指数修正AMP用户活跃性检测及信道估计算法

为了在大规模机器类型通信(mMTC)场景下提高海量用户的活跃性检测性能,传统的近似消息传递(AMP)算法虽然复杂度比较低,但在收敛速度和检测结果的精准度的方面有待提升。文章结合指数修正函数的泛函理论能够在加快AMP算法迭代收敛的同时提升用户活跃性检测(UAD)及信道估计(CE)性能的特性,将指数修正函数融合到AMP算法当中,提出一种指数修正的AMP(E-M-AMP)检测算法,从而实现更加高效、精确的UAD和CE方案。MATLAB仿真结果表明,与传统的AMP算法相比,文章提出的E-M-AMP算法具有更好的UAD和CE性能。

一种大规模MIMO系统的联合用户活跃性和信号检测方法

上行免调度大规模多输入多输出(m MIMO)系统中,当接收天线相关性增加或活跃设备数增大时,传统的联合用户活跃性和信号检测方法性能急剧下降。另外,传统方法需要知道噪声功率,而实际中往往难以获得准确信息。针对上述问题,提出了一种基于酉变换近似消息传递和期望最大化的联合用户活跃性和信号检测方法。与传统的近似消息传递算法不同,所提的酉变换近似消息传递算法假设噪声功率未知。首先,利用酉变换近似消息传递算法将m MIMO基站侧接收信号进行解耦处理,同时估计噪声功率。然后,利用解耦信号,基于期望最大化算法实现用户活跃性检测。最后,通过计算解耦信号所属星座点的后验概率得到信号检测结果。仿真结果表明,所提方法在联合用户活跃性和信号检测方面优于传统方法。