CN117858234A - 适用于高移动性场景的短包速率分割多址接入方法及系统 - Google Patents

Abstract

本发明公开了一种适用于高移动性场景的短包速率分割多址接入方法及系统，该方法包括下述步骤：将消息分割为公共消息和私有消息；公共消息编码合并为公共数据流，私有消息编码为各自私有数据流；选择各个数据流对应的波束赋形方案，基于瞬时信道矩阵计算波束赋形矩阵；根据用户移动速度和信道统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；将所有数据流分别乘上对应波束赋形矢量和功率分配因子，叠加所有信号作为发送信号由基站发送；接收端依次解码出用户公共数据流和私有数据流，重构得到用户所有信息。本发明能有效提升系统的和速率，同时考虑有限包长情况，在实现相同系统性能前提下降低端到端延迟，提高传输可靠性。

Description

适用于高移动性场景的短包速率分割多址接入方法及系统

技术领域

本发明涉及无线通信技术领域，具体涉及一种适用于高移动性场景的短包速率分割多址接入方法及系统。

背景技术

超可靠低延迟通信(URLLC)是第六代移动通信(6G)网络的一个重要应用场景，可支持自动驾驶、远程医疗手术、增强现实和工厂自动化等大量关键任务型应用。具体来说，URLLC要求端到端延迟小于25μs～1ms，同时误块率(BLER)小于10^-5～10^-7。为了满足这些严格的要求，实际系统中通常采用有限块长(FBL)编码的短数据包(包长一般包含几百至几千比特)进行传输。在短包通信中，由于块长特别小，接收器的解码错误概率不可忽略，传统香农容量公式因基于无限块长的假设而不再适用，因此需要针对短包的特性对通信系统进行特殊设计。

另一方面，在发射机处获取准确的信道状态信息(CSI)在真实场景中绝非易事，信道反馈得到的CSIT通常会出现错误，这被称为非理想CSIT，特别是在车联网应用中，由于车辆的高移动性、信道反馈的时延以及无线信道介质的快速变化，要在发射机处获得理想的CSIT变得相当困难。近来，速率分割多址接入(RSMA)已成为下行链路多天线基站的一种很有前景的多址接入方式，它依赖于发射端的线性预编码和速率分割，接收端的连续干扰消除技术。研究发现RSMA灵活的速率分割特性可以有效解决CSIT不理想带来的性能下降问题，具体地在多天线广播信道(BC)中，即使只有部分CSIT信息，也能获得比复杂度更高的脏纸码(Dirty Paper Code)更大的速率区域。

在现有的与短包速率分割多址相关的技术方案中，系统模型中理想的CSIT的设定，适用场景受到较大的限制，特别是在高移动性场景下，信道反馈受到多普勒效应影响而导致非理想CSIT，若不针对需求进行专门化设计直接将理想CSIT条件下的系统方法用在高移动性的场景中将会极大地降低传输速率，进而严重影响通信质量。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种适用于高移动性场景的短包速率分割多址接入方法及系统，本发明解决了在高移动性场景下通信质量差的问题，如车联网通信由于车辆高移动性造成通信质量降低的问题，相较于传统的NOMA、SDMA和OMA等多址技术，本发明的短包速率分割多址接入方法能够有效提升系统的和速率，同时考虑了更贴近实际的有限包长情况，在实现相同系统性能的前提下降低了端到端延迟，提高了传输可靠性。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种适用于高移动性场景的短包速率分割多址接入方法，包括下述步骤：

获取基站向高移动性场景的用户发送的消息，将消息分割为公共消息和私有消息；

将所有用户的公共消息使用共有码本编码合并为公共数据流，将各个用户的私有消息编码为各自的私有数据流；

选择公共数据流和私有数据流对应的波束赋形方案，基于瞬时信道矩阵计算波束赋形矩阵；

根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；

将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后作为基站发送给用户的发送信号；

接收端将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

从接收信号中减去公共数据流对应的部分，根据减去后的信号，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，得到私有部分信息；

将用户的公共部分信息和私有部分信息重构得到用户的所有信息。

作为优选的技术方案，波束赋形矩阵表示为：

其中，p_c表示公共数据流的线性预编码，p_k表示用户k的私有数据流线性预编码，K表示用户数量，N_t表示天线数量。

作为优选的技术方案，所述公共数据流采用随机预编码，所述私有数据流采用迫零预编码。

作为优选的技术方案，所述根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，具体包括：

依据K个用户的移动速度和信道的统计特征分别推导出用户接收端公共数据流和私有数据流信干噪比统计特性的函数表达式；

其中，公共数据流信干噪比的累计分布函数表示为：

其中，p_t表示最大发射功率，N_t表示基站天线数，K表示用户数，ε表示服从Jakes模型的时间相关系数，α＝[α_c,α₁,α₂...α_K]是功率分配因子；

私有数据流信干噪比的累计分布函数表示为：

分别推导出公共数据流和私有数据流信干噪比期望的闭式表达，表示为：

其中/>

其中/>

其中，代表广义n阶指数积分，/>表示取期望，/>表示Γ_ck的近似变量，Γ_vk表示用户k处的公共流的信干噪比，/>表示Γ_p,k的近似变量，Γ_p,k用户k处的解码私有流的信干噪比；

推导出无限块长下遍历和速率的闭式表达，表示为：

将公共数据流和私有数据流信干噪比期望的闭式表达，以及无限块长下遍历和速率的闭式表达代入短包通信的速率表达式中，得到短包系统中的遍历和速率的闭式表达，表示为：

其中，l_c和l_p分别代表公共数据流和私有数据流的块长度。

作为优选的技术方案，通过闭式解选择最优的功率分配因子，具体表示为：

α＝[α_c,α₁,α₂...α_K]

其中，α_c+α₁+...+α_K＝1，K表示用户数量。

作为优选的技术方案，所有信号叠加后作为基站发送给用户的发送信号，具体表示为：

其中，x表示发送信号，P_t表示最大发射功率，s_c表示公共数据流，s_k表示私有数据流，K表示用户数量，a_c和a_k分别表示公共数据流和私有数据流对应的功率分配因子。

作为优选的技术方案，接收端的接收信号，具体表示为：

ε＝J₀(2πf_DT)

f_D＝vf_c/c

其中，y_k表示用户k处的接收信号，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，n_k～CN(0,1)是用户k处的加性高斯白噪声，e_k[m]各元素独立且都服从CN(0,1)分布，ε表示服从Jakes模型的时间相关系数，f_D表示给定载波频率f_c和用户速度v的最大多普勒频率，T表示信道实例化的时间间隔。

作为优选的技术方案，接收端将所有私有数据流视作噪声解码出公共数据流，公共数据流的信干噪比为：

其中，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，P_t表示最大发射功率，a_c和a_j分别表示公共数据流和私有数据流对应的功率分配因子，K表示用户数量，p_c表示公共数据流的线性预编码，p_j表示用户j的私有数据流线性预编码。

作为优选的技术方案，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，私有数据流的信干噪比为：

其中，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，P_t表示最大发射功率，a_c和a_j分别表示公共数据流和其他用户的私有数据流对应的功率分配因子，K表示用户数量，p_c表示公共数据流的线性预编码，p_j表示其他用户的私有数据流线性预编码。

本发明还提供一种适用于高移动性场景的短包速率分割多址接入系统，包括：设置多根天线的基站、多个高移动性场景的用户接收端、消息分割模块、数据流编码模块、波束赋形模块、功率分配因子选择模块、发送信号构建模块、公共数据流解码模块、私有数据流解码模块和重构模块；

所述基站向高移动性场景的用户接收端发送消息；

所述消息分割模块用于将消息分割为公共消息和私有消息；

所述数据流编码模块用于将公共消息使用共有码本编码合并为公共数据流，将私有消息分别编码为各自的私有数据流；

所述波束赋形模块用于选择各个数据流对应的波束赋形方案，并基于瞬时信道矩阵计算波束赋形矩阵；

所述功率分配因子选择模块用于根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；

所述发送信号构建模块用于将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后作为基站发送给用户的发送信号；

所述公共数据流解码模块用于将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

所述私有数据流解码模块用于从接收信号中减去公共数据流对应的部分，根据减去后的信号，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，得到私有部分信息；

所述重构模块用于将用户的公共部分信息和私有部分信息重构得到用户的所有信息。

本发明与现有技术相比，具有如下优点和有益效果：

本发明解决了在高移动性场景下，信道反馈受到多普勒效应影响而导致非理想CSIT的问题，相较于传统的NOMA、SDMA和OMA等多址技术，本发明有效提升了系统的和速率，拓宽了速率分割多址技术的适用场景，同时本发明考虑了更贴近实际的有限包长情况，现有技术多考虑的是理想情况下的无限块长，而在实际通信系统(如车联网系统)中由于对通信延迟非常敏感，通常采用有限块长(FBL)编码的短数据包(包长一般包含几百至几千比特)进行传输，本发明使用短包通信的速率表达式来推导系统和速率更贴近实际，在实现相同系统性能的前提下降低了端到端延迟，提高了传输可靠性。

附图说明

图1为本发明适用于高移动性场景的短包速率分割多址接入方法的流程示意图；

图2为不同发射功率情况下本发明系统遍历和速率闭式表达与Monte Carlo仿真结果的对比示意图；

图3为不同块长情况下本发明适用于高移动性场景的RSMA与传统SDMA和NOMA的系统和速率对比示意图；

图4为不同误块率情况下本发明适用于高移动性场景的RSMA与传统SDMA和NOMA的系统和速率对比示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

如图1所示，本实施例提供一种适用于高移动性场景的短包速率分割多址接入方法，本实施例结合K个用户的系统做进一步的说明，采用一层速率分割多址接入方案来服务K个用户，在下行MISO广播系统中包括一个配备N_t根天线的基站(Base Station,BS)和K个单天线高移动性用户，用户集合为K＝{1,2,...,K}，该方法包括下述步骤：

S1：基站将高移动性用户的信息分割为公共部分和私有部分，并考虑有限块长编码的短数据包；

具体地，基站向K个用户发送K条消息，发送给用户k的消息用W_k表示，W_k被分为两部分{W_c,k,W_p,k}，分别被命名为公共消息和私有消息；

S2：将上述用户的公共部分使用共有码本编码合并为一条公共数据流，各用户的私有部分被编码为各自的私有数据流；

具体地，K个用户的公共消息{W_c,1,...,W_c,K}一起被编码到公共流s_c中，由所有K个用户进行解码，用户k的私有消息W_p,k被编码到私有流s_k中，将要发送的整个数据流向量用s＝[s_c,s₁,s₂,...,s_K]^T表示；

S3：选择公共数据流和私有数据流对应的波束赋形方案，基于瞬时信道矩阵计算波束赋形矩阵，依据用户的移动速度和信道的统计特征推导出系统遍历和速率闭式表达，接着通过闭式解来选择最优的功率分配因子，能够有效提升通信系统的和速率；

将步骤S2中各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后由基站统一发送给上述用户；

在本实施例中，线性预编码被应用于所有数据流，波束赋形矩阵满足/>其中，p_c代表公共数据流的线性预编码；p_k代表用户k的私有数据流线性预编码；本实施例对私有数据流采用迫零预编码(ZF-precoding)，对公共数据流采用随机预编码(random-precoding)；

本实施例选择能广泛应用于各种无线通信系统中并且实施简单的迫零预编码应用于私有流，选择适应性强、实施简单的随机预编码应用于公共流，能够有效提升通信系统的和速率；

在本实施例中，用户k处的接收信号y_k可以表示为： 是用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，其各元素独立并且都服从CN(0,1)分布，n_k～CN(0,1)是用户k处的加性高斯白噪声，考虑由于用户移动性和用户报告CSI的延迟而发生非理想CSIT的场景，在时刻m的信道矢量表示为e_k[m]各元素独立且都服从CN(0,1)分布，ε＝J₀(2πf_DT)表示服从Jakes模型的时间相关系数，f_D＝vf_c/c是给定载波频率f_c和用户速度v(c是光速)的最大多普勒频率，以及T代表信道实例化的时间间隔；换言之，h_k[m]是在时刻m观察到的瞬时信道矢量，由于用户的高移动性，发射机仅知道在时刻m-1观察到的信道矢量h_k[m-1]，并在时刻m用h_k[m-1]来计算波束赋形矩阵；

在本实施例中，对私有流使用迫零预编码，则通过解一个线性方程组来得到[p₁,p₂,...,p_K]，解这个线性方程组的时候需要用到m-1时刻的信道矢量h_k[m-1]；对公共流使用的是随机预编码，matlab随机生成高斯分布的向量再归一化后得到p_c。

在本实施例中，将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后由基站统一发送给上述K个用户，基站发射信号可以表示为：其中假设符号都具有单位功率，即/>发射信号受到最大发射功率P_t的约束。

在本实施例中，依据K个用户的移动速度和信道的统计特征推导出系统遍历和速率的闭式表达，通过闭式解来选择最优的功率分配因子α＝[α_c,α₁,α₂...α_K]，满足α_c+α₁+...+α_K＝1。本实施例可以通过详尽搜索(exhaustive search)来找出最优的功率分配因子。

在本实施例中，步骤S3中依据用户的移动速度和信道的统计特征推导得出系统遍历和速率闭式表达的具体操作如下：

S31：首先依据K个用户的移动速度和信道的统计特征分别推导出用户接收端公共流和私有流信干噪比(SINR)统计特性的函数表达式(例如：累计分布函数CDF)，具体表示为：

公共数据流SINR的CDF：

其中，P_t表示最大发射功率，N_t表示基站天线数，K表示用户数，ε表示服从Jakes模型的时间相关系数，α＝[α_c,α₁,α₂...α_K]是功率分配因子。

私有数据流SINR的CDF：

S32：接着利用步骤S31的结果分别推导出公共流和私有流SINR期望的闭式表达；

其中/>

其中/>

其中，代表广义n阶指数积分，/>表示取期望，/>表示Γ_c,k的近似变量，Γ_c,k表示用户k处的公共流的信干噪比，/>表示Γ_p,k的近似变量，Γ_p,k用户k处的解码私有流的信干噪比；

S33：推导出无限块长下遍历和速率的闭式表达：

其中，

S34：为了更贴近实际短包通信速率表达式，将步骤S32和S33得出的闭式表达代入短包通信的速率表达式中，最终得到短包系统中的遍历和速率的闭式表达，具体表示为：

其中，l_c和l_p分别代表公共流和私有流的块长度(blocklengths)；

S4：接收端接收到信号后首先将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

在本实施例中，用户接收到信号后，首先将所有私有数据流视作噪声解码出公共数据流s_c，并分离出该用户自己的公共部分信息，用户k处的公共流的信干噪比(SINR)为：

S5：接着利用连续干扰消除技术(SIC)从接收信号中减去公共数据流对应的部分，根据减去后的信号将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，进而得到私有部分信息；

在本实施例中，成功解码完公共流s_c后，利用连续干扰消除技术(SIC)减去接收信号中公共数据流对应的部分，随后，用户k解码私有流s_k，同时将其它用户的私有流视为噪声，在用户k处解码私有流s_k的SINR为：

S6：将步骤S4和S5得到的该用户公共部分和私有部分信息重构，最后得到该用户的所有信息；

成功解码完公共流和私有流后，用户k就通过从解码后的消息W_c中提取W_c,k并结合W_c,k和W_p,k来重构原始消息；

在短包通信中，对于足够大的块长度(l＞100)，不同于传统的香农公式，本实施例采用短包通信的速率表达式，公共流和私有流的各自最大可达速率(the maximalachievable rate)R_c,k、R_p,k可近似为：

其中香农容量(The Shannon capacity)C(x)＝log₂(1+x)，信道色散(Thechannel dispersion)V(x)＝(1-(1+x)^-2)(log₂e)²，l_c,l₁,...,l_K分别代表流s_c,s₁,s₂,...,s_K的块长度(blocklengths)，β代表误块率(BLER)，函数Q^-1(·)代表逆高斯Q函数。

为了保证公共流被所有用户成功解码，公共流的可达速率(也称为公共速率)不应超过R_c＝min{R_c,1,R_c,2,...,R_c,K}。

在本实施例中，信道状态信息通过基于导频的信道估计法获取，发射端周期性地发送已知的训练序列，接收端利用接收到的训练序列和已知的发送序列进行信道估计，从而得到信道状态信息；

在本实施例中，步骤S2中的公共数据流的数据传输速率等于所有用户的公共部分信息数据传输速率之和；

如图2所示，本实施例给出了不同发射功率下本发明的系统遍历和速率数值结果与Monte Carlo仿真结果的对比示意，所有数值结果都是通过计算步骤S34中的闭式表达得到的，可以观察到数值结果与Monte Carlo仿真结果吻合良好，在低信噪比区，随着信噪比的增加，系统和速率稳步上升，在高信噪比区达到饱和。注意到，由于更严重的CSI估计误差，用户移动速度越快对系统性能的影响越大。除此之外，还可以看出在相同移动速度下减少用户的数量可以增加系统和速率，造成这个现象的原因是：对于一定发射功率，用户数减少了，分配给各个用户的功率相应增加，并且以多用户干扰的形式耗散的功率也更少了。

如图3所示，给出了不同块长情况下RSMA与传统SDMA和NOMA方案的系统遍历和速率对比示意，图中所有方案的和速率随着块长度的增大而逐渐增大。值得注意的是，当块长度低于某个值时，NOMA和SDMA都因无法满足单用户最低速率要求而无法工作，而RSMA在小块长的情况下能够顺利完成通信。此外，通过比较不同速度下的曲线，可以观察到NOMA在不同速度下的两条曲线都低于RSMA对应曲线，并且基本重叠，重叠的原因是NOMA仅使用随机预编码，因此对信道质量的变化并不敏感。由于涉及多层连续干扰消除技术(SIC)，NOMA对于接收机来说更加复杂。相比之下，RSMA在系统和速率方面优于NOMA，并且还具有单层SIC的优点，极大降低了接收机的复杂度。另外可以注意到SDMA的性能随着车速的增加而急剧下降，而RSMA优于SDMA的同时还能有效缓解系统性能的下降，对高移动性表现出一定的鲁棒性。总的来说，与SDMA和NOMA相比，RSMA能够以更小的块长、更低的接收机复杂度实现相同的系统性能(遍历和速率)，因此本发明能够有效地减少传输延迟(传输带宽不变时，传输延迟与块长成正比)。

如图4所示，给出了不同误块率情况下RSMA与传统SDMA和NOMA方案的系统遍历和速率对比示意，在图中分别使用符号"IBL"和"FBL"来表示l＝∞和l＝300的块长方案，所有用户移动速度固定为80km/h，可以看出，随着块长度的增加，所有FBL方案的和速率逐渐逼近IBL的对应曲线。值得注意的是，本发明(RSMA)在IBL和FBL方案中都是最优的，具体来说，当β_RSMA＝10^-6，块长度为1200时，FBL RSMA的性能甚至优于IBL SDMA，并在块长度为4000时优于IBL NOMA，仿真结果也再次证实了计算步骤S34中的闭式表达获得的数值结果的准确性。即使当所需的BLER要求为更严格10^-8时，与其他方案相比，RSMA仍保持其最佳性能。因此，本发明能够以更高的传输可靠性实现相同的系统性能(遍历和速率)。换句话说，本发明在保证一定的传输可靠性时能够有效提升系统的和速率。

实施例2

本实施例提供一种适用于高移动性场景的短包速率分割多址接入系统，用于实现上述实施例1的适用于高移动性场景的短包速率分割多址接入方法，该系统包括：设置多根天线的基站、多个高移动性场景的用户接收端、消息分割模块、数据流编码模块、波束赋形模块、功率分配因子选择模块、发送信号构建模块、公共数据流解码模块、私有数据流解码模块和重构模块；

在本实施例中，基站向高移动性场景的用户接收端发送消息；

在本实施例中，消息分割模块用于将消息分割为公共消息和私有消息；

在本实施例中，数据流编码模块用于将公共消息使用共有码本编码合并为公共数据流，将私有消息分别编码为各自的私有数据流；

在本实施例中，波束赋形模块用于选择各个数据流对应的波束赋形方案，并基于瞬时信道矩阵计算波束赋形矩阵；

在本实施例中，功率分配因子选择模块用于根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；

在本实施例中，发送信号构建模块用于将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后作为基站发送给用户的发送信号；

在本实施例中，公共数据流解码模块用于将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

在本实施例中，私有数据流解码模块用于从接收信号中减去公共数据流对应的部分，根据减去后的信号，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，得到私有部分信息；

在本实施例中，重构模块用于将用户的公共部分信息和私有部分信息重构得到用户的所有信息。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种适用于高移动性场景的短包速率分割多址接入方法，其特征在于，包括下述步骤：

获取基站向高移动性场景的用户发送的消息，将消息分割为公共消息和私有消息；

将所有用户的公共消息使用共有码本编码合并为公共数据流，将各个用户的私有消息编码为各自的私有数据流；

选择公共数据流和私有数据流对应的波束赋形方案，基于瞬时信道矩阵计算波束赋形矩阵；

根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；

将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后作为基站发送给用户的发送信号；

接收端将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

从接收信号中减去公共数据流对应的部分，根据减去后的信号，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，得到私有部分信息；

将用户的公共部分信息和私有部分信息重构得到用户的所有信息。

2.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，波束赋形矩阵表示为：

其中，p_c表示公共数据流的线性预编码，p_k表示用户k的私有数据流线性预编码，K表示用户数量，N_t表示天线数量。

3.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，所述公共数据流采用随机预编码，所述私有数据流采用迫零预编码。

4.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，所述根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，具体包括：

依据K个用户的移动速度和信道的统计特征分别推导出用户接收端公共数据流和私有数据流信干噪比统计特性的函数表达式；

其中，公共数据流信干噪比的累计分布函数表示为：

其中，P_t表示最大发射功率，N_t表示基站天线数，K表示用户数，ε表示服从Jakes模型的时间相关系数，α＝[α_c,α₁,α₂...α_K]是功率分配因子；

私有数据流信干噪比的累计分布函数表示为：

分别推导出公共数据流和私有数据流信干噪比期望的闭式表达，表示为：

其中/>

其中/>

其中，代表广义n阶指数积分，/>表示取期望，/>表示Γ_c,k的近似变量，Γ_c,k表示用户k处的公共流的信干噪比，/>表示Γ_p,k的近似变量，Γ_p,k用户k处的解码私有流的信干噪比；

推导出无限块长下遍历和速率的闭式表达，表示为：

将公共数据流和私有数据流信干噪比期望的闭式表达，以及无限块长下遍历和速率的闭式表达代入短包通信的速率表达式中，得到短包系统中的遍历和速率的闭式表达，表示为：

其中，l_c和l_p分别代表公共数据流和私有数据流的块长度。

5.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，通过闭式解选择最优的功率分配因子，具体表示为：

α＝[α_c,α₁,α₂...α_K]

其中，α_c+α₁+...+α_K＝1，K表示用户数量。

6.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，所有信号叠加后作为基站发送给用户的发送信号，具体表示为：

其中，x表示发送信号，P_t表示最大发射功率，s_c表示公共数据流，s_k表示私有数据流，K表示用户数量，a_c和a_k分别表示公共数据流和私有数据流对应的功率分配因子。

7.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，接收端的接收信号，具体表示为：

ε＝J₀(2πf_DT)

f_D＝vf_c/c

其中，y_k表示用户k处的接收信号，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，n_k～CN(0,1)是用户k处的加性高斯白噪声，e_k[m]各元素独立且都服从CN(0,1)分布，ε表示服从Jakes模型的时间相关系数，f_D表示给定载波频率f_c和用户速度v的最大多普勒频率，T表示信道实例化的时间间隔。

8.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，接收端将所有私有数据流视作噪声解码出公共数据流，公共数据流的信干噪比为：

其中，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，P_t表示最大发射功率，a_c和a_j分别表示公共数据流和私有数据流对应的功率分配因子，K表示用户数量，p_c表示公共数据流的线性预编码，p_j表示用户j的私有数据流线性预编码。

9.根据权利要求1所述的适用于高移动性场景的短包速率分割多址接入方法，其特征在于，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，私有数据流的信干噪比为：

其中，表示用户k与基站BS之间在时刻m的空间不相关瑞利平坦衰落信道矢量，P_t表示最大发射功率，a_c和a_j分别表示公共数据流和其他用户的私有数据流对应的功率分配因子，K表示用户数量，p_c表示公共数据流的线性预编码，p_j表示其他用户的私有数据流线性预编码。

10.一种适用于高移动性场景的短包速率分割多址接入系统，其特征在于，包括：设置多根天线的基站、多个高移动性场景的用户接收端、消息分割模块、数据流编码模块、波束赋形模块、功率分配因子选择模块、发送信号构建模块、公共数据流解码模块、私有数据流解码模块和重构模块；

所述基站向高移动性场景的用户接收端发送消息；

所述消息分割模块用于将消息分割为公共消息和私有消息；

所述数据流编码模块用于将公共消息使用共有码本编码合并为公共数据流，将私有消息分别编码为各自的私有数据流；

所述波束赋形模块用于选择各个数据流对应的波束赋形方案，并基于瞬时信道矩阵计算波束赋形矩阵；

所述功率分配因子选择模块用于根据用户的移动速度和信道的统计特征推导出遍历和速率闭式表达，通过闭式解选择最优的功率分配因子；

所述发送信号构建模块用于将各个数据流分别乘上对应波束赋形矢量和最优的功率分配因子，所有信号叠加后作为基站发送给用户的发送信号；

所述公共数据流解码模块用于将所有私有数据流视作噪声解码出公共数据流，并分离出该用户自己的公共部分信息；

所述私有数据流解码模块用于从接收信号中减去公共数据流对应的部分，根据减去后的信号，将来自其他用户的私有数据流视作噪声解码该用户的私有数据流，得到私有部分信息；

所述重构模块用于将用户的公共部分信息和私有部分信息重构得到用户的所有信息。