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
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
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
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
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
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
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
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
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
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
Adaptive Finite Blocklength for Low Access Delay in 6G Wireless Networks
针对6G mURLLC中现有随机接入和固定帧结构难以满足低时延需求的问题，提出基于免授权的自适应块长方案，通过实时调整块长并优化排队与传输时延，显著降低接入时延。
2024-07-17 cs.IT 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
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
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
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 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
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
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
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
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
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
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
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
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
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
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
On the Codebook Design for NOMA Schemes from Bent Functions
University of Bergen（卑尔根大学）；Western Norway University of Applied Sciences（西挪威应用科学大学）；Naval Postgraduate School（海军研究生院）
本文提出通过递归方法构造NOMA码本，利用二次弯曲函数设计低相关性的Golay序列，实现最优码本性能。
2025-12-19 cs.DM cs.IT math.CO
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
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
