王茜竹，唐　超，吳廣富，彭大芹

(1.重慶郵電大學(xué) 電子信息與網(wǎng)絡(luò)工程研究院，重慶 400065；2.重慶郵電大學(xué) 移動通信技術(shù)重慶市重點實驗室，重慶 400065)

?

一種非正交多址接入下行鏈路信號檢測方法

王茜竹1，唐超1，吳廣富2，彭大芹1

(1.重慶郵電大學(xué) 電子信息與網(wǎng)絡(luò)工程研究院，重慶 400065；2.重慶郵電大學(xué) 移動通信技術(shù)重慶市重點實驗室，重慶 400065)

非正交多址接入(non-orthogonal multiple access, NOMA)下行鏈路存在嚴重的多址干擾。軟解調(diào)-串行干擾消除(successive interference cancellation, SIC)檢測方法是一種性能較好的信號檢測方法，但是接收機的復(fù)雜度比較高?？紤]到軟解調(diào)算法對其他用戶信號的信號特征信息并未充分利用，提出一種基于軟解調(diào)算法改進的聯(lián)合檢測算法，該算法直接利用多用戶疊加信號的聯(lián)合星座圖計算用戶信號信息比特的軟信息，不需要對干擾信號進行檢測和重構(gòu)，可以降低接收機的復(fù)雜度。仿真分析表明，與軟解調(diào)-SIC檢測方法相比，聯(lián)合檢測方法在性能損失不超過1.5 dB的情況下，可以將接收機的復(fù)雜度降低一半。

非正交多址接入(NOMA)；信號檢測；軟解調(diào)；串行干擾消除(SIC)；聯(lián)合檢測

0　引　言

在高速增長的無線網(wǎng)絡(luò)應(yīng)用需求的驅(qū)動下，新一代移動通信系統(tǒng)5G成為了全球移動通信領(lǐng)域研究的熱點。IMT-2020(5G) 推進組《5G概念白皮書》中提到，5G對未來無線網(wǎng)絡(luò)提出了更高的要求，其中，用戶體驗速率要達到0.1～1 Gbit/s，設(shè)備連接承受能力要達到106/km2，頻譜效率要比4G提升5～15倍[1]。面對未來無線網(wǎng)絡(luò)的挑戰(zhàn)，傳統(tǒng)的多址接入技術(shù)難以滿足，所以，全球一些移動通信領(lǐng)域的研究機構(gòu)通過深入的研究，提出了多種新型多址接入技術(shù)，其中，由Saito等提出的非正交多址接入[2](non-orthogonal multiple access, NOMA)以其基于功分復(fù)用的特點受到業(yè)界的廣泛關(guān)注。

NOMA的基本思想是在發(fā)送端先給多個用戶信號分配不同的功率，在疊加后進行非正交發(fā)送；在接收端通過干擾消除檢測技術(shù)實現(xiàn)用戶信號的接收。NOMA是一種基于功率域復(fù)用的多址技術(shù)，各用戶通過信號功率的不同來進行區(qū)分，從而可以將時域、頻域等資源提供給多個用戶共享，以提高系統(tǒng)的頻譜效率、系統(tǒng)容量[3]。已有研究表明，在鏈路疊加用戶個數(shù)為2～3時，系統(tǒng)性能可以達到最佳，系統(tǒng)容量可以提升50%以上，頻譜效率也有顯著的提高。

但是由于NOMA在發(fā)送端主動引入了干擾信息，會對接收端的信號檢測過程帶來嚴重的多址干擾，因此，如何實現(xiàn)接收端用戶信號的檢測將是NOMA技術(shù)走向?qū)嵱玫年P(guān)鍵。

文獻[3]在給出NOMA概念的同時指出串行干擾消除(serial interference cancellation, SIC)檢測技術(shù)具有檢測性能好、易于實現(xiàn)的優(yōu)點，是NOMA下行鏈路比較合適的信號檢測方法。文獻[4]針對NOMA鏈路研究了最小均方誤差(minimum mean square error, MMSE)與SIC結(jié)合的檢測方法，但是MMSE檢測是基于硬判決的，判決過程中會有信息損失；文獻[5]則對基于軟解調(diào)算法的SIC檢測方法進行了研究，軟解調(diào)-SIC檢測方法雖然具有較好的檢測性能，但是對其他用戶信號的信號特征信息并未充分利用，因此，還具有改進的空間。

從當前研究現(xiàn)狀來看，目前NOMA下行鏈路的一些檢測方法基本上都是基于SIC的。SIC檢測方法雖然檢測性能較好，但是存在復(fù)雜度較高的問題。在NOMA下行鏈路中，尤其是對于小區(qū)近端用戶接收端，因為要先逐一對干擾信號進行檢測和消除，如果鏈路疊加用戶數(shù)比較多，無疑復(fù)雜度會很高[6]。因此，需要對SIC檢測技術(shù)進行研究，降低小區(qū)近端用戶檢測時接收機的復(fù)雜度。

本文針對軟解調(diào)-SIC檢測技術(shù)提出一種改進的檢測方法，該方法在不需要先消除干擾信號的情況下，可以充分利用其他用戶信號的特征信息直接完成用戶信號的檢測， 因此，可以大幅降低接收機的復(fù)雜度。

1　NOMA鏈路模型

NOMA的基本原理是在發(fā)送端先對各個用戶信號獨立進行編碼調(diào)制，在對各個用戶信號分配不同的功率后進行線性疊加，疊加后的信號還是采用正交頻分復(fù)用(orthogonal frequency division multiplexing，OFDM)技術(shù)來進行傳輸；接收端通過干擾消除檢測接收機完成用戶信號的接收[7]。圖1為NOMA下行鏈路的鏈路模型。

圖1　NOMA下行鏈路模型Fig.1　Link model of downlink NOMA

在發(fā)送端，功率分配采用固定功率分配(fixed power allocation, FPA)的方式，即同一子帶上的所有用戶組都采用相同的功率配比方式。疊加信號可表示為

(1)

(1)式中：sn和Pn分別表示各用戶信號和所分配的功率；而s則表示疊加信號；這里不考慮各用戶信號之間的相對相位偏移。

在接收端，用戶UE-n接收信號為

(2)

各接收天線進行OFDM解調(diào)后再進行最大比合并[4]，得到的信號可表示為

(3)

(3)式中：yn表示接收信號；而hn和wn為合并后的信道系數(shù)和噪聲，并且有

(4)

(5)

2　軟解調(diào)-SIC檢測技術(shù)

2.1SIC檢測接收機

SIC檢測接收機每一級都只對一個干擾用戶信號進行檢測和判決，再對干擾信號進行重構(gòu)，并從接收信號中去除重構(gòu)的干擾信號，再將去除干擾的接收信號作為下一級的輸入，SIC檢測接收機重復(fù)進行上述過程，直至消除所有干擾用戶信號，最后再完成用戶信號的檢測和接收[8]。SIC檢測接收機的結(jié)構(gòu)如圖2所示。

圖2　SIC檢測接收機結(jié)構(gòu)Fig.2　Structure of SIC receiver

SIC檢測接收機從接收機結(jié)構(gòu)上來說主要有2種：①Symbol-level SIC檢測接收機；②Codeword-level SIC檢測接收機[9]。在Symbol-level SIC檢測接收機中，對干擾信號解調(diào)之后就進行硬判決，再利用判決后的結(jié)果進行干擾信號的重構(gòu)；在Codeword-level SIC檢測接收機中，對干擾信號進行解調(diào)之后，還要進行譯碼，再利用譯碼得到的比特信息重構(gòu)干擾信號。相比于Symbol-level SIC檢測接收機，Codeword-level SIC檢測接收機多了譯碼等流程，因此，計算復(fù)雜度比Symbol-level SIC檢測接收機要高，但是由于譯碼過程具有糾錯檢錯功能，因此，Codeword-level SIC檢測接收機的檢測結(jié)果可靠性更高，接收機的性能也更好[10]。

2.2軟解調(diào)算法

在軟解調(diào)-SIC檢測接收機中，信號檢測采用軟解調(diào)算法，該算法的輸出為信號比特的軟信息，也就是對數(shù)似然比(log-likelihood ratio，LLR)，LLR定義[11]為

(6)

對于用戶UE-n的接收端，根據(jù)文獻[12]可知信號sk(k∈{1,2,…,N})信息比特的LLR值的計算方法為

(7)

(7)式中，

D=

(8)

(8)式中，定義

(9)

(8)-(9)式中：zn,I和zn,Q表示同相分量和正交分量；集合C0表示sk的調(diào)制星座圖中bi=0的符號的集合，C1表示bi=1的符號的集合，且符號α∈C0，符號β∈C1，而α和β又可以分別表示為α=αI+jαQ和β=βI+jβQ，這里αI和βI表示同相分量，αQ和βQ表示正交分量。

3　改進的檢測方法

3.1聯(lián)合檢測算法

由于在NOMA下行鏈路發(fā)送端采用的是FPA功率分配方式，在各用戶接收端對同一鏈路的用戶組中各信號的功率、調(diào)制方式等信號特征信息均可獲知。軟解調(diào)算法計算用戶信號比特的LLR值時，參考的星座圖是單用戶信號調(diào)制星座圖，對其他用戶信號的特征信息并未進行利用，因此，這里提出一種基于軟解調(diào)算法改進的聯(lián)合檢測算法，即在計算用戶信號比特的LLR值時，參考一種包含多個用戶信號特征信息的聯(lián)合星座圖，充分利用其他用戶信號的特征信息來完成信號檢測。

這里的聯(lián)合星座圖，包含了各個用戶信號的信號特征信息，能夠反映各個用戶信號之間的功率，調(diào)制方式等物理關(guān)系，因此，聯(lián)合檢測算法可以不用考慮先消除干擾信號，而根據(jù)聯(lián)合星座圖直接計算用戶信號比特的LLR值。

由以上分析可知，在信號檢測之前要先構(gòu)建聯(lián)合星座圖，其具體的構(gòu)建方法如下。

假設(shè)N個用戶信號根據(jù)信號功率從大到小的排序為

Order(st1)

(10)

(10)式中，t1,t2,…,tN∈{1,2,…,N}。

根據(jù)各用戶信號的調(diào)制方式，確定stj(j=1,2,…,N)在聯(lián)合星座點中占用的調(diào)制比特數(shù)，按照排序依次記為2lt1,2lt2,…,2ltN。

將stj的符號表示為

(11)

(11)式中，stj,I和stj,Q分別表示同向分量和正交分量。

則這N個用戶信號的信息比特從高位到低位可以分別表示為

(12)

奇數(shù)位置和偶數(shù)位置的比特分別決定同相分量和正交分量。

聯(lián)合星座圖中的星座點數(shù)為22lt1+2lt2+…+2ltN，每個星座點有2lt1+2lt2+…+2ltN個調(diào)制比特[13]，從高位到低位依次表示為

(13)

在聯(lián)合星座圖中疊加信號的調(diào)制比特映射規(guī)律如下：對于信號功率較高的信號，其信息比特將對應(yīng)聯(lián)合星座圖中符號的高位比特；對于信號功率較低的信號，其信息比特將對應(yīng)聯(lián)合星座圖中符號的低位比特[13]。

由上述比特映射規(guī)律可知，各個用戶信號stj(j=1,2,…,N)的信息比特與聯(lián)合星座圖中的調(diào)制比特之間映射關(guān)系為

(14)

根據(jù)以上比特映射關(guān)系可以構(gòu)造出多個用戶疊加信號的聯(lián)合星座圖。

聯(lián)合檢測算法的基本思想是對于所有用戶的接收端，直接根據(jù)疊加信號的聯(lián)合星座圖來計算用戶信號每個信息比特的對數(shù)似然比LLR值。

對于排序為r(r∈{1,2,…,N})的用戶信號str，先要根據(jù)(14)式的比特映射規(guī)律推算str的信息比特所映射的調(diào)制比特在聯(lián)合星座點中的位置，即

(15)

再通過(7)式描述的計算方法，可以根據(jù)聯(lián)合星座圖計算出b2lt1+2lt2+…+2ltr-1+1,…,b2lt1+2lt2+…+2ltr，繼而得到用戶信號str的各個信息比特的軟信息LLR值。

3.2基于聯(lián)合檢測算法的接收機設(shè)計

基于軟解調(diào)算法改進的聯(lián)合檢測算法，可以不用考慮干擾用戶信號，直接計算聯(lián)合星座圖中用戶信號信息比特的軟信息LLR值?；诼?lián)合檢測算法的聯(lián)合檢測接收機具體的處理步驟如下。

Step 1將用戶UE-n(n∈{1,2,…,N})接收端的各個接收天線信號分別進行OFDM解調(diào)，然后進行分集合并，得到用戶的接收信號yn；按照各用戶信號功率大小進行排序；

Step 2根據(jù)各用戶信號功率大小、排序以及調(diào)制方式等信號特征信息構(gòu)建聯(lián)合星座圖；

Step 3按照功率排序推算用戶信號sn的排序r，再根據(jù)(15)式確定排序為r的用戶信號的信息比特所映射的調(diào)制比特在聯(lián)合星座點中的位置；

Step 4按照(7)式根據(jù)聯(lián)合星座圖計算各個信息比特的LLR值；

Step 5將各個信息比特的LLR值輸入到譯碼器進行譯碼，得到各個信息比特，完成用戶信息的接收。

從信號接收的流程可知，聯(lián)合檢測接收機不需要進行干擾信號的檢測和重構(gòu)等流程，因此，可以降低接收機的處理復(fù)雜度。

假設(shè)，在NOMA下行鏈路中，疊加信號傳輸采用單發(fā)雙收模式，子帶B上的用戶UE-n(n=1,2)中小區(qū)近端用戶為UE-1，小區(qū)遠端用戶為UE-2，在發(fā)送端獨立進行調(diào)制，其中，UE-2采用正交相移鍵控(quadrature phase shift keyin,QPSK)，UE-1采用QPSK。

在各個用戶接收端，先將2個接收天線分別進行OFDM解調(diào)后再進行最大比合并得到y(tǒng)n(n∈{1,2})，根據(jù)(2)-(5)式，有

(16)

按照功率大小對用戶信號進行排序，因為P1

根據(jù)s2和s1的調(diào)制方式可知各自符號的調(diào)制比特數(shù)分別為2l2=2，2l1=2，因此，聯(lián)合星座圖中的星座點數(shù)為22+2；根據(jù)聯(lián)合星座圖中疊加信號的調(diào)制比特映射規(guī)律可構(gòu)造出聯(lián)合星座圖，如圖3所示。

圖3　聯(lián)合星座圖Fig.3　Joint constellation

對于小區(qū)遠端用戶UE-2的接收端，由于排序靠前，根據(jù)(15)式可確定s2的信息比特所映射的調(diào)制比特在聯(lián)合星座點中的位置為

(17)

根據(jù)(7)式可以計算對數(shù)似然比LLR(bi)(i=1,2)，其中

LLR(b1)=

(18)

LLR(b2)=

(19)

對于小區(qū)遠端用戶UE-1的接收端，同樣可確定s1的信息比特所映射的調(diào)制比特在聯(lián)合星座點中的位置為

(20)

然后，計算對數(shù)似然比LLR(bi)(i=3,4)，其中

LLR(b3)=

(21)

LLR(b4)=

(22)

4　仿真與分析

4.1復(fù)雜度分析

4.1.1聯(lián)合檢測算法復(fù)雜度

軟解調(diào)算法和聯(lián)合檢測算法都是先要計算用戶信號信息比特軟信息，只是在計算軟信息時軟解調(diào)算法參考的是單用戶信號星座圖，而聯(lián)合檢測算法參考的則是疊加信號的聯(lián)合星座圖。但是軟信息都是根據(jù)(7)式來計算的，雖然最終的展開式會有所不同，但是復(fù)雜度并不會增加。表1給出了2種檢測算法在計算單個符號中各個比特軟信息LLR值的復(fù)雜度，其中，L表示用戶信號調(diào)制比特數(shù)。

表1　算法復(fù)雜度Tab.1　Computational complexity

4.1.2聯(lián)合檢測接收機復(fù)雜度分析

軟解調(diào)-SIC檢測接收機先要進行干擾信號的檢測、重構(gòu)，待消除干擾信號后再完成用戶信號的檢測；而聯(lián)合檢測接收機可以根據(jù)聯(lián)合星座圖直接計算出用戶信號信息比特的軟信息，無需進行干擾信號的檢測和重構(gòu)等過程。

如在有2個用戶信號疊加的NOMA下行鏈路中，UE-1為小區(qū)近端用戶，UE-2為小區(qū)遠端用戶。當UE-2為接收端時，2種檢測方法都是直接完成對s2的檢測，接收機的復(fù)雜度相當。當UE-1為接收端時，對于軟解調(diào)-SIC檢測接收機，由于P2>P1，需要先消除s2帶來的干擾，即要先用軟解調(diào)算法完成對s2的信號檢測，然后利用檢測后的結(jié)果對s2進行重構(gòu)，從接收信號中消除s2的估計信號后再完成s1的檢測接收；而聯(lián)合檢測接收機可以根據(jù)聯(lián)合星座圖直接計算完成對s1的檢測，相對于軟解調(diào)-SIC檢測接收機，聯(lián)合檢測接收機無需進行干擾信號s2的檢測、重構(gòu)等過程，因此，此時聯(lián)合檢測接收機的復(fù)雜度可以降低一半。

4.2仿真分析

由于小區(qū)近端用戶UE-1的信號檢測過程可以更好地體現(xiàn)幾種接收機的特點，仿真通過分析UE-1接收端的誤塊率(block error ratio, BLER)來對幾種接收機的性能進行了對比，其中，Symbol-level SIC和Codeword-level SIC為2種基于軟解調(diào)算法的SIC檢測接收機，Ideal-SIC則是沒有差錯傳播的理想情況下的SIC檢測接收機。仿真鏈路的疊加用戶數(shù)為2個，且采用擴展車輛模型(extended vehicular a model, EVA)，最大多普勒頻移設(shè)定為5.55 Hz。詳細的仿真參數(shù)如表2所示。

表2　仿真參數(shù)Tab.2　Simulation parameters

圖4和圖5為UE-1和UE-2分別采用 16QAM和QPSK調(diào)制方式的情況下的仿真結(jié)果，為了分析接收機在不同功率分配比下的性能表現(xiàn)，仿真分別采用了2種不同的功率分配比。

圖4為在功率分配比為(P1,P2)=(0.2,0.8)時的仿真結(jié)果。從圖4中可以看出，聯(lián)合檢測接收機、Codeword-level SIC檢測接收機和Ideal-SIC檢測接收機的檢測性能幾乎相同。而當BLER為1%時，聯(lián)合檢測接收機的檢測性能要比Symbol-level SIC檢測接收機高出2 dB左右。

圖5為在功率分配比為(P1,P2)=(0.3,0.7) 時仿真結(jié)果。從圖5中可以看出，當BLER為1%時，聯(lián)合檢測接收機的檢測性能比Codeword-level SIC檢測接收機要低1 dB，但是要比Symbol-level SIC檢測接收機高出3.5 dB左右。

圖4　各接收機性能,UE-1: 16QAM,UE-2: QPSK, (P1,P2)=(0.2,0.8)Fig.4　Performances of different receivers,UE-1: 16QAM,UE-2:QPSK,(P1,P2)=(0.2,0.8)

圖5　各接收機性能,UE-1:16QAM,UE-2:QPSK, (P1,P2)=(0.3,0.7)Fig.5　Performances of different receivers, UE-1: 16QAM,UE-2:QPSK,(P1,P2)=(0.3,0.7)

為了更好地分析在不同調(diào)制方式組合下幾種接收機的檢測性能，本文在UE-1和UE-2分別采用 64QAM和QPSK調(diào)制方式的情況下對幾種檢測接收機的檢測性能進行了仿真，圖6和圖7即為仿真結(jié)果，同樣分別采用2種不同的分配比。

圖6為在功率分配比為(P1,P2)=(0.2,0.8) 時的仿真結(jié)果。從圖6中可以看出，在BLER為1%時，聯(lián)合檢測接收機的檢測性能比Codeword-level SIC檢測接收機要低1 dB，但是要比Symbol-level SIC檢測接收機的檢測性能高出2 dB左右。

圖7為在功率分配比為(P1,P2)=(0.3,0.7) 時的仿真結(jié)果。從圖7中可以看出，在BLER為1%時，聯(lián)合檢測接收機的檢測性能比Codeword-level SIC檢測接收機要低1.5 dB，但是要比Symbol-level SIC檢測接收機的檢測性能高出4 dB左右。

圖6　各接收機性能,UE-1:64QAM,UE-2:QPSK, (P1,P2)=(0.2,0.8)Fig.6　Performances of different receivers, UE-1: 64QAM,UE-2:QPSK,(P1,P2)=(0.2,0.8)

圖7　各接收機性能, UE-1:64QAM,UE-2:QPSK, (P1,P2)=(0.3,0.7)Fig.7　Performances of different receivers, UE-1: 64QAM,UE-2:QPSK,(P1,P2)=(0.3,0.7)

從以上結(jié)果來看，聯(lián)合檢測方法的性能要略差于Codeword-level SIC檢測方法，但是要遠好于Symbol-level SIC檢測方法。主要是因為Codeword-level SIC在對s1進行檢測時，先消除了干擾信號s2，而聯(lián)合檢測則是直接完成對s1的檢測，檢測過程中還是會受到s2一定的影響，因此，Codeword-level SIC性能要優(yōu)于聯(lián)合檢測方法；而Symbol-level SIC雖然也是先消除了干擾信號s2，但是其檢測過程中由于沒有進行譯碼，檢測結(jié)果會有較多的差錯，引起差錯傳播，所以，其性能要遠差于聯(lián)合檢測。通過仿真可以看出，當用戶信號功率分配比之差減小或者UE-1采用較高的調(diào)制方式對聯(lián)合檢測方法的性能均有所影響，但是影響非常有限，而且可以通過優(yōu)化發(fā)送端的功率分配方案等措施對系統(tǒng)加以改進。

5　結(jié)　論

軟解調(diào)-SIC檢測技術(shù)檢測性能好，但是復(fù)雜度較高?？紤]到軟解調(diào)算法對干擾信號的功率、調(diào)制方式等信號特征信息并未充分利用，因此，文章給出一種基于軟解調(diào)算法改進的聯(lián)合檢測算法，該算法先利用干擾信號的信號特征信息構(gòu)建聯(lián)合星座圖，再根據(jù)聯(lián)合星座圖直接計算用戶信號各比特的軟信息來完成檢測，因此，接收機無需進行干擾信號的檢測和重構(gòu)，可以降低復(fù)雜度。通過仿真分析，相比于軟解調(diào)-SIC檢測方法，在檢測小區(qū)近端用戶信號時，該檢測方法在檢測性能損失1.5 dB的情況下可以將復(fù)雜度降低一半。因此，基于聯(lián)合檢測的檢測方法可以作為未來NOMA下行鏈路信號檢測的參考方案。

[1]IMT-2020(5G)推進組. 5G概念白皮書[R]. 北京：《5G概念白皮書》發(fā)布會，2015.

IMT-2020(5G) Promotion Group. White Paper on 5G Concept[R]. Beijing：Release of (White Paper on 5G Concept)，2015.

[2]SAITO Y，KISHIYAMA Y，BENJEBBOUR A，et al. Non-orthogonal multiple access (NOMA) for cellular future radio access[C]//Vehicular Technology Conference (VTC Spring)，2013 IEEE 77th. Dresden, Germany: IEEE，2013：1-5.

[3]BENJEBBOUR A，SAITO Y，KISHIYAMA Y，et al. Concept and practical considerations of non-orthogonal multiple access (NOMA) for future radio access[C]//Intelligent Signal Processing and Communications Systems (ISPACS)，2013 International Symposium on. Okinawa，Japan：IEEE，2013：770-774.

[4]HIGUCHI K，BENJEBBOUR A. Non-orthogonal Multiple Access (NOMA) with Successive Interference Cancellation for Future Ratio Access[J]. Ieice Transactions on Communications，2015，E98，B(3)：403-414.

[5]CHEN Xiaohang，BENJEBBOUR A，LI A，et al. Consideration on successive interference canceller (SIC) receiver at cell-edge users for non-orthogonal multiple access (NOMA) with SU-MIMO[C]//Personal，Indoor，and Mobile Ratio Communications (PIMRC)，2015 IEEE 26th Annual International Symposium on. Hong Kong：IEEE，2015：522-526.

[6]畢奇，梁林，楊姍，等. 面向5G的非正交多址接入技術(shù)[J]. 電信科學(xué)， 2015，31(5)：14-21.

BI Qi，LIANG Lin，YANG Shan，et al. Non-orthogonal multiple access technology for 5G systems[J]. Telecommunications Science，2015，31(5)：14-21.

[7]SAITO Y，BENJEBBOUR A，KISHIYAMA Y，et al. System-level performance evaluation of downlink non-orthogonal multiple access (NOMA)[C]//Personal Indoor And Mobile Radio Communications (PIMRC)，2013 IEEE 24th International Symposium on. London，United Kingdom：IEEE，2013：611-615.

[8]OTAO N，KISHIYAMA Y，HIGUCHI K. Performance of non-orthogonal access with SIC in cellular downlink using proportional fair-based resource allocation[C]//Wireless Communication Systems (ISWCS)，2012 International Symposium on. Paris，F(xiàn)rench：IEEE，2012：476-480.

[9]SAITO Y，BENJEBBOUR A，HARADA A，et al. Link-Level Performance of Downlink NOMA with SIC Receiver Considering Error Vector Magnitude[C]//Vehicular Technology Conference (VTC Spring)，2015 IEEE 81st. Glasgow，United Kingdom：IEEE，2015：1-5.

[10] GRAEF N，HAMMERSCHMIDT J S，SUNDBERG C E W. A low-complexity Max-Log-MAP detector[J]. IEEE Transactions on Communications，2009，57(8)：2251-2254.

[11] KWAK F，PARK S M，LEE K. Reverse tracing of forward state metric in log-MAP and max-log-MAP decoders[C]//Circuits and Systems，2003. ISCAS'03. Proceedings of the 2003 International Symposium on. Bangkok，Thailand：IEEE，2003：280-283.

[12] 陳發(fā)堂，梁濤濤，李小文. LTE-A系統(tǒng)軟解調(diào)算法仿真及DSP實現(xiàn)[J]. 計算機應(yīng)用研究，2011，28(12)：4695-4697.

CHEN Fatang，LIANG Taotao，LI Xiaowen. Simulation and DSP realization of soft-metric demodulation algorithm in LTE-A systems[J]. Application Research of Computers，2011，28(12)：4695-4697.

[13] YAN Chunlin，HARADA A，BENJEBBOUR A，et al. Receiver Design for Downlink Non-Orthogonal Multiple Access (NOMA)[C]//Vehicular Technology Conference (VTC Spring)，2015 IEEE 81st. Glasgow，United Kingdom：IEEE，2015：1-6.

王茜竹(1975-)，女，四川人，高級工程師、碩士研究生導(dǎo)師，主要研究方向為移動通信技術(shù)、通信信號處理。E-mail: wangqz @cqupt.edu.cn。

唐超(1989-)，男，湖北人，碩士研究生，研究方向為移動通信技術(shù)。E-mail:736686559@qq.com。

吳廣富(1980-)，男，山東省平邑縣人，工程師，研究方向為移動通信技術(shù)。E-mail: wugf@cqupt.edu.cn。

彭大芹(1969-)，男，四川人，正高級工程師，碩士生導(dǎo)師，主要從事無線通信技術(shù)和終端芯片產(chǎn)品開發(fā)工作。E-mail: pengdq@cqupt.edu.cn。

(編輯：劉勇)

s：The Collaborative Innovation Center for Information Communication Technology Foundation of Chongqing; The National Science and Technology Major Project of the Ministry of Science and Technology of China (2013ZX03001004); The National High Technology Research and Development Program of China(“863” Program)(2015AA01A709); The Collaborative Innovation Project in South Bank District

A method of detecting signal for downlink non-orthogonal multiple access

WANG Qianzhu1, TANG Chao1, WU Guangfu2,PENG Daqin1

(1. Electronic Information and Network Research Institute, Chongqing University of Posts and Telecommunications, Chongqing 400065, P.R. China;2. Chongqing Key Lab of Mobile Communications Technology, Chongqing University of Posts and Telecommunications,Chongqing 400065, P.R. China)

The downlink of non-orthogonal multiple access (NOMA) exists serious multiple access interference. Soft demodulation-SIC(successive interference cancellation) is a kind of signal detection method with better performance, but the complexity of the receiver is relatively high. Considering the soft demodulation algorithm doesn’t make full use of the signal feature information of other users’ signal, this paper proposes a joint detection algorithm based on improved soft demodulation algorithm, and this algorithm directly utilizes the joint constellation of multiuser superimposed signal to calculate soft information of user signal information bits, doesn’t need to detect and reconstruct the interference signal, and therefore it can reduce the computational complexity of the receiver. Through simulation analysis, the joint detection method can reduce the computational complexity of receiver by half under the circumstance of the performance loss of no more than 1.5 dB, as compared with the soft demodulation-SIC detection method.

non-orthogonal multiple access(NOMA)；signal detection；soft demodulation；successive interference cancellation(SIC)；joint detection

10.3979/j.issn.1673-825X.2016.05.012

2016-04-17

2016-09-18通訊作者：唐超736686559@qq.com

重慶市新一代信息網(wǎng)絡(luò)與終端協(xié)同創(chuàng)新中心經(jīng)費支持項目；國家科技重大專項(2013ZX03001004); 國家“863”計劃項目(2015AA01A709)；南岸區(qū)協(xié)同創(chuàng)新項目

TN929.5

A

1673-825X(2016)05-0686-08