无小区大规模 MIMO 网络中免授权活动检测的轻量级学习

Ali Elkeshawy; Haifa Fares; Amor Nafkha

无小区大规模 MIMO 网络中免授权活动检测的轻量级学习

信号处理 2025-09-30 v3 机器学习

作者: Ali Elkeshawy , Haifa Fares , Amor Nafkha

摘要

免授权随机接入 (GF-RA) 是未来无线网络中用于大规模机器类通信的一种极具前景的接入技术，特别是在 5G 及以上 (6G) 系统背景下。在 GF-RA 的背景下，本研究调查了采用监督机器学习技术来解决设备活动检测 (AD) 挑战的效率。GF-RA 通过采用非正交导频序列来解决可扩展性问题，与受限于正交前导资源稀缺性的传统基于授权的随机接入 (GB-RA) 技术相比，提供了一种高效的替代方案。在本文中，我们提出了一种新颖的轻量级数据驱动算法框架，专为无小区大规模多输入多输出 (CF-mMIMO) 网络中 mMTC 的 GF-RA 活动检测而设计。我们提出了两种不同的框架部署策略，即集中式和分散式，两者均旨在简化所提方法在网络基础设施中的实现。此外，我们引入了优化的检测后方法，并辅以聚类阶段来增强整体检测性能。我们符合 3GPP 标准的仿真验证了所提算法实现了 SOTA 的基于模型的活动检测精度，同时显著降低了复杂度。该算法达到了 99% 的精度，证明了其在现实世界中的可行性与有效性。

关键词

免授权随机接入活动检测无小区大规模 MIMO 机器学习设备活动检测轻量级算法

引用

@article{arxiv.2503.11305,
  title  = {Lightweight Learning for Grant-Free Activity Detection in Cell-Free Massive MIMO Networks},
  author = {Ali Elkeshawy and Haifa Fares and Amor Nafkha},
  journal= {arXiv preprint arXiv:2503.11305},
  year   = {2025}
}

备注

arXiv admin note: text overlap with arXiv:2406.07160

无小区大规模 MIMO 网络中免授权活动检测的轻量级学习

摘要

关键词

引用

备注

相关论文