[论文解读] Covariance-Based Cooperative Activity Detection for Massive Grant-Free Random Access

Xiaodan Shao, Xiaoming Chen+3 more|arXiv (Cornell University)|Aug 24, 2020

Indoor and Outdoor Localization Technologies参考文献 17被引用 4

一句话总结

本文提出了一种基于协方差的协作式活动检测（CMD）算法，用于6G无蜂窝无线网络中的大规模免授权随机接入，通过在相邻接入点（APs）之间的设备状态向量中利用稀疏性和相似性，采用近端梯度法的近似分裂方法实现。该方法在较短的导频序列和更低的信令开销下，实现了接近最优的活动检测性能，优于当前最先进的方法。

ABSTRACT

This paper designs a cooperative activity detection framework for massive grant-free random access in the sixth-generation (6G) cell-free wireless networks based on the covariance of the received signals at the access points (APs). In particular, multiple APs cooperatively detect the device activity by only exchanging the low-dimensional intermediate local information with their neighbors. The cooperative activity detection problem is non-smooth and the unknown variables are coupled with each other for which conventional approaches are inapplicable. Therefore, this paper proposes a covariance-based algorithm by exploiting the sparsity-promoting and similarity-promoting terms of the device state vectors among neighboring APs. An approximate splitting approach is proposed based on the proximal gradient method for solving the formulated problem. Simulation results show that the proposed algorithm is efficient for large-scale activity detection problems while requires shorter pilot sequences compared with the state-of-art algorithms in achieving the same system performance.

研究动机与目标

• 解决传统授权式随机接入在6G网络大规模机器类型通信（mMTC）中面临的高延迟和高信令开销挑战。
• 在具有分布式AP的大规模无蜂窝无线网络中，实现高效且可扩展的活跃设备检测。
• 通过AP之间的协作检测，减少导频序列长度和信令开销，同时保持高检测精度。
• 利用相邻AP之间设备状态向量的联合稀疏性和相似性，提升检测性能。
• 设计一种低复杂度、对AP或回传链路故障以及信道统计特性变化具有鲁棒性的算法。

提出的方法

• 将CMD算法建模为基于多个AP接收信号协方差的非光滑耦合优化问题。
• 引入促进稀疏性的项和促进相似性的项，以建模相邻AP之间设备状态向量的联合结构。
• 开发一种基于近端梯度法的近似分裂方法，以高效求解非光滑耦合优化问题。
• 每个AP仅与单跳邻居交换低维中间估计值，从而最小化回传信令开销。
• 推导出近端算子的闭式表达式，以提升计算效率和可扩展性。
• 该算法无需信道状态信息，仅依赖协方差统计量和本地信号处理。

实验结果

研究问题

• RQ1 在导频开销减少的前提下，多AP之间的协作式活动检测能否提升大规模免授权随机接入中的检测精度？
• RQ2 如何联合利用相邻AP之间设备状态向量的稀疏性和相似性以增强检测性能？
• RQ3 随着协作AP数量的增加，协作检测中检测性能与通信成本之间的权衡如何？
• RQ4 在导频资源有限的情况下，所提出的CMD算法与传统多小区检测方案相比，在精度和鲁棒性方面表现如何？
• RQ5 当AP或回传链路发生故障，以及信道统计特性变化时，该算法在多大程度上仍能保持性能？

主要发现

• 与当前最先进的方法相比，所提出的CMD算法在显著缩短的导频序列下实现了接近最优的活动检测性能。
• 当协作AP数量超过某一阈值时，性能趋于饱和，表明在少数邻居之外收益递减。
• 初始阶段，随着协作AP数量的增加，误检测率（AER）迅速下降，但随后因远距离AP的弱信道增益而趋于平缓。
• 在每个AP配备32根天线的情况下，CMD算法的AER显著低于基于最大似然（ML）和AMP的多小区方案，尤其在天线数量增加时优势更明显。
• 在短导频序列条件下，CMD算法与基线方法之间的性能差距最为显著，证明了其在低资源场景下的高效性。
• 该算法保持了鲁棒性和可扩展性，仅需AP之间交换低维中间信息，从而降低了回传信令开销。