基于块压缩感知的 M2M 通信分布式设备检测

在本工作中，我们利用压缩感知（CS）框架来解决大规模机器到机器（M2M）通信网络中的分布式设备检测与资源分配问题。网络中部署的设备根据某些预定义准则被划分为簇。此外，每个簇中的设备被分配以特定设计的唯一签名，用于向网络指示其活动状态。本工作提出的方案主要包括两个基本步骤：(i) 基站（BS）使用一种新颖的块素描算法检测活动簇及每个簇中的活动设备数量，并据此分配一定数量的资源。(ii) 每个活动设备使用增强的贪婪算法检测其在所在簇内所有活动设备中的排名，并基于该排名接入相应资源进行传输。通过利用 M2M 设备行为中的相关性及其激活模式的稀疏性，设备检测问题由此被转化为对特定二值块稀疏信号 $x\in\mathbb{B}^N$ 的 CS 支撑恢复过程——该信号块稀疏度为 $K_B$，块内稀疏度为 $K_I$，块大小为 $d$。理论分析表明，M2M 设备的激活模式可在 $\mathcal{O}(\max\{K_B\log N, K_BK_I\log d\})$ 的采集时间内可靠重构，与标准 CS 算法相比，实现了更好的扩展性与更低的 $\mathcal{O}(N(K_I^2+\log N))$ 计算复杂度。此外，大量仿真证实了所提方案在检测过程中的鲁棒性，特别是与 LTE 随机接入（RA）流程及经典的基于簇的接入方法等传统方案相比，具有更高的检测概率与更低的接入延迟。