NOMA系统基于自适应匹配追踪算法的联合信道估计与多用户检测新方法

在免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统中,针对基于帧的多用户传输场景的信道估计(Channel Estimation,CE)与用户的活跃和数据检测(Multiuser Detection,MUD)问题,本文在多重测量矢量压缩感知(Multiple Measurement Vector-Compressive Sensing,MMV-CS)框架下,提出了一种门限辅助的分布式弱选择分段自适应匹配追踪(Thresholod Aided-Distributed Weak Selection Stagewise Adaptive Matching Pursuit,TA-DWSStAMP)算法来联合解决CE和MUD问题。该算法在精确的迭代终止准则下,引入阶段标识,在大步长阶段设计了一种幂函数型的变步长方法。仿真结果表明,本文提出的算法能够在复杂度仅为现有算法10%的条件下,获得与现有算法相近的信道估计性能、用户成功活跃检测率和用户数据的误符号率。