[論文レビュー] Massive MIMO Unsourced Random Access

Alexander Fengler, Giuseppe Caire+2 more|arXiv (Cornell University)|Jan 3, 2019

Energy Harvesting in Wireless Networks参考文献 15被引用数 74

ひとこと要約

ソースなしの大規模ランダムアクセスを、非コヒーレント検出と非ベイズのアクティビティ検出器を備えた大規模MIMO基地局へ拡張し、アンテナ数の増加に伴い信頼性の高い通信を実現する。

ABSTRACT

We consider an extension of the massive unsourced random access originally proposed by Polyanskiy to the case where the receiver has a very large number of antennas (a massive MIMO base station) and no channel state information is given to the receiver (fully non-coherent detection). Our coding approach borrows the concatenated coding idea from Amalladinne et. al., combined with a novel non-Bayesian `activity detection' algorithm for massive MIMO random access channels, that outperforms currently proposed Bayesian vector AMP (VAMP) schemes currently proposed for activity detection, and does not suffer from the numerical instabilities and requirement for accurate a priori statistics as VAMP. We show that the required transmit $E_b/N_0$ for reliable communication can be made arbitrarily small as the number of receiver antennas M grows sufficiently large.

研究の動機と目的

• IoT向けに、巨大な受信アレイと事前CSIなしでソースなしの大規模アクセスを動機づける。
• 大規模MIMO下での非コヒーレント検出のための実用的な符号化方式（内側/外側）を開発する。
• この設定でベイズVAMPを上回る非ベイズのアクティビティ検出アルゴリズムを提案する。
• アンテナ数の増加に伴い、ビット当たり送信エネルギ Es/N0 を任意に小さくできることを示す。
• 大規模展開に対して実行可能な複雑度を持つ解読フレームワークを提供する。

提案手法

• Polyanskiyとツリーコードアプローチに触発された連結外部/内部符号化方式を用いる。
• 内部符号を行列Aの列の送信としてモデル化し、アクティブな列をMLアクティビティ検出で検出する。
• サブスロットごとのアクティビティパターンを疎な非負ベクトルgammaとして扱い、非ベイズのML推定を行う。
• 既知チャンネル統計を必要とせずgammaを復元するために座標降下法MLアルゴリズムを適用する。
• 検出されたサブメッセージの列を外部ツリーデコーダへ渡して有効なメッセージ列を結合する。
• ベクトルOR-MAC解釈に基づく外部コードのレート制約を導出し、Mに対するEb/N0のスケーリングを分析する。

実験結果

リサーチクエスチョン

• RQ1 すべてのユーザが共通のコードブックを共有する場合、巨大MIMO受信機での非コヒーレント検出は、アクティブなユーザとそのメッセージを信頼性高く識別できるか？
• RQ2 提案手法の下で受信アンテナ数Mに対してビット当たり必要エネルギ Eb/N0 はどのようにスケールするか？
• RQ3 この未ソースの大規模ランダムアクセス設定、特に大きなMにおいて、非ベイズのアクティビティ検出器はベイズVAMPを上回るか？
• RQ4 このチャネルでスケーラブルな性能を実現する内側・外側符号設計のトレードオフ（レート、パリティプロファイル）は何か？

主な発見

• 提案された非ベイズのアクティビティ検出アルゴリズムは、Mの増加とともに一様に向上し、VAMPの不安定性を回避する。
• 内部ML検出器はアクティビティベクトルgammaを正確に復元し、Mの増加に伴いエラーが消失する境界を示す（適切なスケーリング下で）。
• 適切な外部コードとパリティ制約を前提とすると、受信アンテナ数Mが増えるにつれてビット当たりエネルギーを任意に小さくできる。
• 外部ツリーデコーダはLサブスロットにまたがるサブメッセージを効果的に結合し、パリティビットを利用して不正な経路を絞り込む。
• シミュレーションは、大規模MIMOのソースなしアクセス設定において、従来のベイズ法より顕著な性能向上を示す。
• 本手法は外部コードでMIMOランダムアクセスをランダムORチャネルへと還元し、解読を実用的にする。