一种大连接场景下联合信道估计与用户检测方法技术

本发明专利技术属于信息与通信技术领域，具体涉及一种大连接场景下联合信道估计与用户检测方法。考虑到大连接场景下用户非完美同步的情况，用户间存在较大的时延，该时延使得频率域信道发生快速变化，极大地降低了频域信道估计的准确度。本发明专利技术将用户时延作为显式参数来进行建模，极大地减少了待估计参数的数目，在接收端实现了用户时延的校准，并结合压缩感知算法有效地提升了用户信道估计的性能，同时降低了活跃用户检测的错误率。了活跃用户检测的错误率。了活跃用户检测的错误率。

【技术实现步骤摘要】
一种大连接场景下联合信道估计与用户检测方法


[0001]本专利技术属于信息与通信
，具体涉及一种大连接场景下联合信道估计与用户检测方法。

技术介绍

[0002]5G网络时代的设备访问数目远大于LTE蜂窝网络等传统无线网，为支持大规模用户接入，一种新的无授权非正交多址接入(Non
‑
orthogonal MultipleAccess，NOMA)协议被提出。该协议允许用户在基站未授权的情况下发送消息，但因基站无从得知每个时隙发送信号的用户的信息，在数据解调前需先进行信道估计与活跃用户检测，导致接收机复杂度上升。同时NOMA技术可与OFDM技术、MIMO技术相结合来进一步提升频谱利用率和系统容量。
[0003]考虑到该场景下活跃用户稀疏，可将活跃用户与信道估计视为经典的稀疏信号恢复问题，使用压缩感知算法可在导频长度低于总用户数目时处理该问题。为进一步减少导频开销，现有算法中一个常用的策略是将频域信道转换到时域后利用时域信道的稀疏性来估计信道，但时域信道的转化存在能量泄露问题，稀疏性大打折扣，需估计的参数大幅增加。另一个方面，文献“Jiang，W.，Yue，M.，Yuan，X.，&Zuo，Y.(2021).MIMO
‑
OFDM
‑
Based Massive Connectivity With FrequencySelectivity Compensation.ArXiv，abs/2104.05169.”采用了分块线性近似频域信道的方法来减少估计信道时待估计参数的数量，较时域信道估计方法获得了较大的性能增益。然而，在大规模接入场景中实现用户完美同步的开销极大，用户间不同步引起的时延将导致信道频率选择性增强，分块线性近似模型需要的分块数大量增加，待估计参数随之增加，系统性能下降严重。

技术实现思路

[0004]为解决分块线性近似模型中因用户非完美同步引起的分块数增加问题，本专利技术将非完美同步引起的用户间时延(简称为用户时延)视为一个显式参数来估计，该过程被称为时延校准。同时基于活跃用户的稀疏特性，即在一个时隙上仅少量用户进行通信，利用压缩感知方法很好地实现了活跃用户检测和信道估计，提出了一种基于时延校准的联合用户检测与信道估计方法。
[0005]本专利技术接收机由两个模块构成，基于时延校准的线性估计模块A和稀疏信号降噪模块B。每个模块都会输出一个估计传入下一个模块作为输入。在模块A中先校准用户时延再作LMMSE获得信道估计值，在模块B中利用稀疏性对信道进行降噪并检测活跃用户。两个模块之间进行迭代直至算法收敛。
[0006]本专利技术采用的技术方案是：基于时延校准的大连接场景下联合信道估计与用户检测方法，包括以下步骤：
[0007]S1、频域信道建模：设基站端配置M根接收天线，共服务K名单天线用户。使用N个子载波进行导频传输，对频域信道采用分块近似，将N个子载波划分为Q个子块，认为每个子块上信道平坦衰落，用户k在第m根天线上第q个子块上的信道衰落系数为考虑第k名用
户非完美同步存在用户时延τ
k
，在对应信道频域响应第n个子载波上引入一个相位旋转因子Δf表示OFDM载波间隔，则信道频域响应可表示为，
[0008][0009]其中n
q
＝(q
‑
1)N/Q+1，...，qN/Q表示子块q上的OFDM子载波下标，表示信道近似的模型误差。定义块对角矩阵共Q个块，其中1
N/Q
表示长为N/Q的全1列向量，第k个用户在第m根天线上信道向量可表示为，
[0010][0011]其中为相位矩阵，表示信道平坦衰落系数向量，表示误差向量。信道矩阵形式可表为，
[0012][0013]其中表示误差矩阵。
[0014]S2、接收信号建模：记用户k在第t个OFDM符号的第n个子载波上的导频符号为则用户在第n个子载波上传输的导频符号x
k，n
可记为，
[0015][0016]其中T表示导频符号总数目。进一步可将用户导频矩阵X
k
表示为，
[0017][0018]考虑到大连接场景下每个时隙仅少量用户活跃，引入状态变量α
k
来表示用户k活跃(α
k
＝1)或非活跃(α
k
＝0)。在基站所有天线的接收信号可表示为，
[0019][0020]其中其中其中表示噪声与模型误差的和，建模为零均值方差的高斯白噪声。
[0021]S3、接收机参数初始化：S3、接收机参数初始化：其中表示模块A中矩阵H第m列的先验信息，为模块A中估计值h
m
的协方差矩阵对角元，这里假设对角元的所有元素相等，表示模块A中用户时延的先验信息。后文中使用上标“prior”的缩写“pri”表示先验信息，上标“posterior”的缩
写“post”表示后验信息，上标“extrinsic”的缩写“ext”表示外信息，下标A，B分别表示模块A和B，同一符号不同上标仅区分信息类别。
[0022]S4、模块A中实现用户时延校准，先将频域矩阵转化到时域，作LMMSE估计后获得每名用户时域信道的后验信息，进行插值后再基于最大似然估计获取用户时延估计值，具体步骤如下，
[0023]S41、首先将第k名用户的信道估计值变换到时域，时域矩阵可表示为，
[0024][0025]其中F为N
×
N的单位DFT矩阵，(
·
)
H
表示共轭转置。接收信号可表示为，
[0026][0027]其中为高斯白噪声，噪声方差为作LMMSE估计可得时域信道后验信息，
[0028][0029][0030]其中g
m
，y
m
分别表示矩阵G，Y的第m列。
[0031]S42、将第k名用户对应的信道矢量从中取出，并进行插值因子为ρ的Sinc函数内插，得到插值后的信道注意到用户时延此时在时域上表现为离散形式，即有τ
k
＝l
k
/ρNΔf，lk＝0，1，...，ρN
‑
1，l
k
表示用户时延τ
k
离散化后的下标。将其建模为加性高斯白噪声观测，
[0032][0033]其中噪声g
k，m
(l
k
)表示时域信道偏移l
k
个单位。
[0034]S43、联合所有天线上的估计值可以得到用户时延τ
k
的后验估计为其中
[0035][0036]其中为时域非零路径的方差，为g
k，m
中的的第l
k
个元素，|
·
|为取模运算。估计值将在模块A信道估计部分用作感知矩阵校准，同时作为下一次迭代中模块A用户时延的先验信息，即令
[0037]S5、模块A信道估计：将用户时延估本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大连接场景下联合信道估计与用户检测方法，其特征在于，包括以下步骤：S1、频域信道建模：设基站端配置M根接收天线，共服务K名单天线用户，使用N个子载波进行导频传输，对频域信道采用分块近似，将N个子载波划分为Q个子块，每个子块上信道平坦衰落，用户k在第m根天线上第q个子块上的信道衰落系数为k∈[1,K]，m∈[1,M]，q∈[1,Q]；考虑第k名用户非完美同步存在用户时延τ
k
，在对应信道频域响应第n个子载波上引入一个相位旋转因子n∈[1,N]，Δf表示OFDM载波间隔，则信道频域响应表示为：其中n
q
＝(q
‑
1)N/Q+1，
…
，qN/Q表示子块q上的OFDM子载波下标，表示信道近似的模型误差；定义块对角矩阵共Q个块，其中1
N/Q
表示长为N/Q的全1列向量，第k个用户在第m根天线上信道向量表示为：其中为相位矩阵，表示信道平坦衰落系数向量，表示误差向量；信道矩阵形式为：其中表示误差矩阵；S2、接收信号建模：记用户k在第t个OFDM符号的第n个子载波上的导频符号为则用户在第n个子载波上传输的导频符号x
k，n
记为：其中T表示导频符号总数目；进一步将用户导频矩阵X
k
表示为：考虑到大连接场景下每个时隙仅少量用户活跃，引入状态变量α
k
，α
k
＝1表示用户k活跃，α
k
＝0表示用户k非活跃，在基站所有天线的接收信号表示为：其中其中其中表示噪声与模型误差的和，建模为零均值方差的高斯白噪声；S3、接收机包括模块A和模块B，其中模块A接收输入信号接收机参数初始化：其中表示模块A中矩阵H
第m列的先验信息，为模块A中估计值h
m
的协方差矩阵对角元，假设对角元的所有元素相等，表示模块A中用户时延的先验信息；后文中使用上标“prior”的缩写“pri”表示先验信息，上标“posterior”的缩写“post”表示后验信息，上标“extrinsic”的缩写“ext”表示外信息，下标A，B分别表示模块A和B，同一符号不同上标仅区分信息类别；S4、在模块A中实现用户时延校准，先将频域矩阵转化到时域，作LMMSE估计后获得每名用户时域信道的后验信息，进行插值后再基于最大似然估计获取用户时延估计值，具体步骤如下，S41、首先将第k名用户的信道估计值变换到时域，时域矩阵表示为：其中F为N
×
N的单位DFT矩阵，(
·
)<...

【专利技术属性】
技术研发人员：袁晓军，欧志豪，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：