3、基于压缩感知的大规模接入活动用户检测与信道估计方案

基于压缩感知的大规模接入活动用户检测与信道估计方案

在大规模接入场景中，可靠地检测活动用户并估计其信道状态是一项具有挑战性的任务。本文将介绍基于压缩感知（CS）的活动用户检测（AUD）和信道估计（CE）方案，这些方案旨在解决大规模接入中的高效通信问题。

1. 预备知识

• 上行信号帧结构 ：上行信号帧由 $T$ 个时隙组成，其中前 $G$ 个时隙包含导频和数据，其余 $(T - G)$ 个时隙仅用于数据传输。假设 $T$ 小于信道相干时间，且设备在 $T$ 个时隙内的活动状态保持不变。
• 信号模型 ：在基站处，第 $p$ 个导频子载波上 $G$ 个连续时隙接收到的信号可表示为：
  [
  Y_G^p = S_G^p X_p + N_p, \forall p \in [P]
  ]
  其中，$Y_G^p = [y_1^p, \cdots, y_G^p]^T \in C^{G \times M}$，$S_G^p = [s_1^p, \cdots, s_G^p]^T \in C^{G \times K}$，$X_p = H_p^T \in C^{K \times M}$，$N_p = [n_1^p, \cdots, n_G^p]^T$。
• 问题转化 ：基于有噪声的测量值 ${Y_G^p} {p = 1}^P$ 和已知的导频矩阵 ${S_G^p} {p = 1}^P$，需要可靠地估计活动设备集（ADS）$A$ 和对应的信道向量 ${h_{p,k}} {p = 1}^P, k \in