4、基于压缩感知的活跃用户检测与信道估计技术解析

基于压缩感知的活跃用户检测与信道估计技术解析

1. 引言

在蜂窝大规模 MIMO 系统的免授权大规模接入场景中，活跃用户检测（AUD）和信道估计（CE）是关键环节。由于系统中设备数量众多且信道具有稀疏特性，如何高效准确地进行 AUD 和 CE 成为研究重点。本文将详细介绍几种基于压缩感知（CS）的 AUD 和 CE 方案，并对其性能进行分析。

2. 相关方案介绍

2.1 联合 AUD 和 CE 方案

• 方案 1 ：基于模型 (2.11)，采用 GMMV - AMP 算法，G 值固定。在该方案中，利用 BI - AD 进行活跃设备检测比 CG - AD 更可靠。
• 方案 2 ：基于模型 (2.12)，同样使用 GMMV - AMP 算法，G 值固定。与方案 1 不同，对于方案 2，CG - AD 进行活跃设备检测比 BI - AD 更可靠。这是因为 Wp 比 Xp 更稀疏，即定义的稀疏度 Ka < Ka，方案 2 中可靠 AUD 和 CE 所需的 G 主要取决于 Ka 而非 Ka。但虚拟角域稀疏性会削弱 Wp 多列之间的共同稀疏模式。

2.2 交替 AUD 和 CE 方案

2.2.1 Turbo - GMMV - AMP 算法（方案 3）

该算法旨在交替执行 AUD 和 CE，交替利用模型 (2.11) 和模型 (2.12) 以提高性能，适用于信道稀疏度未知的实际大规模接入场景。其具体步骤如下：