胡顯安，曾祥念

（上海諾基亞貝爾股份有限公司，浙江 杭州 310053）

上行SCMA信道估計(jì)及性能評(píng)估

胡顯安，曾祥念

（上海諾基亞貝爾股份有限公司，浙江 杭州 310053）

針對(duì)兩種SCMA資源映射方式（RE-Sparse SCMA和RB-Sparse SCMA）和已有的基于ZC序列循環(huán)移位正交性和正交覆蓋碼的導(dǎo)頻圖樣方案，提出了基于頻分復(fù)用的稀疏導(dǎo)頻圖樣，并且在具有不同頻率選擇性的信道下進(jìn)行了仿真評(píng)估，同時(shí)對(duì)SCMA的SIC-MPA接收算法提出了目標(biāo)用戶選擇策略。從仿真結(jié)果可以看出，在慢衰落信道前提下，正交覆蓋碼和頻分復(fù)用都可以明顯提升信道估計(jì)性能，RB-Sparse SCMA與RE-Sparse SCMA相比，導(dǎo)頻圖樣本身有一定的頻域正交性，且性能更好，因此能更靈活地適用于實(shí)際多用戶傳輸場(chǎng)景。

5G；非正交多址；SCMA上行鏈路；導(dǎo)頻圖樣；信道估計(jì)；SIC-MPA

1 引言

與目前LTE相比，未來(lái)5G無(wú)線網(wǎng)絡(luò)勢(shì)必要具備支持多樣化數(shù)據(jù)業(yè)務(wù)和終端設(shè)備的需求，如大規(guī)模用戶接入、更高的頻譜效率和更低的時(shí)延等[1]，特別是在上行鏈路中。SCMA（sparse codemultiple access，稀疏碼分多址）在參考文獻(xiàn)[2]中被提出，并且作為5G候選非正交多址技術(shù)之一目前受到了業(yè)界的廣泛關(guān)注[3]。SCMA主要是通過(guò)稀疏碼本的設(shè)計(jì)和次優(yōu)的 MPA（message passing algorithm，消息傳遞算法）來(lái)實(shí)現(xiàn)多用戶過(guò)載傳輸。

目前SCMA的研究主要集中在兩個(gè)方面：一是碼本和MPA接收算法的優(yōu)化設(shè)計(jì)，另一個(gè)是隨機(jī)競(jìng)爭(zhēng)接入場(chǎng)景下的用戶識(shí)別和數(shù)據(jù)檢測(cè)。其中，基于軟消息傳遞迭代檢測(cè)的MPA復(fù)雜度很高。參考文獻(xiàn)[4,5]提出了基于PM（partial marginalization，部分邊緣化）的快速收斂?jī)?yōu)化算法。同時(shí)參考文獻(xiàn)[6]也進(jìn)行了 MPA接收算法優(yōu)化，提出了基于 SIC（successive interference cancellation，串行干擾消除）的SIC-MPA快速收斂算法。

事實(shí)上，接收端的數(shù)據(jù)檢測(cè)依賴于具體的信道信息，特別是對(duì)于上行鏈路來(lái)說(shuō)，每個(gè)用戶的信號(hào)都是經(jīng)歷了不同的路徑到達(dá)基站，因此信道估計(jì)的準(zhǔn)確性對(duì)系統(tǒng)性能有著至關(guān)重要的影響。參考文獻(xiàn)[7-9]都是研究SCMA在隨機(jī)接入場(chǎng)景下的用戶識(shí)別問(wèn)題和基于導(dǎo)頻的簡(jiǎn)單信道估計(jì)，如平坦衰落信道或塊衰落信道。同樣，參考文獻(xiàn)[10]考慮了上行 SCMA在色散信道下不同衰落塊的獨(dú)立用戶檢測(cè)和信道估計(jì)，從而減小導(dǎo)頻開(kāi)銷。參考文獻(xiàn)[11]則針對(duì)導(dǎo)頻開(kāi)銷問(wèn)題，設(shè)計(jì)了稀疏的導(dǎo)頻圖樣，并且通過(guò)WR（weight regularization，權(quán)重調(diào)整）算法來(lái)減小載波間干擾。然而，SCMA在頻率選擇性衰落信道下的信道估計(jì)還沒(méi)有被研究。參考文獻(xiàn)[12]中，只是簡(jiǎn)單討論了可能適用于上行非正交多址的DMRS（demodulation reference signal，解調(diào)參考信號(hào)）導(dǎo)頻圖樣方案，并沒(méi)有進(jìn)一步做仿真研究和驗(yàn)證。SIC-MPA算法是目前SCMA的主流接收算法，通過(guò)每次對(duì)指定的待檢測(cè)用戶進(jìn)行MPA聯(lián)合檢測(cè)，CRC（cyclic redundancy check，循環(huán)冗余校驗(yàn)）正確后從接收信號(hào)中減去，直到所有用戶數(shù)據(jù)檢測(cè)正確。

本文對(duì)SIC-MPA提出了目標(biāo)用戶選擇策略，當(dāng)系統(tǒng)過(guò)載大于150%時(shí)，接收機(jī)從所有未解碼的用戶中選擇一部分作為目標(biāo)MPA解碼用戶，并且基于信號(hào)功率的窮盡搜索算法選取信號(hào)功率之和最大的目標(biāo)解碼用戶組合進(jìn)行 MPA聯(lián)合檢測(cè)，CRC正確后從接收信號(hào)中減去，這樣就減小了每次MPA聯(lián)合檢測(cè)需要遍歷的因子圖大小，加快了迭代的收斂速度。同時(shí)，根據(jù)資源映射單位的不同，SCMA可分為以RE（resource element，資源元素）為資源單位的 RE-Sparse SCMA和以 RB（resource block，資源塊）為資源單位的RB-Sparse SCMA，針對(duì)這兩種SCMA資源映射方式提出適用于RE-Sparse SCMA的頻分復(fù)用導(dǎo)頻方案，并且基于已有的導(dǎo)頻圖樣方案，如基于 ZC（Zadoff-Chu）基序列循環(huán)移位實(shí)現(xiàn)碼分復(fù)用和正交覆蓋碼的傳統(tǒng)LTE導(dǎo)頻圖樣、基于頻分復(fù)用和碼分復(fù)用這兩者特性的稀疏導(dǎo)頻圖樣，在頻率選擇性衰落信道下進(jìn)行一系列的實(shí)際信道估計(jì)仿真評(píng)估。

2 系統(tǒng)模型

2.1 SCMA編碼器

假設(shè)在SCMA上行鏈路中，用戶J復(fù)用相同的時(shí)頻資源。每個(gè)用戶發(fā)送的數(shù)據(jù)先經(jīng)過(guò) Turbo碼信道編碼，然后經(jīng)過(guò)SCMA編碼器實(shí)現(xiàn)符號(hào)映射和稀疏擴(kuò)頻。SCMA具體過(guò)程是將lbM比特映射到大小為M的K維復(fù)數(shù)碼本上，K＜J。每個(gè)碼本中K維復(fù)數(shù)碼字都是一個(gè)含有N個(gè)非零值的稀疏向量，N＜K。SCMA上行鏈路模塊如圖 1所示，其中，K=4，N=2，J=6，SCMA碼本映射關(guān)系可通過(guò)矩陣示出資源節(jié)點(diǎn)和用戶節(jié)點(diǎn)之間的關(guān)系。

圖2為 SCMA因子圖表示法，可以看出每個(gè)資源節(jié)點(diǎn)上碰撞用戶數(shù)為

圖1 SCMA上行鏈路模塊，K=4，N=2，J=6

圖2 SCMA因子圖表示法，K=4，N=2，J=6

當(dāng)式（1）中元素為1時(shí)，則因子圖中用戶節(jié)點(diǎn)和資源節(jié)點(diǎn)之間連接：

因此，J個(gè)用戶復(fù)用K個(gè)相同的時(shí)頻資源塊時(shí)，接收信號(hào)可表示為：

2.2 SCMA接收機(jī)

為了兼顧性能和復(fù)雜度，參考文獻(xiàn)[6]提出了迭代接收算法SIC-MPA。每次外環(huán)迭代包含兩個(gè)內(nèi)環(huán)迭代，一個(gè)是SCMA的MPA迭代解碼，迭代解碼次數(shù)記為IS；另一個(gè)是Turbo碼迭代解碼，迭代次數(shù)記為IT。外環(huán)迭代進(jìn)行多次，直到所有用戶都正確解碼或者達(dá)到最大外環(huán)迭代次數(shù)IO，具體每次外環(huán)迭代的步驟描述如下。

首先，如果不是首次外環(huán)迭代，則要將已正確解碼的用戶從接收到的信號(hào)中消除。將所有SCMA用戶的集合記為并將其中已正確解碼的用戶集合記為子集ω，則經(jīng)過(guò)干擾消除后的信號(hào)記為z，具體表示為：

然后，從所有未解碼的用戶中選擇一部分作為MPA目標(biāo)解碼用戶，同時(shí)保證每個(gè)資源節(jié)點(diǎn)上碰撞用戶數(shù)是小于df的整數(shù)，以達(dá)到減小MPA計(jì)算復(fù)雜度的目的。由于參考文獻(xiàn)[6]中未給出 SIC-MPA具體的目標(biāo)解碼選擇算法，因此本文提出了基于信號(hào)功率的窮盡搜索算法來(lái)選取目標(biāo)解碼用戶。把子集ω在ξ中的補(bǔ)集記為，用表示中元素的個(gè)數(shù)。比如在首次迭代里，ω是空集，則首先設(shè)置目標(biāo)解碼用戶數(shù)初值找出從中取出k個(gè)元素的所有組合，并從這些組合里找出滿足資源節(jié)點(diǎn)的度小于或等于dmax條件的組合。如果沒(méi)有滿足條件的組合，則設(shè)置k=k?1繼續(xù)查找滿足條件的組合；如果有至少一個(gè)滿足條件的組合，則從中找出信號(hào)功率之和最大的組合作為目標(biāo)用戶并停止搜索。因此選擇策略的算法復(fù)雜度為用戶j的信號(hào)功率jφ表示用戶j的數(shù)據(jù)符號(hào)使用的子載波集合。

接著，通過(guò) MPA算法計(jì)算目標(biāo)解碼用戶的SCMA碼字的似然比，隨后將SCMA碼字的似然比轉(zhuǎn)換為比特似然比，用作Turbo解碼器的輸入。具體對(duì)數(shù)域的MPA算法在參考文獻(xiàn)[15-17]有詳細(xì)描述。

最后，Turbo解碼算法輸出信息比特的硬判決和編碼比特的似然比。如果CRC正確，則用信息比特硬判決重建該用戶發(fā)送的信號(hào)，并反饋給下一次外環(huán)迭代用作干擾消除處理；如果CRC錯(cuò)誤，則把編碼比特的似然比轉(zhuǎn)換為SCMA碼字的似然比，并反饋給下一次外環(huán)迭代中的MPA用作先驗(yàn)信息。直到所有的用戶都能夠全部正確或者達(dá)到最大迭代次數(shù)為止。

3 導(dǎo)頻圖樣方案

SCMA系統(tǒng)中數(shù)據(jù)符號(hào)在進(jìn)行資源映射時(shí)，除了沿用LTE連續(xù)子載波映射方式外，即以1個(gè)RE為基本資源單位，每4個(gè)連續(xù)子載波承載復(fù)用用戶，簡(jiǎn)稱 RE-Sparse SCMA；還可以使用另一種資源映射方式，以1個(gè)RB為基本資源單位，每4個(gè)連續(xù)的RB來(lái)承載復(fù)用用戶，簡(jiǎn)稱RB-Sparse SCMA。假設(shè)分配帶寬為4個(gè)RB，則RB-Sparse SCMA系統(tǒng)中，每個(gè)用戶數(shù)據(jù)符號(hào)映射到所分配的2個(gè)RB時(shí)頻資源上。針對(duì)這兩種SCMA資源映射方式，可以設(shè)計(jì)不同的導(dǎo)頻圖樣方案用于實(shí)際信道估計(jì)。

對(duì)于LTE上行鏈路來(lái)說(shuō)，DMRS處放置導(dǎo)頻信號(hào)用于PUSCH（physical uplink shared channel，物理上行共享信道）估計(jì)。其中，DMRS為基于 ZC序列生成的導(dǎo)頻序列，占用每個(gè)子幀的第4個(gè)和第11個(gè)符號(hào)，具體DMRS導(dǎo)頻序列生成式如下：

3.1 RE-Sparse SCMA CDM導(dǎo)頻圖樣

在RE-Sparse SCMA系統(tǒng)中，多用戶復(fù)用相同的時(shí)頻資源，如圖3（a）所示，每個(gè)用戶導(dǎo)頻占據(jù)連續(xù)的子載波帶寬，使用相同的基序列，但使用不同的序列循環(huán)移位或正交覆蓋碼來(lái)生成各自的導(dǎo)頻序列，接收端可以利用它們間的正交性來(lái)區(qū)分不同用戶[13]。因此，這是一種基于CDM（code division multiplexing，碼分復(fù)用）的導(dǎo)頻圖樣。

本文考慮了兩種碼分復(fù)用的導(dǎo)頻方案，假設(shè)復(fù)用用戶數(shù)J=6，帶寬為1個(gè)RB，則導(dǎo)頻序列長(zhǎng)度為12。第一種方案是只用循環(huán)移位進(jìn)行用戶區(qū)分，則所有 J個(gè)用戶使用最大間隔的 J個(gè)循環(huán)移位最大間隔為12/6=2；第二種方案是將用戶分成兩組，采用循環(huán)移位和正交覆蓋碼進(jìn)行用戶區(qū)分，假設(shè)在一個(gè)子幀用戶信道沒(méi)有發(fā)生變化，將所有J個(gè)用戶分為兩組，每組J/2個(gè)用戶，兩組用戶重復(fù)使用最大間隔為4的J/2個(gè)循環(huán)移位，且在一個(gè)子幀的兩個(gè)導(dǎo)頻符號(hào)上第一組用戶使用正交覆蓋碼[1,1]，第二組用戶使用正交覆蓋碼[1,?1]。

3.2 RE-Sparse SCMA FDM導(dǎo)頻圖樣

圖3 SCMA不同資源映射方式時(shí)導(dǎo)頻結(jié)構(gòu)比較

基于FDM（frequency division multiplexing，頻分復(fù)用）的導(dǎo)頻圖樣同樣適用于 RE-Sparse SCMA。與CDM導(dǎo)頻圖樣不同，F(xiàn)DM導(dǎo)頻圖樣是給不同的用戶分配正交的導(dǎo)頻圖樣，從而保證各個(gè)用戶之間的信道估計(jì)互不干擾，因此不需要在接收端做導(dǎo)頻分離處理。RE-Sparse SCMA FDM導(dǎo)頻圖樣設(shè)計(jì)如圖4所示，相同數(shù)字的部分表示同一個(gè)用戶的導(dǎo)頻分配位置，同時(shí)為了信道估計(jì)的均勻性，第1個(gè)時(shí)隙圖樣與第2個(gè)時(shí)隙圖樣之間錯(cuò)開(kāi)了一半的間隔距離，如圖4（b）中每個(gè)用戶圖樣間隔距離為12個(gè)RE，則第2個(gè)時(shí)隙從用戶7開(kāi)始分配導(dǎo)頻圖樣。從圖4可以看出，每個(gè)用戶的導(dǎo)頻能量只集中在少數(shù)圖樣點(diǎn)上，而CDM導(dǎo)頻圖樣中導(dǎo)頻能量分?jǐn)傇谡麄€(gè)分配帶寬上。

圖4 RE-Sparse SCMA FDM導(dǎo)頻圖樣設(shè)計(jì)

3.3 RB-Sparse SCMA CDM+FDM導(dǎo)頻圖樣

與基本資源單位為 1個(gè) RE的 RE-Sparse SCMA不同，RB-Sparse SCMA是以1個(gè)RB為基本資源單位，每個(gè)用戶進(jìn)行稀疏擴(kuò)頻時(shí)只在所分配的RB資源塊上發(fā)送數(shù)據(jù)，因此接收端進(jìn)行數(shù)據(jù)檢測(cè)時(shí)，只需要知道所分配資源塊的信道信息。為了簡(jiǎn)化信道估計(jì)算法，只需要在每個(gè)用戶所分配的RB上放置導(dǎo)頻符號(hào)，如圖 3（b）所示。不同用戶可以通過(guò) RB分配、ZC序列循環(huán)移位正交性和正交覆蓋碼來(lái)進(jìn)行區(qū)分，如式（1）中用戶1資源塊分配與用戶 2資源塊分配是頻域正交的，而與用戶3資源塊分配和用戶6資源塊分配在頻域是部分重疊的，因此重疊部分導(dǎo)頻分離可通過(guò)不同循環(huán)移位來(lái)實(shí)現(xiàn)碼分復(fù)用。

因此，可以將互為正交頻分復(fù)用的兩個(gè)用戶視為一對(duì)用戶，給它們分配使用相同的循環(huán)移位。從圖3可以看出，（b）中導(dǎo)頻序列長(zhǎng)度只有（a）中導(dǎo)頻序列長(zhǎng)度的一半。為了仿真比較的公平性，以LTE導(dǎo)頻符號(hào)總功率為基準(zhǔn)，保證每個(gè)子幀中OFDM符號(hào)的發(fā)送功率一致。這種導(dǎo)頻相對(duì)于傳統(tǒng)連續(xù)導(dǎo)頻有兩個(gè)優(yōu)勢(shì)，一是導(dǎo)頻符號(hào)上的信噪比增加了一倍；二是給定用戶個(gè)數(shù)，在每個(gè)RB上發(fā)送導(dǎo)頻信號(hào)的用戶個(gè)數(shù)減少一半，這樣可以減少用戶間的干擾。

同理，RB-Sparse SCMA導(dǎo)頻圖樣也考慮了兩種碼分復(fù)用方案。第一種是只用循環(huán)移位，所有J/2對(duì)用戶使用最大間隔的 J/2個(gè)循環(huán)移位；第二種是同時(shí)采用循環(huán)移位和正交覆蓋碼，將所有 J/2對(duì)用戶分為兩組，每組 J/4對(duì)用戶，兩組用戶重復(fù)使用最大間隔的 J/4個(gè)循環(huán)移位，且在一個(gè)子幀的兩個(gè)導(dǎo)頻符號(hào)上第一組用戶使用正交覆蓋碼[1,1]，第二組用戶使用正交覆蓋碼[1,?1]。

4 信道估計(jì)方法

4.1 基于DFT逐個(gè)RB信道估計(jì)

對(duì)于 RE-Sparse SCMA CDM 導(dǎo)頻圖樣和RB-Sparse SCMA CDM+FDM導(dǎo)頻圖樣，采用相同的信道估計(jì)方法，即每個(gè)RB上采用基于DFT（discrete Fourier transform，離散傅里葉變換）的方法逐個(gè)RB地做信道估計(jì)。以1個(gè)RB為例，假設(shè)每個(gè)RB上有J個(gè)用戶發(fā)送導(dǎo)頻信號(hào)，則第一種碼分復(fù)用方案是首先需要將接收到的導(dǎo)頻信號(hào)乘以基序列的共軛，然后對(duì)它做12點(diǎn)的IDFT，

最后對(duì)h?j做 12點(diǎn)的 DFT，得到該用戶在該RB上的信道頻域響應(yīng)估計(jì)[14]。

對(duì)于第二種結(jié)合正交覆蓋碼的碼分復(fù)用方案，將第g組的第j用戶在一個(gè)子幀的兩個(gè)時(shí)隙上的循環(huán)移位序列和信道分別記為接收端在第1時(shí)隙和第2時(shí)隙收到的導(dǎo)頻信號(hào)可分別表示為：

其中，n1和n2分別表示第4個(gè)符號(hào)和第11個(gè)符號(hào)上的高斯白噪聲，功率為σ2。接收端的信道估計(jì)過(guò)程分為兩步。第1步是使用正交覆蓋碼分離第1組用戶和第2組用戶的導(dǎo)頻信號(hào)，分離后的信號(hào)表示為

第 2步是利用每組中 J/2個(gè)用戶的不同循環(huán)移位，可在每個(gè)RB上用基于DFT的方法逐個(gè)RB地將J/2個(gè)用戶的信道分離出來(lái)。從式（10）和式（11）可以看到，由于n1和n2是不相關(guān)的，含的噪聲功率是這會(huì)明顯提高信道估計(jì)的性能。

4.2 線性插值算法

基于FDM的RE-Sparse SCMA系統(tǒng)中，每個(gè)用戶的導(dǎo)頻圖樣是相互正交的。因此，接收端做信道估計(jì)時(shí)只需要對(duì)導(dǎo)頻圖樣點(diǎn)的接收信號(hào)乘以發(fā)送導(dǎo)頻序列的共軛即可得到當(dāng)前位置信道信息。但是，每個(gè)用戶只能獲得部分導(dǎo)頻符號(hào)位置上的信道信息，為了獲得一個(gè)子幀中完整數(shù)據(jù)符號(hào)的信道信息就需要做信道插值處理，最簡(jiǎn)單的方法就是線性差值。

5 仿真結(jié)果與分析

基于 LTE上行鏈路，仿真比較了 RE-Sparse SCMA和RB-Sparse SCMA在理想信道估計(jì)和實(shí)際信道估計(jì)下的性能，具體LTE系統(tǒng)仿真參數(shù)見(jiàn)表1。

表1 具體LTE系統(tǒng)仿真參數(shù)

仿真中 SCMA使用的是參考文獻(xiàn)[18]中提出的C84碼，它包含6個(gè)碼本，每個(gè)碼本有8個(gè)碼字，每個(gè)碼字的維度為4。本文仿真考慮了在相同的時(shí)頻資源上復(fù)用6個(gè)用戶和12個(gè)用戶的兩種場(chǎng)景。用戶1到用戶6使用碼本1到碼本6。當(dāng)有12個(gè)用戶時(shí)，用戶7到用戶12重復(fù)使用碼本1到碼本6。資源帶寬分配4個(gè)或12個(gè)RB時(shí)，對(duì)應(yīng)的傳輸塊大小分別是120 bit和408 bit，加上24個(gè)CRC比特后進(jìn)行Turbo編碼。仿真比較了時(shí)延擴(kuò)展均方根為300 ns的TDL-C[19]和ETU[20]這兩種具有不同時(shí)延長(zhǎng)度的信道模型，用戶的移動(dòng)速度為3 km/h，因而信道變化很緩慢。仿真圖中，橫軸SNR的定義是用戶在每個(gè)用于發(fā)送數(shù)據(jù)的子載波上的平均信號(hào)功率除以每個(gè)子載波上的噪聲功率，且保持用戶的信號(hào)功率在導(dǎo)頻符號(hào)和數(shù)據(jù)符號(hào)上是相等的。

假設(shè)接收端噪聲功率已知，當(dāng)復(fù)用6個(gè)用戶時(shí)，SIC-MPA解碼算法中dmax=3，各模塊使用迭代解碼次數(shù)為當(dāng)復(fù)用 12個(gè)用戶時(shí)，dmax=4，迭代解碼次數(shù)為

圖5～圖8給出了在12個(gè)RB場(chǎng)景下信道估計(jì)的均方差（mean squared error，MSE）性能?？梢钥吹剑瑢?duì)于 RE-sparse SCMA CDM 導(dǎo)頻和RB-Sparse CDF+FDM導(dǎo)頻來(lái)說(shuō)，第二種碼分方案的性能比第一種碼分方案好3 dB，這是由于第二種碼分方案在兩組導(dǎo)頻分離之后，信噪比增加了一倍。唯一的例外是，圖8中12個(gè)用戶ETU信道場(chǎng)景下，RE-Sparse SCMA CDM導(dǎo)頻的第一種方案由于使用了12個(gè)CS，其性能出現(xiàn)錯(cuò)誤平臺(tái)，因而遠(yuǎn)比RE-Sparse SCMA CDM導(dǎo)頻的第二種方案差。從圖8中還可以看到，CDM導(dǎo)頻使用12個(gè)CS或FDM導(dǎo)頻只在每個(gè)RB中1個(gè)子載波上發(fā)送導(dǎo)頻，都不能滿足ETU這種頻率選擇性很強(qiáng)的信道對(duì)循環(huán)移位的間隔和對(duì)導(dǎo)頻密度的要求，所以它們都出現(xiàn)了錯(cuò)誤平臺(tái)。

圖5 SCMA 12RB 6用戶TDL-C信道估計(jì)MSE性能

圖6 SCMA 12RB 12用戶TDL-C信道估計(jì)MSE性能

圖7 SCMA 12RB 6用戶ETU信道估計(jì)MSE性能

圖8 SCMA 12RB 12用戶ETU信道估計(jì)MSE性能

在圖 5復(fù)用 6個(gè)用戶的場(chǎng)景下，RE-Sparse SCMA使用FDM導(dǎo)頻比使用CDM導(dǎo)頻6個(gè)CS的方案好一些。在圖6復(fù)用12個(gè)用戶的場(chǎng)景下，RE-Sparse SCMA使用FDM導(dǎo)頻比使用CDM導(dǎo)頻12個(gè)CS的方案在低信噪比時(shí)好，而在高信噪比時(shí)差，這說(shuō)明在用戶數(shù)較多的場(chǎng)景下，F(xiàn)DM導(dǎo)頻將功率集中在少數(shù)的子載波上，所以在低信噪比時(shí)表現(xiàn)出較好的抗噪聲能力；但在高信噪比時(shí)，由于它依賴線性插值做信道估計(jì)，從而表現(xiàn)出它的弱勢(shì)。比較圖5和圖7中復(fù)用6個(gè)用戶的場(chǎng)景可以看到，在 TDL-C信道下 RE-Sparse SCMA使用FDM導(dǎo)頻比使用CDM導(dǎo)頻6個(gè)CS的方案好，而在 ETU信道下表現(xiàn)相反，這說(shuō)明采用線性插值的FDM導(dǎo)頻更偏向適用于頻率選擇性較低的信道。

比較以上所有的導(dǎo)頻方案可以看出，在復(fù)用6個(gè)用戶的場(chǎng)景下，RE-Sparse SCMA CDM導(dǎo)頻的第二種方案有最好的信道估計(jì)性能；而在復(fù)用12個(gè)用戶的場(chǎng)景下，RB-Sparse SCMA CDM+FDM導(dǎo)頻的第二種方案有最好的性能。如果信道是快衰落信道從而排除使用 OCC，則 RB-Sparse SCMA CDM+FDM導(dǎo)頻的第一種方案在所有考慮的場(chǎng)景下性能都是最好的。

圖9給出了復(fù)用6個(gè)用戶的SCMA在TDL-C信道下理想信道估計(jì)的BLER（block error rate，誤塊率）性能。從圖 9中可以看到，RB-Sparse SCMA比RE-Sparse SCMA要差一點(diǎn)，這是由于RB-sparse SCMA使用的子載波相對(duì)較集中，所以它獲得的頻域分集增益較小；但是隨著分配帶寬增加，RE-Sparse SCMA相對(duì)于RB-Sparse SCMA的優(yōu)勢(shì)也隨之減小。

圖9 SCMA 12RB 6用戶TDL-C理想信道估計(jì)BLER性能

圖10和圖11分別給出了在TDL-C信道下，SCMA復(fù)用6個(gè)用戶和12個(gè)用戶實(shí)際信道估計(jì)的BLER性能。可以看到，RE-Sparse SCMA CDM導(dǎo)頻的第一種方案與 RE-Sparse FDM 導(dǎo)頻的BLER性能相近，盡管它們?cè)趫D5和圖6中體現(xiàn)出的信道估計(jì)性能差異稍大一點(diǎn)。這說(shuō)明當(dāng)信道估計(jì)性能得到提升時(shí)，不一定能得到BLER性能同等程度的提升。在BLER=0.1處，復(fù)用6個(gè)UE的場(chǎng)景下，RE-Sparse SCMA CDM導(dǎo)頻使用6個(gè)CS與理想信道估計(jì)下的BLER性能差距為2.3 dB，如果使用3個(gè)CS和OCC，則性能差距可縮小為1.5 dB；RB-Sparse SCMA CDM+FDM導(dǎo)頻使用3個(gè)CS與理想信道估計(jì)下的BLER性能差距是1.7 dB。在復(fù)用 12個(gè)用戶的場(chǎng)景下，RE-Sparse SCMA CDM導(dǎo)頻使用12個(gè)CS與理想信道估計(jì)下BLER性能的差距是3 dB，如果使用6個(gè)CS和OCC，則性能差距可縮小為2 dB；RB-Sparse SCMA CDM+FDM導(dǎo)頻使用6個(gè)CS與理想信道估計(jì)下BLER性能的差距是2.4 dB，如果使用3個(gè)CS和OCC，則性能差距可縮小為1.6 dB。由此可見(jiàn)，通過(guò)使用具有FDM特性的導(dǎo)頻和使用OCC，都能增大導(dǎo)頻序列循環(huán)移位的間隔，從而提高信道估計(jì)的準(zhǔn)確性和BLER性能。

圖10 SCMA 12RB 6用戶TDL-C信道BLER性能

圖11 SCMA12RB 12用戶TDL-C信道BLER性能

6 結(jié)束語(yǔ)

本文基于 RE-Sparse SCMA和 RB-Sparse SCMA這兩種資源映射方式，對(duì)適用于RE-Sparse SCMA的 CDM 和 FDM導(dǎo)頻圖樣以及適用于RB-Sparse SCMA的導(dǎo)頻圖樣，在TDL-C和ETU信道下進(jìn)行仿真驗(yàn)證和評(píng)估，并且基于信號(hào)功率的窮盡搜索算法提出了適用于 SIC-MPA的目標(biāo)用戶選擇策略。通過(guò)對(duì)信道估計(jì)的 MSE性能和BLER性能的結(jié)果分析比較可以看出，當(dāng)用戶數(shù)增加到12個(gè)時(shí)，RE-Sparse SCMA的信道估計(jì)性能有明顯下降，而FDM和OCC方式都可以增大導(dǎo)頻序列循環(huán)移位的間隔，從而提高信道估計(jì)的準(zhǔn)確性和BLER性能。RB-Sparse SCMA雖然較RE-Sparse SCMA在頻域分集上的增益要小，但在實(shí)際系統(tǒng)中只需要在所分配的 RB上進(jìn)行導(dǎo)頻分配，并且能夠額外利用因子圖的部分頻域正交性，從而減少所需要的循環(huán)移位的個(gè)數(shù)，增大循環(huán)移位間隔來(lái)提高信道估計(jì)的性能。從仿真結(jié)果中可以看出，在相同的導(dǎo)頻方案下，RB-Sparse SCMA性能都是最好的，因此RB-Sparse SCMA能更靈活地適用于實(shí)際多用戶傳輸場(chǎng)景。

[1] 倪善金, 趙軍輝. 5G無(wú)線通信網(wǎng)絡(luò)物理層關(guān)鍵技術(shù)[J]. 電信科學(xué), 2015, 31(12): 40-45.NI S J, ZHAO J H. Key technologies in physical layer of 5G wireless communications network[J]. Telecommunications Science, 2015, 31(12): 40-45.

[2] NIKOPOUR H, BALIGH H. Sparse code multiple access[C]//IEEE Personal Indoor and Mobile Radio Communications (PIMRC), Sept 8-11, 2013, London, UK. New Jersey:IEEE Press, 2013: 332-336.

[3] 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 (BMSB), June 17-19, 2015, Ghent, Belgium. New Jersey: IEEE Press, 2015: 1-5.

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

[5] DU Y, DONG B, CHEN Z, et al. A fast convergence multiuser detection scheme for uplink SCMA systems[J]. IEEE Wireless Communications Letters, 2016, 5(4): 388-391.

[6] Huawei. R1-164390 transceiver implementation and complexity analysis for SCMA[R]. 2016.

[7] BAYESTEH A, YI E, NIKOPOUR H, et al. Blind detection of SCMA for uplink grant-free multiple access[C]//IEEE in Wireless Communications Systems (ISWCS), Aug 26-29, 2014,Barcelona, Spain. New Jersey: IEEE Press, 2014: 853-857.

[8] WANG Y, ZHOU S, XIAO L, et al. Sparse Bayesian learning based user detection and channel estimation for SCMA uplink systems[C]//International Conference on Wireless Communications & Signal Processing (WCSP), Oct 15-17, 2015, Nanjing,China. New Jersey: IEEE Press, 2015: 1-5.

[9] STRUMINSKY K, KRUGLIK S, VETROV D, et al. A new approach for sparse Bayesian channel estimation in SCMA uplink systems[C]//International Conference on Wireless Communications & Signal Processing (WCSP), Oct 13-15, 2016,Yangzhou, China. New Jersey: IEEE Press, 2016: 1-5.

[10] WANG Y, ZHANG X, ZHOU S, et al. User detection and channel estimation for SCMA uplink system in dispersive channel[C]//IEEE International Conference on Communication Systems (ICCS), Dec 14-16, 2016, Shenzhen, China. New Jersey: IEEE Press, 2016: 1-5.

[11] HEO E, KIM N, PARK H. Sparse structure-based channel estimation for uplink SCMA system[J]. IEEE Transactions on Vehicular Technology, 2017(99): 1-10.

[12] Fujitsu. R1-166671 DM-RS considerations for UL non-orthogonal multiple access[R]. 2016.

[13] 3GPP. Evolved universal terrestrial radio access (E-UTRA);physical channels and modulation: TS36.211[S]. 2012.

[14] ZHAO Y, HUANG A. A novel channel estimation method for OFDM mobile communication systems based on pilot signals and transform-domain processing[C]//IEEE 47th Vehicular Technology Conference Technology, May 4-7, 1997, Phoenix,USA. New Jersey: IEEE Press, 1997, 3: 2089-2093.

[15] ZHANG S, XU X, LU L, et al. Sparse code multiple access: An energy efficient uplink approach for 5G wireless systems[C]//IEEE Global Communications Conference, Dec 8-12,2014, Austin, USA. New Jersey: IEEE Press, 2014: 4782-4787.

[16] WU Y, ZHANG S, CHEN Y. Iterative multiuser receiver in sparse code multiple access systems[C]//IEEE International Conference on Communications, June 8-12, 2015, London, UK.New Jersey: IEEE Press, 2015: 2918-2923.

[17] XIAO B, XIAO K, ZHANG S, et al. Iterative detection and decoding for SCMA systems with LDPC codes[C]//IEEE International Conference on Wireless Communications & Signal Processing, Oct 15-17, 2015, Nanjing, China. New Jersey: IEEE Press, 2015: 1-5.

[18] Huawei Technologies Co., Ltd. SCMA pre-standardization whitepaper[R]. 2016.

[19] 3GPP. Study on channel model for frequency spectrum above 6 GHz: TR38.900[S]. 2016.

[20] 3GPP. Evolved universal terrestrial radio access (E-UTRA);user equipment (UE) radio transmission and reception:TS36.803[S]. 2016.

Channel estimation and performance analysis for uplink SCMA system

HU Xian’an, ZENG Xiangnian
Nokia Shanghai Bell, Hangzhou 310053, China

There are two types of physical mapping for SCMA named RE-Sparse SCMA and RB-Sparse SCMA. A frequency division multiplexing (FDM) based pilot pattern was proposed for RE-Sparse SCMA, and existing code division multiplexing pilot patterns based on cyclic shift and orthogonal cover code (OCC) were considered. Under different frequency selective channels, simulation and evaluation work for the two mapping schemes of SCMA had done. Besides, a target user selection strategy was proposed for existing SIC-MPA. Analytical simulation results show that both OCC and FDM can improve system performance with slot fading channel. Compared with RE-Sparse SCMA, RB-Sparse SCMA with partially frequency orthogonal pilot pattern enjoys better performance gain, and it is more applicable for realistic multi-user SCMA scenario.

5G, non-orthogonal multiple access, uplink SCMA, pilot pattern, channel estimation, SIC-MPA

The National Science and Technology Major Project of China (No. 2016ZX03001018)

TP393

A

10.11959/j.issn.1000?0801.2017267

2017?07?05；

2017?09?21

國(guó)家科技重大專項(xiàng)基金資助項(xiàng)目（No.2016ZX03001018）

胡顯安（1990?），女，上海諾基亞貝爾股份有限公司算法工程師，主要研究方向?yàn)?G新型多址技術(shù)。

曾祥念（1976?），女，博士，上海諾基亞貝爾股份有限公司系統(tǒng)工程師，主要研究方向?yàn)長(zhǎng)TE、Turbo均衡器、SCMA、LDPC。