Massive Uncoordinated Multiple Access for Beyond 5G
本文提出一种用于mMTC的新型上行多址接入方案，通过分配唯一扩频码同时实现扩频与设备识别，并结合稀疏信号重建和BIC模型阶数选择的识别算法及基于机器学习的非相干多用户检测，消除了导频与设备标识开销，在无信道先验知识下实现了有效数据检测。
2024-03-25 cs.IT eess.SP math.IT
DNN-Aided Message Passing Based Block Sparse Bayesian Learning for Joint User Activity Detection and Channel Estimation
面对未来蜂窝通信中大规模连接、零星传输和小数据包的特点，提出了一种免授权的非正交随机接入（NORA）系统，以降低接入时延，支持更多的设备。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。在该算法中，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，权重可以缓解MP-BSBL算法的收敛问题。仿真结果表明，提出的DNN-MP-BSBL算法能够以较少的迭代次数提高UAD和CE的精度。
2019-10-08 cs.IT eess.SP math.IT
Message Passing-Based Joint User Activity Detection and Channel Estimation for Temporally-Correlated Massive Access
本文研究了时间相关大规模接入系统中的用户活动检测和信道估计问题，其中大量用户零星地与基站进行通信，并且每个用户一旦被激活就可以以很大的概率在多个连续帧上进行传输。我们制定的问题作为一个动态压缩感知（DCS）的问题，利用稀疏性和用户活动的时间相关性。通过利用混合广义近似消息传递（HyGAMP）框架，我们设计了一个计算效率高的算法，HyGAMP-DCS，来解决这个问题。与仅利用历史估计相比，所提出的算法在相邻帧之间执行双向消息传递以用于活动似然更新，从而充分利用时间相关的用户活动。此外，我们开发了一个期望最大化HyGAMP-DCS（EM-HyGAMP-DCS）算法，自适应学习超参数的估计过程中，当系统统计是未知的。特别地，我们建议利用状态演化的分析工具来找到合适的EM-HyGAMP-DCS的超参数初始化。仿真结果表明，本文提出的算法可以显著提高用户活动检测精度，减小信道估计误差。
2023-01-26 cs.IT eess.SP math.IT
Coherent Detection for Short-Packet Physical-Layer Network Coding with FSK Modulation
研究了双向中继信道中短分组传输的物理层网络编码（PNC）相干检测问题。PNC将叠加的EM波转换为网络编码消息，以提高中继系统的吞吐量。为了实现这一点，在中继准确的信道信息是必要的。许多先前的工作应用于信道估计。对于长分组，由于大的数据有效载荷，前导码开销低。对于短数据包，情况并非如此。为了避免过多的开销，我们考虑一个设置，其中短数据包没有优先级。一个关键的挑战是中继如何能够估计信道和检测网络编码的消息联合从两个终端用户的接收信号的基础上。我们设计了一个相干检测器，利用置信传播（BP）算法来做到这一点。为了具体起见，我们着重于频移键控（FSK）调制。我们展示了如何可以简化BP算法，并与高斯混合物通过实用。此外，我们证明，先验知识的渠道分布是不需要与我们的框架。对检测器的信道分布的先验知识进行基准测试，数值结果表明，我们的检测器可以有几乎相同的性能，没有这样的先验知识。
2019-04-17 cs.IT math.IT
Interference Calculation in Asynchronous Random Access Protocols using Diversity
当信道感测不可能或不方便并且来自终端的业务是不可预测和零星的时，使用基于Aloha的随机接入协议是有趣的。本文提出了一种基于分集的异步随机接入协议中分组干扰计算的解析模型。其目的是提供一种工具，避免耗时的模拟，以评估数据包丢失和吞吐量的情况下，解码仍然是可能的，当某个干扰阈值不超过。此外，相同的模型代表了进一步研究的基础，其中迭代干扰消除应用于接收的帧。
2015-02-04 cs.IT cs.NI math.IT
On the Role of Early-Termination for Age of Information in Tree-Based Random Access Protocols
本文首次对外生流量下门控接入的Capetanakis树型随机接入协议的平均信息年龄进行理论分析，并提出提前终止变体，揭示可靠性与时效性之间的权衡。
2025-06-05 cs.IT cs.NI math.IT
Fixed-Symbol Aided Random Access Scheme for Machine-to-Machine Communications
拥挤的机器对机器（M2M）通信中设备的密集性给现有的随机接入（RA）方案带来了新的挑战，诸如沉重的信令开销和严重的接入冲突。为了减少信令开销，我们提出了一种固定符号辅助的RA方案，其中主动设备以免授权的方式接入网络，即，在随机选择的时隙中直接发送数据分组。为了进一步解决接入冲突，这阻碍了活动检测，一个固定的符号被插入到每个发送的数据包在所提出的方案。对该固定符号的接收信号执行基于迭代消息传递的活动检测（MP-AD）算法，以检测每个时隙中的设备活动。此外，进一步设计了深度神经网络辅助MP-AD（DNN-MP-AD）算法，以缓解迭代消息传递过程的相关性问题。在DNN-MP-AD算法中，迭代消息传递过程从因子图转移到DNN。对DNN中的消息施加权重，并进一步训练以提高设备活动检测的准确性。最后，通过数值仿真，对所提出的RA方案的吞吐量、所提出的MP-AD算法的准确性以及DNN-MP-AD算法带来的性能改善进行了分析。
2019-04-24 cs.IT math.IT
Error Floor Analysis of Irregular Repetition ALOHA
随着物联网的快速发展，大量简单的发射器对无线介质的有效共享变得至关重要。基于广播的解决方案对于这种设置是低效的，其中小数据单元由大部分时间空闲的终端零星地广播。现代随机接入已经接受了挑战，并提供了合适的时隙同步和异步多址接入解决方案的基础上复制的数据包和利用连续干扰消除（SIC）在接收机。在这项工作中，我们专注于异步现代随机接入。具体来说，我们推导出一个分析近似的性能不规则重复ALOHA（IRA）在所谓的错误地板区域。数值结果表明，在不同的情况下，导出的近似的紧密性。
2022-02-17 cs.IT math.IT
Bits Through Bufferless Queues
本文研究了服务时间独立同分布的排队系统中，连续数据包通过队列的时间来传递信息的信道容量。这种定时信道通常是在工作守恒队列的假设下研究的。与此相反，本文研究的情况下，一个无缓冲队列，下降到达的数据包，而一个数据包是在服务。在此无缓冲模型下，本文给出了定时信道容量的上界，并建立了无缓冲M/M/1和M/G/1排队情况下的可达速率。特别是，与M/M/1工作保留队列相比，无缓冲区M/M/1队列在最坏的情况下容量减少不到10%。
2013-12-18 cs.IT math.IT
Doped Fountain Coding for Minimum Delay Data Collection in Circular Networks
本文研究了分散的，喷泉和网络编码的基础上，以促进数据汇集的环形无线传感器网络，这依赖于数据存储的随机多样性的策略。目标是允许在随机位置和随机时间访问网络的数据收集器减少延迟收集。数据分发是由一组中继，形成一个循环路由交换源数据包。在路由的中继的传输范围内的存储节点使用随机分散策略线性地组合和存储偷听的中继传输。智能数据收集器首先从其附近的存储节点的子集收集编码分组的最小集合，这可能足以恢复原始分组，并且通过使用消息传递解码器，尝试从该集合恢复所有原始源分组。每当解码器停止时，重新开始解码的源分组从其原始源节点被轮询/掺杂。解码/掺杂过程的基于随机游走的分析通过对所需掺杂分组的数量的预测来消除收集延迟分析。当与理想孤子码度分布一起使用时，掺杂分组的数量可以令人惊讶地小，因此，当源节点的密度足够大时，掺杂策略可以具有最小的收集延迟。此外，我们证明了网络编码使传播更有效的代价是一个更大的收集延迟。毫不奇怪，相对于模型是随机几何图的网络，环形网络允许明显更易于（分析和其他方面）处理的策略。
2010-01-21 cs.IT 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
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
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
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
Reconfigurable Intelligent Surface for Massive Connectivity
随着物联网（IoT）的快速发展，大规模机器类型通信已经成为一种有前景的应用场景，其中大量设备零星地向基站（BS）发送。可重构智能表面（Reconfigurable intelligent surface，RIS）是近年来提出的一种新技术，它通过建立良好的信号传播环境来提高能量效率和覆盖范围，从而改善大规模连接中的数据传输。然而，BS需要检测活动设备并估计信道以支持RIS辅助的大规模接入系统中的数据传输，这产生了独特的挑战。本文将考虑一个RI辅助的上行物联网网络，旨在解决与RI相关的活动检测和信道估计问题，其中BS检测活动设备并估计RI到设备链路和RI到BS链路的分离信道。由于RIS和BS之间的散射有限，我们将RIS到BS信道建模为稀疏信道。因此，通过同时利用大规模连接和RIS-BS信道中零星传输的稀疏性，我们将RIS-related活动检测和信道估计问题制定为稀疏矩阵分解问题。在贝叶斯推理框架的基础上，提出了一种基于近似消息传递（AMP）的算法来解决该问题，并通过中心极限定理和泰勒级数参数对算法进行近似，降低了计算复杂性。最后，通过大量的数值实验验证了算法的有效性和改进性.
2021-01-13 cs.IT eess.SP math.IT
A Novel HARQ-CC Assisted SCMA Scheme
提出HARQ-CC辅助SCMA方案，设计同步/异步重传模式及FGA、LLRC两种多用户检测方法，仿真验证不同模式下两种方法的性能差异及误差传播成因。
2024-04-15 cs.IT math.IT
Compressive Massive Random Access for Massive Machine-Type Communications (mMTC)
在未来的无线网络中，大规模机器类型通信（mMTC）的一个基本挑战在于以低延迟可靠地支持大规模连接。在此背景下，本文提出了一种基于压缩感知（CS）的mMTC大规模随机接入方案，利用固有的零星业务，其中活动设备及其信道可以联合估计与低开销。具体地说，我们考虑在上行链路的大规模随机接入设备采用伪随机导频，这是在CS理论的框架下设计的。同时，在基站（BS）的大规模随机接入，可以制定为稀疏信号恢复问题，通过利用稀疏的性质，活跃的设备。此外，通过利用不同的接收天线和子载波之间的结构稀疏性，我们开发了一个分布式多测量矢量近似消息传递（DMMV-AMP）算法，以进一步提高性能。此外，所提出的DMMV-AMP算法的状态演化（SE）推导出预测的性能。仿真结果表明，该方案的优越性，表现出良好的紧密性与理论SE。
2018-09-12 cs.IT math.IT
Fluid-Antenna-Assisted Distributed Joint Decoding for Cell-Free Massive MIMO Unsourced Random Access
Southeast University（东南大学）；National Mobile Communications Research Laboratory, Frontiers Science Center for Mobile Information Communication and Security, Southeast University（国家移动通信重点实验室，移动信息与安全前沿科学中心，东南大学）；Purple Mountain Laboratories（紫金山实验室）
该研究针对无蜂窝大规模MIMO非授权随机接入的多用户干扰等问题，提出流体天线辅助的分布式联合解码方法，经仿真验证可提升接收功率，实现流体天线与该接入技术的可行集成。
2026-08-24 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
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
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
Semi-Blind Channel-and-Signal Estimation for Uplink Massive MIMO With Channel Sparsity
本文考虑了上行链路大规模多输入多输出（MIMO）系统的收发机设计与信道稀疏在角域。最近的研究表明，基于稀疏学习的盲信号检测能够通过使用基于消息传递的稀疏矩阵分解方法来恢复信道和数据。短导频序列被插入到用户数据包中，以消除稀疏矩阵分解中固有的所谓相位和置换模糊性。在本文中，更有效地利用这些短导频序列的知识，我们提出了一种半盲信道和信号估计（SCSE）计划，其中的导频序列的知识被集成到消息传递算法稀疏矩阵分解。SCSE算法涉及对所有可能的用户排列的枚举，因此当用户数量相对较大时是耗时的。为了降低复杂性，我们进一步开发了简化的SCSE（S-SCSE），以适应大量用户的系统。我们表明，我们的半盲信号检测方案大大优于国家的最先进的盲检测和训练为基础的计划在短导频制度。
2019-06-04 cs.IT math.IT
Energy-efficiency of Massive Random Access with Individual Codebook
大规模机器类通信已成为未来无线网络最具代表性的业务之一。它旨在支持用户设备（UE）的大规模连接，这些UE偶尔发送具有小尺寸的分组。在这项工作中，我们假设UE的数量随着块长度线性且无限制地增长，并且每个UE具有单独的码本。在所有UE中，未知的UE子集是活动的，并且通过共享频谱无线电链路向基站发送固定数量的数据比特。在这些设置下，我们推导出可靠的随机接入在准静态衰落信道和不信道状态信息（CSI）在接收机上的最小能量每比特的可扩展性和逆界。这些界限为适合大规模随机接入的新方案提供了节能指导。仿真结果表明，对于UE密度$μ$的大值，正交化方案TDMA是能量低效的。此外，当$μ$低于临界阈值时，多用户干扰可以被完美地消除。在无CSI的情况下，用于随机接入的每比特能量仅比具有知识UE活动的每比特能量多一点。
2020-08-20 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
Joint Multiple Symbol Differential Detection and Channel Decoding for Noncoherent UWB Impulse Radio by Belief Propagation
针对非相干差分超宽带脉冲无线电（UWB-IR）系统，提出了一种基于置信传播（BP）消息传递算法的联合多符号差分检测（MSDD）和信道译码方案。MSDD是提高非相干差分UWB-IR系统性能的有效手段。为了优化UWB-IR的整体检测和解码性能，本文提出了一种新的软输入软输出（SISO）MSDD方案，并将其与非相干差分UWB-IR的SISO信道解码相结合。建议的AcR可以利用整个数据包中的数据符号之间的依赖性（施加的差分调制）。信号概率模型具有隐马尔可夫链结构。我们使用因子图来表示这个隐马尔可夫链。然后，在因子图上应用BP消息传递算法，提出了一种SISO MSDD方案，该方案比以前的MSDD方案性能更好，并且易于与SISO信道译码结合，形成联合MSDD和信道译码方案。仿真结果表明，我们的MSDD方案和联合MSDD和信道解码方案的性能优势。
2015-05-26 cs.IT math.IT
Energy and Age-Aware MAC for Low-Power Massive IoT
针对低功耗海量物联网的高效多址接入挑战，本文提出类ALOHA的能量与信息年龄（AoI）感知MAC方案，在满足能量收集约束下最小化系统平均AoI，仿真显示性能较现有协议提升24%至90%。
2025-02-12 cs.IT math.IT
Efficient Massive Machine Type Communication (mMTC) via AMP
针对海量机器类通信短包传输，提出基于贝叶斯 AMP 与 MMSE 去噪器的低复杂度多用户检测算法，在 Eb/N0 = 4 dB 时性能显著优于现有 AMP 方法。
2024-03-25 cs.IT math.IT
Matrix Factorization Based Blind Bayesian Receiver for Grant-Free Random Access in mmWave MIMO mMTC
针对毫米波MIMO系统免授权随机接入中导频开销大问题，提出基于矩阵分解的盲贝叶斯接收机，实现无导频的联合用户活动检测、信道估计与信号检测，有效降低开销与延迟。
2023-04-10 cs.IT eess.SP math.IT
Performance Analysis of Joint Active User Detection and Channel Estimation for Massive Connectivity
本文考虑联合主动用户检测（AUD）和信道估计（CE）的大规模连接的情况下，零星的流量。在贝叶斯框架下执行联合AUD和CE的最新方法是近似消息传递（AMP）。然而，现有的基于AMP的联合AUD和CE的理论分析只能在AMP状态演化函数的给定不动点下进行，缺乏AMP相变和贝叶斯最优性的分析。在本文中，我们提出了一个新的理论框架来分析性能的联合AUD和CE问题，采用副本方法在贝叶斯最优条件。具体来说，我们的分析是基于一般的信道模型，这减少到特定的信道模型在多个典型的MIMO通信场景。我们的理论框架允许人们测量基于AMP的联合AUD和CE的最优性和相变，以及在我们的模型下预测相应的性能指标。为了具体化我们提出的理论框架，我们分析了大规模随机接入文献中的两个典型场景，即，各向同性信道情形和空间相关信道情形。因此，我们的性能分析产生了一些新的结果，为各向同性的瑞利信道和空间相关的信道的情况下。
2022-06-25 cs.IT math.IT
Unsourced Random Access
本专著系统梳理噪声信道中的无源随机接入（URA）问题，阐述其通过共享编码器简化接收、并将随机接入作为编码问题处理的核心思想。
2025-09-29 cs.IT math.IT
Multi-Class Unsourced Random Access via Coded Demixing
无源随机访问（URA）是最近提出的一种适合机器驱动数据传输的通信范式。在原始URA公式中，所有活动设备共享每个数据包的相同比特数。到目前为止，几类设备同时传输的情况很少受到关注。该问题的初始解决方案采取组连续干扰消除的形式，其中首先恢复来自具有更多资源的一类设备的码字，然后解码剩余消息。本文介绍了一种基于近似消息传递的联合迭代译码方法。该框架具有从单类编码压缩感知借用的级联编码结构，并且承认以很少增加的计算复杂性提供性能改进的解决方案。我们的研究结果指出了多类URA和压缩分层之间的新联系。通过数值仿真验证了所设想的算法的性能。
2021-02-15 cs.IT math.IT
Massive Access for Future Wireless Communication Systems
多址技术在过去的几十年里在无线通信中扮演着重要的角色：它增加了信道的容量，允许不同的用户同时接入系统。然而，传统的多址技术，如最初设计用于当前的以人为中心的无线网络，是不可扩展的未来的以机器为中心的无线网络。大规模接入（在文献中以诸如无源大规模随机接入、大规模连接、大规模机器类型通信和多接入信道等名称进行研究）通过在每个蜂窝网络中潜在地支持数百万个设备而展现出与当前网络的彻底决裂。连接设备数量的巨大增长需要从根本上重新思考传统的多址接入技术，以支持适合大规模随机接入的新方案。在这一背景下出现的许多新挑战中，最相关的是：大量突发设备同时发送短分组的通信的基本限制，低复杂度和高能效的大规模接入编码和通信方案的设计，用于在具有零星传输的大量潜在用户设备中检测相对少量的活动用户的有效方法模式，以及大规模接入与大规模MIMO等重要无线通信技术的融合。本文介绍了大规模接入无线通信的概念和当代研究这一重要课题的概述。
2020-02-25 cs.IT math.IT
Scheduling Versus Contention for Massive Random Access in Massive MIMO Systems
大规模机器类型通信协议通常是在用户之间的协调需要显著的通信开销并且因此是不切实际的假设下设计的。然而，在有效的活动检测和无冲突调度的最新进展表明，协调的成本可以远远低于天真的计划调度。这项工作考虑的情况下，大量的设备与零星的流量寻求访问一个大规模的多输入多输出（MIMO）基站（BS），并探讨了一种方法，在该方法中，设备活动检测之后是一个单一的共同反馈广播消息，这是用来调度活跃的用户到不同的传输时隙，并分配正交导频的用户进行信道估计。建议的协调通信方案相比，两个流行的竞争为基础的计划：编码导频接入，这是基于编码时隙ALOHA的原则，和一个近似的消息传递计划联合用户活动检测和信道估计。数值结果表明，预定的大规模访问提供了显着的增益，在每个时隙的成功传输的数量和总速率，由于减少干扰，在只有一个小的反馈成本。
2022-07-09 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
User Activity Detection and Channel Estimation for Grant-Free Random Access in LEO Satellite-Enabled Internet-of-Things
随着密集的低地球轨道（LEO）星座的最新进展，LEO卫星网络已成为提供物联网（IoT）服务全球覆盖的一种有前途的解决方案。针对随机激活的物联网设备的零星传输，考虑随机接入机制，提出了一种免授权的接入机制（GF-RA），以降低对移动低轨卫星的接入时延。针对地面-卫星GF-RA系统中的用户活动检测（UAD）和信道估计（CE）问题，提出了一种基于期望最大化的Bernoulli-Rician消息传递（BR-MP-EM）算法。该BR-MP-EM算法分为两个阶段。在内部迭代中，Bernoulli消息和Rician消息被更新用于联合UAD和CE问题。基于内迭代的输出，在外迭代中采用期望最大化（EM）方法来更新与信道损伤相关的超参数。最后，仿真结果表明，所提出的BR-MP-EM算法的UAD和CE的准确性，以及对信道损伤的鲁棒性。
2020-05-20 cs.IT eess.SP math.IT
Sparse Activity Detection for Massive Connectivity
本文考虑了大规模的连接应用程序中，大量的潜在设备与基站（BS）在零星的方式进行通信。在这种情况下，设备活动模式的检测以及信道的估计是中心问题。由于网络中潜在设备的数量很大，需要为这些设备分配非正交签名序列。本文的主要目的是表明，通过使用随机签名序列，并通过利用稀疏的用户活动模式，联合用户检测和信道估计问题可以被公式化为压缩感知单测量向量（SMV）问题或多测量向量（MMV）问题，取决于BS是否具有单天线或多天线，并使用近似消息传递（AMP）算法高效求解。本文提出了一种AMP算法设计，利用无线信道的统计信息，并提供了一个分析表征的虚警和漏检的概率，通过使用状态演变。我们考虑两种情况下，取决于是否大规模的信道衰落的组成部分是已知的BS和设计的最小均方误差（MMSE）去噪AMP根据信道统计。仿真结果表明，在AMP设计中利用统计信道信息的巨大优势，但是，知道大规模衰落分量并没有提供切实的好处。对于多天线的情况下，我们采用两种不同的AMP算法，即AMP与矢量降噪和并行AMP-MMV，并量化的好处部署在BS多个天线。
2018-01-17 cs.IT 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
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
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
Variational Bayesian Inference Clustering Based Joint User Activity and Data Detection for Grant-Free Random Access in mMTC
针对大规模连接和零星接入，免授权随机接入已经成为大规模机器类型通信（mMTC）的有前途的候选接入协议。与传统的基于授权的协议相比，免授权随机接入跳过了调度信息的交换以减少信令开销，并且便于共享接入资源以提高接入效率。然而，在接收机设计中仍然存在一些挑战，例如活动用户的未知身份和共享接入资源上的多用户干扰（MUI）。在这项工作中，我们处理的问题，联合用户活动和数据检测的免授权随机接入。具体地说，近似消息传递（AMP）算法首先采用减轻MUI和解耦的不同用户的信号。然后，我们扩展的数据符号字母表，将无效的符号从非活动用户。通过这种方式，联合用户活动和数据检测问题被公式化为高斯混合模型下的聚类问题。此外，在AMP算法，变分贝叶斯推理为基础的聚类（VBIC）算法开发，以解决这个聚类问题。仿真结果表明，与现有的解决方案相比，所提出的AMP组合VBIC（AMP-VBIC）算法在检测精度方面获得了显着的性能增益。
2022-10-25 cs.IT eess.SP math.IT
Joint Device Activity Detection, Channel Estimation and Signal Detection for Massive Grant-free Access via BiGAMP
针对5G及后续系统大规模免授权接入的通信过载问题，本文提出基于行稀疏信道矩阵的BiGAMP算法，联合完成设备活动检测、信道估计与信号检测，通过理论分析与数值实验验证了其性能优势。
2023-04-03 cs.IT eess.SP math.IT
Compressive Sensing Based Adaptive Active User Detection and Channel Estimation: Massive Access Meets Massive MIMO
针对大规模多输入多输出（MIMO）系统中的大规模接入问题，提出了一种基于压缩感知的自适应主动用户检测和信道估计方案。通过利用大规模连接的用户设备的零星业务和大规模多输入多输出信道的虚拟角域稀疏性，所提出的方案可以支持大规模接入，大大减少接入延迟。具体而言，我们设计了非正交的伪随机导频的上行链路宽带大规模接入，并制定了积极的用户检测和信道估计的问题作为一个广义的多测量矢量压缩感知问题。此外，利用上行信道矩阵的结构稀疏性，提出了一种基于空域或角域信道模型的广义多测量向量近似消息传递（GMMV-AMP）算法，实现了同时进行的活跃用户检测和信道估计。为了联合利用在空间和角度域中呈现的信道稀疏性以增强性能，开发了用于检测活跃用户并以交替方式估计其信道的Turbo-GMMV-AMP算法。最后，提出了一种自适应接入方案，该方案自适应地调整接入时延，以保证在信道稀疏度未知的情况下，实际系统的可靠大规模接入。此外，所提出的GMMV-AMP算法的状态演化推导出预测其性能。仿真结果表明，所提出的主动用户检测和信道估计方案相比，几个基线方案的优越性。
2020-08-03 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
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
Study of Delay-Calibrated Joint User Activity Detection, Channel Estimation and Data Detection for Asynchronous mMTC Systems
针对异步 mMTC 系统中正交前导码不足导致的大规模碰撞问题，本文提出基于期望最大化和近似消息传递的时延校准联合用户活跃性检测、信道估计与数据检测算法，利用碰撞用户时延差异和过采样提升检测性能。
2025-07-19 cs.IT eess.SP math.IT
Joint Random Access and Localization in Cell-Free User-Centric Networks with Frequency-Selective Fading Channels
Communications and Information Theory Chair (CommIT), Faculty of Electrical Engineering and Computer Science, Technische Universität Berlin（柏林工业大学电气与计算机科学学院通信与信息论讲席）
本文针对无小区用户中心网络，提出联合随机接入与定位的统一框架，采用位置相关分区码本和近似消息传递方法，在频率选择性信道下实现优于传统方案的前导码检测与高精度定位。
2026-09-14 cs.IT eess.SP math.IT
On Massive IoT Connectivity with Temporally-Correlated User Activity
本文考虑物联网（IoT）网络中的联合设备活动检测和信道估计，其中存在大量IoT设备，但在每个时隙，只有其中的一个随机子集变为活动的短分组传输。特别是，我们建议利用用户活动中的时间相关性，即，在前一时隙活动的设备更可能在当前时刻仍然活动，以提高检测性能。尽管连续时隙中的用户活动在时间上相关，但由于未知的估计误差，揭示先前估计的活动模式（它是不完美的，但却是唯一可用的辅助信息（SI））与当前时刻的真实活动模式之间的联系是具有挑战性的。在这项工作中，我们设法在近似消息传递（AMP）的框架下解决这一挑战。具体地，由于状态演化，在前一时隙由AMP估计的活动模式与在前一时刻和当前时刻的真实活动模式之间的相关性被明确量化。基于定义良好的时间相关性，我们进一步设法将这个有用的SI嵌入到AMP框架下的最小均方误差（MMSE）去噪器和基于对数似然比（LLR）测试的活动检测器的设计中。理论上比较了SI辅助AMP算法和不利用时间相关性的AMP算法。此外，数值结果表明，在活动检测精度所带来的SI辅助算法的显着增益。
2021-05-05 cs.IT eess.SP math.IT
