Coded Compressed Sensing with Successive Cancellation List Decoding for Unsourced Random Access with Massive MIMO
无源随机接入（URA）是一种日益流行的通信范例，其与\textit{Internet-of-Things}（IoT）网络中的机器驱动数据传输相协调。在典型的URA设置中，非常大的群体内的活动设备的小子集希望向中央基站发送短消息。最初定义的基站配备了一个单一的天线，URA范式最近已扩展到实际的情况下，涉及基站与大量的天线由Fengler等人提出的级联编码方案，其中利用了非贝叶斯稀疏恢复算法，再加上由Amalladinne等人介绍的树码。在编码压缩感知的背景下。目前，现有的MIMO实现方式孤立地使用这两个组件。本文介绍了一种增强的连续取消列表解码风格的计划，促进稀疏恢复算法和树解码器之间的动态交互。这种修改可以大大减少AD算法的搜索空间，并且它在错误性能和计算复杂性方面都有显着的改善。仿真结果表明，对于一个系统与100个活跃用户，建议的解码器减少所需的天线在基站的数量由23%，以实现类似于Fengler等人的方案的性能。
2021-05-05 cs.IT math.IT
Random Spreading for Unsourced MAC with Power Diversity
我们提出了一种改进的随机扩频方法与极化码的无源多址接入。每个用户通过极化码对其消息进行编码，然后使用随机扩频序列对编码比特进行扩频。该方法将活跃用户分为不同的组，并采用不同的功率水平，为每个组的平均功率约束得到满足。我们制定和解决一个优化问题，以确定组的数量，以及每个组的用户数量和功率水平。大量的仿真结果表明，该方法优于现有的方法，特别是当活跃用户的数量是大的。
2021-08-27 cs.IT math.IT
Unsourced Random Access with a Massive MIMO Receiver Using Multiple Stages of Orthogonal Pilots
本文研究了瑞利块衰落信道下接收机配置多天线的无源随机接入问题。我们采用多个阶段的正交导频，其中每一个是随机挑选的码本。在所提出的方案中，每个用户使用极化码对其消息进行编码，并将其附加到所选择的导频序列以构建其发送的信号。因此，接收信号由用户信号的叠加组成，每个用户信号由多个正交导频部分和极化编码部分组成。我们使用一个迭代的方法来解码发送的消息，以及一个合适的连续干扰消除方案。通过大量的仿真结果表明，该方案的性能显着优于现有的方法URA多输入多输出衰落信道。
2022-05-19 cs.IT math.IT
An Achievability Bound for Type-Based Unsourced Multiple Access
本文推导了基于类型的无源多址接入系统的可达性界，提供了高斯多址接入信道中消息类型总变差距离的上界，并验证了基于编码压缩感知的实用方案与该界相差约3 dB。
2025-04-28 cs.IT math.IT
A Fully Bayesian Approach for Massive MIMO Unsourced Random Access
提出一种全贝叶斯方法用于大规模MIMO无源随机接入，通过三层消息传递算法联合解码信息块并获取信道，显著提升了频谱效率和鲁棒性。
2023-06-27 cs.IT math.IT
Multi-User SR-LDPC Codes via Coded Demixing with Applications to Cell-Free Systems
本文提出MU-SR-LDPC编码，结合SR-LDPC码与编码分离技术，实现协调多用户非正交多址，在固定信噪比下以更高总速率达到目标误码率，并支持无蜂窝系统的本地联合解码。
2024-02-10 cs.IT eess.SP math.IT
Structured Masked Diffusion for Shared-Codebook Unsourced Random Access Decoding
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Seoul National University（首尔大学）
提出基于掩码扩散的联合多用户解码器CIDER，通过分离和奇偶感知传播提高效率，在高负载下通过质量引导重解码提升可靠性，在符号错误率上匹配或优于传统方法，速度提升6倍至100倍以上。
2026-10-15 cs.IT eess.SP math.IT
SPARC-LDPC Coding for MIMO Massive Unsourced Random Access
提出了一种适用于多输入多输出（MIMO）大规模无源随机接入（URA）的稀疏回归码（LDPC）联合编码方案。与现有的基于协方差的最大似然（CB-ML）检测方案不同，我们首先将用户的消息分为两部分。前一部分由SPARC编码，并负责恢复部分消息，相应的信道系数以及通过压缩感知的交织模式。后一部分采用LDPC码进行编码，然后采用时分多址（IDMA）方案进行交织。后一部分的解码是基于置信传播（BP）联合连续干扰消除（SIC）。数值结果表明，我们的计划优于CB-ML计划时，在基站的天线数小于活跃用户的数量。该方案的复杂度为$\mathcal{O}\left(2^{B_p}ML+\widehat{K}ML\right)$阶，低于CB-ML方案。此外，我们的方案具有更高的频谱效率（近$15$倍大）比CB-ML，因为我们只分裂成两个部分的消息。
2022-01-11 cs.IT math.IT
An Exploration of the Heterogeneous Unsourced MAC
无源MAC模型最初是为了研究通信场景而引入的，在该通信场景中，许多具有低复杂度和低能量的设备希望将其各自的消息上传到基站。在原始问题公式中，所有设备使用相同的信息速率进行通信。这在设备处具有变化的信道条件、功率预算和有效载荷要求的某些无线情况下可能是非常低效的。本文扩展了原来的问题设置，以便允许这种变化。更具体地说，我们考虑的情况下，设备集群成两个类，可能具有不同的SNR水平或不同的有效载荷要求。在具有较高功率的集群中，设备使用两层叠加调制进行传输。在具有较低能量的簇中，用户使用与在高功率簇中相同的基本星座进行发送。在每一层内，设备采用相同的码本。在接收机处，使用近似消息传递（AMP）来恢复信号分组，并且使用连续干扰消除（SIC）从高功率电平进行到低功率电平。该分层架构在每个分组内使用编码压缩感知（CCS）来实现。一个外部的树代码被用来缝合片段在一起的时间和层，根据需要。这种务实的方法，异构CCS的数值验证和设计指导方针确定。
2020-11-22 cs.IT math.IT
Joint Device Detection, Channel Estimation, and Data Decoding with Collision Resolution for MIMO Massive Unsourced Random Access
在本文中，我们研究了一个联合的设备活动检测（DAD），信道估计（CE），和数据解码（DD）算法的多输入多输出（MIMO）大规模无源随机接入（URA）。与现有的时隙传输方案不同，所提出的框架中的数据仅被分成两部分。数据的一部分通过压缩感知（CS）编码，其余部分通过低密度奇偶校验（LDPC）编码。除了作为数据的一部分之外，CS阶段中的信息比特还承担交织模式设计和信道估计（CE）的任务。利用时分多址（IDMA）的原理来减少LDPC阶段中设备之间的干扰。基于置信传播（BP）算法，一个低复杂度的迭代消息传递（MP）算法被用来解码嵌入在这两个阶段的数据分别。此外，结合连续干扰消除（SIC），所提出的联合DAD-CE-DD算法执行，以进一步提高性能，利用彼此的信念。此外，基于能量检测（ED）和滑动窗口协议（SWP），我们开发了一个冲突解决协议来处理码字冲突，在URA系统中的一个常见的问题。除了复杂度的降低，所提出的算法表现出显着的性能增强相比，国家的最先进的效率和准确性。
2021-12-17 cs.IT eess.SP math.IT
Sparse Kronecker-Product Coding for Unsourced Multiple Access
本文提出了一种适用于无源多址接入的稀疏Kronecker积（SKP）编码方案。具体地，每个活动用户的数据被编码为两个分量码字的克罗内克积，其中一个分量码字是稀疏的，另一个分量码字是前向纠错（FEC）编码的。在接收端，提出了一种迭代译码算法，该算法包括用于Kronecker积分解的矩阵分解和用于分量稀疏码和FEC码的软输入软输出译码。为了提高性能，进一步引入了循环冗余校验（CRC）辅助干扰消除技术。数值结果表明，当活跃用户数小于75时，该方案的性能优于现有方案，在码长为30000时，该方案在0.1 dB的间隔内接近随机编码界，并且即使活跃用户数相对较大时，该方案的出错率也很小.
2021-06-03 cs.IT eess.SP math.IT
Coded Orthogonal Modulation for the Multi-Antenna Multiple-Access Channel
针对多天线多址通信中联合估计所有用户码字计算不可行的问题，提出低复杂度的编码正交调制多址（COMMA）方案，结合外部码与MMV-AMP算法，在性能上优于传统线性多用户检测，并推导了系统参数的界限与缩放定律。
2023-07-03 cs.IT math.IT
Asynchronous MIMO-OFDM Massive Unsourced Random Access with Codeword Collisions
本文针对异步MIMO-OFDM大规模免授权随机接入中的TO/CFO和码字冲突问题，提出基于双重稀疏性的消息传递稀疏贝叶斯学习算法和多时隙图算法，实现信道与偏移估计及数据恢复性能的显著提升。
2024-10-10 cs.IT eess.SP math.IT
Polar Coding and Random Spreading for Unsourced Multiple Access
本文提出了一种新的传输方案的无源，非协调高斯多址接入问题。该方案利用单用户编码，随机扩频，最小均方误差（MMSE）估计，和连续干扰消除的概念。具体来说，每个消息被分成两部分：第一个片段用作确定应该采用哪个扩频序列的内射函数的参数，而消息的第二个分量使用极化码进行编码。然后，使用在第一步骤期间确定的序列来扩展后面的编码比特。随后的信号通过高斯多址信道（GMAC）传输。在接收机侧，使用基于相关的能量检测器来检测有效序列，从而同时恢复各个签名序列及其以序列选择函数的原像的形式产生的信息比特。使用检测到的活动扩频序列的集合，MMSE估计器被用来产生对应于这些检测到的用户的消息的第二部分的对数似然比（LLR）。然后，将与每个检测到的用户相关联的LLR传递给极化码的列表解码器，该列表解码器执行单用户解码以解码消息的第二部分。该解码操作通过从接收信号中减去由于成功解码的消息引起的干扰并对残留信号重复上述步骤来迭代地进行。在这个阶段，所提出的算法优于替代现有的低复杂度计划时，活跃的使用次数低于225。
2019-11-04 cs.IT math.IT
A Hybrid Approach to Coded Compressed Sensing where Coupling Takes Place via the Outer Code
本文旨在推进编码压缩感知（CCS）作为一种实用的方案，无源随机接入。原始CCS算法具有级联结构，其中内部代码负责支持恢复，外部树代码进行消息消歧。最近，CCS和稀疏回归码之间的联系被建立起来，导致近似消息传递（AMP）到CCS的应用。这种联系随后通过动态去噪器在外部代码上集成AMP和信念传播来加强。沿着这些路线，这项工作显示了块对角传感矩阵类似于传统CCS中使用的矩阵，以及上述动态去噪器，形成了一种有效的手段，以低复杂度获得良好的性能。这种新颖的架构可以用于将该方案扩展到以前不切实际的尺寸。数值模拟结果的支持。
2020-10-22 cs.IT math.IT
An enhanced decoding algorithm for coded compressed sensing
编码压缩感知是一种适用于高维空间稀疏恢复的算法框架。这个框架最初设想的无源多址接入信道，一个无线范例调谐到机器类型的通信。编码压缩感知使用分治方法将稀疏恢复任务分解为子组件，其尺寸适合于传统的压缩感知求解器。然后使用低复杂度解码器将恢复的片段缝合在一起。本文介绍了一种增强的编码压缩感知解码算法，其中片段恢复和拼接过程是串联执行的，在它们之间传递信息。这种新颖的方案可以提高性能并显着降低计算复杂性。该算法机会源于这样的认识，即编码压缩感测固有的奇偶结构可以用于动态地限制后续恢复算法的搜索空间。
2019-10-22 cs.IT eess.SP math.IT
Unsourced Random Access Using Multiple Stages of Orthogonal Pilots: MIMO and Single-Antenna Structures
针对瑞利块衰落下的无源随机接入，提出多级正交导频时隙结构、polar 编码、用户分组及迭代 SIC 解码，在 MIMO 与单天线场景均优于现有方案。
2023-07-14 cs.IT math.IT
A Coded Compressed Sensing Scheme for Uncoordinated Multiple Access
本文介绍了一种新的通信方案，称为编码压缩感知，无源多址通信。所提出的分而治之的方法利用压缩感知和前向纠错的最新进展，产生一种新的非协调访问范式，以及计算效率高的解码算法。在此框架内，每个活动设备将其数据划分为几个子块，随后使用系统线性块码添加冗余。然后采用压缩感知技术来恢复子块直到它们的顺序的置换，并且通过使用基于树的算法将片段拼接在一起来获得原始消息。这种访问模式的错误概率和计算复杂性的特点。一个优化框架，它利用性能和计算复杂度之间的权衡，开发分配奇偶校验位的每个子块。此外，两个象征性的奇偶校验比特分配策略进行了检查，并分析了其性能的限制，作为活动用户的数量和相应的有效载荷趋于无穷大。所需的信道使用的数量和与这些分配策略相关联的计算复杂性建立了各种缩放制度。数值结果表明，编码压缩感知优于其他现有的实际访问策略在一系列的操作场景。
2019-06-25 cs.IT eess.SP math.IT
