[發(fā)明專利]MMTC場景下基于CS的非授權(quán)接入及數(shù)據(jù)傳輸方法

有效

• 申請?zhí)枺?/td>: 201910394517.6
• 申請日: 2019-05-13
• 公開（公告）號: CN110062361B
• 公開（公告）日: 2020-11-17
• 發(fā)明（設計）人: 陳為;肖寒;艾渤
• 申請（專利權(quán)）人: 北京交通大學
• 主分類號: H04W4/70
• 分類號: H04W4/70;H04W24/02;H04W24/08;H04W24/10
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

本發(fā)明提供了一種MMTC場景下基于CS的多信息增強的非授權(quán)接入方法，包括：根據(jù)基站覆蓋所有設備的擴頻序列以及所有設備的導頻符號和數(shù)據(jù)符號建立通信系統(tǒng)模型；根據(jù)不同設備的符號幀長度的多樣性，以后向方式增強所述通信系統(tǒng)模型的稀疏度估計，得到稀疏度和初步的活躍設備集合；根據(jù)所述的稀疏度和初步的活躍設備集合，采用調(diào)制星座點信息得出初始殘差；根據(jù)所述初始殘差，通過固定稀疏度的壓縮感知算法得到最終的活躍設備集合、活躍設備對應的信道矩陣及所有設備的數(shù)據(jù)符號。本方法可以提高MMTC中設備的活躍度檢測、信道矩陣估計及數(shù)據(jù)恢復的精確度。

技術(shù)領域

本發(fā)明涉及移動通信技術(shù)領域，尤其涉及一種MMTC場景下基于CS的非授權(quán)接入及數(shù)據(jù)傳輸方法。

背景技術(shù)

MMTC(Massive Machine-type Communication，大規(guī)模機器類通信)作為5G(fifth-generation，第五代移動通信系統(tǒng))的三大場景之一，具有大規(guī)模的設備數(shù)量、小數(shù)據(jù)包傳輸、低移動性以及低活躍度等特點，是一種具有稀疏性的通信場景。而傳統(tǒng)的基于授權(quán)的隨機接入方法具有繁瑣的信令交互流程，這不僅會造成過多的時延，同時由于控制信息所占的開銷對于MMTC的小數(shù)據(jù)包來講顯得較大，還會造成頻譜資源的浪費。CS(Compressive Sensing，壓縮感知)作為解決該問題的一個方向，是近年來新興的一門理論。其核心思想是將一個稀疏或者可壓縮的高維信號通過特定的矩陣變換投影到一個低維度的空間上，在進行信號重建的時候，利用稀疏信號或壓縮過的信號的稀疏性，使用線性或非線性的恢復算法重建出原始信號。在MMTC的非授權(quán)接入方法中，導頻序列采用非正交導頻從而支持更多的設備，且同一時刻請求接入的設備數(shù)量并不多，可以利用該稀疏特性，將不活躍的設備對應的信道沖擊響應視為零值，將活躍設備的信道沖擊響應視為非零值，通過相應的壓縮感知信號重構(gòu)算法進行設備活躍度檢測和信道狀態(tài)信息估計。

目前，經(jīng)典的壓縮感知信號恢復算法包括OMP(Orthogonal Matching Pursuit，正交匹配追蹤)、CoSaMP(Compressive Sampling Matching Pursuit，壓縮采樣匹配追蹤)和SP(Subspace Pursuit,子空間追蹤)等，此類方法基本都要在活躍設備數(shù)量已知的情況下實現(xiàn)信號的重構(gòu)，然而在實際的應用場景中，活躍設備的數(shù)量并不是已知的，同時也并沒有考慮利用除了信道狀態(tài)信息以外的信息來增強活躍度檢測和信道估計。

因此，傳統(tǒng)方法并不符合實際場景，且性能并不是最優(yōu)的。因此，在未知活躍設備數(shù)量的情況下，亟需一種可以結(jié)合稀疏度估計和多信息增強的非授權(quán)接入及數(shù)據(jù)恢復方法。

發(fā)明內(nèi)容

本發(fā)明提供了一種MMTC場景下基于CS的非授權(quán)接入及數(shù)據(jù)傳輸方法，以提供一種在未知活躍設備數(shù)量的情況下，可以結(jié)合稀疏度估計和多信息增強的非授權(quán)接入及數(shù)據(jù)恢復方法。

為了實現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

本發(fā)明提供了一種MMTC場景下基于CS的多信息增強的非授權(quán)接入方法，包括：

根據(jù)基站覆蓋所有設備的擴頻序列以及所有設備的導頻符號和數(shù)據(jù)符號建立通信系統(tǒng)模型；

根據(jù)不同設備的符號幀長度的多樣性，以后向方式增強所述通信系統(tǒng)模型的稀疏度估計，得到稀疏度和初步的活躍設備集合；

根據(jù)所述的稀疏度和初步的活躍設備集合，采用調(diào)制星座點信息得出初始殘差；

根據(jù)所述初始殘差，通過固定稀疏度的壓縮感知算法得到最終的活躍設備集合、活躍設備對應的信道矩陣及所有設備的數(shù)據(jù)符號。

優(yōu)選地，通信系統(tǒng)模型如下式(1)所示：