面向无授权随机接入去中心化大规模 MIMO 中设备活动检测的鲁棒学习型稀疏恢复：增强对损伤的鲁棒性
信号处理
2025-03-14 v1 机器学习
摘要
大规模 MIMO 被认为是支持大规模机器型通信（mMTC）的关键使能技术。虽然大规模接入方案已针对共址大规模 MIMO 阵列进行了广泛分析，但本文探讨了在去中心化大规模 MIMO 系统背景下、面向 mMTC 的无授权随机接入中的活动检测，采用分布式天线阵列。这种设备活动状态的稀疏支撑恢复由有限数量的接入点（AP）集群完成，这些 AP 来自大量地理分布的 AP，共同服务于更多设备。活跃设备向 APs 传输非正交导频序列，APs 将接收到的信号转发至中央处理单元（CPU）进行协作活动检测。本文提出了一种简单高效的数据驱动算法，专为设备活动检测设计，在 CPU 中心化实现。此外，该研究评估了算法对输入扰动的鲁棒性，并考察了采用定点表示对其性能的影响。
引用
@article{arxiv.2503.10280,
title = {Robust Learning-Based Sparse Recovery for Device Activity Detection in Grant-Free Random Access Cell-Free Massive MIMO: Enhancing Resilience to Impairments},
author = {Ali Elkeshawy and Haifa Fares and Amor Nafkha},
journal= {arXiv preprint arXiv:2503.10280},
year = {2025}
}