基于压缩感知的M2M通信系统中导频优化设计方法与流程

本发明涉及M2M(Machine to Machine，机器与机器)技术领域，尤其涉及一种基于压缩感知的M2M通信中导频优化设计方法。

背景技术：

M2M通信是当今物联网的主要表现形式，随着信息技术的爆炸式发展，人们不再仅限于使用机器去完成日常生活中的工作，我们更希望机器设备能够在无需人为干预的情况下，通过网络互联进行沟通而完成相应的任务。例如农田中的温度和湿度传感器通过对土地的温度和湿度进行采集数据，并将这些数据返回给管理中心的服务器，并由服务器对这些数据进行分析，并通过调节温度和湿度控制器来管理农田的生态环境。这一过程并不需要人类活动的参与，设备之间通过相互通信完成了整个任务。

现在LTE-Advanced已经被用于M2M通信中，但是不同于语音通话系统，M2M通信系统中的用户节点通常具有低活跃率和低数据率的特点。和传统通信系统相比，M2M通信系统中用户节点往往在同一时刻进行通信的数量并不多，并且传输的数据包也比较小，所以M2M通信系统是一种稀疏性的通信系统。

CS(Compressive Sensing，压缩感知)是近年来新兴的一门理论，其核心是将一个稀疏或者可压缩的高维信号通过特定的矩阵变换投影到一个低纬度的空间上，在进行信号重建的时候，利用稀疏信号或压缩过的信号的稀疏性，使用线性或非线性的恢复算法重建出原始信号。在M2M通信系统的导频法信道估计中，由于用户节点的活跃性较低，将不活跃的用户节点对应的信道冲击响应视为零值，将活跃的用户节点的信道冲击响应视为非零值，即用户接入具有稀疏特性，所以可以通过相应的压缩感知信号重建算法进行多用户接入检测和信道状态信息估计。

目前，现有的多用户接入检测技术需要给每个用户分配相互正交的导频序列，而基于压缩感知的多用户接入和信道联合估计中使用不正交的导频序列，因此能够节省导频资源。目前，常用的压缩感知信号恢复算法包括匹配追踪(Matching Pursuit，MP)、正交匹配追踪(Orthogonal Matching Pursuit，OMP)、压缩采样匹配追踪(Compressive Sampling Matching Pursuit，CoSaMP)等。

基于压缩感知的多用户接入和信道联合估计中，多用户的导频序列通常是随机生成的。但是，使用随机生成的导频序列下的多用户接入检测和信道联合估计性能并不是最优的。因此，迫切需要设计一种新的导频序列优化设计方法，使用该方法产生的导频序列能够进一步提高多用户接入检测和信道联合估计的精确度。

技术实现要素：

本发明的实施例提供了一种基于压缩感知的M2M通信系统中导频优化设计方法，以实现提高M2M通信系统中多用户接入检测和信道联合估计的精确度。

为了实现上述目的，本发明采取了如下技术方案。

一种基于压缩感知的M2M通信系统中导频优化设计方法，进一步地，包括：

根据M2M通信系统所采用的调制方案的星座点集合，确定用户节点的初始导频序列p_k，将所有用户节点的初始导频序列组合成一个初始导频矩阵P；

对所述初始导频矩阵P进行复数域到实数域的变换，得到矩阵Q，对矩阵Q采用基于SVD分解的优化算法进行优化，得到优化后的导频矩阵P_opti。

进一步地，所述的根据M2M通信系统所采用的调制方案的星座点集合，确定用户节点的初始导频序列p_k，将所有用户节点的初始导频序列组合成一个初始导频矩阵P，包括：

确定M2M通信系统所采用的调制方案所对应的星座点集合Λ，从星座点集合Λ中可重复随机挑选出N个元素组成第k个用户的初始导频序列p_k∈Λ^N，依次生成出所有用户节点的初始导频序列，将所有用户节点的初始导频序列组合成一个初始导频矩阵P＝[p₁，p₂，...，p_K]∈Λ^N×K。

进一步地，述的对所述初始导频矩阵P进行复数域到实数域的变换，得到矩阵Q，包括：

定义将矩阵从复数域转换为实数域的函数f(·)，利用所述函数f(·)对所述初始导频矩阵P进行复数域到实数域的变换，得到2N＝2K维实数矩阵Q；

其中P_r表示矩阵P的实部，P_i表示矩阵P的虚部。

进一步地，所述的对矩阵Q采用基于SVD分解的优化算法进行优化，得到优化后的导频矩阵P_opti，包括：

⑨对矩阵Q进行列归一化，得到

⑩初始集合Ω为空集；初始长度为K的向量w，向量w的第j个元素为与其它列的相关性平方和加上与其它列的相关性平方和；初始长度为K的数组Γ，数组Γ的元素依次为向量w元素从大到小排列的序号，令j＝Г(1)，其中Г(1)为数组的第1个元素；

将元素j加入集合Ω，用2N×(2K-2)维矩阵表示中除去和后剩下的矩阵，对进行SVD分解，得则选取酉矩阵V中的最后一列V_end更新令ρ表示调制符号集合的平均能量，则更新为

更新导频向量p_j实部的值为的前N个元素，更新导频向量P_j虚部的值为的后N个元素；更新P_j的每个元素为距离该元素最近的星座点，依据步骤①和②更新

定义长度为K的向量向量的第j个元素为与其它列的相关性平方和加上与其它列的相关性平方和；定义长度为K的数组数组元素依次为向量元素从大到小排列的序号；

令t＝1；

如果令j＝t，令跳到步骤④；如果并且令j＝t，令跳到步骤④；如果并且Γ(t)∈Ω，令t＝t+1；

如果t≤K重复步骤⑧；如果t＞K，则停止迭代，得到最优的导频矩阵P_opti。

进一步地，所述的方法还包括：

利用优化后的导频矩阵P_opti对M2M通信系统中多用户接入进行检测和信道联合估计，并利用信道估计结果对用户发送信息进行恢复。

进一步地，所述的利用优化后的导频矩阵P_opti对M2M通信系统中多用户接入进行检测和信道联合估计，包括：

用户节点i所对应的信道冲击响应为其中L_h表示该离散信道的抽头时延总个数，在接收端接收的导频序列的观测结果为：

其中表示优化后的用户节点i的导频,*表示卷积，n表示加性高斯白噪声；

根据矩阵卷积变换，将式(1)进行变换得

其中表示向量的卷积矩阵。因此由式(2)可以进一步得到

y_p＝A_ph+n (6)

其中表示导频卷积矩阵的集合，而表示所有用户节点的信道冲击响应的集合；

使用压缩感知重构信号算法对稀疏向量h进行求解。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过将初始导频矩阵转换到实数域之后，再采用基于SVD分解的优化算法进行优化，在不同的信噪比的条件下，经过本发明实施例的导频序列优化设计方法优化后的导频序列与随机导频矩阵相比较，误码率明显降低；或者，在误码率相同的情况下所需导频序列的长度更短，从而可以实现提高M2M通信系统中多用户接入检测和信道联合估计的精确度。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种稀疏型M2M通信系统的示意图；

图2为本发明实施例提供的一种对矩阵Q进行导频优化设计得出最优的导频矩阵P_opti的流程图；

图3为本发明实施例提供的一种导频序列检测的原理示意图；

图4为本发明实施例提供的一种信噪比和误码率的对比示意图(P_a＝0.03，P_L＝48)；

图5为本发明实施例提供的一种导频长度和误码率的对比示意图(SNR＝8，P_a＝0.04)；

图6为本发明实施例提供的一种导频长度和误码率的对比示意图(SNR＝16，P_a＝0.04)。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提出了一种应用在M2M通信系统中的多用户接入检测和信道联合估计的导频序列优化设计方法，可以减少导频资源的开销，并且提高多用户接入检测和信道联合估计的精确度。

本发明实施例提供的一种稀疏型M2M通信系统的示意图如图1所示，在该稀疏型M2M通信系统中共有K个用户节点，同一时刻该系统中仅有A个用户需要向基站发送数据，也就是用户的活跃概率活跃用户发送各自的导频，基站通过压缩感知算法进行多用户接入检测和信道联合估计。然后基站将估计出来的信道状态信息用于估计用户后续传输的数据。

本发明提供了一种基于压缩感知的M2M通信系统中多用户接入检测和信道联合估计的导频优化设计方法，包括以下几个步骤：

步骤1、根据系统所采用的调制方案，确定用户k的初始导频序列p_k。

1、确定系统所采用的调制方案所对应的星座点集合A，例如BPSK(Binary Phase Shift Keying，双相移相键控)调制方案的Λ为[+1，-1]，QPSK(Quadrature Phase Shift Keying，正交相移键控)调制方案的Λ为[1+i，1-i，-1+i，-1-i]，或采用其他的调制方案也可。

2、从星座点集合Λ中可重复随机挑选出N个元素组成第k个用户的初始导频序列p_k∈Λ^N，依次生成出所有用户节点的初始导频序列。

3、将所有用户节点的初始导频序列组合成一个初始导频矩阵P＝[p₁，p₂，...，p_K]∈Λ^N×K。

步骤2、对初始导频矩阵P进行复数域到实数域的变换，得到矩阵Q。对矩阵Q采用基于SVD分解的优化算法进行优化，得到优化后的导频矩阵P_opti。

由于星座点集合Λ中的元素是复数，所以矩阵P中的元素也是复数，因此，本发明定义一种将矩阵从复数域转换为实数域的函数f(·)，则有其中P_r表示矩阵P的实部，P_i表示矩阵P的虚部。采用本发明提出的基于奇异值分解(Singular value decomposition,SVD)的导频序列优化方法，对矩阵Q进行优化，得出最优的导频矩阵P_opti。

图2为本发明实施例提供的一种对矩阵Q进行导频优化设计得出最优的导频矩阵P_opti的流程图，具体处理过程包括：

①对初始导频矩阵P从复数域变换为实数域，得到2N×2K维实数矩阵

②对矩阵Q进行列归一化，得到

③初始集合Ω为空集；初始长度为K的向量w，向量w的第j个元素为与其它列的相关性平方和加上与其它列的相关性平方和；初始长度为K的数组Г，数组Г的元素依次为向量w元素从大到小排列的序号。令j＝Г(1)，其中Γ(1)为数组的第1个元素。

④将元素j加入集合Ω。用2N×(2K-2)维矩阵表示中除去和后剩下的矩阵，对进行SVD分解，得则选取酉矩阵V中的最后一列V_end更新令ρ表示调制符号集合的平均能量，则更新为

⑤更新导频向量p_j实部的值为的前N个元素，更新导频向量p_j虚部的值为的后N个元素；更新p_j的每个元素为距离该元素最近的星座点，依据步骤①和②更新

⑥定义长度为K的向量向量的第j个元素为与其它列的相关性平方和加上与其它列的相关性平方和；定义长度为K的数组数组元素依次为向量元素从大到小排列的序号。

⑦令t＝1。

⑧如果令j＝t，令跳到步骤④；如果并且令j＝t，令跳到步骤④；如果并且Γ(t)∈Ω，令t＝t+1；

⑨如果t≤K重复步骤⑧；如果t＞K，则停止迭代，得到最优的导频矩阵P_opti。

步骤3：利用优化后的导频矩阵P_opti对M2M通信系统中多用户接入进行检测和信道联合估计，并利用信道估计结果对用户发送信息进行恢复。

本发明实施例提供的一种导频序列检测的原理示意图如图3所示，包括如下的处理过程；

①用户节点i所对应的信道冲击响应为其中L_h表示该离散信道的抽头时延总个数。那么在接收端接收的导频序列的观测结果为

其中表示优化后的用户节点i的导频,*表示卷积，n表示加性高斯白噪声；

②根据矩阵卷积变换，将式(4)进行变换得

其中表示向量的卷积矩阵。因此由式(5)可以进一步得到

y_p＝A_ph+n (9)

其中表示导频卷积矩阵的集合，而表示所有用户节点的信道冲击响应的集合。

③由于非活跃用户的信道信息被视为零元素，并且用户的活跃率P_a＜＜1，所以h是一个稀疏向量，因此式(6)可以使用压缩感知重构信号算法，如组正交匹配追踪算法(Group Orthogonal Matching Pursuit，GOMP)或者组最小绝对收缩和选择算法(Group least absolute shrinkage and selection operator，Group Lasso)，对该式进行求解。

本发明提出的基于SVD分解导频序列优化算法在每轮迭代求解的过程中，得出的结果不是导频序列，而是并不满足调制方案星座点集合约束的实数向量，应先将向量转换到复数域，再根据距离选择与其最接近的星座点作为新的导频序列的元素。

综上所述，本发明实施例提出了一种对由星座点元素组成的多用户导频序列进行优化的设计方法，从图4中可以看出，在不同的信噪比的条件下，经过本发明的导频序列优化设计方法优化后的导频序列与随机导频矩阵相比较，误码率明显降低。从图5和图6中可以看出，在低信噪比(8dB)和高信噪比(16dB)的情况中，使用本发明的导频序列优化设计方法后，在导频长度相同的情况下误码率明显降低，或者说在误码率相同的情况下所需导频序列的长度更短。从而可以实现提高M2M通信系统中多用户接入检测和信道联合估计的精确度。

通常情况下，信道估计中的导频序列都是使用的随机生成的序列，本发明结合压缩感知技术，并且考虑到导频序列受调制信号集合元素的元素，对M2M通信系统中由随机生成的导频序列组成的导频矩阵进行了基于SVD分解的优化，使得优化后的导频矩阵能够在不同的情况下提高多用户接入检测和信道联合估计的精确度。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。