本發(fā)明屬于無線通信技術(shù)領(lǐng)域，涉及多輸入多輸出(multiple-inputmultiple-output,mimo)、稀疏碼多址(sparsecodemultipleaccess,scma)技術(shù)以及相關(guān)的信號檢測技術(shù)，具體的說是涉及一種用于mimo-scma系統(tǒng)的檢測方法。

背景技術(shù)：

mimo技術(shù)在通信系統(tǒng)的收發(fā)端均采用多根天線，在提升系統(tǒng)容量、提高頻譜效率、增強(qiáng)抗衰落能力等方面具有明顯優(yōu)勢，因而在第四代移動通信系統(tǒng)(4g)、無線局域網(wǎng)(wirelesslocalareanetwork,wlan)等領(lǐng)域有著廣泛的應(yīng)用。scma技術(shù)是一種面向5g的新型多址技術(shù)，將信源信息經(jīng)過高維調(diào)制、稀疏擴(kuò)頻處理后，可以實現(xiàn)不同用戶的碼字在相同的資源塊上非正交疊加，特別適用于5g通信中的熱點高容量、海量連接、低延時接入等應(yīng)用場景。mimo技術(shù)與scma技術(shù)的結(jié)合，作為一種新的傳輸方案(下文簡稱mimo-scma)，可以進(jìn)一步提升頻譜利用率、提升覆蓋范圍、增強(qiáng)抗衰落能力，是未來5g無線移動通信技術(shù)研究熱點之一。mimo-scma系統(tǒng)下行鏈路如圖1所示。

在通信系統(tǒng)中，接收機(jī)的設(shè)計往往直接關(guān)系到系統(tǒng)的性能與成本。針對mimo-scma系統(tǒng)，目前典型的算法可以分為兩類：一類是最大似然(maximumlikelihood,ml)檢測算法，需要搜索多個用戶所有可能發(fā)送的碼字，其優(yōu)點是檢測性能最優(yōu)，但是其復(fù)雜度隨著用戶個數(shù)、發(fā)射天線數(shù)和碼字?jǐn)?shù)呈指數(shù)增長，因此極高的復(fù)雜度限制了ml算法在實際通信系統(tǒng)中的應(yīng)用；另一類是將zf/mmse檢測與消息傳遞(messagepassingalgorithm,mpa)檢測結(jié)合的方式，即zf-mpa/mmse-mpa算法，其優(yōu)點是復(fù)雜度低，但是檢測性能較差。為此，針對上述檢測算法的局限性，本發(fā)明提出了一種低復(fù)雜度的可行方案。

技術(shù)實現(xiàn)要素：

本發(fā)明針對mimo-scma系統(tǒng)提出了一種低復(fù)雜度的檢測方法，其主要思路是：(1)通過對接收信號進(jìn)行zf或者mmse檢測，再對各天線上的多用戶的數(shù)據(jù)進(jìn)行mpa檢測初始解；(2)對mimo-scma系統(tǒng)的數(shù)學(xué)模型進(jìn)行線性等效變換，轉(zhuǎn)換為mimo系統(tǒng)的數(shù)學(xué)模型；(3)在等效的mimo系統(tǒng)模型中執(zhí)行鄰域搜索算法。將初始解置為當(dāng)前解，找到當(dāng)前解的鄰域空間集合中ml代價最小的解，若該解的ml代價值小于當(dāng)前解，則將該解更新為當(dāng)前解，繼續(xù)循環(huán)搜索過程，否則循環(huán)終止，輸出最終解。若循環(huán)次數(shù)超過上限值，算法也終止，當(dāng)前解即為最終輸出解。

本發(fā)明的技術(shù)方案是：

mimo-scma系統(tǒng)下行鏈路如圖1所示，具體步驟如下：

步驟1：產(chǎn)生信息比特。假設(shè)系統(tǒng)用戶數(shù)為j，資源數(shù)為k，基站端發(fā)射天線數(shù)為t，每個用戶的接收天線數(shù)為r，碼本碼字?jǐn)?shù)為m，則在基站端生成總的信息比特數(shù)為jtlog2(m)。

步驟2：scma編碼。首先，將各個用戶的比特流bj映射至n維的星座，即高維調(diào)制；然后將n維的非零星座點映射至k維碼字(n<k)，即稀疏擴(kuò)頻。

步驟3：在基站端，各個用戶的信息經(jīng)過scma編碼后得到的碼字疊加在一起，經(jīng)過天線發(fā)送出去，經(jīng)過無線信道后到達(dá)不同的用戶。

步驟4：接收端進(jìn)行信號檢測。在mimo-scma系統(tǒng)下行鏈路中，對于接收端的某個用戶，其接收信號可以表示為：

y＝hx+n

其中，表示基站端的發(fā)送碼字，表示接收端的接收符號向量，表示加性高斯白噪聲向量，其元素服從均值為0、方差為σ²的高斯分布。信道矩陣h為：

ml檢測雖然具有最優(yōu)的檢測性能，但其復(fù)雜度極高，難以應(yīng)用于實際的通信系統(tǒng)中，而zf-mpa、mmse-mpa檢測算法雖然復(fù)雜度低，但檢測性能較差。為此，本發(fā)明提出了一種近最優(yōu)性能的低復(fù)雜度的檢測方法，具體流程如圖2所示，其詳細(xì)步驟如下：

步驟4-1：對接收信號y進(jìn)行mmse檢測，得到檢測符號為

步驟4-2：對各個天線上檢測符號進(jìn)行mpa檢測，分離各個用戶的信息，得到初始解s0。

步驟4-3：對mimo-scma系統(tǒng)的數(shù)學(xué)模型進(jìn)行線性等效變換，轉(zhuǎn)換為mimo系統(tǒng)的數(shù)學(xué)模型：

其中為接收符號，為高斯白噪聲，為發(fā)送符號向量，其元素為psk/qam調(diào)制符號。等效變換后的信道矩陣為：

其中f為scma因子圖矩陣，df為每個資源上沖突的用戶數(shù)，θu(u＝1,...,df)為高維調(diào)制星座的旋轉(zhuǎn)角度。

步驟4-4：將初始解s0置為當(dāng)前解s⁽ⁱ⁾，并進(jìn)行鄰域搜索。對于解向量s，其鄰域空間集合為該集合中所有的解向量與s僅有一個或若干調(diào)制符不同。以s＝[+1,-1,-1,+1,+1,-1]^t為例，僅有一個調(diào)制符號不同的鄰域集合可以定義為：

根據(jù)上述鄰域定義，搜索當(dāng)前解s⁽ⁱ⁾的鄰域空間解，找到中ml代價最小的解

步驟4-5：若φ(g)<φ(s⁽ⁱ⁾)，則更新下一次循環(huán)的當(dāng)前解s⁽ⁱ⁺¹⁾＝g，并回到步驟4-4，繼續(xù)執(zhí)行循環(huán)搜索過程。

步驟4-6：否則，算法終止，輸出最終解若循環(huán)超出設(shè)定的上限值，算法也將終止，并輸出最終解

步驟4-7：對最終輸出的解向量進(jìn)行數(shù)字解調(diào)，恢復(fù)得到原始比特信息。

本發(fā)明的有益效果是：

本發(fā)明針對mimo-scma系統(tǒng)提出了一種低復(fù)雜度的檢測方法，該方法的優(yōu)點主要體現(xiàn)在：該檢測方法在誤碼率性能上相較于zf-mpa、mmse-pma檢測算法有明顯優(yōu)勢，由于該檢測方法首先通過zf-mpa或者mmse-pma檢測算法獲得初始解，其后鄰域搜索過程的復(fù)雜度僅隨信號的調(diào)制階數(shù)和發(fā)射天線數(shù)呈線性增長，因此相較于ml算法具有低復(fù)雜度的優(yōu)勢。

附圖說明

圖1是mimo-scma系統(tǒng)框圖；

圖2是本發(fā)明提出的針對mimo-scma系統(tǒng)檢測方法的流程圖。

具體實施方式

發(fā)明內(nèi)容部分已經(jīng)對本發(fā)明的技術(shù)方案進(jìn)行了詳細(xì)描述，在此不再贅述。