本发明专利技术公开了一种联合实现活动用户检测及其信道估计方法及其系统，该巨量机器类通信中活动用户检测方法包括：将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构，并运用SLO重构算法根据用户信道状态估计出活跃用户。本发明专利技术提供的方法能够减少导频信号的长度，并能获得优于最小二乘法的信道估计性能。
Joint Active User Detection and Channel Estimation Method and System
【技术实现步骤摘要】
联合实现活动用户检测及其信道估计方法及其系统
本专利技术涉及机器类通信(machinetypecommunication，MTC)场景里活动用户检测及其信道估计方法。
技术介绍
随着智能家居、智慧交通和智慧医疗等物联网应用的日益发展，当前迫切需要建立能为机器类设备提供互连互通的通信网络。为了实现该目标，第五代移动通信系统(5G)已将巨量机器类通信、增强移动宽带及超可靠低时延通信确定为需要支持的三种业务。由于机器类设备数量众多，因此，5G面临的一个极大挑战就是需要为巨量机器类设备提供及时的网络接入和高效的数据传输。蜂窝网络当前是通过专用的随机接入控制信道并采用授权的方式让用户竞争物理层传输资源，通常包括四个阶段，首先，每个活动用户随机地从正交导频信号池里抽取一个导频信号并发送给基站，通知基站该用户有数据需要发送；接着，基站为每个接收到的导频信号发送一个响应信号，授权可以继续传输信息；然后，接收到授权信号的用户继续向基站发送连接请求；最后，基站向没有发生导频冲突的用户分配传输数据的资源并授权该用户接入网络，而对发生导频冲突的用户不做应答，接入失败的用户需要等待一个时间之后重新竞争接入网络。这种传统授权的接入方案不适用于巨量机器类通信，因为：其一，信道的相干时间和相干带宽有限，这就决定了导频信号的长度有限，从而正交导频信号池里导频信号数量有限，面对巨量接入，导频冲突率高，延长了设备接入网络的耗时。其二，机器类通信的特点是突发式短数据包通信，有时需要发送的数据信息仅几个比特，若采用传统授权式接入方案，接入阶段占时远远超过了数据传输阶段的时间，导致系统整体效率低。因此，巨量机器类通信不能采用传统的授权式接入方案，需要开发非正交和无需授权的随机接入方案。在非正交和无需授权接入方案里每个机器类设备均安排一个固定的导频信号，在某一时刻若机器类设备有数据需要发送，该设备即刻直接发送导频信号和数据信息，这样可以避免导频冲突和长时间的授权接入申请，但该接入方案的核心支撑技术是需要从巨量的机器类设备里检测出活动用户并估计出其信道状态信息。
技术实现思路
本专利技术的目的是提供一种巨量机器类通信中联合实现活动用户检测及其信道估计的方法，该方法克服了现有授权接入技术中接入时间长的问题。为了实现上述目的，本专利技术提供了一种巨量机器类通信中活动用户检测方法，其特征在于，该巨量机器类通信中活动用户检测方法包括：将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构，并运用SLO(平滑L0范数算法)重构算法根据用户信道状态估计出活跃用户。优选地，在将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构之前，包括：将巨量机器类设备通过免授权非正交的方式随机接入基站。优选地，将巨量机器类设备通过免授权非正交的方式随机接入基站，包括：将巨量机器类设备的导频信号和数据信息直接发送至所述基站；且将多个巨量机器类设备中每个巨量机器类设备都分配一个预设长度的导频序列，且多个所述序列之间无需满足正交关系。优选地，将活动用户检测及其信道估计建模为压缩感知理论中的稀疏信号重构，包括：某一时隙，若K个机器类设备中有Ka个巨量机器类设备处于活动状态，则基站接收到的该Ka个活动用户发来的导频信号可表示为：其中，p(k)表示第k个活动用户在系统里所有巨量机器类设备中的编号；基站和巨量机器类设备均安装的是单天线；hp(k)是第P(k)个巨量机器类设备到基站的信道响应；xp(k)＝[xp(k),1,xp(k),2,…，xp(k),N]T是第p(k)个巨量机器类设备发送的导频序列，w是均值为0，方差为σ2的高斯噪声；当Ka个巨量机器类设备处于活动状态，则K-Ka个巨量机器类设备处于休眠状态；处于休眠状态的巨量机器类设备其通信链路没有激活，从而其信道响应为零；若考虑所有的巨量机器类设备，则接收到的导频信号可通过如下公式等价表示为其中，h是一个稀疏向量，包含有K-Ka个零元素，Ka个非零元素，且非零元素在h中的位置与活动用户的编号p(k)相对应。优选地，运用SLO(平滑L0范数算法)重构算法根据用户信道状态估计出活跃用户，包括：步骤121，输入观测信号y，观测矩阵X，阈值σmin，收缩因子ρ，步长μ和迭代次数L；步骤122，令其中，上标符号表示伪逆运算操作；步骤123，如果σ>σmin，则顺序执行(Ⅰ)和(Ⅱ)；否则，执行步骤124，(Ⅰ)在可行解集{h|y＝Xh}上，从初始解开始通过如下的L次迭代最速下降算法，最大化目标函数(a)设置向量δ的元素值为(b)令然后通过将投影到其可行解集上；(Ⅱ)令σ←ρσ，并返回步骤123；步骤124，计算并找出Ka个最大元素值的位置序号，将该Ka个位置序号存入集合I，输出检测出的活动用户I和活动用户信道状态信息本专利技术还提供一种巨量机器类通信中活动用户检测系统，该巨量机器类通信中活动用户检测系统包括：将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构，并运用SLO(平滑L0范数算法)重构算法根据用户信道状态估计出活跃用户的设备。优选地，包括：将巨量机器类设备通过免授权非正交的方式随机接入基站的设备。优选地，将巨量机器类设备通过免授权非正交的方式随机接入基站的设备，包括：将巨量机器类设备的导频信号和数据信息直接发送至所述基站的设备；且将多个巨量机器类设备中每个巨量机器类设备都分配一个预设长度的导频序列，且多个所述序列之间无需满足正交关系的设备。优选地，将活动用户检测及其信道估计建模为压缩感知理论中的稀疏信号重构的设备，包括：某一时隙，若K个机器类设备中有Ka个巨量机器类设备处于活动状态，则基站接收到的该Ka个活动用户发来的导频信号可表示为：其中，p(k)表示第k个活动用户在系统里所有巨量机器类设备中的编号；基站和巨量机器类设备均安装的是单天线；hp(k)是第P(k)个巨量机器类设备到基站的信道响应；xp(k)＝[xp(k),1,xp(k),2,…,xp(k),N]T是第p(k)个巨量机器类设备发送的导频序列，w是均值为0，方差为σ2的高斯噪声；当Ka个巨量机器类设备处于活动状态，则K-Ka个巨量机器类设备处于休眠状态；处于休眠状态的巨量机器类设备其通信链路没有激活，从而其信道响应为零；若考虑所有的巨量机器类设备，则接收到的导频信号可通过如下公式等价表示为其中，h是一个稀疏向量，包含有K-Ka个零元素，Ka个非零元素，且非零元素在h中的位置与活动用户的编号p(k)相对应。优选地，运用SLO(平滑L0范数算法)重构算法根据用户信道状态估计出活跃用户的设备，包括：输入设备，输入观测信号y，观测矩阵X，阈值σmin，收缩因子ρ，步长μ和迭代次数L；令其中，上标符号表示伪逆运算操作；判断设备，如果σ>σmin，则顺序执行(Ⅰ)和(Ⅱ)；否则，执行输出设备工作，(Ⅰ)在可行解集{h|y＝Xh}上，从初始解开始通过如下的L次迭代最速下降算法，最大化目标函数(a)设置向量δ的元素值为(b)令然后通过将投影到其可行解集上；(Ⅱ)令σ←ρσ，并返回判断设备；输出设备，计算并找出Ka个最大元素值的位置序号，将该Ka个位置序号存入集合I，输出检测出的活动用户I和活动用户信道状态信息与现有技术相比，本专利技术提供的活动用本文档来自技高网...
【技术保护点】
1.一种巨量机器类通信中活动用户检测方法，其特征在于，该巨量机器类通信中活动用户检测方法包括：将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构，并运用SLO重构算法根据用户信道状态估计出活跃用户。
【技术特征摘要】
1.一种巨量机器类通信中活动用户检测方法，其特征在于，该巨量机器类通信中活动用户检测方法包括：将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构，并运用SLO重构算法根据用户信道状态估计出活跃用户。2.根据权利要求1所述的巨量机器类通信中活动用户检测方法，其特征在于，在将活动用户检测和活动用户信道估计建模为压缩感知理论中的稀疏信号重构之前，包括：将巨量机器类设备通过免授权非正交的方式随机接入基站。3.根据权利要求1所述的巨量机器类通信中活动用户检测方法，其特征在于，将巨量机器类设备通过免授权非正交的方式随机接入基站，包括：将巨量机器类设备的导频信号和数据信息直接发送至所述基站；且将多个巨量机器类设备中每个巨量机器类设备都分配一个预设长度的导频序列，且多个所述序列之间无需满足正交关系。4.根据权利要求1所述的巨量机器类通信中活动用户检测方法，其特征在于，将活动用户检测及其信道估计建模为压缩感知理论中的稀疏信号重构，包括：某一时隙，若K个机器类设备中有Ka个巨量机器类设备处于活动状态，则基站接收到的该Ka个活动用户发来的导频信号可表示为：其中，p(k)表示第k个活动用户在系统里所有巨量机器类设备中的编号；基站和巨量机器类设备均安装的是单天线；hp(k)是第P(k)个巨量机器类设备到基站的信道响应；xp(k)＝[xp(k)，1，xp(k)，2，…，xp(k)，N]T是第p(k)个巨量机器类设备发送的导频序列，w是均值为0，方差为σ2的高斯噪声；当Ka个巨量机器类设备处于活动状态，则K-Ka个巨量机器类设备处于休眠状态；处于休眠状态的巨量机器类设备其通信链路没有激活，从而其信道响应为零；若考虑所有的巨量机器类设备，则接收到的导频信号可通过如下公式等价表示为其中，h是一个稀疏向量，包含有K-Ka个零元素，Ka个非零元素，且非零元素在h中的位置与活动用户的编号p(k)相对应。5.根据权利要求1所述的巨量机器类通信中活动用户检测方法，其特征在于，运用SLO(平滑L0范数算法)重构算法根据用户信道状态估计出活跃用户，包括：步骤121，输入观测信号y，观测矩阵X，阈值σmin，收缩因子ρ，步长μ和迭代次数L；步骤122，令其中，上标符号表示伪逆运算操作；步骤123，如果σ＞σmin，则顺序执行(I)和(II)；否则，执行步骤124，(I)在可行解集{h|y＝Xh}上，从初始解开始通过如下的L次迭代最速下降算法，最大化目标函数(a)设置向量δ的元素值为(b)令然后通过将投影到其可行解集上；(II)令σ←ρσ，并返回步骤123；步骤124，计算并找出Ka个最大元素值的位置序号，将该Ka个位置序号存入集合I，输出检测出的活动用户I和活动用...
【专利技术属性】
技术研发人员：叶新荣，黄涛，张爱清，谢小娟，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：安徽,34
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。