一种基于能量调制的大规模随机接入方法技术

本发明专利技术公开了一种基于能量调制的大规模随机接入方法,包括以下步骤：S1.构建基于能量调制的随机接入模型；S2.利用消息传递算法对用户信息和信道的联合信号进行估计；S3.利用基于最大化后验概率的算法对每个用户的发射信息和活跃状态进行检测；S4.最优星座点码本设计。本发明专利技术提供的大规模随机接入方案，得到了逼近最优的星座点，有效降低了误码率，提高了通信性能。了通信性能。了通信性能。

【技术实现步骤摘要】
一种基于能量调制的大规模随机接入方法


[0001]本专利技术设计用户随机接入，特别是涉及一种基于能量调制的大规模随机接入方法。

技术介绍

[0002]随着通信技术的高速发展，基站在社会生活中的应用越来越广泛，基站常常需要接入大量用户，并支持大量用户的上行传输；此时用户的接入方法非常重要。
[0003]传统的接入策略和数据传输策略是独立的，分为两步：首先对活跃用户进行检测，然后对已检测的活跃用户进行信道估计及数据检测。这种分立式策略需要用户在数据发送前，通过导频完成活跃度检测和信道估计，会产生巨大的时间延迟和性能开销。因此，这种传统通信模式很难再满足大规模场景下高能量效率和低通信延迟的通信需求。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种基于能量调制的大规模随机接入方法，得到了逼近最优的码本星座点，有效降低了误码率，提高了通信性能。
[0005]本专利技术的目的是通过以下技术方案来实现的：一种基于能量调制的大规模随机接入方法，包括以下步骤：S1.构建基于能量调制的随机接入模型；S2.利用消息传递算法对用户信息和信道的联合信号进行估计；S3.利用基于最大化后验概率的算法对每个用户的发射信息和活跃状态进行检测，输出最优门限和 检测信号,并据此确定误码率的理论表达式；S4.进行最优星座点码本设计。
[0006]进一步地，所述步骤S1包括：S101.对于包含个单天线用户和一个接收端的通信系统，每个用户在每个发射时隙都会以一定概率向接收端发射信息，其中，接收端配有根天线；用随机变量来形容用户的活跃特性，在每一个时隙，满足：；其中，的统计特性满足，，g为活跃状态的概率，；S102.各个用户采用基于能量调制的随机接入方案；在传输之前每一个用户预先分配了一个专用的导频序列，其中 为导频长度，每个导频的元素由独立同分
布的高斯分布得到，即
ꢀꢀ
，所有用户的导频序列都储存在接收端中；S103.在每一个发射时隙，每个活跃用户同步地发射导频序列和信息到接收端，接收信号表示为，其中 为高斯噪声，每个元素满足独立同分布均值为零方差为 的高斯分布； 代表用户n到接收端的信道参数，满足衰弱信道模型：所有的信道参数在每个时隙保持不变，但会随着时隙变化而变化；S104.考虑 ,其中代表衰弱系数，发射信息是基于能量星座点，即，。每个星座点的发射概率为, 每个码本满足平均功率约束，即令, 得到接收信号的矩阵表达式， 。
[0007]进一步地，所述步骤S2包括：S201.初始化：输入接收信号，用户的稀疏参数g，信道的衰弱参数和码本；令 ；S202.迭代处理：第t次迭代的过程为：t次迭代的过程为：t次迭代的过程为：其中, t 为大于零的整数,当满足条件时停止，其中是设定的门限阈值；，
ꢀꢀ
代表去噪器作用于第n列信号， 代表去噪器函数的一阶导数；去噪器的设计将依赖于接收信号Y和发射信号X的统计特性；因为每一个用户的统计特性相同，每个用户的去噪器设计也是相同的，为了避免符号的混淆，令；设计基于最小化均方误差的去噪器， 表示为：
其中，其中，其中，其中，其中， 被是AMP算法在t个迭代中的噪声方差，也被称为第t个状态；S203.对噪声方差进行计算。
[0008]计算：在第t次迭代后，信号表示为其中是高斯噪声，满足,
ꢀꢀ
根据如下公式近似计算得到，根据如下公式近似计算得到， ，其中。
[0009]S204. 迭代停止后输出估计信号。
[0010]进一步地，所述步骤S3包括：S301.初始化：输入估计信号，码本；计算估计信号的能量，令；当天线数量很大时，信号能量的分布将接近高斯分布；检测过程表示为，其中是基于最大后验概率的最优门限，是以下
一元二次方程的正解：一元二次方程的正解：其中，，。
[0011]S302. 输出最优门限 和 检测信号。进一步地，基于S3的检测过程和最优门限表达式，可以得到误码率的理论表达式：的理论表达式：进一步地，所述步骤S4包括：S401.初始化：输入S3中得到误码率理论表达式。S402将最优的码本设计等价于解决如下的优化问题：价于解决如下的优化问题：，该优化问题通过迭代算法，来得到接近最优的功率星座点：A、初始化：输入用户数量N，序列长度D，码本大小L，稀疏参数g，初始化功率星座点，其中，忍受门限，令；B、迭代计算：步骤一: 将 代入如下公式计算：其中；步骤二：计算
步骤三：计算门限，其中；步骤四：计算步骤四：计算利用内点法和梯度下降法解决如下凸问题：利用内点法和梯度下降法解决如下凸问题：利用内点法和梯度下降法解决如下凸问题：得到新的功率星座点；步骤五：计算并查看该条件是否满足； 如果不满足，将 带入步骤一进行再次迭代，如果满足，则输出作为最优的功率点；步骤六：根据得到的功率点构建星座点；令星座点码本为，将得到的新的星座点码本作为用户的发射信号码本，并作为信号估计、用户的发射信息和活跃状态检测时的码本进行使用；即：在实际的用户接入时，将得到的新的星座点码本作为用户的发射信号码本，并替换步骤S2与S3中的星座点码本，进行信号估计、用户的发射信息和活跃状态检测。通过对最优星座点的设计，可以显著降低发射信息和活跃状态的检测误码率，优化整体大规模网络的性能。
[0012]本专利技术的有益效果是：在本专利技术提供的大规模随机接入方案中，提出了低复杂度的解码算法，得到了逼近最优的码本星座点，有效降低了误码率，提高了通信性能。具体而言，基于消息传递的检测算法，具有线性于用户数量的复杂度，大大降低了解码所产生的时间开销。最优的码本设计能够有效降低误码率，提高能量效率。
附图说明
[0013]图1为大规模接入信道的示意图图2为本专利技术的方法流程图；图3为实施例中最优功率星座点设计示意图；
图4为实施例中L=4时随机接入策略性能比较示意图；图5为实施例中L=2时随机接入策略性能比较示意图；图6为随机接入策略性能随天线数变化趋势示意图。
具体实施方式
[0014]下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。
[0015]针对5G通信中大规模随机接入问题，本专利技术设计了一种基于能量调制的随机接入方法：包括能量调制的随机传输策略；基于消息传递的解码方法；最优的能量星座点设计方法。考虑一个大规模随机接入信道如图1所示，基站需要同时支持大量用户的上行传输。在一个传输时刻，只有少量的用户处于活跃状态，向基站传输信息，而其他用户处于休眠状态。基站需要识别活跃用户并对其发送的信息进行解码；将基站看做接收端，具体的接入方法如下：如图2所示，一种基于能量调制的大规模随机接入方法，包括以下步骤：S1.构建基于能量调制的随机接入模型；所述步骤S1包括：S101.对于包含个单天线用户和一个接收端的通信系统，每个用户在每个发射时隙都会以一定概率向接收端发射信息，其中，接收端配有根天线；用随机变量来形容用户的活跃特性，在每一个时隙，满足：；其中，的统计特性满足，，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能量调制的大规模随机接入方法，其特征在于：包括以下步骤：S1.构建基于能量调制的随机接入模型；S2.利用消息传递算法对用户信息和信道的联合信号进行估计；S201.初始化：输入接收信号，用户的稀疏参数g，信道的衰弱参数和码本；令；S202.迭代处理：第t次迭代的过程为:S202.迭代处理：第t次迭代的过程为:S202.迭代处理：第t次迭代的过程为:其中, t 为大于零的整数,当满足条件时停止，其中是设定的门限阈值,
ꢀꢀꢀꢀ
代表去噪器作用于第n列信号，代表去噪器函数的一阶导数；去噪器的设计将依赖于接收信号Y和发射信号X的统计特性；因为每一个用户的统计特性相同，每个用户的去噪器设计也是相同的，为了避免符号的混淆，令设计基于最小化均方误差的去噪器，表示为：其中，其中，其中，其中，其中，被是AMP算法在t个迭代中的噪声方差，也被称为第t个状态；S203.对噪声方差进行计算;计算：在第t次迭代后，信号表示为
其中是高斯噪声，满足根据如下公式近似计算得到，根据如下公式近似计算得到，其中;S204. 迭代停止后输出估计信号；S3.利用基于最大化后验概率的算法对每个用户的发射信息和活跃状态进行检测，输出最优门限和 检测信号,并据此确定误码率的理论表达式；S4.进行最优星座点码本设计：S401.初始化：输入S3中得到误码率理论表达式;S402.将最优的码本设计等价于解决如下的优化问题：价于解决如下的优化问题：该优化问题通过迭代算法，来得到接近最优的功率星座点：A、初始化：输入用户数量N，序列长度D，码本大小L，稀疏参数g，初始化功率星座点，其中，忍受门限；B、迭代计算：步骤一: 将代入如下公式计算：其中；步骤二：计算；步骤三：计算门限步骤三：计算门限,其中；步骤四：计算
利用内点法和梯度下降法解决如下凸问题：利用内点法和梯度下降法解决如下凸问题：利用内点...

【专利技术属性】
技术研发人员：黄川，崔曙光，黄坚豪，
申请(专利权)人：香港中文大学深圳，
类型：发明
国别省市：