上行SCMA信道估計及性能評估

胡顯安，曾祥念

（上海諾基亞貝爾股份有限公司，浙江 杭州 310053）

上行SCMA信道估計及性能評估

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序列循環移位正交性和正交覆蓋碼的導頻圖樣方案，提出了基于頻分復用的稀疏導頻圖樣，并且在具有不同頻率選擇性的信道下進行了仿真評估，同時對SCMA的SIC-MPA接收算法提出了目標用戶選擇策略。從仿真結果可以看出，在慢衰落信道前提下，正交覆蓋碼和頻分復用都可以明顯提升信道估計性能，RB-Sparse SCMA與RE-Sparse SCMA相比，導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際多用戶傳輸場景。

5G；非正交多址；SCMA上行鏈路；導頻圖樣；信道估計；SIC-MPA

1 引言

與目前LTE相比，未來5G無線網絡勢必要具備支持多樣化數據業務和終端設備的需求，如大規模用戶接入、更高的頻譜效率和更低的時延等[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[2]中被提出，并且作為5G候選非正交多址技術之一目前受到了業界的廣泛關注[3]。SCMA主要是通過稀疏碼本的設計和次優的 MPA（message passing algorithm，消息傳遞算法）來實現多用戶過載傳輸。

目前SCMA的研究主要集中在兩個方面：一是碼本和MPA接收算法的優化設計，另一個是隨機競爭接入場景下的用戶識別和數據檢測。其中，基于軟消息傳遞迭代檢測的MPA復雜度很高。參考文獻[4,5]提出了基于PM（partial marginalization，部分邊緣化）的快速收斂優化算法。同時參考文獻[6]也進行了 MPA接收算法優化，提出了基于 SIC（successive interference cancellation，串行干擾消除）的SIC-MPA快速收斂算法。

事實上，接收端的數據檢測依賴于具體的信道信息，特別是對于上行鏈路來說，每個用戶的信號都是經歷了不同的路徑到達基站，因此信道估計的準確性對系統性能有著至關重要的影響。參考文獻[7-9]都是研究SCMA在隨機接入場景下的用戶識別問題和基于導頻的簡單信道估計，如平坦衰落信道或塊衰落信道。同樣，參考文獻[10]考慮了上行 SCMA在色散信道下不同衰落塊的獨立用戶檢測和信道估計，從而減小導頻開銷。參考文獻[11]則針對導頻開銷問題，設計了稀疏的導頻圖樣，并且通過WR（weight regularization，權重調整）算法來減小載波間干擾。然而，SCMA在頻率選擇性衰落信道下的信道估計還沒有被研究。參考文獻[12]中，只是簡單討論了可能適用于上行非正交多址的DMRS（demodulation reference signal，解調參考信號）導頻圖樣方案，并沒有進一步做仿真研究和驗證。SIC-MPA算法是目前SCMA的主流接收算法，通過每次對指定的待檢測用戶進行MPA聯合檢測，CRC（cyclic redundancy check，循環冗余校驗）正確后從接收信號中減去，直到所有用戶數據檢測正確。

本文對SIC-MPA提出了目標用戶選擇策略，當系統過載大于150%時，接收機從所有未解碼的用戶中選擇一部分作為目標MPA解碼用戶，并且基于信號功率的窮盡搜索算法選取信號功率之和最大的目標解碼用戶組合進行 MPA聯合檢測，CRC正確后從接收信號中減去，這樣就減小了每次MPA聯合檢測需要遍歷的因子圖大小，加快了迭代的收斂速度。同時，根據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，針對這兩種SCMA資源映射方式提出適用于RE-Sparse SCMA的頻分復用導頻方案，并且基于已有的導頻圖樣方案，如基于 ZC（Zadoff-Chu）基序列循環移位實現碼分復用和正交覆蓋碼的傳統LTE導頻圖樣、基于頻分復用和碼分復用這兩者特性的稀疏導頻圖樣，在頻率選擇性衰落信道下進行一系列的實際信道估計仿真評估。

2 系統模型

2.1 SCMA編碼器

假設在SCMA上行鏈路中，用戶J復用相同的時頻資源。每個用戶發送的數據先經過 Turbo碼信道編碼，然后經過SCMA編碼器實現符號映射和稀疏擴頻。SCMA具體過程是將lbM比特映射到大小為M的K維復數碼本上，K＜J。每個碼本中K維復數碼字都是一個含有N個非零值的稀疏向量，N＜K。SCMA上行鏈路模塊如圖 1所示，其中，K=4，N=2，J=6，SCMA碼本映射關系可通過矩陣示出資源節點和用戶節點之間的關系。

圖2為 SCMA因子圖表示法，可以看出每個資源節點上碰撞用戶數為

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

當式（1）中元素為1時，則因子圖中用戶節點和資源節點之間連接：

因此，J個用戶復用K個相同的時頻資源塊時，接收信號可表示為：

2.2 SCMA接收機

為了兼顧性能和復雜度，參考文獻[6]提出了迭代接收算法SIC-MPA。每次外環迭代包含兩個內環迭代，一個是SCMA的MPA迭代解碼，迭代解碼次數記為IS；另一個是Turbo碼迭代解碼，迭代次數記為IT。外環迭代進行多次，直到所有用戶都正確解碼或者達到最大外環迭代次數IO，具體每次外環迭代的步驟描述如下。

首先，如果不是首次外環迭代，則要將已正確解碼的用戶從接收到的信號中消除。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，則經過干擾消除后的信號記為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目標解碼用戶，同時保證每個資源節點上碰撞用戶數是小于df的整數，以達到減小MPA計算復雜度的目的。由于參考文獻[6]中未給出 SIC-MPA具體的目標解碼選擇算法，因此本文提出了基于信號功率的窮盡搜索算法來選取目標解碼用戶。把子集ω在ξ中的補集記為，用表示中元素的個數。比如在首次迭代里，ω是空集，則首先設置目標解碼用戶數初值找出從中取出k個元素的所有組合，并從這些組合里找出滿足資源節點的度小于或等于dmax條件的組合。如果沒有滿足條件的組合，則設置k=k?1繼續查找滿足條件的組合；如果有至少一個滿足條件的組合，則從中找出信號功率之和最大的組合作為目標用戶并停止搜索。因此選擇策略的算法復雜度為用戶j的信號功率jφ表示用戶j的數據符號使用的子載波集合。

接著，通過 MPA算法計算目標解碼用戶的SCMA碼字的似然比，隨后將SCMA碼字的似然比轉換為比特似然比，用作Turbo解碼器的輸入。具體對數域的MPA算法在參考文獻[15-17]有詳細描述。

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送的信號，并反饋給下一次外環迭代用作干擾消除處理；如果CRC錯誤，則把編碼比特的似然比轉換為SCMA碼字的似然比，并反饋給下一次外環迭代中的MPA用作先驗信息。直到所有的用戶都能夠全部正確或者達到最大迭代次數為止。

3 導頻圖樣方案

SCMA系統中數據符號在進行資源映射時，除了沿用LTE連續子載波映射方式外，即以1個RE為基本資源單位，每4個連續子載波承載復用用戶，簡稱 RE-Sparse SCMA；還可以使用另一種資源映射方式，以1個RB為基本資源單位，每4個連續的RB來承載復用用戶，簡稱RB-Sparse SCMA。假設分配帶寬為4個RB，則RB-Sparse SCMA系統中，每個用戶數據符號映射到所分配的2個RB時頻資源上。針對這兩種SCMA資源映射方式，可以設計不同的導頻圖樣方案用于實際信道估計。

對于LTE上行鏈路來說，DMRS處放置導頻信號用于PUSCH（physical uplink shared channel，物理上行共享信道）估計。其中，DMRS為基于 ZC序列生成的導頻序列，占用每個子幀的第4個和第11個符號，具體DMRS導頻序列生成式如下：

3.1 RE-Sparse SCMA CDM導頻圖樣

在RE-Sparse SCMA系統中，多用戶復用相同的時頻資源，如圖3（a）所示，每個用戶導頻占據連續的子載波帶寬，使用相同的基序列，但使用不同的序列循環移位或正交覆蓋碼來生成各自的導頻序列，接收端可以利用它們間的正交性來區分不同用戶[13]。因此，這是一種基于CDM（code division multiplexing，碼分復用）的導頻圖樣。

本文考慮了兩種碼分復用的導頻方案，假設復用用戶數J=6，帶寬為1個RB，則導頻序列長度為12。第一種方案是只用循環移位進行用戶區分，則所有 J個用戶使用最大間隔的 J個循環移位最大間隔為12/6=2；第二種方案是將用戶分成兩組，采用循環移位和正交覆蓋碼進行用戶區分，假設在一個子幀用戶信道沒有發生變化，將所有J個用戶分為兩組，每組J/2個用戶，兩組用戶重復使用最大間隔為4的J/2個循環移位，且在一個子幀的兩個導頻符號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導頻圖樣

圖3 SCMA不同資源映射方式時導頻結構比較

基于FDM（frequency division multiplexing，頻分復用）的導頻圖樣同樣適用于 RE-Sparse SCMA。與CDM導頻圖樣不同，FDM導頻圖樣是給不同的用戶分配正交的導頻圖樣，從而保證各個用戶之間的信道估計互不干擾，因此不需要在接收端做導頻分離處理。RE-Sparse SCMA FDM導頻圖樣設計如圖4所示，相同數字的部分表示同一個用戶的導頻分配位置，同時為了信道估計的均勻性，第1個時隙圖樣與第2個時隙圖樣之間錯開了一半的間隔距離，如圖4（b）中每個用戶圖樣間隔距離為12個RE，則第2個時隙從用戶7開始分配導頻圖樣。從圖4可以看出，每個用戶的導頻能量只集中在少數圖樣點上，而CDM導頻圖樣中導頻能量分攤在整個分配帶寬上。

圖4 RE-Sparse SCMA FDM導頻圖樣設計

3.3 RB-Sparse SCMA CDM+FDM導頻圖樣

與基本資源單位為 1個 RE的 RE-Sparse SCMA不同，RB-Sparse SCMA是以1個RB為基本資源單位，每個用戶進行稀疏擴頻時只在所分配的RB資源塊上發送數據，因此接收端進行數據檢測時，只需要知道所分配資源塊的信道信息。為了簡化信道估計算法，只需要在每個用戶所分配的RB上放置導頻符號，如圖 3（b）所示。不同用戶可以通過 RB分配、ZC序列循環移位正交性和正交覆蓋碼來進行區分，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，因此重疊部分導頻分離可通過不同循環移位來實現碼分復用。

因此，可以將互為正交頻分復用的兩個用戶視為一對用戶，給它們分配使用相同的循環移位。從圖3可以看出，（b）中導頻序列長度只有（a）中導頻序列長度的一半。為了仿真比較的公平性，以LTE導頻符號總功率為基準，保證每個子幀中OFDM符號的發送功率一致。這種導頻相對于傳統連續導頻有兩個優勢，一是導頻符號上的信噪比增加了一倍；二是給定用戶個數，在每個RB上發送導頻信號的用戶個數減少一半，這樣可以減少用戶間的干擾。

同理，RB-Sparse SCMA導頻圖樣也考慮了兩種碼分復用方案。第一種是只用循環移位，所有J/2對用戶使用最大間隔的 J/2個循環移位；第二種是同時采用循環移位和正交覆蓋碼，將所有 J/2對用戶分為兩組，每組 J/4對用戶，兩組用戶重復使用最大間隔的 J/4個循環移位，且在一個子幀的兩個導頻符號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 信道估計方法

4.1 基于DFT逐個RB信道估計

對于 RE-Sparse SCMA CDM 導頻圖樣和RB-Sparse SCMA CDM+FDM導頻圖樣，采用相同的信道估計方法，即每個RB上采用基于DFT（discrete Fourier transform，離散傅里葉變換）的方法逐個RB地做信道估計。以1個RB為例，假設每個RB上有J個用戶發送導頻信號，則第一種碼分復用方案是首先需要將接收到的導頻信號乘以基序列的共軛，然后對它做12點的IDFT，

最后對h?j做 12點的 DFT，得到該用戶在該RB上的信道頻域響應估計[14]。

對于第二種結合正交覆蓋碼的碼分復用方案，將第g組的第j用戶在一個子幀的兩個時隙上的循環移位序列和信道分別記為接收端在第1時隙和第2時隙收到的導頻信號可分別表示為：

其中，n1和n2分別表示第4個符號和第11個符號上的高斯白噪聲，功率為σ2。接收端的信道估計過程分為兩步。第1步是使用正交覆蓋碼分離第1組用戶和第2組用戶的導頻信號，分離后的信號表示為

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

4.2 線性插值算法

基于FDM的RE-Sparse SCMA系統中，每個用戶的導頻圖樣是相互正交的。因此，接收端做信道估計時只需要對導頻圖樣點的接收信號乘以發送導頻序列的共軛即可得到當前位置信道信息。但是，每個用戶只能獲得部分導頻符號位置上的信道信息，為了獲得一個子幀中完整數據符號的信道信息就需要做信道插值處理，最簡單的方法就是線性差值。

5 仿真結果與分析

基于 LTE上行鏈路，仿真比較了 RE-Sparse SCMA和RB-Sparse SCMA在理想信道估計和實際信道估計下的性能，具體LTE系統仿真參數見表1。

表1 具體LTE系統仿真參數

仿真中 SCMA使用的是參考文獻[18]中提出的C84碼，它包含6個碼本，每個碼本有8個碼字，每個碼字的維度為4。本文仿真考慮了在相同的時頻資源上復用6個用戶和12個用戶的兩種場景。用戶1到用戶6使用碼本1到碼本6。當有12個用戶時，用戶7到用戶12重復使用碼本1到碼本6。資源帶寬分配4個或12個RB時，對應的傳輸塊大小分別是120 bit和408 bit，加上24個CRC比特后進行Turbo編碼。仿真比較了時延擴展均方根為300 ns的TDL-C[19]和ETU[20]這兩種具有不同時延長度的信道模型，用戶的移動速度為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用于發送數據的子載波上的平均信號功率除以每個子載波上的噪聲功率，且保持用戶的信號功率在導頻符號和數據符號上是相等的。

假設接收端噪聲功率已知，當復用6個用戶時，SIC-MPA解碼算法中dmax=3，各模塊使用迭代解碼次數為當復用 12個用戶時，dmax=4，迭代解碼次數為

圖5～圖8給出了在12個RB場景下信道估計的均方差（mean squared error，MSE）性能。可以看到，對于 RE-sparse SCMA CDM 導頻和RB-Sparse CDF+FDM導頻來說，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頻分離之后，信噪比增加了一倍。唯一的例外是，圖8中12個用戶ETU信道場景下，RE-Sparse SCMA CDM導頻的第一種方案由于使用了12個CS，其性能出現錯誤平臺，因而遠比RE-Sparse SCMA CDM導頻的第二種方案差。從圖8中還可以看到，CDM導頻使用12個CS或FDM導頻只在每個RB中1個子載波上發送導頻，都不能滿足ETU這種頻率選擇性很強的信道對循環移位的間隔和對導頻密度的要求，所以它們都出現了錯誤平臺。

圖5 SCMA 12RB 6用戶TDL-C信道估計MSE性能

圖6 SCMA 12RB 12用戶TDL-C信道估計MSE性能

圖7 SCMA 12RB 6用戶ETU信道估計MSE性能

圖8 SCMA 12RB 12用戶ETU信道估計MSE性能

在圖 5復用 6個用戶的場景下，RE-Sparse SCMA使用FDM導頻比使用CDM導頻6個CS的方案好一些。在圖6復用12個用戶的場景下，RE-Sparse SCMA使用FDM導頻比使用CDM導頻12個CS的方案在低信噪比時好，而在高信噪比時差，這說明在用戶數較多的場景下，FDM導頻將功率集中在少數的子載波上，所以在低信噪比時表現出較好的抗噪聲能力；但在高信噪比時，由于它依賴線性插值做信道估計，從而表現出它的弱勢。比較圖5和圖7中復用6個用戶的場景可以看到，在 TDL-C信道下 RE-Sparse SCMA使用FDM導頻比使用CDM導頻6個CS的方案好，而在 ETU信道下表現相反，這說明采用線性插值的FDM導頻更偏向適用于頻率選擇性較低的信道。

比較以上所有的導頻方案可以看出，在復用6個用戶的場景下，RE-Sparse SCMA CDM導頻的第二種方案有最好的信道估計性能；而在復用12個用戶的場景下，RB-Sparse SCMA CDM+FDM導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導頻的第一種方案在所有考慮的場景下性能都是最好的。

圖9給出了復用6個用戶的SCMA在TDL-C信道下理想信道估計的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，這是由于RB-sparse SCMA使用的子載波相對較集中，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相對于RB-Sparse SCMA的優勢也隨之減小。

圖9 SCMA 12RB 6用戶TDL-C理想信道估計BLER性能

圖10和圖11分別給出了在TDL-C信道下，SCMA復用6個用戶和12個用戶實際信道估計的BLER性能。可以看到，RE-Sparse SCMA CDM導頻的第一種方案與 RE-Sparse FDM 導頻的BLER性能相近，盡管它們在圖5和圖6中體現出的信道估計性能差異稍大一點。這說明當信道估計性能得到提升時，不一定能得到BLER性能同等程度的提升。在BLER=0.1處，復用6個UE的場景下，RE-Sparse SCMA CDM導頻使用6個CS與理想信道估計下的BLER性能差距為2.3 dB，如果使用3個CS和OCC，則性能差距可縮小為1.5 dB；RB-Sparse SCMA CDM+FDM導頻使用3個CS與理想信道估計下的BLER性能差距是1.7 dB。在復用 12個用戶的場景下，RE-Sparse SCMA CDM導頻使用12個CS與理想信道估計下BLER性能的差距是3 dB，如果使用6個CS和OCC，則性能差距可縮小為2 dB；RB-Sparse SCMA CDM+FDM導頻使用6個CS與理想信道估計下BLER性能的差距是2.4 dB，如果使用3個CS和OCC，則性能差距可縮小為1.6 dB。由此可見，通過使用具有FDM特性的導頻和使用OCC，都能增大導頻序列循環移位的間隔，從而提高信道估計的準確性和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 結束語

本文基于 RE-Sparse SCMA和 RB-Sparse SCMA這兩種資源映射方式，對適用于RE-Sparse SCMA的 CDM 和 FDM導頻圖樣以及適用于RB-Sparse SCMA的導頻圖樣，在TDL-C和ETU信道下進行仿真驗證和評估，并且基于信號功率的窮盡搜索算法提出了適用于 SIC-MPA的目標用戶選擇策略。通過對信道估計的 MSE性能和BLER性能的結果分析比較可以看出，當用戶數增加到12個時，RE-Sparse SCMA的信道估計性能有明顯下降，而FDM和OCC方式都可以增大導頻序列循環移位的間隔，從而提高信道估計的準確性和BLER性能。RB-Sparse SCMA雖然較RE-Sparse SCMA在頻域分集上的增益要小，但在實際系統中只需要在所分配的 RB上進行導頻分配，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移位的個數，增大循環移位間隔來提高信道估計的性能。從仿真結果中可以看出，在相同的導頻方案下，RB-Sparse SCMA性能都是最好的，因此RB-Sparse SCMA能更靈活地適用于實際多用戶傳輸場景。

[1] 倪善金, 趙軍輝. 5G無線通信網絡物理層關鍵技術[J]. 電信科學, 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

國家科技重大專項基金資助項目（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，主要研究方向為5G新型多址技術。

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