[論文レビュー] A Survey: Non-Orthogonal Multiple Access with Compressed Sensing Multiuser Detection for mMTC

Mehmood Alam, Qi Zhang|arXiv (Cornell University)|Oct 12, 2018

Advanced Wireless Communication Technologies参考文献 55被引用数 9

ひとこと要約

本調査では、5G以降の巨大機器通信（mMTC）におけるスケーラブルなソリューションとして、非直交多重アクセス（NOMA）と圧縮センシングに基づくマルチユーザ検出（CS-MUD）の組み合わせを提案する。低データレートのIoTデバイスの断続的な活動に着目することで、CS-MUDは認可なしアクセスを可能にし、制御信号のオーバーヘッドを削減する。これによりスペクトル効率とユーザー容量が顕著に向上し、計算負荷を基地局に移譲する。

ABSTRACT

One objective of the 5G communication system and beyond is to support massive machine type of communication (mMTC) to propel the fast growth of diverse Internet of Things use cases. The mMTC aims to provide connectivity to tens of billions sensor nodes. The dramatic increase of sensor devices and massive connectivity impose critical challenges for the network to handle the enormous control signaling overhead with limited radio resource. Non-Orthogonal Multiple Access (NOMA) is a new paradigm shift in the design of multiple user detection and multiple access. NOMA with compressive sensing based multiuser detection is one of the promising candidates to address the challenges of mMTC. The survey article aims at providing an overview of the current state-of-art research work in various compressive sensing based techniques that enable NOMA. We present characteristics of different algorithms and compare their pros and cons, thereby provide useful insights for researchers to make further contributions in NOMA using compressive sensing techniques.

研究の動機と目的

• 5Gネットワークにおける巨大接続と高い制御信号オーバーヘッドという重要な課題に取り組む。
• TDMA、FDMA、CDMAなどの従来の直交多重アクセス（OMA）方式が巨大IoT環境で示すスペクトル非効率性を克服する。
• 圧縮センシングを活用して断続的に活動するユーザーを検出する高度なCS-MUD技術を調査・比較する。
• CS-MUDベースのNOMAにおける検出精度、計算複雑性、システム性能のトレードオフを特定する。
• 効率的で低複雑性の認可なしアクセスを実現するための設計インサイトと今後の研究方向性を提示する。

提案手法

• 主なCS-MUD技術を調査・分類：標準CS-MUD、強化型CS-MUD（E-CSMUD）、マルチシーケンスCS-MUD（MS-CSMUD）、およびCS-MPA。
• 圧縮センシング理論を活用し、ユーザー活動のスパarsityを活かして、不定方程式系から活動中のユーザーを検出する。
• グリーディープルーフアルゴリズム（例：GOMP）およびメッセージパッシングアルゴリズム（例：CS-MPA内）を用いて、基地局でのスパース信号の回復を実現する。
• ユーザー活動を確率的パターンでモデル化し、相互相関と検出誤りを最小限に抑えるためのスプリングシーケンスの最適化を実施する。
• NOMAの原則（例：パワー・ドメイン多重、ユーザーのペアリング）をCS-MUDフレームワークに統合し、過負荷対応能力を向上させる。
• 活動確率の変動に応じたシミュレーション比較を通じて、検出ゲイン、複雑性、誤り率の性能トレードオフを分析する。

実験結果

リサーチクエスチョン

• RQ1 CS-MUD方式（例：CS-MUD、E-CSMUD、MS-CSMUD、CS-MPA）の検出性能と計算複雑性は、どのように比較されるか？
• RQ2 ユーザー活動確率とスプリングシーケンス設計は、NOMAシステムにおけるCS-MUDの検出精度にどのような影響を与えるか？
• RQ3 NOMAと圧縮センシングを統合することで、スペクトル効率がどのように向上し、mMTCにおける巨大接続をどのように支援するか？
• RQ4 CS-MUDベースのNOMAにおける主な性能制限要因（例：シーケンス相互相関、マルチユーザー干渉）は何か？
• RQ5 最適化されたシグネチャ割り当てにより、特に相関の高いユーザーが同時に活動している場合の検出誤りを低減できるか？

主な発見

• CS-MUDベースのNOMAは、特に活動確率が低い場合（例：5%）に、従来方式比で最大120%の性能向上を達成する。図15に示す。
• CS-MPA方式は最高の検出性能を達成するが、活動ユーザー数の増加に伴い複雑性が指数関数的に増加し、特に活動確率が高い場合に顕著である。
• E-CSMUDとMS-CSMUDは、それぞれベースラインのCS-MUDに比べて複雑性が2倍、4倍に増加する。これは1ユーザーあたり複数シーケンスとフレームID復号化に起因する。
• 活動確率が0.05から0.1に上昇すると、MS-CSMUDの性能が顕著に低下する。これはマルチユーザー干渉とシーケンス相互相関の増加に起因する。
• 相関の高いスプリングシーケンスは、特に2つのこのようなユーザーが同時に活動している場合に最大の検出誤りを引き起こす。
• 活動確率に基づいたシグネチャ割り当ての最適化により、同時に活動する可能性の高いユーザーに相関シーケンスを割り当てにくくすることで、検出誤りを低減できる。