[发明专利]基于时间相关性随机标识的5G mMTC多用户识别方法在审

专利信息
申请号: 202210378695.1 申请日: 2022-04-12
公开(公告)号: CN114827963A 公开(公告)日: 2022-07-29
发明(设计)人: 唐志军;林国栋;邓超平;祁琦;陈锦山;孙鑫;林文彬;李兆祥;郭健生;戴立宇 申请(专利权)人: 国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院
主分类号: H04W4/70 分类号: H04W4/70;H04W8/18;H04L41/14
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 陈鼎桂;蔡学俊
地址: 350003 福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 时间 相关性 随机 标识 mmtc 多用户 识别 方法
【权利要求书】:

1.一种基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,包括以下步骤:

步骤S1:构建基于压缩感知的免授权NOMA系统模型;

步骤S2:基于随机标识分配的策略,改进基于压缩感知的免授权NOMA系统模型,得到基于随机标识的免授权NOMA系统模型;

步骤S3:考虑用户活跃状态存在的时间相关性,采用正交匹配追踪算法求解基于压缩感知的免授权NOMA系统模型,完成多用户识别。

2.根据权利要求1所述的基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,所述步骤S1具体为:

设K个用户向基站发送数据,其中在给定时间内,只有若干用户处于活动状态,而其他用户处于非活动状态;设基站和用户都只有一根天线;经过信道编码和调制之后,用户k传输数据符号xk,非活跃用户相当于传输了0;待传输的数据符号xk调制到一个长为N的标识序列;随后,活跃用户传输自己的信号至基站;

基站接收到的混合信号表示为

其中hk=(h1k,h2k,...,hNk)T是用户k到基站的衰落信道,sk=(s1k,s2k,...,sNk)T是用户k的标识序列,n是噪声信号向量,x是所有用户的发送信号向量;Φ是等效矩阵,其元素表示为φn,k=hn,ksn,k

3.根据权利要求1所述的基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,所述步骤S2具体为:设对于所有K个用户,只有Ka个用户是处于活跃状态,则接收信号y表示为:

构建一个有J个随机标识的标识库,每个用户在传输数据之前随机的在标识库中挑选一个随机标识。

4.根据权利要求3所述的基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,所述构建一个有J个随机标识的标识库,具体为:通过两个随机数生成器实现,首先,第一个随机数生成器随机挑选1至J中的某一个随机数,然后该随机数作为第二个随机数生成器的种子以生成对应的随机序列。

5.根据权利要求4所述的基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,由于每个用户是随机标识,活跃用户在随机选取标识的过程中有可能会发生冲突,即多余一个用户同时选取相同的标识,在这种情况下,选取相同标识的用户不能被基站识别;随机标识的数量J与随机标识碰撞的概率密切相关;J越大,随机标识碰撞的概率越小;但J太大会导致算法复杂度上升;随机标识碰撞的概率分布可以用一个二项分布来表示,具体为:

设某个活跃用户选择了一个特定的随机标识,对于剩下的Ka-1个活跃用户中j个用户选择该随机标识的概率表示为

从而随机标识无碰撞的概率表示为

随机标识有碰撞的概率为

所有节点的随机标识不碰撞的概率表示为

根据上述公式选择随机标识数量以保证相应的随机标识无碰撞概率。

6.根据权利要求1所述的基于时间相关性随机标识的5G mMTC多用户识别方法,其特征在于,所述步骤S3具体为:将用户活跃状态在时间上的相关性通过数据包捎带的方式通知基站,一旦用户在该时隙成功被基站检测到,且该用户在下个时隙仍然保持活跃状态;该用户在下个时隙可以保持自己在本时隙采用的随机标识,以进一步减少随机标识碰撞,则进一步的基于时间相关性随机标识方法的随机标识无碰撞概率表示为

其中p表示下一时隙活跃用户数占现在活跃用户数的比例;

基于上述基于时间相关性随机标识方法的随机标识无碰撞概率,采用正交匹配追踪算法求解,通过将接收信号与通过信道后的用户标识求相关,某用户的用户标识与接收信号相关性越大,表示该用户处于活跃状态的概率越大。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院,未经国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210378695.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top