本發(fā)明屬于無線通信技術(shù)領(lǐng)域，涉及一種導(dǎo)頻隨機(jī)接入方法，具體涉及一種基于定時(shí)提前信息的導(dǎo)頻隨機(jī)接入方法，可用于緩解大規(guī)模多輸入多輸出系統(tǒng)下的導(dǎo)頻污染問題。

背景技術(shù)：

多輸入多輸出(multiple-input multiple-output,MIMO)技術(shù)是指在在發(fā)送端和接收端分別使用多個(gè)發(fā)射天線和接收天線，充分利用空間資源，在不增加頻譜資源和天線發(fā)射功率的情況下，提高系統(tǒng)信道容量。大規(guī)模MIMO技術(shù)是基于MIMO技術(shù)的改進(jìn)，通過在基站端配置幾十，甚至幾百根天線，獲得優(yōu)于MIMO技術(shù)的頻譜利用率、數(shù)據(jù)速率和能量效率。在針對H2H(Human to Human)用戶的大規(guī)模MIMO系統(tǒng)中，可以為每個(gè)用戶分配一個(gè)導(dǎo)頻，導(dǎo)頻的正交性使得基站可以準(zhǔn)確估計(jì)出用戶到基站的信道參數(shù)。但是，在M2M(Machine to Machine)場景下，小區(qū)內(nèi)MTC(Machine Type Communication)用戶數(shù)量遠(yuǎn)大于H2H用戶數(shù)，此時(shí)采用傳統(tǒng)導(dǎo)頻分配方法進(jìn)行信道估計(jì)將不再適用。因此，在網(wǎng)絡(luò)擁擠情況下，可以采用隨機(jī)接入機(jī)制分配導(dǎo)頻。這種方式可在一定程度上解決導(dǎo)頻短缺問題，但也會存在多個(gè)用戶同時(shí)選擇相同導(dǎo)頻的情況，從而造成導(dǎo)頻污染。

為了解決導(dǎo)頻污染問題，J.H.等人在“Coded Pilot Access:A Random Access Solution for Massive MIMO Systems”提出了一種基于編碼的導(dǎo)頻隨機(jī)接入方法，在該方法中用戶將相同數(shù)據(jù)信息在多個(gè)時(shí)隙中發(fā)送，然后在基站端使用迭代干擾抵消算法估計(jì)不同用戶的發(fā)送信息，但由于該算法需結(jié)合多個(gè)時(shí)隙的接收數(shù)據(jù)進(jìn)行譯碼，因此不適用于低時(shí)延場景。Emil等人在“RandomAccess Protocol for Massive MIMO:Strongest-User Collision Resolution(SUCR)”中提出最強(qiáng)用戶沖突解決(Strongest-User Collision Resolution,SUCR)方法，其主要步驟為：首先，用戶隨機(jī)選擇導(dǎo)頻序列，并發(fā)送至基站端；然后，計(jì)算預(yù)編碼矩陣，并將該預(yù)編碼矩陣作為導(dǎo)頻隨機(jī)接入響應(yīng)信息發(fā)送給用戶；其次，用戶根據(jù)預(yù)編碼矩陣估計(jì)總信號增益，并判斷該增益值是否不小于用戶自身的信號增益值，若是，則用戶重新發(fā)送導(dǎo)頻序列和身份識別碼，否則該用戶導(dǎo)頻隨機(jī)接入失敗；最后，基站向成功用戶下發(fā)沖突解決信息。在該方案中，通過基站與用戶之間的相互協(xié)作，在已經(jīng)產(chǎn)生碰撞的用戶中選出最強(qiáng)用戶后，然后在最強(qiáng)用戶之間競爭導(dǎo)頻序列，提高了導(dǎo)頻利用率。但隨著競爭同一導(dǎo)頻設(shè)備數(shù)目的增長，其沖突解決能力逐漸降低，因此在系統(tǒng)負(fù)載較高時(shí)，成功接入用戶數(shù)低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提出了一種基于定時(shí)提前信息的導(dǎo)頻隨機(jī)接入方法，用于解決現(xiàn)有導(dǎo)頻隨機(jī)接入方法中存在的系統(tǒng)負(fù)載較大時(shí)成功接入用戶數(shù)低的技術(shù)問題。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案，包括如下步驟：

(1)采用16f對小區(qū)內(nèi)所有用戶的傳播時(shí)延進(jìn)行量化，得到所有用戶的定時(shí)提前信息Ω，且Ω＝[T₁,T₂,...,T_k,...,T_U]，同時(shí)采用16cf對小區(qū)半徑進(jìn)行量化，得到不同的量化區(qū)間及量化區(qū)間編號n，且n＝1,2,...,Q，其中，f表示LTE系統(tǒng)的最小時(shí)間單位，k表示小區(qū)內(nèi)的用戶編號，且k＝1,2,...,U，U表示小區(qū)內(nèi)的用戶總數(shù)，T_k表示用戶k的定時(shí)提前信息，c表示光速，n表示量化區(qū)間編號，Q表示半徑為W的小區(qū)的最大量化區(qū)間編號；

(2)所有用戶在導(dǎo)頻序列池中分別隨機(jī)選擇一個(gè)導(dǎo)頻序列，得到所有用戶的導(dǎo)頻序列Φ＝[ψ_L(1),ψ_L(2),...,ψ_L(k),...,ψ_L(U)]，其中，L(k)表示任意用戶k選擇的導(dǎo)頻序列編號，且L(k)＝1,2,...,Z，Z表示導(dǎo)頻序列池中導(dǎo)頻序列總數(shù)，ψ_L(k)表示第L(k)個(gè)導(dǎo)頻序列；

(3)所有用戶在各自選出的導(dǎo)頻序列頭部添加循環(huán)前綴，并將添加了循環(huán)前綴的導(dǎo)頻序列和身份識別碼向外發(fā)送，所有用戶發(fā)送的添加了循環(huán)前綴的導(dǎo)頻序列和身份識別碼在信道中疊加，形成導(dǎo)頻信息Y和身份信息G；

(4)基站接收導(dǎo)頻信息Y和身份信息G，再利用該兩個(gè)信息計(jì)算導(dǎo)頻隨機(jī)接入響應(yīng)信息并向外發(fā)送，實(shí)現(xiàn)步驟為：

(4a)基站接收導(dǎo)頻信息Y，并計(jì)算信道響應(yīng)矩陣g；

(4b)設(shè)置門限值γ；

(4c)基站根據(jù)信道響應(yīng)矩陣g，對各導(dǎo)頻序列在各量化區(qū)間內(nèi)被用戶選擇的次數(shù)進(jìn)行檢測，檢測方法為：首先，利用信道響應(yīng)矩陣g，計(jì)算信道增益矩陣Δ，然后，判斷信道增益矩陣Δ中的元素Δ_n,m是否小于門限值γ，若是，則量化區(qū)間n內(nèi)沒有用戶選擇導(dǎo)頻序列ψ_m，否則，將信道響應(yīng)矩陣g中的元素g_n,m與身份信息G相乘，得到身份信息估計(jì)值E，最后，判斷是否可以在所有用戶的身份識別碼中查找到身份信息估計(jì)值E，若是，則量化區(qū)間n內(nèi)只有一個(gè)用戶選擇導(dǎo)頻序列ψ_m，否則，則量化區(qū)間n內(nèi)有多于一個(gè)用戶選擇導(dǎo)頻序列ψ_m，其中，m表示導(dǎo)頻序列編號，且m＝1,2,...,Z，ψ_m表示第m個(gè)導(dǎo)頻序列，Δ_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道增益和，g_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道響應(yīng)和；

(4d)基站根據(jù)檢測出的各導(dǎo)頻序列在各量化區(qū)間內(nèi)被用戶選擇的次數(shù)，對各量化區(qū)間進(jìn)行分類，得到各導(dǎo)頻序列的單用戶量化區(qū)間集合、多用戶量化區(qū)間集合和零用戶量化區(qū)間集合，對于任意導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合多用戶量化區(qū)間集合和零用戶量化區(qū)間集合的分類規(guī)則如下：

在所有量化區(qū)間中，查找只有一個(gè)用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合

在所有量化區(qū)間中，查找有多于一個(gè)用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合

在所有量化區(qū)間中，查找沒有用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的零用戶量化區(qū)間集合

(4e)基站根據(jù)得到各導(dǎo)頻序列的單用戶量化區(qū)間集合、多用戶量化區(qū)間集合和零用戶量化區(qū)間集合，為所有導(dǎo)頻序列選擇定時(shí)提前信息TA＝[TA₁,TA₂,...,TA_m,...,TA_Z]，其中，TA_m表示導(dǎo)頻序列ψ_m的定時(shí)提前信息，選擇規(guī)則如下：

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合不為空時(shí)，則從該集合中隨機(jī)選擇；

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合為空且導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合不為空時(shí)，則從導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合中隨機(jī)選擇；

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合和導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合均為空時(shí)，則從導(dǎo)頻序列ψ_m的零用戶量化區(qū)間集合中隨機(jī)選擇；

(4f)基站根據(jù)選出的定時(shí)提前信息TA，計(jì)算所有導(dǎo)頻序列的信道估計(jì)值y；

(4g)基站利用計(jì)算出的信道估計(jì)值y，計(jì)算預(yù)編碼矩陣V；

(4h)基站將步驟(4e)中選出的定時(shí)提前信息TA和步驟(4g)中計(jì)算出的預(yù)編碼矩陣V作為導(dǎo)頻隨機(jī)接入響應(yīng)信息，并將該信息向外發(fā)送；

(5)所有用戶根據(jù)接收到的導(dǎo)頻隨機(jī)接入響應(yīng)信息，判斷自身是否滿足定時(shí)提前信息要求，若是，則執(zhí)行步驟(6)，否則，該用戶導(dǎo)頻隨機(jī)接入結(jié)束；

(6)根據(jù)SUCR方法，判斷滿足定時(shí)提前信息要求的用戶是否為最強(qiáng)用戶，若是，則該用戶重新發(fā)送導(dǎo)頻序列和身份識別碼，否則，該用戶導(dǎo)頻隨機(jī)接入結(jié)束，所有重新發(fā)送的導(dǎo)頻序列和身份識別碼在信道中疊加形成二次導(dǎo)頻信息Γ和二次身份信息G'；

(7)基站接收二次導(dǎo)頻信息Γ和二次身份信息G'，檢測各導(dǎo)頻序列是否產(chǎn)生碰撞，若是，則選擇該導(dǎo)頻序列的用戶導(dǎo)頻隨機(jī)接入結(jié)束，否則，基站為選擇該導(dǎo)頻序列的用戶發(fā)送沖突解決信息后，該用戶的導(dǎo)頻隨機(jī)接入結(jié)束。

本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：

本發(fā)明由于在進(jìn)行導(dǎo)頻隨機(jī)接入的過程中，采用了定時(shí)提前信息，減少了在第二次信息交互中，繼續(xù)執(zhí)行導(dǎo)頻隨機(jī)接入過程的用戶數(shù)，從而降低了二次導(dǎo)頻序列的碰撞概率，與現(xiàn)有SUCR方法相比，有效地提高系統(tǒng)負(fù)載較大時(shí)成功接入用戶數(shù)。

附圖說明

圖1為本發(fā)明的實(shí)現(xiàn)流程框圖；

圖2是本發(fā)明的小區(qū)結(jié)構(gòu)示意圖；

圖3是本發(fā)明與現(xiàn)有SUCR方法的性能對比仿真圖。

具體實(shí)施方式

以下結(jié)合附圖和具體實(shí)施例子，對本發(fā)明作進(jìn)一步詳細(xì)說明。

參照圖1，一種基于定時(shí)提前信息的導(dǎo)頻隨機(jī)接入方法，包括如下步驟：

步驟1，采用16f對小區(qū)內(nèi)所有用戶的傳播時(shí)延進(jìn)行量化，得到所有用戶的定時(shí)提前信息Ω，且Ω＝[T₁,T₂,...,T_k,...,T_U]，同時(shí)采用16cf對小區(qū)半徑進(jìn)行量化，得到不同的量化區(qū)間、及量化區(qū)間編號n，且n＝1,2,...,Q，其中，f表示LTE系統(tǒng)的最小時(shí)間單位，k表示小區(qū)內(nèi)的用戶編號，且k＝1,2,...,U，U表示小區(qū)內(nèi)的用戶總數(shù)，T_k表示用戶k的定時(shí)提前信息，c表示光速，n表示量化區(qū)間編號，Q表示半徑為W的小區(qū)的最大量化區(qū)間編號；

本實(shí)施例中考慮小區(qū)半徑為W＝312m的單小區(qū)瑞利衰落信道模型，且基站端配M＝100根天線，LTE系統(tǒng)的最小時(shí)間單位f＝3.255×10^-8秒，參照圖2的小區(qū)結(jié)構(gòu)示意圖，用戶k的定時(shí)提前信息為T_k，此外，本小區(qū)通過采用16cf量化小區(qū)半徑可將小區(qū)量化為兩個(gè)量化區(qū)間，記為區(qū)間I和區(qū)間II。

步驟2，所有用戶在導(dǎo)頻序列池中分別隨機(jī)選擇一個(gè)導(dǎo)頻序列，得到所有用戶的導(dǎo)頻序列Φ＝[ψ_L(1),ψ_L(2),...,ψ_L(k),...,ψ_L(U)]，其中，L(k)表示任意用戶k選擇的導(dǎo)頻序列編號，且L(k)＝1,2,...,Z，Z表示導(dǎo)頻序列池中導(dǎo)頻序列總數(shù)，ψ_L(k)表示第L(k)個(gè)導(dǎo)頻序列；

考慮到Zadoff-Chu序列具有良好的自相關(guān)性和很低的互相關(guān)性，且循環(huán)移位后的序列仍是ZC序列的特性，本實(shí)施例中導(dǎo)頻序列池包含60個(gè)、長度為120且相互正交的Zadoff-Chu序列。

步驟3，所有用戶在各自選出的導(dǎo)頻序列頭部添加循環(huán)前綴，并分別將添加了循環(huán)前綴的導(dǎo)頻序列和身份識別碼發(fā)送，所有用戶發(fā)送的添加了循環(huán)前綴的導(dǎo)頻序列和身份識別碼在信道中疊加，形成導(dǎo)頻信息Y和身份信息G；

其中，導(dǎo)頻信息Π_n表示第n個(gè)量化區(qū)間內(nèi)的用戶集合，e表示用戶集合Π_n內(nèi)的用戶編號，ρ_e表示用戶e的發(fā)射功率，當(dāng)用戶e有數(shù)據(jù)發(fā)送時(shí)，發(fā)射功率ρ_e＞0，當(dāng)用戶e沒有數(shù)據(jù)發(fā)送時(shí)，ρ_e＝0，h_e表示用戶e與基站間的信道響應(yīng)，且h_e＝[h_1e,h_2e,...,h_θe,...,h_Me]，其中h_θe表示用戶e與基站第θ根天線之間的信道響應(yīng)，且h_θe服從均值為0，方差為β_e的對稱圓高斯分布，β_e為用戶e到基站的大尺度衰落因子，M表示基站的天線數(shù)，L(e)表示用戶e選擇的導(dǎo)頻序列編號，ψ_L(e)表示第L(e)個(gè)導(dǎo)頻序列，ψ_n,L(e)表示導(dǎo)頻序列ψ_L(e)循環(huán)移位n-1位后的序列，表示移位后的序列ψ_n,L(e)的轉(zhuǎn)置，N表示獨(dú)立同分布的高斯白噪聲矩陣，且其中第i行、第j列的元素服從均值為0，方差為σ²的對稱圓高斯分布，表示M行τ_p列的復(fù)數(shù)矩陣；

步驟4，基站接收導(dǎo)頻信息Y和身份信息G，再利用該兩個(gè)信息計(jì)算導(dǎo)頻隨機(jī)接入響應(yīng)信息并向外發(fā)送，實(shí)現(xiàn)步驟為：

步驟4a，基站接收導(dǎo)頻信息Y，并計(jì)算信道響應(yīng)矩陣g；

步驟4b，設(shè)置門限值γ＝5；

步驟4c，基站根據(jù)信道響應(yīng)矩陣g，對各導(dǎo)頻序列在各量化區(qū)間內(nèi)被用戶選擇的次數(shù)進(jìn)行檢測，檢測方法為：首先，利用信道響應(yīng)矩陣g，計(jì)算信道增益矩陣Δ，然后，判斷信道增益矩陣Δ中的元素Δ_n,m是否小于門限值γ，若是，則量化區(qū)間n內(nèi)沒有用戶選擇導(dǎo)頻序列ψ_m，否則，將信道響應(yīng)矩陣g中的元素g_n,m與身份信息G相乘，得到身份信息估計(jì)值E，最后，判斷是否可以在所有用戶的身份識別碼中查找到身份信息估計(jì)值E，若是，則量化區(qū)間n內(nèi)只有一個(gè)用戶選擇導(dǎo)頻序列ψ_m，否則，則量化區(qū)間n內(nèi)有多于一個(gè)用戶選擇導(dǎo)頻序列ψ_m，其中，m表示導(dǎo)頻序列編號，且m＝1,2,...,Z，ψ_m表示第m個(gè)導(dǎo)頻序列，Δ_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道增益和，g_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道響應(yīng)和；

步驟4d，基站根據(jù)檢測出的各導(dǎo)頻序列在各量化區(qū)間內(nèi)被用戶選擇的次數(shù)，對各量化區(qū)間進(jìn)行分類，得到各導(dǎo)頻序列的單用戶量化區(qū)間集合、多用戶量化區(qū)間集合和零用戶量化區(qū)間集合，對于任意導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合多用戶量化區(qū)間集合和零用戶量化區(qū)間集合的分類規(guī)則如下：

在所有量化區(qū)間中，查找只有一個(gè)用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合

在所有量化區(qū)間中，查找有多于一個(gè)用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合

在所有量化區(qū)間中，查找沒有用戶選擇導(dǎo)頻序列ψ_m的量化區(qū)間，并將該量化區(qū)間編號歸類于導(dǎo)頻序列ψ_m的零用戶量化區(qū)間集合

步驟4e，基站根據(jù)得到各導(dǎo)頻序列的單用戶量化區(qū)間集合、多用戶量化區(qū)間集合和零用戶量化區(qū)間集合，為所有導(dǎo)頻序列選擇定時(shí)提前信息TA＝[TA₁,TA₂,...,TA_m,...,TA_Z]，其中，TA_m表示導(dǎo)頻序列ψ_m的定時(shí)提前信息，選擇規(guī)則如下：

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合不為空時(shí)，則從該集合中隨機(jī)選擇；

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合為空且導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合不為空時(shí)，則從導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合中隨機(jī)選擇；

當(dāng)導(dǎo)頻序列ψ_m的單用戶量化區(qū)間集合和導(dǎo)頻序列ψ_m的多用戶量化區(qū)間集合均為空時(shí)，則從導(dǎo)頻序列ψ_m的零用戶量化區(qū)間集合中隨機(jī)選擇；

步驟4f，基站根據(jù)選出的定時(shí)提前信息TA，計(jì)算所有導(dǎo)頻序列的信道估計(jì)值y；

步驟4g，基站利用計(jì)算出的信道估計(jì)值y，計(jì)算預(yù)編碼矩陣V；

步驟4h，基站將步驟4e中選出的定時(shí)提前信息TA和步驟4g中計(jì)算出的預(yù)編碼矩陣V作為導(dǎo)頻隨機(jī)接入響應(yīng)信息，并將該信息向外發(fā)送；

其中，信道響應(yīng)矩陣g_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道響應(yīng)，且ψ_,mn表示導(dǎo)頻序列ψ_m循環(huán)移位n-1位得到的序列，表示移位后的序列ψ_n,m的轉(zhuǎn)置，||ψ_m||表示導(dǎo)頻序列ψ_m的2-范數(shù)，且

其中，信道增益矩陣Δ_n,m表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道增益，且||g_n,m||表示量化區(qū)間n內(nèi)選擇導(dǎo)頻序列ψ_m的用戶的信道響應(yīng)信息g_n,m的2-范數(shù)；

其中，信道估計(jì)值y＝[y₁,y₂,...,y_m,...,y_Z]，y_m表示導(dǎo)頻序列ψ_m的信道估計(jì)值，且ψ_TAm,m表示對導(dǎo)頻序列ψ_m循環(huán)移位TA_m-1位得到的序列，表示移位后的序列的共軛；

其中，預(yù)編碼矩陣q表示基站的發(fā)送功率，||y_m||表示y_m的2-范數(shù)，表示導(dǎo)頻序列ψ_m的轉(zhuǎn)置；

步驟5，所有用戶根據(jù)接收到的導(dǎo)頻隨機(jī)接入響應(yīng)信息，判斷自身是否滿足定時(shí)提前信息要求，若是，則執(zhí)行步驟6，否則，該用戶導(dǎo)頻隨機(jī)接入結(jié)束；

其中，判斷任意用戶k是否滿足定時(shí)提前信息要求的規(guī)則為：比較用戶k的定時(shí)提前信息TA_L(k)與導(dǎo)頻隨機(jī)接入響應(yīng)信息中包含的定時(shí)提前信息導(dǎo)頻序列TA_L(k)是否相等，若是，則用戶k滿足定時(shí)提前信息要求，否則，用戶k滿足定時(shí)提前信息要求；

步驟6，根據(jù)SUCR方法，判斷滿足定時(shí)提前信息要求的用戶是否為最強(qiáng)用戶，若是，則該用戶重新發(fā)送導(dǎo)頻序列和身份識別碼，否則，該用戶導(dǎo)頻隨機(jī)接入結(jié)束，所有重新發(fā)送的導(dǎo)頻序列和身份識別碼在信道中疊加形成二次導(dǎo)頻信息Γ和二次身份信息G'；

其中，對于任意滿足定時(shí)提前信息要求的用戶r，根據(jù)SUCR方法判斷其是否為最強(qiáng)用戶的步驟如下：

(6a)用戶r計(jì)算總信號增益：

L(r)表示用戶r選擇的導(dǎo)頻序列編號，表示取υ和的最大值，ρ_r表示用戶r的發(fā)射功率，當(dāng)用戶r有數(shù)據(jù)發(fā)送時(shí)，發(fā)射功率ρ_r＞0，當(dāng)用戶r沒有數(shù)據(jù)發(fā)送時(shí)，ρ_r＝0，β_r表示用戶r到基站的大尺度衰落因子，且β_r＞0，表示對復(fù)數(shù)取實(shí)部，表示用戶r與基站間的信道響應(yīng)h_r的共軛轉(zhuǎn)置，且h_r＝[h_1r,h_2r,...,h_θr,...,h_Mr]，其中h_θr表示用戶r與基站第θ根天線之間的信道響應(yīng)，且h_θr服從均值為0，方差為β_r的對稱圓高斯分布，ψ_L(r)表示第L(r)個(gè)導(dǎo)頻序列，表示導(dǎo)頻序列ψ_L(r)的共軛，||ψ_L(r)||表示導(dǎo)頻序列ψ_L(r)的2-范數(shù)，η_r表示接收噪聲，表示接收噪聲η_r的轉(zhuǎn)置；

(6b)用戶r將自身信號增益ρ_rβ_rτ_p與總信號增益的一半進(jìn)行比較，若用戶r的信號增益ρ_rβ_rτ_p不小于總信號增益的一半，則該用戶為最強(qiáng)用戶；

步驟7，基站接收二次導(dǎo)頻信息Γ和二次身份信息G'，檢測各導(dǎo)頻序列是否產(chǎn)生碰撞，若是，則選擇該導(dǎo)頻序列的用戶導(dǎo)頻隨機(jī)接入結(jié)束，否則，基站為選擇該導(dǎo)頻序列的用戶發(fā)送沖突解決信息后，該用戶的導(dǎo)頻隨機(jī)接入結(jié)束。

任意導(dǎo)頻序列ψ_m是否產(chǎn)生碰撞的檢測步驟如下：

(7a)基站利用接收到的二次導(dǎo)頻信息Γ和身份信息G'，對導(dǎo)頻序列ψ_m在各量化區(qū)間內(nèi)被用戶選擇的次數(shù)進(jìn)行檢測；

(7b)基站判斷量化區(qū)間TA_m內(nèi)導(dǎo)頻序列ψ_m被用戶選擇的次數(shù)是否等于1，若是，則該導(dǎo)頻序列ψ_m沒有產(chǎn)生碰撞，否則，該導(dǎo)頻序列ψ_m產(chǎn)生碰撞。

以下結(jié)合仿真圖對本發(fā)明的效果做進(jìn)一步的說明。

1仿真條件和內(nèi)容：

在使用軟件仿真平臺Matlab R2015a、Visual Studio 2013的條件下，對本發(fā)明與現(xiàn)有SUCR方法的性能進(jìn)行仿真實(shí)驗(yàn)，其仿真結(jié)果如圖3所示。

2仿真結(jié)果分析

參照圖3，橫軸表示小區(qū)內(nèi)用戶數(shù)，單位為(人)，縱軸表示成功接入用戶數(shù)，單位為(人)，實(shí)線為本方案的仿真曲線，點(diǎn)畫線為原方案的仿真曲線。當(dāng)小區(qū)內(nèi)用戶數(shù)小于60時(shí)，本發(fā)明方法的成功接入用戶數(shù)與現(xiàn)有SUCR方法的成功接入用戶數(shù)近似相等，當(dāng)小區(qū)內(nèi)用戶數(shù)大于60時(shí)，本發(fā)明方法的成功接入用戶數(shù)明顯多于現(xiàn)有SUCR方法的成功接入用戶數(shù)，且原SUCR方法的最大值為47.5，本方法的最大值為53.9，從而驗(yàn)證了本發(fā)明可在系統(tǒng)負(fù)載較大時(shí)，有效地提高成功接入用戶數(shù)。