一种基于时隙Aloha和网络编码的无线随机接入与传输方法与流程

一种基于时隙aloha和网络编码的无线随机接入与传输方法
【技术领域】
1.针对后5g和6g的巨连接场景，本发明提供一种新的基于编码时隙aloha的免授权随机接入与传输方法，通过无线网络编码的运用，高效处理用户接入资源竞争问题，实现吞吐量、延时性能以及能量效率的提升。本发明属于通信与信号处理领域。


背景技术：

2.面向大规模机器类型通信(massive machine-type communication,mmtc)场景，后5g和6g需要满足更高的链接密度以及更快的终端交互速度。传统的基于握手信号的接入方式带来的请求—响应的等待占据了整体延时的大部分，尤其是在短包通信中更为明显。授权过程的信令开销也导致了通信资源的浪费，降低了系统可承载的设备数目。免授权随机接入与传输有望使可承载连接密度和延时性能得到本质性提升。采用免授权方案时，大量设备共享有限的时频码空通信资源，其具有天然的非正交多址特性。如何处理不同活跃用户对同一资源的竞争(或干扰)成为核心问题，详见参考文献[1]。
[0003]
最早期的aloha随机接入协议的吞吐量仅能达到18.4％；时隙aloha(slotted aloha,sa)通过时隙同步的引入，可以将吞吐量提升至36.8％。由sa演变而来的不规则重复sa协议(irregular repetition sa,irsa)通过使用户将其数据包按照一定概率分布选择不同时隙重复发送，接收端采用串行干扰消除(successive interference cancellation，sic)恢复竞争同一时隙资源的不同用户数据，可实现80％的渐进吞吐量，详见参考文献[2]。在irsa基础上发展出的编码sa(coded sa,csa)通过对用户数据分割与编码可进一步将渐进吞吐量提升到97.7％，详见参考文献[3]和[4]。上述结果表明随机方案的吞吐量性能理论上可接近协调传输(如时分多址)，且大大降低了其信令开销和握手延时。
[0004]
目前将csa和无线接入与传输结合的研究仍处于初始阶段。不同用户的无线信道差异性和多用户检测技术能够提供在一个时隙求解出多个用户消息的可能，这和有线csa有所区别。如何设计无线csa方案和高效检测与译码算法仍然存在巨大的技术挑战，详见参考文献[5]。


技术实现要素：

[0005]
(一)本发明的目的
[0006]
针对无线巨连接系统的免授权随机接入与传输，通过引入争用解决分集sa(contention resolution diversity sa，crdsa)、物理层网络编码(physical-layer network code,pnc)以及广义逆操作对竞争时隙进行更有效的处理，提升随机接入与传输的吞吐量、延时性能以及能量效率。
[0007]
(二)技术方案(方案整体流程如图1所示)
[0008]
步骤一：编码调制与帧结构
[0009]
无线通信中信道编码与调制是核心模块之一。本方案采用如图2所示的q元不规则重复累积(irregular repetition accumulate,ira)调制码，详见参考文献[6]。多元ira码
的优点在于编码器结构简单；译码可采用较成熟的基于因子图的置信传播算法；通过重复器和累加器的度分布优化可逼近香农限、低错误平层等。
[0010]
考虑m用户系统，令列向量bm为用户m，m＝1，
…
，m的消息序列，bm∈{0，
…
，q-1}k，k为消息序列长度。经q元ira编码，产生编码序列cm∈{0，
…
，q-1}n，n为码长(详见具体实施方式中步骤一)。为方便介绍原理并简化仿真过程，本发明采用实数模型表示信道对信号幅值的影响，包含信道对信号幅值与相位影响的复数模型可转化为实轴和虚轴上的两个实数模型分别处理。对于实数模型采用q-pam调制产生基带符号序列pam调制产生基带符号序列编码调制的信息速率为比特/符号。
[0011]
为了对免授权随机接入下的用户进行用户活跃度鉴定和信道估计，需要给每个用户分配导频序列。对用户m，其发送包的帧结构为：前n
′
个符号为导频序列，记为xm′
；后n个符号为数据消息序列经编码调制的符号序列xm。这里整个包的长度为每个用户的导频序列可以从哈达玛矩阵中选定某一行并截断为n
′
长度(详见具体实施方式中步骤一)，详见参考文献[11]。slotted aloha方案里所有用户的包长度均为
[0012]
步骤二：crdsa的免授权随机发送
[0013]
令传输一个包长度为的信号序列所需的时间称为一个“时隙”。t个时隙形成一个“传输块”，用来传输m个用户的包。令系统的用户活跃概率为p
active
，则平均活跃用户数量为承载率定义为：
[0014][0015]
传统时分多址(time division multiple access，tdma)或正交频分多址(orthogonal frequency division multiple access，ofdma)等协调传输方案的承载率可视为ρ＝100％，例如tdma中t个时隙通过正交分时的方式承载t个用户。非正交随机接入使得大于100％的承载率成为可能。整个系统的合信息速率为比特/符号。
[0016]
考虑重复次数为ξ的crdsa系统：活跃用户m随机选择ξ个时隙发送其包的ξ个副本。
[0017]
用表示m个用户(包含所有活跃与非活跃用户)的传输包构成的矩阵。接收机在第t个时隙，t＝1，
…
，t，收到的来自多个活跃用户的叠加信号，表示为
[0018][0019]
表示第t时隙的信道参数向量。这里如果用户m在该时隙非活跃，则可认为对应的信道参数hm[t]＝0；表示该时隙接收端收到的信号；z[t]表示均值
为0，方差为σ2的噪声。此处考虑h[t]为在一个时隙内保持不变的分块衰落信道。
[0020]
步骤三：接收机用户鉴定与信道估计
[0021]
在时隙t，首先从中分离出导频序列段y
′
[t]。运用压缩感知算法如近似消息传播(approximate message passing，amp)或正交近似消息传播(oamp)，从叠加的导频序列段中鉴定活跃用户的身份并估计信道状态信息(channel state information，csi)详见参考文献[7]、[8]及[11]。详见具体实施方式中步骤三，通篇将假设活跃用户和csi可以准确获知。
[0022]
步骤四：接收机译码过程
[0023]
在时隙t，从中分离出数据序列段y[t]。对该数据段，接收机运用线性pnc(linear pnc，lpnc)计算用户消息序列在有限域{0，
…
，q-1}内的l
t
个线性组合，详见参考文献[9]。然后，从准备解码的第t1个时隙的开始到第t2个时隙的结束共τ＝t
2-t1个时隙，个线性组合被收集到，可立刻运用广义逆解出部分用户的消息。该过程分为两步：
[0024]
1、线性物理层网络编码(从接收信号生成线性组合)
[0025]
对时隙t，令l
t
个关于消息序列的有限域线性组合表示为：
[0026][0027]
其中，是个用户消息序列的矩阵形式，个用户消息序列的矩阵形式，表示第个线性组合，表示该线性组合的网络编码的系数向量，表示有限域的矩阵乘法运算(矩阵相乘结果模q处理)，详见参考文献[9]。本发明采用lpnc方法，详见参考文献[5]，计算用户消息序列的线性组合其判决表示为这里，可达到最佳性能的网络编码系数的选定方法详见具体实施方式中步骤四(3)。
[0028]
2、运用广义逆恢复用户信息
[0029]
基于上一步在τ＝t
2-t1个时隙中收集的个线性组合，运用广义逆求解用户消息。令这些线性组合由表示，对应的系数矩阵为f＝{f1，
…
，f
λ
}。由于该过程对消息序列中每一位的处理方式是相同的，因而令bm为第m个用户的消息序列bm中任意一位元素。所有个用户的相同位元素构成的向量表示为并令为的对应符号位。该线性组合可表示为
[0030]
[0031]
这里令矩阵f在有限域下的广义{1}-逆表示为f与f{1}的乘积矩阵可表示为
[0032][0033]
若ω
β
为第个元素为1，其余元素为零的向量，则用户β的消息可解，求解过程表述为：
[0034][0035]
具体算法详见具体实施方式中步骤四(2)。
[0036]
步骤五：仿真验证与性能评估
[0037]
考虑环境存在丰富的多径和反射，直射量不显著。在无线瑞利衰落信道条件下，进行本发明可达到的吞吐量随用户承载率以及信噪比变化的数值仿真，以及用户延时随用户承载率以及信噪比变化的仿真。仿真结果揭示此随机接入方案的能效、吞吐量、延时的基础制约关系，并比较本发明的随机接入方案与现有方案在吞吐量等性能指标的优劣。详见图5与具体实施方式中步骤五。
[0038]
本发明提出的方案当活跃用户数据包的副本数为2或3时，在40db的信噪比下可以将承载率提升至165％或115％，比传统sa的36.8％和irsa的80％有显著提升。另外，平均延时也有显著降低。例如在副本数为2，snr＝25db，100％的承载率下，归一化平均延时下降至10％。详见图6与图7和具体实施方式中步骤五。
[0039]
(三)优点与应用价值
[0040]
本发明提出的编码时隙aloha随机接入和基于lpnc与广义逆求解的快速译码方案，可以有效地提升承载率，减少信令开销并且降低等待延时，为巨连接iot系统提供了一个具有竞争力的解决方案。本发明通过lpnc系数向量的选择，每个时隙可正确计算出更多个线性组合，实现更高的承载率和更低的延时；通过广义{1}-逆快速恢复用户消息的方法避免了传统sa方案中sic的迭代过程，降低了运算的复杂度和译码延时。lpnc结合ira信道编码的性能能够逼近香农限，降低了误码的扩散。本发明可有效降低握手和冲突重传的延时，这在iot和卫星互联网大尺度时空链路中具有较高的潜在应用价值。
【附图说明】
[0041]
图1为本发明提出的免授权随机接入与传输方案的流程图。
[0042]
图2为ira信道编码的编码器示意图。
[0043]
图3为lpnc系数优化选择流程图。
[0044]
图4为通过广义逆算法恢复用户消息的示意图。
[0045]
图5为本发明与传统crdsa方案的性能对比图。
[0046]
图6为crdsa速率为1/2与1/3时吞吐量随承载率的变化图。
[0047]
图7为snr＝20db与40db延时随承载率的变化图。
[0048]
图8为承载率是100％与150％延时随信噪比的变化图。
【具体实施方式】
[0049]
此部分将对本发明所采用技术方案与实施细节做进一步更详细的叙述。
[0050]
步骤一：
[0051]
1、多元ira编码调制
[0052]
不失一般性，考虑m用户等编码速率。用户m，m＝1，
…
，m，的消息序列为bm∈{0，
…
，q-1}k。所有用户采用相同的q-元不规则重复累积调制码进行信道编码。q元ira码编码如图2所示。用户发送信息序列bm由串行转并行后进入编码器。消息序列的每一位通过重复器重复。重复后的符号经过随机交织器后进入校验节点，其输出进入累加器。每个符号与前面的符号累加得到编码后的序列cm。q元ira码为线性码，编码器可以用n
×
k维的编码矩阵gc表示，经过编码后的码字可以表示为编码后的码字长度为n，速率叱特/符号。
[0053]
调制方式采用q-pam。当采用等间距的星座图时，调制后的符号表示为
[0054][0055]
其中γ用于归一化q-pam序列xm的能量。
[0056]
2、形成帧结构
[0057]
考虑全部m用户，生成m
×
m的hadamard矩阵，按导频长度n
′
将hadamard矩阵截断成n
′×
m的矩阵x
′
。令xm′
表示该矩阵的第m列，作为用户m的导频序列。导频序列与用户身份一一对应，其映射关系接收机提前获知。每个用户将其导频序列与待传输数据序列合并构成一个数据包一个数据包
[0058]
步骤二：
[0059]
活跃用户m随机从t个时隙中选择ξ个时隙发送其ξ个包的副本。每个时隙中叠加信号如式(2)所示。
[0060]
步骤三：
[0061]
接收机先提取导频序列段用于活跃用户检测与信道估计。由于非本发明创新点，这里只作简要说明。训练序列段信号表示为
[0062]y′
＝x
′
t
h z
′ꢀꢀꢀꢀ
(8)
[0063]
其中，x
′
＝[x
′
1t
，
…
，x
′
mt
]为训练序列矩阵，h为待估计的信道矩阵，z
′
为高斯白噪声。用户与基站之间的信道h服从伯努利高斯分布：
[0064][0065]
其概率分布函数为p
active
为用户的活跃概率，∑h为信道相关性矩阵。这里，非活跃用户的信道被认作为0。
[0066]
接收机采用压缩感知算法，如amp或oamp，详见参考文献[7]和[11]，用迭代方式从y
′
估计h。令估计结果为若的某一元素接近0，则对应用户认定为非活跃。对非零元素
的用户，则用中对应位的估计值作为信道状态信息(channel state information，csi)。当信噪比和导频序列长度足够时，活跃用户鉴定错误概率和信道估计均方差会非常小(如10-3
或以下)，详见参考文献[11]。下面的步骤将假设无错误的活跃用户鉴定与理想csi。
[0067]
步骤四：
[0068]
首先，基于上一步获得的csi，接收机在时隙t，t＝1，
…
，t，选择l
t
个网络编码系数向量，用于计算个活跃用户消息序列的线性组合。其具体优化选择过程见步骤四中的步骤(3)。
[0069]
(1)用lpnc生成活跃用户消息序列的线性组合
[0070]
对给定系数向量，此处阐明如何计算表达式(3)中的消息序列的线性组合
[0071]
并行方式
[0072]
对给定线性组合系数向量逐符号计算关于该线性组合的后验概率(aposterior probability，app)。考虑第个线性组合，对时隙t的某一个符号位(消息序列内部实现方式相同，故举一个符号位为例)，其关于线性组合的app为
[0073][0074]
其中，j＝0，
…
，q-1表示线性组合消息的可能取值，c为个活跃用户编码后信息序列的某一位符号构成的向量，详见参考文献[12]。
[0075]
逐符号计算出的app序列交给ira的置信度传播(message passing algorithm，mpa)译码器，经过若干次译码迭代，输出消息线性组合的判决在并行处理方式下，l
t
个线性组合的译码可同时独立处理。
[0076]
串行方式
[0077]
上述并行处理方式忽略了各线性组合的关联性。一般地，已生成的线性组合可以作为辅助信息帮助计算后面线性组合。此方式称为串行方式的线性组合生成。考虑前个线性组合已经产生完毕，第个线性组合的逐元素app计算为：
[0078][0079]
这里条件详见参考文献[12]。
[0080]
计算出的app序列发给第个mpa译码产生第个线性组合的判决。然后，该判决被
转化为码字上的辅助信息，类比公式(11)，计算第个线性组合的app。直到所有l
t
个线性组合全部求完，该部分算法的应用见流程图3。此方式比并行求解有更好的性能，但处理延时会有所增加。
[0081]
(2)运用广义逆恢复用户信息
[0082]
上面对各时隙产生了数个用户消息序列的线性组合。考虑接收机在时隙t1到t2中收集了λ个线性组合其对应的系数向量为f1，
…
，f
λ
。令f＝{f1，
…
，f
λ
}为相应的系数向量构成的系数矩阵。由于广义逆恢复用户消息过程对消息序列中每一位的处理方式是相同的，故取其中一位进行阐述：令表示的任意一位，λ个线性组合的该位构成向量广义逆的求解阐述如下：
[0083]
如果存在线性行变换变换向量α
β
∈{0，...，q-1}
λ
，e
β
为第β个元素为1，其余元素为零的单位向量，则式(3.4)就可以写成
[0084][0085]
其中，第β个用户的数据可恢复。
[0086]
如果f是在有限域满秩的m
×
m方阵，那么所有α
β
构成的矩阵就是f在有限域的逆矩阵，问题退化为狭义逆且所有用户可恢复。然而，在实际中延时的要求使得收集到的线性组合数量λ＜m(或者即使λ＝m，但f在有限域不满秩)，无法对f直接求有限域的逆。引入有限域广义{1}-逆的运算可在此情况下恢复部分用户的消息，过程如下：
[0087]
对f做有限域行列变换其中i为f经过有限域变换后阶数最高的单位矩阵，θ为变换后除了单位矩阵外的非零部分(可经过进一步列变换变为零矩阵)。找到满足要求的列变换矩阵q与行变换矩阵p，则f的有限域广义{1}-逆则表示为
[0088][0089]
其中ψ是任意矩阵。然后，相应的α
β
向量可以获得，对应的(部分用户的)消息可以恢复，相关算法流程如图4所示。这里对f直接初等变换得到p与q，在f阶数为m
×
λ时，运算复杂度仅为o(m
×
λ)。
[0090]
(3)lpnc系数互信息量的计算
[0091]
下面我们对本发明的网络编码系数的选择做出阐明。我们将依据互信息量(mutual information，mi)最大化的原则进行优化。
[0092]
对于线性组合随机变w，其与接收信号y的互信息量为
[0093]
i＝i(w；y)＝h(y)-h(y|w)
ꢀꢀꢀꢀ
(14)
[0094]
这里w在{0，
…
，q-1}上均匀分布；我们先找到互信息量最大化的线性组合的系数向量g，表述为：
[0095][0096]
，详见参考文献[10]。
[0097]
然后，找到下一个系数向量，使得其互信息量i(w＝g
t
b，y|h)第二大且两个系数向量在有限域线性无关。以此类推直到找到l
t
个有限域线性无关的最大互信息量的系数向量，且每个对应的互信息量均大于目标速率r0。该部分的应用见流程图3。
[0098]
串行产生线性组合的互信息量计算过程与并行类似，区别在于信息熵与条件熵的计算需要将之前已得到的线性组合作为条件，此处不作具体展开。
[0099]
步骤五：
[0100]
此部分对本发明的互信息量中断概率和实际ira编码的帧错误率(frame error probability，fer)进行评估。然后，将该性能指标转化为承载率、延时等性能指标。
[0101]
根据具体实施方式中步骤四中互信息量部分分别计算每个时隙线性组合的互信息量。当互信息量大于目标速率r0时，认为该线性组合的系数在对应信道下能够实现无误帧传输，否则视为中断。当足够多的线性组合被收集到，通过广义逆恢复用户消息。由于这一过程仅仅考虑线性组合的互信息量能否满足信道编码速率的最低要求，其提供对实际编码仿真的性能上界。
[0102]
本发明在实际信道编码下的仿真采用速率的5-ira码，单用户速率为
[0103]
考虑承载率ρ区间为10％～250％，信噪比区间为5db～40db。若固定信噪比，对区间范围内给定的一个承载率，进行2000次以上的重复仿真，若新的结果参与计算的性能平均值与上次重复仿真的性能平均值差距不超过0.01％，则认为该性能仿真结果可靠。吞吐量表述为仿真中解出用户数除以总时隙数的百分比结果。作为对比的基线方案，考虑现有的crdsa方案结合每时隙sic完全译码的操作。
[0104]
图5展示了本发明分别在互信息量仿真与实际信道编码仿真下的吞吐量性能，并与现有的crdsa方案进行对比。这里考虑1/2的crdsa编码速率：用户随机选择两个时隙发送其数据包的副本。在snr＝40db下，本发明提出的随机接入方案的吞吐量峰值能够达到165％以上(互信息量提供的实际编码的理论上界超过了170％)，相较于现有crdsa方案在相同条件下低于90％的吞吐量峰值有了很大的性能提升。
[0105]
图6展示了在snr＝40db下crdsa编码速率为1/2与1/3时吞吐量随承载率的变化。可以看出，本发明中每个用户随机发送两个副本的最大吞吐量性能要优于三个副本。这主要是由于1/3的crdsa编码速率在较高的承载率下会显著增加平均每个时隙竞争用户的数量。当竞争用户数过多时，通过lpnc产生保证ira解码正确的线性组合的数量大幅降低，最终影响到用户恢复与吞吐量性能。
[0106]
图7提供了不同信噪比下具体信道编码仿真方案延时随承载率的性能变化。关于延时，假设用户第一个副本的发送时隙的开始为其时间起点ts，用广义逆解出该用户的时隙结束为时间终点te，以时隙为单位该用户延时为td＝t
e-ts(以时隙为单位)。将平均延时时隙数除以总时隙数做归一化处理，并以百分比显示。图中可以看出snr＝40db时即使在高达150％的承载率下平均延时占比也不超过10％。放宽信噪比条件到snr＝20db，150％的承载率下平均延时占比也仅有52％。
[0107]
图8展示了本发明方案延时随信噪比的性能对比。在snr超过25db时，平均延时占
比在承载率为100％与承载率为150％时分别下降到了10％和30％，达到较低的延时水平。并且根据以上仿真结果，我们可以根据需求，适当放宽信噪比、吞吐量或延时中的某部分，以保证其余性能指标能够达到更高的水平，实现三者性能的相互转化。
[0108]
文献：
[0109]
[1]a.t.abebe and c.g.kang,“grant-free uplink transmission with multi-codebook-based sparse code multiple access(mc-scma),”ieee access,vol.7,pp.169853-169864,2019.
[0110]
[2]g.liva,“graph-based analysis and optimization of contention resolution diversity slotted aloha,”ieee transactions on communications,vol.59,no.2,pp.477-487,february 2011.
[0111]
[3]e.paolini,g.liva and m.chiani,“coded slotted aloha:a graph-based method for uncoordinated multiple access,”ieee transactions on information theory,vol.61,no.12,pp.6815-6832,dec.2015.
[0112]
[4]z.sun,y.xie,j.yuan and t.yang,“coded slotted aloha for erasure channels:design and throughput analysis,”ieee transactions on communications,vol.65,no.11,pp.4817-4830,nov.2017.
[0113]
[5]z.sun,l.yang,j.yuan and d.w.k.ng,“physical-layer network coding based decoding scheme for random access,”ieee transactions on vehicular technology,vol.68,no.4,pp.3550-3564,april 2019.
[0114]
[6]m.-c.chiu,“bandwidth-efficient modulation codes based on nonbinary irregular repeat-accumulate codes,”ieee trans.inf.theory,vol.56,no.1,pp.152
–
167,2010.
[0115]
[7]d.l.donoho,a.maleki and a.montanari.“message passing algorithms for compressed sensing:i.motivation and construction[a]//2010”ieee information theory workshop on information theory(itw 2010,cairo)[c],cairo,2010:1-5.
[0116]
[8]y.huang,y.he,l.shi,t.cheng,y.sui and w.he,“a sparsity-based adaptive channel estimation algorithm for massive mimo wireless powered communication networks,”ieee access,vol.7,pp.124106-124115,2019.
[0117]
[9]l.yang,t.yang,y.xie,j.yuan and j.an,“linear physical-layer network coding and information combining for the k-user fading multiple-access relay network,”ieee transactions on wireless communications,vol.15,no.8,pp.5637-5650,aug.2016.
[0118]
[10]d.tse and p.viswanath,“fundamentals of wireless communication,”cambridge university press,2005.
[0119]
[11]y.cheng,l.liu and l.ping,“orthogonal amp for massive access in channels with spatial and temporal correlations,”ieee journal on selected areas in communications,vol.39,no.3,pp.726-740,march 2021.
[0120]
[12]北京航空航天大学.一种基于线性网络编码的多址接入方法:中国,
202110917776.x[p].2021-08-11