《电子技术应用》

SCMA系统中改进的MAX-Log MPA多用户检测算法

2018年电子技术应用第5期
吴 雄,葛文萍,张雪婉,代文丽
(新疆大学 信息科学与工程学院,新疆 乌鲁木齐830046)
摘要: 稀疏码多址接入(SCMA)技术是一种面向5G的新型非正交多址技术,针对SCMA技术中基于对数域的MAX-Log消息传递算法(MPA)存在检测性能较差的问题,采用对资源节点消息更新公式乘以一个影响因子的方法。该影响因子可以减少原始MAX-Log MPA由于近似计算资源节点信息造成的信息丢失,从而提升MAX-Log MPA多用户检测器的检测性能。理论与仿真结果表明,改进后的MAX-Log MPA多用户检测算法既能保持原始MAX-Log MPA算法复杂度低的优点,又能获得较好的检测性能。
中图分类号: TN929.5文献标识码: ADOI:10.16157/j.issn.0258-7998.173428
中文引用格式: 吴雄,葛文萍,张雪婉,等. SCMA系统中改进的MAX-Log MPA多用户检测算法[J].电子技术应用,2018,44(5):111-114,123.
英文引用格式: Wu Xiong,Ge Wenping,Zhang Xuewan,et al. Improved MAX-Log MPA multiuser detection algorithm in SCMA system[J]. Application of Electronic Technique,2018,44(5):111-114,123.

Improved MAX-Log MPA multiuser detection algorithm in SCMA system

Wu Xiong,Ge Wenping,Zhang Xuewan,Dai Wenli
(College of Information Science and Engineering,Xinjiang University,Urumqi 830046,China)
Abstract: Sparse code multiple access(SCMA) is a novel non-orthogonal multiple access scheme to face the future 5G communication. In allusion to the problem that sparse code multiple access(SCMA) system based on a logarithm-domain MAX-Log message passing algorithm(MPA) for multiuser detection has lower detection performance, this paper adopts a method that the message updating formula of the resource node is multiplied by a factor, which can reduce the lost messages of the original MAX-Log MPA algorithm for approximate computing the updating message of resource node. The theory and simulation results show that the improved MAX-Log MPA multiuser detection algorithm can not only maintain the low complexity of the original MAX-Log MPA algorithm, but also obtains better detection performance.

0 引言

    未来的第五代移动通信技术(5th-Generation,5G)无线网络具有广覆盖、高容量、低延时、高可靠、低功耗、大连接等特点[1],这就要求5G的空口技术必须具有相当的灵活性和应变能力[2]稀疏码多址接入[3](Sparse Code Multiple Access,SCMA)技术作为前景广阔的新型非正交多址技术,能够满足5G的要求[4],引起了众多研究者的注意。由低密度信号(LDS)演进而来的SCMA,融合了稀疏扩频的思想和高维调制的技术,将链路中的比特数据流映射到预先设定好的码本中的多维码字上,用来解决大量数据连接导致的系统过载问题[3]。与4G的正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)技术相比,SCMA具有更高的频谱利用率[5]

    目前,如何降低SCMA系统解码的复杂度是SCMA面临的重要挑战之一[6]。基于因子图迭代的消息传递算法(Message Passing Algorithm,MPA)[7]作为SCMA多用户检测的主流算法,相比于最大似然算法(Maximum Likelihood,ML)检测,其算法复杂度虽有所降低,但硬件实现依然困难。在文献[8]中,针对原始MPA算法收敛速度不理想的情况,提出一种基于串行策略的MPA检测算法,该算法在保证检测性能良好的前提下,收敛速度加快,运算复杂度有所降低。为了进一步降低算法复杂度,一种对数域的MAX-Log MPA算法在文献[9]中被提出,该算法具有较低的算法复杂度,但检测性能相对较差,损失了检测性能来降低运算复杂度。对数域的MAX-Log MPA多用户检测算法[9]运算复杂度低,但检测性能差。为了提升其检测性能,本文采用一种既简单又有效的方法对MAX-Log MPA进行改进,即对资源节点消息更新的过程增加一个影响因子,该影响因子不但可以抑制MAX-Log MPA算法在进行用户检测时消息的丢失,提升了检测性能,还不会对SCMA系统造成任何负担。

1 上行SCMA系统模型

tx4-gs1-2.gif

    因为码字xj稀疏的特性,所以在时频资源k处的码字冲突也相对较少[12]

tx4-t1.gif

2 改进型MAX-Log MPA多用户检测算法

    传统的最大后验概率(Maximum A Posteriori,MAP)穷举式检测算法必须要检测所有用户的码本组合,算法复杂度大大增加。相比于传统MAP算法,基于和积运算的MPA算法是SCMA系统的典型多用户检测算法,算法的实现是通过因子图中节点之间的消息传递和迭代更新完成的[6],因子图矩阵F与因子图如图2所示。

tx4-t2.gif

2.1 原始MPA算法

tx4-gs3-4.gif

2.2 改进型MAX-Log MPA多用户检测算法

    由文献[6]可知,原始MPA算法运算复杂度高、占用存储空间大的原因主要是EXP指数运算量大。为了弥补这种缺点,降低运算复杂度,尽可能地消除指数运算,采用Jacobi算法公式:

tx4-gs5-9.gif

    由式(11),对比式(3)和式(6),可以看出, MPA算法采用MAX-Log运算必将造成一部分信息丢失。另外,从式(6)、式(7)和式(8)可以发现,通过取log运算,把乘法转化为加法,在实际计算时,这使得算法复杂度降低。

    由此,本文定义影响因子α作为消息更新公式的系数,α∈[1,2]之间的任意实数。此时,式(6)可以改写为:

     tx4-gs10.gif

    当α=1.0 时,该式即为式(6)。

    本文通过在资源节点的消息更新公式中增加一个影响因子α,来调节MAX-Log MPA算法的检测性能,当α在1~2之间越来越大时,将会对MAX-Log运算后丢失的消息进行弥补,使其在接下的迭代过程中得到的消息更加可靠,其检测性能越来越好。

3 仿真与分析

    为了对改进后的MAX-Log MPA算法的检测性能进行测试,本文基于上行SCMA通信系统,在收敛性和误码率(Bit Error Rate,BER)两个方面进行了仿真,并对不同算法复杂度进行对比。仿真过程中,参数设置如表1所示。

tx4-b1.gif

3.1 收敛速度

    图3所示为在不同影响因子α取值下,MAX-Log MPA多用户检测算法随迭代次数在信噪比(Signal to Noise Ratio,SNR)为12 dB时的检测性能。α=1.0 时,为原始MAX-Log MPA算法。由图3可知, MAX-Log MPA算法迭代5次后BER达到收敛;当α的取值在1.0~2.0之间时,改进的MAX-Log MPA算法的检测性能随着α取值的增大而越来越好;当α>1.5时,改进型算法的BER在不断减小,但减小量越来越少。总的来看,本文引入影响因子α后,α∈(1,2],基于对数域的MAX-Log MPA的检测性能得到了改善,这也说明了影响因子α可以抑制MAX-Log运算在计算资源节点到用户节点信息更新时的信息丢失。

tx4-t3.gif

3.2 BER性能

    图4为算法达到收敛条件下,影响因子α在取不同值时,MAX-Log MPA算法随SNR变化的检测性能。可以看出,随着影响因子α取值的不断增大,算法的检测性能也越来越好,α=2.0 时,检测性能达到最优。当SNR小于6 dB时,无论α取值如何,其BER性能相近;当SNR大于6 dB时,α的取值越大,检测器的BER下降越快;α=1.75与α=2.0时,BER取值几乎相同;在SNR在14 dB时,α=1.0与α=2.0条件下BER的值几乎相差一个数量级。

tx4-t4.gif

    图4同样说明了本文对原始MAX-Log MPA算法引入影响因子α的必要性,既不会增加系统复杂度,又能有效提升MAX-Log MPA算法的检测性能。

3.3 算法复杂度对比分析

    在分析SCMA系统中的多用户检测算法时,运算迭代次数和运算器数目是两个关键的要素。本文改进算法的思想是将EXP运算转化为MAX运算,减少乘积运算来达到降低运算复杂度的目的。与此同时,增加一个影响因子,在不影响算法复杂度的情况下,通过调节影响因子的取值来降低检测器BER。各算法复杂度的对比如表2所示,其中df为一个资源元素(Resource Element,RE)所连接的用户数。

tx4-b2.gif

    本文提出改进的MAX-Log算法无论是串行还是并行都没有进行EXP运算,而是将其转化为MAX运算,影响因子不会增加额外的运算负担,从而降低了运算复杂度。仿真结果得出, ML算法、MPA算法和改进型MAX-log MPA算法的乘法器数目分别是49 152、11 844、6 912个。相比于ML算法,在可以忽略的BER损失下,本文提出的改进算法减少了85.9%的乘法器;相比于传统MPA算法,则减少了41.6%的乘法器。与此同时,从表2可以计算出,EXP运算器数目分别是16 384、2 304、0,可以看出本文改进算法不需要进行EXP运算,这将大大降低运算复杂度。

4 结束语

    文本基于SCMA系统中MAX-Log MPA多用户检测算法复杂度低的优点,通过在计算资源节点消息更新时,引入影响因子α来改善原始MAX-Log MPA算法的检测性能,即在资源节点消息更新公式处增加一个1~2之间的实数,即可有效提升MAX-Log MPA算法的检测性能。理论和仿真结果表明,本文提出的改进方法简单有效,相比于ML算法、MPA算法,改进的MAX-Log MPA算法运算复杂度更低;而相比于原始MAX-Log MPA算法,改进的MAX-Log MPA多用户检测器具有更好的检测性能。本算法兼顾了运算复杂度和检测性能,实用性更强。

参考文献

[1] THOMPSON J,GE X,WU H C,et al.5G wireless communication systems: prospects and challenges[J].IEEE Communications Magazine,2014,52(2):62-64.

[2] DAI L L,WANG B C,YUAN Y F,et al.Non-orthogonal multiple access for 5G: solutions, challenges,opportunities,and future research trends[J].IEEE Communications Magazine,2015,53(9):74-81.

[3] NIKOPOUR H,BALIGH H.Sparse code multiple access[C].IEEE,International Symposium on Personal Indoor and Mobile Radio Communications,2013:332-336.

[4] 张长青.面向5G非正交多址技术的比较[J].电信网技术,2015(11):43-49.

[5] WANG B,WANG K,LU Z,et al.Comparison study of non-orthogonal multiple access schemes for 5G[C].IEEE International Symposium on Broadband Multimedia Systems and Broadcasting,2015:1-5.

[6] DU Y,DONG B,CHEN Z.Joint sparse graph-detector design for downlink MIMO-SCMA system[J].IEEE Journals & Magazines,2017,6(1):14-17.

[7] WU Y,ZHANG S,CHEN Y.Iterative multiuser receiver in sparse code multiple access systems[C].IEEE International Conference on Communications,2015:2918-2923.

[8] 杜洋,董彬虹,王显俊,等.基于串行策略的SCMA多用户检测算法[J].电子与信息学报,2016,38(8):1888-1893.

[9] LU L,CHEN Y,GUO W,et al.Prototype for 5G new air interface technology SCMA and performance evaluation[C].China Communications,2015,12(s1):38-48.

[10] TAHERZADEH M,NIKOPOUR H,BAYESTECH A,et al.SCMA codebook design[C].IEEE Vehicular Technology Conference Fall,Vancouver,CAN,2014:14-17.

[11] AU K,ZHANG L Q,NIKOPOUR H,et al.Uplink contention based SCMA for 5G radio systems[C].IEEE Global Telecommunications Conference Workshops,Austin,USA,2014:900-905.

[12] ZHANG S Q,XU X Q,LU L,et al.Sparse code multiple access: an energy efficient uplink approach for 5G wireless systems[C].IEEE Global Telecommunications Conference,Austin,USA,2014:4782-4787.

[13] MU H,MA Z,ALHAJI M,et al.A fixed low complexity message pass detector for up-link SCMA system[J].IEEE Wireless Communications Letters,2015,4(6):585-588.



作者信息:

吴  雄,葛文萍,张雪婉,代文丽

(新疆大学 信息科学与工程学院,新疆 乌鲁木齐830046)

继续阅读>>