CN110381003B - Scma-ofdm***中的针对峰均比抑制的多用户信号检测方法 - Google Patents

Abstract

本发明属于无线通信技术领域，具体的说是一种SCMA‑OFDM***中的针对峰均比抑制的多用户信号检测方法。本发明将选择映射方法应用于SCMA‑OFDM***的发送端，成功降低了信号的PAPR。考虑到SCMA‑OFDM信号的稀疏性，本发明利用消息传递算法在接收端进行译码，并且在综合相位备选序列的特性以及所使用的SCMA码本的特性后可以在不传送边带信息的情况下，在消息传递算法的每次迭代过程中对各个码字的发送概率进行调整最终准确的恢复出发送信号。因此本发明实现了针对选择映射算法的盲检测并且没有带来明显的计算复杂度的提升。

Description

SCMA-OFDM***中的针对峰均比抑制的多用户信号检测方法

技术领域

本发明属于无线通信技术领域，涉及一种SCMA-OFDM***中的针对峰均比抑制的多用户信号检测方法。

背景技术

在移动互联网和物联网业务的高速发展驱动下，未来大量的终端设备接入和极致的用户体验给移动通信提出了新的要求和巨大的挑战。因此，为了满足未来通信的需求，第五代移动通信技术(Fifth Generation,5G)应运而生，其中无线空口技术是当前5G研究的重要领域，在无线空口技术中，多址接入技术是研究的热点问题。面对5G中的这些挑战和发展愿景，传统的正交多址技术已经不能够满足未来移动通信发展的要求，所以一些非正交多址技术(Non-orthogonal Multiple Access，NOMA)就被提了出来。其中SCMA技术作为一种面向5G无线移动通信的非正交空口技术，采用非正交稀疏编码叠加技术，在相同的时频资源条件下，SCMA技术能够支持更多的用户连接。本发明采用OFDM技术，将SCMA信号块搭载于OFDM的正交子载波上传输数据。由于OFDM技术存在着信号的PAPR过高的问题，在发端信号放大时会使信号产生非线性失真，最终恶化***的BER性能。因此，如何降低SCMA-OFDM信号的PAPR以及提升***的性能尤为重要。

发明内容

本发明的目的是，针对SCMA-OFDM信号的高PAPR问题，采用无失真PAPR抑制的方法，例如：选择映射算法，部分序列传输算法，来降低SCMA-OFDM信号的PAPR，使得信号在经过信号放大器时不发生进一步失真或者尽可能小的失真，并且针对此类PAPR抑制方法提出一类基于消息传递算法的盲检测算法，由此在避免了传输边带信息同时并没有明显增加接收端的计算复杂度，使得***的信息传输效率有所提高。

本发明的技术方案如下：

SCMA-OFDM***中的多用户信号检测方法，该方法基于消息传递算法并用于上行链路SCMA-OFDM***中的多用户信号检测，假设***模型为在一个SCMA信号块中有J个用户共享K个资源，一个SCMA-OFDM信号占用N个正交子载波，也即一个SCMA-OFDM信号包含了N/K个SCMA信号块，每个用户采用的星座点数为M，***采用的选择映射算法的备选序列数为S。

该盲检测方法包括以下步骤：

S1、设置SCMA-OFDM***的各个参数，包括用户数J、时频资源K、码本大小M、***采用的选择映射算法的备选序列数为S，设置最大迭代次数为t_max；

S2、根据***采用的选择映射算法的备选序列数S生成备选相位序列

并最终确定用来传输的具有最小PAPR的信号x_j。

S3、初始化消息传递概率值为：

其中，

是指因子图中用户节点u_j到资源节点r_k的消息更新过程，其中t是迭代次数，x_j＝(x_1,j,x_2,j…,x_K,j)^T∈C^K表示第j个用户发送的码字；

S4、设置迭代次数初始值t＝1；

S5、资源节点的消息更新，对所有资源节点r_k计算：

其中，y_k是接收信号

第k个时频资源所接收到的信号，

是指因子图中用户节点u_p到资源节点r_k的消息更新过程，ξ_k表示因子图中与资源节点k相连的用户集合，ξ_k\j则表示去掉用户j后的集合；

S6、用户节点的消息更新，对所有用户节点u_j计算：

S7、由步骤S5中所得到的信息计算每个码字的发送概率

S7.1、计算使用正向码本码本时的码字发送概率：

S7.2、计算使用逆向码本时的码字发送概率：

S8、由步骤S7所得的码字发送概率估计相位备选序列，具体为：

S8.1、计算每一个SCMA块上的各个相位备选序列的发送概率值，其中i代表第i个SCMA块(此处亦可以使用欧式距离对备选相位序列进行估计)：

其中p_s,l是备选序列

的第l个元素且p_s,l∈(-1,1)。

S8.2、利用步骤S8.1所得的概率值估计在发送端用来处理信号的备选序列：

S9、将步骤S8所得的备选序列信息用于下一次消息传递算法的迭代：

S9.1、校正用户节点中的信息：

S9.2、校正码本：

S10、消息迭代更新：判断t是否超出步骤S1中设定的最大迭代次数，若t≤t_max，则进入步骤S5，若t>t_max，则终止消息迭代更新并进入步骤S11；

S11、利用更新后的概率分布，完成多用户检测，对用户进行软判决输出为：

其中ζ_j是表示因子图中与用户j相连的资源节点的集合ζ_j\k则表示去掉资源节点k的集合。

本发明的依据是，在SCMA-OFDM***的发送端，信号经过选择映射方法处理后信号的PAPR得到有效抑制，但是为了在接收端准确的恢复出发送信号，所选定的备选序列必须作为边带信息一起发送，这样导致了传输效率的降低。因此，现在有很多针对选择映射方法的盲检测算法的研究，这些盲检测算法在接收端估计选定的备选序列，虽然避免了边带信息的传输但同时也引起了译码复杂度的增加。而消息传递算法是基于SCMA码本的稀疏性提出的低复杂度译码算法，该算法会在迭代过程中不断计算并更新各个码字的发送概率，本发明就是利用该算法计算所得的各码字发送概率在接收端估计选定的相位备选序列，并且在消息传递算法达到最大迭代次数时同步有效的恢复出发送信号。

本发明的有益效果是：将选择映射方法应用于SCMA-OFDM***的发送端，成功降低了信号的PAPR。考虑到SCMA-OFDM信号的稀疏性，本发明利用消息传递算法在接收端进行译码，并且在综合相位备选序列的特性以及所使用的SCMA码本的特性后可以在不传送边带信息的情况下，在消息传递算法的每次迭代过程中对各个码字的发送概率进行调整最终准确的恢复出发送信号。因此本发明实现了针对选择映射算法的盲检测并且没有带来明显的计算复杂度的提升。

附图说明

图1为上行链路SCMA-OFDM***框图(以选择映射算法为例)；

图2为SCMA-OFDM***接收端盲检测算法原理图；

图3为SCMA编码原理图；

图4为SCMA因子图。

具体实施方式

下面结合附图和实施例详细说明本发明的技术方案。

考虑一个上行链路SCMA-OFDM通信***模型，K个频域资源块被J个用户占用，其原理框图如图1所示。首先，用户产生的比特数据流根据SCMA码本一一映射原则，将比特数据映射为待发送的码字，SCMA的编码原理如图2所示；其次，多组串行的码字经过串并变换成并行的数据，一一对应到SCMA-OFDM***的多个正交子载波上，经过N点IFFT变换将频域信号变换到时域信号后，再经并串变换将并行的时域信号变换成串行数据，最后调制到载波上发送出去。在信号发送端，SCMA直接将比特流数据映射为码本中的多维码字，该过程结合了传统正交多址方案中的调制与扩频这两个过程，获得了更为高效的编码方式。在接收端，基站接收到的信号为来自J个不同用户发送码字的叠加，而由于码字的稀疏性，基站端多采用MPA算法实现低复杂度检测译码。

假设所有用户是同步的，则基站端接收到的信号可以表示为：

式中y＝(y₁,y₂,…,y_K)^T表示基站端接收到的信号，x_j＝(x_1,j,x_2,j…,x_K,j)^T表示第j个用户发送的码字，h_j＝(h_1,j,h_2,j…,h_K,j)^T表示基站与第j个用户之间的信道状态信息，n＝(n₁,n₂,…,n_K)^T表示加性高斯白噪声(additive white Gaussian noise,AWGN)，并且服从分布n～CN(0,σ²I)。

由于SCMA-OFDM***采用了OFDM多载波方式搭载SCMA数据进行传输，不可避免的SCMA-OFDM信号仍然存在信号PAPR过高的问题，因此在图1发送端中，我们可以采用选择映射算法使信号的PAPR被抑制在期望值之下。

其中选择映射算法的具体实施步骤如下：

1、首先生成S个相互独立的相位备选序列p_s＝(p_s,1,p_s,2,...,p_s,N)^T。

2、将发送信号x_j和备选序列

相乘后得到一组新的联合信号：

X_j,s＝(x_j,1p_s,1,x_j,2p_s,2,...,x_j,Np_s,N)^T(s＝1,2...S)

3、通过IFFT将频域信号转化为时域信号然后计算每个联合信号的PAPR：

5、根据步骤4计算所得的PAPR数据，选择一个具有最小PAPR的联合信号进行传输，该信号可以表示为：

可以利用互补累积分布函数(CCDF)来描述经过选择映射算法处理过后的SCMA-OFDM信号的PAPR，CCDF的表达式如下：

Pr(PAPR>PAPR₀)＝p,0≤p≤1

当载波数N足够大时，根据中心极限定理，发射信号采样点的实部和虚部近似满足高斯分布，采样点的幅度满足瑞利分布，其概率密度可以表示为：

并且采样信号的功率分布服从χ²分布，而均值为0的单位方差的χ²分布的功率谱密度可以表示为p＝e^-y，我们定义

来表示SCMA***的稀疏程度，因此经过选择映射算法处理过后的SCMA-OFDM信号的CCDF如下所示：

Pr(PAPR>PAPR₀)＝[1-(1-e^-PAPR ₀)^BN]^S

由上式可知，经过选择映射算法处理后发送端信号的PAPR得到了有效抑制，但随之而来的问题是：要想在接收端利用消息传递算法进行译码，被选定的相位备选序列

必须作为边带信息一起传送到发送端，这无疑会导致传输效率的降低。因此多种针对选择映射算法的盲检测算法被提出，其中一种是利用ML算法在接收端实现盲检测，其过程如下：

上述方案虽然可以实现盲检测，但随之而来的高额的计算复杂度的增加是任何一个通信***所不能接受的。而考虑到SCMA接收端采用消息传递算法进行而该算法在迭代过程中需要不断计算并更新用户节点的信息，同时，SCMA码本具有稀疏性及一定的对称性，本发明提出了一种基于消息传递算法的盲检测算法用来避免传输边带信息并且在不大幅增加复杂度的前提下准确的恢复出发送信号。

实施例

本实施例采用Matlab仿真平台进行实验。

本例的目的通过如下步骤实现：

S1、设置SCMA***参数。本例中***参数如下：用户数J＝6，时频资源数K＝4，多载波的子载波数为N＝256，仿真信道为AWGN，仿真次数为10⁶，最大迭代次数为t_max＝6，所选用的备选序列数S＝4，备选序列元素为{1，-1}，所采用的码本如下表所示：

S2、随机生成S个相互独立的长度为N的备选相位序列p_s，其中元素为{1，-1}。

S3、将S个相位相位序列分别和生成的发送信号按元素相乘，即：

X_j,s＝(x_j,1p_s,1,x_j,2p_s,2,...,x_j,Np_s,N)^T(s＝1,2...S)

S4、对步骤S3中计算所得的联合信号进行IFFT运算，将频域信号转换为时域信号：

S5、计算S个联合信号的PAPR，并且选择具有最小PAPR的信号经过高斯信道仿真模型。

S6、初始化消息传递概率值为：

其中，

是指因子图中用户节点u_j到资源节点r_k的消息更新过程，其中t是迭代次数，x_j＝(x_1,j,x_2,j…,x_K,j)^T∈C^K表示第j个用户发送的码字；

S7、设置迭代次数初始值t＝1；

S8、消息迭代更新：判断t是否超出步骤S1中设定的最大迭代次数，若t≤t_max，则进入步骤S9，若t>t_max，则终止消息迭代更新并进入步骤S15；

S9、根据因子图F(t)(图3)对资源节点的消息更新，对所有资源节点r_k计算：

其中，y_k是接收信号Y第k个时频资源所接收到的信号，

是指因子图中用户节点u_p到资源节点r_k的消息更新过程，ξ_k表示因子图中与资源节点k相连的用户集合，ξ_k\j则表示去掉用户j后的集合；

S10、根据因子图F(t)(图3)进行用户节点的消息更新，对所有用户节点u_j计算：

S11、由步骤S10中所得到的信息计算每个码字的发送概率

S11.1、计算使用正向码本码本时的码字发送概率：

S11.2、计算使用逆向码本时的码字发送概率：

S12、由步骤S10所得的码字发送概率估计相位备选序列，具体为：

S12.1、计算每一个SCMA块上的各个相位备选序列的发送概率值，其中i代表第i个SCMA块：

S12.2、利用步骤S12.1所得的概率值估计在发送端用来处理信号的备选序列：

S13、将步骤S8所得的备选序列信息用于下一次消息传递算法的迭代：

S13.1、校正用户节点中的信息：

S13.2、校正码本：

S14、迭代次数更新：t＝t+1并返回步骤S8；

S15、利用更新后的概率分布，完成多用户检测，对用户进行软判决输出为：

其中ζ_j是表示因子图中与用户j相连的资源节点的集合ζ_j\k则表示去掉资源节点k的集合。

采用本发明所述方法进行仿真测试。我们对比了所提出的译码算法和传统的传输边带信息译码算法的BER性能。可以看到的是，所提算法对比传输边带信息的译码算法，BER性能只在低信噪比情况下有轻微的损失，在高信噪比下所提出的算法BER性能和传输边带信息的译码算法的BER性能相比没有任何差距。因为随着信噪比的增大，该算法对备选序列的估计越来越准确，当备选序列的估计没有错误时其性能在理论上应当等同于传输边带信息的译码算法。而和使用ML方式进行盲检测的算法相比，本发明中所提出的算法优势在于对备选序列的估计过程是在消息传递过程算法译码过程中同步进行的，因此相对于传统消息传递算法，该算法的计算复杂度并没有明显增加。

Claims (1)

1.SCMA-OFDM***中的针对峰均比抑制的多用户信号检测方法，***模型为在一个SCMA信号块中有J个用户共享K个资源，一个SCMA-OFDM信号占用N个正交子载波，也即一个SCMA-OFDM信号包含了N/K个SCMA信号块，每个用户采用的星座点数为M，***采用的选择映射算法的备选序列数为S；所述检测方法 包括以下步骤：

S1、设置SCMA-OFDM***的各个参数，包括用户数J、时频资源K、码本大小M、***采用的选择映射算法的备选序列数为S，设置最大迭代次数为t_max；

S2、根据***采用的选择映射算法的备选序列数S生成备选相位序列p_s＝(p_s,1,p_s,2,...,p_s,N)^T并最终确定用来传输的具有最小PAPR的信号x_j；

S3、初始化消息传递概率值为：

其中，

是指因子图中用户节点u_j到资源节点r_k的消息更新过程，其中t是迭代次数，x_j＝(x_1,j,x_2,j…,x_K,j)^T∈C^K表示第j个用户发送的码字；

S4、设置迭代次数初始值t＝1；

S5、资源节点的消息更新，对所有资源节点r_k计算：

其中，y_k是接收信号

第k个时频资源所接收到的信号，

是指因子图中用户节点u_p到资源节点r_k的消息更新过程，ξ_k表示因子图中与资源节点k相连的用户集合，ξ_k\j则表示去掉用户j后的集合；

S6、用户节点的消息更新，对所有用户节点u_j计算：

S7、由步骤S5中所得到的信息计算每个码字的发送概率

S7.1、计算使用正向码本码本时的码字发送概率：

S7.2、计算使用逆向码本时的码字发送概率：

S8、由步骤S7所得的码字发送概率估计相位备选序列，具体为：

S8.1、计算每一个SCMA块上的各个相位备选序列的发送概率值，其中i代表第i个SCMA块：

S8.2、利用步骤S8.1所得的概率值估计在发送端用来处理信号的备选序列：

S9、将步骤S8所得的备选序列信息用于下一次消息传递算法的迭代：

S9.1、校正用户节点中的信息：

S9.2、校正码本：

S10、消息迭代更新：判断t是否超出步骤S1中设定的最大迭代次数，若t≤t_max，则进入步骤S5，若t>t_max，则终止消息迭代更新并进入步骤S11；

S11、利用更新后的概率分布，完成多用户检测，对用户进行软判决输出为：

其中ζ_j是表示因子图中与用户j相连的资源节点的集合ζ_j\k则表示去掉资源节点k的集合。

Images