CN115021780A - 基于无蜂窝大规模多输入多输出系统的免授权随机接入方法 - Google Patents

Abstract

本发明公开了一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法，涉及无线通信领域。具体是通过激活设备发射特有的前导序列，接入点根据接收到的导频序列，检测出激活的设备，并估计得到相应的信道状态信息。中央处理单位根据激活设备的信道状态信息，为激活设备分配发射功率。激活设备利用所分配的发射功率发射数据信号，中央处理单元对各接入点接收到的信号进行最大比合并，从而最大化系统的和速率。本发明为无蜂窝大规模多输入多输出系统提供了一种有效的免授权随机接入方法。

Description

基于无蜂窝大规模多输入多输出系统的免授权随机接入方法

技术领域

本发明涉及无线通信领域，尤其涉及一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法。

背景技术

随着物联网的快速发展，物联网设备的数量正在经历爆炸式增长。然而，目前的5G蜂窝物联网，无法支持大规模接入。在这种情况下，需要设计6G蜂窝物联网。为了实现低延迟的大规模接入，6G蜂窝物联网应采用免授权随机接入方法。具体地说，激活用户可以在向接入点发送其独特的导频序列之后直接发射数据信号。

无蜂窝大规模多输入多输出技术可较好地解决6G无线网络小区间干扰问题。无蜂窝大规模多输入多输出的基本思想是部署大量接入点，这些接入点随机分布在覆盖区域内，并连接到中央处理单元(CPU)。在中央处理单元的协调和计算协助下，接入点通过相干联合传输和接收，共同为同一频率资源上的所有用户设备提供服务。因此，无蜂窝大规模多输入多输出可以被视为大规模接入的结构化方法。与蜂窝网络相比，其可以大大提高覆盖概率。其次，通过让以用户为中心的接入点子集为每个用户服务来管理干扰。这两个特性使无蜂窝大规模多输入多输出能够容纳比蜂窝网络更多的用户。

发明内容

本发明的目的在于克服现有技术中的缺陷，并提供一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法。

本发明所采用的具体技术方案如下：

本发明提供了一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法，包括如下步骤：

1)在目标区域内布置M个接入点和K个用户，其中每个用户配备一根天线，每个接入点配备N根天线，所有接入点与同一个中央处理单元相连；所述用户包括激活用户和非激活用户；

2)所有接入点基于信道长期统计信息，获得第m个接入点和第k个用户之间的信道的大尺度衰落信息β_m,k，其中，m＝1,…,M,k＝1,…,K；

3)所有激活用户同时向所有接入点发射前导序列，接入点利用联合激活设备检测和信道估计方法获得用户激活状态，并估计出相应的信道状态信息；

4)各接入点将所得信道状态信息和用户激活状态发送给中央处理单元；

5)中央处理单元根据接收到的各接入点的信道状态信息和用户激活状态，确定激活用户集

随后利用激活用户功率分配方法，以最大化上行传输和为目标，为第k个激活用户分配上行数据发射功率

6)每个激活用户分别利用所分配的上行数据发射功率P_k发射数据信号给各接入点；

7)各接入点将接收到的数据信号传输给中央处理单元；

8)中央处理单元利用最大比合并法将各接入点的数据信号进行合并，然后对信号进行译码。

作为优选，所述步骤3)中联合激活设备检测和信道估计方法具体如下：

第m个接入点接收到的信号

其中α_k为用户激活标记，ξ_k为前导序列功率，a_k为归一化的前导序列，h_m,k为第k个用户到第m个接入点的信道向量且向量中的每个元素服从均值为0方差为β_m,k的独立同分布高斯分布，A＝[a₁,…,a_N]，X＝[x₁,…,x_N]^T，X中的第k行

[·]^T表示矩阵的转置，Z为加性高斯白噪声；

根据Y_m设计联合激活设备检测和信道估计方法如下：

a)初始化，令迭代轮数t＝1，残差R¹＝Y_m，用户状态矩阵X¹＝0和状态演化参数

其中，σ²为高斯白噪声Z的方差，N为接入点天线数，L^p为前导序列长度，

表示求期望操作，ε_k为用户激活概率；

b)计算状态演化参数

c)按行更新用户状态矩阵

式中，

为与

有着相近分布的向量，η_t,k(·)为最小均方误差去噪器，

为对第k个用户的真实x_k的第t轮估计，R^t为第t轮残差，φ_t,k为第k个用户第t轮的乘子；

d)更新残差

式中，η_t′_.k(·)为η_t,k(·)的一阶导数，K为用户数；

e)令t＝t+1，如果t≤T₁，则跳回步骤b)；其中，T₁为本方法的最大迭代次数；

f)根据最后一轮用户状态矩阵进行用户激活状态检测

其中，1代表激活用户，0代表未激活用户，

为最后一轮(即第t＝T₁轮)的

判断阈值

为最后一轮(即第t＝T₁轮)的τ_t；

g)获得用户信道状态信息

将K个

合并可得信道矩阵

作为优选，所述步骤5)中激活用户功率分配方法具体如下：

a)构建优化问题f(p)

s.t:0≤p_k≤p_kmax；

其中

a_m,k＝2β_m,kξ_kΓ²((N+1)/2)/Γ²(N/2)

其中，OP表示最优化目标函数，s.t表示subject to,即优化条件，

表示以上行传输功率p＝[p₁,...,p_K]^T为变量使得目标函数最小，p_kmax为第k个用户的最大传输功率，τ_∞为迭代中最后一轮的τ_t，T₀为时隙总长度，a_m,k、b_m,k、c_m,k和d_m,k是为了方便计算而定义的常量，

表示k′用户属于激活用户集

且k′≠k，Γ(·)表示伽马函数；L^u为上行数据传输长度；

b)初始化，令迭代次数t＝1，初始化用户功率

其中，

表示第t轮的上行传输功率，p_max＝[p_1max,...,p_Kmax]^T为最大传输功率向量；

c)计算优化目标函数在上行传输功率p＝p^t处的梯度

其中，

为p^t第k个元素，

表示函数f对

求偏导，SINR_m,k表示第k个用户到第m个接入点的信号与干扰加噪声比；

d)根据函数f在p＝p^t处的函数值和梯度，构造凸函数g(p；p^t)

其中||·||表示求二范数操作，(·)^H表示求矩阵的共轭转置，τ为可调整的参数；

e)求解凸优化问题

s.t:0≤p_k≤p_kmax

令y^t＝argmin_pg(p；p^t)

其中argmin_p表示使得函数值最小的变量p；

f)令新一轮上行传输功率p^t+1＝p^t+α(y^t-p^t)，α为步长；

g)若t≤T₂，跳回步骤c)；T₂为本方法的最大迭代轮数。

作为优选，所述步骤8)中最大比合并法为：将第m个接入点接收信号

乘以滤波向量

然后将所有关于激活用户k的信号

加和起来；

其中，

分别为第k、k′个用户上行传输的信号，模长为1，n^u为接入点处的高斯噪声。

本发明相对于现有技术而言，具有以下有益效果：

本发明结合基于无蜂窝大规模多输入多输出系统的免授权随机接入的特点设计了功率分配方法，可以获得较高的性能。

附图说明

图1是无蜂窝大规模多输入多输出系统的框图；

图2是本发明提出的功率分配方法与最大功率分配方法的和速率对比。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。

本发明提供的一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法的框图如图1所示。接入点有N根天线，每个用户配置1根天线。大区域内分布一定数量的接入点。接入点利用用户发射前导序列获得上行信道状态信息，并将这些信道状态信息，以及大尺度衰落信息转发给中央处理单元。中央处理单元根据接受到的信息为每个用户的信号分配功率。

本发明通过激活设备发射特有的前导序列，接入点根据接收到的导频序列，检测出激活的设备，并估计得到相应的信道状态信息。中央处理单位根据激活设备的信道状态信息，为激活设备分配发射功率。激活设备利用所分配的发射功率发射数据信号，中央处理单元对各接入点接收到的信号进行最大比合并，从而最大化系统的和速率。

本发明具体包括如下步骤：

1)在一个大区域内布置M个接入点和K个用户，其中每个用户配备一根天线，每个接入点配备N根天线，所有接入点与一个中央处理单元相连；其中，用户包括激活用户和非激活用户。

2)接入点基于信道长期统计信息，获得第m个接入点和第k个用户之间的信道的大尺度衰落信息β_m,k；其中，m＝1,…,M,k＝1,…,K；

3)所有激活用户同时向接入点发射前导序列，接入点利用一种联合激活设备检测和信道估计方法获得用户的激活状态，并估计出相应的信道状态信息；

4)各接入点将信道状态信息和用户激活状态发送给中央处理单元；

5)中央处理单元根据接收到的各接入点的信道状态信息和用户激活状态，确定激活用户集

并利用一种激活用户功率分配方法，以最大化上行传输和为目标，为第k个激活用户分配上行数据发射功率

6)每个激活用户分别用所分配的上行数据发射功率p_k发射数据信号给各接入点

7)各接入点将接收到的数据信号传输给中央处理单元；

8)中央处理单元利用最大比合并法将各接入点的数据信号进行合并，然后对信号进行译码。

具体的，步骤3)中的联合激活设备检测和信道估计方法具体如下：

第m个接入点接收到的信号

其中α_k为用户激活标记，ξ_k为前导序列功率，a_k为归一化的前导序列，h_m,k为第k个用户到第m个接入点的信道向量且向量中的每个元素服从均值为0方差为β_m,k的独立同分布高斯分布，A＝[a₁,…,a_N]，X＝[x₁,…,x_N]^T，X中的第k行

[·]^T表示矩阵的转置，Z为加性高斯白噪声；

根据Y_m设计联合激活设备检测和信道估计方法如下：

a)初始化，令迭代轮数t＝1，残差R¹＝Y_m，用户状态矩阵X¹＝0和状态演化参数

其中，σ²为高斯白噪声Z的方差，N为接入点天线数，L^p为前导序列长度，

表示求期望操作，ε_k为用户激活概率；

b)计算状态演化参数

c)按行更新用户状态矩阵

式中，

η_t,k(·)为最小均方误差去噪器，

为对第k个用户的真实x_k的第t轮估计，R^t为第t轮残差，φ_t,k为第k个用户第t轮的乘子；

d)更新残差

式中，η′_t.k(·)为η_t,k(·)的一阶导数，K为用户数；

e)令t＝t+1，如果t≤T₁，则跳回步骤b)；其中，T₁为本方法的最大迭代次数；

f)根据最后一轮用户状态矩阵进行用户激活状态检测

其中，1代表激活用户，0代表未激活用户，

为最后一轮的

判断阈值

为最后一轮的τ_t；

g)获得用户信道状态信息

将K个

合并可得信道矩阵

具体的，步骤5)中的激活用户功率分配方法具体如下：

a)构建优化问题f(p)

s.t:0≤p_k≤p_kmax；

其中

a_m,k＝2β_m,kξ_kΓ²((N+1)/2)/Γ²(N/2)

其中，OP表示最优化目标函数，s.t表示优化条件，

表示以上行传输功率p＝[p₁,...,p_K]^T为变量使得目标函数最小，p_kmax为第k个用户的最大传输功率，τ_∞为迭代中最后一轮的τ_t，T₀为时隙总长度，a_m,k、b_m,k、c_m,k和d_m,k均为常量，

表示k′用户属于激活用户集

且k′≠k，Γ(·)表示伽马函数；L^u为上行数据传输长度；

b)初始化，令迭代次数t＝1，初始化用户功率

其中，

表示第t轮的上行传输功率，p_max＝[p_1max,...,p_Kmax]^T为最大传输功率向量；

c)计算优化目标函数在上行传输功率p＝p^t处的梯度

其中，

d)根据函数f在p＝p^t处的函数值和梯度，构造凸函数g(p；p^t)

其中||·||表示求二范数操作，τ为可调整的参数；

e)求解凸优化问题

s.t:0≤p_k≤p_kmax

令y^t＝argmin_pg(p；p^t)

其中argmin_p表示使得函数值最小的变量p；

f)令新一轮上行传输功率p^t+1＝p^t+α(y^t-p^t)，α为步长；

g)若t≤T₂，跳回步骤c)；T₂为本方法的最大迭代轮数。

具体的，步骤8)中的最大比合并法为：将第m个接入点接收信号乘以向量

然后将所有关于激活用户k的信号

加和起来，其中n^u为接入点处的高斯噪声。

通过计算机仿真表明，如图2所示，本发明的提出的基于无蜂窝大规模多输入多输出系统的免授权随机接入方法，比最大功率分配方法可以取得更好的性能。因此，本发明所提出的免授权随机接入方法可以为第六代移动通信系统提供一种高效的大规模用户接入方法。

以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (4)

1.一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法，其特征在于，包括如下步骤：

1)在目标区域内布置M个接入点和K个用户，其中每个用户配备一根天线，每个接入点配备N根天线，所有接入点与同一个中央处理单元相连；所述用户包括激活用户和非激活用户；

2)所有接入点基于信道长期统计信息，获得第m个接入点和第k个用户之间的信道的大尺度衰落信息β_m,k，其中，m＝1,…,M,k＝1,…,K；

3)所有激活用户同时向所有接入点发射前导序列，接入点利用联合激活设备检测和信道估计方法获得用户激活状态，并估计出相应的信道状态信息；

4)各接入点将所得信道状态信息和用户激活状态发送给中央处理单元；

5)中央处理单元根据接收到的各接入点的信道状态信息和用户激活状态，确定激活用户集

随后利用激活用户功率分配方法，以最大化上行传输和为目标，为第k个激活用户分配上行数据发射功率P_k,

6)每个激活用户分别利用所分配的上行数据发射功率P_k发射数据信号给各接入点；

7)各接入点将接收到的数据信号传输给中央处理单元；

8)中央处理单元利用最大比合并法将各接入点的数据信号进行合并，然后对信号进行译码。

2.根据权利要求1所述的一种基于无蜂窝大规模多输入多输出系统的免授权随机接入方法，其特征在于，所述步骤3)中联合激活设备检测和信道估计方法具体如下：

第m个接入点接收到的信号

其中α_k为用户激活标记，ξ_k为前导序列功率，a_k为归一化的前导序列，h_m,k为第k个用户到第m个接入点的信道向量且向量中的每个元素服从均值为0方差为β_m,k的独立同分布高斯分布，A＝[a₁,…,a_N]，X＝[x₁,…,x_N]^T，X中的第k行

[·]^T表示矩阵的转置，Z为加性高斯白噪声；

根据Y_m设计联合激活设备检测和信道估计方法如下：

a)初始化，令迭代轮数t＝1，残差R¹＝Y_m，用户状态矩阵X¹＝0和状态演化参数

其中，σ²为高斯白噪声Z的方差，N为接入点天线数，L^p为前导序列长度，

表示求期望操作，ε_k为用户激活概率；

b)计算状态演化参数

c)按行更新用户状态矩阵

式中，

η_t,k(·)为最小均方误差去噪器，

为对第k个用户的真实x_k的第t轮估计，R^t为第t轮残差，φ_t,k为第k个用户第t轮的乘子；

d)更新残差

式中，η′_t.k(·)为η_t,k(·)的一阶导数，K为用户数；

e)令t＝t+1，如果t≤T₁，则跳回步骤b)；其中，T₁为本方法的最大迭代次数；

f)根据最后一轮用户状态矩阵进行用户激活状态检测

其中，1代表激活用户，0代表未激活用户，

为最后一轮的

判断阈值

为最后一轮的τ_t；

g)获得用户信道状态信息

将K个

合并可得信道矩阵

3.根据权利要求1所述的一种基于无蜂窝多输入多输出系统的免授权随机接入方法，其特征在于，所述步骤5)中激活用户功率分配方法具体如下：

a)构建优化问题f(p)

OP:

s.t:0≤p_k≤p_kmax；

其中

a_m,k＝2β_m,kξ_kΓ²((N+1)/2)/Γ²(N/2)

其中，OP表示最优化目标函数，s.t表示优化条件，

表示以上行传输功率p＝[p₁,...,p_K]^T为变量使得目标函数最小，p_kmax为第k个用户的最大传输功率，τ_∞为迭代中最后一轮的τ_t，T₀为时隙总长度，a_m,k、b_m,k、c_m,k和d_m,k均为常量，

表示k′用户属于激活用户集

且k′≠k，Γ(·)表示伽马函数；L^u为上行数据传输长度；

b)初始化，令迭代次数t＝1，初始化用户功率

其中，

表示第t轮的上行传输功率，p_max＝[p_1max,...,p_Kmax]^T为最大传输功率向量；

c)计算优化目标函数在上行传输功率p＝p^t处的梯度

其中，

为p^t第k个元素，

表示函数f对

求偏导，SINR_m,k表示第k个用户到第m个接入点的信号与干扰加噪声比；

d)根据函数f在p＝p^t处的函数值和梯度，构造凸函数g(p；p^t)

其中||·||表示求二范数操作，(·)^H表示求矩阵的共轭转置，τ为常数；

e)求解凸优化问题

OP:

s.t:0≤p_k≤p_kmax

令y^t＝argmin_pg(p；p^t)

其中argmin_p表示使得函数值最小的变量p；

f)令新一轮上行传输功率p^t+1＝p^t+α(y^t-p^t)，α为步长；

g)若t≤T₂，跳回步骤c)；T₂为本方法的最大迭代轮数。

4.根据权利要求1所述的一种基于无蜂窝多输入多输出系统的免授权随机接入方法，其特征在于，所述步骤8)中最大比合并法为：将第m个接入点接收信号

乘以滤波向量

然后将所有关于激活用户k的信号

加和起来；

其中，

分别为第k、k′个用户上行传输的信号，模长为1，n^u为接入点处的高斯噪声。

Images