一种基于OFDM的卫星物联网大规模接入设计方法技术

本发明专利技术属于卫星通信技术领域，涉及一种基于OFDM的卫星物联网大规模接入设计方法。针对卫星物联网的大规模接入问题，本发明专利技术提出了一种免授权随机接入方法，在发送端通过重复发送OFDM符号并在接收端使用基于方差状态传播的消息传递算法进行联合活跃用户检测和信道估计，一方面通过重复发送OFDM符号达到提升接收端频域分辨率的效果，另一方面在接收端充分利用信道在时延

【技术实现步骤摘要】
一种基于OFDM的卫星物联网大规模接入设计方法


[0001]本专利技术属于卫星通信
，涉及一种基于OFDM的卫星物联网大规模接入设计方法。

技术介绍

[0002]通信系统中常用的用户接入方法为基于授权的随机接入，用户首先随机选取一个正交前导或导频序列进行接入，选取同一个导频的用户之间会发生冲突，未发生冲突的用户会得到基站的授权以及分配的物理资源，进行接下来的数据传输。对于卫星物联网通信系统，卫星服务的用户数大大增加，由于正交导频资源有限，基于授权的随机接入方法在面对大规模接入时会产生严重的用户冲突，导致极大的接入时延。
[0003]针对此问题，免授权随机接入技术被视为极具潜力的解决方案。该技术预先对用户分配固定的非正交导频，活跃用户无需授权即可发送导频和数据信号，但是接收端需要根据接收的导频检测出活跃用户并估计其信道，再进行数据解码。由于系统中大部分用户处于非活跃状态，用户的信道向量或矩阵具有稀疏结构，因此活跃用户检测可以转化为压缩感知问题。如文献“Massive Connectivity with Massive MIMO—Pa本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于OFDM的卫星物联网大规模接入设计方法，其特征在于，包括以下步骤：S1、用户端使用重复OFDM符号技术生成上行信号，具体为：用户k根据频域导频序列进行基带调制得到OFDM符号，将该OFDM符号重复N次并添加CP，得到第u个重复符号d
k，u
(t)：其中：Δf是子载波间隔，M为子载波数目，T＝1/Δf为OFDM符号长度，T
cp
为导频长度，为一个重复符号和CP的长度，ξ(t)为矩形脉冲：将用户导频部分的所有重复符号拼接到一起，得到上行信号s
k
(t)：其中：U是一个传输帧中的重复符号数；S2、用户的信号传送到发射天线后经过实际信道，卫星接收到包含所有用户信号的叠加以及高斯白噪声的信号r(t)；去除r(t)中的CP后，计算得到频域接收信号第u个重复符号的第n个子载波上的接收信号y
n，u
的计算公式为：S3、信道建模：对第k个用户，预先设定其网格时延参数τ
k
和多普勒参数v
k
：ν
j，k
∈[
‑
v
max
，v
max
)；其中，L
×
J是时延
‑
多普勒域网格的维度，τ
max
和v
max
分别表示网格所包含的最大时延和最大多普勒频移；信道表征为：其中：h
′
k，l，j
为用户k的实际物理信道在时延τ＝τ
k，l
和多普勒频移v＝v
k，j
的等效信道增益；定义α
k
为用户活跃状态：每个用户的活跃状态相互独立且概率为p(α
k
＝1)＝ρ；将用户的活跃状态和信道参数拼接到一起得到h：h＝[h
1，1
，h
1，2
，
…
，h
1，LJ
，h
2，1
，h
2，2
，
…
，h
2，LJ
，
…
，h
K，1
，h
K，2
，
…
，h
K，LJ
]
T
，其中：其中：表示向下取整，K是系统中总的用户数；S4、接收端进行频域过采样，得到观测信号y；根据网格信道模型，卫星接收信号y可表示为y＝Ah+w，其中w是方差为σ2的高斯白噪声，为测量矩阵，计算方法为：，
S5、建立概率模型；h
k，i
分配0均值方差为υ
k，i
的高斯分布h的条件概率为：其中υ＝[υ
1，1
，υ
1，2
，
…
，υ
K，LJ
]；υ
k，i
建模为关于隐藏状态s
k，i
的条件分布：p(υ
k，i
|s
k，i
)＝Gamma(υ
k，i
；γ1，γ2)δ(s
k，i
‑
1)+δ(υ
k，i
)δ(s
k，i
+1)，其中s
k，i
∈{
‑
1，1}表示υ
k，i
的状态，δ(
·
)为狄拉克delta函数，Gamma(υ
k，i
；a，b)表示Gamma分布：Gamma分布：为Gamma函数，γ
k，1
和γ
k，2
是Gamma分布的参数；隐藏状态s
k，i
和用户活跃状态α
k
的联合概率建模为马尔科夫随机场(MRF)概率模型：其中：s
k
＝[s
k，1
，s
k，2
，
…
，s
k，LJ
]，
∝
表示正比关系，[LJ]\i表示集合{1，
…
，LJ}不包含元素i的子集，β是MRF的参数，表示s
k，i
邻居节点的下边集合，即{i
‑
1，i+1，i
‑
J，i+J}，α
k
和s
k，i
之间的约束为其中m
ψ
＝2ρ
s
‑
1，ρ
s
是的稀疏度，即p(s
k，i
＝1)＝ρ
s
；联合概率p(y，h，υ，s，α)表示为：
其中s＝[s1，s2，
…
，s
K
]，α＝[α1，α2，
…
，α
K
]；S6、对联合概率p(y，h，υ，s，α)进行因子图表示，h、υ、s和α的每一个元素都是因子图中的一个变量节点，每一个概率因子都是一个因子节点；...

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