面向大规模机器类通信中用户活动检测与信道估计的空间相关感知压缩感知
信号处理
2022-02-03 v3
摘要
免授权接入因能提升能效并减小信令开销，被视为大规模机器类通信(mMTC)的关键赋能技术。由于mMTC中用户活动具有稀疏性，联合用户识别与信道估计(JUICE)是一大主要挑战。本文针对单天线用户与多天线基站(BS)在空间相关衰落信道下的单小区mMTC场景中的JUICE问题展开研究。具体而言，利用用户活动的稀疏性，我们在多测量向量压缩感知(CS)框架下求解JUICE，考虑基站端是否已知先验信道分布信息(CDI)两种情况。首先，对于无先验信息的情况，我们将JUICE表述为迭代重加权范数最小化问题。其次，当基站已知CDI时，我们利用该可用信息，从贝叶斯估计视角将JUICE表述为最大后验概率(MAP)估计问题。针对两种JUICE表述，我们基于交替方向乘子法(ADMM)推导了高效的迭代求解方案。数值实验表明，与现有算法相比，所提方案在更短的导频序列下实现了更高的信道估计质量与活动检测准确率。
引用
@article{arxiv.2104.08508,
title = {Spatial Correlation Aware Compressed Sensing for User Activity Detection and Channel Estimation in Massive MTC},
author = {Hamza Djelouat and Markus Leinonen and Markku Juntti},
journal= {arXiv preprint arXiv:2104.08508},
year = {2022}
}
备注
31 pages, 10 Figures, Accepted for publication in IEEE Transactions on Wireless Communications