空间相关大规模 MTC 中联合用户识别与信道估计的迭代重加权算法
信号处理
2021-03-16 v1
摘要
联合用户识别与信道估计（JUICE）是无授权大规模机器类通信（mMTC）中的主要挑战。用户活动的稀疏模式允许将 JUICE 求解为多重测量向量（MMV）设置下的压缩感知问题。本文在实际的空间相关衰落信道下处理 JUICE。我们将 JUICE 表述为迭代重加权 -范数优化。我们开发了计算高效的乘子交替方向法（ADMM）来求解它。特别地，通过利用信道的二阶统计量，我们重新表述 JUICE 问题以利用协方差信息，并推导了其基于 ADMM 的解。仿真结果突出了所提方法在信道估计和活动检测性能方面带来的显著改进。
引用
@article{arxiv.2103.08242,
title = {Iterative Reweighted Algorithms for Joint User Identification and Channel Estimation in Spatially Correlated Massive MTC},
author = {Hamza Djelouat and Markus Leinonen and Markku Juntti},
journal= {arXiv preprint arXiv:2103.08242},
year = {2021}
}
备注
5 pages and 3 figures. This paper has been accepted at 2021 IEEE International Conference on Acoustics, Speech and Signal Processing