Joint Activity and Data Detection for Massive Grant-Free Access Using Deterministic Non-Orthogonal Signatures
本文针对大规模免授权接入，提出确定性非正交签名设计框架，利用低相干性掩蔽序列构造签名矩阵，并通过ML和AMP算法实现联合活跃用户与数据检测，仿真验证了优异性能。
2024-02-04 cs.IT math.IT
An Algorithm for Grant-Free Random Access in Cell-Free Massive MIMO
大规模接入是超5G（B5G）无线网络的主要应用场景之一，而大规模MIMO是支持大规模接入的关键技术。本文研究了无小区大规模MIMO网络中大规模机器类型通信（mMTC）的免授权随机接入中的活动检测问题。每个活动设备向AP发送预先分配的非正交导频序列，AP将接收到的信号发送到中央处理器（CPU）进行联合活动检测。我们制定的最大似然设备活动检测问题，并提供了一个算法的基础上，坐标下降法具有负担得起的复杂性。我们表明，无小区的大规模MIMO网络可以支持低功耗的mMTC设备，并提供广泛的覆盖范围。
2021-05-21 cs.IT eess.SP math.IT
Modeling, Analysis, and Optimization of Grant-Free NOMA in Massive MTC via Stochastic Geometry
大规模机器类型通信（mMTC）是支持蓬勃发展的物联网（IoT）应用的关键场景。在mMTC中，尽管大量设备注册到接入点（AP），但是它们中的很少设备同时在上行链路短分组传输中是活动的，这需要新颖的协议和接收机设计以实现高效的数据传输和准确的多用户检测（MUD）。针对这一问题，提出了免授权非正交多址接入（GF-NOMA）协议。在GF-NOMA中，有源设备可以在一个时间帧内直接发送它们的码元和数据符号，而无需来自AP的授权。基于压缩感知（CS）的接收机被用于基于非正交码元（NOP）的多用户检测，并利用连续干扰消除来解码叠加的数据信号。在本文中，我们建模，分析和优化基于CS的GF-MONA mMTC系统通过随机几何（SG），从网络部署的一个方面。在SG网络模型的基础上，首先分析了基于CS的MUD在前导阶段的成功概率和信道估计误差，然后分析了数据阶段的平均聚合数据率。针对物联网应用对低能耗、低基础设施成本和灵活部署的要求，通过数值方法优化GF-NOMA的能效和AP覆盖效率。我们的分析的有效性通过蒙特卡罗模拟验证。仿真结果还表明，基于CS的GF-NOMA与NOP产生更好的MUD和数据率性能比基于竞争的GF-NOMA与正交码和基于CS的免授权正交多址接入。
2020-04-05 cs.IT eess.SP math.IT
Clustering-Based Activity Detection Algorithms for Grant-Free Random Access in Cell-Free Massive MIMO
未来的无线网络需要支持大规模机器类型通信（mMTC），其中大量设备访问网络，而大规模MIMO是一种很有前途的使能技术。大规模接入方案已经被研究用于共址大规模MIMO阵列。在本文中，我们研究的活动检测免授权随机接入mMTC在无小区的大规模MIMO网络使用分布式阵列。每个活动设备向接入点（AP）发送非正交导频序列，并且AP将接收到的信号发送到中央处理单元（CPU）以用于联合活动检测。仿真结果表明，在覆盖范围较大的情况下，无蜂窝结构所提供的宏分集增益比共址结构所提供的宏分集增益提高了活动检测性能。
2021-11-30 cs.IT eess.SP math.IT
Dynamic Message Scheduling With Activity-Aware Residual Belief Propagation for Asynchronous mMTC Systems
在这封信中，我们提出了一个联合主动设备检测和信道估计框架的基础上，异步上行链路免授权大规模多天线系统的因素图。然后，我们开发的消息调度GAMP（MSGAMP）算法进行联合主动设备检测和信道估计。在MSGAMP中，我们应用调度技术的基础上的剩余信念传播（RBP）和活动用户检测（AUD），其中使用最新的可用信息生成的消息。MSGAMP型方案在活动出错率和归一化均方误差方面表现出良好的性能，与现有技术相比，需要较少的迭代次数来收敛和较低的复杂度。
2021-03-07 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
Data-Driven Compressed Sensing for Massive Wireless Access
大规模机器类型通信（mMTC）的核心挑战是通过有限的频谱连接大量不协调的设备。典型的mMTC通信模式是零星的，具有短分组。这可以在免授权随机接入中利用，其中活动检测、信道估计和数据恢复被公式化为稀疏恢复问题，并通过压缩感知算法来解决。这种方法在高计算复杂性和延迟方面带来了新的挑战。我们提出了如何数据驱动的方法可以应用于免授权随机访问，并展示了性能的提高。变化的神经网络的问题进行了讨论，以及未来的挑战和潜在的方向。
2022-09-28 cs.IT eess.SP math.IT
Structured-Sparsity-Aware Joint User Activity Detection and Channel Estimation for OTFS-Based Grant-Free Random Access
Nanyang Technological University（南洋理工大学）；State Key Laboratory of Integrated Services Networks, Xidian University（西安电子科技大学集成服务网络国家重点实验室）；AUMOVIO Germany GmbH（奥莫维欧德国有限公司）；University of California at Davis（加州大学戴维斯分校）
该研究针对高移动性场景下OTFS与GFRA集成的用户活动检测和信道估计难题，提出基于结构化稀疏的SS-EP算法，构建对应框架并通过仿真验证其性能优于现有基准方案。
2026-08-05 cs.IT eess.SP math.IT
Iterative List Detection and Decoding for mMTC
大规模机器类型通信（mMTC）的主要挑战是设备的联合活动和信号检测。具有许多设备以低数据率并且经由非常短的分组间歇地发送数据的mMTC场景使得能够将其建模为稀疏信号处理问题。在这项工作中，我们考虑了一个免授权系统，并提出了一种联合检测设备活动和信号的检测和解码方案。该方案包括一个列表检测技术，一个$l_0$ -范数正则化的活动感知递归最小二乘算法，和一个迭代检测和解码（IDD）的方法，利用设备的活动概率。特别是，建议的列表检测技术使用两个候选列表计划，以提高检测性能。我们还将建议的列表检测技术到IDD计划的基础上，低密度奇偶校验码。我们推导出上行链路和速率表达式，考虑到元数据冲突，干扰和每个用户的可变活动概率。一个计算复杂性分析表明，建议的列表检测器不需要一个显着的额外的复杂性超过现有的检测器，而多样性分析讨论其多样性的顺序。仿真结果表明，该方案的性能优于现有的次优检测器，接近oracle LMMSE检测器。
2020-07-25 cs.IT eess.SP 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
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
Contention-based Grant-free Transmission with Independent Multi-pilot Scheme
基于竞争的免授权传输是未来大规模机器类型通信（mMTC）的一种非常有前途的传输方式。在基于竞争的传输中，随机导频冲突是一个具有挑战性的问题。为了解决这个问题，多导频方案被用来减少导频冲突的概率。然而，现有的多导频工作依赖于空间信道的低相关性，限制了其适用性。本文提出了一种独立的多导频方案，该方案利用了多导频的分集特性，不受空间相关性的限制。接收机对数据符号和多个导频都采用干扰消除来确保性能。仿真结果还表明，所提出的独立多导频方案可以显着改善误比特率性能，并增加同时接入用户的数量。
2020-04-07 cs.IT eess.SP math.IT
Study of Adaptive Activity-Aware Iterative Detection Techniques for Massive Machine-Type Communications
这项工作研究了免授权低数据速率大规模机器对机器通信（mMTC）的上行链路，其中设备只是偶尔活动，这需要在接收器处进行联合活动和数据检测。我们开发了一个自适应判决反馈检测器，以及一个$l_0$范数正则化的活动感知递归最小二乘算法，只需要导频符号。针对mMTC中的信号检测问题，提出了一种基于低密度奇偶校验（LDPC）的迭代检测和解码方案。仿真结果表明，所提出的方法对现有的计划的性能。
2019-07-30 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
Error Rate Analysis for Grant-free Massive Random Access with Short-Packet Transmission
免授权大规模随机接入（RA）是一种支持5G及更高网络中的大规模机器类型通信（mMTC）场景的有前途的协议。在本文中，我们专注于出错率分析在免授权的大规模RA，这是至关重要的实际部署，但还没有得到很好的研究。我们考虑一个两阶段的帧结构，与活动检测和信道估计的导频传输阶段，其次是编码的数据符号的数据传输阶段。考虑到短分组传输的特点，我们分析了块出错率（BLER）在有限块长度制度来表征数据传输性能。该分析包括表征活动检测和信道估计误差以及应用随机矩阵理论（RMT）来分析后处理信噪比（SNR）的分布。作为一个案例研究，推导出的BLER表达式进一步简化，以优化导频长度。仿真结果验证了我们的分析，并表明其有效性的导频长度优化。
2022-05-11 cs.IT eess.SP math.IT
Blind Receive Beamforming for Autonomous Grant-Free High-Overloading Multiple Access
预计大量物联网（IoT）设备将同时连接到mMTC以及未来几代无线网络，这对诸如RACH过程、用户设备检测和信道估计等方面提出了严峻的挑战。虽然空间组合在传统的基于授权的传输中提供了显着的收益，但当涉及到为物联网用例量身定制的自主免授权传输时，这种技术陷入了困境。为了解决这一问题，本文阐述了盲空间组合及其在纯数据多用户检测中的应用，以回应学术界和工业界对自主免授权（AGF）传输过载潜力的关注。盲空间合并可以解释为盲接收波束成形。仿真结果表明，盲空间合并增强的纯数据多用户检测性能AGF传输是相当令人印象深刻的。
2018-05-18 cs.IT math.IT
Asynchronous Grant-Free Random Access: Receiver Design with Partially Uni-Directional Message Passing and Interference Suppression Analysis
针对mMTC中低成本UE因严格同步导致协调负担过重的问题，提出一种异步免授权随机接入接收机设计，构建部分单向因子图并提出基于PUD消息传递的稀疏贝叶斯学习算法，实现联合用户活动检测与信道估计，理论证明其能利用异步抑制多用户干扰。
2023-05-17 cs.IT eess.SP math.IT
Analysis and Optimization of Successful Symbol Transmission Rate for Grant-free Massive Access with Massive MIMO
免授权大规模接入是用于支持物联网（IoT）的大规模机器类型通信（mMTC）的重要技术。免授权大规模接入的两个重要特征是低复杂度设备和短分组数据传输，这使得传统的性能度量，可达到的速率，在这种情况下是不合适的。在这封信中，我们研究了大规模多输入多输出（MIMO）系统中的免授权大规模接入。我们考虑随机接入控制，并采用近似消息传递（AMP）的用户活动检测和信道估计的导频传输阶段和小相移键控（PSK）调制的数据传输阶段。我们提出了一个更合理的性能指标，即成功的符号传输率（SSTR），免授权的大规模接入。我们得到封闭形式的近似表达式的渐近SSTR的情况下，最大比合并（MRC）和迫零（ZF）波束形成在基站（BS），分别。我们还最大化的渐近SSTR的接入参数和导频长度。
2019-09-20 cs.IT math.IT
Grant-free Massive Random Access with Retransmission: Receiver Optimization and Performance Analysis
针对免授权大规模随机接入中导频资源受限导致检测与估计可靠性下降的问题，本文提出利用重传并结合相邻块活跃性相关性的AMP接收机，并通过状态演化与随机矩阵理论给出闭式FER近似，仿真验证其性能优于忽略相关性的传统设计。
2023-04-12 cs.IT eess.SP math.IT
Statistical Device Activity Detection for OFDM-based Massive Grant-Free Access
现有的免授权接入的工作，提出支持大规模机器类型通信（mMTC）的物联网（IoT），主要集中在平坦衰落下的窄带系统。然而，人们对频率选择性衰落下宽带系统的大规模免授权接入知之甚少。研究了频率选择性衰落下宽带系统中的大规模免授权接入问题。首先，我们提出了一种基于正交频分复用（OFDM）的大规模免授权接入方案。然后，我们提出了两个不同的，但等效的接收导频信号，这是必不可少的设计各种设备活动检测和信道估计方法，基于OFDM的大规模免授权接入的模型。一个直接为实际设备的接收信号建模，而另一个可以被解释为虚拟设备的信号模型。接下来，我们调查统计设备活动检测频率选择性瑞利衰落下的两个信号模型的基础上。我们首先将设备活动建模为未知的确定性量，并提出了三种基于最大似然（ML）估计的设备活动检测方法，具有不同的检测精度和计算时间。我们还将设备活动建模为具有已知联合分布的随机变量，并提出了三种基于最大后验概率（MAP）估计的设备活动方法，这些方法进一步提高了相应的基于ML估计的方法的准确性。最优化技术和矩阵分析应用于这些方法的设计和分析。最后，数值结果表明，所提出的统计设备活动检测方法优于现有的国家的最先进的设备活动检测方法下的频率选择性瑞利衰落。
2021-12-31 cs.IT eess.SP math.IT
Distributed Layered Grant-Free Non-Orthogonal Multiple Access for Massive MTC
免授权传输被认为是支持大规模机器类型通信（mMTC）中的零星数据传输的有前途的技术。由于分布式方式，高冲突概率是免授权接入技术的固有缺点。非正交多址接入（NOMA）被期望用于上行链路免授权传输，通过利用功率域资源来增加连接机会。然而，它通常被应用于基站利用全信道状态信息执行协调的协调传输，这不适合于免授权技术。在本文中，我们提出了一种新的分布式分层免授权NOMA框架。在此框架下，我们分为不同的层根据预定的层间接收功率差的细胞。提出了一种基于分布式分层免授权NOMA的混合传输方案，以降低碰撞概率。此外，我们推导出连接吞吐量的封闭形式的表达式。提出了一种联合接入控制和NOMA层选择（JACNLS）算法来解决连接吞吐量优化问题。数值和仿真结果表明，当系统过载时，该方案的预期连接吞吐量比仅授权免授权方案高出3个数量级，比OMA协作传输方案高出31.25%，而后者的信令开销仅为后者的0.0189%.
2018-07-21 cs.IT math.IT
ML Estimation and MAP Estimation for Device Activities in Grant-Free Random Access with Interference
设备活动检测是免授权随机接入中的一个主要挑战，该免授权随机接入最近被提出以支持用于大规模机器类型通信（mMTC）的大规模接入。现有的解决方案未能考虑由大规模物联网（IoT）设备产生的干扰，或者关于设备活动和干扰的重要先验信息。在本文中，我们考虑在接入点（AP）的设备活动检测中产生的大量设备从其他细胞的干扰的存在。我们认为联合最大似然（ML）估计和联合最大后验概率（MAP）估计的设备活动和干扰功率，联合利用工具，从概率，随机几何和优化。每个估计问题是一个差分凸规划问题，并提出了一个坐标下降算法来获得一个稳定点。建议的ML估计扩展了现有的ML估计，考虑干扰功率的估计与设备活动的估计。所提出的MAP估计通过利用设备活动和干扰功率的先验分布来进一步增强所提出的ML估计。数值结果表明，所提出的联合估计设计的实质性收益，并揭示了显式考虑的干扰和先验信息的设备活动检测的价值的重要性。
2020-02-07 cs.IT eess.SP 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
ML and MAP Device Activity Detections for Grant-Free Massive Access in Multi-Cell Networks
设备活动检测是免授权大规模接入中的一个主要挑战，该免授权大规模接入最近被提出以支持大规模机器类型通信（mMTC）。用于设备活动检测的现有解决方案未能考虑由大规模IoT设备生成的小区间干扰或关于设备活动和小区间干扰的重要先验信息。在本文中，给定不同数量的观测值和网络参数，我们考虑在由许多接入点（AP）和物联网设备组成的多小区网络中进行非协作设备活动检测和协作设备活动检测。在每种活动检测机制下，我们考虑联合最大似然（ML）估计和联合最大后验概率（MAP）估计的设备活动和干扰功率，利用概率，随机几何和优化工具。每个估计问题是一个具有挑战性的非凸问题，并提出了一个坐标下降算法来获得一个稳定点。每个建议的联合ML估计扩展了现有的一个单小区网络，通过考虑干扰功率的估计，以及设备活动的估计。每个提出的联合MAP估计通过利用设备活动和干扰功率的先验分布来进一步增强相应的联合ML估计。所提出的联合ML估计和联合MAP估计在协作检测下优于相应的非协作检测下的回程负担，网络参数的知识，和计算复杂性的成本。
2021-06-19 cs.IT eess.SP 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
User Activity Detection for Irregular Repetition Slotted Aloha based MMTC
不规则重复时隙ALOHA（Irregular Repetition Slotted Aloha，IRSA）是一种用于大规模机器类型通信的免授权随机接入协议，其中大量用户零星地向基站（BS）发送他们的数据分组。IRSA是一种完全分布式的多址接入协议：在任何给定的帧中，用户的一个小子集，即，活动用户在随机选择的资源元素（RE）中发送其分组的副本。在BS处的解码过程中的第一步是检测在每个帧中哪些用户是活动的。为此，开发了一种新的贝叶斯用户活动检测（UAD）算法，该算法利用了用户活动的稀疏性以及基于IRSA的传输的底层结构。其次，推导了信道估计中均方误差的克拉美-罗界。经验表明，作为所提出的UAD算法的副产品获得的信道估计实现了CRB。然后，考虑到UAD、信道估计误差和导频污染，分析了用户实现的信号与干扰加噪声比。这些非理想的影响，IRSA的吞吐量说明通过蒙特卡罗模拟。例如，在具有1500个用户并且每帧10%的用户是活动的系统中，低至20个符号的导频长度对于精确的用户活动检测是足够的。相反，使用用于UAD的经典压缩感知方法将需要大约346个符号的导频长度。结果还揭示了关键的见解依赖UAD错误和吞吐量的参数，如导频序列的长度，在BS的天线的数量，用户的数量，和信噪比。
2022-06-23 cs.IT eess.SP math.IT
Joint Activity Detection, Channel Estimation, and Data Decoding for Grant-free Massive Random Access
本文针对免授权大规模随机接入，提出基于BiG-AMP的Turbo接收机及低成本辅助信息辅助接收机，联合利用导频与数据的共同稀疏模式和译码外信息，有效提升活跃性检测、信道估计与数据译码性能。
2023-04-12 cs.IT eess.SP 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
Learning Random Access Schemes for Massive Machine-Type Communication with MARL
在本文中，我们探讨了各种多智能体强化学习（MARL）技术设计免授权的随机接入（RA）计划的低复杂性，低功耗电池供电的设备在大规模机器类型通信（mMTC）无线网络。我们使用值分解网络（VDN）和QMIX算法，参数共享（PS），集中训练和分散执行（CTDE），同时保持可扩展性。然后，我们比较了VDN、QMIX和深度递归Q网络（DRQN）学习的策略，并探讨了在观察向量中包含代理标识符的影响。我们表明，基于MARL的RA计划可以实现更好的吞吐量公平代理之间的权衡，而不必对代理标识符的条件。我们还提出了一种新的相关业务模型，这是更好地描述mMTC场景，并表明所提出的算法可以很容易地适应业务的非平稳性
2023-02-15 cs.IT cs.NI math.IT
MLE-based Device Activity Detection under Rician Fading for Massive Grant-free Access with Perfect and Imperfect Synchronization
本文研究Rician衰落及同步不完美条件下的大规模免授权接入设备活动检测，提出基于MLE的迭代算法，在同步和三种异步场景下显著降低检测错误概率与计算时间。
2024-01-12 cs.IT eess.SP math.IT
Compressive Sensing Based Joint Activity and Data Detection for Grant-Free Massive IoT Access
大规模机器类型通信（mMTC）准备为数十亿物联网（IoT）设备提供无处不在的连接。然而，所需的低延迟的大规模访问需要在随机访问方案的设计中的范式转变，这就需要有效的联合活动和数据检测（JADD）算法。针对大规模接入中突发业务的特点，提出了一种基于信标辅助的时隙免授权大规模接入方案。具体来说，我们扩展的上行链路接入信号在多个子载波与预均衡处理和制定的JADD作为一个多测量矢量（MMV）压缩感知问题。此外，利用多个时隙之间的上行链路大规模接入信号的结构稀疏性，我们开发了两个计算效率高的检测算法，这被称为正交近似消息传递（OAMP）-MMV算法与简化结构学习（SSL）和精确结构学习（ASL）。为了实现准确的检测，期望最大化算法被用来学习稀疏比和噪声方差。为了进一步提高检测性能，应用了信道编码，并开发了基于连续干扰消除（SIC）的OAMP-MMV-SSL和OAMP-MMV-ASL算法，其中在软判决中获得的似然比可以用于细化活动识别。最后，推导了所提出的OAMP-MMV-SSL和OAMP-MMV-ASL算法的状态演化，从理论上预测了算法的性能。仿真结果验证了所提出的解决方案优于各种最先进的基线方案，实现了低延迟随机接入和高可靠的大规模物联网连接。
2021-08-23 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
Blind Multi-user Detection for Autonomous Grant-free High-Overloading MA without Reference Signal
针对第五代大规模机器类型通信的要求，提出了一种新的自主免授权高过载非正交多址盲多用户检测框架。从传输方的角度来看，各种类型的新兴免授权传输，特别是自主免授权传输的利弊，阐述和比较的方式。在接收端，码字级连续干扰消除（CL-SIC）被揭示为执行MUD的主要框架。此外，基础的最先进的盲思想，如盲激活检测利用的统计度量的聚合信号，盲均衡的基础上的星座的简单的几何特性的低阶调制符号，和盲信道估计仅采用成功解码的码字进行解释。
2017-12-07 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
A Layered Grouping Random Access Scheme Based on Dynamic Preamble Selection for Massive Machine Type Communications
大规模机器类型通信（mMTC）已被确定为超5G网络和未来大规模物联网（IoT）中的重要用例。然而，对于mMTC中的大规模多址接入，如果采用传统的4步随机接入（RA）方案，则存在严重的接入前导冲突问题。因此，提出了一系列免授权（GF）RA方案。然而，如果蜂窝用户（设备）的数量显著增加，则现有GF方案的能量和频谱效率由于所需的更长的可扩展性而仍然迅速降级。为了克服这一困境，提出了一种分层分组策略，首先根据用户的地理位置将其划分成簇，然后利用基于最优能耗（Opt-EC）的K-means算法将同一簇内的用户自主加入到不同的组中。在这种新的分层蜂窝体系结构下，RA过程分为簇负载估计阶段和活动组检测阶段。基于近似消息传递算法的状态演化理论，给出了在保证一定检测精度的前提下，最小前导码长度的严格下界。在第二阶段，利用簇负载估计，采用动态前导码选择策略，以最小长度获得所需的前导码。正如我们的仿真结果所证明的，这种两阶段DPS辅助RA策略的结果在一个显着的性能改善
2021-02-25 cs.IT cs.NI math.IT
Joint Design of Measurement Matrix and Sparse Support Recovery Method via Deep Auto-encoder
稀疏支持恢复出现在通信和信号处理的许多应用中。现有的方法解决稀疏支持恢复问题，为一个给定的测量矩阵，并不能灵活地利用稀疏模式的属性，以提高性能。在这封信中，我们提出了一种数据驱动的方法，用于联合设计复杂稀疏信号的测量矩阵和支持恢复方法，使用深度学习中的自动编码器。所提出的架构包括两个组件：自动编码器和硬阈值模块。建议的自动编码器成功地处理复杂的信号，使用标准的实数自动编码器。所提出的方法可以有效地利用稀疏模式的属性，并且当这些基本属性没有解析模型时特别有用。此外，该方法可以实现稀疏支持恢复与低计算复杂性。以大规模机器类型通信（mMTC）免授权大规模接入中的设备活动检测为应用实例进行了实验。数值结果表明，所提出的方法取得了显着更好的性能，大大减少了计算时间比经典的方法，在稀疏模式的额外结构的存在。
2019-10-10 cs.IT eess.SP math.IT
Supporting More Active Users for Massive Access via Data-assisted Activity Detection
大规模机器类型通信（mMTC）已经被认为是第五代（5G）及以后无线网络中最重要的使用场景之一，其要求大量设备的可扩展接入。虽然免费随机接入已成为大规模接入的一个有前途的机制，但其潜力尚未充分释放。特别是在大规模接入系统中，现有的研究大多将用户活动检测和数据检测这两个关键任务分开处理，忽略了接收到的导频和数据信号中共同的稀疏模式。此外，有效载荷数据中的检错和纠错提供了用于性能改进的附加机制。在本文中，我们提出了一个数据辅助的活动检测框架，其目的是通过减少活动检测错误，包括误报和漏检错误，以支持更多的活跃用户。具体地，在基于导频符号的初始活动检测步骤之后，通过对数据符号应用能量检测来过滤虚警用户;一旦一些活动用户的数据符号已经被成功解码，则它们在活动检测中的影响将通过连续的导频干扰消除来解决，这减少了漏检测误差。仿真结果表明，该算法有效地提高了活动检测的准确性，在某些场景下，与传统方法相比，能够支持$\sim 20\%$更多的活动用户。
2021-02-17 cs.IT eess.SP math.IT
Reliability and User-Plane Latency Analysis of mmWave Massive MIMO for Grant-Free URLLC Applications
5G蜂窝网络旨在支持以前标准不支持的一系列新应用。其中，超可靠低延迟通信（URLLC）应用可以说是最具挑战性的。URLLC服务要求用户设备（UE）能够在严格的延迟约束下以高可靠性发送其数据。为了满足这些需求，5G标准中引入了新技术，例如迷你时隙，半持久调度和免授权接入。在这项工作中，我们制定了一个时空数学模型来评估毫米波（mmWave）大规模多输入多输出（MIMO）URLLC与反应和K-重复混合自动重传请求（HARQ）协议的用户平面延迟和可靠性性能。我们推导出封闭形式的近似表达式的潜在访问失败的概率，并验证它们使用数值模拟。结果表明，在一定条件下，毫米波大规模MIMO可以将故障概率降低32倍。此外，我们确定，超过一定数量的天线，可靠性没有显着改善。最后，我们得出结论，毫米波大规模MIMO单独是不够的，以提供最严格的URLLC应用所需的性能保证。
2021-07-17 cs.IT eess.SP math.IT
Unsourced Random Massive Access with Beam-Space Tree Decoding
大规模机器类型通信（mMTC）的核心要求是支持大量机器类型设备（MTD）的可靠和快速接入。在许多实际应用中，基站（BS）只关心接收到的消息列表而不关心源信息，从而引入了新兴的无源随机接入（URA）概念。虽然最近已经提出了一些大规模多输入多输出（MIMO）URA方案，但是在传统URA方案中没有充分利用毫米波（mmWave）大规模MIMO系统的独特传播特性。在免授权随机接入中，BS不能独立地执行接收波束成形，因为BS不知道活动用户的身份。因此，只有固有的波束划分属性可以被利用来提高解码性能。针对毫米波大规模MIMO系统，提出了一种基于波束空间树译码的URA方案。具体地说，两个波束空间树解码器的设计分别基于硬判决和软判决，利用波束划分属性。它们都利用波束划分属性来帮助区分从不同用户发送的子块。此外，第一解码器可以减少搜索空间，享受低复杂度。第二解码器利用列表解码的优点来恢复未检测到的分组。仿真结果验证了所提出的URA方案相比，传统的URA方案的错误概率的优越性。
2021-12-30 cs.IT eess.SP math.IT
Pilot-Free Unsourced Random Access Via Dictionary Learning and Error-Correcting Codes
本文提出一种无导频无源随机接入协议，利用字典学习与纠错码设计接收器及冲突解决策略，无需导频开销即可实现节能低延迟的海量接入。
2023-03-09 cs.IT math.IT
Massive Random Access with Sporadic Short Packets: Joint Active User Detection and Channel Estimation via Sequential Message Passing
本文考虑了上行链路大规模机器类型通信（mMTC）场景，其中大量用户设备连接到基站（BS）。提出了一种新的免授权的大规模随机接入（MRA）策略，同时考虑了零星的用户业务和短数据包的特点。具体地，引入活动检测时间（ADT）和活动检测时段（ADP）的概念，使得可以在一个相干时间内多次执行活动用户检测。通过考虑零星的用户流量和短数据包的功能，我们建模的联合主动用户检测和信道估计问题到一个动态的压缩感知（CS）问题的基础稀疏信号表现出大量的时间相关性。本文建立了一个概率模型来捕捉时间结构，并建立了相应的因素图。设计了一种新的顺序近似消息传递（S-AMP）算法，从一个ADT到下一个ADT顺序执行推理并恢复稀疏信号。然后推导出贝叶斯活动用户检测器和相应的信道估计器。数值结果表明，在我们的场景下，所提出的S-AMP算法提高了主动用户检测和信道估计性能的竞争算法。
2021-02-22 cs.IT math.IT
On Throughput Maximization of Grant-Free Access with Reliability-Latency Constraints
通过无线网络实现自动驾驶和工业自动化带来了许多挑战，这些挑战通常通过可靠性和延迟要求来抽象。蜂窝网络中延迟的主要贡献者之一是基于预留的接入，其涉及冗长且资源低效的信令交换。另一种方法是使用免授权访问，其中没有资源预留。最近的一些工作研究了如何使用不同风格的免授权解决方案来满足可靠性和延迟要求。然而，资源效率，即，吞吐量只是次要的焦点。在这项工作中，我们制定的吞吐量的免授权访问下的可靠性延迟的限制，当到达用户的实际数量或只有到达分布是已知的。我们调查这些不同层次的知识的到达过程的影响吞吐量性能的帧时隙ALOHA与$K$ -多包接收，泊松和β到达。我们表明，根据可靠性延迟要求的吞吐量可以显着提高接入网络的预期负载较高，如果到达用户的实际数量是已知的。这一认识促使人们使用技术来估计到达的用户人数，因为这种知识在免赠款访问中并不容易获得。我们还评估了估计误差的影响，表明对于高可靠性延迟的要求，吞吐量的增益仍然相当可观。
2019-02-21 cs.IT cs.NI math.IT
Jointly Sparse Signal Recovery via Deep Auto-Encoder and Parallel Coordinate Descent Unrolling
本文利用压缩感知、并行优化和深度学习等技术，基于实数标准自动编码器结构，提出了一种模型驱动的复稀疏信号公共测量矩阵联合设计方法和基于GROUP LASSO的联合稀疏信号恢复方法。编码器实现噪声线性压缩联合稀疏信号，与一个共同的测量矩阵。基于GROUP LASSO的解码器基于迭代并行坐标下降（PCD）算法实现联合稀疏信号恢复，该算法被提出来以并行方式求解GROUP LASSO。具体地，解码器由展开所提出的迭代算法以获得GROUP LASSO的近似解的近似部分和减小近似解与实际联合稀疏信号之间的差异的校正部分组成。所提出的模型驱动的方法实现了更高的恢复精度与更少的计算时间比经典的GROUP LASSO方法，和增益显着增加在稀疏模式中存在额外的结构。所提出的模型驱动方法得到的公共测量矩阵也适用于经典的GROUP LASSO方法。我们考虑一个应用示例，即，本发明涉及基于多输入多输出（MIMO）的免授权随机接入中的信道估计，所述免授权随机接入被提出来支持用于物联网（IoT）的大规模机器类型通信（mMTC）。数值结果表明，当联合稀疏信号的数量不是很大时，所提出的模型驱动方法在GROUP LASSO和AMP上具有很大的增益。
2020-02-07 cs.IT eess.SP math.IT
Data-aided Active User Detection with a User Activity Extraction Network for Grant-free SCMA Systems
Korea University（高丽大学）
在免授权稀疏码多址接入（GF-SCMA）系统中，主动用户检测（AUD）是一个主要的性能瓶颈，因为它涉及复杂的组合问题，这使得在接收端为用户和AUD联合设计竞争资源成为一个关键而又具有挑战性的问题。为此，我们提出了基于自动编码器（AE）的联合优化的前导码生成网络（PGNS）在编码器侧和数据辅助AUD在解码器侧。所提出的AE的核心架构是一种新的用户活动提取网络（UAEN）的解码器，提取先验用户活动信息的SCMA码字数据的数据辅助AUD。所提出的AE的端到端训练实现了竞争资源的联合优化，即，前导码序列，每个前导码序列与码本之一相关联，以及从前导码和基于SCM的数据传输两者中提取用户活动信息。此外，我们提出了一个自我监督的预训练计划的UAEN之前的端到端的训练，以确保收敛的UAEN位于AE网络的深处。仿真结果表明，在目标活动检测错误率为$\bf{{10}^{-3}}$的情况下，与现有的基于DL的AUD方案相比，所提出的AUD方案获得了3 ~ 5dB的增益。
2022-08-08 cs.IT cs.LG cs.SY
Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A Reinforcement Learning Based Approach
Xiamen University（厦门大学）；Stevens Institute of Technology（史蒂文斯理工学院）；Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
新兴的开放无线接入网（O-RAN）中设备的大规模随机接入给接入控制和管理带来了巨大的挑战。稀疏主动用户检测（SAUD）利用访问请求的突发性，是实现高效访问管理的有效手段，但在不协调的大规模访问请求情况下，稀疏性可能会恶化。为了动态地保持接入请求的稀疏性，提出了一种利用接入类别限制技术的闭环接入控制的重复学习（RL）辅助方案，其中RL策略通过RL代理之间的连续交互来确定，即，下一代节点库（gNB）和环境。所提出的方案可以通过O-RAN中的近实时RAN智能控制器（near-RT RIC）来实现，支持异构垂直应用（例如mMTC和uRLLC服务）之间的快速切换。此外，提出了一种数据驱动的深度强化学习辅助SAUD方案，以解决具有连续和高维状态和动作空间的高度复杂环境，其中重放缓冲区用于自动大规模数据汇集。一个行动者-评论家框架制定纳入近RT RIC的策略学习模块。仿真结果表明，对于不同的异构服务和海量接入请求，所提方案在接入效率和用户检测准确率方面均优于基准方案.
2023-03-05 cs.AI cs.IT cs.LG
