一种稀疏度自适应的SIMO NOMA系统多用户检测算法

非正交多址接入(NOMA)可以通过对资源的非交使用来提高频谱利用率,增加用户连接数,有望成为5G的关键技术之一。考虑基站端配备多根天线,针对上行免调度SIMO-NOMA系统中活跃用户数量未知的情况,提出了一种基于压缩感知的稀疏度自适应匹配追踪硬融合算法(SAMP-HFA)。所提算法主要包括三部分:首先利用传统的SAMP算法估计基站端每根天线上的用户活动情况,接着融合这些检测到的用户活动信息获得一个公共的活跃用户集合,最后利用该集合估计活跃用户的传输数据。仿真结果表明,随着天线数目的增加,所提算法的误码率性能显著提高。