基于稀疏信号处理的SCMA编码理论及海量接入技术

Massive machine-type communication will play an important role in the future 5G systems. The main challenge for mMTC is the extensive and efficient connection of massive devices that deliver very short packets. In order to solve the problem of massive access, the hierarchical access framework based on the characteristics of the mMTC communication will be designed in this project. In this framework, each mMTC scenario corresponds to an access point and the signal will be sparse representation at each access point using the sparse signal processing theory within the scope of a large number of MTC signal. The sparse signal from multiple access points will be coded using SCMA codebook which generated by mapping matrix and multidimensional constellation rotation modulation. The core technologies include the efficient sparse signal representation, the mapping matrix, the construction of the phase rotation matrix and the codebook optimization rules. In the codebook design, the structure of the coding matrix will be further optimized by taking into account the factors such as time frequency resource allocation, access control, interference and detection complexity. In order to demonstrate the performance gain of the designed hierarchical access architecture and sparse coding, the SCMA sparse coding gain theory will be analyzed in this projection. Besides, based on the codebook structure, domain transform and iterative optimization, the tultra low complexity receiver will be designed. Finally, the experimental environment and the link level simulation platform will be built, on which the performance gain and the theoretical analysis will be supported and verified. The work in this projection will be helpful for the standardization of the 5G mMTC communication technologies.

未来5G系统内海量机器类通信(mMTC)场景将发挥重要的作用。本项目主要解决mMTC大量发送非常短数据包的设备可扩展的、高效的连接问题。为此将根据mMTC通信特点设计分层接入框架，海量设备被分割并设置对应接入点，接入点负责对本接入点范围内的大量MTC信号进行稀疏信号处理，多个接入点的稀疏信号利用tanner图和多维星座旋转编码生成SCMA码本实现多址接入。将系统的时频资源分配、接入控制、干扰及接收复杂度等因素加入tanner图和码本设计中，将码本结构、域转换和迭代优化结合实现超低复杂度接收机设计。为了证明所设计的分层接入架构和稀疏编译码的性能，本项目将给出SCMA稀疏编码后获得的编码增益理论界。最后搭建实验环境和链路级仿真平台，对理论结果予以仿真和验证，完成mMTC通信技术标准的输出工作。

本项目在海量机器类通信（mMTC）场景下，重点解决大规模接入需求带来的无线接入拥塞问题。核心技术是稀疏码分多址（SCMA）和有效接入机制。成果包括（1）mMTC网络分层架构及对应的多级资源分配模式。（2）适合mMTC接入的SCMA编码技术。从用户业务颗粒度和信道信息角度提出用户分组匹配优化编码方案，提升系统容量。以干扰最小化优化映射矩阵设计，解决编码的子载波分配问题。通过对子载波和功率联合优化，提出基于最大化和速率迭代优化算法，进一步提高整个SCMA系统的容量。（3）SCMA超低复杂度译码算法。首先根据不同信噪比设置不同欧式距离门限值，通过舍弃消息传递算法（MPA）迭代过程中不必要的叠加星座点，减少冗余运算。随后通过避免同一用户在不同资源上重复检测，以及提高状态好的信道上的检测优势，加速检测时的迭代收敛，降低复杂度。之后提出基于动态因子图更新率的MPA算法，通过更新率衡量迭代前后因子图分支上信息的变化程度，部分收敛程度较高的分支不再参与更新，减少冗余计算。提出外信息选择串行MPA算法，忽略部分对检测结果影响较小的外信息，进一步减少不必要的计算。最后，提出联合码本分配的分层迭代检测算法。（4）mMTC接入机制和拥塞控制策略。提出了动态接入类别限制（ACB）机制来优化海量MTCD的随机接入性能。基于最大最小公平算法动态分配前导资源，在保证不同优先级设备时延要求的基础上可以最大化系统的吞吐量性能。随后，提出了基于滑动窗口的随机接入方案以及基于因子图前导码复用的动态ACB方案。通过前导码复用的方式大幅增加了可用前导码资源的数量。之后，对活跃MTCD数量进行估计，可以限制同时发起随机接入尝试的MTCD数量，降低网络拥塞发生的概率。最后，将学习机制引入到大规模mMTC接入机制中，通过深度强化学习寻求NP优化问题的最优解决方案。本项目从SCMA编译码和接入机制层层解决大规模接入的根本性实质性问题，同时考虑新的拓展，引入学习机制寻求更优化方案，进一步提升本项目的科学意义、研究价值和空间。