[논문 리뷰] Joint User Identification, Channel Estimation, and Signal Detection for Grant-Free NOMA

Shuchao Jiang, Xiaojun Yuan외 3명|arXiv (Cornell University)|2020. 01. 12.

Advanced Wireless Communication Technologies참고 문헌 39인용 수 4

한 줄 요약

이 논문은 대규모 기계유형 통신(mMTC)에서 할당 없이 사용자 식별, 채널 추정, 신호 검출을 동시에 수행하는(JUICESD) 알고리즘을 제안한다. 근사 메시지 전달(AMP)과 새로운 회전 불변 가우시안 혼합(RIGM) 모델을 활용하여, JUICESD-RIGM 알고리즘은 복잡도를 크게 감소시키면서도 거의 최적의 성능를 달성한다. 상태 진동 분석과 수치 결과를 통해 기존 방법들보다 뛰어난 성능을 입증하였다.

ABSTRACT

For massive machine-type communications, centralized control may incur a prohibitively high overhead. Grant-free non-orthogonal multiple access (NOMA) provides possible solutions, yet poses new challenges for efficient receiver design. In this paper, we develop a joint user identification, channel estimation, and signal detection (JUICESD) algorithm. We divide the whole detection scheme into two modules: slot-wise multi-user detection (SMD) and combined signal and channel estimation (CSCE). SMD is designed to decouple the transmissions of different users by leveraging the approximate message passing (AMP) algorithms, and CSCE is designed to deal with the nonlinear coupling of activity state, channel coefficient and transmit signal of each user separately. To address the problem that the exact calculation of the messages exchanged within CSCE and between the two modules is complicated due to phase ambiguity issues, this paper proposes a rotationally invariant Gaussian mixture (RIGM) model, and develops an efficient JUICESD-RIGM algorithm. JUICESD-RIGM achieves a performance close to JUICESD with a much lower complexity. Capitalizing on the feature of RIGM, we further analyze the performance of JUICESD-RIGM with state evolution techniques. Numerical results demonstrate that the proposed algorithms achieve a significant performance improvement over the existing alternatives, and the derived state evolution method predicts the system performance accurately.

연구 동기 및 목표

• 기존의 할당 기반 다중접속 방식이 대규모 기계유형 통신(mMTC)에서 높은 신호 처리 오버헤드를 유발한다는 문제를 해결하기 위해.
• 할당 없는 NOMA에서 사용자 활성화 검출, 채널 추정, 신호 검출을 동시에 해결하기 위해. 이는 위상 모호성으로 인해 상호의존적이고 도전적인 문제이다.
• 단기 패킷 기반 mMTC 시스템에서 희박한 신호 복구를 위한 높은 검출 정확도를 유지하면서 계산 복잡도를 감소시키기 위해.
• 제안된 알고리즘의 성능 예측을 이론적으로 기반하여 수행할 수 있는 방법을 개발하기 위해.
• 대량의 연결성과 저지연 요구사항을 충족하는 mMTC 환경에서 효율적인 수신기 설계를 가능하게 하기 위해.

제안 방법

• 알고리즘은 검출을 두 모듈로 분해한다: 사용자 신호를 분리하기 위해 근사 메시지 전달(AMP)을 사용하는 슬롯 단위 다중 사용자 검출(SMD).
• 사용자 활성화, 채널 계수, 전송 신호 간의 비선형 결합을 처리하기 위해 신호 및 채널 추정(CSCE) 모듈을 통합한다.
• 반복적 검출에서 위상 모호성 문제를 완화하고 메시지 전달을 단순화하기 위해 회전 불변 가우시안 혼합(RIGM) 모델을 도입한다.
• RIGM 기반 사전 확률을 사용하여 메시지 전달을 통해 사용자 활성화, 채널 추정치, 데이터 기호를 반복적으로 갱신한다.
• JUICESD-RIGM의 성능를 분석적으로 예측하기 위해 상태 진동 기법을 유도하였으며, 이는 정확한 시스템 설계 및 최적화를 가능하게 한다.
• 알고리즘은 수많은 사용자와 시간 슬롯 수와 같은 시스템 파라미터에 따라 유리하게 복잡도가 증가하도록 설계되어 저복잡도 운영이 가능하다.

실험 결과

연구 질문

• RQ1 할당 없는 NOMA 환경에서 저복잡도로 공동 사용자 식별, 채널 추정, 신호 검출을 효율적으로 수행할 수 있는가?
• RQ2 희박한 신호 복구를 위한 NOMA 환경에서 메시지 전달의 위상 모호성을 효과적으로 모델링하고 완화할 수 있는가?
• RQ3 RIGM 모델이 공동 검출에서 메시지 전달의 정확도와 효율성을 얼마나 향상시키는가?
• RQ4 상태 진동 기법이 실제 mMTC 환경에서 제안된 JUICESD-RIGM 알고리즘의 성능를 정확하게 예측할 수 있는가?
• RQ5 기존 최첨단 수신기들, 특히 오라클 지식을 가진 LMMSE 수신기와 비교해 JUICESD-RIGM의 성능 및 복잡도는 어떠한가?

주요 결과

• JUICESD-RIGM는 복잡도를 크게 감소시키면서도 최적의 JUICESD 알고리즘에 근접한 성능를 달성하여 대규모 IoT 구현에 적합하다.
• 제안된 상태 진동 분석은 시스템 성능를 정확하게 예측하며, 예측 결과가 시뮬레이션 결과와 매우 유사하게 일치한다.
• 수치 결과는 JUICESD-RIGM가 LMMSE에 오라클 사용자 활성화 정보를 제공한 경우조차도 기존 알고리즘들을 능가함을 보여준다.
• 특히 저SNR 및 고다중접속 환경에서 기존 방법들에 비해 뚜렷한 성능 향상을 보인다.
• JUICESD-RIGM의 복잡도는 주 계산에서 O(KT²|S|)로 제한되며, 메시지 전달 및 추정에 추가 항목이 포함되어 있어 대규모 시스템에 대해 확장 가능하다.
• RIGM 모델은 위상 모호한 신호의 회전 불변성을 효과적으로 포착하여 강력하고 정확한 공동 추정을 가능하게 한다.