基于软解码的极码张量无源随机接入
信号处理
2024-10-23 v1
摘要
无源随机接入(URA)已成为支持第六代(6G)无线网络中大规模机器类型通信(mMTC)的可行方案。值得注意的是,张量基的URA(TURA)凭借其固有的张量结构,在多用户分离方面不仅提升了性能,还降低了计算复杂度,尤其在设备数目很大的数据流量增长网络中尤为突出。然而,当前的TURA方案缺乏软解码器,从而阻碍了现有先进编码技术的应用。为充分探索TURA的潜力,本文研究了极码TURA(PTURA)方案并构建了相应的具有反馈的迭代贝叶斯接收机(IBR-FB)。具体而言,在IBR-FB中,我们提出了以Grassmannian调制辅助的贝叶斯张量分解(GM-BTD)算法,该算法基于变分贝叶斯学习(VBL)框架,利用Grassmannian调制的特性促进VBL过程的收敛,且能够在不知道活跃设备数量的情况下生成所需的软信息。进一步地,基于GM-BTD产生的软信息,我们设计了IBR-FB中的软Grassmannian解调器。大量仿真结果表明,结合IBR-FB的proposed PTURA在准确性和计算复杂度方面均优于现有的领先无源随机接入方案。
引用
@article{arxiv.2406.16381,
title = {Polar-Coded Tensor-Based Unsourced Random Access with Soft Decoding},
author = {Jiaqi Fang and Yan Liang and Gangle Sun and Hongwei Hou and Yafei Wang and Li You and Wenjin Wang},
journal= {arXiv preprint arXiv:2406.16381},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication