具有未知空间协方差的分层 MTC 用户活动检测与信道估计
信号处理
2023-10-17 v1
摘要
本文在实际具有未知协方差矩阵的空间相关信道模型下，解决机器类通信中的联合用户识别与信道估计（JUICE）问题。此外，我们考虑一个具有遵循事件触发业务模式的分层用户活动模式的 MTC 网络。其中用户分布在簇上，具有结构化的零星活动行为，表现出簇级和簇内稀疏模式。为解决 JUICE 问题，我们首先利用强先验的概念，提出一种分层稀疏诱导的 spike-and-slab 先验来建模结构化稀疏活动模式。随后，我们通过将期望传播（EP）算法与期望最大化（EM）框架相结合推导出贝叶斯推断方案。其次，我们将 JUICE 重新表述为最大后验（MAP）估计问题，并基于交替方向乘子法（ADMM）提出一种计算高效的求解方案。更确切地说，我们用基于长求和惩罚的簇稀疏促进先验来松弛强 spike-and-slab 先验。然后我们推导出一种通过一系列闭式更新求解 MAP 问题的 ADMM 算法。数值结果突出了所提算法获得的显著性能增益，以及它们针对用户稀疏活动行为各种假设的鲁棒性。
引用
@article{arxiv.2310.10204,
title = {Hierarchical MTC User Activity Detection and Channel Estimation with Unknown Spatial Covariance},
author = {Hamza Djelouat and Mikko J. Sillanpää and Markus Leinonen and Markku Juntti},
journal= {arXiv preprint arXiv:2310.10204},
year = {2023}
}
备注
Submitted to IEEE TWCOM