大規(guī)模無線接入的稀疏信號處理技術(shù)研究.pdf

1、長期演進（Long Term Evolution，LTE）的隨機接入模型以及用戶辨別算法因為其僅在隨機接入過程完成用戶辨別以及可允許系統(tǒng)容納的用戶數(shù)的限制，已不能滿足機器類型通信（Machine-Type Communication，MTC）業(yè)務(wù)的大規(guī)模隨機接入。所以針對大規(guī)模MTC業(yè)務(wù)特點，基于壓縮感知，以在隨機接入中同時完成用戶辨別、信道估計為目的，設(shè)計新型的隨機接入模型與用戶辨別、信道估計算法以及完成用戶數(shù)據(jù)檢測，將是本文的研究重

2、點。
　　首先本文介紹了LTE隨機接入適用范圍的有限性，提出本文針對MTC業(yè)務(wù)隨機接入過程需要解決的問題為：高效、可允許系統(tǒng)容納更多用戶的新型隨機接入模型以及用戶辨別、信道估計可同時完成的算法研究。
　　其次本文針對MTC業(yè)務(wù)特點，以在隨機接入過程中同時完成用戶辨別、信道估計為主要目的，將壓縮感知用于隨機接入中。并通過碼分多址接入方式進行用戶數(shù)據(jù)的復(fù)用，主要完成：基于同步、頻率選擇性衰落信道，分析雙稀疏性之于用戶辨別、信道估

3、計的必要性；針對密集用戶基于活躍用戶的信道具有共同稀疏結(jié)構(gòu)，提出有效的用戶抽頭分類塊正交匹配追蹤(Group Orthogonal Matching Pursuit-UserTap, GOMP-UT）算法；針對同步、雙選擇性衰落信道，基于符號間信道稀疏結(jié)構(gòu)的共性，建立系統(tǒng)模型，提出低復(fù)雜度、有效的聯(lián)合正交匹配追蹤（Union-Orthogonal Matching Pursuit, Union-OMP）算法；基于異步建立：可在各活躍用戶

4、異步延遲未知的情況下，基于視距信道、瑞利信道，完成用戶辨別、信道估計的模型以及相應(yīng)算法設(shè)計，并針對視距信道提出低復(fù)雜度、有效的異步正交匹配追蹤（Asynchronous Orthogonal Matching Pursuit, AOMP）算法。然后本文基于SCMA上行鏈路，通過分析系統(tǒng)模型的結(jié)構(gòu)稀疏特性，采用多響應(yīng)稀疏貝葉斯（Multiple Response Extension Of Sparse Bayesian Learning,

5、M-SBL）算法，完成在隨機接入過程中同時完成用戶辨別與信道估計，同時分析本模型中控制信令生成的問題，通過復(fù)雜度分析驗證了M-SBL算法具有低復(fù)雜度，并通過仿真驗證了M-SBL算法的有效性。
　　最后基于同步頻率選擇性衰落信道，以稀疏貝葉斯算法作為用戶辨別和信道估計的主要算法，以碼分多址作為多用戶的用戶數(shù)據(jù)復(fù)用方式的隨機接入模型，使用通用軟件無線電外設(shè)完成4個活躍用戶1個中心匯聚節(jié)點的隨機接入，以驗證采用壓縮感知算法在隨機接入過程