未知大尺度衰落、信道统计、噪声方差和活跃概率下无蜂窝网络大规模连接的活跃检测：一种贝叶斯方法
机器学习
2024-02-05 v2 信号处理
摘要
活跃检测是下一代免授权多址接入中的一项重要任务。尽管已有许多为此目的设计的算法，但它们大多需要关于网络的精确信息，例如大尺度衰落系数、小尺度衰落信道统计、接入点处的噪声方差以及用户活跃概率。获取这些信息将带来显著的开销，且其估计值可能不准确。在无蜂窝网络中，由于需要获取的参数众多，这个问题更为严重。因此，本文着手研究在上述信息缺失情况下的活跃检测问题。为了处理如此多的未知参数，本文采用了贝叶斯方法，其中未知变量被赋予先验分布，这些分布有效地起到了正则化的作用。结合似然函数，推导出了一个最大后验（MAP）估计器和一个变分推断算法。大量仿真表明，所提出的方法即使在缺乏这些系统参数知识的情况下，其性能也优于现有的最先进方法，如基于协方差的方法和近似消息传递方法。
引用
@article{arxiv.2401.16775,
title = {Activity Detection for Massive Connectivity in Cell-free Networks with Unknown Large-scale Fading, Channel Statistics, Noise Variance, and Activity Probability: A Bayesian Approach},
author = {Hao Zhang and Qingfeng Lin and Yang Li and Lei Cheng and Yik-Chung Wu},
journal= {arXiv preprint arXiv:2401.16775},
year = {2024}
}
备注
16 pages, 9 figures, accepted for publication in IEEE Transactions on Signal Processing