CN114430590B - 一种实现上行大规模urllc的无线传输方法 - Google Patents

一种实现上行大规模urllc的无线传输方法 Download PDF

Info

Publication number
CN114430590B
CN114430590B CN202210103486.6A CN202210103486A CN114430590B CN 114430590 B CN114430590 B CN 114430590B CN 202210103486 A CN202210103486 A CN 202210103486A CN 114430590 B CN114430590 B CN 114430590B
Authority
CN
China
Prior art keywords
user
users
weak
group
strong
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
Application number
CN202210103486.6A
Other languages
English (en)
Other versions
CN114430590A (zh
Inventor
曾捷
宋雨欣
武腾
陈昌川
李重
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202210103486.6A priority Critical patent/CN114430590B/zh
Publication of CN114430590A publication Critical patent/CN114430590A/zh
Application granted granted Critical
Publication of CN114430590B publication Critical patent/CN114430590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • 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
    • H04B7/0426—Power distribution
    • 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
    • H04J11/004—Interference mitigation or co-ordination of multi-user interference at the receiver using regenerative subtractive interference cancellation
    • 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)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于无线通信技术领域，特别涉及一种实现上行大规模URLLC的无线传输方法，包括统一小区内用户根据其大尺度衰落系数以及所处的小尺度衰落坏境进行两两分组；基站接收端采用最小二乘信道估计法估计信道状态信息，并获取基站接收端导频接收信号；根据接收端接收的导频信号基于迫零检测以及有限块长理论求出强用户的可能偏差，将得到的强用户信息从总的叠加信息中删除，同理计算弱用户的可能偏差，将两用户的可能偏差以及当前发射功率发送给发送端，发送端基于黄金分割搜索算法调整弱用户的发送功率，直到每组用户的可能偏差小于设定阈值；本发明实现海量用户的多路复用，扩展了URLLC的设计可行域，能够实现大规模URLLC。

Description

一种实现上行大规模URLLC的无线传输方法
技术领域
本发明属于无线通信技术领域，特别涉及一种实现上行大规模高可靠低时延通信(Ultra-Reliable and Low-Latency Communications，URLLC)的无线传输方法。
背景技术
URLLC作为第五代(fifth-generation,5G)移动通信的三大典型场景之一，其中URLLC场景要求错误概率(Error probability,EP)小于10-5，延迟低于0.5毫秒，在无人驾驶、车联网等物联网场景中发挥着重要的作用。在6G时代，物联网场景中设备数量预计将大幅度增长，同时，无线网络覆盖范围也变得更加全面，逐渐实现全球无缝覆盖，网络信号不仅能保障城市覆盖，也能够抵达任何一个偏远的乡村。大规模用户之间存在着强相关性，如何实现大规模URLLC以满足大量潜在用户中大规模用户对URLLC的需求，是一个亟待解决的问题。实现URLLC的一个关键因素在于满足EP要求，目前降低EP通常会受到信道状态信息不精确，带宽、平均发送功率以及延迟受限等。
大规模多输入多输出(massive Multiple-Input Multiple-Output,massiveMIMO)系统通过在基站(Base Station,BS)配备大量的接收天线来获得上行链路的可靠性。非正交多址接入(Non-Orthogonal Multiple Access,NOMA)被认为是一种有前途的大规模接入技术。原则上，与正交多址接入(Orthogonal Multiple Access,OMA)系统相比，NOMA系统可以通过使用串行干扰消除(Successive Interference Cancellation,SIC)利用功率域同时服务更多用户。与传统的正交频分多址(Orthogonal-Frequency DivisionMultiple-Access,OFDMA)相比，NOMA系统还可以有效地提高频谱效率。
实际物联网通信场景中具有多样性、随机性、时变性和难预测性的快衰落，传统信道模型不能同时描述阴影和瑞利衰落、Rician衰落和Nakagami-m衰落等非均匀快衰落。统一衰落模型—κ-μ阴影衰落模型可以通过调整参数κ，μ和m来表征几乎所有传统衰落模型。κ-μ阴影衰落模型的概率密度函数和累积分布函数以闭合形式给出，并且可以用有限个幂和指数表示，以便适当选择衰落参数值，在不增加数学处理复杂度的情况下，可以实现更好的灵活性。
发明内容
为了在考虑了用户间相关性的同时，消除小组之间的干扰，减少同一组用户间干扰，并使得每组用户在时延和功率受限的条件下，满足EP小于10-5，本发明提出一种实现上行大规模URLLC的无线传输方法，如图3，具体包括以下步骤：
101、将同一小区内的用户根据用户之间的强相关性进行两两分组，且同一组的两个用户的大尺度衰落系数以及所处的小尺度衰落坏境相同，并将两个用户中发射功率较大的用户作为强用户、发射功率较小的用户作为弱用户，任意小组的两个用户首次发送消息均以允许的最大发送功率发送信息；
102、基站接收端采用最小二乘信道估计法估计信道状态信息，并获取基站接收端导频接收信号；
103、将基站接收端导频接收信号使用迫零检测进行干扰消除，并将K组用户中的强用户信息从叠加信息中分离出来，获取强用户的后验信噪比，利用有限块长理论求出强用户的错误概率(Error Probability,EP)，将强用户的错误概率EP和当前发射功率反馈到发送端；
104、使用信道状态信息检测，将得到的强用户信息从总的叠加信息中删除，得到K组用户的弱用户叠加信息，根据迫零检测将每组用户的弱用户信息从叠加信息中分离，获取弱用户的后验信噪比，并利用有限块长理论求出弱用户的错误概率EP，将弱用户的错误概率EP和当前发射功率反馈到发送端；
105、发送端根据收到的强用户和弱用户的错误概率EP和当前发射功率，基于黄金分割搜索算法调整弱用户的发送功率；
106、重复步骤102～105，直到发送端收到的强用户和弱用户的错误概率EP小于10-5，发送端的用户以当前发射功率进行传输。
在上述方案中，强用户一直以最大允许发射功率进行发送，弱用户在首次发送时使用最大允许发射功率进行发送，并在步骤105通过黄金分割算法对弱用户发射功率在允许范围内进行调整。
进一步的，基站接收端导频接收信号表示为：
Figure BDA0003493069760000031
其中，Y(p)表示基站接收端导频接收信号；
Figure BDA0003493069760000032
为K个组的第i个用户的信道状态信息矩阵，L为基站接收端天线数量，gk,i表示第k分组的用户i的信道状态信息，
Figure BDA0003493069760000033
s表示强用户，w表示弱用户；
Figure BDA0003493069760000034
Figure BDA0003493069760000035
表示第k分组中用户i的导频信号，n为导频信号所占据的可用信道数，ρk,i为第k分组中用户i的发送功率；
Figure BDA0003493069760000036
为加性高斯白噪声。
进一步的，采用最小二乘信道估计法估计信道状态信息的过程包括：
Figure BDA0003493069760000037
Figure BDA0003493069760000038
Δk,i＝Λk,iIL；
Figure BDA0003493069760000039
其中，βk,i为第k分组的用户i的大尺度衰落系数；
Figure BDA00034930697600000310
为估计信道状态信息向量；IL为L×L的单位矩阵；Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差；
Figure BDA00034930697600000311
为均值为0、方差为
Figure BDA00034930697600000312
的高斯分布，方差表示为
Figure BDA00034930697600000313
进一步的，使用迫零检测进行干扰消除，并将K组用户中的强用户信息从叠加信息中分离出来，则第k分组的强用户发送的信息经过基站迫零检测后的信号表示为：
Figure BDA0003493069760000041
其中，
Figure BDA0003493069760000042
表示第k分组的强用户发送的信息经过基站迫零检测后的信号；
Figure BDA0003493069760000043
Figure BDA0003493069760000044
为第k分组的用户i的估计的信道状态信息向量；[ ]k表示矩阵的第k行，为用户k发送的信息。
进一步的，强用户的后验信噪比表示为：
Figure BDA0003493069760000045
Figure BDA0003493069760000046
ζk,i＝||gk,i||2；
Figure BDA0003493069760000047
其中，
Figure BDA0003493069760000048
表示强用户的后验信噪比；
Figure BDA0003493069760000049
ρk,i为第k分组中用户i的发送功率，
Figure BDA00034930697600000410
s表示强用户，w表示弱用户。
进一步的，强用户的错误概率EP表示为：
Figure BDA00034930697600000411
其中，
Figure BDA00034930697600000412
为强用户的可能偏差EP；D为短包传输比特数，
Figure BDA00034930697600000413
为强用户的后验信噪比；
Figure BDA00034930697600000414
以及标准正态分布的互补累计分布函数
Figure BDA00034930697600000415
NCU总的CU的数量，n'＝NCU-n，NCU＝BtD，B为信道带宽，tD为传输时延。
进一步的，根据迫零检测将每组用户的弱用户信息从叠加信息中分离，则第k分组的弱用户发送的信息经过基站迫零检测后的信号表示为：
Figure BDA0003493069760000051
其中，
Figure BDA0003493069760000052
为第k分组的弱用户发送的信息经过基站迫零检测后的信号。
进一步的，弱用户的后验信噪比表示为：
Figure BDA0003493069760000053
ζk,w＝||gk,w||2；
Figure BDA0003493069760000054
Figure BDA0003493069760000055
其中，
Figure BDA0003493069760000056
为弱用户的后验信噪比。
进一步的，弱用户的错误概率EP表示为：
Figure BDA0003493069760000057
其中，
Figure BDA0003493069760000058
为弱用户的错误概率EP。
进一步的，基于黄金分割搜索算法调整弱用户的发送功率的过程包括：
初始换黄金分割算法中发射功率的搜索区间[ρa,ρb]，搜索步长设置为ρtolerance；令ρ1＝ρb-0.618(ρb-ρa)、ρ2＝ρa+0.618(ρb-ρa)，分别计算在发射功率为ρ1、ρ2时用户的错误概率EP，令
Figure BDA0003493069760000059
判断是否|ρb-ρa|＞ρtolerance，若是则当l1＞l2时，令ρa＝ρ1、ρ1＝ρ2、l2＝l1，并令ρ2＝ρa+0.618(ρb-ρa)；计算更新后发射功率为ρ2的错误概率EP，即
Figure BDA00034930697600000510
并进行下一次迭代；
当l1≤l2时，令ρb＝ρ2、ρ2＝ρ1、l1＝l2，并令ρ1＝ρb-0.618(ρb-ρa)；计算发射功率为ρ1的错误概率EP，即
Figure BDA0003493069760000061
并进行下一次迭代；
若|ρb-ρa|≤ρtolerance，则输出弱用户的最佳发射功率，若
Figure BDA0003493069760000062
则弱用户的最佳发射功率为
Figure BDA0003493069760000063
否则表示为
Figure BDA0003493069760000064
其中，
Figure BDA0003493069760000065
表示第k组弱用户的最佳发射功率；
Figure BDA0003493069760000066
表示向上取整；
Figure BDA0003493069760000067
表示向下取整。本发明提出的一种能够在κ-μ阴影衰落模型下实现上行大规模URLLC的无线传输方法，与现有技术相比，具有以下优点：
1.通过结合massive MIMO和NOMA技术的NGMA系统，对用户进行分组，并利用GSSA算法动态求出能够使得用户们在受限的时延和功率条件下使EP小于10-5的功率分配方案；
2.考虑了海量用户接入系统后用户之间的强相关性，可以保证海量用户的高质量通信；
3.充分利用了时域，频域，空域以及功率域等多维资源，实现海量用户的多路复用，扩展了URLLC的设计可行域，能够实现大规模URLLC。
附图说明
图1为本发明一种实现上行大规模URLLC的无线传输方法中用户分组示意图；
图2为本发明一种实现上行大规模URLLC的无线传输方法流程图；
图3为本发明一种实现上行大规模URLLC的无线传输方法流程图。
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。
本发明提出一种实现上行大规模URLLC的无线传输方法，具体包括以下步骤：
101、将同一小区内的用户根据用户之间的强相关性进行两两分组，且同一组的两个用户的大尺度衰落系数以及所处的小尺度衰落坏境相同，并将两个用户中发射功率较大的用户作为强用户、发射功率较小的用户作为弱用户，任意小组的两个用户每次发送消息均以允许的最大发送功率发送信息；
102、基站接收端采用最小二乘信道估计法估计信道状态信息，并获取基站接收端导频接收信号；
103、将基站接收端导频接收信号使用迫零检测进行干扰消除，并将K组用户中的强用户信息从叠加信息中分离出来，获取强用户的后验信噪比，利用有限块长理论求出强用户的错误概率EP，将强用户的错误概率EP和当前发射功率反馈到发送端；
104、使用信道状态信息检测，将得到的强用户信息从总的叠加信息中删除，得到K组用户的弱用户叠加信息，根据迫零检测将每组用户的弱用户信息从叠加信息中分离，获取弱用户的后验信噪比，并利用有限块长理论求出弱用户的错误概率EP，将弱用户的错误概率EP和当前发射功率反馈到发送端；
105、发送端根据收到的强用户和弱用户的错误概率EP和当前发射功率，基于黄金分割搜索算法调整弱用户的发送功率；
106、重复步骤102～105，直到发送端收到的强用户和弱用户的错误概率EP小于10-5，发送端的用户以当前发射功率进行传输。
在本实施例中，结合massive MIMO和NOMA技术构建下一代多址接入(NextGeneration Multiple Access，NGMA)系统，通过用户分组，信道状态信息估计，迫零检测(zero forcing，ZF)，SIC和最优功率动态分配，在考虑了用户间相关性的同时，消除小组之间的干扰，减少同一组用户间干扰，并使得每组用户在时延和功率受限的条件下，满足EP小于10-5，从而实现大规模URLLC。本实施例一种实现上行大规模URLLC的无线传输方法包括进行用户分组、估计信道状态信息、根据ZF检测获取强用户的错误概率EP、根据SIC-ZF检测获取弱用户的错误概率EP以及进行用户最优功率动态分配，如图2，具体包括以下步骤：
1.用户分组：假设一个小区内有M个用户，基站配备L根接收天线，如果M＝2K，根据用户之间的强相关性将用户进行两两分组，均分为K个两用户小组(M＞L＞K)。在同一个两用户小组中，两个用户的大尺度衰落系数以及所处的小尺度衰落坏境相同。由此，假设发送功率较大的用户为强用户(user-s)，较小的为弱用户(user-w)。图1为该用户分组方法的系统模型图，该模型中包括瑞利、单边高斯、莱斯、莱斯阴影等衰落环境，图1中有两个NOMA小组，每个小组中包括一个强用户和一个弱用户，其中一个小组有URLLC需求，另一个无URLLC需求。
2.估计信道状态信息：在非完美信道状态信息(Channel State Information，CSI)下，基站接收端无法确定CSI，需要进行信道估计，采取最小二乘信道估计法(Least-Square Channel Estimation，LSCE)进行CSI的估计。这里假设
Figure BDA0003493069760000081
其中ρk,i为第k组用户的第i个用户的发送功率，n为导频信号所占据的可用信道数，也称为导频长度，
Figure BDA0003493069760000082
那么在基站端导频接收信号为：
Figure BDA0003493069760000083
其中，
Figure BDA0003493069760000084
Figure BDA0003493069760000085
分别为第k个NOMA组中的强用户和弱用户的导频信号，
Figure BDA0003493069760000086
为加性高斯白噪声，其元素均为均值为0，方差为1的复高斯随机变量。
Figure BDA0003493069760000087
为K个组的第i个用户的CSI矩阵。
根据公式(1)，利用LSCE得到了估计的CSI矩阵
Figure BDA0003493069760000088
其中
Figure BDA0003493069760000091
Gi＝[g1,i,...,gK,i],
Figure BDA0003493069760000092
Δk,i＝Λk,iIL，
Figure BDA0003493069760000093
βk,i为第k组的用户i的大尺度衰落系数，
Figure BDA0003493069760000094
3.ZF检测：基站根据L根接收天线收到的K组用户的信息使用ZF检测方法，消除了不同组之间的干扰，将K个组的user-s的信息从叠加信息中分离出来。在非完美CSI下ZF检测方法对应的检测矩阵为
Figure BDA0003493069760000095
那么在基站端经过检测后得到的user-s收信号为：
Figure BDA0003493069760000096
其中
Figure BDA0003493069760000097
并且满足
Figure BDA0003493069760000098
Figure BDA0003493069760000099
这里
Figure BDA00034930697600000910
分别为第k个两用户小组中的user-s和user-w的数据信号，占据的CU数均为n'＝NCU-n，NCU＝BtD，B为信道带宽，tD为传输时延。
Figure BDA00034930697600000911
为加性高斯白噪声。第k个两用户小组的user-s发送的信息经过基站检测后的结果为：
Figure BDA00034930697600000912
根据公式(3)可得到其后验信噪比(Post-Processing Signal-to-Noise Ratio，PPSNR)为：
Figure BDA0003493069760000101
其中
Figure BDA0003493069760000102
ζk,i＝||gk,i||2。
根据(4)求出的PPSNR，利用有限块长(Finite blocklength，FBL)信息理论求出第k个两用户小组的user-s的EP为：
Figure BDA0003493069760000103
其中，D为短包传输比特数，
Figure BDA0003493069760000104
以及标准正态分布的互补累计分布函数
Figure BDA0003493069760000105
将第k个两用户小组的user-s的EP和当前发送功率反馈到发送端。
4.SIC-ZF检测：经过ZF检测后，使用SIC检测，将得到的user-s信息从总的叠加信息中删除，得到了K个组的user-w的叠加信息。
Figure BDA0003493069760000106
然后再使用ZF检测，把K个组各自的user-w信息从叠加信息中分离，得到第k个两用户小组的user-w的检测后的信号为
Figure BDA0003493069760000107
根据公式(7)可以求出第k个两用户小组的user-w的PPSNR为
Figure BDA0003493069760000108
利用(8)和FBL信息理论求出第k个两用户小组的user-w的EP为
Figure BDA0003493069760000111
将求出的第k个两用户小组的user-w的EP和当前发送功率反馈到发送端。
用户最优功率动态分配：对任意两用户小组，每一次发送信息，两用户均以允许的最大发送功率来发送信息。然后，根据来自BS的user-s和user-w的EP和当前发送功率反馈，根据黄金分割搜索算法(Golden Section Search Algorithm，GSSA)调整弱用户的发送功率并重复步骤2-5来动态地求出能够使得在时延和功率受限下能够使得EP小于10-5的功率分配方案。
通过黄金分割搜索算法求取弱用户的最佳发射功率的伪代码如表1所示，该过程具体包括以下步骤：
初始换黄金分割算法中发射功率的搜索区间[ρa,ρb]，搜索步长设置为ρtolerance；令ρ1＝ρb-0.618(ρb-ρa)、ρ2＝ρa+0.618(ρb-ρa)，分别计算在发射功率为ρ1、ρ2时用户的错误概率EP，令
Figure BDA0003493069760000112
判断是否|ρb-ρa|＞ρtolerance，若是则当l1＞l2时，令ρa＝ρ1、ρ1＝ρ2、l2＝l1，并令ρ2＝ρa+0.618(ρb-ρa)；计算发射功率为ρ2的错误概率EP，即
Figure BDA0003493069760000113
并进行下一次迭代；
当l1≤l2时，令ρb＝ρ2、ρ2＝ρ1、l1＝l2，并令ρ1＝ρb-0.618(ρb-ρa)；计算发射功率为ρ1的错误概率EP，即
Figure BDA0003493069760000114
并进行下一次迭代；
若|ρb-ρa|≤ρtolerance，则输出弱用户的最佳发射功率，若
Figure BDA0003493069760000115
则弱用户的最佳发射功率为
Figure BDA0003493069760000116
否则表示为
Figure BDA0003493069760000117
其中，
Figure BDA0003493069760000118
表示第k组弱用户的最佳发射功率；
Figure BDA0003493069760000119
表示向上取整；
Figure BDA00034930697600001110
表示向下取整。
表1黄金分割搜索算法伪代码
Figure BDA0003493069760000121
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种实现上行大规模URLLC的无线传输方法，其特征在于，包括以下步骤：
101、将同一小区内的用户根据用户之间的强相关性进行两两分组，且同一组的两个用户的大尺度衰落系数以及所处的小尺度衰落坏境相同，并将两个用户中发射功率较大的用户作为强用户、发射功率较小的用户作为弱用户，任意小组的两个用户首次发送消息均以允许的最大发送功率发送信息；
102、基站接收端采用最小二乘信道估计法估计信道状态信息，并获取基站接收端导频接收信号；
103、将基站接收端导频接收信号使用迫零检测进行干扰消除，并将K组用户中的强用户信息从叠加信息中分离出来，获取强用户的后验信噪比，利用有限块长理论求出强用户的错误概率EP，将强用户的错误概率EP和当前发射功率反馈到发送端；利用有限块长理论求出强用户的错误概率EP的过程包括：
Figure FDA0003852713530000011
其中，
Figure FDA0003852713530000012
为强用户的可能偏差EP；D为短包传输比特数，
Figure FDA0003852713530000013
为强用户的后验信噪比；
Figure FDA0003852713530000014
以及标准正态分布的互补累计分布函数
Figure FDA0003852713530000015
NCU总的CU的数量，n'＝NCU-n，NCU＝BtD，B为信道带宽，tD为传输时延，n为导频信号所占据的可用信道数；
104、使用信道状态信息检测，将得到的强用户信息从总的叠加信息中删除，得到K组用户的弱用户叠加信息，根据迫零检测将每组用户的弱用户信息从叠加信息中分离，获取弱用户的后验信噪比，并利用有限块长理论求出弱用户的错误概率EP，将弱用户的错误概率EP以及当前发射功率反馈到发送端；利用有限块长理论求出弱用户的错误概率EP的过程包括：
Figure FDA0003852713530000021
其中，
Figure FDA0003852713530000022
为弱用户的错误概率EP；D为短包传输比特数，
Figure FDA0003852713530000023
为强用户的后验信噪比；
Figure FDA0003852713530000024
以及标准正态分布的互补累计分布函数
Figure FDA0003852713530000025
NCU为总的CU数量，n'＝NCU-n，NCU＝BtD，B为信道带宽，tD为传输时延，n为导频信号所占据的可用信道数；
105、发送端根据收到的强用户和弱用户的错误概率EP和当前发射功率，基于黄金分割搜索算法调整弱用户的发送功率，包括以下步骤：
初始换黄金分割算法中发射功率的搜索区间[ρa,ρb]，搜索步长设置为ρtolerance；令ρ1＝ρb-0.618(ρb-ρa)、ρ2＝ρa+0.618(ρb-ρa)，分别计算在发射功率为ρ1、ρ2时用户的错误概率EP，令
Figure FDA0003852713530000026
判断是否|ρb-ρa|＞ρtolerance，若是则当
Figure FDA00038527135300000215
时，令ρa＝ρ1、ρ1＝ρ2、
Figure FDA00038527135300000216
并令ρ2＝ρa+0.618(ρb-ρa)；计算发射功率为ρ2的错误概率EP，即
Figure FDA0003852713530000027
并进行下一次迭代；
当
Figure FDA00038527135300000218
时，令ρb＝ρ2、ρ2＝ρ1、
Figure FDA00038527135300000217
并令ρ1＝ρb-0.618(ρb-ρa)；计算发射功率为ρ1的错误概率EP，即
Figure FDA0003852713530000028
并进行下一次迭代；
若|ρb-ρa|≤ρtolerance，则输出弱用户的最佳发射功率，若
Figure FDA0003852713530000029
则弱用户的最佳发射功率为
Figure FDA00038527135300000210
否则表示为
Figure FDA00038527135300000211
其中，
Figure FDA00038527135300000212
表示第k组弱用户的最佳发射功率；
Figure FDA00038527135300000213
表示向上取整；
Figure FDA00038527135300000214
表示向下取整；
106、重复步骤102～105，直到发送端收到的强用户和弱用户的错误概率EP小于10-5。
2.根据权利要求1所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，基站接收端导频接收信号表示为：
Figure FDA0003852713530000031
其中，Y(p)表示基站接收端导频接收信号；
Figure FDA0003852713530000032
为K个组的第i个用户的信道状态信息矩阵，L为基站接收端天线数量，gk,i表示第k分组的用户i的信道状态信息，
Figure FDA0003852713530000033
s表示强用户，w表示弱用户；
Figure FDA0003852713530000034
Figure FDA0003852713530000035
表示第k分组中用户i的导频信号，n为导频信号所占据的可用信道数，ρk,i为第k分组中用户i的发送功率；
Figure FDA0003852713530000036
为加性高斯白噪声。
3.根据权利要求2所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，采用最小二乘信道估计法估计信道状态信息的过程包括：
Figure FDA0003852713530000037
Figure FDA0003852713530000038
Gi＝[g1,i,...,gK,i],
Figure FDA0003852713530000039
Δk,i＝Λk,iIL；
Figure FDA00038527135300000310
其中，βk,i为第k分组的用户i的大尺度衰落系数；
Figure FDA00038527135300000311
为估计信道状态信息向量；IL为L×L的单位矩阵；Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差；
Figure FDA00038527135300000312
为均值为0、方差为
Figure FDA00038527135300000313
的高斯分布，方差表示为
Figure FDA00038527135300000314
4.根据权利要求1所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，使用迫零检测进行干扰消除，并将K组用户中的强用户信息从叠加信息中分离出来，则第k分组的强用户发送的信息经过基站迫零检测后的信号表示为：
Figure FDA0003852713530000041
其中，
Figure FDA0003852713530000042
表示第k分组的强用户发送的信息经过基站迫零检测后的信号；
Figure FDA0003852713530000043
Figure FDA0003852713530000044
表示第k分组中用户i的导频信号，ρk,i为第k分组中用户i的发送功率，
Figure FDA0003852713530000045
s表示强用户，w表示弱用户；
Figure FDA0003852713530000046
Figure FDA0003852713530000047
为第k分组中用户i的均值为0、方差为
Figure FDA0003852713530000048
的高斯分布，方差表示为
Figure FDA0003852713530000049
n为导频信号所占据的可用信道数，Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差，βk,i为第k分组的用户i的大尺度衰落系数；
Figure FDA00038527135300000410
为加性高斯白噪声；
Figure FDA00038527135300000411
Figure FDA00038527135300000412
为第k分组的用户i的估计的信道状态信息向量；[]k表示矩阵的第k行，为用户k发送的信息。
5.根据权利要求1所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，强用户的后验信噪比表示为：
Figure FDA00038527135300000413
Figure FDA00038527135300000414
ζk,i＝||gk,i||2；
Figure FDA00038527135300000415
其中，
Figure FDA00038527135300000416
表示强用户的后验信噪比；
Figure FDA00038527135300000417
ρk,i为第k分组中用户i的发送功率，
Figure FDA00038527135300000418
s表示强用户，w表示弱用户；n为导频信号所占据的可用信道数；
Figure FDA0003852713530000051
n为导频信号所占据的可用信道数，βk,i为第k分组的用户i的大尺度衰落系数，Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差；gk,i表示第k分组的用户i的信道状态信息。
6.根据权利要求1所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，根据迫零检测将每组用户的弱用户信息从叠加信息中分离，则第k分组的弱用户发送的信息经过基站迫零检测后的信号表示为：
Figure FDA0003852713530000052
其中，
Figure FDA0003852713530000053
为第k分组的弱用户发送的信息经过基站迫零检测后的信号；
Figure FDA0003852713530000054
Figure FDA0003852713530000055
表示第k分组中用户i的导频信号，ρk,i为第k分组中用户i的发送功率，
Figure FDA0003852713530000056
s表示强用户，w表示弱用户；
Figure FDA0003852713530000057
Figure FDA0003852713530000058
为第k分组中用户i的均值为0、方差为
Figure FDA0003852713530000059
的高斯分布，方差表示为
Figure FDA00038527135300000510
n为导频信号所占据的可用信道数，Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差，βk,i为第k分组的用户i的大尺度衰落系数；
Figure FDA00038527135300000511
为加性高斯白噪声；
Figure FDA00038527135300000512
Figure FDA00038527135300000513
为第k分组的用户i的估计的信道状态信息向量；[]k表示矩阵的第k行，为用户k发送的信息。
7.根据权利要求1所述的一种实现上行大规模URLLC的无线传输方法，其特征在于，弱用户的后验信噪比表示为：
Figure FDA00038527135300000514
ζk,w＝||gk,w||2；
Figure FDA00038527135300000515
Figure FDA0003852713530000061
其中，
Figure FDA0003852713530000062
为弱用户的后验信噪比；ρk,i为第k分组中用户i的发送功率；
Figure FDA0003852713530000063
n为导频信号所占据的可用信道数，βk,i为第k分组的用户i的大尺度衰落系数，Ξk,i为第k组用户中的用户i与基站处的第l根天线之间的快衰落系数hlk,i的方差，
Figure FDA0003852713530000064
s表示强用户，w表示弱用户；gk,i表示第k分组的用户i的信道状态信息。
CN202210103486.6A 2022-01-27 2022-01-27 一种实现上行大规模urllc的无线传输方法 Active CN114430590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210103486.6A CN114430590B (zh) 2022-01-27 2022-01-27 一种实现上行大规模urllc的无线传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210103486.6A CN114430590B (zh) 2022-01-27 2022-01-27 一种实现上行大规模urllc的无线传输方法

Publications (2)

Publication Number Publication Date
CN114430590A CN114430590A (zh) 2022-05-03
CN114430590B true CN114430590B (zh) 2022-10-28

Family

ID=81314233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210103486.6A Active CN114430590B (zh) 2022-01-27 2022-01-27 一种实现上行大规模urllc的无线传输方法

Country Status (1)

Country Link
CN (1) CN114430590B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115622595B (zh) * 2022-10-20 2023-12-26 深圳千通科技有限公司 一种实现自适应大规模urllc的高能效组网方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111313988A (zh) * 2020-02-22 2020-06-19 吉林大学 基于鞅变换模型实现urllc的免授权noma方法
WO2021123494A1 (en) * 2019-12-19 2021-06-24 Nokia Technologies Oy Error probability assisted link adaptation
CN113923787A (zh) * 2021-12-13 2022-01-11 清华大学 实现大规模urllc的用户自适应接入方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2664170T3 (es) * 2015-06-29 2018-04-18 Telefonica, S.A. Procedimiento, sistema y dispositivo de detección de errores en redes de comunicación inalámbrica de OFDM

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021123494A1 (en) * 2019-12-19 2021-06-24 Nokia Technologies Oy Error probability assisted link adaptation
CN111313988A (zh) * 2020-02-22 2020-06-19 吉林大学 基于鞅变换模型实现urllc的免授权noma方法
CN113923787A (zh) * 2021-12-13 2022-01-11 清华大学 实现大规模urllc的用户自适应接入方法及装置

Also Published As

Publication number Publication date
CN114430590A (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
KR101381130B1 (ko) 다중 사용자 프리코딩 및 스케줄링 방법 및 이를 구현하는 기지국
Awan et al. Detection for 5G-NOMA: An online adaptive machine learning approach
CN113923787B (zh) 实现大规模urllc的用户自适应接入方法及装置
WO2009097911A1 (en) Precoding for multiple antennas
CN114285444B (zh) 一种去蜂窝大规模mimo系统的功率优化方法
CN114430590B (zh) 一种实现上行大规模urllc的无线传输方法
CN106788938B (zh) 一种用户分组的半正交导频设计和信道估计方法
CN114665930A (zh) 去蜂窝大规模mimo系统的下行链路盲信道估计方法
Kosasih et al. A Bayesian receiver with improved complexity-reliability trade-off in massive MIMO systems
KR102184074B1 (ko) 셀룰러 네트워크에서 간섭 정렬 방법 및 장치
CN102195697B (zh) 多输入多输出波束赋形系统及其数据发送方法
US20170033895A1 (en) Scalable projection-based mimo detector
JP2006303665A (ja) 無線端末制御方法
CN114389756B (zh) 基于分组ml检测和并行迭代干扰抵消的上行mimo检测方法
WO2019166995A1 (en) Method to estimate snr for mu-mimo based on channel orthogonality
Grieger et al. Large scale field trial results on frequency domain compression for uplink joint detection
EP2070212A2 (en) Wireless transceiver
Aredath et al. Optimal power allocation for maximizing the energy efficiency of NOMA enabled full-duplex coordinated direct and relay transmission (CDRT) system with SWIPT
CN110266408B (zh) 一种多数据流的单输入多输出无线传输方法
US8848773B2 (en) Rate control for a virtual diversity receiver
KR101323378B1 (ko) 다중 셀 다중입출력 다운링크 네트워크에서의 수신자 선택을 위해 전송률 관련 정보를 전송하는 장치 및 방법, 및 다중 셀 다중입출력 다운링크 네트워크에서의 수신자 선택 장치, 방법 및 시스템
Wang et al. Access point selection for cell-free massive MIMO over Rician fading channels
Saradhi et al. Deep Learning Oriented Channel Estimation for Interference Reduction for 5G
Rajeswari et al. Optimal power allocation for channel estimation in MIMO-OFDM system with per-subcarrier transmit antenna selection
Danve et al. Transmit Antenna Selection in Massive MIMO: An Energy-Efficient Approach

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