多小区网络中免授权海量接入的 ML 与 MAP 设备活跃检测
信息论
2021-06-22 v1 信号处理
math.IT
摘要
设备活跃检测是免授权海量接入的主要挑战之一，该接入方式近期被提出用以支持海量机器类通信（mMTC）。现有设备活跃检测方案未能考虑由海量 IoT 设备产生的小区间干扰，或关于设备活跃与小区间干扰的重要先验信息。本文中，给定不同观测数量与网络参数，我们考虑由多个接入点（AP）与 IoT 设备组成的多小区网络中的非协作设备活跃检测与协作设备活跃检测。在每种活跃检测机制下，我们利用概率、随机几何与优化工具，考虑设备活跃与干扰功率的联合最大似然（ML）估计与联合最大后验概率（MAP）估计。每个估计问题均为困难的非凸问题，并提出坐标下降算法以获得驻点。所提各联合 ML 估计通过同时估计干扰功率与设备活跃，扩展了现有的单小区网络方案。所提各联合 MAP 估计进一步利用设备活跃与干扰功率的先验分布，增强了相应的联合 ML 估计。协作检测下的联合 ML 估计与联合 MAP 估计优于非协作检测下的对应方案，代价是增加了回程负担、网络参数知识需求与计算复杂度。
引用
@article{arxiv.2106.10438,
title = {ML and MAP Device Activity Detections for Grant-Free Massive Access in Multi-Cell Networks},
author = {Dongdong Jiang and Ying Cui},
journal= {arXiv preprint arXiv:2106.10438},
year = {2021}
}