一种计算与通信融合的大规模接入方法与流程

本发明涉及无线通信领域，尤其涉及一种计算与通信融合的大规模接入方法。

背景技术：

近年来，随着物联网的飞速发展和智能设备的不断升级，万物互联的趋势越来越明显，移动接入用户数量正在呈现爆炸式增长。根据思科最新发布的预测报告，2020年全球移动数据流量将是2015年的8倍，接入的移动设备数量将超过250亿。

目前，5g网络面临着爆炸式数据流量增长与海量设备连接并存的新挑战。与此同时，5g网络新增的业务场景，如无人驾驶汽车、智能电网、工业通信等，对时延、能效、设备连接数和可靠度等指标也提出了更高的要求。为此，5g需满足超低时延、超低功耗、超高可靠、超高密度连接的新型业务需求。可以看出，以5g为代表的未来无线网络正在从以数据为中心向以计算为中心转变。诸如人工智能、数据挖掘等先进的信息处理技术将提供无处不在的计算和智能服务来实现对来自物联网接入设备的海量数据的分析与处理。这意味着在未来，我们可能更关注数据的计算结果而非数据本身。对于计算技术来说，在无线资源有限的情况下，传统的“先通信再计算”的方法将会导致过高的时延，将不再适用于大规模接入的未来无线网络。

因此，将计算技术与通信技术融合，有望突破传统移动通信系统的限制，解决大规模移动终端接入无线网络的一系列问题。

技术实现要素：

本发明为了解决上述方案中大规模移动终端接入时通信受限、计算效率低、时延过高、频谱效率低等问题，提出了一种计算与通信融合的大规模接入方法。

本发明所采用的具体技术方案如下：

一种计算与通信融合的大规模接入方法，它包括如下步骤：

1)小区中心布置一个天线数为n的基站，同时有k个天线数为m的移动终端通过这一基站接入无线网络，基站到第k个移动终端的信道状态信息为hk,k＝1,…,k；

2)第k个移动终端对计算信号dk＝[dk,1,dk,2,...,dk,l,...dk,l]^t,l∈[1,l]进行预处理得到sk＝[gk,1(dk,1),gk,2(dk,2),...,gk,l(dk,l)]^t，其中dk,l为第k个移动终端第l路计算信号，gk,l(·)为第k个移动终端第l路计算信号的预处理函数，l为第k个移动终端中的计算信号总路数；

3)第k个移动终端为其第j路通信信号s'k,j和经预处理的计算信号sk分别设计通信发射波束vk,j和计算发射波束wk,其中j∈[1,j]且l+j≤m，j是第k个移动终端的通信信号总路数；

4)根据设计的通信发射波束vk,j和计算发射波束wk，第k个移动终端将通信信号和经预处理的计算信号分别进行波束成形，再将所有波束成形后的信号进行叠加编码得到xk，然后将叠加编码后得到的信号xk进行发射；

5)基站接到移动终端发射的信号后，设计计算接收机z估计出目标计算函数，同时设计通信接收机uk,j对第k个用户的第j路通信信号进行解码。

基于上述技术方案，其中的部分步骤可采用如下优选方式实现。

步骤3)中的通信发射波束vk,j和计算发射波束wk设计方法可以为：

a)初始化通信发射波束计算发射波束通信接收机uk,j＝[1,0,…,0]^t，和计算接收机z＝[1,0,…,0]^t×[1,0,…,0]，其中pmax,k为第k个移动终端的最大发射功率；

b)计算出基站估计的计算信号与目标函数之间误差的度量标准，即计算均方误差其中为高斯白噪声的方差，il为l阶单位矩阵，||·||f表示矩阵的f范数；

c)根据基站接收到的通信信号的信干噪比|·|²表示绝对值的平方；定义中间变量令其中γk,j为第k个移动终端第j路通信信号要求的最小信干噪比，tr(·)为矩阵的迹；

d)根据移动终端的最大发射功率限制，令

e)求出使计算均方误差mse的值最小的解，即得到wk和vk,j；

f)更新基站设计的接收机z和uk,j，若mse收敛，则对vk,j进行特征值分解得到vk,j，否则跳回步骤b)。

其中步骤e)中可以利用内点法或直接调用cvx工具包进行求解。

步骤4)中的叠加编码方法为：第k个移动终端构造发射计算信号sk和通信信号经波束成形后进行叠加编码，得到总的发射信号为

步骤5)中的计算接收机z和通信接收机uk,j设计方法可以为：

a)更新移动终端设计的计算发射波束wk和通信发射波束vk,j；

b)基于最小均方误差准则，根据基站估计的计算信号与目标函数之间误差的度量标准mse，得到计算接收机

c)基于最小均方误差准则，根据基站接收到的通信信号n为高斯白噪声，

得到信息接收机

本发明具有的有益效果是：本发明提出的计算与通信融合的大规模接入方法，解决了海量节点接入无线网络导致通信受限、计算时延过高所产生的一系列问题。本发明提出的设计发射波束和接收机的算法，具有计算时延低、频谱效率高、复杂度低等优点。

附图说明

图1是计算与通信融合的大规模接入方法的系统框图；

图2是在通信信号要求的最小信干噪比不同的情况下，所提方法的性能比较(最小信干噪比分别为0.1和0.2)；

图3是在基站的天线数量不同的情况下，所提方法的性能比较(天线数量分别为32和64)。

具体实施方式

本实施例中，计算与通信融合的大规模接入方法的系统框图如图1所示，基站有n根天线，每个移动终端配置m根天线。每个移动终端为其通信信号和计算信号分别设计通信发射波束和计算发射波束，再将经波束成形后的通信信号和计算信号进行叠加编码，向基站同时发射信号。基站接收到信号后，设计通信接收机对通信信号进行信息解码和计算接收机恢复出目标计算函数。

本实施例所采用的具体技术方案如下：

计算与通信融合的大规模接入方法，包括如下步骤：

1)小区中心布置一个天线数为n的基站，同时有k个天线数为m的移动终端通过这一基站接入无线网络，基站到第k个移动终端的信道状态信息为hk,k＝1,…,k；

2)第k个移动终端对计算信号dk＝[dk,1,dk,2,...,dk,l,...dk,l]^t,l∈[1,l]进行预处理得到sk＝[gk,1(dk,1),gk,2(dk,2),...,gk,l(dk,l)]^t，其中dk,l为第k个移动终端第l路计算信号，gk,l(·)为第k个移动终端第l路计算信号的预处理函数，l为第k个移动终端中的计算信号总路数；

3)第k个移动终端为其第j路通信信号s'k,j和经预处理的计算信号sk分别设计通信发射波束vk,j和计算发射波束wk,其中j∈[1,j]且l+j≤m，j是第k个移动终端的通信信号总路数。本步骤中的通信发射波束vk,j和计算发射波束wk设计方法具体采用顺序执行的步骤a)～f)：

a)初始化通信发射波束计算发射波束通信接收机uk,j＝[1,0,…,0]^t，和计算接收机z＝[1,0,…,0]^t×[1,0,…,0]，其中pmax,k为第k个移动终端的最大发射功率；

b)计算出基站估计的计算信号与目标函数之间误差的度量标准，即计算均方误差其中为高斯白噪声的方差，il为l阶单位矩阵，||·||f表示矩阵的f范数；

c)根据基站接收到的通信信号的信干噪比|·|²表示绝对值的平方；定义中间变量令其中γk,j为第k个移动终端第j路通信信号要求的最小信干噪比，tr(·)为矩阵的迹；

d)根据移动终端的最大发射功率限制，令

e)利用内点法或直接调用cvx工具包求出使计算均方误差mse的值最小的解，即得到wk和vk,j；

f)更新基站设计的接收机z和uk,j，若mse收敛，则对vk,j进行特征值分解得到vk,j，否则跳回步骤b)。

4)根据设计的通信发射波束vk,j和计算发射波束wk，第k个移动终端将通信信号和经预处理的计算信号分别进行波束成形，再将所有波束成形后的信号进行叠加编码得到xk，然后将叠加编码后得到的信号xk进行发射。本步骤中的叠加编码方法为：第k个移动终端构造发射计算信号sk和通信信号经波束成形后进行叠加编码，得到总的发射信号为

5)基站接到移动终端发射的信号后，设计计算接收机z估计出目标计算函数，同时设计通信接收机uk,j对第k个用户的第j路通信信号进行解码。本步骤中的计算接收机z和通信接收机uk,j设计方法为：

a)更新移动终端设计的计算发射波束wk和通信发射波束vk,j；

b)基于最小均方误差准则，根据基站估计的计算信号与目标函数之间误差的度量标准mse，得到计算接收机

c)基于最小均方误差准则，根据基站接收到的通信信号n为高斯白噪声，得到信息接收机

通过计算机仿真表明，如图2所示，本发明提出的计算与通信融合的大规模接入方法中，通信信号的信干噪比的要求越低，计算信号的误差越小。再者，随着用户发射功率的提高，计算信号的误差可以明显得到降低。图3表明本发明所提方法中，随着天线数量的增多，性能可以得到明显提升。因此，本发明为基于计算与通信融合的具有大规模移动终端接入的物联网提供了一种有效的接入方法。