【技术实现步骤摘要】
本专利技术涉及免授权非正交多址接入系统的多用户检测方法，尤其是涉及一种基于多重测量向量模型的稀疏贝叶斯信号重构方法。
技术介绍
1、未来的无线通信中，大规模机器类型通信(mmtc)扮演着关键角色，它可以适用于智能城市、智能家居、能源管理和健康医疗等领域，支持大规模设备连接到基站(bs)。然而，mmtc设备通常在需要时才激活，这与以人为中心的通信有很大不同。并且传统的面向人类通信系统难以满足大规模物联网设备的大量连接需求，所以为了解决这个挑战以及提高mmtc的频谱效率，免授权非正交多址接入(gf-noma)被提出。然而，目前依然存在一些重要问题需要解决。其中之一是设计高效的多用户检测(mud)方案，以便有效地恢复同时从多个设备传输的信息。在mmtc网络中，大多数设备通常处于静默状态，只有少数设备处于激活状态。利用了用户活跃状态和数据传输的自然稀疏性，可以将多用户检测问题视为压缩感知(cs)框架下的稀疏信号恢复问题，并使用压缩感知重构算法来解决，以提高gf-noma系统的性能和效率。
2、岭回归检测方法(rd)、lasso检测方法(ld)以及最小均方误差(mmse)方法都将用户的活跃状态的稀疏性考虑在内，并且它们都需要已知用户活跃因子，但前两个检测方法的性能优于第三个方法的检测性能。迫零(zf)算法通过设置权重矩阵来减小系统中的干扰，但在信道矩阵条件数较大时可能引入噪声。这些传统方法的多用户检测器通过依赖固定用户稀疏度，独立恢复每个稀疏信号，用于解决单时隙场景下的多用户检测问题。
3、在实际的mmtc场景中，
技术实现思路
1、本专利技术的目的是提供一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，利用用户信息的内部结构化，将多时隙下多用户检测分解为多个单时隙，再对每个阶段进行操作，提取用户信息，避免多用户检测受到时隙的限制。
2、本专利技术的目的是通过以下技术方案来实现的：一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：在一个上行免授权非正交多址接入系统中，存在一个基站，用于接收来自k个单天线用户的数据信息，设单天线用户的数据信息通过长度为n的扩频码扩频后发送给基站，在l个连续时隙内，只有部分活跃用户持续发射信号，非活跃用户不发射信号；
3、由此基站接收信号等效为mmv模型，mmv模型是指多重测量向量模型，记为：
4、y＝hb+w，
5、其中，是发送端和接收端之间的信道矩阵，信道矩阵包含信道响应和扩频码的信息；
6、发射信号向量bl是第l个时隙k个用户的发射信号；yl是第l个时隙基站的接收信号；w.l是均值为零，协方差矩阵为σ2ι的复高斯噪声，l＝1,2,…,l；
7、在进行稀疏贝叶斯信号重构时，需要通过已知的接收信号向量y和信道矩阵h恢复发射信号向量b，包括以下步骤：
8、步骤s1：输入已知信息，其中包括接收信号、设备总数、等效信道矩阵以及扩频因子，使用自动决策技术(ard)给发射信号分配结构化的高斯先验信息，将噪声信号的先验信息分配成普通高斯分布，并将设置的发射信号和噪声信号的高斯分布进行超参数初始化，完成整个系统中发射信号恢复成功的判决条件的设置；
9、步骤s2：对先验信息进行贝叶斯计算，求解发射信号的后验分布，并将后验分布中的均值作为发射信号的最优更新规则；
10、步骤s3：在ard成本函数下，结合迭代期望最大化(em)寻找概率模型中超参数的估计值，最终获得发射信号超参数和噪声信号超参数的最优更新规则；
11、步骤s4：根据设置的最大迭代阈值或前后两次迭代后验均值的差值判断是否继续迭代，若满足判决条件则输出恢复信号、发射信号超参数和噪声信号超参数，若不满足则返回步骤s2开始新一轮迭代。
12、本专利技术的有益效果是：
13、(1)本专利技术给发射信号分配结构化的高斯先验信息，随后，使用贝叶斯基本准则和期望最大化算法，来更新发射信号的后验分布参数和超参数集。这种方法在迭代计算过程中无需明确知道实际的活跃用户数量，从而增加了计算的灵活性；
14、(2)本专利技术对发射信号分配结构化的高斯先验信息，充分利用发射信号的内部结构特性，将多时隙转变为单时隙问题，简化了多时隙下的多用户检测过程，提高了系统性能；
15、(3)本专利技术利用用户信息的内部结构化，将多时隙下多用户检测分解为多个单时隙，再对每个阶段进行操作，提取用户信息，解决了多时隙下的多用户检测问题。
本文档来自技高网...【技术保护点】
1.一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：在一个上行免授权非正交多址接入系统中，存在一个基站，用于接收来自K个单天线用户的数据信息，设单天线用户的数据信息通过长度为N的扩频码扩频后，选取L个时隙的信息当作发射信息发送给基站；在L个连续时隙内，只有部分活跃用户持续发射信号，非活跃用户不发射信号；
2.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤S1包括：
3.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤S2包括：
4.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤S3包括：
5.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤S4中，当运行次数达到最大循环次数t＝Rmax，或本轮迭代中得到的后验均值与上一轮迭代的后验均值的差值的二范数小于步骤S1设定的最大允许误差ε时，结束循环操作，将最后一轮迭代计算的B的后验均值作为恢复的发射信号；若
...【技术特征摘要】
1.一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：在一个上行免授权非正交多址接入系统中，存在一个基站，用于接收来自k个单天线用户的数据信息，设单天线用户的数据信息通过长度为n的扩频码扩频后，选取l个时隙的信息当作发射信息发送给基站；在l个连续时隙内，只有部分活跃用户持续发射信号，非活跃用户不发射信号；
2.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤s1包括：
3.根据权利要求1所述的一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：所述步骤...
【专利技术属性】
技术研发人员：张晓旭，兰雪萍，周子洋，全欣，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
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。