王 磊

（南京郵電大學通信與信息工程學院，江蘇 南京 210093）

0 引 言

第五代移動通信系統(tǒng)需要傳輸速度更快、通話質量更好、容量更大的移動通信系統(tǒng)。為了滿足5G移動通信系統(tǒng)中鏈接密度的要求，引入了非正交多址技術（Non-Orthogonal Multiple Access，NOMA)。針對非正交技術的某些缺陷，通信領域又在非正交多址技術之上提出了很多優(yōu)化方案。本文簡單了介紹了非正交多址技術的發(fā)展，并在此之上展開對新提出的結構匹配追蹤算法的理論研究及實驗檢驗。最后對本文進行簡單總結。

1 簡 介

物聯(lián)網的快速發(fā)展提出了對第5代（5G）無線通信系統(tǒng)更高的挑戰(zhàn)。5G的一個關鍵要求是連接密度預計比4G高10倍，即至少106km2[1]。然而，在現(xiàn)有的正交多址（Orthogonal Multiple Access，OMA）方案中，可支持用戶的數量嚴格受到可用正交資源數量的限制，這使得OMA難以滿足未來5G系統(tǒng)中大規(guī)模連接的需求[2]。因此，更有效的多重訪問對于處理產生大量零星流量的物聯(lián)網設備至關重要，這些設備大多數時間處于非活動狀態(tài)，并且在沒有人工干預的情況下會隨時隨地的接入或離開無線網絡[1]。為了解決這個問題，很多人都在積極研究非正交多址技術，非正交多址技術可以通過使用用戶之間有限的非正交資源來支持大規(guī)模連接，但代價是增加了接收機的復雜度[1]。

在當前的LTE系統(tǒng)中，基站利用請求許可過程來調度上行鏈路傳輸，但是上行鏈路請求和下行鏈路調度會導致較大的傳輸延時和信令開銷，這在5G中是不可以接受的。因此，希望得到免授權傳輸的上行鏈路NOMA系統(tǒng)。在這個系統(tǒng)中，用戶可以在沒有復雜請求授予過程的情況下隨機地發(fā)送數據，因此需要動態(tài)用戶檢測技術來恢復信號。

近日，有些專家對非正交多址提出了以動態(tài)多用戶檢測（Multi-user Detection，MUD）為基礎的結構匹配追蹤算法。此算法結合壓縮感知來檢測幾個連續(xù)時隙中的動態(tài)多用戶信號。這種方法的靈感來自對結構化用戶活動稀疏性的觀察。在系統(tǒng)中可以將用戶分為活躍用戶集分成兩個不同的部分，即普通活躍用戶集和動態(tài)活躍用戶集。而基于結構匹配追蹤的動態(tài)多用戶檢測所作的就是首先檢測所有時隙中的普通活動用戶集，然后分別在每個單個時隙中檢測動態(tài)活躍用戶集[3]。

本文對此算法進行了介紹并在本文最后給出了驗證結果。

2 系統(tǒng)模型及算法介紹

以具有一個基站的典型上行鏈路NOMA系統(tǒng)和k個用戶為例，假設基站和每個用戶都配備一個單一天線。在經信道編碼和調制之后，活動用戶k發(fā)送符號xk取自復雜星座集X。然后傳輸符號xk被調制到一個長度為J的擴頻序列sk上，現(xiàn)在重點考慮J

其中，snk是擴散序列sk的第n個分量，和vn是副載波上的高斯噪聲，均值為零、方差為σ2。gnk是用戶k在第n個副載波上的信道增益，所有這些都是相同并且獨立分布的。在算法中考慮瑞利衰落信道，這鐘信道模型得到了廣發(fā)的應用。結合了所有子載波上接收的信號，然后接收信號信號矢量為y=[y1,y2,…yN]，可以表示為

當x=[y1,y2,…yN]時，表示所有用戶的傳輸信號矢量，H為大小為N×K的信道等效矩陣，它第n行k列的元素等于gnksnk，而噪聲矢量v=[v1,v2,…vN]T遵從CN(0,σ2IN)[3]分布。

圖1 過載因子為150%的上行鏈路NOMA系統(tǒng)的擴頻、多路復用以及信號檢測

3 結構化匹配算法下的多用戶檢測

在實際應用中，雖然用戶可以隨機訪問或離開系統(tǒng)，但是一些用戶通常在一些連續(xù)的時隙中傳輸他們的信息。這樣，在幾個連續(xù)時隙中，活動用戶組將不會完全改變，即在這些連續(xù)時隙中只有一部分活動用戶可能不同。特別的，從連續(xù)時段J中接收的信號y=[y[1],y[2],…,y[J]]重構的信號為x=[x[1],x[2],…,x[J]]，所以可以得出：

式中，H[j]等價與第j個時隙的信道矩陣并且它可以在不同的時隙中發(fā)生改變。而v[j]是在第j個時隙中的高斯矢量。假設x[j]的稀疏程度為S，也就是說x[j]中非零的最大元素是S。假設x[j]被定義為

然后，活躍用戶在連續(xù)時間J內的間隙可以被表示為：

公共活動用戶集的大小定義為|Γc|=L≤S，因此任意時隙內活躍用戶數限制在S-L之間。

在移動通信系統(tǒng)中，即便在要繁忙時段，活躍用戶數通常也比潛在用戶數要小得多。這意味著在5G大規(guī)模連接的典型特征中，只有一小部分用戶可以在同一段時間內發(fā)送數據。而且，在上行鏈路免授權系統(tǒng)中，這通常導致零星通信，多用戶檢測問題其實是一個稀疏信號恢復問題。因此，可以把x[1],x[2],…,x[J]看作是稀疏發(fā)送矢量。此外，由于只有一部分活躍用戶可能在幾個連續(xù)時隙中不同，所以結構化稀疏性可以通過公共活動用戶集獲得。通過利用這種結構化的稀疏性，有些學者提出基于結構化匹配追蹤（Structured Matching Pursuit，SMP）的動態(tài)多用戶檢測來檢測連續(xù)時隙中多用戶信號。以下是其算法[3]：

以上算法主要包括兩個部分：一是檢測普通的活躍用戶，另一個是檢測動態(tài)活躍用戶。普通活躍用戶可以從具有最大累積能量的用戶中檢測，即：

而動態(tài)活躍用戶可以由迭代式（第12步）式檢測。

最后，重建信號可以表示為：

4 實驗結果

根據以上算法描述，對其進行了實驗驗證，并與傳統(tǒng)的非正交匹配跟蹤算法下多用戶檢測進行了比較。

由實驗結果可知：實驗結果表明結構化匹配追蹤算法下的動態(tài)多用戶檢測可以比傳統(tǒng)的非正交匹配跟蹤算法下的動態(tài)多用戶檢測系統(tǒng)可以產生大約1 dB的增益。

圖2 信噪比下的誤比特率性能比較，超載因子200，持續(xù)時隙為J=20

5 結 語

結構化匹配追蹤算法下的動態(tài)多用戶檢測結合用戶產生的結構化活動稀疏性共同實現(xiàn)了上行鏈路NOMA系統(tǒng)中多個連續(xù)時隙內的多用戶檢測。通過實驗結果可以得知，此算法可以實現(xiàn)更好的系統(tǒng)性能，有效的減小5G系統(tǒng)中上行鏈路中可能產生的時延和信令開銷。對于以后非正交多址技術的研究具有重要的意義。