CN106211235A - 一种无线网络中的小包数据传输方法及*** - Google Patents
一种无线网络中的小包数据传输方法及*** Download PDFInfo
- Publication number
- CN106211235A CN106211235A CN201610440278.XA CN201610440278A CN106211235A CN 106211235 A CN106211235 A CN 106211235A CN 201610440278 A CN201610440278 A CN 201610440278A CN 106211235 A CN106211235 A CN 106211235A
- Authority
- CN
- China
- Prior art keywords
- parcel data
- signal
- transmitting terminal
- wireless network
- receiving terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种无线网络中的小包数据传输方法及***。方法在发送端对小包数据进行长度扩展,然后再送入信道进行传输;在接收端,采用归一化的BOMP算法来恢复小包数据。本发明使一定数量的发送端可以共享同一时频资源进行小包数据的传输,允许活跃的发送端数可以多于接收端的天线数,并且接收端并不需要知道活跃发送端的确切信息,这就免去了传统方法中传输资源分配带来的繁重的信令开销;同时,通过采用归一化的BOMP算法,提高了信号恢复性能。
Description
技术领域
本发明属于无线通信领域,尤其涉及一种无线网络中的小包数据传输方法及***。
背景技术
随着智能终端比如智能手机、平板等的快速普及,小包业务的用户量迅速增加。与此对应,通信网络中产生的小包数据也快速增长。典型的小包业务包括诸如腾讯QQ之类的即时通信服务,以及诸如Facebook之类的社交网络平台等。可以说智能终端产生的业务数据的一个典型特征就是数据为小包。小包业务极大地改变了用户(特别是青年用户群体)的生活、学习、工作等的方式。
小包业务,顾名思义,是指业务产生的数据包很短;基本来讲,小数据包的长度短于通信设备的最小规格,即短于时频资源块长度。然而,即使包长度短,现存一帧数据中包含的诸如前导序列之类的开销却不能少,因此小包数据帧利用率很低;另一方面,小包业务庞大的用户群体以及业务请求的不规律性导致移动终端与网络端(如基站端)频繁地断开与重新连接,这又带来繁重的接入信令开销。总的来说,小包业务给网络带来繁重的开销负担。
面对小包业务的新特点,传统的媒体接入控制(MAC,medium access control)协议由于效率很低而显得力不从心。以上行为例,传统MAC协议都是分配给每一个接入用户正交的资源块以避免相互之间的干扰,即正交接入。正交接入在需要服务的用户数量不多的时候可以取得非常好的效果;但是面对非常大的用户数量,正交接入所需的资源数量并不能得到满足,其代价是资源调度会产生很大的服务延时从而降低服务质量(QoS,qualityof service)。值得注意的是,5G通信***的涵盖的通信领域越来越大,包括蜂窝通信、机器到机器通信(M2M,machine to machine)等,可以说5G通信体现了物联网(IoT,internet ofthing)的概念。在5G通信中,突发业务将会占很大比重,而且这些业务的另一个典型特点是数据包长度很短。5G通信需满足诸如高频谱效率,高接入量和低延时服务的要求。
已有的正交接入技术不能满足未来通信要求的问题目前得到学术界和产业界的关注。5G上行链路中的热门多址候选方案分为正交多址(orthogonal multiple access,OMA)方式和非正交多址(non-orthogonalmultiple access,NOMA)方式。正交的接入方式主要指正交频分多址(orthogonal frequency division multiple access,OFDMA)(上行链路一般采用非正交的单载波频分多址(single carrier frequency divisionmultipleaccess,SC-FDMA),因为OFDMA会带来比较高的峰值平均功率比)。由于非正交多址方式可以提高***吞吐量和容纳更多的用户,它们得到广泛关注并被认为非常有希望成为5G通信的接入技术。目前已经被提出的非正交的接入方式包括功率域的NOMA[8]、稀疏码分多址(sparse codemultiple access,SCMA)、多用户共享接入(multi-user sharedaccess,MUSA)等。总结来讲,这些非正交技术都还不成熟,它们都有自身的问题目前需要克服。
值得一提的是,5G并不是只支持一种接入方式。由于5G有初步物联网(internetof thing,IoT)的概念,其涵盖的通信场景很多,有些场景可能正交的多址方式就可以满足接入量需求,而有些场景则需要非正交的多址方式以容纳更多的通信用户。
为了更有效地满足小数据包数据的传输需求,一个非常重要的方面就是降低传输的开销。一种降低传输开销的途径就是降低小数据包发送前的资源分配信令。另一种途径就是接收端对用户的行为进行自动检测,联合完成连接检测和符号解调。第二种途径在物理层便可以完成按原来协议属于高层的检测任务。为实现第二种途径中的目标,一个有效的方法就是采用基于压缩感知(compressive sensing,CS)的多用户检测技术。
自从关于压缩感知的奠基性文章发表以来,过去几年出现了对压缩感知研究的极大热情。从通信角度去看,压缩感知模型与多用户的接入模型高度一致。而且,压缩感知模型代表的通常是非正交的多用户接入模型。将压缩感知技术运用于通信中,则可以在物理层联合完成连接检测和符号解调,并且允许通信***是欠定的线性***。连接检测在之前的通信协议中由高层完成,而基于压缩感知的多用户检测方法却可以在物理层实现连接检测,这是一个很有意思的转变;在物理层上实现符号的解调并不陌生,比如CDMA***就是一个典型的例子。
事实上,将压缩感知技术运用于多用户接入检测已经有相当多的工作了。这些工作基本上源于这样一个事实:稀疏是接入信道的一个自然属性,即同时有数据发送的用户只占总用户数的很小的一部分。这些研究工作表明,采用诸如正交匹配追踪(OMP,orthogonal matching pursuit)的稀疏恢复算法可以获得好于单用户检测的恢复性能。同时,也有研究结果表明,基于压缩感知的多址技术可以免去用户的身份信息开销,并且相对于一些常用的接入技术,前者可以降低解码时延(即表示用户有数据发送请求到数据在接收端成功解码之间的时间跨度)。这两个优势均来自于压缩感知的恢复方法不需要知道哪些用户有发送信息,只要用户发送行为具有稀疏性,解码端就可以完成满足一定精度的信号恢复;同时,由于不需要进行资源的分配,用户有数据就可以发送,解码时延很大可能得到降低。这同时也说明,基于压缩感知的非正交多用户接入方法并不需要信令参与传输资源的分配和协调过程,如果约定接入信令特指用户接入时协调资源分配的开销,则该方法可实现零信令的多址传输。
发明内容
(一)要解决的技术问题
本发明的目的在于,提供一种无线网络中的小包数据传输方法及***,解决小包数据的大量传输给无线通信网络所带来的繁重信令开销问题。
(二)技术方案
本发明提供一种无线网络中的小包数据传输方法,无线网络中包括一接收端和多个发送端,接收端和发送端通信连接,方法包括:
S1,在发送端,对将要发送的小包数据进行长度扩展;
S2,将长度扩展后的小包数据从发送端发送至所述接收端;
S2,在接收端,对长度扩展后的小包数据进行稀疏恢复。
进一步,步骤S1中,针对第n个发送端发送的小包数据,采用相应的预编码矩阵Pn,对该小包数据中的符号向量sn进行长度扩展,得到长度扩展后的小包数据,其信号xn表示为:
其中,T表示每个时频资源块可以承载的消息符号的个数,d表示长度扩展后的小包数据的长度。
进一步,预编码矩阵Pn由发送端通过无线网络接入至所述接收端时分配给所述发送端。
进一步,步骤S2中,长度扩展后的小包数据经由一信道发送至接收端,接收端获取到的小包数据的信号Y表示为:
其中,ρ0是信道上行链路的信噪比,为第n个发送端对应的信道状态向量。Z是噪声矩阵。
进一步,步骤S3中,在恢复小包数据前,还对所述小包数据的信号Y进行向量化,得到向量化信号y:
其中,B=[B1,B2,…,BN],z表示噪声向量。
进一步,步骤S3中,采用归一化的BOMP算法对长度扩展后的小包数据进行恢复,具体包括:
S31,获取向量化信号y及相应参数B、ρ0、K和所有信道响应向量,K表示BOMP算法的迭代次数;
S32,初始化迭代次数索引k=1,发送端集合Λ0=φ,残余信号r0=y;
S33,计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间归一化的系数cj,k:
表示子矩阵Bj的共轭转置,rk-1表示第k-1次迭代之后的残差信号,hj表示用户j到接收端的信道响应向量;
S34,找出满足条件的子块λk:
S35,更新发送端集合:
Λk=Λk-1∪{λk};
S36,采用最小二乘法更新信号:
其中,s0表示符合星座映射的所有元素构成的符号向量,表示由j∈Λk的子矩阵Bj构成的矩阵;
S37,更新残余信号和迭代索引:
k=k+1;
S38,结束并输出结果逼近信号即得到恢复后信号。
本发明还提供一种无线网络中的小包数据传输***,包括:
扩展模块,用于在发送端,对将要发送的小包数据进行长度扩展;
发送模块,用于将长度扩展后的小包数据从发送端发送至接收端;
恢复模块,用于在接收端,对长度扩展后的小包数据进行稀疏恢复。
进一步,针对第n个发送端发送的小包数据,扩展模块采用相应的预编码矩阵Pn,对该小包数据中的符号向量sn进行长度扩展,得到长度扩展后的小包数据,其信号xn表示为:
其中,T表示每个时频资源块可以承载的消息符号的个数,d表示长度扩展后的小包数据的长度。
进一步,预编码矩阵Pn由所述发送端通过无线网络接入至接收端时分配给发送端。
进一步,发送模块将长度扩展后的小包数据经由一信道发送至接收端,所述接收端获取到的小包数据的信号Y表示为:
其中,ρ0是信道上行链路的信噪比,为第n个发送端对应的信道状态向量。Z是噪声矩阵。
进一步,恢复模块在恢复所述小包数据前,还对小包数据的信号Y进行向量化,得到向量化信号y:
其中,B=[B1,B2,…,BN],z表示噪声向量。
进一步,恢复模块采用归一化的BOMP算法对长度扩展后的小包数据进行恢复,具体包括:
S31,获取向量化信号y及相应参数B、ρ0、K和所有信道响应向量,K表示BOMP算法的迭代次数;
S32,初始化迭代次数索引k=1,发送端集合Λ0=φ,残余信号r0=y;
S33,计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间归一化的系数cj,k:
表示子矩阵Bj的共轭转置,rk-1表示第k-1次迭代之后的残差信号,hj表示用户j到接收端的信道响应向量;
S34,找出满足条件的子块λk:
S35,更新发送端集合:
Λk=Λk-1∪{λk};
S36,采用最小二乘法更新信号:
其中,s0表示符合星座映射的所有元素构成的符号向量,表示由j∈Λk的子矩阵Bj构成的矩阵;
S37,更新残余信号和迭代索引:
k=k+1;
S38,结束并输出结果逼近信号即得到恢复后信号。
(三)有益效果
本发明在发送端,采用预编码技术对小包数据进行一个时频资源块的长度的扩展,扩展后的符号向量再由发送端发送出去,接收端进行多天线接收,另外,本发明提供了基于结构化压缩感知(compressive sensing,CS)的***模型,根据该模型,接收端可以进行稀疏恢复,包括在物理层进行用户检测和符号解调,该方法使得在给定的多天线***下,一定数量的小包业务用户可以同时共享同一资源进行小数据包的传输;而且,接收端并不需要知道哪些用户以及多少用户发送了小包数据。因此,本发明可以免去传统正交接入方法在服务小包业务中由于资源调度而产生的巨大接入信令开销,本发明允许同时传输的用户数多于接收端的天线数。另一方面,本发明提出了归一化的BOMP(normalized BOMP,NBOMP)算法用于提高信号恢复性能。
附图说明
图1为本发明提供的无线网络中的小包数据传输方法的流程图。
图2为本发明在发送端的预编码过程的示意图。
图3为现有技术中BOMP算法的原理框图。
图4为本发明提供的归一化的BOMP算法的原理框图。
图5A和图5B是本发明所给出的小包数据传输的性能仿真实例。
图6为本发明构造预编码矩阵的流程图。
图7为本发明中不同预编码矩阵用于小包数据传输的性能仿真图。
具体实施方式
本发明提供了一种无线网络中的小包数据传输方法及***,方法首先构造预编码矩阵,然后通过对小包数据进行长度扩展,再送入信道进行传输,在接收端,采用归一化的BOMP算法来恢复小包数据。本发明所构造的预编码矩阵具有以下优势:可以针对多个用户连接产生足够多的预编码矩阵;获得比随机产生的预编码矩阵更好的信号恢复准确性;降低小包数据传输的复杂度;使得预编码后的符号获得统计上良好的PAPR特性。
图1为本发明提供的无线网络中的小包数据传输方法的流程图,如图1所示,方法包括:
S0,构造预编码矩阵;
S1,在发送端,利用所构造的预编码矩阵对将要发送的小包数据进行长度扩展;
S2,将长度扩展后的小包数据从发送端发送至接收端;
S3,在接收端,对长度扩展后的小包数据进行恢复。
本发明先给出大量小数据包多址传输的场景:假定无线网络有一个基站(basestation,BS)作为接收端,基站天线数为M。当一个单天线用户(发送端)成功接入网络后,即和BS建立连接。假定在时刻t无线网络中有N个用户连接(总连接),其中Na个连接有数据传输要求(活跃连接)。需要指出的是:(1)Na对于BS未知;(2)传输行为(接入信道)存在稀疏性,即Na<<N(3)不特别约定Na≤M。
一个消息的完整传输包含一系列符号的传输。假定每个时频资源块可以承载T个消息符号(一个时频资源块有T个单元),所有符号均在信道相干时间内。假设所有用户的信道状态信息在BS已知。
假定每个数据包的有效信息比特数目为bn,i,CRC域比特数目bn,c,bn=bn,i+bn,c,经信道编码即符号映射后数据包长度为d。假定第n个连接产生的原始的复数域数据符号向量sn,k(1≤k≤d)是sn的第k个符号;符号映射由预编码实现,再假设第n个连接的预编码矩阵为Pn的第k列对应的列向量Pn,k是sn,k的预编码向量。连接n
对应发送信号为如图2所示。预编码矩阵在用户登记入网时分配给定,在用户离开无线网络覆盖区域之前一直有效,这里,假设基站知道所有连接对应的预编码矩阵,用户仅知道自己的预编码矩阵。
BS接收的信号可以表示为:
其中,ρ0是上行链路的信噪比,为连接n对应的信道状态向量。Z是噪声矩阵。
将接收端信号进行向量化,最终得到如下接收信号模型:
其中,y=υec(Y)是矩阵Y的向量表达形式,B=[B1,B2,…,BN],其中B在稀疏检测中被称为字典,它由所有用户的字典子矩阵组成。Z=υec(Z)是噪声向量。
考虑小包业务中各连接传输行为具有明显的时域稀疏特性,即很高概率为零向量,则s呈现块稀疏特性,同时考虑到B是胖矩阵的情况,公式(2)体现的是典型的块稀疏的压缩感知模型。需要指出的是,形式上,公式(2)给出的模型可以看作是一种CDMA多址传输,其特殊之处在于:
1、对于连接n的第k个符号sn,k,通过预编码向量Pn,k的第k个向量扩展到时频资源块的T个单元中;
2、测量矩阵B决定***的多址传输能力,该矩阵由信道矩阵hn(1≤n≤N)和预编码矩阵Pn(1≤n≤N)的kronecker积生成。该过程实现空域、时域和频域的协同;
3、该多址方式并不要求所有符号的预编码向量为正交向量。事实上,由于我们关心的场景也是MT<Nd,则公式(2)表示的是一个欠定的***,不同连接之间是满足不了正交的。
预编码扩展长度方法的引入也是源于这样一个事实:小数据包长度d短于网络设备的规格T,由此带来比较严重的宝贵资源的浪费问题。通过预编码扩展,可充分利用给定的传输资源。基于预编码扩展整个小数据包然后再传输的思想建立的多址传输模型,相对于,目前已有的基于稀疏恢复的多用户检测模型有以下特点:
1、实现了空域、时域和频域多址传输相结合,拓展了多址空间的维度;
2、同一连接的不同符号采用不同的预编码向量,使得符号间的干扰具有不同的模式。该操作将符号之间的干扰平均化,这对于提高符号解调的准确性是有利的。
得益于上述建立的块稀疏模型,已有的块稀疏恢复算法可以直接用于信号恢复。当各个参数(包括总连接数、活跃连接数、接收端天线数和噪声水平等)满足一定条件时,可以实现活跃连接的正确检测。根据前面的说明,我们提出的多址技术可以实现零信令多址传输。零信令是指连接仅仅在建立和终止时需要信令参与,在连接存续期间不再需要信令参与传输。这就完全避开了小数据包按照传统接入协议传输带来繁重的信令问题。
以上描述了本发明对小包数据进行长度扩展,并得到了块压缩感知的稀疏模型,以下描述本发明中小包数据的恢复问题。
CS算法中有很多已经很成熟的算法。其中,正交匹配追踪(OMP)算法以其运算速度快,便于实际运用而得到广泛运用。将OMP算法运用到块压缩感知模型中来就产生了BOMP算法,BOMP算法与OMP算法原理一致。具体地,在每一次迭代中,它将在剩余的字典子阵中选择与剩余信号(residual signal)相关性最大的一个子阵(类似于CDMA中的码字相关计算),以扩充基函数,然后再用已选出的基函数通过最小二乘(LS)算法对数据进行更新,直到迭代结束。OMP(BOMP)算法体现了干扰消除(interference cancellation)的思想,但它跟干扰消除明显的区别在于前面选择出来的每一个可能非零位置的数据都会在后续的每一步迭代中得到更新。图5为现有技术中BOMP算法的原理框图,如图5所示,其计算过程如下:
1:输入矩阵B,信号向量y,参数ρ0,所有信道响应向量以及BOMP算法的迭代次数K,通常地,
2:初始化:迭代次数索引k=1,用户集合Λ0=φ,残余信号r0=y
3:迭代步骤:当k≤K
1):计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间的相关系数:
2):找出满足条件的子块:
3):更新用户集:
Λk=Λk-1∪{λk}
4):用最小二乘(LS)算法更新信号:
5):更新残余信号和迭代索引:
k=k+1
4:结束并输出结果:block-sparse信号的逼近信号
通过对BOMP运算中的相关系数进行计算分析,结果表明,当j代表活跃连接时,相关系数cj,k的期望值与的二阶矩和一阶矩相关;当j不是活跃连接时,相关系数cj,k的期望值与的一阶矩相关。因此,不同连接的信道增益使得相关系数大小的不确定性增加。为了消除这个影响,本发明用对相关系数cj,k进行归一化,得到归一化后的相关系数然后要求BOMP用归一化后的相关系数去进行连接检测。实验表明,相关系数归一化后可以极大地提高连接检测性能,从而也提高了信号解调性能。本发明将这样的恢复算法称为归一化的BOMP(normalized BOMP,NBOMP)算法,其原理框图如图6所示,具体计算过程如下:
1:输入:矩阵B,信号向量y,参数ρ0,所有信道响应向量以及BOMP算法的迭代次数K,通常地,
2:初始化:迭代次数索引k=1,用户集合Λ0=φ,残余信号r0=y
3:迭代步骤:当t≤K
1):计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间归一化的系数:
2):找出满足条件的子块:
3):更新用户集:
Λk=Λk-1∪{λk}
4):用最小二乘(LS)算法更新信号:
5):更新残余信号和迭代索引:
k=k+1
4:结束并输出结果:block-sparse信号的逼近信号
图5A和图5B是本发明所给出的小包数据传输的性能仿实施例,其中,图5A是不同传输用户数条件下的用户检测成功率(UDSR,user detection success rate),图5B是不同传输用户数条件下小包数据恢复误符号率(SER,symbol error rate)性能,其中,横坐标为Es/N0(dB),Es为发送端发送的平均符号能量,N0为噪声功率谱密度,其它参数为(M,N,d,T,K)=(8,80,100,500,30)。需要说明的是,图5A和5B仿真使用的预编码矩阵是随机产生的。如图5A和图5B所示,不管在UDSR还是SER性能指标上,NBOMP算法都远远好于BOMP算法。同时,仿真也表明,本发明所提出的小数据包传输方法可以明显提高可同时服务的用户数量,在接收端天线为8根的时候,***可支持的用户数在高信噪比条件下可以达到30甚至更高,这说明***的吞吐量可达75%甚至更高(100%吞吐量对应的服务用户数为M×T/d=40)。
需要说明的是,预编码矩阵在小包数据传输中起了至关重要的作用。首先,预编码矩阵解决了小数据包长度小于***传输资源粒度的问题,使得***资源得以充分利用;其次,本发明根据预编码矩阵建立了属于块稀疏的小包数据传输模型,使得即使在用户数量多于基站天线数量的情况下小包数据的恢复成为可能;再次,相对于没有结构可利用的压缩感知模型,具有块结构的压缩感知模型使得数据的恢复性能更好,同时也使得将通信中常用的纠检错编码代入数据恢复(即ICBOMP算法的提出)成为可能。除此以外,预编码矩阵还决定了用户之间的干扰特性,这直接影响到用户检测和符号解调;同时,预编码矩阵还直接决定了本发明实现复杂度,包括计算复杂度(发送端的预编码计算复杂度和接收端稀疏恢复复杂度)、预编码分配复杂度和***存储复杂度等。本发明采用的预编码矩阵可以是通过随机产生矩阵然后再做能量归一化而获得的,这种预编码矩足以说明本发明提出的小数据包传输方法的有效性。但是另外一方面,随机产生的预编码矩阵所带来的恢复性能其实并不是最优的,或者说还有很多预编码矩阵可以带来更好的稀疏恢复准确性;同时,由于随机产生的预编码矩阵一般是密集的矩阵,这使得传输方法中发送端的预编码复杂度、接收端的信号恢复复杂度等都相对很大。
因此,本发明为了使小包数据传输达到更好的效果,还提供一种预编码矩阵,用于用户非正交接入无线网络时进行小包数据传输,该预编码矩阵的构造方法如图6所示:
步骤1,用维度较小的Hadamard矩阵插0扩充矩阵维度,保持扩充后矩阵的列正交性。本步骤主要是为了构造列正交的、非零元素稀疏其非零元素幅值一致的矩阵,而且构造的矩阵数量要非常的多。这些矩阵由Hadamard矩阵构造而来。具体过程如下:
由Hadamard矩阵构造元素稀疏的矩阵,假设要构造T×T的预编码矩阵,现有t×t的Hadamard矩阵O,它在第i行第j列的元素为Oi,j,以t=2,T=4为例,下面的元素稀疏的矩阵Q为一个满足列稀疏度β=50%的列正交的矩阵,且非零元素幅值都为1。
事实上,当维度参数t和T更大时,列稀疏度更高的满足要求的矩阵可以被构造出来。
步骤2,由上述元素稀疏的矩阵产生多个的预编码矩阵簇。本步骤对上面的Q矩阵进行随机的行列交换,同时,每一行每一列的元素符号可以随机改变。即对Q进行变换后的矩阵其中R1和R2的每一行每一列有且仅有一个非零元素(1或者-1)。随机选择的d列,并对每一列进行能量归一化产生可选用的预编码矩阵,通过不同的R1和R2,可以产生非常多的预编码矩阵簇。
步骤3,计算不同新矩阵之间的相关性,选择其中相关性较小的N个作为预编码矩阵。步骤2构造的预编码矩阵可以很多,只要预编码矩阵的产生足够随机,这些预编码矩阵之间的相关性(块间相关)都不大。由于有足够多的预编码矩阵可供选择,本步骤选择相关性较小的N个矩阵作为用于小包数据传输的预编码矩阵。每个矩阵的块间相关度量为其中为的第k个奇异值。本步骤算法相对简单,就是将产生的矩阵簇中所有矩阵之间的相关度量ωi,j从大到小排序,将最大的一些ωi,j对应的矩阵舍弃,直到剩余N个矩阵作为非正交接入方法中的预编码矩阵。列正交有利于信号恢复,若不考虑信道的相关性,块间相关小表示用户之间的干扰小,这有利于用户检测和符号解调。同时,非零元素稀疏且非零元素幅值一致的预编码矩阵可以降低发送端的预编码复杂度,因为这样的预编码矩阵不要求发送端进行乘法运算;而且在进行相关检查用户时,也可以免去很多的乘法运算。同样地,也可以降低存储复杂度。最后,可以从统计上证明,这样预编码之后的符号可以获得良好的PAPR特性。如果预编码矩阵每行的非零元素个数一致,则预编码后的所有符号的PAPR都符合相同的统计规律。
步骤4,对步骤3选择的预编码矩阵进行准确性能验证。如果的预编码矩阵性能不够理想,则返回步骤2重新进行构造。
图7为本发明中不同预编码矩阵用于小包数据传输的性能仿真图,FER(frameerror rate)为误帧率,参数选择为:QPSK符号调制,24bits的CRC校验,1/2的卷积码,其它参数为(M,N,d,T,K)=(8,1280,200,1040,30)。在仿真结果标注中,“随机产生”对应的预编码矩阵是随机矩阵进行归一化产生的,“H-稀疏度51/52”表示由20×20的Hadamard矩阵按照本发明的方法构造的预编码矩阵,“H-稀疏度19/20”表示由52×52的Hadamard矩阵按照本发明的方法构造的预编码矩阵。从图4可以看出,本发明采用上述方法所构造出来的预编码矩阵相对于随机产生的预编码矩阵在小包恢复的FER性能上可以带来1dB的增益。
按照上述方法构造的预编码矩阵可以带来的优势如下:
1、可产生非常多的预编码矩阵来服务大量的用户;
2、可获得比随机产生的预编码矩阵更好的信号恢复准确性;
3、可降低方法的实现复杂度,包括信号恢复复杂度,预编码计算复杂度,预编码矩阵分配、存储复杂度等;
4、可使预编码后的信号获得统计上良好的峰值平均功率比(peaktoaveragepowerratioPAPR)特性。
本发明可应用于存在大量小包数据发送的场景,例如,移动通信中手机发送小数据包,基站接收是最典型的运用。再比如仪表读数(meter reading)中数据上传给数据收集节点,机器到机器(machine to machine)通信等。对于长包数据的传输,除了传统的接入方法,可以借鉴本发明中提出免竞争的方法。具体地,可以将长包数据分割成若干个小数据包,这些小数据包都有各自完整的通信信号结构。如此地,则包括原始的小数据包或者分割成为的小数据包都可以统一采用本发明来传输这些数据。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种无线网络中的小包数据传输方法,所述无线网络中包括一接收端和多个发送端,所述接收端和发送端通信连接,其特征在于,方法包括:
S1,在所述发送端,对将要发送的小包数据进行长度扩展;
S2,将长度扩展后的小包数据从发送端发送至所述接收端;
S2,在所述接收端,对长度扩展后的小包数据进行稀疏恢复。
2.根据权利要求1所述的无线网络中的小包数据传输方法,其特征在于,所述步骤S1中,针对第n个发送端发送的小包数据,采用相应的预编码矩阵Pn,对该小包数据中的符号向量sn进行长度扩展,得到长度扩展后的小包数据,其信号xn表示为:
其中,T表示每个时频资源块可以承载的消息符号的个数,d表示长度扩展后的小包数据的长度。
3.根据权利要求2所述的无线网络中的小包数据传输方法,其特征在于,所述预编码矩阵Pn由所述发送端通过无线网络接入至所述接收端时分配给所述发送端。
4.根据权利要求2所述的无线网络中的小包数据传输方法,其特征在于,所述步骤S2中,长度扩展后的小包数据经由一信道发送至所述接收端,所述接收端获取到的小包数据的信号Y表示为:
其中,ρ0是信道上行链路的信噪比,为第n个发送端对应的复数域信道状态向量,N表示发送端的总个数。Z是噪声矩阵。
5.根据权利要求4所述的无线网络中的小包数据传输方法,其特征在于,所述步骤S3中,在恢复所述小包数据前,还对所述小包数据的信号Y进行向量化,得到向量化信号y:
其中,B=[B1,B2,…,BN],z表示噪声向量。
6.根据权利要求5所述的无线网络中的小包数据传输方法,其特征在于,所述步骤S3中,采用归一化的BOMP算法对长度扩展后的小包数据进行恢复,具体包括:
S31,获取向量化信号y及相应参数B、ρ0、K和所有信道响应向量,K表示BOMP算法的迭代次数;
S32,初始化迭代次数索引k=1,发送端集合Λ0=φ,残余信号r0=y;
S33,计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间归一化的系数cj,k:
表示子矩阵Bj的共轭转置,rk-1表示第k-1次迭代之后的残差信号,hj表示用户j到接收端的信道响应向量;
S34,找出满足条件的子块λk:
S35,更新发送端集合:
Λk=Λk-1∪{λk};
S36,采用最小二乘法更新信号:
其中,s0表示符合星座映射的所有元素构成的符号向量,表示由j∈Λk的子矩阵Bj构成的矩阵;
S37,更新残余信号和迭代索引:
k=k+1;
S38,结束并输出结果逼近信号即得到恢复后信号。
7.一种无线网络中的小包数据传输***,所述无线网络中包括一接收端和多个发送端,所述接收端和发送端通信连接,其特征在于,***包括:
扩展模块,用于在所述发送端,对将要发送的小包数据进行长度扩展;
发送模块,用于将长度扩展后的小包数据从发送端发送至所述接收端;
恢复模块,用于在所述接收端,对长度扩展后的小包数据进行稀疏恢复。
8.根据权利要求7所述的无线网络中的小包数据传输***,其特征在于,针对第n个发送端发送的小包数据,扩展模块采用相应的预编码矩阵Pn,对该小包数据中的符号向量sn进行长度扩展,得到长度扩展后的小包数据,其信号xn表示为:
其中,T表示每个时频资源块可以承载的消息符号的个数,d表示长度扩展后的小包数据的长度,N表示发送端的总个数。
9.根据权利要求8所述的无线网络中的小包数据传输***,其特征在于,所述预编码矩阵Pn由所述发送端通过无线网络接入至所述接收端时分配给所述发送端。
10.根据权利要求8所述的无线网络中的小包数据传输***,其特征在于,所述发送模块将长度扩展后的小包数据经由一信道发送至所述接收端,所述接收端获取到的小包数据的信号Y表示为:
其中,ρ0是信道上行链路的信噪比,为第n个发送端对应的信道状态向量。Z是噪声矩阵。
11.根据权利要求10所述的无线网络中的小包数据传输***,其特征在于,所述恢复模块在恢复所述小包数据前,还对所述小包数据的信号Y进行向量化,得到向量化信号y:
其中,B=[B1,B2,…,BN],z表示噪声向量。
12.根据权利要求11所述的无线网络中的小包数据传输***,其特征在于,所述恢复模块采用归一化的BOMP算法对长度扩展后的小包数据进行恢复,具体包括:
S31,获取向量化信号y及相应参数B、ρ0、K和所有信道响应向量,K表示BOMP算法的迭代次数;
S32,初始化迭代次数索引k=1,发送端集合Λ0=φ,残余信号r0=y;
S33,计算r0和B中索引属于用户集合j∈{1,…,N}\Λk-1的子块之间归一化的系数cj,k:
表示子矩阵Bj的共轭转置,rk-1表示第k-1次迭代之后的残差信号,hj表示用户j到接收端的信道响应向量;
S34,找出满足条件的子块λk:
S35,更新发送端集合:
Λk=Λk-1∪{λk};
S36,采用最小二乘法更新信号:
其中,s0表示符合星座映射的所有元素构成的符号向量,表示由j∈Λk的子矩阵Bj构成的矩阵;
S37,更新残余信号和迭代索引:
k=k+1;
S38,结束并输出结果逼近信号即得到恢复后信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610440278.XA CN106211235A (zh) | 2016-06-16 | 2016-06-16 | 一种无线网络中的小包数据传输方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610440278.XA CN106211235A (zh) | 2016-06-16 | 2016-06-16 | 一种无线网络中的小包数据传输方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106211235A true CN106211235A (zh) | 2016-12-07 |
Family
ID=57460744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610440278.XA Pending CN106211235A (zh) | 2016-06-16 | 2016-06-16 | 一种无线网络中的小包数据传输方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106211235A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107612704A (zh) * | 2017-07-28 | 2018-01-19 | 北京邮电大学 | 物联网服务的排序方法及装置 |
WO2018137510A1 (zh) * | 2017-01-24 | 2018-08-02 | 华为技术有限公司 | 数据的传输方法和装置 |
CN109275163A (zh) * | 2018-09-06 | 2019-01-25 | 浙江工业大学 | 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 |
CN112910519A (zh) * | 2021-02-03 | 2021-06-04 | 安徽大学 | 基于残差齐次化排序技术的大规模mimo基站接收端信号恢复方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1215913A3 (en) * | 1997-11-03 | 2004-12-15 | Victor Company of Japan, Ltd. | Method and apparatus for compressing picture-representing data |
CN101282280A (zh) * | 2007-04-05 | 2008-10-08 | 大唐移动通信设备有限公司 | 一种高速共享控制信道上发送控制信息的方法 |
CN101866305A (zh) * | 2010-05-21 | 2010-10-20 | 武汉大学 | 支持数据查询和快速恢复的连续数据保护方法及*** |
CN102215205A (zh) * | 2011-07-29 | 2011-10-12 | 电子科技大学 | 一种ofdm/oqam***及其时频同步方法 |
-
2016
- 2016-06-16 CN CN201610440278.XA patent/CN106211235A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1215913A3 (en) * | 1997-11-03 | 2004-12-15 | Victor Company of Japan, Ltd. | Method and apparatus for compressing picture-representing data |
CN101282280A (zh) * | 2007-04-05 | 2008-10-08 | 大唐移动通信设备有限公司 | 一种高速共享控制信道上发送控制信息的方法 |
CN101282280B (zh) * | 2007-04-05 | 2010-12-29 | 大唐移动通信设备有限公司 | 一种高速共享控制信道上发送控制信息的方法 |
CN101866305A (zh) * | 2010-05-21 | 2010-10-20 | 武汉大学 | 支持数据查询和快速恢复的连续数据保护方法及*** |
CN102215205A (zh) * | 2011-07-29 | 2011-10-12 | 电子科技大学 | 一种ofdm/oqam***及其时频同步方法 |
Non-Patent Citations (1)
Title |
---|
RONGGUI XIE等: "A novel uplink data transmission scheme for small packets in massive MIMO system", 《IEEE/CIC ICCC 2014 SYMPOSIUM ON SIGNAL PROCESSING FOR COMMUNICATIONS》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018137510A1 (zh) * | 2017-01-24 | 2018-08-02 | 华为技术有限公司 | 数据的传输方法和装置 |
US11108597B2 (en) | 2017-01-24 | 2021-08-31 | Huawei Technologies Co., Ltd. | Data transmission method and apparatus |
CN107612704A (zh) * | 2017-07-28 | 2018-01-19 | 北京邮电大学 | 物联网服务的排序方法及装置 |
CN107612704B (zh) * | 2017-07-28 | 2019-10-01 | 北京邮电大学 | 物联网服务的排序方法及装置 |
CN109275163A (zh) * | 2018-09-06 | 2019-01-25 | 浙江工业大学 | 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 |
CN112910519A (zh) * | 2021-02-03 | 2021-06-04 | 安徽大学 | 基于残差齐次化排序技术的大规模mimo基站接收端信号恢复方法 |
CN112910519B (zh) * | 2021-02-03 | 2022-02-01 | 安徽大学 | 基于残差齐次化排序技术的大规模mimo基站接收端信号恢复方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105978655A (zh) | 一种无线网络中的小包数据传输方法及*** | |
Lee et al. | Deep power control: Transmit power control scheme based on convolutional neural network | |
CN105634571B (zh) | 大规模mimo***中基于部分导频复用的导频污染减轻方法 | |
CN101980470B (zh) | 一种基于混沌粒子群优化的ofdm***资源分配方法 | |
CN105721106B (zh) | 基于串行策略的scma上行通信***多用户检测方法 | |
CN103825678B (zh) | 一种基于Khatri‑Rao积3D MU‑MIMO的预编码方法 | |
CN106658695A (zh) | 一种应用于noma中的功率分配***及功率分配方法 | |
CN106211235A (zh) | 一种无线网络中的小包数据传输方法及*** | |
CN104540211B (zh) | 一种合作联盟中的功率优化方法 | |
CN110086515B (zh) | 一种mimo-noma***上行预编码设计方法 | |
CN109150779A (zh) | 超奈奎斯特通信***及其通信方法 | |
Jamali et al. | A low-complexity recursive approach toward code-domain NOMA for massive communications | |
CN105450274A (zh) | 基于能效最优的大规模多天线中继***用户数优化方法 | |
CN105991219B (zh) | 发送信号的处理方法及装置 | |
CN108770054A (zh) | 一种scma资源动态优化分配方法 | |
Zhao et al. | A game theoretic approach to setting the pilot power ratio in multi-user MIMO systems | |
CN106209188B (zh) | 大规模mimo***中基于部分导频交替复用的导频污染减轻方法 | |
CN105429741A (zh) | 基于动态用户配对的联合虚拟mimo资源分配方法 | |
Dong et al. | Energy efficiency maximization for uplink SCMA system using CCPSO | |
CN112469113A (zh) | 一种多载波noma***的资源分配方法及装置 | |
CN106911367A (zh) | 基于迭代干扰消除的多小区大规模mimo信道估计方法和装置 | |
CN106793111A (zh) | 基于动态多小区用户配对联合虚拟mimo资源分配方法 | |
CN106788893A (zh) | 一种稀疏交织多址接入方法 | |
CN111082842A (zh) | 基于码本复用的上行链路scma发射方法与接收方法 | |
CN102006146A (zh) | Mu-mimo***下行链路的用户调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161207 |
|
WD01 | Invention patent application deemed withdrawn after publication |