基于压缩感知的物联网海量接入：依赖媒体调制辅助的机器类通信
信息论
2020-05-11 v2 信号处理
math.IT
摘要
大规模物联网的一个基本挑战在于如何支持海量机器类通信（mMTC）。本信提出了一种基于媒体调制的mMTC方案以提高吞吐量，其中采用基于大规模多输入多输出的基站（BS）来增强检测性能。对于此类mMTC场景，可靠的活动设备检测与数据解码构成了严峻挑战。通过利用BS接收到的mMTC上行接入信号的稀疏性，提出了一种基于压缩感知的海量接入方案以应对该挑战。具体而言，我们提出了一种块稀疏自适应匹配追踪算法用于检测活动设备，其中利用了跨连续时隙的上行接入信号的块稀疏性以及媒体调制符号的结构化稀疏性来增强检测性能。此外，设计了一种基于连续干扰消除的结构化子空间追踪算法用于活动设备的数据解调，其中利用了每个时隙中基于媒体调制的符号的结构化稀疏性来改善检测性能。最后，我们的仿真结果验证了所提方案相对于现有先进方案的优越性。
引用
@article{arxiv.2003.10180,
title = {Compressive Sensing Based Massive Access for IoT Relying on Media Modulation Aided Machine Type Communications},
author = {Li Qiao and Jun Zhang and Zhen Gao and Sheng Chen and Lajos Hanzo},
journal= {arXiv preprint arXiv:2003.10180},
year = {2020}
}
备注
submitted to IEEE Transactions on Vehicular Technology [Major Revision]