免授权稀疏码多址系统中基于深度学习带提取网络的数据辅助活跃检测
信息论
2023-05-22 v2 信号处理
math.IT
摘要
本通信提出一种用于免授权稀疏码多址（SCMA）系统的基于深度学习的数据辅助活跃用户检测网络（D-AUDN），其利用 SCMA 码本与 Zadoff-Chu 前导码进行活跃检测。由于数据与前导码分布差异以及码本碰撞，当每个码本关联多个前导码时，现有 D-AUDN 会出现性能下降。为此，在 D-AUDN 中集成用户活跃提取网络（UAEN），从码本中提取先验活跃信息，从而改善关联前导码的活跃检测。此外，考虑了高效的 SCMA 码本设计与 Zadoff-Chu 前导码关联以进一步提升性能。
引用
@article{arxiv.2305.07945,
title = {Deep Learning-based Data-aided Activity Detection with Extraction Network in Grant-free Sparse Code Multiple Access Systems},
author = {Minsig Han and Ameha T. Abebe and Chung G. Kang},
journal= {arXiv preprint arXiv:2305.07945},
year = {2023}
}