本發(fā)明屬于無線通信技術領域，涉及多輸入多輸出(multiple-inputmultiple-output,mimo)、稀疏碼多址(sparsecodemultipleaccess,scma)技術以及相關的信號檢測技術，具體的說是涉及一種用于mimo-scma系統(tǒng)的低復雜度檢測方法。

背景技術：

隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的不斷發(fā)展，各種新興業(yè)務不斷涌現(xiàn)，現(xiàn)有的第四代移動通信系統(tǒng)(4g)網(wǎng)絡將無法滿足未來的需求。目前，非正交多址技術受到業(yè)界的廣泛關注，被視為5g網(wǎng)絡中最具潛力的關鍵空口技術，scma技術就是非正交多址技術中的一種候選技術方案。scma技術是一種新型多址技術，它將用戶的信息進行高維調制、稀疏擴頻處理后，可以實現(xiàn)不同用戶的碼字在相同的資源塊上非正交疊加，其中用戶數(shù)可以數(shù)倍于資源數(shù)，特別適用于5g通信中的熱點高容量、海量連接、低延時接入等應用場景。mimo技術由來已久，其采用的多天線技術可以在不增加額外帶寬的條件下成倍地提升頻譜效率，同時具有抗多徑衰落的優(yōu)勢，在第四代移動通信系統(tǒng)(4g)、無線局域網(wǎng)(wirelesslocalareanetwork,wlan)等領域有著廣泛的應用?？紤]到傳統(tǒng)mimo技術的優(yōu)勢，mimo技術與scma技術的結合，作為一種新的傳輸方案(下文簡稱mimo-scma)，可以進一步提高頻譜效率、提升系統(tǒng)容量、改善誤碼率性能，是下一代無線移動通信技術研究熱點之一。mimo-scma系統(tǒng)下行鏈路如圖1所示。

在通信系統(tǒng)中，接收機的設計往往直接關系到系統(tǒng)的性能與成本。針對mimo-scma系統(tǒng)，目前典型的算法可以分為兩類：一類是最大似然(maximumlikelihood,ml)檢測算法，屬于聯(lián)合檢測算法，需要聯(lián)合搜索多個用戶所有可能發(fā)送的碼字，其優(yōu)點是具有最佳的誤碼率性能，但是其復雜度隨著用戶個數(shù)、發(fā)射天線數(shù)和碼字數(shù)呈指數(shù)增長，因此極高的復雜度限制了ml算法在實際通信系統(tǒng)中的應用；另一類是zf-mpa/mmse-mpa算法，即將zf/mmse檢測與消息傳遞(messagepassingalgorithm,mpa)檢測結合的方式，即其優(yōu)點是復雜度低，但是檢測性能較差。為此，針對上述檢測算法的局限性，本發(fā)明提出了一種近ml性能的低復雜度的檢測算法。

技術實現(xiàn)要素：

本發(fā)明針對mimo-scma系統(tǒng)提出了一種近ml性能的低復雜度的檢測方法，其主要思路是：(1)通過對接收信號進行zf或者mmse檢測，再對各天線上的多用戶的數(shù)據(jù)進行mpa檢測，得到初始解；(2)對mimo-scma系統(tǒng)的數(shù)學模型進行線性等效變換，轉換為mimo系統(tǒng)的數(shù)學模型；(3)若初始解的ml代價值小于門限值，即直接輸出初始解，算法終止；(4)若初始解不滿足門限值，則對初始解進行鄰域搜索，將前m個最優(yōu)鄰域解作為m個初始解。對當前m個解同時進行鄰域搜索，對每個當前解各保留n個最優(yōu)鄰域解，然后在m×n個鄰域解中保留前m個不同的最優(yōu)解作為下次迭代的當前解，如此進行循環(huán)迭代搜索，直至算法滿足終止條件而停止。

本發(fā)明的技術方案是：

mimo-scma系統(tǒng)下行鏈路如圖1所示，具體步驟如下：

步驟1：產(chǎn)生信息比特。假設系統(tǒng)用戶數(shù)為j，資源數(shù)為k，基站端發(fā)射天線數(shù)為t，每個用戶的接收天線數(shù)為r，碼本碼字數(shù)為m，則在基站端生成總的信息比特數(shù)為jtlog2(m)。

步驟2：scma編碼。首先，將各個用戶的比特流bj映射至n維的星座，即高維調制；然后將n維的非零星座點映射至k維碼字(n<k)，即稀疏擴頻。

步驟3：在基站端，各個用戶的信息經(jīng)過scma編碼后得到的碼字疊加在一起，經(jīng)過天線發(fā)送出去，經(jīng)過無線信道后到達不同的用戶。

步驟4：接收端進行信號檢測。在mimo-scma系統(tǒng)下行鏈路中，對于接收端的某個用戶，其接收信號可以表示為：

y＝hx+n

其中，表示基站端的發(fā)送碼字，表示接收端的接收符號向量，表示加性高斯白噪聲向量，其元素服從均值為0、方差為σ²的高斯分布。信道矩陣h為：

ml檢測雖然具有最優(yōu)的檢測性能，但其復雜度極高，難以應用于實際的通信系統(tǒng)中，而zf-mpa、mmse-mpa檢測算法雖然復雜度低，但檢測性能較差。為此，本發(fā)明提出了一種近最優(yōu)性能的低復雜度的檢測方法，具體流程如圖2所示，其詳細步驟如下：

步驟4-1：對接收信號y進行mmse檢測，得到檢測符號為

步驟4-2：對各個天線上檢測符號進行mpa檢測，分離各個用戶的信息，得到初始解s0。

步驟4-3：對mimo-scma系統(tǒng)的數(shù)學模型進行線性等效變換，轉換為mimo系統(tǒng)的數(shù)學模型：

其中為接收符號，為高斯白噪聲，為發(fā)送符號向量，其元素為psk/qam調制符號。等效變換后的信道矩陣為：

其中f為scma因子圖矩陣，df為每個資源上沖突的用戶數(shù)，θu(u＝1,...,df)為高維調制星座的旋轉角度。

步驟4-4：引入門限值vth，若則直接輸出最終解算法終止；

步驟4-5：否則，獲得m個初始解。通過對s0進行鄰域搜索，得到m個初始解，并置為當前解

其中函數(shù)s0的鄰域集合為與s0僅有一個或幾個符號不同的所有向量集合。以s＝[+1,-1,-1,+1,+1,-1]^t為例，僅有一個調制符號不同的鄰域集合可以定義為：

步驟4-6：對于第i次循環(huán)，對當前m個解進行鄰域搜索，對每個當前解保留前n個最優(yōu)鄰域解

步驟4-7：從得到的m×n個解向量，即集合c中，選擇前m個最優(yōu)解作為下次循環(huán)的當前解

步驟4-8：如果前一次循環(huán)得到的最小ml代價值小于或等于當前迭代的最小ml代價值，即

則算法終止，最終解為

步驟4-9：否則，將下一次循環(huán)的當前解更新為

并回到步驟4-6，繼續(xù)執(zhí)行循環(huán)流程，直至滿足終止條件或者達到循環(huán)上限，算法即終止。

步驟4-10：對最終輸出的解向量進行數(shù)字解調，恢復得到原始比特信息。

本發(fā)明的有益效果是：

本發(fā)明針對mimo-scma系統(tǒng)提出了一種低復雜度的檢測方法，該方法的優(yōu)點主要體現(xiàn)在：該檢測方法在誤碼率性能上相較于mmse-pma檢測算法有明顯優(yōu)勢，且復雜度比mmse-pma檢測算法略有增長，因此相較于ml算法具有低復雜度的優(yōu)勢。

附圖說明

圖1是mimo-scma系統(tǒng)框圖；

圖2是本發(fā)明提出的針對mimo-scma系統(tǒng)低復雜度檢測方法的流程圖。

具體實施方式

發(fā)明內容部分已經(jīng)對本發(fā)明的技術方案進行了詳細描述，在此不再贅述。