面向大规模接入的基于降维的联合活动检测与信道估计算法
信息论
2020-02-19 v1 信号处理
math.IT
摘要
免授权随机接入是支持超五代（B5G）蜂窝物联网（IoT）中具有稀疏业务的海量接入的一种有前景协议。具体而言，在每个相干间隔内，基站（BS）在数据传输前执行联合活动检测与信道估计（JADCE）。由于大规模天线阵列的部署和海量 IoT 设备的存在，JADCE 通常具有高计算复杂度并需要长导频序列。为解决这些挑战，本文提出一种降维方法，通过利用其稀疏与低秩结构将原始设备状态矩阵投影到低维空间。然后，我们针对 JADCE 开发了一个带耦合满列秩约束的优化设计框架以缩减搜索空间规模。然而，所得问题非凸且极难处理，常规凸松弛方法不适用。为此，我们对非平滑目标函数提出对数平滑方法，并将目标矩阵转化为半正定矩阵，进而给出黎曼信赖域算法在复数域求解该问题。仿真结果表明，所提算法对大规模 JADCE 问题高效，且比仅利用设备状态矩阵稀疏性的现有最优算法需要更短的导频序列。
引用
@article{arxiv.1912.08952,
title = {A Dimension Reduction-Based Joint Activity Detection and Channel Estimation Algorithm for Massive Access},
author = {Xiaodan Shao and Xiaoming Chen and Rundong Jia},
journal= {arXiv preprint arXiv:1912.08952},
year = {2020}
}
备注
16 pages, 11 figures