基于时间相关性和稀疏性估计的多用户检测方法及设备

本发明涉及通信，尤其涉及一种基于时间相关性和稀疏性估计的多用户检测方法及设备。

背景技术：

1、随着智能电网的发展，大规模设备和数据的接入会对电力系统的控制决策造成不可避免的影响，从而导致智能电网控制和运行复杂性的增加。并且针对智能电网大规模接入场景，传统的无线接入技术由于随机接入过程涉及每个设备与基站之间的信息交换，导致接入设备数量受到可用前导资源的限制。因此，如何针对智能电网大规模接入场景进行多用户检测成为当前亟需解决的关键问题。

2、相关技术中，通过使用稀疏性和压缩感知的重建算法实现多用户检测目的；通过近似信息传递(approximated message passing，amp)技术将全部上行传输过程分为活跃检测和数据重构部分以及数据传输部分，并根据接入情况设计基于最小均方误差(minimummean-square error，mmse)的去噪函数，以此通过将多天线接入系统中的多用户检测问题建模为多测量向量的数据重构问题的方式，实现多用户检测目的。

3、然而，现有多用户检测方法均依赖于用户稀疏性已知的假设才能实现智能电网大规模接入场景下的多用户检测目的，但在实际的智能电网大规模接入场景下，基站往往无法准确获取当前时隙的活跃用户数量，并且获取用户稀疏情况的算法也会增加多用户检测的计算复杂度，从而导致智能电网大规模接入场景下多用户检测的精度低且算法复杂度高。

技术实现思路

1、本发明提供一种基于时间相关性和稀疏性估计的多用户检测方法及设备，用以解决现有多用户检测方法均依赖于用户稀疏性已知的假设才能实现智能电网大规模接入场景下的多用户检测所导致的智能电网大规模接入场景下多用户检测的精度低且算法复杂度高的缺陷，通过结合各用户发送信号的时间相关性和发送信号具有的稀疏性特点，利用压缩感知技术在基站通过接收信号检测活跃用户并实现发送信号的精准重构，并使用交叉验证技术，实现在用户稀疏性未知的前提下，确保不增加算法复杂度并完成精准的多用户检测目的。

2、本发明提供一种基于时间相关性和稀疏性估计的多用户检测方法，应用于覆盖多用户的基站，所述方法包括：

3、基于历史时隙的历史活跃用户稀疏度进行时间相关性估计，确定当前时隙的活跃用户数量范围估计；

4、基于所述活跃用户数量范围估计和预设辅助重构信号，对所述多用户对应的信道信号向量进行信号重构，确定所述信道信号向量的初始备选信号集；

5、基于所述初始备选信号集、所述当前时隙的目标接收信号及所述目标接收信号的目标观测矩阵进行交叉验证，确定所述信道信号向量的目标向量估计值；

6、基于所述目标向量估计值进行活跃用户检测，确定所述当前时隙的目标活跃用户数量；

7、其中，所述信道信号向量包括所述多用户各自的发送信号经由对应信道衰减后的信号，所述预设辅助重构信号为基于所述目标接收信号确定的重构信号。

8、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述基于所述活跃用户数量范围估计和预设辅助重构信号，对所述多用户对应的信道信号向量进行信号重构，确定所述信道信号的初始备选信号集，包括：

9、s1、基于本次迭代后每个用户在所述当前时隙的降噪函数、所述预设辅助重构信号的第一预设观测矩阵和所述每个用户在所述历史时隙的第一预设时间相关性函数，确定下次迭代后所述每个用户在所述当前时隙的第一信道信号；

10、s2、基于所述下次迭代后所述每个用户在所述当前时隙的第一信道信号，确定下次迭代后所述多用户在所述当前时隙的第一信道信号向量；

11、s3、基于所述预设辅助重构信号、所述预设辅助重构信号的第一预设观测矩阵、所述下次迭代后所述多用户在所述当前时隙的第一信道信号向量、本次迭代后所述当前时隙的残差信号和本次迭代后所述每个用户在所述当前时隙的降噪函数，确定下次迭代后所述当前时隙的残差信号；

12、s4、基于预设的迭代总次数重复执行s1至s3，并基于所述活跃用户数量范围估计对迭代结果进行遍历，确定所述信道信号向量的初始备选信号集。

13、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述基于所述初始备选信号集、所述当前时隙的目标接收信号及所述目标接收信号的目标观测矩阵进行交叉验证，确定所述信道信号向量的目标向量估计值，包括：

14、从所述初始备选信号集中确定满足预设活跃用户数量估计误差条件的信道信号向量初始估计值；

15、基于所述信道信号向量初始估计值对应的活跃用户数量初始估计值，确定所述当前时隙的当前活跃用户稀疏度估计值；

16、基于所述当前活跃用户稀疏度估计值、所述当前时隙的目标接收信号及所述目标接收信号的目标观测矩阵，对所述信道信号向量进行信号重构，确定所述信道信号向量的目标备选信号集；

17、从所述目标备选信号集中确定满足所述预设活跃用户数量估计误差条件的所述目标向量估计值。

18、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，基于所述当前活跃用户稀疏度估计值、所述当前时隙的目标接收信号及所述目标接收信号的目标观测矩阵，对所述信道信号向量进行信号重构，确定所述信道信号向量的目标备选信号集，包括：

19、s5、基于所述当前活跃用户稀疏度估计值、本次迭代后所述每个用户在所述当前时隙的降噪函数、所述目标观测矩阵和所述每个用户在所述历史时隙的第二预设时间相关性函数，确定下次迭代后所述每个用户在所述当前时隙的第二预设信道信号；

20、s6、基于所述下次迭代后所述每个用户在所述当前时隙的第二预设信道信号，确定下次迭代后所述多用户在所述当前时隙的第二信道信号向量；

21、s7、基于所述目标接收信号、所述目标观测矩阵、所述下次迭代后所述多用户在所述当前时隙的第二信道信号向量、所述本次迭代后所述当前时隙的残差信号和本次迭代后所述每个用户在所述当前时隙的降噪函数，确定下次迭代后所述当前时隙的残差信号；

22、s8、基于预设的迭代次数重复执行s5至s7，并基于所述活跃用户数量范围估计对迭代结果进行遍历，确定所述信道信号向量的目标备选信号集。

23、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述每个用户在所述历史时隙的第一预设时间相关性系数的确定过程包括：

24、基于所述每个用户在所述历史时隙的信道信号向量估计、所述第一预设观测矩阵中所述每个用户的预设观测向量以及在所述历史时隙迭代收敛后的目标残差信号，确定所述第一预设时间相关性系数。

25、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述本次迭代后所述每个用户在所述当前时隙的降噪函数的确定过程包括：

26、基于所述每个用户的路损、预设的连续活跃概率、本次迭代后所述当前时隙的比例系数、本次迭代后所述每个用户在所述当前时隙的信道信号估计、本次迭代后所述当前时隙的残差信号和所述第一预设观测矩阵中所述每个用户的预设观测向量，确定所述降噪函数。

27、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述每个用户在所述历史时隙的第二预设时间相关性函数的确定过程包括：

28、基于所述每个用户在所述历史时隙的信道信号向量估计、所述目标观测矩阵中所述每个用户的目标观测向量以及在所述历史时隙迭代收敛后的目标残差信号，确定所述第二预设时间相关性系数。

29、根据本发明提供的一种基于时间相关性和稀疏性估计的多用户检测方法，所述方法还包括：

30、对所述当前时隙的目标接收信号进行划分，确定所述预设辅助重构信号和预设辅助估计信号；所述预设辅助估计信号用于对所述初始备选信号集进行活跃用户数量估计，所述预设辅助重构信号用于对所述信道信号向量进行信号重构。

31、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于时间相关性和稀疏性估计的多用户检测方法。

32、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于时间相关性和稀疏性估计的多用户检测方法。

33、本发明提供的基于时间相关性和稀疏性估计的多用户检测方法及设备，其中基于时间相关性和稀疏性估计的多用户检测方法，基站首先基于时间相关性估计历史时隙的历史活跃用户稀疏度，确定当前时隙的活跃用户数量范围估计，再基于活跃用户数量范围估计和预设辅助重构信号，对多用户对应的信道信号向量进行信号重构，确定信道信号向量的初始备选信号集；再进一步基于初始备选信号集、当前时隙的目标接收信号及目标接收信号的目标观测矩阵进行交叉验证，确定信道信号向量的目标向量估计值；最后，基于目标向量估计值进行活跃用户检测，确定当前时隙的目标活跃用户数量。由于信道信号向量包括多用户各自的发送信号经由对应信道衰减后的信号，预设辅助重构信号为基于目标接收信号确定的重构信号，因此通过结合各用户发送信号的时间相关性和发送信号具有的稀疏性特点，利用压缩感知技术在基站通过接收信号检测活跃用户并实现发送信号的精准重构，并使用交叉验证技术，实现在用户稀疏性未知的前提下，确保不增加算法复杂度并完成精准的多用户检测目的。