一种基于限幅噪声辅助的多用户检测方法与流程

本发明属于无线通信技术领域，涉及一种基于限幅噪声辅助的多用户检测方法。

背景技术：

随着移动互联网和移动物联网的高速发展，人们对于网络的场景需求更加多样化，对性能的要求更加极致，这就给下一代移动通信系统(5g)带来了不小的挑战，这不仅需要大幅度提升系统频谱效率，而且还要具备支持海量设备连接的能力。无线通信系统发展至今，每一代的多址技术都是正交多址(orthogonalmultipleaccess,oma)方式，资源的有限性决定了采用正交的方式不再能满足5g系统的需求；为此，业内有学者或机构提出了很多方案，这其中非正交多址(non-orthogonalmultipleaccess,noma)技术被认为是最热门，也是最有优势，有极大可能成为下一代无线通信系统的多址方案。scma技术作为一种面向5g无线移动通信的非正交空口技术，采用非正交稀疏编码叠加技术，在相同的时频资源条件下，scma技术能够支持更多的用户连接。本发明采用ofdm技术，将scma信号块搭载于ofdm的正交子载波上传输数据。由于ofdm技术存在着信号的papr过高的问题，在发端信号放大时会使信号产生非线性失真，最终恶化系统的ber性能。因此，如何降低scma-ofdm信号的papr以及提升系统的性能尤为重要。

技术实现要素：

本发明的目的是，针对scma-ofdm信号的高papr问题，采用对scma-ofdm时域信号进行限幅的方法，将scma-ofdm信号papr限制在一定范围内，使得信号在经过信号放大器时不发生进一步失真或者尽可能小的失真，并针对限幅这一人为引起的非线性失真，提出一种基于限幅噪声辅助的消息传递算法，将限幅操作引入的限幅噪声引入到消息传递算法中，使得算法的检测准确度得到大幅度提高。

本发明的技术方案如下：

一种应用于限幅scma-ofdm系统的消息传递算法，该方法用于限幅的上行链路scma-ofdm系统中的多用户信号检测，假设系统模型为，在一个scma信号块中有j个用户共享k个资源，一个scma-ofdm信号占用n个正交子载波，也即一个scma-ofdm信号包含了n/k个scma信号块，每个用户采用的星座点数为m，系统采用的限幅模型以及限幅率γ。

其特征在于，包括以下步骤：

s1、设置scma-ofdm系统的各个参数，包括用户数j、时频资源k、码本大小m、系统采用的限幅率γ，设置最大迭代次数为tmax；

s2、根据系统采用的限幅率γ计算出衰减因子α以及限幅噪声并最终确定系统的总噪声

s3、根据步骤s2中计算所得的衰减因子及接收信号y计算获得进行cna-mpa(clippingnoiseaidedmessagepassingalgorithm,，基于限幅噪声辅助的消息传递算法)检测译码的观测向量

s4、初始化消息传递概率值为：

其中，是指因子图中用户节点uj到资源节点rk的消息更新过程，其中t是迭代次数，xj＝(x1,j,x2,j…,xk,j)^t∈c^k表示第j个用户发送的码字；

s5、设置迭代次数初始值t＝1；

s6、消息迭代更新：判断t是否超出步骤s1中设定的最大迭代次数，若t≤tmax，则进入步骤s7，若t>tmax，则终止消息迭代更新并进入步骤s9；

s7、根据因子图f(t)进行资源节点与用户节点的消息更新，具体为：

s7.1、资源节点的消息更新，对所有资源节点rk计算：

其中，是高斯噪声和限幅产生的限幅噪声之和，是步骤s3获得的观测向量第k个时频资源所接收到的信号，h为信道，是指因子图中用户节点up到资源节点rk的消息更新过程，ξk表示因子图中与资源节点k相连的用户集合，ξk\j则表示去掉用户j后的集合；

s7.2、用户节点的消息更新，对所有用户节点uj计算：

s8、迭代次数更新：t＝t+1并返回步骤s6；

s9、利用更新后的概率分布，完成多用户检测，对用户进行软判决输出为：

其中ζj是表示因子图中与用户j相连的资源节点的集合ζj\k则表示去掉资源节点k的集合。

本发明的依据是，由于传统mpa(messagepassingalgorithm，消息传递)算法在计算每个用户发送的码字概率时使用的是噪声的概率密度分布函数，而概率分布函数中包含了噪声的方差这一参数，因此噪声参数对于传统mpa算法检测译码的准确度是至关重要的。而在采用了限幅技术抑制scma-ofdm信号的papr时，限幅操作可看成是在原始scma-ofdm信号的基础上引入了额外的噪声，也即此时整个系统总噪声由两部分组成，一部分为信道中的高斯噪声，另一部分则为限幅噪声；此时如果直接对接收到的信号进行传统的mpa检测，则会出现由于未考虑限幅噪声的原因，使得mpa检测性能严重下降的情况。所以本发明在分析了上述现象后，提出了一种基于限幅噪声辅助的消息传递算法，该算法在检测中加入了对限幅噪声的考虑，使得算法检测的准确度得到提高，最终大幅度提升系统的ber性能。

本发明的有益效果是：通过对scma-ofdm采用的限幅模型进行分析，发现了导致传统mpa性能急剧下降的原因，并通过理论推导获得了限幅噪声的特性，进一步修正了限幅scma-ofdm系统的检测模型，增加了对限幅噪声的考虑，提出了一种基于限幅噪声辅助的消息传递算法，该算法纠正了传统mpa应用于限幅scma-ofdm系统时未能考虑到限幅噪声的影响这一问题，使得用户数据检测的准确度得到了大幅度的提升，系统的ber性能也随之获得了极大的改善。

附图说明

图1为上行链路scma-ofdm系统框图；

图2为scma编码原理图；

图3为因子图。

具体实施方式

下面结合附图和实施例详细说明本发明的技术方案。

考虑一个上行链路scma-ofdm通信系统模型，j个用户共享k个时频资源块，其原理框图如图1所示。首先，用户产生的比特数据流根据scma码本一一映射原则，将比特数据映射为待发送的码字，scma的编码原理如图2所示；其次，多组串行的码字经过串并变换成并行的数据，一一对应到scma-ofdm系统的多个正交子载波上，经过n点ifft变换将频域信号变换到时域信号后，再经并串变换将并行的时域信号变换成串行数据，最后调制到载波上发送出去。在信号发送端，scma直接将比特流数据映射为码本中的多维码字，该过程结合了传统正交多址方案中的调制与扩频这两个过程，获得了更为高效的编码方式。在接收端，基站接收到的信号为来自j个不同用户发送码字的叠加，而由于码字的稀疏性，基站端多采用mpa算法实现低复杂度检测译码。

假设所有用户是同步的，则基站端接收到的信号可以表示为：

式中y＝(y1,y2,…,yk)^t表示基站端接收到的信号，xj＝(x1,j,x2,j…,xk,j)^t表示第j个用户发送的码字，hj＝(h1,j,h2,j…,hk,j)^t表示基站与第j个用户之间的信道状态信息，n＝(n1,n2,…,nk)^t表示加性高斯白噪声(additivewhitegaussiannoise,awgn)，并且服从分布n～cn(0,σ²i)。

由于scma-ofdm系统采用了ofdm多载波方式搭载scma数据进行传输，不可避免的scma-ofdm信号仍然存在信号papr过高的问题，因此在图1发送端中，我们可以在获得了串行时域信号后，将该信号通过一个限幅器处理使信号的papr被抑制在期望值之下。限幅器的数学定义如下：

其中表示时域上的scma-ofdm信号，a为预先设定的限幅门限值，超过该值的信号点都被置为该值，表示的相位值。值得注意的是，限幅操作只改变信号的幅度值，不改变信号的相位值。限幅门限值a由限幅率(clippingratio，cr)决定，其定义如下：

当子载波数n足够大时，由中心极限定理可知，时域信号xj,n可看成是一个复高斯随机信号，因此基于bussgang理论，当一个高斯随机信号进入限幅器件时，其输出信号可以统计地分解成两部分不相关的信号之和，如下表示为：

其中，α∈(0,1)为衰减因子，αxj,n为原始信号xj,n的线性衰减，dj,n为与原始信号xj,n无关(e[dj,n]＝0以及)的限幅噪声(clippingnoise,cn)。衰减因子α的值取决于限幅率γ：

因此，当通信双方事先知晓系统的限幅率γ时，同时双方也可以直接根据上式得知此时系统的限幅因子α。

当系统各用户完成对各自信号的限幅操作后，各用户发送的限幅scma-ofdm信号用频域形式可以表示为：

其中，cj和dj分别是限幅失真信号向量cj＝(cj,1,cj,2,...,cj,n)和限幅噪声向量dj＝(dj,1,dj,2,...,dj,n)经fft变换后得到的频域形式。各个用户分别发送各自的限幅信号后，在接收端接收机接收到的时域信号经fft变换后得到的频域信号可以表示成如下形式：

而上式可以根据前面的推导进一步分解为：

其中w为无线信道中的加性高斯白噪声，其均值为0方差为为用户j与接收机间的瑞丽衰落信道向量。

正如上式所示，与scma系统的接收信号模型相比，限幅后的接收信号模型额外多了系统各个用户产生的限幅噪声项；此外，接收信号的有效成分则为原始信号的衰减部分。因此，接收机在接收到信号y后，需先进行去衰减处理获得观测向量才能进行后续的mpa检测译码处理：

此时，对于限幅scma-ofdm系统，接收信号的总噪声应为：

基于以上对于限幅scma-ofdm系统的模型分析，本发明提供了一种基于限幅噪声辅助的消息传递算法以提升限幅scma-ofdm系统的检测性能。

实施例

本实施例采用matlab仿真平台进行实验。

本例的目的通过如下步骤实现：

s1、设置scma系统参数。本例中系统参数如下：用户数j＝6，时频资源数k＝4，多载波的子载波数为n，仿真信道为awgn，仿真次数为10⁶，最大迭代次数为tmax，所采用的限幅模型为奈奎斯特采样率下的限幅模型，限幅率以γ＝1db为例，所采用的码本如下表所示：

s2、本例采用奈奎斯特采样率下的限幅模型，则其对应的限幅噪声与信号功率的关系为：

上式中我们以表示原始信号的功率。

因此本例中的限幅scma-ofdm系统的总噪声为：

衰减因子α可根据前面的关系式由限幅率γ获得。

s3、根据步骤s2中计算所得的衰减因子及接收信号y计算获得进行cna-mpa检测译码的观测向量

s4、初始化消息传递概率值为：

其中，是指因子图中用户节点uj到资源节点rk的消息更新过程，其中t是迭代次数，xj＝(x1,j,x2,j…,xk,j)^t∈c^k表示第j个用户发送的码字；

s5、设置迭代次数初始值t＝1；

s6、消息迭代更新：判断t是否超出步骤s1中设定的最大迭代次数，若t≤tmax，则进入步骤s7，若t>tmax，则终止消息迭代更新并进入步骤s9；

s7、根据因子图f(t)(如图3)进行资源节点与用户节点的消息更新，具体为：

s7.1、资源节点的消息更新，对所有资源节点rk计算：

其中，是高斯噪声和限幅产生的限幅噪声之和，在步骤s2中计算获得，是步骤s3获得的观测向量第k个载波资源所接收到的信号，h为信道，是指因子图中用户节点up到资源节点rk的消息更新过程；

s7.2、用户节点的消息更新，对所有用户节点uj计算：

s8、迭代次数进行更新t＝t+1，回到步骤s6；

s9、利用更新后的概率分布，完成多用户检测，对用户进行软判决输出为：

采用本发明所述方法进行仿真测试。我们对比了所提算法和传统消息传递算法的ber性能。可以看到的是，所提算法相对比传统消息传递算法，ber的性能提升是非常显著的，特别是在高信噪比区域，由于限幅噪声已经在总噪声中占据了主要地位，因此传统消息传递算法在没有考虑到限幅噪声的情况下，其ber性能急剧下降，甚至是随着snr的变大而变得性能更差这种“不科学”的现象，归根结底就是因为限幅噪声的影响。而所提算法则很好的修正了这个问题，除了总体性能比传统消息传递算法有了显著的提升之外，在进入高snr区域后就性能收敛了(误码平层了)，这是因为，在高snr区域，信道中的高斯噪声几乎可以忽略，因此此时系统的信号和限幅噪声根据前面的推导存在着一个固定的比例关系，这就使得ber性能出现平层。