高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测

申滨 吴和彪 赵书锋 崔太平

申滨, 吴和彪, 赵书锋, 崔太平. 基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测[J]. 电子与信息学报. doi: 10.11999/JEIT190994
引用本文: 申滨, 吴和彪, 赵书锋, 崔太平. 基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测[J]. 电子与信息学报. doi: 10.11999/JEIT190994
Bin SHEN, Hebiao WU, Shufeng ZHAO, Taiping CUI. Sparsity-aware Ordered Successive Interference Cancellation Based Multi-user Detection for Uplink mMTC[J]. Journal of Electronics and Information Technology. doi: 10.11999/JEIT190994
Citation: Bin SHEN, Hebiao WU, Shufeng ZHAO, Taiping CUI. Sparsity-aware Ordered Successive Interference Cancellation Based Multi-user Detection for Uplink mMTC[J]. Journal of Electronics and Information Technology. doi: 10.11999/JEIT190994

基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测

doi: 10.11999/JEIT190994
基金项目: 国家重大研发计划(2017YFE0118900),欧盟H2020项目(734798)
详细信息
    作者简介:

    申滨:男,1978年生,教授,研究方向为认知无线电、大规模MIMO等

    吴和彪:男,1994年生,硕士生,研究方向为大规模机器类系统多用户检测

    赵书锋:男,1991年生,硕士生,研究方向为大规模MIMO系统信号检测

    崔太平:男,1981年生,讲师,研究方向为认知无线电、车联网

    通讯作者:

    申滨 shenbin@cqupt.edu.cn

  • 中图分类号: TN929.5

Sparsity-aware Ordered Successive Interference Cancellation Based Multi-user Detection for Uplink mMTC

Funds: The National Key R&D Program of China (2017YFE0118900), The EU H2020 Project (734798)
  • 摘要: 在大规模机器类通信(mMTC)系统中,以用户活跃性为先验信息,接收机可以基于稀疏感知最大后验概率(S-MAP)准则来检测多用户信号。为了降低S-MAP检测的计算复杂度,基于干扰消除的思想,该文提出一种改进的活跃性感知有序正交三角分解(IA-SQRD)算法,以适用于mMTC系统上行链路多用户信号检测。IA-SQRD算法将传统的活跃性感知有序正交三角分解(A-SQRD)算法的最终解作为初始解,并额外增加迭代干扰消除操作,以进一步提高检测性能。此外,利用与改进A-SQRD算法相似的思路,该文对稀疏感知串行干扰消除(SA-SIC)、有序正交三角分解(SQRD)及数据相关的排序和正则化(DDS)算法亦进行了改进设计,分别获得了相应的改进型算法,即ISA-SIC、I-SQRD及I-DDS算法。仿真结果表明:相对于A-SQRD算法,在未显著增加计算复杂度的情况下,在系统误比特率(BER)为$2.5 \times {10^{ - 2}}$时,该文所提IA-SQRD算法可取得3 dB性能增益;并且,对于不同的活跃概率或扩频序列长度等参数配置下的mMTC系统,IA-SQRD算法相对于该文所提其它算法均表现出更优良的多用户检测性能。
  • 图  1  在[0.1 0.3]区间中随机均匀分布的用户活跃概率

    图  2  BER性能对比,$64 \times 128$配置

    图  3  BER性能对比,$128 \times 256$配置

    图  4  不同用户活跃概率对应的BER性能

    图  5  不同扩频序列长度对应的BER性能

    表  1  改进型活跃性感知有序正交三角分解(IA-SQRD)检测算法

     输入:${y}$, ${H}$, ${{A}_0}$, ${\rm{\sigma }}_w^2$,$\left\{ {{p_n}} \right\}_{n = 1}^N$
     输出:${{\bar s}^{{T_{{\rm{iter}}}}}}$(${T_{{\rm{iter}}}}$为迭代次数)
     (1) ${{\rm{\lambda }}_n} = \ln [(1 - {p_n})/({p_n}/\left| {A} \right|)]$
     (2) ${{y}_0} = [{y};{\bf{0}_N}]$, ${Q} = [{H};{{\rm{\sigma }}_w}{\rm{diag}}\left( {\sqrt {{\lambda }} } \right)]$, ${R} = {\bf{0}_{N \times N}}$, ${P} = {{I}_N}$
     (3) for $n = 1,2, \cdots ,N$ do
     (4) ${n_{\min } } = \arg {\min _{j = n,n + 1, ··· ,N} }{\left\| { {{q}_j} } \right\|^2}$
     (5) 交换${Q}$, ${R}$和${P}$中的$n$和${n_{\min }}$列
     (6) ${R_{nn}} = \left\| {{{q}_n}} \right\|$,${{q}_n} = {{q}_n}/{R_{nn}}$
     (7) for $j = n + 1, ···,N - 1,N$ do
     (8) ${R_{nj}} = {q}_n^{\rm{H}}{{q}_j}$, ${{q}_j} = {{q}_j} - {R_{nj}}{{q}_n}$
     (9) end for
     (10) end for
     (11) ${{\tilde y}_0} = {{Q}^{\rm{H}}}{{y}_0}$
     (12) for $n = N,N - 1, ··· ,1$ do
     (13) $x_n' = \left({\tilde y_{0,n} } - \displaystyle\sum\limits_{l = n + 1}^N { {R_{nl} } } {\hat x_l}\right)/{R_{nn} }$
     (14) ${\hat x_n} = {Q_{{{A}_0}}}({x_{n'}})$
     (15) end for
     (16) $\hat{ x} = \hat{ x}{{P}^{\rm{H}}}$
     (17) ${s} = \hat{ x}$
     (18) ${G} = {{H}^{\rm{H}}}{H}$, ${b} = {{H}^{\rm{H}}}{y}$
     (19) for $t = 1:{T_{{\rm{iter}}}}$
     (20) for $n = 1:N$
     (21) $\hat s_n^{(t)} = \hat s_n^{(t - 1)} + \dfrac{ { {b_n} - \displaystyle\sum\limits_{j = 1}^N { {G_{nj} }\hat s_j^{(t - 1)} } } }{ { {G_{nn} } } }$
     (22) $\bar s_n^{(t)} = {Q_{{{A}_0}}}(\hat s_n^{(t)})$
     (23) end for
     (24) end for
    下载: 导出CSV

    表  2  计算复杂度比较(复数浮点运算次数)

    $M$$N$SQRDA-SQRDI-SQRDIA-SQRD
    $16$$32$$3.4 \times {10^4}$$1.0 \times {10^5}$$5.5 \times {10^4}$$1.2 \times {10^5}$
    $32$$64$$2.7 \times {10^5}$$7.9 \times {10^5}$$4.2 \times {10^5}$$9.4 \times {10^5}$
    $64$$128$$2.1 \times {10^6}$$6.3 \times {10^6}$$3.2 \times {10^6}$$7.4 \times {10^6}$
    下载: 导出CSV
  • [1] DAWY Z, SAAD W, GHOSH A, et al. Toward massive machine type cellular communications[J]. IEEE Wireless Communications, 2017, 24(1): 120–128. doi:  10.1109/MWC.2016.1500284WC
    [2] GHAVIMI F and CHEN H H. M2M communications in 3GPP LTE/LTE-A networks: Architectures, service requirements, challenges, and applications[J]. IEEE Communications Surveys & Tutorials, 2015, 17(2): 525–549. doi:  10.1109/COMST.2014.2361626
    [3] SHIM B and SONG B. Multiuser detection via compressive sensing[J]. IEEE Communications Letters, 2012, 16(7): 972–974. doi:  10.1109/LCOMM.2012.050112.111980
    [4] CHOI J W, SHIM B, DING Yacong, et al. Compressed sensing for wireless communications: useful tips and tricks[J]. IEEE Communications Surveys & Tutorials, 2017, 19(3): 1527–1550. doi:  10.1109/COMST.2017.2664421
    [5] ZHU Hao and GIANNAKIS G B. Exploiting sparse user activity in multiuser detection[J]. IEEE Transactions on Communications, 2011, 59(2): 454–465. doi:  10.1109/TCOMM.2011.121410.090570
    [6] BARIK S and VIKALO H. Sparsity-aware sphere decoding: algorithms and complexity analysis[J]. IEEE Transactions on Signal Processing, 2014, 62(9): 2212–2225. doi:  10.1109/TSP.2014.2307836
    [7] KNOOP B, MONSEES F, BOCKELMANN C, et al. Compressed sensing K-best detection for sparse multi-user communications[C]. The 22nd European Signal Processing Conference, Lisbon, Portugal, 2014: 1726–1730.
    [8] ZHANG Xiaoxu, LIANG Yingchang, and FANG Jun. Novel Bayesian inference algorithms for multiuser detection in M2M communications[J]. IEEE Transactions on Vehicular Technology, 2017, 66(9): 7833–7848. doi:  10.1109/TVT.2017.2692776
    [9] ZHANG Xiaoxu, LABEAU F, LIANG Yingchang, et al. Compressive sensing-based multiuser detection via iterative reweighed approach in M2M communications[J]. IEEE Wireless Communications Letters, 2018, 7(5): 764–767. doi:  10.1109/LWC.2018.2820704
    [10] JEONG B K, SHIM B, and LEE K B. MAP-based active user and data detection for massive machine-type communications[J]. IEEE Transactions on Vehicular Technology, 2018, 67(9): 8481–8494. doi:  10.1109/TVT.2018.2849621
    [11] DI RENNA R B and DE LAMARE R C. Activity-aware multiple feedback SIC for massive machine-type communications[C]. The 12th International ITG Conference on Systems, Communications and Coding, Rostock, Germany, 2019: 1–6.
    [12] 丁子哲, 张贤达. 基于串行干扰消除的V-BLAST检测[J]. 电子学报, 2007, 35(S1): 19–24.

    DING Zizhe and ZHANG Xianda. V-BLAST detection based on successive interference cancellation[J]. Acta Electronica Sinica, 2007, 35(S1): 19–24.
    [13] KNOOP B, MONSEES F, BOCKELMANN C, et al. Sparsity-aware successive interference cancellation with practical constraints[C]. The 17th International ITG Workshop on Smart Antennas, Stuttgart, Germany, 2013: 1–8.
    [14] LIU Yi, YUEN C, CAO Xianghui, et al. Design of a scalable hybrid MAC protocol for heterogeneous M2M networks[J]. IEEE Internet of Things Journal, 2014, 1(1): 99–111. doi:  10.1109/JIOT.2014.2310425
    [15] AHN J, SHIM B, and LEE K B. Sparsity-aware ordered successive interference cancellation for massive machine-type communications[J]. IEEE Wireless Communications Letters, 2018, 7(1): 134–137. doi:  10.1109/LWC.2017.2760831
    [16] YANG Zhaohui, CHEN Ming, Pan Yijin, et al. Asynchronous detection for machine-to-machine systems with code division multiple access[C]. The 9th International Conference on Wireless Communications and Signal Processing, Nanjing, China, 2017: 1–6.
    [17] YANG Zhaohui, CHEN Ming, WANG Yinlu, et al. Compressive sensing based multiuser detection for asynchronous machine-to-machine systems[C]. The 9th International Conference on Wireless Communications and Signal Processing, Nanjing, China, 2017: 1–6.
    [18] BJÖRCK Å. Numerics of gram-schmidt orthogonalization[J]. Linear Algebra and Its Applications, 1994, 197/198: 297–316. doi:  10.1016/0024-3795(94)90493-6
    [19] MANDLOI M and BHATIA V. Low-complexity near-optimal iterative sequential detection for uplink massive MIMO systems[J]. IEEE Communications Letters, 2017, 21(3): 568–571. doi:  10.1109/LCOMM.2016.2637366
    [20] 申滨, 吴和彪, 崔太平, 等. 基于最优索引广义正交匹配追踪的非正交多址系统多用户检测[J]. 电子与信息学报, 2020, 42(3): 621–628. doi:  10.11999/JEIT190270

    SHEN Bin, WU Hebiao, CUI Taiping, et al. An optimal number of indices aided gOMP algorithm for multi-user detection in NOMA system[J]. Journal of Electronics &Information Technology, 2020, 42(3): 621–628. doi:  10.11999/JEIT190270
    [21] 申滨, 赵书锋, 金纯. 基于迭代并行干扰消除的低复杂度大规模MIMO信号检测算法[J]. 电子与信息学报, 2018, 40(12): 2970–2978. doi:  10.11999/JEIT180111

    SHEN Bin, ZHAO Shufeng, and JIN Chun. Low complexity iterative parallel interference cancellation detection algorithms for massive MIMO systems[J]. Journal of Electronics &Information Technology, 2018, 40(12): 2970–2978. doi:  10.11999/JEIT180111
  • [1] 王茜竹, 方冬, 吴广富.  基于改进稀疏度自适应匹配算法的免授权非正交多址接入上行传输多用户检测, 电子与信息学报. 2020, 42(9): 2216-2222. doi: 10.11999/JEIT190505
    [2] 申滨, 吴和彪, 崔太平, 陈前斌.  基于最优索引广义正交匹配追踪的非正交多址系统多用户检测, 电子与信息学报. 2020, 42(3): 621-628. doi: 10.11999/JEIT190270
    [3] 金梁, 宋昊天, 钟州, 许晓明.  多用户大规模MIMO自适应安全传输策略, 电子与信息学报. 2018, 40(6): 1468-1475. doi: 10.11999/JEIT170974
    [4] 杨维, 赵懿伟, 侯健琦.  一种改进基于门限的稀疏码多址接入低复杂度多用户检测算法, 电子与信息学报. 2018, 40(5): 1044-1049. doi: 10.11999/JEIT170647
    [5] 刘解放, 王士同, 王骏, 邓赵红.  一种具有最优保证特性的贝叶斯可能性聚类方法, 电子与信息学报. 2017, 39(7): 1554-1562. doi: 10.11999/JEIT160908
    [6] 鲍亚川, 蔚保国.  基于格基约减的扩频通信多址干扰抑制算法, 电子与信息学报. 2017, 39(5): 1164-1169. doi: 10.11999/JEIT161104
    [7] 杜洋, 董彬虹, 王显俊, 党冠斌, 高鹏宇.  基于串行策略的SCMA多用户检测算法, 电子与信息学报. 2016, 38(8): 1888-1893. doi: 10.11999/JEIT151259
    [8] 胡莹, 黄永明, 俞菲, 杨绿溪.  多用户大规模MIMO系统能效资源分配算法, 电子与信息学报. 2015, 37(9): 2198-2203. doi: 10.11999/JEIT150088
    [9] 尤明厚, 陶小峰, 崔琪楣, 张平.  Turbo-MIMO系统中一种基于部分后验概率的软检测算法, 电子与信息学报. 2010, 32(7): 1531-1537. doi: 10.3724/SP.J.1146.2009.01037
    [10] 姚冰心, 胡爱群.  下行MIMO通信系统的多用户分集研究, 电子与信息学报. 2009, 31(1): 5-8. doi: 10.3724/SP.J.1146.2007.01207
    [11] 孟艳, 汪晋宽, 朱俊, 解志斌.  MC-CDMA系统中一种线性共轭MOE多用户检测算法, 电子与信息学报. 2008, 30(12): 2976-2979. doi: 10.3724/SP.J.1146.2007.00822
    [12] 袁琪, 赵荣椿.  一种改进的遥感图像变化检测算法, 电子与信息学报. 2008, 30(11): 2737-2741. doi: 10.3724/SP.J.1146.2007.00614
    [13] 姚一佳, 朱世华, 胡刚, 张芳.  MIMO系统中基于干扰子空间投影的盲空时多用户检测算法, 电子与信息学报. 2007, 29(9): 2195-2198. doi: 10.3724/SP.J.1146.2006.00039
    [14] 包红强, 张兆扬.  基于时空标记场最大后验概率的多视频对象分割算法, 电子与信息学报. 2006, 28(2): 232-236.
    [15] 梅中辉, 吴乐南.  一种基于检测信息可靠度的部分软干扰消除迭代多用户检测算法, 电子与信息学报. 2006, 28(9): 1693-1696.
    [16] 赵为春, 刘丹谱, 乐光新.  多用户跳时超宽带系统串行码捕获性能分析, 电子与信息学报. 2005, 27(8): 1269-1273.
    [17] 陈明, 张吉林.  长码DS/CDMA系统中的预优软判决多用户干扰消除, 电子与信息学报. 2003, 25(7): 943-948.
    [18] 常永宇, 杨大成, 王文博.  CDMA移动通信系统中的分组并行多用户信号检测器, 电子与信息学报. 2001, 23(8): 772-777.
    [19] 严梅, 唐瑜, 龚耀寰.  最优天线与多用户检测技术联合多址干扰抑制, 电子与信息学报. 2000, 22(5): 775-779.
    [20] 王焱, 程时昕.  异步CDMA移动通信系统中采用分集接收的多用户检测器, 电子与信息学报. 1998, 20(2): 229-234.
  • 加载中
  • 图(5) / 表ll (2)
    计量
    • 文章访问数:  142
    • HTML全文浏览量:  101
    • PDF下载量:  10
    • 被引次数: 0
    出版历程
    • 收稿日期:  2019-12-13
    • 修回日期:  2020-06-23
    • 网络出版日期:  2020-07-18

    目录

      /

      返回文章
      返回

      官方微信,欢迎关注