活跃用户和数据的检测方法、系统、计算机设备及介质技术方案

本申请实施例提供了一种活跃用户和数据的检测方法、系统、计算机设备及介质，属于通信技术领域。该方法包括：通过获取接收端信息和导频序列矩阵以构建第一目标函数；根据第一目标函数确定待优化变量和待优化稀疏约束函数；根据预定义的连续函数对待优化变量进行函数变换，得到目标变量；根据目标变量的第二性质对第一目标函数进行函数等价变换，得到第二目标函数；根据目标变量的第一性质对第二目标函数进行罚函数变换，得到第三目标函数；利用坐标下降算法对第三目标函数进行优化求解，确定目标活跃用户和所述目标活跃用户传递的数据信息。本申请实施例能够将不连续的稀疏条件约束融入到算法优化的过程中，提高对活跃用户和数据的检测准确率。数据的检测准确率。数据的检测准确率。

【技术实现步骤摘要】
活跃用户和数据的检测方法、系统、计算机设备及介质


[0001]本申请涉及通信
，尤其涉及一种活跃用户和数据的检测方法、系统、计算机设备及介质。

技术介绍

[0002]在免调度随机接入过程中，活跃用户直接在分配得到的无线通信资源上进行数据传输。而由于系统采用免调度传输方案，使得基站端无法区分活跃用户和空闲用户。为了解决活跃用户的检测问题，现有的研究方案主要分为两类：(1)利用同一时隙仅有少量的活跃用户这一特性，将活跃用户检测问题建模成压缩感知问题；(2)利用协方差法，该方法主要利用信道统计特性和接收信号的协方差矩阵。与压缩感知方法相比，协方差法可以用更短的导频序列获得与其相同的活跃用户的检测效果，但是，协方差法与传统的活跃用户检测问题相比，在数学形式上又多了额外的不连续的稀疏条件约束，而现有的方法是通过忽略该不连续的稀疏约束条件，然后将该问题松弛为传统的活跃用户检测问题，最后使得松弛结果满足不连续的稀疏约束条件。然而，这种方法会导致活跃用户检测结果变差。因此，如何在存在不连续的稀疏条件约束的情况下，提高对活跃用户和数据的检测准确率，是当前重要的研究问题。

技术实现思路

[0003]本申请实施例的主要目的在于提出一种活跃用户和数据的检测方法、系统、计算机设备及介质，能够将不连续的稀疏条件约束融入到算法优化的过程中，提高对活跃用户和数据的检测准确率。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种活跃用户和数据的检测方法，包括：
[0005]获取接收端信息和导频序列矩阵，所述导频序列矩阵用于表示N个待检测活跃用户传递的导频序列的集合，N为非负整数；
[0006]根据所述接收端信息和所述导频序列矩阵构建第一目标函数；
[0007]根据所述第一目标函数确定待优化变量和所述待优化变量对应的待优化稀疏约束函数；
[0008]根据预定义的连续函数对所述待优化变量进行函数变换，得到目标变量，所述目标变量包含第一性质和第二性质，所述第一性质用于表征所述目标变量的非负函数定义，所述第二性质用于表征所述目标变量基于所述待优化稀疏约束函数的约束定义；
[0009]根据所述第二性质对所述第一目标函数进行函数等价变换，得到第二目标函数；
[0010]根据所述第一性质对所述第二目标函数进行罚函数变换，得到第三目标函数；
[0011]利用坐标下降算法对所述第三目标函数进行优化求解，确定目标活跃用户和所述目标活跃用户传递的数据信息。
[0012]在一些实施例中，所述获取接收端信息和导频序列矩阵，包括：
[0013]获取接收端的噪声功率和所述接收端接收到的协方差矩阵，所述接收端与所述待检测活跃用户通信连接；其中，将所述噪声功率记为将所述协方差矩阵记为将所述协方差矩阵记为表示复数域，L表示导频序列的长度，M表示所述接收端的数量；
[0014]获取导频序列矩阵，将所述导频序列矩阵记为S，其中，所述导频序列矩阵Q表示每个所述待检测活跃用户可以传递的导频序列的数量，Sn表示第n个所述待检测活跃用户的导频序列子矩阵，Sn表示第n个所述待检测活跃用户的导频序列子矩阵，表示第n个所述待检测活跃用户的第q个导频序列。
[0015]在一些实施例中，所述根据所述接收端信息和所述导频序列矩阵构建第一目标函数，包括：
[0016]根据所述噪声功率、所述协方差矩阵和所述导频序列矩阵构建第一目标函数，将所述第一目标函数记为P1；
[0017]P1：
[0018][0019][0020]其中，Λ表示一个对角矩阵，所述对角矩阵满足非对角线位置元素均为0，对角线元素为元素为表示实数域，SH表示对所述导频序列矩阵S进行转置共轭，s.t.表示目标函数需要满足的约束条件，表示单位矩阵，Tr(
·
)表示求解矩阵对角线元素之和；
[0021]所述根据所述第一目标函数确定待优化变量和所述待优化变量对应的待优化稀疏约束函数，包括：
[0022]将所述待优化变量的集合记为γ
n，q
表示每个所述待优化变量，所述待优化稀疏约束函数记为||γ
n
||0≤1，||
·
||0表示求解向量的零范数。
[0023]在一些实施例中，所述根据所述第二性质对所述第一目标函数进行函数等价变换，得到第二目标函数，包括：
[0024]获取目标变量，将所述目标变量记为φ(γ
n
)，所述目标变量对应的所述第二性质用于表示当且仅当γ
n
满足所述待优化稀疏约束函数||γ
n
||0≤1时，所述目标变量φ(γ
n
)为0；
[0025]根据所述第二性质对所述第一目标函数进行函数等价变换，得到第二目标函数，将所述第二目标函数记为P2；
[0026]P2：
[0027][0028]在一些实施例中，所述根据所述第一性质对所述第二目标函数进行罚函数变换，得到第三目标函数，包括：
[0029]根据所述第一性质确定所述目标变量的罚函数，将所述罚函数表示为
[0030]将所述罚函数添加到所述第二目标函数，得到第三目标函数，将所述第三目标函数记为P3；
[0031]P3：
[0032]其中，ρ表示惩罚因子。
[0033]在一些实施例中，所述利用坐标下降算法对所述第三目标函数进行优化求解，确定目标活跃用户和所述目标活跃用户传递的数据信息，包括：
[0034]根据所述第三目标函数确定每个所述待优化变量对应的第三目标子函数，将所述待优化变量记为γ
n，q
；
[0035]利用坐标下降算法对所述第三目标子函数进行迭代计算，得到所述第三目标子函数的函数闭合解；
[0036]当所述函数闭合解满足预设的算法结束条件，确定当前所述待优化变量对应的第n个所述待检测活跃用户为目标活跃用户，并确定所述目标活跃用户传递的数据信息为第q个导频序列对应的数据信息。
[0037]在一些实施例中，在所述利用坐标下降算法对所述第三目标子函数进行迭代计算，得到所述第三目标子函数的函数闭合解之后，所述方法还包括：
[0038]当所述函数闭合解不满足预设的算法结束条件，根据预设的惩罚因子增加系数对所述第三目标子函数中的惩罚因子进行参数调整，并根据调整后的所述第三目标子函数继续进行迭代计算，直至求得的所述函数闭合解满足所述预设的算法结束条件，确定所述目标活跃用户和所述目标活跃用户传递的数据信息。
[0039]本申请实施例的第二方面提出了一种活跃用户和数据的检测装置，所述装置包括：
[0040]信息获取模块，用于获取接收端信息和导频序列矩阵，所述导频序列矩阵用于表示N个待检测活跃用户传递的导频序列的集合，N为非负整数；
[0041]函数构建模块，用于根据所述接收端信息和所述导频序列矩阵构建第一目标函数；
[0042]稀疏约束函数确定模块，用于根据所述第一目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活跃用户和数据的检测方法，其特征在于，所述方法包括：获取接收端信息和导频序列矩阵，所述导频序列矩阵用于表示N个待检测活跃用户传递的导频序列的集合，N为非负整数；根据所述接收端信息和所述导频序列矩阵构建第一目标函数；根据所述第一目标函数确定待优化变量和所述待优化变量对应的待优化稀疏约束函数；根据预定义的连续函数对所述待优化变量进行函数变换，得到目标变量，所述目标变量包含第一性质和第二性质，所述第一性质用于表征所述目标变量的非负函数定义，所述第二性质用于表征所述目标变量基于所述待优化稀疏约束函数的约束定义；根据所述第二性质对所述第一目标函数进行函数等价变换，得到第二目标函数；根据所述第一性质对所述第二目标函数进行罚函数变换，得到第三目标函数；利用坐标下降算法对所述第三目标函数进行优化求解，确定目标活跃用户和所述目标活跃用户传递的数据信息。2.根据权利要求1所述的方法，其特征在于，所述获取接收端信息和导频序列矩阵，包括：获取接收端的噪声功率和所述接收端接收到的协方差矩阵，所述接收端与所述待检测活跃用户通信连接；其中，将所述噪声功率记为将所述协方差矩阵记为将所述协方差矩阵记为表示复数域，L表示导频序列的长度，M表示所述接收端的数量；获取导频序列矩阵，将所述导频序列矩阵记为S，其中，所述导频序列矩阵Q表示每个所述待检测活跃用户可以传递的导频序列的数量，S
n
表示第n个所述待检测活跃用户的导频序列子矩阵，表示第n个所述待检测活跃用户的导频序列子矩阵，表示第n个所述待检测活跃用户的第q个导频序列。3.根据权利要求2所述的方法，其特征在于，所述根据所述接收端信息和所述导频序列矩阵构建第一目标函数，包括：根据所述噪声功率、所述协方差矩阵和所述导频序列矩阵构建第一目标函数，将所述第一目标函数记为P1；第一目标函数记为P1；第一目标函数记为P1；其中，Λ表示一个对角矩阵，所述对角矩阵满足非对角线位置元素均为0，对角线元素为为表示实数域，S
H
表示对所述导频序列矩阵S进行转置共轭，s.t.表示目标函数需要满足的约束条件，表示单位矩阵，Tr(
·
)表示求解矩阵对角线元素之和；所述根据所述第一目标函数确定待优化变量和所述待优化变量对应的待优化稀疏约束函数，包括：
将所述待优化变量的集合记为γ
n,q
表示每个所述待优化变量，所述待优化稀疏约束函数记为||γ
n
||0≤1，||
·
||0表示求解向量的零范数。4.根据权利要求3所述的方法，其特征在于，所述根据所述第二性质对所述第一目标函数进行函数等价变换，得到第二目标函数，包括：获取目标变量，将所述目标变量记为φ(γ
n
)，所述目标变量对应的所述第二性质用于表示当且仅当γ
n
满足所述待优化稀疏约束函数||γ
n
||0≤1时，所述目标变量φ(γ
n
)为0；根据所述第二性质对所述第一目标函数进行函数等价变换...

【专利技术属性】
技术研发人员：林庆丰，李洋，沈超，胡奕聪，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：