Robust Design for NOMA-based Multi-Beam LEO Satellite Internet of Things
在本文中，我们研究了超第五代（B5G）多波束低地球轨道（LEO）卫星物联网（IoT）网络中存在信道相位不确定性的大规模接入问题，由于信道状态信息（CSI）通过网关从设备传输到卫星。采用新的非正交多址（NOMA）方案来支持分布在非常宽的范围内的大规模物联网，而不是具有多色图案的时分多址（TDMA）或频分多址（FDMA）。针对低轨卫星能量有限的特点，分别针对非关键物联网应用和关键物联网应用场景，提出了两种抗信道相位不确定性的波束形成算法，以最小化总功耗。理论分析和仿真结果均验证了所提算法在支持卫星物联网海量接入中的有效性和鲁棒性。
2020-08-10 cs.IT eess.SP math.IT
Deep Learning-based Joint Channel Prediction and Multibeam Precoding for LEO Satellite Internet of Things
针对低轨卫星物联网中信道状态信息获取不及时和多波束预编码设计困难的问题，本文提出基于CNN和LSTM的信道预测及基于VAE信道增强的鲁棒多波束预编码联合方案，仿真验证了其有效性和鲁棒性。
2024-05-27 cs.IT eess.SP math.IT
Grant-free Rateless Multiple Access: A Novel Massive Access Scheme for Internet of Things
无速率多址接入（RMA）是一种新型的非正交多址接入技术，具有高效、低复杂度的特点，在物联网大规模接入中具有广阔的应用前景。在该框架中，在某个\emph{registration}之后，每个活动用户分别基于分配的随机接入控制功能（RACf）随机地向接入点（AP）发送，直到接收到确认（ACK）。在这项工作中，通过利用每个用户的固有访问模式，我们提出了一个免授权的RMA方案，它不再需要在原始RMA的注册过程，从而大大减少了信令开销和系统延迟。在此基础上，提出了一种低复杂度的联合迭代检测译码算法，该算法同时完成信道估计、活动用户检测和信息译码。最后，我们提出了一种基于密度进化（DE）的方法来评估系统的性能。
2016-07-18 cs.IT math.IT
Modeling and Analysis for Multiple-Layer LEO Satellite Internet of Things Constellations
Zhejiang University（浙江大学）；Hangzhou Normal University（杭州师范大学）
针对多层低地球轨道卫星物联网星座在莱斯衰落信道下性能未知的问题，提出基于随机几何的建模与分析框架，集成相关信道建模和点过程，推导关键性能指标表达式，仿真验证模型准确性与有效性，为星座研究与系统优化提供支持。
2026-07-13 cs.IT math.IT
QoS-Driven Satellite Constellation Design for LEO Satellite Internet of Things
针对LEO卫星物联网全球覆盖星座成本高的问题，提出一种满足覆盖率与通信质量QoS约束、以总成本最小为目标的星座设计算法，并通过理论分析与仿真验证其快速全局收敛及更低建设成本。
2025-08-30 cs.IT math.IT
LEO Satellite Internet of Things: Architecture, Technology, and On-Orbit Verification
Zhejiang University（浙江大学）；Hangzhou Normal University（杭州师范大学）
本文提出6G LEO卫星物联网的二维系统架构，评估上行免授权随机接入、下行深度学习多波束预编码及星间分布式协作路由三项关键技术，并通过在轨平台验证其可行性。
2026-09-18 cs.IT cs.LG math.IT
Random Access with Massive MIMO-OTFS in LEO Satellite Communications
针对大量物联网设备与低轨卫星进行零星通信的情况，研究了免授权随机接入系统中的联合信道估计和设备活动检测问题。此外，采用具有正交时频空间（OTFS）调制的大规模多输入多输出（MIMO）来对抗地面-卫星链路的动态特性。首先分析了大时延和多普勒频移同时存在时单输入单输出OTFS的输入输出关系，然后将其推广到具有大规模多输入多输出的免授权随机接入OTFS。其次，利用信道在时延-多普勒-角度域的稀疏性，提出了一种二维模式耦合的分层先验与稀疏贝叶斯学习无协方差方法（TDSBL-CF），用于信道估计。然后，通过计算估计的信道的能量来检测活动设备。最后，提出了结合稀疏贝叶斯学习和二维卷积的广义近似消息传递算法（ConvSBL-GAMP），以减少TDSBL-CF算法的计算量。仿真结果表明，所提出的算法优于传统的方法。
2022-08-09 cs.IT eess.SP math.IT
Sparse Signal Processing for Grant-Free Massive Connectivity: A Future Paradigm for Random Access Protocols in the Internet of Things
下一波无线技术将在连接传感器、机器和机器人以实现无数新应用方面激增，从而为物联网（IoT）创建结构。物联网连接的通用场景涉及大量的机器类型连接。但在典型的应用中，在任何给定时刻，只有一小部分（未知）设备处于活动状态，因此提供大规模物联网连接的关键挑战之一是首先检测活动设备，然后以低延迟解码其数据。本文概述了适用于大规模物联网接入问题的几种关键信号处理技术，主要关注先进的压缩感知技术及其在有效检测有源设备方面的应用。我们表明，大规模多输入多输出（MIMO）特别适合大规模物联网连接，因为随着基站天线数量趋于无穷大，设备检测误差可以在极限范围内渐进为零。使用多测量矢量（MMV）压缩感知技术。本文还提供了一个角度对几个相关的大规模接入的重要技术，如嵌入短消息的设备活动检测过程和编码的随机接入。
2018-07-18 cs.IT math.IT
Spiking Neural Networks for Detecting Satellite-Based Internet-of-Things Signals
本文提出利用脉冲神经网络检测LEO物联网卫星上行链路信号，以应对高密度用户导致的同信道干扰，实验表明其检测性能优于匹配滤波器且功耗远低于传统深度学习方法。
2023-04-08 cs.IT eess.SP 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
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
Joint Device Identification, Channel Estimation, and Signal Detection for LEO Satellite-Enabled Random Access
本文针对低轨卫星无授权随机接入，提出一种基于OTFS-MIMO的三模块迭代接收机，联合实现设备识别、信道估计与信号检测，并利用三维块稀疏先验提升性能。
2023-08-07 cs.IT eess.SP math.IT
Interference Cancellation Algorithms for Grant-Free Multiple Access with Massive MIMO
针对大规模MIMO免授权多址接入，提出干扰消除算法与调度器，解决衰落信道下SIC关键问题，并通过蒙特卡洛模拟验证其有效性。
2023-05-15 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
Joint Source-Channel Coding for Semantics-Aware Grant-Free Radio Access in IoT Fog Networks
针对物联网（IoT）系统研究了一种雾无线接入网络（F-RAN）架构，在该物联网系统中，无线传感器监测多个多值事件，并使用免授权随机接入在上行链路中向多个边缘节点（EN）发送。每个EN经由有限容量前传链路连接到中央处理器（CP）。在传统的信息不可知协议的基础上单独的源信道（SSC）编码，其中每个设备使用一个单独的码本，本文认为，通过非正交的广义的基于类型的多址接入（TBMA）的联合源信道（JSC）编码的基础上，以信息为中心的方法。通过利用观察到的信号的语义，测量相同事件的所有传感器共享相同的码本（具有非正交码字），并且对事件进行相同局部估计的所有这样的传感器发送相同的码字。F-RAN架构直接检测事件值，而无需首先对每个设备执行单独解码。云和边缘检测方案的贝叶斯消息传递的基础上设计和云和边缘处理之间的权衡进行评估。
2021-01-27 cs.IT eess.SP math.IT
Grant-Free Random Access in Machine-Type Communication: Approaches and Challenges
大规模机器类型通信（MTC）预计将在支持物联网（IoT）应用方面发挥关键作用，例如通过蜂窝网络支持智能城市、智能工厂和联网车辆。MTC的特点是MTC设备数量多、活动稀疏，传统的方法难以支持，因此需要设计新的接入技术。特别地，在第五代（5G）中，引入免授权或两步随机接入方案以通过减少信令开销使MTC更高效。在这篇文章中，我们首先介绍了免授权随机接入，并讨论了如何修改大规模多输入多输出（MIMO），以利用高空间复用增益。然后，我们解释的前导码设计，可以提高性能和变化的基础上的概念，非正交多址接入（NOMA）。最后，对下一代蜂窝系统的免授权随机接入的设计挑战。
2020-12-18 cs.IT 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
Learning Emergent Random Access Protocol for LEO Satellite Networks
Korea University（高丽大学）；Deakin University（迪肯大学）；University of Oulu（奥卢大学）
设想低空地球轨道（LEO）卫星（SAT）的巨型星座以在超过第五代（5G）蜂窝系统中提供全球覆盖的SAT网络。在时变SAT网络拓扑结构下，LEO SAT网络表现出许多用户的极长链路距离。这使得现有的多址协议，例如为固定地面网络拓扑设计的基于随机接入信道（RACH）的蜂窝协议，不适合。为了克服这个问题，在本文中，我们提出了一种新的免授权的随机接入解决方案的LEO SAT网络，称为紧急随机接入信道协议（eRACH）。与现有的基于模型的标准化协议形成鲜明对比的是，eRACH是一种无模型方法，通过使用多代理深度强化学习（MADRL）与非静态网络环境交互而出现。此外，通过利用已知的SAT轨道模式，eRACH不需要中央协调或跨用户的额外通信，同时通过规则的轨道模式稳定训练收敛。与RACH相比，我们从各种模拟中表明，我们提出的eRACH的平均网络吞吐量高出54.6%，平均接入延迟低约两倍，同时实现0.989 Jain的公平性指数。
2021-12-03 cs.IT cs.LG 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
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
Multi-Domain Iterative Detection for Massive Connectivity in LEO Satellite Networks
Beijing Institute of Technology（北京理工大学）；Beihang University（北京航空航天大学）
针对低地球轨道卫星网络大规模连接中现有方案性能不佳的问题，提出迭代残差反馈多测量向量近似消息传递算法，利用多域协同稀疏性及残差反馈机制，并设计数据调制方案，提升了检测精度等性能。
2026-08-27 cs.IT eess.SP math.IT
Compressive Sensing-Based Grant-Free Massive Access for 6G Massive Communication
本文综述了面向6G大规模通信的基于压缩感知的免授权大规模接入范式，指出现有随机接入方案的局限，提出从单天线到大规模天线阵列、从单站到协作式大规模MIMO、从无源到有源接入的演进路线图，并讨论了关键挑战与未来方向。
2023-11-12 cs.IT eess.SP math.IT
On the Age of Information for AMP based Grant-Free Random Access
随着物联网（IoT）的快速发展，部署了大量设备，由于通信资源有限，这对接入网络提出了严峻的挑战。当大量用户竞争访问时，信息的新鲜度会因冲突的增加而变差。对于信息新鲜度感知场景来说，这可能是致命的，例如远程监控系统或自动驾驶系统，其中信息新鲜度起着关键作用。本文以信息时代（AoI）为主要性能指标，研究了基于AMP的免授权方案的信息新鲜度，并与基于授权的方案进行了比较。在此基础上，提出了一种结合休眠门限和强制激活门限的用户调度策略，进一步降低了平均用户感知距离。仿真结果表明，基于AMP的免授权方案能够以较少的导频资源提供足够的接入能力，并且对活跃用户数的波动具有鲁棒性。这确保了基于AMP的免授权方案可以将AAoI保持在低水平。实验结果还表明，所提出的阈值策略可以有效地提高信息的新鲜度。
2022-07-11 cs.IT math.IT
Joint Source-Channel Coding and Bayesian Message Passing Detection for Grant-Free Radio Access in IoT
考虑一个物联网（IoT）系统，它通过共享相同带宽的多个传感器来监视多个多值事件。每个传感器测量与一个或多个事件相关的数据，并在相应事件处于活动状态时使用免授权随机访问与基站的融合中心进行通信。基站旨在检测活动事件，并且针对每个活动事件，确定描述每个活动事件的状态的标量值。基于分离源信道（SSC）编码的传统解决方案将为每个传感器使用分离的码本，并且在基站处解码传感器的发送分组，以便随后执行事件检测。相比之下，本文考虑了一种潜在的更有效的解决方案，通过基于类型的多址接入（TBMA）的非正交推广的联合信源信道（JSC）编码的基础上。因此，测量相同事件的所有传感器共享相同码本（具有非正交码字），并且基站直接检测事件的值，而无需首先对每个传感器执行单独解码。提出了一种新的贝叶斯消息传递检测方案的TBMA为基础的协议，其性能相比，传统的解决方案。
2019-10-25 cs.IT eess.SP 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
Semantics-Aware Updates from Remote Energy Harvesting Devices to Interconnected LEO Satellites
本文针对能量采集物联网设备向互连低轨卫星传输状态更新的场景，提出语义感知方法优化信息版本年龄，通过跳过过时或不相关数据降低更新频率并显著提升能量效率。
2025-05-07 cs.IT cs.NI math.IT
LEO Satellite-Enabled Random Access with Large Differential Delay and Doppler Shift
本文针对无GNSS辅助的LEO卫星无授权随机接入场景，提出基于OTFS的扩频多帧传输方案及三模块接收机，利用GAMP、消息传递、三维稀疏性和CNN联合实现设备识别、信道估计与符号检测，性能显著优于传统方法。
2024-12-30 cs.IT eess.SP math.IT
Space Diversity-Based Grant-Free Random Access for Critical and Non-Critical IoT Services
在本文中，我们研究的关键和非关键的物联网（IoT）服务的共存的无线电接入和回程段组成的免授权信道。在无线电接入段，IoT设备使用时隙ALOHA协议通过擦除冲突信道向接入点（AP）发送数据包。然后，AP通过共享无线回程段将正确接收的消息转发到基站（BS），该共享无线回程段被建模为擦除冲突信道。因此，AP扮演提供空间分集的不协调中继的角色，并且可以减少由冲突引起的性能损失。非正交和服务间的正交资源共享被认为是和比较。分析了吞吐量和可靠性指标，并提供了数值结果，以评估关键和非关键物联网服务之间的性能权衡。
2019-09-24 cs.IT cs.NI math.IT
Grant-Free Coexistence of Critical and Non-Critical IoT Services in Two-Hop Satellite and Terrestrial Networks
地面和卫星通信网络通常依赖于两跳无线架构，其中接入信道之后是回程链路。实例包括云无线电接入网络（C-RAN）和低地球轨道（LEO）卫星系统。此外，以异构需求共存为特征的通信服务正在成为关键用例。本文研究了物联网（IoT）系统中关键业务（CS）和非关键业务（NCS）共享由无线接入和回程段组成的免授权信道的性能。在无线电接入段，IoT设备使用时隙ALOHA（SA）向一组非协作接入点（AP）发送数据包。然后，AP通过采用SA的共享无线回程段将正确接收的消息转发到基站。我们首先研究了一个简化的擦除信道模型，这是非常适合卫星应用。然后，为了考虑陆地场景，考虑衰落的影响。其中的主要结论，我们表明，正交服务间资源分配一般是首选NCS设备，而非正交协议可以提高吞吐量和分组成功率的CS设备的地面和卫星的情况。
2021-09-25 cs.IT cs.NI math.IT
Analyzing Uplink Grant-free Sparse Code Multiple Access System in Massive IoT Networks
免授权稀疏码多址接入（GF-SCMA）被认为是未来无线网络中一种很有前途的多址接入方式。在本文中，我们专注于表征上行链路GF-SCMA方案在具有无处不在连接的网络（例如物联网（IoT）网络）中的性能。为了提供一个易于处理的方法来评估GF-SCMA的性能，我们首先开发了一个理论模型，考虑到SCMA系统中的多用户检测（MUD）的属性。然后，我们分析了在码本冲突的情况下GF-SCMA的出错率性能，以研究在大规模物联网网络中重用码本时GF-SCMA的可靠性。对于性能评估，成功概率和平均符号错误概率（ASEP）的精确近似。为了进一步阐述，我们利用分析结果讨论了GFSCMA中码字稀疏度的影响。在此之后，我们进行了比较研究SCMA和它的变种，密集码多址（DCMA），GF传输，这两个方案的有效性提供见解。这有利于GF-SCMA系统设计的实际实现。仿真结果表明，更密集的码本可以帮助支持更多的UE，并增加GF-SCMA网络中数据传输的可靠性。此外，由于SCMA可以实现过载增益，因此在低检测阈值下通过具有密集UE部署的GFSCMA可以实现更高的成功概率。
2021-03-18 cs.IT eess.SP 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
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
Device Activity Detection for Massive Grant-Free Access Under Frequency-Selective Rayleigh Fading
在频率选择性衰落环境下，大规模免授权接入的设备活动检测和信道估计一直是一个突出的问题。本文旨在应对这一挑战。具体而言，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，用于具有一个M天线基站（BS），N个单天线物联网（IoT）设备和P个信道抽头的宽带系统。我们得到两个不同的，但等效的频率选择性瑞利衰落下的接收导频信号的模型。基于每个模型，我们制定设备活动检测作为一个非凸的最大似然估计（MLE）问题，并提出了一个迭代算法，以获得一个稳定点，使用最佳技术。所提出的两种基于MLE的方法具有相同的计算复杂性阶O（NPL ^2），而与M无关，并且当P=1时退化为现有的基于MLE的设备活动检测方法。传统的信道估计方法可以容易地应用于基于所接收的导频信号的导出模型之一来在频率选择性瑞利衰落下对检测到的有源设备进行信道估计。仿真结果表明，这两种方法具有不同的系统参数优势，可以相互补充，为频率选择性瑞利衰落下的免授权大规模接入提供有前途的设备活动检测设计。
2021-12-31 cs.IT math.IT
Grant-Free Random Access of IoT devices in Massive MIMO with Partial CSI
无线设备的数量急剧增加，导致许多设备争用无线电资源。在这项工作中，我们提出了一种算法来检测无源随机访问的活动设备，即，设备不协调。在发送有效载荷数据之前，设备使用网络已知的唯一但非正交的前导码。它们不采用任何载波侦听技术，并且盲发送前导码和数据。为了检测活跃用户，我们利用部分信道状态信息（CSI），这可能是通过以前的信道估计。对于静态设备，例如，物联网节点，它表明，CSI的时变比假设在许多理论工作。所提出的迭代算法使用最大似然方法来估计每个已知设备的活动和潜在的相位偏移。该算法的收敛性进行了评估。针对不同质量的部分CSI和不同的信噪比，评估了在误检概率和虚警概率方面的性能。
2023-01-12 cs.IT eess.SP math.IT
Quasi-Synchronous Random Access for Massive MIMO-Based LEO Satellite Constellations
针对大规模MIMO LEO卫星物联网的准同步随机接入，提出训练序列多载波、OAMP-MMV活动与延迟估计、2D-ESPRIT信道增强及多星协作检测方案。
2023-04-10 cs.IT eess.SP math.IT
Expectation Propagation for Distributed Inference in Grant-Free Cell-Free Massive MIMO
本文提出基于期望传播的分布式算法，用于无授权蜂窝式大规模MIMO系统的联合活动检测、信道估计和数据检测，有效缓解导频污染并提升检测精度。
2026-01-07 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
Grant-Free Opportunistic Uplink Transmission in Wireless-powered IoT: A Spatio-temporal Model
环境射频（RF）能量收集作为无线功率物联网（IoT）网络的使能器而被广泛推广。本文联合特征的能量收集和数据包传输的免授权的机会上行链路物联网网络通过收集下行链路能量。为了做到这一点，联合排队论和随机几何模型被用来开发一个时空分析模型。特别是，收获的能量和数据包传输成功概率的特点是使用随机几何工具。{此外，使用二维离散时间马尔可夫链（DTMC）对每个设备进行建模。这两个维度被用于联合地跟踪去往/来自电池的所收集/耗尽的能量以及分组随时间到达/离开设备缓冲器。因此，所采用的排队模型表示空间上相互作用的队列的设备。为此，网络性能进行评估，根据数据包吞吐量，平均延迟，和平均缓冲区大小。讨论了基站（BS）密集化的影响，并提供了几个设计见解。结果表明，上行链路功率控制和机会信道接入的参数应联合优化，以最大化平均网络分组吞吐量，从而最小化延迟。
2020-11-16 cs.IT math.IT
Joint Slot and Power Optimization for Grant Free Random Access with Unknown and Heterogeneous Device Activity
本文针对物联网中设备活动未知且异构的免授权随机接入场景，提出了联合优化设备时隙选择与发射功率的算法，并利用连续干扰消除接收机降低中断率，仿真证明其优于基线方法。
2024-07-26 cs.IT cs.NI eess.SP
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
Information-Centric Grant-Free Access for IoT Fog Networks: Edge vs Cloud Detection and Learning
考虑了多小区雾无线电接入网络（F-RAN）架构，其中物联网（IoT）设备周期性地对感兴趣的量（QoI）进行噪声观测，并在上行链路中使用免授权接入进行发送。每个小区中的设备连接到边缘节点（EN），该边缘节点也可以具有到中央处理器的有限容量前传链路。与传统的信息不可知协议相比，设备使用基于类型的多址（TBMA）协议进行发送，该协议被定制为使得能够基于从IoT设备接收的测量来估计每个小区中的相关QoS的字段。本文首次在具有边缘或云检测的多小区F-RAN模型中研究了这种形式的以信息为中心的无线电接入。边缘和云检测的设计和比较多细胞系统。最佳的基于模型的检测器的介绍和由此产生的渐近行为的错误的概率在云和边缘。然后，对于统计模型不可用的情况，讨论了数据驱动的边缘和云检测器，并在数值结果中进行了评估。
2020-01-21 cs.IT cs.NI 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
Compressive Massive Access for Internet of Things: Cloud Computing or Fog Computing?
本文考虑了对免授权大规模接入的支持，解决了大规模用户情况下的主动用户检测和信道估计问题。利用用户活动的稀疏性，将相关问题转化为压缩感知问题，并采用近似消息传递（AMP）算法求解。考虑到多个接入点的协作，针对AMP算法的部署，比较了云计算和雾计算两种处理范式在保证超可靠低延迟接入方面的有效性。对于云计算，接入点之间采用云无线接入网（C-RAN）的方式连接，所有接入点接收到的信号在云基带单元中进行集中和联合处理。而对于雾计算，基于雾无线接入网络（F-RAN），对整个网络的用户活动和相应信道的估计被拆分，并且在用户附近的接入点和雾处理单元处执行相关处理任务。仿真结果表明，与基于传统C-RAN的云计算模式相比，基于F-RAN的雾计算部署具有明显的优越性。
2020-02-07 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
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
Distributed Iterative ML and Message Passing for Grant-Free Cell-Free Massive MIMO Systems
针对免授权无蜂窝大规模MIMO系统的活跃检测与导频污染抑制难题，提出含逐分量迭代分布式ML活跃检测、PP-VB-EP联合检测估计及分布式VL-EP的分布式算法，提升收敛性并降低初始化敏感性。
2025-08-02 cs.IT eess.SP math.IT
Grant-Free Massive Random Access With a Massive MIMO Receiver
我们认为无源随机接入（U-RA）的问题，一个免授权的非协调形式的随机接入，在一个大规模的MIMO基站配备了大量的$M$的天线和大量的无线单天线设备（用户）的无线信道。我们考虑一个块衰落信道模型，其中每个用户的$M$维信道向量在包含$L$信号时频维度的相干块上保持恒定。在所考虑的设置中，潜在用户$K_\text{tot}$的数量比$L$大得多，但是在每个时隙，只有它们中的$K_a \ll K_\text{tot}$是活动的。基于压缩感知的先前结果要求$K_a < L$，这是物联网和U-RA等大规模部署场景中的瓶颈。在活动检测的上下文中，已知当基站天线$M$的数量足够大并且在接收机处采用基于协方差的恢复算法时，可以克服这种限制。我们表明，在U-RA的背景下，相同的概念允许实现高频谱效率的顺序$\mathcal{O}(L \log L)$，虽然在指数增长的复杂性。我们还表明，级联编码方案可以用来降低复杂度到一个可接受的水平，同时仍然实现总的频谱效率的顺序为$\mathcal{O}(L/\log L)$。
2019-11-30 cs.IT math.IT
Semi-Grant-Free Orthogonal Multiple Access with Partial-Information for Short Packet Transmissions
针对短包传输，提出 PIMA 半免授权随机接入协议，通过基站获取瞬时流量部分信息来优化时隙分配，显著降低碰撞与延迟，且对各类流量表现出鲁棒性。
2023-07-27 cs.IT cs.NI eess.SP
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
Joint Activity and Blind Information Detection for UAV-Assisted Massive IoT Access
免授权非相干索引调制（NC-IM）最近被认为是一种有效的大规模接入方案，用于实现传输小数据分组的成本和能量受限的物联网（IoT）设备。针对基于无人机（UAV）的大规模物联网接入，研究了结合正交频分复用的免授权NC-IM方案。具体地，每个设备被分配唯一的非正交签名序列码本。每个有源设备通过调制所发送的签名序列的索引中的信息，在给定的时间-频率资源中发送其签名序列中的一个。针对部署在无人机空中基站（BS）的小规模多输入多输出（MIMO）系统，通过联合利用空时频域设备活动，提出了一种计算效率高的空时频联合活动盲信息检测（JABID）算法，显著提高了检测性能。此外，对于部署在空中基站的大规模MIMO，通过利用虚拟角域信道的稀疏性，我们提出了一种基于角域的JABID算法，以提高系统性能，减少接入延迟。此外，对于高移动性物联网设备和/或无人机的情况下，我们引入了一个时间-频率扩展传输（TFST）策略，提出的JABID算法，以打击双选择性衰落信道。最后，大量的仿真结果表明，所提出的算法和TFST策略比已知的国家的最先进的算法的优越性。
2022-01-03 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
Deep Reinforcement Learning-Aided Random Access
我们考虑由接入点（AP）和K个物联网（IoT）节点组成的系统模型，这些节点偶尔变得活跃以便向AP发送数据。假设AP具有N个时间-频率资源块，其可以分配给希望发送数据的IoT节点，其中N < K。主要问题是如何在每个时隙中将N个时频资源块分配给IoT节点，使得平均分组速率最大化。针对这个问题，我们提出了一种深度强化学习（DRL）辅助随机接入（RA）方案，其中AP处的智能DRL代理学习预测每个时隙中物联网节点的活动，并向预测为活动的物联网节点授予时频资源块。接下来，被DRL代理误分类为非活动的IoT节点以及小区中看不见的或新到达的节点采用标准RA方案，以便获得时频资源块。我们利用专业知识更快地培训DRL代理。我们的数值计算结果表明，在平均数据包速率方面的显着改善时，建议的DRL辅助RA计划相比，在实践中使用的现有解决方案，标准的RA计划。
2020-04-05 cs.IT eess.SP math.IT
