CN114584437A - 一种单次握手协议的半盲消息检测方法及装置 - Google Patents

一种单次握手协议的半盲消息检测方法及装置 Download PDF

Info

Publication number
CN114584437A
CN114584437A CN202210483219.6A CN202210483219A CN114584437A CN 114584437 A CN114584437 A CN 114584437A CN 202210483219 A CN202210483219 A CN 202210483219A CN 114584437 A CN114584437 A CN 114584437A
Authority
CN
China
Prior art keywords
matrix
estimation
node
signal
channel matrix
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
Application number
CN202210483219.6A
Other languages
English (en)
Other versions
CN114584437B (zh
Inventor
高镇
柯玛龙
应科柯
梅逸堃
�乔力
郑德智
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.)
Beijing Institute of Technology Measurement and Control Technology Co.,Ltd.
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202210483219.6A priority Critical patent/CN114584437B/zh
Publication of CN114584437A publication Critical patent/CN114584437A/zh
Application granted granted Critical
Publication of CN114584437B publication Critical patent/CN114584437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03171—Arrangements involving maximum a posteriori probability [MAP] detection
    • 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
    • H04L25/0204—Channel estimation of multiple channels
    • 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
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0256—Channel estimation using minimum mean square error criteria
    • 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)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种单次握手协议的半盲消息检测方法及装置，所述方法包括：多个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号；考虑模数转换器对接收信号进行量化，构建接收端的量化接收信号模型；基于贝叶斯推理去量化并计算外信息，将所述量化接收信号模型退化成等效线性模型；对所述等效线性模型作离散傅里叶变换，得到角度域线性模型；对角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述上行接入信号所携带的参考信息消除矩阵分解所引入的固有模糊。所述方法具有更低的接入时延，在动态系统中更加鲁棒，同时在相同信道资源开销下具有更好的消息检测性能。

Description

一种单次握手协议的半盲消息检测方法及装置
技术领域
本发明涉及通信技术领域，具体涉及一种单次握手协议的半盲消息检测方法及装置。
背景技术
握手协议是建立通信链路的基础，现有握手协议采用多次往返的控制信令交互以实现信道正交资源的调度，为多个分布式节点建立多条正交的链路进行通信，从而避免节点间的互相干扰。现有4G-LTE网络采用四次握手协议，包括：根据广播的系统信息，活跃节点上行发送正交导频序列；中心节点通过接入响应信号回应活跃节点，接入响应信号中包含检测到的导频序列、上行同步信息和信道资源授权信息；根据接收到的接入响应信号，活跃节点上行发送连接请求；中心节点处理连接请求冲突，将结果反馈给活跃节点，争用成功的活跃节点建立连接。所述活跃节点为处于活跃状态的节点。在海量节点连接的场景下，活跃节点间的连接请求会发生严重冲突，导致大量活跃节点无法快速地建立连接，不断重复地执行四次握手流程尝试连接，造成网络拥塞。为了提高通信效率，现有5G-NR网络对四次握手协议进行简化，通过两次握手协议建立连接。但是，所述两次握手协议没有对海量节点连接的场景进行针对性设计，在发生严重冲突时会退回四次握手协议。因此，在海量节点连接的场景下，现有四次握手协议和两次握手协议均存在开销大、时延长和可靠性低的问题。
针对海量节点连接的场景，单次握手协议是一种有前景的候选协议；在该协议中，分布式节点直接使用相同的信道资源发送各自的上行接入信号，通过单次握手建立连接；其核心思想是以引入活跃节点间干扰为代价，尽可能地简化握手流程，并在中心节点处通过合理的消息检测方法设计消除干扰。由于共用信道资源，所有活跃节点的上行接入信号互相混叠，干扰严重，因此单次握手协议的关键是需要设计一种低开销高可靠的消息检测方法。
现有单次握手协议的相干消息检测方法采用两相传输方案，上行接入信号在时间上独立地划分为非正交导频序列和消息符号两部分。在中心节点处，接收端首先根据接收导频信号和已知的非正交导频矩阵进行联合的活跃节点识别和信道估计，再将获得的已识别活跃节点集合和信道矩阵估算用于后续的相干消息检测。然而，所述相干消息检测方法存在几个重要缺陷，包括：在海量节点连接的场景下，为分布式节点分配固定的非正交导频序列十分困难，尤其对于动态系统；为了保证可靠性，要求非正交导频序列的长度大于活跃节点的数量，时间开销大；过分地依赖精确的信道状态信息，在时变信道的情况下，需要频繁地发送非正交导频序列实现信道状态信息的实时更新，载荷效率过低；接收端假设无限精度的模数转换器，未考虑实际低精度模数转换器的约束，即1~3比特量化的约束，难以应用到实际系统中。
发明内容
有鉴于此，本发明提供了一种单次握手协议的半盲消息检测方法及装置，能够解决现有四次握手协议和两次握手协议无法适用于海量节点连接的场景，以及现有单次握手协议的相干消息检测方法导频分配困难、时间开销大、载荷效率低和对模数转换器的假设过于理想的技术问题。
为了解决上述技术问题，本发明是这样实现的。
一种单次握手协议的半盲消息检测方法，包括：
步骤S1：
Figure 878383DEST_PATH_IMAGE001
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 595804DEST_PATH_IMAGE002
，并且满足条件
Figure 679428DEST_PATH_IMAGE003
；
步骤S2：由
Figure 900325DEST_PATH_IMAGE004
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 909738DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 973509DEST_PATH_IMAGE006
根天线的中心式节点，
Figure 110093DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 936228DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 867275DEST_PATH_IMAGE009
的实部和虚部分别进行
Figure 542976DEST_PATH_IMAGE004
比特的均匀量化；所述接收信号
Figure 76726DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 6636DEST_PATH_IMAGE011
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 119036DEST_PATH_IMAGE012
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 767186DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 104627DEST_PATH_IMAGE014
是方差为
Figure 935048DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 942319DEST_PATH_IMAGE016
，
Figure 94076DEST_PATH_IMAGE017
；设置去量化迭代计数器
Figure 110574DEST_PATH_IMAGE018
的初始值为1；
步骤S3：基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 529923DEST_PATH_IMAGE019
和
Figure 832728DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 721050DEST_PATH_IMAGE021
，其中，
Figure 26392DEST_PATH_IMAGE022
是方差为
Figure 50979DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
步骤S4：对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 524686DEST_PATH_IMAGE023
；其中，
Figure 149571DEST_PATH_IMAGE024
为角度域接收信号，
Figure 242292DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 137698DEST_PATH_IMAGE026
为角度域信道矩阵，
Figure 516727DEST_PATH_IMAGE027
是方差为
Figure 379641DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
步骤S5：对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
步骤S6：对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
步骤S7：若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 525320DEST_PATH_IMAGE028
，进入步骤S3；否则，输出当前检测结果，方法结束。
优选地，所述步骤S1，所述参考信息包括节点标签、循环冗余校验比特位和标量导频；
所述节点标签通过以下方式生成：对于各个节点，将所述节点的十进制索引映射成长度为
Figure 524500DEST_PATH_IMAGE029
比特的二进制数，由所述二进制数构成所述节点标签，函数
Figure 605589DEST_PATH_IMAGE030
表示以2为底取对数，函数
Figure 435092DEST_PATH_IMAGE031
表示向上取整，将所述节点标签嵌入所述节点的载荷数据的前部；所述载荷数据为各个节点需要向接收端传输的数据比特流；
所述循环冗余校验比特位配置于所述节点标签和所述节点的载荷数据之间，长度为8比特；
所述标量导频设置于消息符号的前部，仅包括一个已知的调制星座符号，随消息符号一同发送；所述消息符号是由数据包经过信道编码和数字调制得来，所述数据包由节点标签、循环冗余校验比特位和载荷数据组成；所述标量导频和所述消息符号组成最终的上行接入信号。
优选地，所述步骤S5，包括：
步骤S51：将连续干扰消除迭代计数器
Figure 869616DEST_PATH_IMAGE032
的取值设置为1；初始化角度域接收信号残差
Figure 238149DEST_PATH_IMAGE033
的取值为
Figure 365505DEST_PATH_IMAGE034
，初始化当前已识别活跃节点集合
Figure 62066DEST_PATH_IMAGE035
的取值为空，上标
Figure 51013DEST_PATH_IMAGE032
为连续干扰消除迭代计数器的取值；所述当前已识别活跃节点集合由当前所有被接收端判定处于活跃状态的节点的十进制索引组成；
步骤S52：对所述角度域接收信号残差作矩阵分解，得到具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；所述信道矩阵残差估算是对未存储于集合
Figure 493626DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵的估算；所述信号矩阵残差估算是对未存储于集合
Figure 306730DEST_PATH_IMAGE035
中的节点所对应的信号矩阵的估算；
步骤S53：基于所述参考信息中的标量导频，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，得到去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
步骤S54：基于所述参考信息中的循环冗余校验比特位，确定节点标签估算是否通过循环冗余校验，所述节点标签估算是通过对所述去相位模糊的信号矩阵残差估算作数字解调和信道解码后得到的节点标签的估算；若通过循环冗余校验，则将所述节点标签估算映射为十进制节点索引，记为当前次识别的十进制节点索引；根据所述当前次识别的十进制节点索引对去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算分别进行列和行的重新排列，从而消除排序模糊，得到去模糊的信道矩阵残差估算和去模糊的信号矩阵残差估算，同时将所述当前次识别的十进制节点索引添加到当前已识别活跃节点集合
Figure 225008DEST_PATH_IMAGE035
中，得到更新的当前已识别活跃节点集合
Figure 1334DEST_PATH_IMAGE036
；
步骤S55：基于所述更新的当前已识别活跃节点集合，将集合
Figure 580345DEST_PATH_IMAGE036
中各个节点所对应的数据包估算重新进行信道编码和数字调制，获取集合
Figure 908558DEST_PATH_IMAGE036
中各个节点的信号矩阵估算，记为活跃节点的信号矩阵估算，并将所述活跃节点的信号矩阵估算作为对应节点的导频，使用最小二乘法获取对应节点的角度域信道矩阵估算，记为活跃节点的角度域信道矩阵估算；所述数据包估算是通过对去模糊的信号矩阵残差估算作数字解调和信道解码后得到的数据包的估算；
步骤S56：将所述活跃节点的角度域信道矩阵估算和所述活跃节点的信号矩阵估算相乘，获取集合
Figure 189498DEST_PATH_IMAGE037
中各个节点所对应的角度域接收信号估算，记为活跃节点的角度域接收信号估算，并将所述活跃节点的角度域接收信号估算从所述角度域接收信号中减去，得到更新的角度域接收信号残差
Figure 815520DEST_PATH_IMAGE038
；
步骤S57：若所述连续干扰消除迭代计数器的取值小于预先设定的最大连续干扰消除迭代次数，则更新连续干扰消除迭代计数器，即令
Figure 498305DEST_PATH_IMAGE039
，进入步骤S52；否则，根据当前结果获取已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算所述第二外信息。
优选地，所述步骤S52，包括：
步骤S521：将近似消息传递迭代计数器
Figure 889098DEST_PATH_IMAGE040
的取值设置为1；
步骤S522：设置信道矩阵残差的先验分布中超参数的取值，即
Figure 781967DEST_PATH_IMAGE041
的取值；其中，
Figure 634517DEST_PATH_IMAGE042
为包含所有超参数的集合，超参数
Figure 952235DEST_PATH_IMAGE043
为信道矩阵残差第
Figure 763196DEST_PATH_IMAGE044
行第
Figure 143362DEST_PATH_IMAGE045
列个元素取非零值的概率，超参数
Figure 810054DEST_PATH_IMAGE046
为信道矩阵残差第
Figure 467432DEST_PATH_IMAGE044
行第
Figure 698562DEST_PATH_IMAGE045
列个元素的均值，超参数
Figure 300444DEST_PATH_IMAGE047
为信道矩阵残差第
Figure 25955DEST_PATH_IMAGE048
行第
Figure 288571DEST_PATH_IMAGE045
列个元素的方差，下标
Figure 565969DEST_PATH_IMAGE044
为信道矩阵残差的行索引，下标
Figure 264935DEST_PATH_IMAGE045
为信道矩阵残差的列索引，
Figure 43404DEST_PATH_IMAGE049
为残余的暂未被识别的处于活跃状态的节点数量；所述超参数在首次近似消息传递迭代时的取值根据经验数据设置；所述超参数是信道矩阵残差的先验分布中所包含的未知参数；所述信道矩阵残差是指未存储于所述当前已识别活跃节点集合
Figure 534428DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵；
步骤S523：基于所述超参数的取值，对所述信道矩阵残差的先验分布进行因子化建模，通过伯努利-复高斯分布对所述信道矩阵残差的稀疏性和统计特性进行描述，公式为
Figure 858093DEST_PATH_IMAGE050
，
Figure 326246DEST_PATH_IMAGE051
；
其中，
Figure 659138DEST_PATH_IMAGE052
为所述信道矩阵残差所对应的随机变量，
Figure 129302DEST_PATH_IMAGE053
为所述信道矩阵残差的先验分布，符号
Figure 155027DEST_PATH_IMAGE054
表示连乘运算，
Figure 110476DEST_PATH_IMAGE055
为所述信道矩阵残差第
Figure 840535DEST_PATH_IMAGE044
行第
Figure 447097DEST_PATH_IMAGE045
列个元素的先验分布，
Figure 627411DEST_PATH_IMAGE056
为所述信道矩阵残差第
Figure 788265DEST_PATH_IMAGE044
行第
Figure 496850DEST_PATH_IMAGE045
列个元素所对应的随机变量，上标
Figure 551393DEST_PATH_IMAGE057
为所述连续干扰消除迭代计数器的取值；函数
Figure 387762DEST_PATH_IMAGE058
为狄利克雷分布的概率密度函数，函数
Figure 550759DEST_PATH_IMAGE059
为复高斯分布的概率密度函数；超参数
Figure 763566DEST_PATH_IMAGE060
用于控制所述信道矩阵残差的稀疏程度，记为稀疏比；复高斯分布的概率密度函数中所涉及的均值和方差分别为
Figure 829873DEST_PATH_IMAGE061
和
Figure 227357DEST_PATH_IMAGE047
；
步骤S524：基于所述信道矩阵残差的先验分布，结合已知的似然函数和已知的信号矩阵残差的先验分布，求解信道矩阵残差和信号矩阵残差的联合后验分布，并通过计算对应的后验均值获得具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
步骤S525：基于所述信道矩阵残差和信号矩阵残差的联合后验分布，利用期望最大化算法更新超参数的取值，使所述超参数的取值逼近它们的真实取值；同时添加正则项对所述稀疏比进行约束，以刻画信道矩阵残差在角度域上呈现的簇稀疏结构；所述簇稀疏结构是指所述信道矩阵残差中非零元素出现的位置是成簇的；所述正则项要求所述信道矩阵残差中每个元素的稀疏比的取值都等于其上下相邻两个元素的稀疏比的平均值；
步骤S526：若近似消息传递迭代计数器的取值小于预先设定的最大近似消息传递迭代次数，则更新近似消息传递迭代计数器的取值，即令
Figure 362803DEST_PATH_IMAGE062
，进入步骤S522；否则，将当前确定的具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算输出，作为矩阵分解的结果。
优选地，所述步骤S53，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，公式为
Figure 628568DEST_PATH_IMAGE063
，
Figure 798649DEST_PATH_IMAGE064
，
Figure 835875DEST_PATH_IMAGE065
，
其中，
Figure 740509DEST_PATH_IMAGE066
为相移纠正矩阵，
Figure 29539DEST_PATH_IMAGE067
为所述上行接入信号中的标量导频，
Figure 178760DEST_PATH_IMAGE068
为具有相位模糊和排序模糊的信号矩阵残差估算的第一列，函数
Figure 777101DEST_PATH_IMAGE069
表示以括号中的矢量为对角元素构成对角矩阵，符号
Figure 887139DEST_PATH_IMAGE070
表示标量和矢量的点除运算；
Figure 996172DEST_PATH_IMAGE071
和
Figure 140845DEST_PATH_IMAGE072
分别表示去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
Figure 51032DEST_PATH_IMAGE073
和
Figure 897635DEST_PATH_IMAGE074
分别表示具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
Figure 794046DEST_PATH_IMAGE075
为所述相移纠正矩阵的逆矩阵。
本发明所提供的一种单次握手协议的半盲消息检测装置，所述装置包括：
发送模块：配置为
Figure 803679DEST_PATH_IMAGE076
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 619188DEST_PATH_IMAGE002
，并且满足条件
Figure 438239DEST_PATH_IMAGE077
；
转换模块：配置为由
Figure 122030DEST_PATH_IMAGE078
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 100351DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 227707DEST_PATH_IMAGE079
根天线的中心式节点，
Figure 815945DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 788580DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 11620DEST_PATH_IMAGE080
的实部和虚部分别进行
Figure 434511DEST_PATH_IMAGE081
比特的均匀量化；所述接收信号
Figure 962576DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 755213DEST_PATH_IMAGE010
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 708126DEST_PATH_IMAGE082
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 177285DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 441913DEST_PATH_IMAGE014
是方差为
Figure 146564DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 829349DEST_PATH_IMAGE083
，
Figure 485720DEST_PATH_IMAGE084
；设置去量化迭代计数器
Figure 519535DEST_PATH_IMAGE018
的初始值为1；
去量化模块：配置为基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 418090DEST_PATH_IMAGE019
和
Figure 220961DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 776795DEST_PATH_IMAGE021
，其中
Figure 891382DEST_PATH_IMAGE022
是方差为
Figure 78781DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；其中，所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
第二转换模块：配置为对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 719846DEST_PATH_IMAGE085
；其中，
Figure 826343DEST_PATH_IMAGE024
为角度域接收信号，
Figure 303592DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 779835DEST_PATH_IMAGE086
为角度域信道矩阵，
Figure 291718DEST_PATH_IMAGE027
是方差为
Figure 569116DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
分解模块：配置为对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
更新模块：配置为对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
迭代模块：配置为若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 48508DEST_PATH_IMAGE028
，触发所述去量化模块；否则，输出当前检测结果。
有益效果：
（1）相比于现有四次握手协议和两次握手协议，本发明提供的单次握手协议的半盲消息检测方法及装置能够适应海量节点连接的场景，在相同节点数下具有更低的接入时延；
（2）相比于现有单次握手协议的相干消息检测方法，本发明提供的单次握手协议的半盲消息检测方法不依赖实时精确的信道状态信息，在动态系统中更加鲁棒，同时在相同信道资源开销下具有更好的消息检测性能；
（3）对低精度模数转换器的约束作针对性设计，相比于现有技术直接将量化误差当作噪声，本发明提供的方法能够显著提升低精度模数转换器约束下的消息检测性能。
附图说明
图1为本发明提供的单次握手协议的半盲消息检测方法的流程示意图；
图2为本发明提供的单次握手协议的半盲消息检测方法的节点和接收端结构示意图；
图3为本发明提供的单次握手协议的半盲消息检测方法的数据包和帧结构示意图；
图4为本发明提供的半盲消息检测方法与现有技术中相干消息检测方法在节点识别错误概率上的性能对比示意图；
图5为本发明提供的半盲消息检测方法与现有技术中相干消息检测方法在误比特率上的性能对比示意图；
图6为本发明提供的单次握手协议的半盲消息检测装置结构示意图。
具体实施方式
下面结合附图和实施例，对本发明进行详细描述。
本发明提出了一种单次握手协议的半盲消息检测方法，其流程如图1所示，包括如下步骤：
步骤S1：
Figure 312130DEST_PATH_IMAGE076
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 803154DEST_PATH_IMAGE002
，并且满足条件
Figure 143131DEST_PATH_IMAGE077
；
步骤S2：由
Figure 594972DEST_PATH_IMAGE004
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 177132DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 663608DEST_PATH_IMAGE006
根天线的中心式节点，
Figure 908907DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 972678DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 843682DEST_PATH_IMAGE080
的实部和虚部分别进行
Figure 433932DEST_PATH_IMAGE004
比特的均匀量化；所述接收信号
Figure 958454DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 384888DEST_PATH_IMAGE011
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 538876DEST_PATH_IMAGE012
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 858999DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 695368DEST_PATH_IMAGE014
是方差为
Figure 592786DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 930226DEST_PATH_IMAGE087
，
Figure 245801DEST_PATH_IMAGE017
；设置去量化迭代计数器
Figure 269383DEST_PATH_IMAGE018
的初始值为1；
步骤S3：基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 139250DEST_PATH_IMAGE019
和
Figure 670594DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 699730DEST_PATH_IMAGE088
，其中，
Figure 143481DEST_PATH_IMAGE022
是方差为
Figure 516956DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
步骤S4：对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 930620DEST_PATH_IMAGE089
；其中，
Figure 955208DEST_PATH_IMAGE024
为角度域接收信号，
Figure 819127DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 194745DEST_PATH_IMAGE026
为角度域信道矩阵，
Figure 303777DEST_PATH_IMAGE027
是方差为
Figure 448451DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
步骤S5：对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
步骤S6：对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
步骤S7：若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 358638DEST_PATH_IMAGE028
，进入步骤S3；否则，输出当前检测结果，方法结束。
本发明所提供的单次握手协议的半盲消息检测方法包含三层迭代：去量化迭代、连续干扰消除迭代和近似消息传递迭代；所述去量化迭代为最外层迭代；所述步骤S5中还包含连续干扰消除迭代，为中间层迭代；每次连续干扰消除迭代中还包含近似消息传递迭代，为最内层迭代。
本发明中，当多个分布式节点需要接入中心节点时，无需进行多次往返的信令交互实现资源调度和通信链路建立，而是直接使用相同的信道资源发送各自的上行接入信号，通过单次握手建立连接。所述半盲消息检测方法，用于实现单次握手协议中的消息检测，使接收端可以不依赖信道状态信息，直接从混叠的接收信号中检测出多个活跃节点的消息，并利用所述上行接入信号中的参考信息消除固有的相位模糊和排序模糊。需要说明的是，现有相干消息检测方法需要非正交导频序列以实现联合的活跃节点识别和信道估计，再将获得的已识别活跃节点集合和信道矩阵估算用于后续的相干消息检测，估计信号矩阵。而全盲消息检测方法希望可以不依赖任何参考信息，直接从混叠的接收信号中联合地估计信道矩阵和信号矩阵；然而，由于存在固有的相位模糊和排序模糊，该方法实际不可实现。所述半盲是指，在所述上行接入信号中嵌入参考信息，所述参考信息所占用的信道资源远小于相干消息检测方法中非正交导频序列所占用的信道资源，同时又足以消除全盲消息检测方法中的相位模糊和排序模糊，在提高载荷效率的同时又保证了可实现性。
首先对典型的海量节点连接的场景进行说明。
该场景包含一个配备
Figure 939661DEST_PATH_IMAGE090
根天线的中心式节点和
Figure 101652DEST_PATH_IMAGE002
个同步的单天线分布式节点，分布式节点通过中心节点接入网络。为方便描述，将分布式节点简称为节点，中心式节点简称为接收端。接收端配备的天线阵列为均匀线性阵列。考虑到节点处偶发的上行流量，假设在
Figure 869143DEST_PATH_IMAGE002
个节点中，只有
Figure 419073DEST_PATH_IMAGE076
个节点处于活跃状态，并且满足条件
Figure 503703DEST_PATH_IMAGE003
。为提高海量节点连接场景下的握手效率，本实施例采用单次握手协议，其中，处于活跃状态的节点直接使用相同的信道资源发送各自的上行接入信号。与现有四次握手协议和两次握手协议相比，单次握手协议在支持海量节点连接场景的同时，可以显著地降低接入时延；为实现所述单次握手协议的半盲消息检测方法，所述节点和接收端的结构示意图如图2所示。
本发明中，在相同的信道资源上，所述
Figure 453074DEST_PATH_IMAGE091
个处于活跃状态的节点发送的各自的上行接入信号，经过信道后在接收端的天线处相互混叠形成接收信号，所述接收端第
Figure 572339DEST_PATH_IMAGE092
个时隙的接收信号
Figure 716007DEST_PATH_IMAGE093
表示为
Figure 881409DEST_PATH_IMAGE094
（1）
其中，下标
Figure 119624DEST_PATH_IMAGE092
为时隙索引，符号
Figure 342663DEST_PATH_IMAGE095
表示属于关系，符号
Figure 172079DEST_PATH_IMAGE096
表示复数集合，其上标表示所述复数集合中各个元素的维度；矢量
Figure 716455DEST_PATH_IMAGE097
为第
Figure 23940DEST_PATH_IMAGE045
个节点与接收端之间的空间域信道矢量，下标
Figure 711273DEST_PATH_IMAGE045
为节点索引，
Figure 429699DEST_PATH_IMAGE098
为第
Figure 710639DEST_PATH_IMAGE045
个节点在第
Figure 415290DEST_PATH_IMAGE092
个时隙发送的上行接入信号，
Figure 848808DEST_PATH_IMAGE099
为第
Figure 754447DEST_PATH_IMAGE092
个时隙的高斯白噪声矢量，下标索引满足
Figure 771950DEST_PATH_IMAGE100
，
Figure 155658DEST_PATH_IMAGE101
，
Figure 817584DEST_PATH_IMAGE102
为所述上行接入信号的长度；
Figure 373418DEST_PATH_IMAGE103
表示所有节点与接收端之间的空间域信道矩阵；
Figure 628950DEST_PATH_IMAGE104
为活跃因子，取1时表示节点活跃，取0时表示节点静默；
Figure 65616DEST_PATH_IMAGE105
为所有节点在第
Figure 316469DEST_PATH_IMAGE092
个时隙发送的上行接入信号；当节点静默时，所发送的上行接入信号为元素取值全为零的矢量。
进一步假设所述上行接入信号的长度小于信道相干时间，则连续
Figure 298331DEST_PATH_IMAGE106
时隙内的接收信号表示为
Figure 57471DEST_PATH_IMAGE107
（2）
其中
Figure 48561DEST_PATH_IMAGE108
为接收信号，
Figure 419499DEST_PATH_IMAGE109
为信号矩阵，
Figure 87110DEST_PATH_IMAGE110
为高斯白噪声矩阵。
为降低大规模天线阵列的硬件成本，本实施例的接收端采用低比特模数转换器对所述接收信号
Figure 317234DEST_PATH_IMAGE009
进行量化，可以得到如下的量化接收信号模型
Figure 331589DEST_PATH_IMAGE111
（3）
其中，函数
Figure 557034DEST_PATH_IMAGE112
为模数转换器对所述接收信号
Figure 146278DEST_PATH_IMAGE113
的实部和虚部分别进行
Figure 847387DEST_PATH_IMAGE078
比特的均匀量化，
Figure 914700DEST_PATH_IMAGE083
，
Figure 525810DEST_PATH_IMAGE011
为所述空间域信道矩阵，
Figure 771109DEST_PATH_IMAGE012
为所述信号矩阵，
Figure 444666DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 440304DEST_PATH_IMAGE014
为高斯白噪声矩阵；经过模数转换器后的量化接收信号
Figure 30554DEST_PATH_IMAGE007
，仍然是由处于活跃状态的节点的上行接入信号经过信道后相互混叠而成，但是相比于接收信号
Figure 430443DEST_PATH_IMAGE009
，还包含了量化误差；所述低比特指模数转换器的量化比特数为1~3比特。
首先简要介绍现有技术的相干消息检测方法。信号矩阵在时间维度上分割为独立的非正交导频序列和消息符号，其中前半部分用于传输所述非正交导频序列，剩余的后半部分用于传输所述消息符号；同样地，所述量化接收信号也可以对应地分割为接收导频信号和接收消息信号两部分。接收端首先根据所述接收导频信号和已知的非正交导频矩阵进行联合的活跃节点识别和信道估计，获得已识别活跃节点集合和对应节点的空间域信道矩阵估算；在此基础上，根据所述对应节点的空间域信道矩阵估算和所述接收消息信号，利用最小二乘法获得所述对应节点的信号矩阵估算。值得注意的是，为保证可靠性，要求非正交导频序列的时隙开销大于处于活跃状态的节点数量；同时，所述相干消息检测方法直接将量化误差当成噪声，不对所述量化误差作特殊处理。
与现有相干消息检测方法不同，本发明的半盲消息检测方法的核心模块包括：
去量化模块：基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 981510DEST_PATH_IMAGE019
和
Figure 135499DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 330988DEST_PATH_IMAGE021
，其中，
Figure 291991DEST_PATH_IMAGE022
是方差为
Figure 720567DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
DFT模块：用于信号模型在空间域和角度域的相互变换。具体地，为利用信道矩阵在角度域呈现的簇稀疏结构，将所述等效线性模型通过离散傅里叶变换得到角度域线性模型
Figure 667794DEST_PATH_IMAGE085
（4）
其中，
Figure 468522DEST_PATH_IMAGE024
为角度域接收信号，
Figure 600426DEST_PATH_IMAGE025
为DFT矩阵，
Figure 1452DEST_PATH_IMAGE026
为角度域信道矩阵，
Figure 736058DEST_PATH_IMAGE027
是方差为
Figure 30774DEST_PATH_IMAGE114
的第二等效高斯白噪声矩阵；同时，在获得所述角度域信道矩阵估算和信号矩阵估算的情况下，计算所述第二外信息，并对所述第二外信息的均值作离散傅里叶反变换，将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；目的在于利用当前估计结果对所述接收信号的先验分布进行修正，使其逼近其真实的先验分布。
半盲检测模块：基于所述角度域接收信号，利用贝叶斯推理，对所述角度域信道矩阵和所述信号矩阵进行联合估计，本质上是将所述角度域接收信号分解为具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算。需要注意的是，矩阵分解问题存在固有的相位模糊和排序模糊；具体为，定义任意的相移对角矩阵
Figure 631781DEST_PATH_IMAGE115
和行扰乱矩阵
Figure 379158DEST_PATH_IMAGE116
，如果
Figure 199346DEST_PATH_IMAGE117
是基于（4）的矩阵分解问题中的一组解，则
Figure 473201DEST_PATH_IMAGE118
也是一组有效解；因为代价函数
Figure 87854DEST_PATH_IMAGE119
对于任意的相移和排序扰乱都是恒定的，其中函数
Figure 948624DEST_PATH_IMAGE120
表示矩阵求逆运算，函数
Figure 165979DEST_PATH_IMAGE121
表示对矩阵求F范数。为解决上述问题，本发明所提供的单次握手协议的半盲消息检测方法通过在上行接入信号中携带参考信息，并在接收端利用所述参考信息消除所述相位模糊和排序模糊，从而根据信号矩阵估算得到活跃节点传输的消息。所述参考信息所占用的信道资源要远小于现有相干消息检测方法中非正交导频序列所占用的信道资源。
所述步骤S1，其中，如图3所示，所述参考信息包括节点标签、循环冗余校验比特位和标量导频。
所述节点标签通过以下方式生成：对于各个节点，将所述节点的十进制索引映射成长度为
Figure 310653DEST_PATH_IMAGE122
比特的二进制数，由所述二进制数构成所述节点标签，函数
Figure 345474DEST_PATH_IMAGE030
表示以2为底取对数，函数
Figure 942808DEST_PATH_IMAGE031
表示向上取整，将所述节点标签嵌入所述节点的载荷数据的前部；所述载荷数据为各个节点需要向接收端传输的数据比特流；本实施例中设置节点标签的目的是为了识别具体的节点以辅助接收端消除排序模糊。
所述循环冗余校验比特位配置于所述节点标签和所述节点的载荷数据之间，长度为8比特；本实施例中设置循环冗余校验比特位的目的是为了验证接收端所估算的节点标签的准确性。现有技术中将循环冗余校验比特位放于整个数据包的后部用于验证解调数据的准确性，而本实施例中将所述循环冗余校验比特位配置于所述节点标签和所述节点的载荷数据之间，有助于避免因个别载荷数据解调错误而导致的整个数据包漏检。
所述节点标签和循环冗余校验比特位在经过信道编码和数字调制后，镶嵌在消息符号当中。后续，将通过所述节点标签和循环冗余校验比特位联合辅助接收端消除矩阵分解所引入的固有的排序模糊。
所述标量导频设置于消息符号的前部，仅包括一个已知的调制星座符号，随消息符号一同发送；所述消息符号是由数据包经过信道编码和数字调制得来，所述数据包由节点标签、循环冗余校验比特位和载荷数据组成；所述标量导频和所述消息符号组成最终的上行接入信号。所述标量导频由节点设置，用于辅助接收端消除相位模糊。由于同一节点的所有消息符号都具有相同的相移，结合该特性，使用标量导频能够消除整个上行接入信号中的相位模糊。
每个处于活跃状态的节点生成一个上行接入信号，该上行接入信号由标量导频和消息符号组成，同时节点标签和循环冗余校验比特位的添加位置位于消息符号的数据包中，通过信道编码和数字调制镶嵌在消息符号的内部。
本发明的数据包结构和所述上行接入信号的帧结构如图3所示。
在相同的信道资源上，
Figure 963854DEST_PATH_IMAGE076
个节点发送的各自的上行接入信号，经过信道后在接收端天线处混叠形成接收信号
Figure 442328DEST_PATH_IMAGE080
，所述接收信号经过模数转换器量化后得到量化接收信号
Figure 133203DEST_PATH_IMAGE007
，所述量化接收信号为接收端待处理的信号。
本实施例中，由于节点地理位置不同，导致信道增益不同，因此不同节点到接收端的信道是不同的，但是这些信道所占用的时间和频率资源是相同的，即节点在相同的时间使用相同的频率发送信号，因此它们的信号是经过不同信道作用后在接收端相互叠加的，在接收端看来这些信号是混叠在一起的。
所述步骤S2，其目的在于对所述上行接入信号的自然传输过程以及模数转换器的量化过程进行建模，将所述过程表述为数学模型。
所述步骤S3，本实施例中，基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，消除模数转换器对所述接收信号进行量化时引入的量化误差的影响，从而将量化接收信号模型退化成等效线性模型。
所述步骤S4，目的在于对所述等效线性模型作离散傅里叶变换，得到角度域线性模型，从而利用所述信道矩阵在角度域呈现的簇稀疏结构。
所述步骤S5，对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合。
针对所述步骤S5，本发明引入了连续干扰消除技术，迭代地消除节点间干扰。在每次连续干扰消除迭代中，都将当前已识别活跃节点的角度域接收信号估算从所述角度域接收信号中减去；因此当前次迭代时，只需要检测残余的暂未被识别的处于活跃状态的节点的消息。此处的连续干扰消除迭代为接收端的中间层迭代。连续干扰消除迭代的过程，即所述步骤S5，包括：
步骤S51：将连续干扰消除迭代计数器
Figure 342468DEST_PATH_IMAGE032
的取值设置为1；初始化角度域接收信号残差
Figure 557417DEST_PATH_IMAGE033
的取值为
Figure 411104DEST_PATH_IMAGE034
，初始化当前已识别活跃节点集合
Figure 23613DEST_PATH_IMAGE035
的取值为空，上标
Figure 595540DEST_PATH_IMAGE032
为连续干扰消除迭代计数器的取值；所述当前已识别活跃节点集合由当前所有被接收端判定处于活跃状态的节点的十进制索引组成；
步骤S52：对所述角度域接收信号残差作矩阵分解，得到具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；所述信道矩阵残差估算是对未存储于集合
Figure 958388DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵的估算；所述信号矩阵残差估算是对未存储于集合
Figure 181428DEST_PATH_IMAGE035
中的节点所对应的信号矩阵的估算；
步骤S53：基于所述参考信息中的标量导频，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，得到去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
步骤S54：基于所述参考信息中的循环冗余校验比特位，确定节点标签估算是否通过循环冗余校验，所述节点标签估算是通过对所述去相位模糊的信号矩阵残差估算作数字解调和信道解码后得到的节点标签的估算；若通过循环冗余校验，则将所述节点标签估算映射为十进制节点索引，记为当前次识别的十进制节点索引；根据所述当前次识别的十进制节点索引对去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算分别进行列和行的重新排列，从而消除排序模糊，得到去模糊的信道矩阵残差估算和去模糊的信号矩阵残差估算，同时将所述当前次识别的十进制节点索引添加到当前已识别活跃节点集合
Figure 214106DEST_PATH_IMAGE035
中，得到更新的当前已识别活跃节点集合
Figure 132383DEST_PATH_IMAGE036
；
步骤S55：基于所述更新的当前已识别活跃节点集合，将集合
Figure 925021DEST_PATH_IMAGE036
中各个节点所对应的数据包估算重新进行信道编码和数字调制，获取集合
Figure 487720DEST_PATH_IMAGE036
中各个节点的信号矩阵估算，记为活跃节点的信号矩阵估算，并将所述活跃节点的信号矩阵估算作为对应节点的导频，使用最小二乘法获取对应节点的角度域信道矩阵估算，记为活跃节点的角度域信道矩阵估算；所述数据包估算是通过对去模糊的信号矩阵残差估算作数字解调和信道解码后得到的数据包的估算；
步骤S56：将所述活跃节点的角度域信道矩阵估算和所述活跃节点的信号矩阵估算相乘，获取集合
Figure 206147DEST_PATH_IMAGE037
中各个节点所对应的角度域接收信号估算，记为活跃节点的角度域接收信号估算，并将所述活跃节点的角度域接收信号估算从所述角度域接收信号中减去，得到更新的角度域接收信号残差
Figure 752666DEST_PATH_IMAGE038
；
步骤S57：若所述连续干扰消除迭代计数器的取值小于预先设定的最大连续干扰消除迭代次数，则更新连续干扰消除迭代计数器，即令
Figure 722896DEST_PATH_IMAGE039
，进入步骤S52；否则，根据当前结果获取已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算所述第二外信息。
本实施例中，所述单次握手协议的半盲消息检测方法联合地实现了活跃节点识别、信道估计和消息检测，并通过连续干扰消除迭代地消除节点间干扰。
所述步骤S52，其目的在于忽略所述相位模糊和排序模糊，基于所述角度域接收信号残差，利用贝叶斯推理，对所述信道矩阵残差和所述信号矩阵残差作联合估计，即矩阵分解，得到具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算。
对于所述矩阵分解，本发明提供了一种低复杂度的求解算法，其复杂度与问题的维度呈线性关系；其核心思想是对信道矩阵残差的先验分布进行建模，描述其统计特性和簇稀疏结构，并基于贝叶斯推理求解，同时结合双线性近似消息传递框架对求解过程进行低复杂度近似。直观地，基于所述双线性近似消息传递框架，所述矩阵分解问题可以近似解耦为多个独立的标量估计问题，从而避免多维积分。所述双线性近似消息传递框架是一种迭代求解的方法，先根据经验数据对信道矩阵残差的先验分布进行初始设置，通过双线性近似消息传递框架近似求解，利用获得的解更新所述信道矩阵残差的先验分布，使其逼近所述信道矩阵残差的真实先验分布，并重新求解，如此反复。双线性近似消息传递的具体迭代步骤，即所述步骤S52，记为近似消息传递迭代，包括：
步骤S521：将近似消息传递迭代计数器
Figure 156413DEST_PATH_IMAGE040
的取值设置为1；
步骤S522：设置信道矩阵残差的先验分布中超参数的取值，即
Figure 62052DEST_PATH_IMAGE123
的取值；其中，
Figure 79556DEST_PATH_IMAGE042
为包含所有超参数的集合，超参数
Figure 322318DEST_PATH_IMAGE043
为信道矩阵残差第
Figure 859610DEST_PATH_IMAGE044
行第
Figure 251382DEST_PATH_IMAGE045
列个元素取非零值的概率，超参数
Figure 365968DEST_PATH_IMAGE061
为信道矩阵残差第
Figure 287788DEST_PATH_IMAGE044
行第
Figure 928854DEST_PATH_IMAGE045
列个元素的均值，超参数
Figure 35350DEST_PATH_IMAGE047
为信道矩阵残差第
Figure 512599DEST_PATH_IMAGE048
行第
Figure 988842DEST_PATH_IMAGE045
列个元素的方差，下标
Figure 359780DEST_PATH_IMAGE044
为信道矩阵残差的行索引，下标
Figure 512544DEST_PATH_IMAGE045
为信道矩阵残差的列索引，
Figure 336144DEST_PATH_IMAGE049
为残余的暂未被识别的处于活跃状态的节点数量；所述超参数在首次近似消息传递迭代时的取值根据经验数据设置；所述超参数是信道矩阵残差的先验分布中所包含的未知参数；所述信道矩阵残差是指未存储于所述当前已识别活跃节点集合
Figure 114613DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵；
步骤S523：基于所述超参数的取值，对所述信道矩阵残差的先验分布进行因子化建模，通过伯努利-复高斯分布对所述信道矩阵残差的稀疏性和统计特性进行描述，公式为
Figure 215424DEST_PATH_IMAGE124
，
Figure 663723DEST_PATH_IMAGE051
；
其中，
Figure 131875DEST_PATH_IMAGE052
为所述信道矩阵残差所对应的随机变量，
Figure 933609DEST_PATH_IMAGE053
为所述信道矩阵残差的先验分布，符号
Figure 279140DEST_PATH_IMAGE054
表示连乘运算，
Figure 288553DEST_PATH_IMAGE055
为所述信道矩阵残差第
Figure 227690DEST_PATH_IMAGE044
行第
Figure 957749DEST_PATH_IMAGE045
列个元素的先验分布，
Figure 783885DEST_PATH_IMAGE125
为所述信道矩阵残差第
Figure 714932DEST_PATH_IMAGE044
行第
Figure 390632DEST_PATH_IMAGE045
列个元素所对应的随机变量，上标
Figure 658803DEST_PATH_IMAGE032
为所述连续干扰消除迭代计数器的取值；函数
Figure 588713DEST_PATH_IMAGE058
为狄利克雷分布的概率密度函数，函数
Figure 815295DEST_PATH_IMAGE059
为复高斯分布的概率密度函数；超参数
Figure 208318DEST_PATH_IMAGE060
用于控制所述信道矩阵残差的稀疏程度，记为稀疏比；复高斯分布的概率密度函数中所涉及的均值和方差分别为
Figure 155545DEST_PATH_IMAGE126
和
Figure 595754DEST_PATH_IMAGE047
；
步骤S524：基于所述信道矩阵残差的先验分布，结合已知的似然函数和已知的信号矩阵残差的先验分布，求解信道矩阵残差和信号矩阵残差的联合后验分布，并通过计算对应的后验均值获得具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
步骤S525：基于所述信道矩阵残差和信号矩阵残差的联合后验分布，利用期望最大化算法更新超参数的取值，使所述超参数的取值逼近它们的真实取值；同时添加正则项对所述稀疏比进行约束，以刻画信道矩阵残差在角度域上呈现的簇稀疏结构；所述簇稀疏结构是指所述信道矩阵残差中非零元素出现的位置是成簇的；所述正则项要求所述信道矩阵残差中每个元素的稀疏比的取值都等于其上下相邻两个元素的稀疏比的平均值；
步骤S526：若近似消息传递迭代计数器的取值小于预先设定的最大近似消息传递迭代次数，则更新近似消息传递迭代计数器的取值，即令
Figure 852292DEST_PATH_IMAGE062
，进入步骤S522；否则，将当前确定的具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算输出，作为矩阵分解的结果。
本发明中，步骤S521-S526的核心思想在于，根据利用经验数据设置的所述超参数的取值，对所述信道矩阵残差的先验分布进行建模，从而将所述矩阵分解问题表述为多变量的贝叶斯推理问题，并利用双线性近似消息传递框架低复杂度地求解信道矩阵残差和信号矩阵残差的联合后验分布；在此基础上，结合所述信道矩阵残差和信号矩阵残差的联合后验分布对所述超参数的取值进行更新，从而使所述信道矩阵残差的先验分布逼近其真实分布。所述近似消息传递迭代是接收端最内层的迭代。
所述步骤S53，基于所述参考信息中的标量导频，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，公式为
Figure 987738DEST_PATH_IMAGE127
，
Figure 863290DEST_PATH_IMAGE064
，
Figure 518525DEST_PATH_IMAGE065
，
其中，
Figure 696696DEST_PATH_IMAGE066
为相移纠正矩阵，
Figure 444072DEST_PATH_IMAGE067
为所述上行接入信号中的标量导频，
Figure 247949DEST_PATH_IMAGE068
为具有相位模糊和排序模糊的信号矩阵残差估算的第一列，函数
Figure 272537DEST_PATH_IMAGE069
表示以括号中的矢量为对角元素构成对角矩阵，符号
Figure 746244DEST_PATH_IMAGE070
表示标量和矢量的点除运算；
Figure 607014DEST_PATH_IMAGE071
和
Figure 699735DEST_PATH_IMAGE072
分别表示去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
Figure 703463DEST_PATH_IMAGE128
和
Figure 472705DEST_PATH_IMAGE129
分别表示具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
Figure 70040DEST_PATH_IMAGE075
为所述相移纠正矩阵的逆矩阵。
所述步骤S54，进一步地，基于所述参考信息中的循环冗余校验比特位，确定节点标签估算是否通过循环冗余校验，所述节点标签估算是通过对所述去相位模糊的信号矩阵残差估算作数字解调和信道解码后得到的节点标签的估算；若通过循环冗余校验，则将所述节点标签估算映射为十进制节点索引，记为当前次识别的十进制节点索引；根据所述当前次识别的十进制节点索引对去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算分别进行列和行的重新排列，从而消除排序模糊，得到去模糊的信道矩阵残差估算和去模糊的信号矩阵残差估算，同时将所述当前次识别的十进制节点索引添加到当前已识别活跃节点集合
Figure 91085DEST_PATH_IMAGE035
中，得到更新的当前已识别活跃节点集合
Figure 575419DEST_PATH_IMAGE036
。
所述步骤S55，基于所述更新的当前已识别活跃节点集合，将集合
Figure 531873DEST_PATH_IMAGE036
中各个节点所对应的数据包估算重新进行信道编码和数字调制，获取集合
Figure 475559DEST_PATH_IMAGE036
中各个节点的信号矩阵估算，记为活跃节点的信号矩阵估算，并将所述活跃节点的信号矩阵估算作为对应节点的导频，使用最小二乘法获取对应节点的角度域信道矩阵估算，记为活跃节点的角度域信道矩阵估算；所述数据包估算是通过对去模糊的信号矩阵残差估算作数字解调和信道解码后得到的数据包的估算。
所述步骤S56，将所述活跃节点的角度域信道矩阵估算和所述活跃节点的信号矩阵估算相乘，获取集合
Figure 159350DEST_PATH_IMAGE036
中各个节点所对应的角度域接收信号估算，记为活跃节点的角度域接收信号估算，并将所述活跃节点的角度域接收信号估算从所述角度域接收信号中减去，得到更新的角度域接收信号残差
Figure 13036DEST_PATH_IMAGE038
。
所述步骤S57，若所述连续干扰消除迭代计数器的取值小于预先设定的最大连续干扰消除迭代次数，则更新连续干扰消除迭代计数器，即令
Figure 999447DEST_PATH_IMAGE039
，进入步骤S52；否则，根据当前结果获取已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算所述第二外信息。
本发明中，通过重复地执行步骤S52-S57，可以迭代地消除节点间干扰，有利于估计残余的暂未被识别的处于活跃状态的节点所对应的信道矩阵和信号矩阵，即所述信道矩阵残差和信号矩阵残差。
所述步骤S6，对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值。
所述步骤S7，若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 316247DEST_PATH_IMAGE028
，进入步骤S3；否则，输出当前检测结果，方法结束。所述当前检测结果包括已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算；进一步地，根据所述已识别活跃节点集合，从所述信号矩阵估算中获取被接收端判定处于活跃状态的节点的消息符号估算，对所述消息符号估算进行数字解调和信道解码，得到消息符号中的载荷数据的估算。
本发明中，通过重复地执行步骤S3-S7，可以迭代地更新所述接收信号的先验均值和先验方差，使它们不断地逼近其对应的真实取值，从而消除量化误差的影响。
本发明所提供的方法与现有技术相干消息检测方法在节点识别错误概率和误比特率上的性能对比分别如图4和图5所示。显然，在占用相同信道资源的条件下，本发明所提供的方法具有更好的消息检测性能，同时逼近理想的性能上界。
本发明还提供了一种单次握手协议的半盲消息检测装置，如图6所示，该装置包括：
发送模块：配置为
Figure 413516DEST_PATH_IMAGE076
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 121709DEST_PATH_IMAGE002
，并且满足条件
Figure 403654DEST_PATH_IMAGE003
；
转换模块：配置为由
Figure 587511DEST_PATH_IMAGE130
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 363837DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 677269DEST_PATH_IMAGE006
根天线的中心式节点，
Figure 271061DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 552001DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 646865DEST_PATH_IMAGE080
的实部和虚部分别进行
Figure 188705DEST_PATH_IMAGE081
比特的均匀量化；所述接收信号
Figure 828765DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 347733DEST_PATH_IMAGE011
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 324916DEST_PATH_IMAGE012
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 127787DEST_PATH_IMAGE131
为量化噪声矩阵，
Figure 188016DEST_PATH_IMAGE014
是方差为
Figure 443548DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 224422DEST_PATH_IMAGE087
，
Figure 632532DEST_PATH_IMAGE017
；设置去量化迭代计数器
Figure 145553DEST_PATH_IMAGE018
的初始值为1；
去量化模块：配置为基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 872069DEST_PATH_IMAGE019
和
Figure 863159DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 234097DEST_PATH_IMAGE021
，其中
Figure 131734DEST_PATH_IMAGE022
是方差为
Figure 96279DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；其中，所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
第二转换模块：配置为对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 484535DEST_PATH_IMAGE132
；其中，
Figure 100193DEST_PATH_IMAGE024
为角度域接收信号，
Figure 423858DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 333DEST_PATH_IMAGE086
为角度域信道矩阵，
Figure 818379DEST_PATH_IMAGE027
是方差为
Figure 39276DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
分解模块：配置为对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
更新模块：配置为对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
迭代模块：配置为若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 924055DEST_PATH_IMAGE028
，触发所述去量化模块；否则，输出当前检测结果。
以上的具体实施例仅描述了本发明的设计原理，该描述中的部件形状，名称可以不同，不受限制。所以，本发明领域的技术人员可以对前述实施例记载的技术方案进行修改或等同替换；而这些修改和替换未脱离本发明创造宗旨和技术方案，均应属于本发明的保护范围。

Claims (6)

1.一种单次握手协议的半盲消息检测方法，其特征在于，包括：
步骤S1：
Figure 615502DEST_PATH_IMAGE001
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 633136DEST_PATH_IMAGE002
，并且满足条件
Figure 517916DEST_PATH_IMAGE003
；
步骤S2：由
Figure 608450DEST_PATH_IMAGE004
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 135247DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 132022DEST_PATH_IMAGE006
根天线的中心式节点，
Figure 922123DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 505813DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 711667DEST_PATH_IMAGE009
的实部和虚部分别进行
Figure 297369DEST_PATH_IMAGE004
比特的均匀量化；所述接收信号
Figure 789530DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 359052DEST_PATH_IMAGE011
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 368596DEST_PATH_IMAGE012
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 310270DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 504490DEST_PATH_IMAGE014
是方差为
Figure 764571DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 171281DEST_PATH_IMAGE016
，
Figure 233040DEST_PATH_IMAGE017
；设置去量化迭代计数器
Figure 67004DEST_PATH_IMAGE018
的初始值为1；
步骤S3：基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 79959DEST_PATH_IMAGE019
和
Figure 290361DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 846107DEST_PATH_IMAGE021
，其中，
Figure 370015DEST_PATH_IMAGE022
是方差为
Figure 135846DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
步骤S4：对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 415518DEST_PATH_IMAGE023
；其中，
Figure 684825DEST_PATH_IMAGE024
为角度域接收信号，
Figure 1537DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 756128DEST_PATH_IMAGE026
为角度域信道矩阵，
Figure 308332DEST_PATH_IMAGE027
是方差为
Figure 697725DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
步骤S5：对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
步骤S6：对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
步骤S7：若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 44393DEST_PATH_IMAGE028
，进入步骤S3；否则，输出当前检测结果，方法结束。
2.如权利要求1所述的方法，其特征在于，所述步骤S1，所述参考信息包括节点标签、循环冗余校验比特位和标量导频；
所述节点标签通过以下方式生成：对于各个节点，将所述节点的十进制索引映射成长度为
Figure 660182DEST_PATH_IMAGE029
比特的二进制数，由所述二进制数构成所述节点标签，函数
Figure 251963DEST_PATH_IMAGE030
表示以2为底取对数，函数
Figure 495862DEST_PATH_IMAGE031
表示向上取整，将所述节点标签嵌入所述节点的载荷数据的前部；所述载荷数据为各个节点需要向接收端传输的数据比特流；
所述循环冗余校验比特位配置于所述节点标签和所述节点的载荷数据之间，长度为8比特；
所述标量导频设置于消息符号的前部，仅包括一个已知的调制星座符号，随消息符号一同发送；所述消息符号是由数据包经过信道编码和数字调制得来，所述数据包由节点标签、循环冗余校验比特位和载荷数据组成；所述标量导频和所述消息符号组成最终的上行接入信号。
3.如权利要求2所述的方法，其特征在于，所述步骤S5，包括：
步骤S51：将连续干扰消除迭代计数器
Figure 544590DEST_PATH_IMAGE032
的取值设置为1；初始化角度域接收信号残差
Figure 241150DEST_PATH_IMAGE033
的取值为
Figure 636622DEST_PATH_IMAGE034
，初始化当前已识别活跃节点集合
Figure 141553DEST_PATH_IMAGE035
的取值为空，上标
Figure 95602DEST_PATH_IMAGE036
为连续干扰消除迭代计数器的取值；所述当前已识别活跃节点集合由当前所有被接收端判定处于活跃状态的节点的十进制索引组成；
步骤S52：对所述角度域接收信号残差作矩阵分解，得到具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；所述信道矩阵残差估算是对未存储于集合
Figure 279459DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵的估算；所述信号矩阵残差估算是对未存储于集合
Figure 711577DEST_PATH_IMAGE035
中的节点所对应的信号矩阵的估算；
步骤S53：基于所述参考信息中的标量导频，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，得到去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
步骤S54：基于所述参考信息中的循环冗余校验比特位，确定节点标签估算是否通过循环冗余校验，所述节点标签估算是通过对所述去相位模糊的信号矩阵残差估算作数字解调和信道解码后得到的节点标签的估算；若通过循环冗余校验，则将所述节点标签估算映射为十进制节点索引，记为当前次识别的十进制节点索引；根据所述当前次识别的十进制节点索引对去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算分别进行列和行的重新排列，从而消除排序模糊，得到去模糊的信道矩阵残差估算和去模糊的信号矩阵残差估算，同时将所述当前次识别的十进制节点索引添加到当前已识别活跃节点集合
Figure 691254DEST_PATH_IMAGE035
中，得到更新的当前已识别活跃节点集合
Figure 957150DEST_PATH_IMAGE037
；
步骤S55：基于所述更新的当前已识别活跃节点集合，将集合
Figure 893882DEST_PATH_IMAGE038
中各个节点所对应的数据包估算重新进行信道编码和数字调制，获取集合
Figure 129691DEST_PATH_IMAGE039
中各个节点的信号矩阵估算，记为活跃节点的信号矩阵估算，并将所述活跃节点的信号矩阵估算作为对应节点的导频，使用最小二乘法获取对应节点的角度域信道矩阵估算，记为活跃节点的角度域信道矩阵估算；所述数据包估算是通过对去模糊的信号矩阵残差估算作数字解调和信道解码后得到的数据包的估算；
步骤S56：将所述活跃节点的角度域信道矩阵估算和所述活跃节点的信号矩阵估算相乘，获取集合
Figure 468269DEST_PATH_IMAGE040
中各个节点所对应的角度域接收信号估算，记为活跃节点的角度域接收信号估算，并将所述活跃节点的角度域接收信号估算从所述角度域接收信号中减去，得到更新的角度域接收信号残差
Figure 6DEST_PATH_IMAGE041
；
步骤S57：若所述连续干扰消除迭代计数器的取值小于预先设定的最大连续干扰消除迭代次数，则更新连续干扰消除迭代计数器，即令
Figure 158455DEST_PATH_IMAGE042
，进入步骤S52；否则，根据当前结果获取已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算所述第二外信息。
4.如权利要求3所述的方法，其特征在于，所述步骤S52，包括：
步骤S521：将近似消息传递迭代计数器
Figure 73322DEST_PATH_IMAGE043
的取值设置为1；
步骤S522：设置信道矩阵残差的先验分布中超参数的取值，即
Figure 531985DEST_PATH_IMAGE044
的取值；其中，
Figure 998738DEST_PATH_IMAGE045
为包含所有超参数的集合，超参数
Figure 145948DEST_PATH_IMAGE046
为信道矩阵残差第
Figure 864505DEST_PATH_IMAGE047
行第
Figure 912096DEST_PATH_IMAGE048
列个元素取非零值的概率，超参数
Figure 549750DEST_PATH_IMAGE049
为信道矩阵残差第
Figure 948371DEST_PATH_IMAGE047
行第
Figure 205040DEST_PATH_IMAGE048
列个元素的均值，超参数
Figure 139760DEST_PATH_IMAGE050
为信道矩阵残差第
Figure 948316DEST_PATH_IMAGE051
行第
Figure 709599DEST_PATH_IMAGE048
列个元素的方差，下标
Figure 629013DEST_PATH_IMAGE047
为信道矩阵残差的行索引，下标
Figure 916775DEST_PATH_IMAGE048
为信道矩阵残差的列索引，
Figure 37178DEST_PATH_IMAGE052
为残余的暂未被识别的处于活跃状态的节点数量；所述超参数在首次近似消息传递迭代时的取值根据经验数据设置；所述超参数是信道矩阵残差的先验分布中所包含的未知参数；所述信道矩阵残差是指未存储于所述当前已识别活跃节点集合
Figure 640416DEST_PATH_IMAGE035
中的节点所对应的角度域信道矩阵；
步骤S523：基于所述超参数的取值，对所述信道矩阵残差的先验分布进行因子化建模，通过伯努利-复高斯分布对所述信道矩阵残差的稀疏性和统计特性进行描述，公式为
Figure 363522DEST_PATH_IMAGE053
，
Figure 505790DEST_PATH_IMAGE054
；
其中，
Figure 390570DEST_PATH_IMAGE055
为所述信道矩阵残差所对应的随机变量，
Figure 860865DEST_PATH_IMAGE056
为所述信道矩阵残差的先验分布，符号
Figure 889126DEST_PATH_IMAGE057
表示连乘运算，
Figure 620322DEST_PATH_IMAGE058
为所述信道矩阵残差第
Figure 941582DEST_PATH_IMAGE047
行第
Figure 164753DEST_PATH_IMAGE048
列个元素的先验分布，
Figure 229661DEST_PATH_IMAGE059
为所述信道矩阵残差第
Figure 582407DEST_PATH_IMAGE047
行第
Figure 340147DEST_PATH_IMAGE048
列个元素所对应的随机变量，上标
Figure 785035DEST_PATH_IMAGE036
为所述连续干扰消除迭代计数器的取值；函数
Figure 388055DEST_PATH_IMAGE060
为狄利克雷分布的概率密度函数，函数
Figure 93843DEST_PATH_IMAGE061
为复高斯分布的概率密度函数；超参数
Figure 258370DEST_PATH_IMAGE062
用于控制所述信道矩阵残差的稀疏程度，记为稀疏比；复高斯分布的概率密度函数中所涉及的均值和方差分别为
Figure 315188DEST_PATH_IMAGE063
和
Figure 597265DEST_PATH_IMAGE050
；
步骤S524：基于所述信道矩阵残差的先验分布，结合已知的似然函数和已知的信号矩阵残差的先验分布，求解信道矩阵残差和信号矩阵残差的联合后验分布，并通过计算对应的后验均值获得具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
步骤S525：基于所述信道矩阵残差和信号矩阵残差的联合后验分布，利用期望最大化算法更新超参数的取值，使所述超参数的取值逼近它们的真实取值；同时添加正则项对所述稀疏比进行约束，以刻画信道矩阵残差在角度域上呈现的簇稀疏结构；所述簇稀疏结构是指所述信道矩阵残差中非零元素出现的位置是成簇的；所述正则项要求所述信道矩阵残差中每个元素的稀疏比的取值都等于其上下相邻两个元素的稀疏比的平均值；
步骤S526：若近似消息传递迭代计数器的取值小于预先设定的最大近似消息传递迭代次数，则更新近似消息传递迭代计数器的取值，即令
Figure 688717DEST_PATH_IMAGE064
，进入步骤S522；否则，将当前确定的具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算输出，作为矩阵分解的结果。
5.如权利要求4所述的方法，其特征在于，所述步骤S53，消除所述具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算中的相位模糊，公式为
Figure 788260DEST_PATH_IMAGE065
，
Figure 942161DEST_PATH_IMAGE066
，
Figure 648168DEST_PATH_IMAGE067
，
其中，
Figure 328548DEST_PATH_IMAGE068
为相移纠正矩阵，
Figure 333413DEST_PATH_IMAGE069
为所述上行接入信号中的标量导频，
Figure 99244DEST_PATH_IMAGE070
为具有相位模糊和排序模糊的信号矩阵残差估算的第一列，函数
Figure 723123DEST_PATH_IMAGE071
表示以括号中的矢量为对角元素构成对角矩阵，符号
Figure 25054DEST_PATH_IMAGE072
表示标量和矢量的点除运算；
Figure 731979DEST_PATH_IMAGE073
和
Figure 719526DEST_PATH_IMAGE074
分别表示去相位模糊的信道矩阵残差估算和去相位模糊的信号矩阵残差估算；
Figure 412676DEST_PATH_IMAGE075
和
Figure 802069DEST_PATH_IMAGE076
分别表示具有相位模糊和排序模糊的信道矩阵残差估算和信号矩阵残差估算；
Figure 915781DEST_PATH_IMAGE077
为所述相移纠正矩阵的逆矩阵。
6.一种单次握手协议的半盲消息检测装置，其特征在于，所述装置包括：
发送模块：配置为
Figure 531570DEST_PATH_IMAGE078
个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号，所述上行接入信号包括消息符号，同时携带参考信息；其中，所述参考信息包括嵌入消息符号中的节点标签和循环冗余校验比特位，以及随所述消息符号一同发送的标量导频；所述节点为单天线的分布式节点，所述节点的总数为
Figure 887465DEST_PATH_IMAGE002
，并且满足条件
Figure 396944DEST_PATH_IMAGE003
；
转换模块：配置为由
Figure 914513DEST_PATH_IMAGE079
比特的模数转换器对接收信号进行量化，构建接收端的量化接收信号模型
Figure 378117DEST_PATH_IMAGE005
，量化接收信号为所述接收端待处理的信号；其中，所述接收端为配备
Figure 6545DEST_PATH_IMAGE006
根天线的中心式节点，
Figure 511475DEST_PATH_IMAGE007
为量化接收信号，函数
Figure 465525DEST_PATH_IMAGE008
表示所述模数转换器对接收信号
Figure 180540DEST_PATH_IMAGE009
的实部和虚部分别进行
Figure 19183DEST_PATH_IMAGE079
比特的均匀量化；所述接收信号
Figure 22297DEST_PATH_IMAGE010
是由所述处于活跃状态的节点的上行接入信号经过信道后在所述接收端的天线处相互混叠形成；
Figure 22614DEST_PATH_IMAGE011
为空间域信道矩阵，所述空间域信道矩阵的元素表示所述节点与所述接收端各天线之间的信道；
Figure 959346DEST_PATH_IMAGE012
为信号矩阵，所述信号矩阵的行矢量表示所述节点的上行接入信号；
Figure 726314DEST_PATH_IMAGE013
为量化噪声矩阵，
Figure 205836DEST_PATH_IMAGE014
是方差为
Figure 236109DEST_PATH_IMAGE015
的高斯白噪声矩阵，
Figure 427182DEST_PATH_IMAGE016
，
Figure 607627DEST_PATH_IMAGE017
；设置去量化迭代计数器
Figure 800711DEST_PATH_IMAGE018
的初始值为1；
去量化模块：配置为基于所述量化接收信号、所述高斯白噪声矩阵的方差以及所述接收信号当前的先验均值和先验方差，利用贝叶斯推理对所述接收信号进行最小均方误差估计，得到所述接收信号的后验均值和后验方差，并计算相应的第一外信息，所述第一外信息的均值和方差分别为
Figure 267465DEST_PATH_IMAGE019
和
Figure 319734DEST_PATH_IMAGE020
；将所述量化接收信号模型退化成等效线性模型
Figure 631767DEST_PATH_IMAGE080
，其中
Figure 180822DEST_PATH_IMAGE022
是方差为
Figure 818477DEST_PATH_IMAGE020
的第一等效高斯白噪声矩阵；所述第一外信息的均值为对所述接收信号的估算，所述第一外信息的方差为对所述高斯白噪声矩阵的方差和所述接收信号的估计误差之和的估算；其中，所述接收信号的先验均值和先验方差在首次去量化迭代时的取值根据经验数据设置；所述外信息与Turbo译码中的外信息的含义和计算方式一致；
第二转换模块：配置为对所述等效线性模型作离散傅里叶变换，得到角度域线性模型
Figure 358043DEST_PATH_IMAGE081
；其中，
Figure 739345DEST_PATH_IMAGE082
为角度域接收信号，
Figure 641442DEST_PATH_IMAGE025
为离散傅里叶变换矩阵，
Figure 951463DEST_PATH_IMAGE083
为角度域信道矩阵，
Figure 712746DEST_PATH_IMAGE027
是方差为
Figure 897739DEST_PATH_IMAGE020
的第二等效高斯白噪声矩阵；
分解模块：配置为对所述角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述参考信息消除矩阵分解所引入的固有的相位模糊和排序模糊，得到已识别活跃节点集合、角度域信道矩阵估算和信号矩阵估算，并计算相应的第二外信息；所述已识别活跃节点集合为被所述接收端判定处于活跃状态的节点的集合；
更新模块：配置为对所述第二外信息的均值作离散傅里叶反变换；将离散傅里叶反变换后的第二外信息的均值和所述第二外信息的方差分别用于更新所述接收信号的先验均值和先验方差的取值；
迭代模块：配置为若去量化迭代计数器的取值小于预先设定的最大去量化迭代次数，则更新去量化迭代计数器，即令
Figure 919922DEST_PATH_IMAGE028
，触发所述去量化模块；否则，输出当前检测结果。
CN202210483219.6A 2022-05-06 2022-05-06 一种单次握手协议的半盲消息检测方法及装置 Active CN114584437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210483219.6A CN114584437B (zh) 2022-05-06 2022-05-06 一种单次握手协议的半盲消息检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210483219.6A CN114584437B (zh) 2022-05-06 2022-05-06 一种单次握手协议的半盲消息检测方法及装置

Publications (2)

Publication Number Publication Date
CN114584437A true CN114584437A (zh) 2022-06-03
CN114584437B CN114584437B (zh) 2022-07-01

Family

ID=81778874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210483219.6A Active CN114584437B (zh) 2022-05-06 2022-05-06 一种单次握手协议的半盲消息检测方法及装置

Country Status (1)

Country Link
CN (1) CN114584437B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144493A1 (en) * 2004-06-30 2008-06-19 Chi-Hsiang Yeh Method of interference management for interference/collision prevention/avoidance and spatial reuse enhancement
CN110071881A (zh) * 2019-04-26 2019-07-30 北京理工大学 一种自适应开销的活跃用户检测和信道估计方法
WO2020173627A1 (en) * 2019-02-28 2020-09-03 British Telecommunications Public Limited Company Channel estimation in mimo systems
CN112242861A (zh) * 2020-09-01 2021-01-19 宁波大学 大规模mimo系统的用户活跃性和信号联合检测方法
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144493A1 (en) * 2004-06-30 2008-06-19 Chi-Hsiang Yeh Method of interference management for interference/collision prevention/avoidance and spatial reuse enhancement
WO2020173627A1 (en) * 2019-02-28 2020-09-03 British Telecommunications Public Limited Company Channel estimation in mimo systems
CN113508539A (zh) * 2019-02-28 2021-10-15 英国电讯有限公司 Mimo系统中的信道估计
CN110071881A (zh) * 2019-04-26 2019-07-30 北京理工大学 一种自适应开销的活跃用户检测和信道估计方法
CN112242861A (zh) * 2020-09-01 2021-01-19 宁波大学 大规模mimo系统的用户活跃性和信号联合检测方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BYEONG KOOK JEONG 等: "A COMPRESSIVE SENSING-BASED ACTIVE USER AND SYMBOL DETECTION TECHNIQUE FOR MASSIVE MACHINE-TYPE COMMUNICATIONS", 《2018 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP)》 *
宋玮等: "基于压缩感知的ｍＭＴＣ系统信道估计", 《北京理工大学学报》 *

Also Published As

Publication number Publication date
CN114584437B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN111698182B (zh) 一种基于压缩感知的时频分块稀疏的信道估计方法
CN110753937A (zh) 数据传输网络配置
US20160254937A1 (en) Low complexity scma/lds detection systems and methods
EP3418821B1 (en) Method and device for configuring a data transmission system
CN111865843B (zh) 大规模mimo-ofdm系统混合消息传递信道估计方法
JP2009135906A (ja) 無線通信装置
TW201635736A (zh) 一種信號檢測方法及裝置
Thoota et al. Massive MIMO-OFDM systems with low resolution ADCs: Cramér-Rao bound, sparse channel estimation, and soft symbol decoding
CN115250216A (zh) 一种基于深度学习的水声ofdm联合信道估计和信号检测方法
CN114205203B (zh) 一种基于ofdm的卫星物联网大规模接入设计方法
JP5475351B2 (ja) 送信機によってチャネルを通じて送信されたシンボルを仮定した少なくとも２つの受信シンボルの尤度（ｔｈｅｌｉｋｅｌｉｈｏｏｄ）を受信機によって推定するための方法、並びにその推定器及びコンピュータプログラム
US8842754B2 (en) Process for estimating the channel in a OFDM communication system, and receiver for doing the same
KR20220143883A (ko) 랜덤 액세스 통신을 위한 송신 디바이스, 수신 디바이스 및 방법
US8165231B2 (en) Wireless communications apparatus
CN114826832B (zh) 信道估计方法、神经网络的训练方法及装置、设备
CN113067666B (zh) Noma系统的用户活跃性和多用户联合检测方法
CN114584437B (zh) 一种单次握手协议的半盲消息检测方法及装置
CN107395547B (zh) 一种iq支路不平衡条件下的补偿方法及系统
CN115412416A (zh) 一种面向高速移动场景的低复杂度otfs信号检测方法
CN111769975A (zh) Mimo系统信号检测方法及系统
CN113711496A (zh) 削波信号的重构
KR100888649B1 (ko) Ｍｉｍｏ 시스템에서 송신 신호 검출을 위한 복호 장치 및방법
WO2024057817A1 (ja) 無線信号処理システム及び無線信号処理方法
CN111257825B (zh) Toa的确定与终端的定位方法及装置、存储介质、终端
CN112953607B (zh) 一种mimo-ofdm系统量化噪声消除方法、介质及设备

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231204

Address after: Room 1401, 14th Floor, Building 6, Courtyard 8, Kegu 1st Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing, 100176

Patentee after: Beijing Institute of Technology Measurement and Control Technology Co.,Ltd.

Address before: 100081 No. 5 South Main Street, Haidian District, Beijing, Zhongguancun

Patentee before: BEIJING INSTITUTE OF TECHNOLOGY