一种与源址无关的大规模合作接入方法与流程

本发明涉及无线通信领域，尤其涉及一种与源址无关的大规模合作接入方法。

背景技术：

大规模机器通信是6g无线网络的三种主要应用场景之一。它的一个主要特点是无线网络需要支持大规模的无线终端的同时接入，同时网络中的终端的激活模式通常是偶发的。因为在每个时隙内，仅有少部分的终端处于激活状态，需要与接入点通信。其他设备为了节省能量而暂时处于休眠状态，它们只有在受到外部事件触发时才会被激活。

一方面，目前的与源址有关的大规模接入技术中，在涉及到联合设备激活检测和信道估计的问题时，激活的终端在每个时隙的开始阶段同时向接入点发射一个各自独有的导频序列，接入点通过激活检测和信道估计算法，得知哪些终端处于激活状态并获得其相应的信道状态信息。由于潜在设备数目庞大，并且接入点配备超大规模天线阵列，造成了设备检测和信道估计算法的导频序列长，计算复杂度等难题。另外，在涉及到数据检测的算法中，数据信息被融入到导频序列中，即每个设备配备多个不同的导频序列，接入点利用压缩感知技术联合检测出激活的设备和相应的数据信息。在这种方式中，每个用户需要配备唯一的一个码本。因此，这种方案仅适用于传递非常短的数据包。然而，短数据包传输已经不能满足飞速发展的物联网的需求。

另一方面，由于大量设备需要访问资源有限的6g无线网络，单接入点的检测已经变得越来越有挑战性。因此，基于多小区的估计算法可以应用到联合设备检测和信道估计问题中。但是，在传统方案中，各个小区的接入点独立进行信道估计。实际上，如果相邻接入点相互合作，共同处理从相邻接入点接收到的数据，可以大大提高检测的准确度，并且多小区间的干扰限制了估计的准确度。

为了解决这两个问题，本专利研究基于多接入点的去蜂窝无线网络，在这个网络中，所有设备都使用相同的码书同时向所有接入点发送数据信息。各个接入点与其邻居节点相互合作检测出这些数据信息，但是不需要判断出哪个信息属于哪个设备。如果发送信息的设备想要标识自己，可以将其id包含在其所发送的信息里。因此，如何在此模型基础上设计出高效的算法，实现用较短的子时隙长度准确地检测出更长的数据包成为了关键性问题。

技术实现要素：

本发明的目的是为了解决去蜂窝无线网络中，多个接入点配备大规模天线阵列时，现有与源址有关的大规模接入系统中的每个设备需要有一个独特的码书，数据检测方案的所能检测出的数据包短，需要的导频序列长，计算复杂度高的问题，提出了一种与源址无关的大规模合作接入算法。

本发明所采用的具体技术方案如下:

一种与源址无关的大规模合作接入方法，其包括如下步骤：

1)在6g去蜂窝无线网络中，所有激活设备基于一种外部编码方法，将要发送的比特信息融入奇偶校验码后，编码到个子序列块中；

2)激活设备基于一种内部编码方法，将1)中外部编码器生成的个子序列块发送到所有接入点上；

3)各个接入点接收到数据后，利用一种基于合作检测算法的内部解码方法，检测出每个子序列中的数据状态矢量；

4)根据一种硬阈值方法，各个接入点对步骤3)中的数据状态矢量估值进行判决，得出每个子序列块中激活信息的列表；

5)得到激活信息列表后，基于一种外部解码方法，各个接入点通过将子序列块的信息拼接在一起，恢复其所所发送的信息。

作为优选，步骤1)中所述的外部编码方法为：

各个激活设备将比特信息分成块，其中第一块的长度为j，剩下的每块的长度都小于j；然后为所有设备设置相同的伪随机奇偶校验方程，根据此方程为所有终端设备生成奇偶校验码，将奇偶校验码拼接在除第一块以外的其他块序列中，使得所有序列块的长度均为j。

作为优选，步骤2)中所述的内部编码方法为：

给定子时隙的长度为l，设置编码矩阵其中代表复数域，s的每一列都代表一个内部码书；首先，任意一个激活的设备k将其任意的一个子序列块中要发送的j比特信息映射成取值范围是1到2^j的整数ek；然后，激活的设备将内部码书s的第ek列发送给去蜂窝无线网络中的所有接入点。

作为优选，步骤3)中所述的基于合作检测算法的内部解码方法为：

对所有的子序列块执行并行运算，每个子序列块进行以下迭代过程：

输入所有接入点b＝1,2,…,b的接收数据yb、码书s、经验协方差步长ηb和迭代次数t的上界t，其中b为6g去蜂窝网络中的接入点总数，m为每个接入点所配备的天线数目；初始化所有接入点b＝1,2,…,b在迭代次数t＝0时的数据状态矢量初始值为协方差矩阵的初始值为中间量其中σ²为噪声方差，i为单位矩阵，为结合系数，为中间量,为接入点b的一跳邻居接入点集合；对每个接入点b，开始进行第t＝1次迭代：

首先，更新中间变量

其中ηb为步长；

为接入点b的排除其自身的一跳邻居接入点集合，和分别为集合和的基数，||·||2为向量的二范数,为矩阵的第n行，为接入点b在第t次迭代中的数据状态矢量，为接入点li在第t次迭代中的数据状态矢量，β>0为稀疏性惩罚因子；变量的计算方法为为的第n个元素，为接入点b在t时刻中间变量；梯度的计算方法为：为的第n个元素，子梯度的计算方法为以的概率计算此公式，为概率值参数，col{·}为列向量，为经验协方差，；协方差中间变量的计算方法为为第t次迭代中的协方差矩阵，sn为s的第n列，(·)^-1为矩阵的求逆运算，上标h为矩阵的共轭转置运算；

然后，从接入点b的一跳邻居接入点集合中以概率选出一个一跳邻居节点l；

接着，更新结合系数和子步长结合系数的计算方法为ρ为预设的可调参数，exp(·)为指数运算，为邻居节点l在第t-1次迭代中的数据状态矢量；子步长的计算方法为pl为选择概率；

接着，对索引标识n从1到2^j取值，依次更新数据状态矢量的元素和协方差的计算方法为

为相似性惩罚因子，为中间变量的第n个元素，为中间变量的第n个元素，|·|为取绝对值运算；的计算方法为

接着，更新中间变量和中间变量的计算方法为的计算方法为

最后，各个接入点将数据状态估计矢量分别通过回程链路传送给其一跳邻居接入点；

完成一次迭代的更新后，更新迭代次数t←t+1，再次重复下一次迭代的更新，直到t＝t时停止循环，完成未知数据状态矢量的估计。

作为优选，步骤4)中所述的硬阈值方法为：

以代表步骤3)中计算得到的任意接入点b和任意一个子序列块i的数据状态矢量估值，利用激活判断标准：各个接入点可以判断出码书s的哪些列处于激活状态，其中为数据状态矢量的第r个元素，vb,i为可调参数，代表在子序列块i检测出来的激活信息列表。

作为优选，步骤5)中所述的外部解码方法为：

对于各个接入点，外部解码器将所有序列块的激活信息列表从整数值转换为二进制值，将数据和奇偶校验位分开，计算列表中的所有信息组合的奇偶校验，并仅扩展树中满足奇偶校验条件的路径。

本发明具有的有益效果是：本发明提出的与源址无关的大规模合作接入算法，可以利用较短的子时隙长度准确地检测出更长的数据包，解决了传统的有源大规模数据检测问题中所能检测出的数据包短，需要的导频序列长，计算复杂度高等所产生的一系列问题。

附图说明

图1是与源址无关的大规模合作接入的场景示意图；

图2是将本发明的与源址无关的大规模合作接入方法与其他基于多小区的与源址无关的大规模接入方法比较时，数据检测错误概率与接入点天线数目的关系；

图3是将本发明的与源址无关的大规模合作接入方法与其他基于多小区的与源址无关的大规模接入方法比较时，数据检测错误概率与设备发射功率的关系；

具体实施方式

本实施例中，与源址无关的大规模合作接入场景图如图1所示，6g无蜂窝无线网络配备多个接入点,每个写入点安装m根天线，每个终端设备配置1根天线，每个时隙内，仅有少量终端随机激活与各个接入点进行通信，其他终端暂时处于睡眠状态。本发明基于免授权的随机接入协议，所有的激活设备运用相同的并且所有的接入点均已知的编码矩阵向各个接入点发送经过外部编码器处理的信息，首先，各个接入点基于一种大规模合作检测方法进行内部数据解码，然后将解码结果传送给外部解码器，外部解码器通过拼接子信息序列恢复出所接收到的信息。

基于多个接入点，本实施例提供了一种与源址无关的大规模合作接入算法，其包括如下步骤：

1)在6g去蜂窝无线网络中，所有激活设备基于一种外部编码方法，将要发送的比特信息融入奇偶校验码后，编码到个子序列块中。

在本步骤中，外部编码方法为：

各个激活设备将比特信息分成块，其中第一块的长度为j，剩下的每块的长度都小于j；然后为所有设备设置相同的伪随机奇偶校验方程，根据此方程为所有终端设备生成奇偶校验码，将奇偶校验码拼接在除第一块以外的其他块序列中，使得所有序列块的长度均为j。

2)激活设备基于一种内部编码方法，将1)中外部编码器生成的个子序列块发送到所有接入点上。

在本步骤中，内部编码方法为：

给定子时隙的长度为l，设置编码矩阵其中代表复数域，s的每一列都代表一个内部码书；首先，任意一个激活的设备k将其任意的一个子序列块中要发送的j比特信息映射成取值范围是1到2^j的整数ek；然后，激活的设备将内部码书s的第ek列发送给去蜂窝无线网络中的所有接入点。

3)各个接入点接收到数据后，利用一种基于合作检测算法的内部解码方法，检测出每个子序列中的数据状态矢量。

在本步骤中，基于合作检测算法的内部解码方法为：

对所有的子序列块执行并行运算，每个子序列块进行以下迭代过程：

输入所有接入点b＝1,2,…,b的接收数据yb、码书s、经验协方差步长ηb和迭代次数t的上界t，其中b为6g去蜂窝网络中的接入点总数，m为每个接入点所配备的天线数目；初始化所有接入点b＝1,2,…,b在迭代次数t＝0时的数据状态矢量初始值为协方差矩阵的初始值为中间量其中σ²为噪声方差，i为单位矩阵，为结合系数，为中间量,为接入点b的一跳邻居接入点集合；对每个接入点b，开始进行第t＝1次迭代(迭代过程中参数的上标t表示第t次迭代的参数)：

首先，更新中间变量

其中ηb为步长；

为接入点b的排除其自身的一跳邻居接入点集合，和分别为集合和的基数，||·||2为向量的二范数,为矩阵的第n行，为接入点b在第t次迭代中的数据状态矢量，为接入点li在第t次迭代中的数据状态矢量，β>0为稀疏性惩罚因子；变量的计算方法为为的第n个元素，为接入点b在t时刻中间变量；梯度的计算方法为：为的第n个元素，子梯度的计算方法为以的概率计算此公式，为概率值参数，col{·}为列向量，为经验协方差，；协方差中间变量的计算方法为为第t次迭代中的协方差矩阵，sn为s的第n列，(·)^-1为矩阵的求逆运算，上标h为矩阵的共轭转置运算；

然后，从接入点b的一跳邻居接入点集合中以概率选出一个一跳邻居节点l；

接着，更新结合系数和子步长结合系数的计算方法为ρ为预设的可调参数，exp(·)为指数运算，为邻居节点l在第t-1次迭代中的数据状态矢量；子步长的计算方法为pl为选择概率；

接着，对索引标识n从1到2^j取值，依次更新数据状态矢量的元素和协方差的计算方法为

为相似性惩罚因子，为中间变量的第n个元素，为中间变量的第n个元素，|·|为取绝对值运算；的计算方法为

接着，更新中间变量和中间变量的计算方法为的计算方法为

最后，各个接入点将数据状态估计矢量分别通过回程链路传送给其一跳邻居接入点；

完成一次迭代的更新后，更新迭代次数t←t+1，再次重复下一次迭代的更新，直到t＝t时停止循环，完成未知数据状态矢量的估计。

4)根据一种硬阈值方法，各个接入点对步骤3)中的数据状态矢量估值进行判决，得出每个子序列块中激活信息的列表。

在本步骤中，硬阈值方法为：

以代表步骤3)中计算得到的任意接入点b和任意一个子序列块i的数据状态矢量估值，利用激活判断标准：各个接入点可以判断出码书s的哪些列处于激活状态，其中为数据状态矢量的第r个元素，vb,i为可调参数，代表在子序列块i检测出来的激活信息列表。

5)得到激活信息列表后，基于一种外部解码方法，各个接入点通过将子序列块的信息拼接在一起，恢复其所所发送的信息。

在本步骤中，外部解码方法为：

对于各个接入点，外部解码器将所有序列块的激活信息列表从整数值转换为二进制值，将数据和奇偶校验位分开，计算列表中的所有信息组合的奇偶校验，并仅扩展树中满足奇偶校验条件的路径。

通过计算机仿真可以看出：如图2所示，本发明的与源址无关的大规模合作接入方案相较于传统的多小区接入方案，即基于多小区的近似信息传递算法，基于多小区的最大似然算法检测的准确率有明显的提升，并且相比于其他两种传统方案，本文方案可以使用更少的接入点天线数目来容纳更多的激活设备数目。图3表明本发明提出的与源址无关的大规模合作接入方案，相对于传统的基于多小区的近似信息传递算法，基于多小区的最大似然算法检测准确度有明显提升，并且本文方案需要很小的发射功率便能达到和其他两种传统方案相同的检测性能。这些优势首先是因为本文方案令多个接入点相互合作，将各个接入点的数据状态矢量间的联合稀疏性和联合相似性高效地结合到了最大似然算法中，推导出来了闭式表达式。其次是本文方案基于接入点接收数据的协方差进行计算，不需要估计各个设备的瞬时信道值，这减小了未知参数的数目，使得检测算法准确率更高。因此，本发明提出的与源址无关的大规模合作接入方案可以为大规模通信系统提供一种高效的数据检测方法。