[論文レビュー] Coded Compressed Sensing with Successive Cancellation List Decoding for Unsourced Random Access with Massive MIMO

Vamsi K. Amalladinne, Jean‐François Chamberland+1 more|arXiv (Cornell University)|May 5, 2021

Indoor and Outdoor Localization Technologies参考文献 18被引用数 11

ひとこと要約

本稿では、マス・ミMOシステムにおけるアンソースト・ランダムアクセスのための強化された逐次キャンセレーション・リストデコーディング（SCLD）方式を提案する。この方式は、符号化圧縮センシングと木デコーダからの動的フィードバックを統合し、アクティビティ検出アルゴリズムの探索空間を削減する。提案手法は、100名のアクティブユーザーを想定した場合、必要な基地局アンテナ数を23%削減しつつ、誤り性能と計算効率を向上させる。

ABSTRACT

Unsourced random access (URA) is an increasingly popular communication paradigm attuned to machine driven data transfers in extit{Internet-of-Things} (IoT) networks. In a typical URA setting, a small subset of active devices within a very large population wish to transmit short messages to a central base station. Originally defined for base stations equipped with a single antenna, the URA paradigm has recently been extended to practical scenarios involving base stations with a massive number of antennas by Fengler et al. The proposed concatenated coding scheme therein utilizes a non-Bayesian sparse recovery algorithm coupled with the tree code introduced by Amalladinne et al. in the context of coded compressed sensing. Currently, the existing MIMO implementation uses these two components in isolation. This article introduces an enhanced successive cancellation list decoding style scheme that facilitates dynamic interactions between the sparse recovery algorithm and the tree decoder. This modification can reduce the search space of the AD algorithm drastically; and it results in significant improvements both in terms of error performance and computational complexity. Simulation results reveal that, for a system with 100 active users, the proposed decoder reduces the number of required antennas at the base station by 23\% to achieve a performance akin to the scheme by Fengler et al.

研究の動機と目的

• 多数の非協調的デバイスが不規則かつ短パケットで送信するマス・インターネット・オブ・シングズ（IoT）ネットワークにおける効率的な上行リンクアクセスの課題に対処すること。
• マス・ミMOシステムにおけるアンソースト・ランダムアクセスの誤り性能と計算複雑度を向上させること。
• 符号化圧縮センシングとマス・ミMOの間のギャップを埋めるために、木デコーダとアクティビティ検出アルゴリズムとの間で動的相互作用を可能にすること。
• 目標性能水準を維持したまま、基地局に必要な受信アンテナ数を削減すること。

提案手法

• 外側の木デコーダから内側のアクティビティ検出（AD）アルゴリズムへ動的フィードバックを可能にする、修正されたSCLDフレームワークを導入する。
• 木デコーダを用いてユーザーIDの候補リストを生成し、各コherenceブロックでADアルゴリズムの探索空間を縮小する。
• 過去のデコーディング意思決定から導かれる有効な列のサブセットに制限することで、圧縮センシング行列における列のプルーニングを実施する。
• プルーニングされた探索空間上で動作する共分散マッチングベースのアクティビティ検出アルゴリズムを採用し、検出精度を向上させる。
• サブブロック全体にわたるパリティビットを含む連結符号化方式を用い、受信側でのメッセージの曖昧さ解消を可能にする。
• スパース回復アルゴリズムと木デコーダを逐次キャンセレーションループで統合し、ユーザーID推定値の反復的精錬を可能にする。

実験結果

リサーチクエスチョン

• RQ1 木デコーダとアクティビティ検出アルゴリズムとの間で動的相互作用を図ることで、アンソースト・ランダムアクセスの符号化圧縮センシングにおける探索空間を縮小できるか？
• RQ2 提案されたSCLD方式は、既存のマス・ミMO URA方式と比較して、誤り性能と計算複雑度の面でどのように異なるか？
• RQ3 目標性能を維持したまま、必要な受信アンテナ数をどの程度まで削減できるか？
• RQ4 リストデコーディングにプルーニングを適用した場合、システムの誤りフロアおよび収束特性にどのような影響を与えるか？
• RQ5 低ユーザー活動レベル下でも、提案方式は低複雑度を維持できるか？

主な発見

• 100名のアクティブユーザーを想定した場合、提案されたSCLD方式は、Fenglerらのベースライン方式と同等の誤り性能を達成するための基地局アンテナ数を23%削減する。
• 提案方式は、[16]のオリジナルアルゴリズムと比較して、特に低SNRおよび低アンテナ環境下で顕著な誤り性能の向上を達成する。
• 低活動状態下では計算複雑度が最大40%まで低減され、アクティブユーザー数が減少するにつれて複雑度の向上が顕著になる。
• ユーザー数が少ない場合、提案方式と[16]のオリジナルアルゴリズムとの間の平均実行時間比は0.3未満に低下し、著しい高速化が確認される。
• 木デコーダとADアルゴリズムの統合により、探索空間の有効なプルーニングが可能となり、候補列数が $2^{v_ au}$ から $2^{w_ au}| ilde{ ho}_ au|$ にまで削減される。これは顕著に小さい値である。
• 25から150の広い範囲のアクティブユーザー数において、性能と複雑度の両面で一貫した向上を示し、安定した性能を維持する。