【技术实现步骤摘要】
本专利技术属于无线通信，具体涉及一种实现murllc的导频资源优化方法。
技术介绍
1、在物联网(internet of things，iot)中，随着物联网设备的快速增长，在海量用户同时接入的情况下实现大规模低时延高可靠通信(massive ultra-reliable and lowlatency communications，murllc)需求成为一个重要挑战。murllc旨在满足高密度用户接入环境下时延低于0.5ms以及量化可靠性的错误概率(error probability，ep)小于10-5的通信要求，以支持诸如智能城市、智能交通、工业自动化等领域的应用。结合去蜂窝(cellfree，cf)架构的大规模多输入多输出(massive multiple-input multiple-output，mmimo)技术是第六代(the sixth generation，6g)移动通信系统中很有前景的研究方向。cf mmimo的核心思想是在一片区域内部署大量的接入点(access points，ap)同时支持海量用户(user equipment，ue)通信，这使得用户设备更接近基站，减少了传输路径上的衰落。目前，已有学者通过优化数据速率和系统能效证实了cf mmimo可以支持低时延高可靠通信(ultra-reliable and low latency communications，urllc)。现如今，如何在6g多样且复杂的环境中实现物联网中的murllc需求成为了一个研究热点。
2、6g具有广覆盖的特点，经典的
3、为了促进通信生态系统的智能化、高度互联、安全可靠发展，未来的移动通信系统面临一个关键挑战：如何在维持通信时延和可靠性之间的平衡的同时，有效管理有限的导频资源。这一挑战尤其在用户数量超过可用导频数量时显得尤为突出，因为当用户数大于导频长度时就无法保证分配给每一个用户的是正交导频序列，这样就会带来严重的导频污染问题。导频污染会影响信道估计的准确性、信号检测的可靠性，并且导致误码率的增加。
4、综上所述，在物联网中，海量用户同时接入的情况下，亟需一种在统一衰落模型下的实现murllc的导频资源优化方法，以减少接入用户爆炸式增长带来的导频污染问题，从而提高系统性能和用户体验。
技术实现思路
1、针对现有技术存在的不足，本专利技术提出了一种实现murllc的导频资源优化方法，该方法包括：
2、s1：构建cf mmimo系统；
3、s2：基于cf mmimo系统进行csi估计，得到信道参数估计；
4、s3：ap对接收的ue数据信号进行线性检测，计算ue的后处理信干噪比；
5、s4：在统一衰落模型下，根据信道参数估计和ue的后处理信干噪比计算ue的后处理信干噪比的概率密度函数；
6、s5：根据ue的后处理信干噪比的概率密度函数计算最优导频长度；
7、s6：根据最优导频长度，采用贪婪导频分配算法对用户进行导频分配。
8、优选的，所述cf mmimo系统包括cpu、k个单天线用户和l个单天线ap；ap接收来自ue的数据信号且所有ap通过回传链路连接到cpu。
9、优选的，计算ue的后处理信干噪比的过程包括：获取ap接收到的来自ue的数据信号；采用mmse线性检测方法对数据信号进行处理，得到ap接收信号的估计值；根据ap接收信号的估计值计算ue的初始后处理信干噪比；对ue的初始后处理信干噪比进行简化，得到最终的ue的后处理信干噪比。
10、进一步的，所述ue的后处理信干噪比的表达式为：
11、
12、其中，表示第k个ue的后处理信干噪比，βlk表示第l个ap与第k个ue之间的大尺度衰落系数，表示快衰落增益，表示第l个ap与第j个ue之间的信道参数估计值，表示第l个ap与第k个ue之间的信道参数估计值，k表示ue总数，a表示理论快衰落增益的数学期望，βlj表示第l个ap与第j个ue之间的大尺度衰落系数，np表示导频长度，表示平均发送功率。
13、优选的，计算ue的后处理信干噪比的概率密度函数的过程包括：根据信道参数估计计算快衰落系数估计，根据快衰落系数估计计算快衰落增益；计算快衰落增益的概率密度函数；根据ue的后处理信干噪比和快衰落增益的概率密度函数计算ue的后处理信干噪比的概率密度函数。
14、优选的，计算最优导频长度的过程包括：获取ue的近似可达数据速率；根据ue的近似可达数据速率推导得到错误概率与导频长度的关系；根据ue的后处理信干噪比的概率密度函数以及错误概率与导频长度的关系计算得到错误概率；采用黄金分割算法，最小化错误概率得到最优导频长度。
15、进一步的，所述错误概率的表达式为：
16、
17、其中，表示错误概率，b表示信道带宽，td表示传输时延，np表示导频长度，c(x)表示第一中间参数，v(x)表示第二中间参数，d表示数据包大小，表示ue的后处理信干噪比的概率密度函数。
18、优选的，采用贪婪导频分配算法对用户进行导频分配的过程为：
19、s61：设置迭代次数阈值s，初始化迭代次数s为1且导频分配次数n等于最优导频长度；从预定的导频序列集中随机为各ue分配导频序列；
20、s62：计算并比较所有ue的可达数据速率，从导频序列集中重新为可达数据速率最小的ue分配导频序列；计算所有ap的导频污染ξmin；
21、s63：导频分配次数n减一，从导频序列集中再次为可达数据速率最小的ue分配导频序列，计算所有ap的导频污染ξ；
22、s64：若n≤0，则令迭代次数s加1，判断迭代次数s是否大于迭代次数阈值s，若大于，则停止迭代，得到用户导频分配结果，否则，返回步骤s62；若n＞0，判断ξmin是否大于ξ，若ξmin＞ξ，则令ξmin＝ξ，返回步骤s63，若ξmin≤ξ，直接返回步骤s63。
23、本专利技术的有益效果为：
24、(1)建立信道估计模型：采用lse方法进行信道估计，通过收集用户传输的导频序列，可以推测信道状态信息，有助于提高系统的可靠性。
25、(2)确定最优导频长度：基于fbl信息理论推导导频长度和ep的关系表达式，可以使用黄金分割算法来获得最优导频长度。确定最优导频长度可以帮助提高信道估计的准确性，从而减少数据传输中的误码率，提高通信系统的性能。
26、(3)动态分配导频资源：在面临导频资源有限本文档来自技高网...
【技术保护点】
1.一种实现mURLLC的导频资源优化方法，其特征在于，包括：
2.根据权利要求1所述的一种实现mURLLC的导频资源优化方法，其特征在于，所述CFmMIMO系统包括CPU、K个单天线用户和L个单天线AP；AP接收来自UE的数据信号且所有AP通过回传链路连接到CPU。
3.根据权利要求1所述的一种实现mURLLC的导频资源优化方法，其特征在于，计算UE的后处理信干噪比的过程包括：获取AP接收到的来自UE的数据信号；采用MMSE线性检测方法对数据信号进行处理，得到AP接收信号的估计值；根据AP接收信号的估计值计算UE的初始后处理信干噪比；对UE的初始后处理信干噪比进行简化，得到最终的UE的后处理信干噪比。
4.根据权利要求3所述的一种实现mURLLC的导频资源优化方法，其特征在于，所述UE的后处理信干噪比的表达式为：
5.根据权利要求1所述的一种实现mURLLC的导频资源优化方法，其特征在于，计算UE的后处理信干噪比的概率密度函数的过程包括：根据信道参数估计计算快衰落系数估计，根据快衰落系数估计计算快衰落增益；计算快衰落增益的概率密度
6.根据权利要求1所述的一种实现mURLLC的导频资源优化方法，其特征在于，计算最优导频长度的过程包括：获取UE的近似可达数据速率；根据UE的近似可达数据速率推导得到错误概率与导频长度的关系；根据UE的后处理信干噪比的概率密度函数以及错误概率与导频长度的关系计算得到错误概率；采用黄金分割算法，最小化错误概率得到最优导频长度。
7.根据权利要求6所述的一种实现mURLLC的导频资源优化方法，其特征在于，所述错误概率的表达式为：
8.根据权利要求1所述的一种实现mURLLC的导频资源优化方法，其特征在于，采用贪婪导频分配算法对用户进行导频分配的过程为：
...【技术特征摘要】
1.一种实现murllc的导频资源优化方法，其特征在于，包括：
2.根据权利要求1所述的一种实现murllc的导频资源优化方法，其特征在于，所述cfmmimo系统包括cpu、k个单天线用户和l个单天线ap；ap接收来自ue的数据信号且所有ap通过回传链路连接到cpu。
3.根据权利要求1所述的一种实现murllc的导频资源优化方法，其特征在于，计算ue的后处理信干噪比的过程包括：获取ap接收到的来自ue的数据信号；采用mmse线性检测方法对数据信号进行处理，得到ap接收信号的估计值；根据ap接收信号的估计值计算ue的初始后处理信干噪比；对ue的初始后处理信干噪比进行简化，得到最终的ue的后处理信干噪比。
4.根据权利要求3所述的一种实现murllc的导频资源优化方法，其特征在于，所述ue的后处理信干噪比的表达式为：
5.根据权利要求1所述的一种实现murllc的导频资源优化方法，其特...
【专利技术属性】
技术研发人员：曾捷，张弼茹，陈昌川，郭浩阳，徐卿钦，叶子任，郭捷兴，江昌博，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。