论文部分内容阅读
多用户叠加传输(MUST,Multiuser Superposition Transmission)技术的核心思想就是在发送端通过功率分配算法给用户分配发射功率,主动引入干扰信息,多个用户通过功率域复用实现非正交发送,在接收端通过串行干扰消除算法(SIC)进行干扰消除实现正确解调。在实际系统中,考虑到系统的信令开销问题,目标小区基站或相邻小区基站不可能将全部干扰用户的所有传输参数发送给目标用户,目标用户需要对十扰用户的信令进行部分或全部的盲检测,而盲检测的精度将直接影响NOMA在实际系统中的吞吐量增益。首先,本文研究了传统的干扰参数盲检算法,在下行MUST场景一中,基于对数最大似然准则盲检算法,提出了一种适用于高阶联合调制的干扰存在及调制盲检联合算法。重点讨论了该算法中搜索范围扩大因子的选取,并通过仿真得出多组给定的搜索范围扩大因子组合对应的盲检算法检测率曲线,进一步考虑信噪比对搜索范围扩大因子选取的影响,从而确定出一组最佳的搜索范围扩大因子组合。仿真结果显示,该算法不仅能实现当目标和干扰用户的调制方式均为64QAM时,在高信噪比下能达到100%的盲检正确率这一目标,还把算法的复杂度限制在全部备选合成星座点的12.5%以下。其次,本文针对下行MUST研究场景二,即在发送端目标和干扰用户分别编码、调制,按一定分配功率加和送入信道,并在目标用户接收端获得目标与干扰用户混合信号的场景,研究干扰用户存在、预编码矩阵及调制方式的盲检算法。在基于对数最大似然准则联合盲检算法的基础上,提出了串行干扰参数联合盲检算法,即按照干扰用户预编码矩阵(同时检测是否存在干扰)、干扰用户调制方式的顺序进行参数盲检,其中针对预编码矩阵的盲检,本文提出了一种基于二阶变换的盲检算法。仿真结果表明在相当大的一段信噪比范围内,提出的串行干扰参数联合盲检算法的盲检正确率要比并行干扰参数联合盲检算法正确率史好,且能在高信噪比下最终实现100%干扰参数正确检测,同时计算复杂度为并行盲检算法的1/5。本文对下行MUST具体场景中的干扰参数联合盲检算法做了优化,对实际系统中,通过盲检算法精确度的提升从而进一步增大NOMA系统的吞吐量增益具有十分重要的意义。