基于改进梯度投影法的低复杂度MIMO-NOMA系统信号检测方法技术方案

技术编号:20592716 阅读:21 留言:0更新日期:2019-03-16 08:56
本发明专利技术公开一种基于改进梯度投影法的低复杂度MIMO‑NOMA系统信号检测方法,涉及无线通信技术。根据系统活跃用户的稀疏特性,利用凸优化算法思想,将系统模型转化为严格的二次规划问题;然后对该问题进行迭代求解,并对每次迭代结果进行预处理操作,达到对活跃用户及其信号有效的检测。本发明专利技术突破了传统检测方法中算法收敛速度慢的问题,对每次迭代结果进行预处理操作,不仅可使检测结果快速收敛,而且还能检测出活跃用户集合,其实现过程简单,应用范围广泛。

Signal Detection Method for Low Complexity MIMO-NOMA System Based on Improved Gradient Projection Method

The invention discloses a low complexity MIMO NOMA system signal detection method based on improved gradient projection method, which relates to wireless communication technology. According to the sparse characteristics of active users, the system model is transformed into a strict quadratic programming problem by using convex optimization algorithm. Then the problem is solved iteratively and the results of each iteration are preprocessed to effectively detect active users and their signals. The invention breaks through the problem of slow convergence speed of algorithm in traditional detection method. Preprocessing the result of each iteration can not only make the detection result converge quickly, but also detect the active user set. The implementation process is simple and the application scope is wide.

【技术实现步骤摘要】
基于改进梯度投影法的低复杂度MIMO-NOMA系统信号检测方法
本专利技术属于无线通信
,尤其涉及一种低复杂度系统信号检测方法。
技术介绍
在移动通信中,多址接入技术是用来解决多用户多接入问题的技术。从1G到4G,每一代移动通信系统的发展都伴随着多址接入技术的演进。其中,只能提供模拟语音业务的第一代移动通信系统(1G)采用的是频分多址(FrequencyDivisionMultipleAccess,FDMA);第二代移动通信系统(2G)采用的是时分多址(TimeDivisionMultipleAccess,TDMA);能支持数字语音业务和低速的数据业务;第三代移动通信系统(3G)以码分多址来实现多用户接入,用户峰值速率可以达到几十Mbps;第四代移动通信系统(4G)以正交频分多址(OrthogonalDivisionMultipleAccess,OFDM)技术为核心,能大幅度提升数据速率。这四种多址技术分别在频域、时域、码域和时频域实现对资源的正交复用,从而避免多用户间的干扰。随着互联网和物联网的飞速发展,未来5G相比于现有的4G而言,频谱效率需提高5~15倍,连接数密度需提高10倍以上,此外,部分场景的时延要求需达到毫秒量级,同时,需接近100%可靠通信。正交多址方式(OrthogonalMultipleAccess,OMA)由于其接入用户数严格受限于可用的正交资源,因此无法满足5G大容量、海量连接、低时延接入等的需求。为了解决这些难题,非正交多址(non-orthogonalmultipleaccess,NOMA)技术作为第五代(fifthgeneration,5G)移动通信系统物理层关键技术之一,受到国内外学者的广泛关注。与正交多址(orthogonalmultipleaccess,OMA)不同,NOMA通过在有限的资源里服务更多的用户,以实现大规模连接和低延迟传输。为了进一步提高系统频谱效率,现研究将多输入多输出(multiple-inputmultiple-output,MIMO)技术与NOMA技术相结合,即形成MIMO-NOMA。在MIMO-NOMA系统中,由于各用户间非正交信号干扰的存在,给上行多用户MIMO-NOMA系统信号检测带来了严重的挑战。综上所述,为了加快算法的收敛速度,同时考虑检测算法计算复杂度问题,设计低复杂度检测算法显得尤为重要。
技术实现思路
有鉴于此,本专利技术所要解决的技术问题是,针对MIMO-NOMA系统各用户间非正交信号干扰严重,信号检测方法计算复杂度大,本专利技术提出一种信号检测方法,根据系统活跃用户的稀疏特性,利用凸优化算法思想,将系统模型转化为严格的二次规划问题,然后对该问题进行迭代求解,并对每次迭代结果进行预处理操作,达到对活跃用户及其信号有效的检测。本专利技术针对现有技术存在的上述技术问题,提出一种基于改进梯度投影法的低复杂度多输入多输出-非正交多址接入MIMO-NOMA系统信号检测方法。该方法包括步骤:从过载系统复数星座集合中获取第k个用户的发送符号xk,将发送符号xk调制到长度为N的扩展序列sk上,叠加所有活动用户的信号,通过N个正交OFDM子载波同时发送,得到基站全部天线的接收信号矢量yc;将复数域接收信号矢量yc和等效信道矩阵Hc转化为实数域接收信号矢量y和等效信道矩阵H;根据公式:建立二次规划问题模型,通过改进的梯度投影算法,对最小化二次规划问题进行迭代求解,并在每次迭代完成后对该次迭代结果进行预处理,重复迭代,直至达到最大跌倒次数,根据预处理结果更新检测支持集Γ(i+1),输出信号检测结果。本专利技术进一步包括,在多用户MIMO-NOMA系统中,通常小区内活跃用户数远小于小区基站所服务的总用户数,即意味着系统中只有一小部分活跃用户发送数据给基站,即活跃用户具有稀疏特性。因此,上行多用户MIMO-NOMA系统中的信号检测问题可转化为稀疏信号重构问题。对于稀疏信号xc,如果它具有S个非零元素,则其稀疏度级别可表示为S,并且稀疏信号xc的支撑集合可定义为Γ={k:k∈{1,2,,K},xk,c≠0}。为便于后续处理,将信号矢量由复数域转化到实数域。如基站全部天线的接收信号矢量:yc=Hcxc+nc,其中,Hc为等效信道矩阵,nc为天线噪声矢量,xc=[x1,x2,,xK]T是所有K个用户的发送信号矢量。将接收信号矢量由复数域转化到实数域,得到实数域系统模型y=Hx+n,其中y=[R{yc}TI{yc}T]T,x=[R{xc}TI{xc}T]T,n=[R{nc}TI{nc}T]T,为从系统模型基站接收信号矢量y中重建稀疏信号x,利用凸优化算法思想,将模型转化无约束凸优化(Convexunconstrainedoptimizationproblem)问题,即其中表示x的l1范数。τ是非负参数,用以平衡稀疏性和残差之间的权衡。为对上式中基于l1-范数的x进行求解,先将x分成正数和负数两个部分,即x=u-v。其中矢量u和v中的元素满足:ut=(xt)+,vt=(-xt)+,t=1,2,...,2K,这里()+表示取正数部分,定义为(x)+=max{0,x}。因此,其中12K=[1,1,...,1]T。由此,无约束凸优化问题转化为边界受限的二次规划BCQP(Bound-ConstrainedQuadraticProgram)问题,s.t.u≥0v≥0进一步上式可改写成严格的BCQP问题,如下式所示。s.t.q≥0其中q=[uTvT]T,这里14K∈C4K×1表示全一矢量,K是系统总的用户数,W是半正定矩阵。从而将稀疏信号x恢复问题,转化为最小化函数F(q)问题。通过最小化函数F(q),得到函数解q,最后得到稀疏信号x。然而,直接求解函数F(q)非常困难,于是,我们提出一种基于改进梯度投影法的低复杂度算法来对F(q)进行迭代求解。对于二次规划问题:本专利技术通过改进的梯度投影算法,对最小化二次规划问题进行迭代求解。首先计算函数F(q)在q(i-1)处的梯度即其中,各变量上标(i-1)表示第i-1次迭代。进一步根据梯度函数计算第i次迭代中的梯度因子δ(i),即其中表示第i-1次迭代时的步长因子。αmin和αmax分别代表算法中所需的步长因子最小值和最大值。进一步,根据公式q(i)=q(i-1)+λ(i)δ(i)计算第i次解向量q(i),从而达到最小化函数F(q)的目标,其中表示第i次迭代时的尺度因子。为了准确检测活跃用户和数据信息,迭代后得到的解向量q(i)作为MIMO-NOMA系统目标信号的估计值最大化的l2范数得到估计值预处理结果即进一步,最大化的l2范数得到估计值预处理结果具体包括:将中的元素进行排序,保留中前S个较大的元素,将其它较小的元素设置为0,其中,S为稀疏度级别。根据公式更新检测信号支撑集Γ(i),其中,表示预处理结果中非零元素的位置索引。最后再将估计值预处理结果转化为函数F(q)中当前迭代的解向量的初值,即:再进行下一次迭代。本专利技术突破了传统检测方法中算法收敛速度慢的问题,对每次迭代结果进行预处理操作,进而加快算法收敛速度,不仅可使检测结果快速收敛,而且还能检测出活跃用户集合,降低系统总的计算复杂度。从而提升接收机的信号检测性能。附图说明为了使本专利技术本文档来自技高网
...

【技术保护点】
1.一种基于改进梯度投影法的低复杂度MIMO‑NOMA系统信号检测方法,其特征在于:包括以下步骤:从过载系统复数星座集合中获取第k个用户的发送符号xk,将发送符号xk调制到长度为N的扩展序列sk上,叠加所有活动用户的信号,通过N个正交OFDM子载波同时发送,得到基站全部天线的接收信号矢量yc;将复数域接收信号矢量yc和等效信道矩阵Hc转化为实数域接收信号矢量y和等效信道矩阵H;根据公式:

【技术特征摘要】
1.一种基于改进梯度投影法的低复杂度MIMO-NOMA系统信号检测方法,其特征在于:包括以下步骤:从过载系统复数星座集合中获取第k个用户的发送符号xk,将发送符号xk调制到长度为N的扩展序列sk上,叠加所有活动用户的信号,通过N个正交OFDM子载波同时发送,得到基站全部天线的接收信号矢量yc;将复数域接收信号矢量yc和等效信道矩阵Hc转化为实数域接收信号矢量y和等效信道矩阵H;根据公式:建立二次规划问题模型,通过改进的梯度投影算法,对最小化二次规划问题进行迭代求解,并在每次迭代完成后对该次迭代结果进行预处理,重复迭代,直至达到最大跌倒次数,根据预处理结果更新检测支持集Γ(i+1),输出信号检测结果。2.根据权利要求1所述的方法,其特征在于,基站全部天线的接收信号矢量:yc=Hcxc+nc,其中,Hc为等效信道矩阵,nc为天线噪声矢量,xc=[x1,x2,,xK]T是所有K个用户的发送信号矢量。将接收信号矢量由复数域转化到实数域,得到实数域系统模型y=Hx+n,其中y=[R{yc}TI{yc}T]T,x=[R{xc}TI{xc}T]T,n=[R{nc}TI{nc}T]T,3...

【专利技术属性】
技术研发人员:景小荣胡哲
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 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。

1