采用上行SCMA系統(tǒng)的新型導(dǎo)頻結(jié)構(gòu)及信道估計(jì)方法

陳晨陽(yáng)，郭里婷

(福州大學(xué)物理與信息工程學(xué)院，福建 福州 350108)

0 引言

稀疏碼分多址接入(sparse code multiple access, SCMA)是面向第5代移動(dòng)通信系統(tǒng)的一種非正交多址接入技術(shù)[1]，可以實(shí)現(xiàn)海量連接，并且能夠滿足更高的頻譜效率和更大的系統(tǒng)容量的需求[2]. SCMA是一種基于多維碼本的非正交多址接入技術(shù)，它將高維調(diào)制與稀疏擴(kuò)頻融合在一起[3]，直接把用戶的比特?cái)?shù)據(jù)流映射為預(yù)先設(shè)定碼本里的復(fù)數(shù)域多維碼字[4]，由于其碼字的稀疏性，可以在接收端使用消息傳遞算法(message passing algorithm, MPA)進(jìn)行多用戶檢測(cè). MPA算法基于最大似然準(zhǔn)則，對(duì)信道信息的準(zhǔn)確性要求很高，因此信道估計(jì)是影響SCMA系統(tǒng)譯碼性能的重要因素[5].

在下行SCMA系統(tǒng)中，多用戶的比特?cái)?shù)據(jù)流經(jīng)過(guò)SCMA編碼后的碼字直接在發(fā)送端進(jìn)行疊加，疊加后的數(shù)據(jù)通過(guò)相同的信道傳輸?shù)浇邮斩耍?而在上行SCMA系統(tǒng)中，各用戶的比特?cái)?shù)據(jù)流通過(guò)SCMA編碼后得到的碼字通過(guò)不同的信道進(jìn)行傳輸，多用戶數(shù)據(jù)是在接收端相互疊加來(lái)得到接收數(shù)據(jù)的. 由于在上行鏈路中每個(gè)用戶的信道信息不同，估計(jì)出各個(gè)用戶的信道信息涉及大量的運(yùn)算，因此上行鏈路的信道估計(jì)問(wèn)題比下行鏈路更復(fù)雜. 在文獻(xiàn)[6]非結(jié)構(gòu)化信道估計(jì)的基礎(chǔ)上，文獻(xiàn)[7]提出一種基于因子圖的稀疏導(dǎo)頻結(jié)構(gòu)，兩種方法都需要一定數(shù)量的導(dǎo)頻，同時(shí)它們都需要對(duì)大矩陣進(jìn)行求逆運(yùn)算，這給系統(tǒng)造成了很大的復(fù)雜性. 文獻(xiàn)[8]提出一種基于Zadoff-Chu序列循環(huán)移位的導(dǎo)頻結(jié)構(gòu)以及利用加窗技術(shù)將每個(gè)用戶的信道信息從自相關(guān)域中分離出來(lái)的上行SCMA系統(tǒng)信道估計(jì)方法，該方法存在吉布斯現(xiàn)象以及在高信噪比情況下去窗過(guò)程會(huì)導(dǎo)致性能下降的問(wèn)題. 文獻(xiàn)[9]提出一種基于稀疏貝葉斯學(xué)習(xí)的上行SCMA系統(tǒng)多用戶檢測(cè)與信道估計(jì)算法，該算法的系統(tǒng)運(yùn)算量較大.

本研究提出一種新型導(dǎo)頻結(jié)構(gòu)，通過(guò)合理地設(shè)計(jì)導(dǎo)頻間隔和導(dǎo)頻位置，保證不同用戶在不同的子載波上發(fā)送各自的導(dǎo)頻，然后分別使用最小二乘法(least square, LS)和線性最小均方誤差法(linear minimum mean square error, LMMSE)對(duì)接收端的導(dǎo)頻進(jìn)行信道估計(jì)，使用Cubic插值算法來(lái)進(jìn)行內(nèi)插，從而得到完整的信道估計(jì)值. 仿真結(jié)果表明，在用戶數(shù)為6時(shí)，基于LMMSE算法的本研究導(dǎo)頻結(jié)構(gòu)的性能優(yōu)于文獻(xiàn)[7]和文獻(xiàn)[8]導(dǎo)頻結(jié)構(gòu)； 基于LS算法的本研究導(dǎo)頻結(jié)構(gòu)相比于文獻(xiàn)[7]和文獻(xiàn)[8]，系統(tǒng)復(fù)數(shù)乘法運(yùn)算量分別減少了97.8%和98.4%，系統(tǒng)復(fù)雜度大大降低，同時(shí)本研究所使用的導(dǎo)頻開銷最小，使得系統(tǒng)能夠傳輸更多的用戶數(shù)據(jù). 綜合考慮系統(tǒng)復(fù)雜度和性能，本研究提出的導(dǎo)頻結(jié)構(gòu)更好地平衡了系統(tǒng)復(fù)雜度和誤碼率性能，能夠很好地適用于復(fù)雜度要求高、傳輸效率要求高，但誤碼性能要求相對(duì)不是很高的場(chǎng)合.

1 上行SCMA-OFDM系統(tǒng)

由于需要考慮SCMA系統(tǒng)中信道多徑衰落的影響，因此將SCMA與正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)技術(shù)相結(jié)合，將經(jīng)過(guò)SCMA編碼后的碼字搭載到OFDM系統(tǒng)的子載波進(jìn)行傳輸，進(jìn)一步發(fā)揮了SCMA和OFDM的優(yōu)點(diǎn)，結(jié)合后的SCMA-OFDM系統(tǒng)大大提升了系統(tǒng)容量且繼承了OFDM對(duì)抗多徑衰落的魯棒性. 假定一個(gè)上行SCMA-OFDM系統(tǒng)，J個(gè)用戶共享K個(gè)資源塊(J>K)，過(guò)載因子定義為λ=J/K. 簡(jiǎn)化的上行SCMA-OFDM系統(tǒng)如圖1所示，一個(gè)SCMA子塊包括K個(gè)資源塊，而一個(gè)SCMA-OFDM數(shù)據(jù)有Ns個(gè)子載波，所以一個(gè)SCMA-OFDM數(shù)據(jù)有Ns/K個(gè)SCMA子塊.

圖1 簡(jiǎn)化的上行SCMA-OFDM系統(tǒng)Fig.1 Simplified uplink SCMA-OFDM system

在發(fā)送端，用戶的比特?cái)?shù)據(jù)流首先經(jīng)過(guò)SCMA編碼后，搭載到OFDM系統(tǒng)的子載波上[10]. SCMA將高維調(diào)制與稀疏擴(kuò)頻融合在一起，每個(gè)用戶都有一個(gè)特定的碼本，SCMA編碼器將log2M的比特?cái)?shù)據(jù)流映射為預(yù)先設(shè)定碼本里的復(fù)數(shù)域K維碼字，其中碼本大小為M.K維復(fù)數(shù)碼字是具有N

圖2 SCMA系統(tǒng)因子圖Fig.2 Factor graph representation of SCMA system

SCMA系統(tǒng)因子圖如圖2所示，其中J=6，K=4，N=2.因子圖矩陣表示資源節(jié)點(diǎn)與用戶節(jié)點(diǎn)之間的關(guān)系，可以用F=[f1,f2, …,fJ]來(lái)表示.只有當(dāng)用戶節(jié)點(diǎn)j與資源節(jié)點(diǎn)k相連時(shí)，fj(k)=1，表示第j個(gè)用戶的數(shù)據(jù)在第k個(gè)資源塊上傳輸.每個(gè)用戶占用的資源塊數(shù)為dv=[dv1, …,dvJ]T，每個(gè)資源塊上重疊的用戶數(shù)為df=[df1, …,dfK]T.

多用戶數(shù)據(jù)通過(guò)不同的信道進(jìn)行傳播，采用簡(jiǎn)化的抽頭延遲線多徑瑞利信道作為信道模型，將hj=[hj(1),hj(2), …,hj(Lj)]T表示為第j個(gè)用戶的信道沖激響應(yīng)，對(duì)hj(l)進(jìn)行離散傅里葉變換，即：

(1)

其中：Lj是第j個(gè)信道沖激響應(yīng)的長(zhǎng)度；Ns為子載波數(shù).

同步層復(fù)用后，在基站接收到的頻域數(shù)據(jù)Y=[Y(0),Y(1), …,Y(Ns-1)]T可以表示為：

(2)

其中：Xj=[Xj(0),Xj(1), …,Xj(Ns-1)]T是用戶j的頻域SCMA-OFDM數(shù)據(jù)，以用戶1和用戶2為例，用戶1占用SCMA-OFDM數(shù)據(jù)中第2, 4, …,Ns-2,Ns個(gè)子載波，則X1=[0,X1(1), 0,X1(2), …, 0,X1(Ns/2-1), 0,X1(Ns/2)]T； 用戶2占用SCMA-OFDM數(shù)據(jù)中第1, 3, …,Ns-3,Ns-1個(gè)子載波，則X2=[X2(1), 0,X2(2), 0, …,X2(Ns/2-1), 0,X2(Ns/2), 0]T；Hj=[Hj(0),Hj(1), …,Hj(Ns-1)]T是用戶j的頻域信道向量；w為高斯白噪聲, 并且服從分布w～CN(0,σ2I).

2 信道估計(jì)方法

2.1 導(dǎo)頻結(jié)構(gòu)設(shè)計(jì)

SCMA系統(tǒng)的J個(gè)用戶共享K個(gè)子載波，接收端基站的接收數(shù)據(jù)是不同用戶疊加的結(jié)果，而每個(gè)用戶的信道信息不同，如果按照多用戶共享相同資源的復(fù)用形式來(lái)設(shè)計(jì)導(dǎo)頻結(jié)構(gòu)，則不同的用戶導(dǎo)頻相互疊加會(huì)導(dǎo)致正確估計(jì)每個(gè)用戶的信道信息存在較大困難，并且降低信道估計(jì)性能. 針對(duì)上述問(wèn)題，設(shè)計(jì)了一種適合于上行SCMA系統(tǒng)的新型正交導(dǎo)頻結(jié)構(gòu)，解決了上行SCMA系統(tǒng)準(zhǔn)確估計(jì)各個(gè)用戶信道信息較為復(fù)雜的問(wèn)題.

圖3 上行SCMA系統(tǒng)的導(dǎo)頻結(jié)構(gòu)Fig.3 Pilot structure in uplink system

在該導(dǎo)頻結(jié)構(gòu)中，將第一個(gè)OFDM符號(hào)用來(lái)放置多用戶的導(dǎo)頻，通過(guò)合理地設(shè)計(jì)每個(gè)用戶的導(dǎo)頻位置，使得每個(gè)用戶在第一個(gè)OFDM符號(hào)中的導(dǎo)頻位置不同，保證了多用戶導(dǎo)頻在第一個(gè)OFDM符號(hào)的子載波上是正交的，即每個(gè)用戶的導(dǎo)頻之間不重疊. 這種正交的形式使得接收端的信道估計(jì)更加方便，只需知道各個(gè)用戶的發(fā)送導(dǎo)頻和接收導(dǎo)頻，就能得到各個(gè)用戶的信道估計(jì)值. 導(dǎo)頻間隔的選取對(duì)于本研究所使用的導(dǎo)頻結(jié)構(gòu)來(lái)說(shuō)至關(guān)重要，在本研究中，導(dǎo)頻間隔既要滿足抽樣定理也受到系統(tǒng)用戶數(shù)的限制，抽樣定理要求導(dǎo)頻間隔要遠(yuǎn)小于信道的相干帶寬[13]，而導(dǎo)頻間隔不小于用戶數(shù)J是為了保證多用戶導(dǎo)頻的正交性. 在導(dǎo)頻間隔滿足抽樣定理和用戶數(shù)的情況下，根據(jù)所設(shè)計(jì)的導(dǎo)頻間隔和導(dǎo)頻位置，每個(gè)用戶在第一個(gè)OFDM符號(hào)的子載波上按照導(dǎo)頻間隔和各自的導(dǎo)頻位置周期性地插入導(dǎo)頻. 在得到導(dǎo)頻位置的信道估計(jì)值后，可以使用合適的插值算法進(jìn)行頻域插值，從而得到所有數(shù)據(jù)位置上的信道估計(jì)值[14].

如圖3所示，設(shè)計(jì)一個(gè)上行SCMA系統(tǒng). 圖中，用戶數(shù)為6，在滿足導(dǎo)頻間隔小于信道相干帶寬的情況下，將每個(gè)用戶的導(dǎo)頻間隔都取為6，各個(gè)用戶根據(jù)預(yù)先設(shè)好的導(dǎo)頻位置在發(fā)送端插入各自的導(dǎo)頻. 空心點(diǎn)表示零導(dǎo)頻，不同用戶的非零導(dǎo)頻都用不同的圖案表示，每個(gè)用戶的導(dǎo)頻位置都不一樣.

2.2 信道估計(jì)算法

2.2.1LS信道估計(jì)

Yp, j=diag(Xp, j)Hp, j+Zp, j=[Yp, j(0),Yp, j(1), …,Yp, j(Ns-1)]T(j=1, 2, …,J)

(3)

其中：Xp, j=[Xp, j(0),Xp, j(1), …,Xp, j(Ns-1)]T；Hp, j為信道向量，Hp, j=[Hp, j(0),Hp, j(1), …,Hp, j(Ns-1)]T；Zp, j為噪聲向量,Zp, j=[Zp, j(0),Zp, j(1), …,Zp, j(Ns-1)]T.

基于LS準(zhǔn)則的信道估計(jì)為：

(4)

在文獻(xiàn)[7]基于稀疏導(dǎo)頻結(jié)構(gòu)的信道估計(jì)算法中，非零導(dǎo)頻的位置對(duì)應(yīng)于因子圖矩陣中非零元素的位置. 在該稀疏導(dǎo)頻結(jié)構(gòu)中，多用戶導(dǎo)頻在子載波上相互疊加，因而接收端接收到的導(dǎo)頻是多用戶導(dǎo)頻疊加的結(jié)果，所以不能簡(jiǎn)單地使用每個(gè)用戶的發(fā)送導(dǎo)頻和接收導(dǎo)頻通過(guò)LS算法來(lái)得到每個(gè)用戶非零導(dǎo)頻位置上的信道估計(jì)值.

2.2.2LMMSE信道估計(jì)

LMMSE算法在LS信道估計(jì)的基礎(chǔ)上，綜合考慮了信道估計(jì)特性和噪聲的方差，降低了碼間干擾和子載波間干擾的影響[16]，但是LMMSE算法比LS算法復(fù)雜很多，運(yùn)算量很大，實(shí)際的實(shí)現(xiàn)比較困難.

導(dǎo)頻處的LMMSE信道估計(jì)[17]可以表示為:

(5)

其中：β是星座因子，取決于調(diào)制的類型； QPSK調(diào)制時(shí)，β=1； 16QAM調(diào)制時(shí)，β=17/9； SNR是已知的信噪比；I是單位矩陣.

此外，RHp , jHp , j=[rm, n]是用戶j導(dǎo)頻的信道自相關(guān)矩陣，信道自相關(guān)矩陣對(duì)LMMSE信道估計(jì)的性能影響較大[18]，可以表示為：

(6)

其中：m和n表示導(dǎo)頻的位置；τmax為最大時(shí)延，τmax≤OFDM循環(huán)前綴長(zhǎng)度；τrms為均方根時(shí)延擴(kuò)展，τrms的計(jì)算過(guò)程為

(7)

3 仿真分析

針對(duì)上行SCMA-OFDM無(wú)線通信系統(tǒng)，對(duì)所提出的信道估計(jì)方法進(jìn)行了仿真，該系統(tǒng)的參數(shù)設(shè)置為：K=4，N=2，J=6(或J=8)，M=4，MPA迭代次數(shù)固定為6. 使用圖2中的因子圖，參考的碼本是由華為公司提出的6個(gè)用戶的原始碼本[19]，在用戶數(shù)為8時(shí)，用戶7和用戶8分別使用與用戶1和用戶2相同的碼本. OFDM的子載波個(gè)數(shù)為128，循環(huán)前綴長(zhǎng)度為16，使用Cubic插值算法. 每個(gè)用戶分別使用不同的多徑瑞利信道進(jìn)行仿真. 最大多徑時(shí)延為6的Channel A信道情況下，6個(gè)用戶信道的路徑時(shí)延分別為：[0, 1, 5]，[0, 2, 3]，[0, 1, 4]，[0, 3, 5, 6]，[0, 1, 2, 4]，[0, 1, 3]； 最大多徑時(shí)延為14的Channel B信道情況下，6個(gè)用戶信道的路徑時(shí)延分別為：[0, 3, 6, 8, 14]，[0, 3, 7, 13]，[0, 3, 5, 10, 14]，[0, 3, 8, 12]，[0, 2, 8, 13]，[0, 4, 9, 14]； 用戶數(shù)為8時(shí)，8個(gè)用戶信道的路徑時(shí)延分別為：[0, 1, 5]，[0, 2, 3]，[0, 1, 4]，[0, 3, 5, 6]，[0, 1, 2, 4]，[0, 1, 3]，[0, 4]，[0, 3, 5]； 其中2徑信道、3徑信道、4徑信道和5徑信道的路徑功率分別為[-1, -8]dB，[-1, -8, -17]dB，[-1, -8, -17, -21]dB，[-1, -8, -17, -21, -25]dB. 假設(shè)信道是準(zhǔn)靜態(tài)的.

3.1 性能對(duì)比

圖4 不同導(dǎo)頻間隔的BER對(duì)比Fig.4 Comparison of BER under different pilot intervals

在最大多徑時(shí)延為6的Channel A信道情況下，J=6，分別觀察本研究提出的導(dǎo)頻結(jié)構(gòu)在LS算法、LMMSE算法下的誤比特率(bit error rate, BER)情況，如圖4所示. 通過(guò)觀察圖4可以看出，隨著導(dǎo)頻間隔的增大，基于LS算法、LMMSE算法的誤比特率性能都有所下降，這是因?yàn)閷?dǎo)頻間隔越大，所獲取的信道狀態(tài)信息越少，插入的導(dǎo)頻數(shù)量越少，因此更多子載波位置處的信道信息需要通過(guò)內(nèi)插算法來(lái)獲得，內(nèi)插由于導(dǎo)頻插入的數(shù)量和間隔問(wèn)題帶來(lái)一定的噪聲，使得信道估計(jì)的準(zhǔn)確性降低.

導(dǎo)頻間隔取6，J=6，分別觀察本研究提出的導(dǎo)頻結(jié)構(gòu)在不同信道下基于LS算法、LMMSE算法的BER性能，如圖5，圖6所示. 從圖5和圖6可以看出，當(dāng)用戶信道的最大多徑時(shí)延越大時(shí)，系統(tǒng)的BER性能越差. 這是因?yàn)楫?dāng)信道最大多徑時(shí)延較大時(shí)，則相干帶寬較小，而導(dǎo)頻間隔應(yīng)遠(yuǎn)小于相干帶寬； 此時(shí)相干帶寬變小了，導(dǎo)頻間隔并沒(méi)有改變，就會(huì)導(dǎo)致可能不滿足抽樣定理，從而使得系統(tǒng)性能下降.

圖5 不同信道下基于LS算法的BER對(duì)比Fig.5 Comparison of BER under different channels in LS

圖6 不同信道下基于LMMSE算法的BER對(duì)比Fig.6 Comparison of BER under different channels in LMMSE

在最大多徑時(shí)延為6的Channel A信道情況下，導(dǎo)頻間隔為6，不同導(dǎo)頻結(jié)構(gòu)在J=6時(shí)的BER對(duì)比如圖7所示； 在J=8的信道情況下，導(dǎo)頻間隔為8，用戶數(shù)為8的BER對(duì)比如圖8所示. 從圖7可見，本研究提出的導(dǎo)頻結(jié)構(gòu)在使用LMMSE算法時(shí)的BER性能優(yōu)于文獻(xiàn)[7]導(dǎo)頻結(jié)構(gòu)，原因是LMMSE算法充分利用了信道的統(tǒng)計(jì)特性，降低了噪聲對(duì)信道估計(jì)的影響. 在相同誤碼率下，J=6，基于LS算法時(shí)本研究提出的導(dǎo)頻結(jié)構(gòu)與文獻(xiàn)[7]和文獻(xiàn)[8]提出的導(dǎo)頻結(jié)構(gòu)相比，性能分別損失約1.8 dB和0.5 dB. 從圖8可見，當(dāng)用戶數(shù)為8時(shí)，雖然導(dǎo)頻間隔變大，但是仍符合抽樣定理，本研究提出的導(dǎo)頻結(jié)構(gòu)在LS算法下的BER值與文獻(xiàn)[8]提出的導(dǎo)頻結(jié)構(gòu)相差不大； 基于LMMSE算法時(shí)本研究提出的導(dǎo)頻結(jié)構(gòu)的BER性能優(yōu)于文獻(xiàn)[7]. 雖然本研究導(dǎo)頻結(jié)構(gòu)需要使用內(nèi)插算法來(lái)得到完整的信道估計(jì)值，但是通過(guò)合理地設(shè)置導(dǎo)頻間隔和導(dǎo)頻數(shù)量，以及選擇合適的內(nèi)插算法，一定程度上減少了內(nèi)插算法帶來(lái)的噪聲.

圖7 J=6時(shí)不同導(dǎo)頻結(jié)構(gòu)的BER對(duì)比Fig.7 Comparison of BER under different pilot structures at J=6

圖8 J=8時(shí)不同導(dǎo)頻結(jié)構(gòu)的BER對(duì)比Fig.8 Comparison of BER under different pilot structures at J=8

3.2 系統(tǒng)開銷對(duì)比

將導(dǎo)頻所占用的OFDM符號(hào)數(shù)設(shè)為NT. 在文獻(xiàn)[7]提出的基于稀疏導(dǎo)頻結(jié)構(gòu)的信道估計(jì)算法中，NT≥J(N/K)； 在本研究提出的導(dǎo)頻結(jié)構(gòu)中，NT=1. 為了保證不同用戶導(dǎo)頻的正交性，導(dǎo)頻間隔與用戶數(shù)成正比，但同時(shí)為了滿足抽樣定理，則用戶信道的最大多徑時(shí)延會(huì)受到約束，因此該導(dǎo)頻結(jié)構(gòu)適用于用戶數(shù)較少的情況. 當(dāng)SCMA系統(tǒng)的過(guò)載因子λ=150%(J=6)時(shí)，本研究導(dǎo)頻結(jié)構(gòu)的NT=1，文獻(xiàn)[7]導(dǎo)頻結(jié)構(gòu)的NT=3，文獻(xiàn)[8]導(dǎo)頻結(jié)構(gòu)的NT=1，因此本研究導(dǎo)頻結(jié)構(gòu)占用的OFDM符號(hào)數(shù)NT開銷相比于文獻(xiàn)[7]導(dǎo)頻結(jié)構(gòu)減少了66.7%，大大降低了系統(tǒng)的導(dǎo)頻開銷.

3.3 運(yùn)算量對(duì)比

表1展示了本研究所使用的算法與其他算法的運(yùn)算量對(duì)比，表中的Np表示本研究導(dǎo)頻結(jié)構(gòu)的導(dǎo)頻數(shù)量. 在K=4，N=2，J=6，Ns=128，Np=21和K=4，N=2，J=8，Ns=128，Np=16的情況下，分別比較復(fù)數(shù)乘法和復(fù)數(shù)加法的運(yùn)算量. 基于LS算法時(shí)本研究導(dǎo)頻結(jié)構(gòu)的計(jì)算過(guò)程簡(jiǎn)單，而文獻(xiàn)[7]基于稀疏導(dǎo)頻結(jié)構(gòu)的信道估計(jì)算法的計(jì)算過(guò)程涉及到大矩陣的求逆，因此基于LS算法的本研究導(dǎo)頻結(jié)構(gòu)在J=6時(shí)相比于文獻(xiàn)[7]在復(fù)數(shù)乘法和復(fù)數(shù)加法運(yùn)算上分別減少了97.8%和25.9%； 當(dāng)J=8時(shí)，基于LS算法的本研究導(dǎo)頻結(jié)構(gòu)相比于文獻(xiàn)[7]分別減少了98.7%和42.7%. 基于LS算法的本研究導(dǎo)頻結(jié)構(gòu)相比于文獻(xiàn)[8]在J=6時(shí)的復(fù)數(shù)乘法和復(fù)數(shù)加法運(yùn)算量分別減少了98.4%和49.9%，在J=8時(shí)分別減少了98.8%和47.8%，這是因?yàn)槲墨I(xiàn)[8]的計(jì)算過(guò)程包括快速傅里葉變換和快速傅里葉逆變換運(yùn)算. 同時(shí)本研究導(dǎo)頻結(jié)構(gòu)在基于LS算法時(shí)的復(fù)數(shù)乘法和復(fù)數(shù)加法運(yùn)算量相比于基于LMMSE算法在J=6時(shí)分別減少了99.8%和89.4%. 結(jié)果表明，基于LS算法的本研究導(dǎo)頻結(jié)構(gòu)明顯降低了系統(tǒng)運(yùn)算量，復(fù)雜性更低.

表1 不同算法計(jì)算復(fù)雜性對(duì)比

4 結(jié)語(yǔ)

通過(guò)合理地設(shè)計(jì)各個(gè)用戶的導(dǎo)頻間隔和導(dǎo)頻位置，所提出的導(dǎo)頻結(jié)構(gòu)保證了上行SCMA系統(tǒng)不同用戶的導(dǎo)頻在子載波上不是重疊的，便于在接收端準(zhǔn)確地估計(jì)出各個(gè)用戶的信道信息. 分別選擇LS算法和LMMSE算法來(lái)完成多用戶導(dǎo)頻的信道估計(jì). 仿真結(jié)果表明，當(dāng)用戶數(shù)為6時(shí)，基于LS算法的導(dǎo)頻結(jié)構(gòu)相比于其他算法性能略有損失，但是復(fù)數(shù)乘法運(yùn)算量分別減少了97.8%和98.4%，系統(tǒng)復(fù)雜度明顯降低； 導(dǎo)頻開銷相比于現(xiàn)有算法減少了66.7%. 因此，基于LS算法的導(dǎo)頻結(jié)構(gòu)適用于復(fù)雜度要求高、傳輸效率要求高，但誤碼性能要求相對(duì)不是很高的場(chǎng)合.