宋晓群,金明,贾忠杰
(宁波大学信息科学与工程学院,浙江 宁波 315211)
随着物联网(internet of things,IoT)和移动互联网的快速发展,5G移动通信系统需要应对高吞吐量、低时延和大规模连接的挑战[1]。大规模多输入多输出(massive multiple-input multiple-output,mMIMO)技术由于其能够提升频谱效率、能量效率和可靠性已成为5G移动通信的关键技术之一[2-3]。在mMIMO系统中,基站通常会配置数十甚至数百根天线来服务多个IoT设备(用户)[4]。
按照传统通信方式,用户接入基站需要一个握手过程,即IoT设备首先向基站申请信道资源,在基站调度并分配信道后才能向基站发送数据。由于IoT设备每次发送的信息数据量非常少,甚至远少于握手过程产生的信令开销。因此,握手过程会造成信道资源的极大浪费。另一方面,IoT设备与基站之间的握手过程会产生较大的时延,造成5G移动系统无法达到低时延的目标。
针对上述问题,人们提出了无握手过程的免调度方案,即在基站侧同时进行活跃性检测和信号检测[5]。利用活跃(即发射信号)的IoT设备数量远小于基站侧天线数量的特点,压缩感知算法被用于联合用户活跃性和信号检测[6-11]。参考文献[6]提出了一种结构化迭代支撑检测算法,在未知稀疏度条件下进行联合用户活跃性和信号检测,但是该方法未将离散信号特征作为先验。参考文献[7]利用帧结构稀疏性和离散信号特征,提出了一种基于近似消息传递和期望最大化的联合检测算法,但是该算法对信道相关性敏感。参考文献[8]通过矩阵向量化将帧结构稀疏性转换为块结构稀疏性,提出了基于门限判决块稀疏和基于交叉验证块稀疏的自适应子空间追踪算法进行联合用户活跃性和信号检测。……