mimo无源随机接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111343730A CN111343730A (zh) | 2020-06-26 |
CN111343730B true CN111343730B (zh) | 2023-08-08 |
Family
ID=71186544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010295069.7A Active CN111343730B (zh) | 2020-04-15 | 2020-04-15 | 一种空间相关信道下的大规模mimo无源随机接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111343730B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113766669B (zh) * | 2021-11-10 | 2021-12-31 | 香港中文大学(深圳) | 一种基于深度学习网络的大规模随机接入方法 |
CN116781206A (zh) * | 2022-03-11 | 2023-09-19 | 华为技术有限公司 | 信号传输方法及相关装置 |
CN118509104A (zh) * | 2023-02-14 | 2024-08-16 | 华为技术有限公司 | 信息传输的方法和装置 |
CN116524258A (zh) * | 2023-04-25 | 2023-08-01 | 云南师范大学 | 一种基于多标签分类的滑坡检测方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN109560841A (zh) * | 2018-12-13 | 2019-04-02 | 东北大学 | 基于改进的分布式压缩感知算法的大规模mimo系统信道估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7599444B2 (en) * | 2005-09-02 | 2009-10-06 | Alcatel-Lucent Usa Inc. | Coding in a MIMO communication system |
US10250309B2 (en) * | 2016-03-24 | 2019-04-02 | Huawei Technologies, Co., Ltd. | System and method for downlink channel estimation in massive multiple-input-multiple-output (MIMO) |
-
2020
- 2020-04-15 CN CN202010295069.7A patent/CN111343730B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN109560841A (zh) * | 2018-12-13 | 2019-04-02 | 东北大学 | 基于改进的分布式压缩感知算法的大规模mimo系统信道估计方法 |
Non-Patent Citations (1)
Title |
---|
丁律 ; 许威 ; 江彬 ; 高西奇.《MIMO信道树形矢量量化编码反馈方法》.《高技术通讯》.2009,第第19卷卷(第第19卷期),第1-2节. * |
Also Published As
Publication number | Publication date |
---|---|
CN111343730A (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111343730B (zh) | 一种空间相关信道下的大规模mimo无源随机接入方法 | |
KR20210011047A (ko) | 협력 통신 시스템에서 데이터 송수신 방법 및 협력 통신 방법 | |
KR101094684B1 (ko) | 무선 라디오 네트워크에서의 분산형 공간-시간 코딩을 위한방법 및 장치 | |
KR101587563B1 (ko) | 간섭 정렬을 수행하는 통신 시스템 및 그 방법 | |
CN103840870B (zh) | 3d mimo信道下一种有限反馈开销降低方法 | |
CN102415032B (zh) | 码本构建方法和设备以及预编码方法、设备和系统 | |
CN104734754A (zh) | 一种波束赋形权值训练方法及基站、终端 | |
CN102725967A (zh) | 用于信息反馈以及预编码的方法和装置 | |
Xie et al. | Many access for small packets based on precoding and sparsity-aware recovery | |
CN106160816A (zh) | 大规模mimo系统中实现完美全向预编码的同步信号和信号的发送与接收方法 | |
CN102158312A (zh) | 基于信号空间对齐的共信道多用户干扰抑制方法 | |
CN105933042B (zh) | 一种lte系统中基于分簇的自适应有限反馈新方法 | |
CN110677182B (zh) | 基于上行链路分层空时结构scma码本的通信方法 | |
CN104734805A (zh) | 波束质量信息反馈方法和系统 | |
Amalladinne et al. | Coded compressed sensing with successive cancellation list decoding for unsourced random access with massive MIMO | |
CN102130746B (zh) | 多点协作传输系统中的网络编码反馈方法 | |
CN104967469A (zh) | 一种基于无比率编码的大规模mimo传输方法 | |
KR20090042936A (ko) | 변수의 빔을 가지고 있는 mimo 시스템에서의 효율적 cqi 신호 발신 | |
CN107154815B (zh) | 一种多用户系统混合预编码方法 | |
Agostini et al. | Constant weight codes with gabor dictionaries and bayesian decoding for massive random access | |
CN112636801B (zh) | 一种毫米波混合预编码方法、智能终端及存储介质 | |
Norouzi et al. | Constrained K-means user clustering and downlink beamforming in MIMO-SCMA systems | |
CN108736940B (zh) | 一种空分复用的方法及装置 | |
CN103929385B (zh) | 基于信号子空间对齐的多源异质信号干扰抑制方法 | |
CN107196741B (zh) | 一种用于mimo-scma系统的检测方法 |
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 |