Semi-Grant-Free NOMA: Ergodic Rates Analysis with Random Deployed Users
半免授权（Semi-GF）非正交多址接入（NOMA）使免授权（GF）和基于授权（GB）的用户能够共享相同的资源块，从而平衡通信的连接性和稳定性。本文分析了半GF NOMA系统的遍历速率。首先，本文利用一个半GF协议，表示为动态协议，选择GF用户到占用GB信道通过GB用户的瞬时接收功率。在此协议下，推导出了遍历速率的解析表达式和近似表达式。数值结果表明，GF用户（弱NOMA用户）存在一个性能上限，而GB用户（强NOMA用户）的遍历速率随发射信噪比线性增加。
2020-10-28 cs.IT math.IT
Grant-Free Massive MTC-Enabled Massive MIMO: A Compressive Sensing Approach
大规模MTC（mMTC）的关键挑战是设备活动的联合检测和数据的解码。mMTC的稀疏特性使得压缩感知（CS）成为解决设备检测问题的一种很有前途的方法。然而，将基于CS的方法与信道估计一起用于设备检测，并且将所获取的估计用于相干数据传输是次优的，特别是当目标是仅传送几比特数据时。首先，我们专注于相干传输，并证明它是可能的，以获得更准确的信道状态信息，通过结合传统的估计与CS为基础的技术。此外，我们说明，即使是简单的功率控制技术可以提高设备检测性能的mMTC设置。其次，我们设计了一个新的非相干传输方案mMTC，特别是免授权随机接入。我们设计了一种算法，该算法联合检测设备活动以及嵌入的信息位。该方法利用近似消息传递（AMP）算法的元素，并利用非相干传输方案引入的结构化稀疏性。我们的分析表明，该方法具有优越的性能相比，应用程序的原始AMP的方法。
2018-06-26 cs.IT math.IT
Impact of Channel Correlation on Subspace-Based Activity Detection in Grant-Free NOMA
本文研究了免授权码域非正交多址接入（NOMA）中的活动检测问题。我们专注于通过子空间方法进行活动检测的数据和导频扩频签名的长度不同的设置下，并考虑一个现实的帧结构类似于现有的移动网络。我们调查的信道相关性的活动检测性能的影响，首先，我们考虑的情况下，信道表现出高相关性的时间和频率，并显示它可以严重恶化的性能。为了解决这个问题，我们建议在导频签名的顶部应用特定于用户的掩蔽序列。其次，我们考虑了另一个极端，即通道具有高度选择性，并表明它也会对性能产生负面影响。我们调查可能的飞行员的重新分配策略，可以帮助减少其影响。
2022-04-27 cs.IT eess.SP math.IT
Outage Analysis of Aerial Semi-Grant-Free NOMA Systems
本文分析了采用SGF传输方案的UAV使能下行NOMA系统的中断性能，首次实施混合SIC方案，推导了GF用户的中断概率解析表达式，并提出DPA方案以放宽数据速率约束，最后通过仿真验证了理论分析。
2024-02-19 cs.IT eess.SP math.IT
Age of Information Analysis for NOMA-Assisted Grant-Free Transmissions with Randomly Arrived Packets
本文研究NOMA辅助免授权上行传输以降低信息年龄，采用随机数据包生成模型建立分析框架，评估有无重传下的平均AoI，证明NOMA优于OMA且重传在低生成率或高用户密度时显著改善AoI性能。
2025-04-28 cs.IT eess.SP math.IT
Low-Complexity Block Coordinate Descend Based Multiuser Detection for Uplink Grant-Free NOMA
免授权非正交多址接入（NOMA）方案被认为是在大规模机器类型通信（mMTC）网络中实现物联网（IoT）应用的大规模连接和减少信令开销的有希望的候选方案。基于压缩感知的多用户检测（CS-MUD）利用免授权NOMA系统中突发传输的固有特性，被认为是解决用户活动检测（UAD）和数据检测（DD）问题的有效方法。本文采用分块坐标下降法（BCD）来降低CS-MUD的计算复杂性。我们提出了两种改进的BCD算法，称为增强的BCD（EBCD）和复杂性降低增强的BCD（CR-EBCD）。具体而言，通过将一种新的候选集修剪机制，我们提出的EBCD算法实现了显着的CS-MUD性能的改善，到原来的BCD框架。此外，所提出的CR-EBCD算法通过消除迭代过程中的冗余矩阵乘法，进一步改进了所提出的EBCD。因此，与所提出的EBCD算法相比，我们提出的CR-EBCD算法享有两个数量级的复杂度节省没有任何CS-MUD性能下降，使其成为一个可行的解决方案，为未来的mMTC场景。大量的仿真结果表明，边界逼近性能以及超低的计算复杂性。
2022-05-23 cs.IT eess.SP math.IT
Accurate Energy-Efficient Power Control for Uplink NOMA Systems under Delay Constraint
5G中的机器类型通信（MTC）设备将使用非正交多址（NOMA）技术进行大规模连接。这些设备在传输模式和睡眠方式之间切换以节省电池;并且它们的应用可能具有不同的服务质量（QoS）要求。在本文中，我们开发了一种新的上行链路能量有效的功率控制方案，多个MTC设备具有上述模式转换能力和不同的QoS要求。利用有效带宽和有效容量模型，系统的能量效率可以表示为总有效容量与总能量消耗的比值。在系统能量效率最大化问题中采用了两种新的解析模型：1）双模电路模型和2）精确的延迟中断近似模型。仿真结果表明，我们提出的方案是能够提供精确的延迟QoS保证的NOMA系统。
2018-07-21 cs.IT math.IT
Semi-Grant-Free NOMA: A Stochastic Geometry Model
免授权（Grant-free，GF）传输通过直接传输消息而无需等待任何许可，从而在低延迟通信方面具有前景。然而，当有限的频谱被众多GF用户占用时，冲突情况可能频繁发生。非正交多址接入（NOMA）技术可以通过在功率域中复用用户来实现GF传输的大规模连接和更少的冲突，这是一种有前途的解决方案。我们利用半免授权（半GF）NOMA方案，通过使基于授权（GB）和GF用户共享相同的频谱资源来增强网络连接性和频谱效率。借助半GF协议，通过调用随机几何技术，上行NOMA网络进行了研究。我们提出了一种新的\textit{dynamic protocol}解释的GF用户的哪一部分通过发送各种信道质量阈值通过增加握手在NOMA传输配对。我们利用开环协议与一个固定的平均阈值作为基准来研究性能的改善。动态协议提供了比开环协议更精确的信道质量门限，从而在很大程度上降低了来自GF用户的干扰。我们分析了两种协议下的中断性能和分集增益。数值结果表明，动态协议比开环协议能够提高中断性能。
2020-06-23 cs.IT math.IT
Joint Active User Detection and Channel Estimation for Grant-Free NOMA-OTFS in LEO Constellation Internet-of-Things
蓬勃发展的低轨道（LEO）星座通信网络为物联网（IoT）终端的无缝覆盖服务提供了一种有前途的解决方案。然而，面对大规模的连接和地面卫星链路（TSL）的快速变化，传统的免授权随机接入方案往往无法满足这种情况。在本文中，一个新的非正交多址（NOMA）传输协议，结合正交时频空间（OTFS）调制，提出了解决这些问题。此外，我们提出了一个两阶段的联合活动用户检测和信道估计方案的基础上的训练序列辅助OTFS数据帧结构。具体地说，在第一阶段中，借助于训练序列，我们通过恢复稀疏采样的信道向量来执行活跃用户检测和粗信道估计。然后，我们开发了一种参数化的方法，以促进更准确的结果与先前恢复的采样信道向量的信道估计TSL信道的固有特性。最后通过仿真实验验证了该方法在这种高移动性场景下的优越性。
2021-08-03 cs.IT eess.SP math.IT
On Secure NOMA-Aided Semi-Grant-Free Systems
半免授权（SGF）传输方案使得免授权（GF）用户能够利用分配给基于授权（GB）用户的资源块，同时保持GB用户的服务质量。研究了非正交多址接入（NOMA）辅助的SGF系统的保密性能。首先，推导了NOMA辅助的单GF用户SGF系统的精确和渐近保密中断概率（SOP）的解析表达式。然后，考虑了具有多个GF用户的SGF系统和最佳用户调度方案。利用顺序统计量理论推导出了精确和渐近SOP的解析表达式。Monte Carlo模拟结果，并与两个基准计划进行比较。所考虑的系统的SOP上的系统参数的影响被证明和开发的分析结果的准确性进行了验证。结果表明，GB的中断目标速率和GF的安全目标速率是影响SGF系统保密性能的主要因素。
2023-02-27 cs.IT math.IT
A New QoS-Guarantee Strategy for NOMA Assisted Semi-Grant-Free Transmission
半免授权（SGF）传输最近受到了极大的关注，这是由于其通过允许免授权用户进入原本仅由基于授权的用户占用的信道来适应大规模连接并减少接入延迟的能力。在本文中，一个新的SGF传输方案，利用在选择非正交多址（NOMA）的解码顺序的灵活性，提出了。与现有的SGF方案相比，该方案可以确保免授权用户的准入对于基于授权的用户是完全透明的，即，保证基于授权的用户的服务质量体验与正交多址相同。此外，与现有的SGF方案相比，该方案能够显著提高免授权用户传输的鲁棒性，有效避免中断概率错误平层。为了便于性能评估的建议SGF传输方案，中断概率的精确表达式，并进行了渐近分析，可实现的多用户分集增益是成比例的参与免授权用户的数量。计算机模拟结果证明了所提出的SGF传输方案的性能，并验证了开发的分析结果的准确性。
2020-04-27 cs.IT math.IT
Hybrid Message Passing-Based Detectors for Uplink Grant-Free NOMA Systems
针对上行免授权NOMA系统的检测器性能提升问题，提出结合BG-MC概率模型的GAMP-BG-MC算法，利用时域相关性和自适应参数更新，在同阶复杂度下提升检测精度。
2024-01-26 cs.IT eess.SP math.IT
Fast Grant Learning-Based Approach for Machine Type Communications with NOMA
Concordia University（康考迪亚大学）
在本文中，我们提出了一个非正交多址（NOMA）为基础的通信框架，允许机器类型的设备（MTD）访问网络，同时避免拥塞。所提出的技术是一种2步机制，首先采用快速上行链路授权来调度设备，而无需向基站（BS）发送请求。其次，以分布式方式采用NOMA配对以减少信令开销。由于BS在大规模场景中收集信息的能力有限，学习技术最适合此类问题。因此，采用多臂Bandit学习来调度快速授权MTD。然后，约束随机NOMA配对，提出了帮助解耦的两个主要挑战的快速上行链路授权方案，即，活动集预测和最优调度。使用NOMA，我们能够显着减少由于预测误差造成的资源浪费。此外，结果表明，该方案可以很容易地达到不切实际的最佳OMA性能，在可实现的回报，在一个负担得起的复杂度。
2020-08-31 cs.IT cs.LG math.IT
Grant-Free NOMA-OTFS Paradigm: Enabling Efficient Ubiquitous Access for LEO Satellite Internet-of-Things
随着物联网（IoT）的蓬勃发展，我们目睹了物联网终端数量的爆炸式增长，引发了全球对无处不在的无线接入的前所未有的需求。在这方面，新兴的低地球轨道卫星被认为是补充地面无线网络的一个有前途的推动者，可提供无处不在的连通性，并弥合预期的下一代无线通信中日益扩大的数字鸿沟。然而，LEO-SAT卫星所带来的恶劣条件已经对当前的多址接入（MA）方案提出了重大挑战，并导致了系统设计中出现的范式转变。在这篇文章中，我们首先提供了一个全面的概述国家的最先进的MA计划，并调查其局限性的LEO-SAT的背景下。为此，我们提出了一种新的下一代MA（NGMA），它融合了免授权非正交多址接入（GF-NOMA）机制和正交时频空间（OTFS）波形，简化连接过程，降低接入延迟和增强多普勒鲁棒性。最后提出了关键的开放挑战性问题和未来的技术发展方向。
2022-12-23 cs.IT eess.SP math.IT
Binary Golay Spreading Sequences and Reed-Muller Codes for Uplink Grant-Free NOMA
非正交多址（NOMA）是用于机器类型通信（MTC）中的大规模连接的新兴技术。在码域NOMA中，非正交扩频序列被唯一地分配给所有设备，其中活动设备尝试对系统的免授权接入。在本文中，我们研究了一组用户特定的，非正交的，二进制扩频序列的上行链路免授权NOMA。基于Golay互补序列，每个扩频序列提供至多3dB的峰均功率比（PAPR）用于多载波传输。利用Reed-Muller码的理论联系，我们进行了概率分析，以搜索Golay序列的置换集，它提出了理论上有界的低相干性的扩展矩阵。仿真结果表明，通过扩频序列传输的多载波信号的PAPR显着低于随机双极性，高斯，和Zadoff-Chu（ZC）序列。此外，由于低相干性，基于压缩感知（CS）的联合信道估计（CE）和多用户检测（MUD）使用的扩频序列的性能变得优于或相当于那些为其他的。与ZC序列不同，二进制Golay扩频序列仅具有两个相位，而不管序列长度如何，这可以适用于低成本MTC设备。
2020-04-14 cs.IT math.IT
Large-Scale Antenna-Assisted Grant-free Non-Orthogonal Multiple Access via Compressed Sensing
支持大规模连接是5G无线通信系统中的重要要求。对于大规模机器类型通信（MTC）场景，由于期望网络容纳具有稀疏短消息的大量MTC设备，因此像当前LTE上行链路的多址方案将不适合。为了减少信令开销，我们考虑了一种免授权多址系统，它要求接收机在不知道活动用户导频的情况下，一次性完成活动检测、信道估计和数据解码。然而，大多数的“一次”通信研究没有考虑大规模MIMO场景。在这项工作中，我们提出了一个多测量模型（MMV）模型为基础的大规模MIMO和利用协方差矩阵的测量，以确认一个高的活动检测率。
2017-01-10 cs.IT math.IT
Bayesian Receiver Design for Grant-Free NOMA with Message Passing Based Structured Signal Estimation
免授权非正交多址接入（NOMA）有望在物联网（IoT）应用中实现低延迟的大规模接入。在免授权NOMA中，导频信号通常在活动用户的多用户检测（MUD）之前用于用户活动检测（UAD）和信道估计（CE）。然而，导频开销使得具有零星传输和短数据分组的IoT设备的通信效率低下，或者当信道相干时间短时。因此，期望通过避免使用导频信号来提高效率，这还可以进一步实现较低的延迟。本文主要研究了无授权低密度签名正交频分复用（LDS-OFDM）系统的贝叶斯接收机设计，其中每个用户被分配一个唯一的低密度扩频序列。我们建议使用低密度的扩频序列的活动用户检测，从而避免使用导频信号。首先，联合UAD，CE和MUD的任务被制定为一个结构化的信号估计问题。在此基础上，提出了基于消息传递的贝叶斯方法来解决结构化信号的估计问题。特别是，信念传播（BP），期望传播（EP）和平均场（MF）消息传递被用来开发有效的混合消息传递算法，以实现性能和复杂性之间的权衡。仿真结果表明了该接收机在不使用导频信号的情况下，对免授权LDS-OFDM系统的有效性。
2020-03-03 cs.IT math.IT
Transmit Power Pool Design for Grant-Free NOMA-IoT Networks via Deep Reinforcement Learning
免授权非正交多址接入（GF-NOMA）是用于短分组物联网（IoT）网络以增强连接性的潜在多址接入框架。然而，由于没有闭环功率控制，GF-NOMA中的资源分配问题是具有挑战性的。我们设计了一个原型的发射功率池（PP）提供开环功率控制。物联网用户仅根据其通信距离提前从该原型PP获取其发射功率。首先，提出了一种多智能体深度Q网络（DQN）辅助的GF-NOMA算法来确定原型PP的最佳发射功率电平。更具体地说，每个物联网用户都充当代理，通过与无线环境交互来学习策略，指导他们选择最佳操作。其次，为了防止Q学习模型的高估问题，提出了基于双DQN的GF-NOMA算法。数值结果证实，双DQN算法找到了最佳的发射功率电平，形成PP。与传统的在线学习方法相比，由于基于先前学习的动作空间的限制，所提出的基于原型PP的算法在变化的环境下收敛得更快。所考虑的GF-NOMA系统优于具有固定发射功率的网络，即所有用户具有相同的发射功率和具有正交多址技术的传统GF，在吞吐量方面。
2021-06-03 cs.IT math.IT
Active Terminal Identification, Channel Estimation, and Signal Detection for Grant-Free NOMA-OTFS in LEO Satellite Internet-of-Things
本文研究了基于低地球轨道（LEO）卫星的物联网（IoT）的大规模连接，以实现无缝的全球覆盖。我们建议将免授权非正交多址接入（GF-NOMA）模式与新兴的正交时频空间（OTFS）调制相结合，以适应大规模物联网接入，并减轻地面-卫星链路（TSL）的长往返延迟和严重的多普勒效应。在此基础上，提出了一种两阶段连续的活动终端识别（ATI）和信道估计（CE）方案以及一种低复杂度的多用户信号检测（SD）方法。具体地，在第一阶段，所提出的训练序列辅助OTFS（TS-OTFS）数据帧结构促进联合ATI和粗略CE，由此利用地面IoT终端的业务稀疏性和稀疏信道脉冲响应两者来增强性能。此外，基于每个TSL的单多普勒频移特性和延迟多普勒域信道的稀疏性，我们开发了一种参数化方法来进一步改进CE性能。最后，提出了一种基于最小二乘的并行时域SD方法，以较低的复杂度检测OTFS信号。仿真结果表明，所提出的方法优于国家的最先进的解决方案在ATI，CE，SD性能面临的长往返延迟和严重的多普勒效应。
2022-10-09 cs.IT eess.SP math.IT
A Power-Pool-Based Power Control in Semi-Grant-Free NOMA Transmission
在本文中，我们生成一个发射功率池（PP）的物联网（IoT）网络与半免授权非正交多址接入（SGF-NOMA）通过多代理深度强化学习（MA-DRL），使开环功率控制（PC）。PP与每个资源块（RB）映射以实现分布式功率控制（DPC）。我们首先将资源分配问题描述为随机马尔可夫博弈，然后使用两种MA-DRL算法，即双深度Q网络（DDQN）和决斗DDQN来解决它。每个GF用户作为代理试图找出最佳的发送功率电平和RB，以形成期望的PP。在决斗过程的帮助下，学习过程可以通过评估有价值的状态来增强，而无需考虑每个动作在每个状态下的效果。因此，DDQN是为具有小尺寸动作-状态空间的通信场景而设计的，而Dueling DDQN是为大尺寸情况而设计的。此外，为了减少训练时间，我们通过消除无效动作来减少动作空间。为了控制干扰和保证基于授权的用户的服务质量要求，我们确定每个子信道的GF用户的最佳数量。我们发现，PC的方法有很强的影响，数据率的赠款为基础的和GF用户。我们证明了所提出的算法在计算上可扩展到大规模物联网网络，并产生最小的信令开销。结果表明，与现有的SGF NOMA系统和纯GF协议网络相比，本文提出的基于MA决斗DDQN的SGF NOMA和DPC协议的系统吞吐量分别提高了17.5%和22.2%.最后，我们表明，我们提出的算法优于传统的开环PC机制。
2022-06-02 cs.IT math.IT
Eigenvalue Based Active User Enumeration for Grant-Free Access Under Carrier Frequency Offsets
针对载波频率偏移下的免授权非正交多址接入系统，提出两种基于特征值的活跃用户枚举方案，分别利用已知和未知噪声方差，仿真验证了归一化均方根误差性能。
2024-11-07 cs.IT eess.SP math.IT
DeepMuD: Multi-user Detection for Uplink Grant-Free NOMA IoT Networks via Deep Learning
Zonguldak Bulent Ecevit University（宗古尔达克布伦特·埃杰维特大学）；Carleton University（卡尔顿大学）
在这封信中，我们提出了上行链路非正交多址接入（NOMA）中的深度学习辅助多用户检测（DeepMuD），以支持大规模机器类型通信，其中离线训练的基于长短期记忆（LSTM）的网络用于多用户检测。在所提出的DeepMuD中，也不需要完美的信道状态信息（CSI），因为它能够利用导频响应执行联合信道估计和多用户检测，其中导频与帧的比率非常低。所提出的DeepMuD显著改善了上行链路NOMA的错误性能，并且优于传统的检测器（即使具有完美的CSI）。此外，随着物联网（IoT）设备数量的增加，这种增益变得非常出色。此外，所提出的DeepMuD具有灵活的检测，无论物联网设备的数量如何，都可以执行多用户检测。因此，可以在没有信令开销的情况下为任意数量的物联网设备提供服务，从而实现免授权通信。
2021-02-18 cs.IT cs.LG math.IT
Advanced NOMA Assisted Semi-Grant-Free Transmission Schemes for Randomly Distributed Users
非正交多址接入（NOMA）辅助的半免授权（SGF）传输由于其利用基于授权（GB）用户的频谱为免授权（GF）用户服务的出色能力，极大地提高了频谱效率，有效缓解了5G及更远网络的大规模接入问题，近年来受到了广泛的研究关注。在本文中，我们首先研究了贪婪的最佳用户调度SGF计划（BU-SGF）的中断性能，考虑瑞利衰落，路径损耗和随机用户位置的影响。为了解决BU-SGF方案的接纳公平性问题，我们提出了一个公平的SGF方案，应用累积分布函数（CDF）为基础的调度（CS-SGF），在该方案中，具有最佳信道相对于自己的统计信息的GF用户将被接纳。利用顺序统计量和随机几何理论分析了BU-SGF和CS-SGF的中断性能。理论分析表明，这两种方案只有在服务用户的数据率被封顶时才能达到全分集阶数，这严重限制了SGF方案的速率性能。为了进一步解决这个问题，我们提出了一种分布式功率控制策略，以放宽这种数据率的限制，并推导出这两种方案的中断性能在此策略下的解析表达式。仿真结果验证了CS-SGF方案的公平性、功率控制策略的有效性和理论分析的正确性。
2022-12-06 cs.IT math.IT
Minimizing The Age of Information: NOMA or OMA?
在本文中，我们在最小化平均信息年龄（AoI）的框架中研究了非正交多址（NOMA）的潜力，NOMA目前在第三代合作伙伴计划（3GPP）标准化中与正交多址（OMA）竞争，用于未来的5G网络机器类型通信（MTC）。通过利用随机混合系统（SHS）的概念，我们发现在简单的NOMA和传统的OMA环境中的网络的总平均AOI。有了这一点，我们提供了两个计划之间的比较平均AoI。有趣的是，即使NOMA实现了比OMA更好的频谱效率，这也不一定会转化为网络中更低的平均AoI。
2019-01-18 cs.IT math.IT
NOMA-based Compressive Random Access using Gaussian Spreading
压缩随机接入（CRA）是已经被考虑用于具有非正交扩频序列的大规模机器类型通信（MTC）的随机接入方案，其中压缩感测（CS）的概念通过利用稀疏设备活动而用于低复杂度检测器。在本文中，我们研究了功率域非正交多址接入（NOMA）的应用，以提高CRA的性能（或增加设备的数量被支持）。我们考虑高斯扩频序列，并通过大系统分析得出设计标准，以确定功率域NOMA的功率电平。从仿真结果中，我们可以确认，通过将NOMA应用于CRA，可以减少错误检测到的设备活动的数量。
2018-12-28 cs.IT math.IT
On Achieving High-Fidelity Grant-free Non-Orthogonal Multiple Access
本文提出一种结合Reed-Solomon码与CRDSA的K次重复免授权接入方案，通过消息级编码与迭代干扰消除实现海量非协调设备的高可靠低延迟接入，并推导了接入概率的闭式解析模型。
2024-01-10 cs.IT cs.NI math.IT
Grant Free MIMO-NOMA with Differential Modulation for Machine Type Communications
本文针对机器类通信中设备异步零星发送短包的场景，提出一种基于差分调制的免授权MIMO-NOMA方案，通过稀疏贝叶斯学习实现活跃设备检测，并利用差分调制约束设计非相干多设备数据检测器，显著提升检测性能。
2024-06-11 cs.IT math.IT
Grant-Free Non-Orthogonal Multiple Access: A Key Enabler for 6G-IoT
具有短有效载荷以及低功率预算的设备数量的激增已经驱使研究人员远离经典的基于授权的接入方案，该方案因其大的信令开销以及功耗重传而臭名昭著。相反，轻量级的随机接入协议已被重新研究，其吞吐量已提高了数量级与复杂但仍然低复杂度的收发器算法。事实上，免授权访问已被确定为一种关键的媒体访问控制技术，用于在蜂窝网络中的机器类型通信中提供大规模连接。在本文中，我们表明，免授权接入结合非正交传输方案是6 G物联网（IoT）的一个很有前途的解决方案。我们提出了新的和有前途的结果深度学习（DL）为基础的技术，联合用户检测和解码。然后，我们提出了一个多层次的模型GF-NOMA的功率有效的通信。我们还讨论了资源分配问题，使共存的GF-NOMA与其他正交，甚至基于授权的计划。最后，我们总结了为实现6 G-IoT而提出的介质访问研究方向。
2020-03-23 cs.IT eess.SP math.IT
Grant-Free Massive NOMA: Outage Probability and Throughput
在本文中，我们考虑了一个大规模的非协调非正交多址接入（NOMA）方案，设备有严格的延迟要求，没有重传的机会。每个设备从预定集合中选择导频序列作为其签名，并且同时发送其选择的导频和数据。当两个或多个设备选择相同的导频序列时，就会发生冲突。碰撞被视为对剩余接收信号的干扰。我们考虑连续联合解码（SJD）和连续干扰消除（SIC）下的瑞利衰落和路径损耗信道模型。我们首先推导出的中断概率的情况下，设备以相同的固定速率传输的表达式。然后，我们推导出的最大可实现的吞吐量的情况下，设备传输无速率码的表达式。因此，它们的码率适应于系统条件，即，负载、接收功率和干扰。数值结果验证了解析表达式的正确性。对于低数据率传输，结果表明，SIC执行接近的SJD的中断概率的数据包到达率高达10个数据包每时隙。然而，SJD可以实现几乎是SIC的两倍的吞吐量，因此更加优越。
2017-07-24 cs.IT math.IT
A General Deep Reinforcement Learning Framework for Grant-Free NOMA Optimization in mURLLC
免授权非正交多址接入（GF-NOMA）是支持大规模超可靠低延迟通信（mURLLC）业务的一种潜在技术。然而，GF-NOMA系统中的动态资源配置是具有挑战性的，由于随机业务和冲突，这是未知的基站（BS）。同时，延迟和可靠性要求的联合考虑使得用于mURLLC的GF-NOMA的资源配置更加复杂。为了解决这个问题，我们开发了一个通用的学习框架，基于签名的GF-NOMA在mURLLC服务考虑到多址接入签名冲突，UE检测，以及数据解码过程的K-重复GF和主动GF计划。我们的学习框架的目标是在延迟约束下最大化成功服务的用户（UE）的长期平均数量。我们首先执行一个实时的重复值配置的基础上的双深度Q网络（DDQN），然后提出了一个合作的多智能体学习技术的基础上的DQN（CMA-DQN），以优化配置的重复值和竞争传输单元（CTU）的数量。我们的研究结果表明，在我们提出的学习框架中，在相同的延迟约束下，成功服务的UE的数量对于K-重复方案是10倍，对于主动方案是2倍，比具有固定重复值和CTU数量的多。此外，CMA-DQN优于传统的基于负载估计的方法（LE-URC）的性能证明了其长期动态配置的能力。重要的是，我们的通用学习框架可以用来优化所有基于签名的GF-NOMA方案中的资源配置问题。
2021-03-25 cs.IT cs.SY eess.SY
Simple Semi-Grant-Free Transmission Strategies Assisted by Non-Orthogonal Multiple Access
免授权传输是未来无线网络支持的重要特征，因为它减少了由传统的基于授权的方案引起的信令开销。然而，对于免授权传输，允许进入同一信道的用户的数量是没有上限的，这可能导致多用户检测失败。本文提出了非正交多址接入（NOMA）辅助的半免授权（SGF）传输，这是一个免授权和基于授权的方案之间的妥协。特别是，而不是保留信道的基于授权的用户或免授权的用户，我们专注于SGF通信的情况下，其中用户被接纳到相同的信道通过基于授权和免授权协议的组合。结果，由基于授权的用户预留的信道可以由免授权用户共享，这提高了连接性和频谱效率。两个NOMA辅助的SGF竞争控制机制的开发，以确保，与少量的信令开销，被接纳的免授权用户的数量被仔细控制，并有效地抑制从免授权用户到基于授权的用户的干扰。分析结果表明，这两个建议的SGF机制采用不同的连续干扰消除解码顺序是适用于不同的实际网络场景。
2018-12-19 cs.IT math.IT
Pre-Equalization Aided Grant-Free Massive Access in Massive MIMO System
针对mMIMO系统免授权大规模NOMA方案导频开销大、接入时延高的问题，提出预均衡辅助的免授权海量接入方案，设计含粗检测、数据辅助信道估计和精检测的迭代算法，相同时延下性能优于现有方案。
2025-02-14 cs.IT eess.SP math.IT
On the Foundation of NOMA and its Application to 5G Cellular Networks
非正交多址接入（NOMA）被认为是未来5G蜂窝网络中最有前途的技术，在过去几年中已经发表了大量关于该主题的论文。有趣的是，这些作者似乎都没有意识到NOMA的基础实际上可以追溯到2000年，当时一系列论文介绍并研究了使用两组正交信号波形和接收机迭代干扰消除的多址方案。本文的目的是阐明早期文献，并描述基于该概念的实用方案，这对未来5G蜂窝网络中的机器类型通信（MTC）特别有吸引力。使用这种方法，NOMA似乎是正交多址接入的方便扩展，而不是严格的竞争技术，最重要的是，这里不需要使接收机在其他NOMA方案中工作所需的发送用户信号之间的功率不平衡。
2017-10-11 cs.IT math.IT
Deep Neural Network-Based Blind Multiple User Detection for Grant-free Multi-User Shared Access
引入多用户共享接入（MUSA）作为高级码域非正交复扩频序列以支持大量机器类型通信（MTC）设备。在本文中，我们针对免授权MUSA系统提出了一种新型的基于深度神经网络（DNN）的多用户检测（MUD）。基于DNN的MUD模型通过几个隐藏节点、神经元激活单元和拟合损失函数来确定模型训练阶段期间的感测矩阵、随机分布噪声和设备间干扰的结构。彻底学习的DNN模型能够区分接收信号的活动设备，而无需设备稀疏水平和信道状态信息的任何先验知识。我们的数值评估表明，与传统方法相比，随着有源设备百分比的增加，DNN-MUD实现了显着增加的检测概率。
2021-06-21 cs.IT eess.SP math.IT
Improving Random Access with NOMA in mMTC XL-MIMO
针对拥挤mMTC XL-MIMO场景中的随机接入问题，提出结合NOMA与SUCRe-XL优势的NOMA-XL协议，通过子阵列级信号处理满足远场条件，减少接入尝试次数并提升平均总速率。
2023-04-07 cs.IT eess.SP math.IT
The Interplay of Spectral Efficiency, User Density, and Energy in Grant-based Access Protocols
该研究利用有限块长分析，比较 HARQ 重传与 NOMA/OMA 资源分配，在低 SNR 下刻画频谱效率、用户密度与 $E_b/N_0$ 的缩放关系，证明 CC-NOMA 整体最鲁棒。
2024-01-29 cs.IT math.IT
A Learning-Based Fast Uplink Grant for Massive IoT via Support Vector Machines and Long Short-Term Memory
Centre for Wireless Communications (CWC), University of Oulu（奥卢大学无线通信中心）
当前的随机接入（RA）分配技术在服务于大规模机器类型通信（mMTC）应用时遭受拥塞和高信令开销。为此，3GPP引入了使用快速上行链路授权（FUG）分配的需求，以减少延迟并提高具有严格QoS约束的智能物联网（IoT）应用的可靠性。本文提出了一种基于支持向量机（SVM）的FUG分配方法。首先，利用SVM分类器对MTC设备进行优先级排序。其次，LSTM架构用于流量预测和校正技术，以克服预测误差。这两个结果被用来实现一个有效的资源调度器的平均延迟和总吞吐量。一个耦合马尔可夫调制泊松过程（CMMPP）的流量模型与混合报警和定期流量的应用比较建议FUG分配其他现有的分配技术。此外，一个扩展的流量模型的基础上CMMPP是用来评估所提出的算法在一个更密集的网络。我们使用从Numenta Anomaly Benchmark（NAB）数据库收集的实时测量数据来测试所提出的方案。我们的仿真结果表明，所提出的模型优于现有的RA分配方案，通过实现最高的吞吐量和最低的接入延迟的顺序为1 ms，通过实现98 $\%$的预测精度服务时，目标的大规模和关键的MTC应用与有限数量的资源。
2021-08-02 cs.IT cs.LG cs.NI
Deep Learning-Based Blind Multiple User Detection for Grant-free SCMA and MUSA Systems
本文提出一种基于预激活残差神经网络的盲多用户检测方案，用于免授权SCMA和MUSA系统，在无信道状态信息和设备稀疏度先验知识的情况下联合识别活跃设备数量及其消息，并在室内工厂毫米波信道下验证了其检测性能优于现有方法。
2023-05-31 cs.IT math.IT
DNN-Aided Block Sparse Bayesian Learning for User Activity Detection and Channel Estimation in Grant-Free Non-Orthogonal Random Access
在即将到来的物联网（IoT）时代，通信往往具有大连接、零星传输和小数据包的特点，这对IoT通信栈的随机接入（RA）机制的延迟期望和资源分配效率提出了新的要求。研究了一种免授权的非正交随机接入（NORA）系统，该系统可以在降低接入时延的同时，利用有限的资源支持更多的机器类型通信（MTC）设备。为了解决免授权NORA系统中的联合用户活动检测（UAD）和信道估计（CE）问题，提出了一种基于深度神经网络辅助消息传递的块稀疏贝叶斯学习（DNN-MP-BSBL）算法。在DNN-MP-BSBL算法中，迭代消息传递过程从因子图转移到深度神经网络（DNN）。对DNN中的消息施加权重，并进行训练以最小化估计误差。结果表明，训练的权重可以缓解MP-BSBL算法的收敛问题，特别是在拥挤的RA场景。仿真结果表明，DNN-MP-BSBL算法能够以较少的迭代次数提高UAD和CE的准确性，在低延迟免授权NORA系统中具有优势。
2019-10-16 cs.IT eess.SP math.IT
On Throughput Improvement using Immediate Re-transmission in Grant-Free Random Access with Massive MIMO
为了支持机器类型通信（MTC），大规模多输入多输出（MIMO）已经被考虑用于免授权随机接入。一般而言，具有大规模MIMO的免授权随机接入的性能受到许可数和活动设备数的限制。特别地，当存在多个同时发送数据分组的活动设备时，信号与干扰加噪声比（SINR）不能高到足以成功解码。在本文中，为了提高性能，我们考虑立即重传的有源设备，具有低的SINR，虽然它没有经历前导码冲突，利用重传分集（RTD）增益。为了看到所提出的方法的性能，我们进行吞吐量分析与某些近似和假设。由于所提出的方法可能是不稳定的，由于立即重传，稳定系统的条件进行了研究。仿真结果表明，分析结果合理匹配仿真结果。
2020-09-01 cs.IT math.IT
Collision Resolution with Deep Reinforcement Learning for Random Access in Machine-Type Communication
免授权随机接入（RA）技术适用于机器类型通信（MTC）网络，但它们需要适应MTC业务，这与人类类型通信不同。诸如用于时隙ALOHA的指数退避（EB）方案的常规RA协议遭受大量冲突，并且它们不直接适用于MTC业务模型。在这项工作中，我们建议使用具有参数共享的多代理深度Q网络（DQN）来找到应用于网络中所有机器类型设备（MTD）的单个策略来解决冲突。此外，我们认为二进制广播反馈常见的所有设备，以减少信令开销。我们比较了我们提出的DQN-RA方案与EB方案的性能高达500个MTD，并表明该方案优于EB策略，并提供了吞吐量，延迟和冲突率之间的更好的平衡
2022-05-04 cs.IT math.IT
A Novel Framework of K-repetition Grant-free Access via Diversity Slotted Aloha (DSA)
本文提出一种用于 K-GF-NOMA 的 $α$-IIC-DSA 多用户检测新框架，通过 AP 利用不同资源块信号相关性生成干扰实现 SIC 检测，适用于大量微型 MTCDs 的随机接入场景。
2024-01-09 cs.IT cs.NI math.IT
Rate Splitting Multiple Access for Semi-Grant-Free Transmissions
通过基于授权（GB）和免授权（GF）的混合传输技术，物联网（IoT）设备和大规模机器类型通信（mMTC）的GF用户有机会与GB用户共享无线资源。在本文中，我们提出了一种速率分裂多址接入（RSMA）的新兴的半免授权（SGF）传输系统，以增加连接性和可靠性的战略。在RSMA辅助的SGF（RSMA-SGF）方案中，GF用户利用速率分割原理实现分布式竞争，最有效地利用发射功率进行鲁棒传输，同时对GB用户保持透明。与现有的非正交多址接入（NOMA）辅助SGF方案相比，RSMA-SGF方案在不将GB和GF用户的目标速率限制在有限值范围内的情况下，显著降低了中断概率，实现了完全的多用户分集增益。给出了系统中断概率的精确表达式和渐近分析，为RSMA-SGF方案的系统性能性能评估提供了方便。计算机模拟结果阐明了RSMA-SGF方案优越的中断性能，并验证了所开发的分析结果的准确性。
2021-10-05 cs.IT math.IT
Multiple Transmit Power Levels based NOMA for Massive Machine-type Communications
本文提出了一种易于处理的解决方案，用于将非正交多址接入（NOMA）集成到大规模机器类型通信（mMTC）中，以增加上行链路连接性。在用户端提供多个发射功率电平以实现开环功率控制，这是传统的具有固定发射功率的上行链路NOMA所缺少的。该解决方案的基础首先提出了分析显示的平均到达率（AAR）方面的固有性能增益。然后，提出了一种实用的框架，基于一种新的功率地图相关联的一组精心设计的发射功率电平与每个地理区域处理无瞬时信道状态信息的问题。在此基础上，提出了一种基于两种实用协议的半免授权（semi-GF）传输来增强网络的连通性，其AAR比传统的基于授权的传输和GF传输都要高。当mMTC中的活动GF设备的数量远远超过可用资源块时，对应的AAR趋于零。为了解决这个问题，用户限制技术被应用到半GF传输中，以稳定业务流，从而增加AAR。最后，有前途的研究方向进行了讨论，以改善所提出的网络。
2020-11-24 cs.IT math.IT
A Tractable Model of the LTE Access Reservation Procedure for Machine-Type Communications
机器类型通信（MTC）中的典型场景是以大量设备为特征的场景，其中每个设备具有零星的业务。因此，单个LTE小区中被服务设备的数量不是由可用聚合速率确定的，而是由LTE接入预留协议的限制确定的。具体地，当确定用于MTC的LTE网络的尺寸时，每个随机接入响应的有限数量的竞争许可和有限数量的上行链路许可是至关重要的。我们提出了一个低复杂度的模型LTE的接入预留协议，包括这两个限制，并允许我们评估点击速度的中断概率。该模型主要是基于封闭形式的表达式，除了与重传的反馈影响的部分，这是通过求解一个不动点方程。我们的模型克服了仅关注前导码冲突的现有模型的不完整性。与遵循3GPP规范的模拟LTE接入预留过程的比较证实，我们的模型提供了对系统中断事件和支持的MTC设备的数量的准确估计。
2015-11-30 cs.IT cs.NI math.IT
Deep Learning-Based Active User Detection for Grant-free SCMA Systems
Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
已经引入了免授权随机接入和上行链路非正交多址接入（NOMA）以减少大规模机器类型通信（mMTC）中的传输延迟和信令开销。针对mMTC上行链路框架下的免授权稀疏码多址接入（SCMA）系统，提出了两种新的基于组的深度神经网络主动用户检测（AUD）方案.所提出的AUD方案学习非线性映射，即，多维码本结构和信道特性。这是通过将设备活动的稀疏结构与训练数据集合并的接收信号来实现的。此外，离线预训练模型能够在没有任何信道状态信息和设备稀疏水平的先验知识的情况下检测活动设备。仿真结果表明，与几个有源器件，所提出的计划获得超过两倍的检测概率相比，传统的AUD计划的信噪比范围内的利益。
2021-06-21 cs.IT cs.LG math.IT
Device Activity and Embedded Information Bit Detection Using AMP in Massive MIMO
由于物联网和传感器网络等新兴技术的发展，未来的蜂窝网络将支持大量设备。通过机器类型通信（MTC）的增强，预计数十亿量级的低功率低复杂度设备将从蜂窝网络接收服务。与被设计为处理人类驱动的业务的传统网络相反，未来的网络必须应对基于MTC的系统，该系统表现出稀疏的业务特性，以小分组操作并且包含大量设备。这样的系统需要更智能的控制信令方案以有效地使用系统资源。在这项工作中，我们考虑一个免授权随机接入蜂窝网络，并提出了一种方法，联合检测用户活动和单个信息位每包。该方法的灵感来自于近似消息传递（AMP），并表现出优越的性能相比，原来的AMP方法。此外，数值分析表明，该方法的性能与设备数量成比例，这使得它适合于具有大量设备的蜂窝网络中的用户检测。
2017-09-15 cs.IT math.IT
Massive IoT Access With NOMA in 5G Networks and Beyond Using Online Competitiveness and Learning
研究了超5G蜂窝物联网中的在线用户分组、调度和功率分配问题。由于大量的设备试图被授权到网络，采用非正交多址接入方法，以便在同一无线电资源块中容纳多个设备。与大多数以前的作品不同，我们的目标是最大限度地提高服务的设备的数量，同时分配他们的传输功率，使他们的实时要求，以及他们有限的工作能量得到尊重。首先，我们制定的一般问题作为一个混合整数非线性规划（MINLP），可以很容易地转化为MILP的一些特殊情况。其次，我们研究了它的计算复杂性通过表征不同的特殊情况的NP-困难。然后，通过将问题分解为多个NOMA分组和调度子问题，提出了有效的在线竞争算法。此外，我们展示了如何使用这些在线算法，并将它们的解决方案结合在强化学习设置中，以获得功率分配，从而获得问题的全局解决方案。我们的分析补充了仿真结果，以说明所提出的算法的性能与最佳和国家的最先进的方法相比。
2022-01-27 cs.IT cs.NI math.IT
Evolution of the 5G New Radio Two-Step Random Access towards 6G Unsourced MAC
本文通过将5G两步随机接入协议映射到无源多址信道框架进行信息论基准分析，发现现有方案难以高能效支持大规模MTC/IoT终端，并提出保留传统协议特征的改进方案，显著提升能量与频谱效率。
2024-05-06 cs.IT math.IT
RIS Partitioning and User Clustering for Resilient Non-Orthogonal Multiple Access UAV Networks
本文提出RIS-aided NOMA两步迭代方法，通过联合UE聚类、链路选择和虚拟RIS划分最大化无人机网络连接性，相比传统方案提升30%至40%增益。
2025-05-01 cs.IT eess.SP math.IT
Age of Information in Energy Harvesting Aided Massive Multiple Access Networks
鉴于超5G（B5G）无线网络中大规模机器类型通信设备（MTCD）的激增，能量收集（EH）辅助的下一代多址（NGMA）系统在节能数据感测和传输的背景下引起了大量关注。然而，在没有自适应时隙（TS）和功率分配方案的情况下，依赖于随机采样时刻的NGMA系统可能导致与高信息年龄（AoI）以及高功耗相关联的迟缓动作。为了减少能量消耗，我们利用一对睡眠调度策略，即多休假（MV）政策和启动阈值（ST）的政策，其特征在于在三个典型的多址接入协议，包括时分多址（TDMA），频分多址（FDMA）和非正交多址（NOMA）的上下文中。此外，我们推导出封闭形式的MTCD系统的峰值AoI，这是制定的EH功率，状态更新率和稳定性条件的约束下的优化目标的表达式。提出了一种基于精确线性搜索的算法，通过固定状态更新率来寻找最优解。作为一种设计方案，低复杂度的凹凸过程（CCP）也制定了一个接近最优的解决方案，依赖于原问题的转换成两个凸问题的差异所表示的形式。我们的仿真结果表明，所提出的算法是有益的，在考虑的多址接入协议的上下文中，在低功耗下产生较低的峰值AoI。
2021-12-23 cs.IT math.IT
EP-based Joint Active User Detection and Channel Estimation for Massive Machine-Type Communications
大规模机器类型通信（mMTC）是5G无线通信系统中新引入的服务类别，以支持各种物联网（IoT）应用。在恢复稀疏表示的多用户向量时，可以使用基于压缩感知的多用户检测（CS-MUD）。CS-MUD是一种可行的解决免授权上行非正交多址接入（NOMA）环境的方案。在CS-MUD中，活动用户检测（AUD）和信道估计（CE）应该在数据检测之前执行。在本文中，我们提出了基于期望传播的联合AUD和CE（EP-AUD/CE）技术的mMTC网络。期望传播（EP）算法是一种贝叶斯框架，它将计算上难以处理的概率分布近似为容易处理的分布。所提出的技术发现稀疏信道向量的后验分布的最佳近似。使用近似分布，AUD和CE联合进行。我们通过数值模拟表明，所提出的技术大大提高了AUD和CE性能竞争的算法。
2018-10-04 cs.IT eess.SP math.IT
Random Access for Massive Machine-Type Communications
本论文致力于研究提高随机接入方案的效率，并促进其在机器类型通信（MTC）中的部署的方法。首先，针对免授权随机接入系统设计了一种联合用户活动识别和信道估计方案。我们提出了一种分散的传输控制，并设计了一个基于压缩感知（CS）的用户识别和信道估计方案。我们分析了所提出的方案的分组延迟和吞吐量。我们还优化了传输控制方案，以最大限度地提高系统的吞吐量。第二，随机接入方案，即，编码时隙ALOHA（CSA）方案被设计用于擦除信道以提高系统吞吐量。通过推导外部信息传输（EXIT）函数和优化其收敛行为，我们设计的CSA计划与重复码和最大距离可分离（MDS）码的码概率分布，以最大限度地提高预期的业务负载，分组擦除和时隙擦除信道。我们推导了无限帧长情况下CSA方案在擦除信道上的渐近吞吐量，并验证了该吞吐量与实际帧长情况下的吞吐量的近似性。第三，提出了一种有效的CSA方案的数据解码算法，以进一步提高系统效率。我们提出了一个低复杂度的物理层网络编码（PNC）的方法来获得线性组合的冲突数据包和设计一个增强的消息级连续干扰消除（SIC）算法，利用线性组合的冲突数据包。我们提出了一个分析框架，并推导出所提出的计划的系统吞吐量。CSA方案被进一步优化以最大化系统吞吐量和能量效率。
2019-06-10 cs.IT math.IT
Partial-Information Multiple Access Protocol for Orthogonal Transmissions
本文提出半免授权协调随机接入协议PIMA，利用空中计算估计活跃设备数并联合优化时隙数量与用户分配，在MTC场景中降低丢包和时延。
2023-04-24 cs.IT cs.NI eess.SP
