[论文解读] Design of Non-Orthogonal Sequences Using a Two-Stage Genetic Algorithm for Grant-Free Massive Connectivity

Nam Yul Yu|arXiv (Cornell University)|Aug 1, 2021

Energy Harvesting in Wireless Networks被引用 4

一句话总结

本文提出一种两阶段遗传算法（GA），用于设计非正交、单位模序列，以支持上行链路无调度大规模机器类通信（mMTC）。第一阶段通过选择子采样索引集，从部分酉矩阵中近似构造等角紧框架（ETF）；第二阶段应用掩码序列以降低峰均功率比（PAPR）；所生成的序列可实现可靠的基于压缩感知的联合用户活动检测与信道估计，并具备理论恢复保证，且支持任意序列长度。

ABSTRACT

In massive machine-type communications (mMTC), grant-free access is a key enabler for a massive number of users to be connected to a base station with low signaling overhead and low latency. In this paper, a two-stage genetic algorithm (GA) is proposed to design a new set of user-specific, non-orthogonal, unimodular sequences for uplink grant-free access. The first-stage GA is to find a subsampling index set for a partial unitary matrix that can be approximated to an equiangular tight frame. Then in the second-stage GA, we try to find a sequence to be masked to each column of the partial unitary matrix, in order to reduce the peak-to-average power ratio of the resulting columns for multicarrier transmission. Finally, the masked columns of the matrix are proposed as new non-orthogonal sequences for uplink grant-free access. Simulation results demonstrate that the non-orthogonal sequences designed by our two-stage GA exhibit excellent performance for compressed sensing based joint activity detection and channel estimation in uplink grant-free access. Compared to algebraic design, this GA-based design can present a set of good non-orthogonal sequences of arbitrary length, which provides more flexibility for uplink grant-free access in mMTC.

研究动机与目标

• 解决在无调度接入的mMTC系统中对低时延、低开销大规模连接的需求。
• 克服现有代数序列设计在特定长度受限且缺乏灵活性的局限性。
• 同时最小化序列互相关与PAPR，以支持可靠的基于压缩感知的多用户检测。
• 通过构建低相干性的部分酉矩阵，为压缩感知提供理论恢复保证。
• 开发一种灵活的算法化设计框架，可生成任意长度的高质量非正交序列。

提出的方法

• 使用第一阶段GA优化子采样索引集，从完整酉矩阵（如傅里叶或ZC矩阵）中选取行，形成近似等角紧框架（ETF）的部分酉矩阵。
• 在第一阶段定义新颖的代价函数，以最小化互相关性并最大化框架势能，提升矩阵在压缩感知中的适用性。
• 在第二阶段应用GA，寻找一个公共掩码序列，与优化后的部分酉矩阵的每一列逐元素相乘。
• 设计第二阶段的代价函数，以最小化经掩码处理后序列的峰均功率比（PAPR），适用于多载波传输。
• 将最终的非正交序列生成为部分酉矩阵各列经掩码后的结果，确保其单位模性与低PAPR。
• 利用酉矩阵（如傅里叶、ZC或哈达玛矩阵）的结构作为序列生成的基础，以支持高效硬件实现。

实验结果

研究问题

• RQ1 两阶段遗传算法能否有效设计出具有低互相关性与低PAPR的非正交序列，以适用于无调度mMTC？
• RQ2 所提出的基于GA的设计是否能为基于压缩感知的联合用户活动检测与信道估计提供理论恢复保证？
• RQ3 该方法能否生成任意长度的高质量序列，尤其在代数设计不可用的长度下？
• RQ4 在压缩感知重建精度与PAPR方面，GA优化序列相较于传统Zadoff-Chu或随机序列的性能如何？
• RQ5 两阶段GA在保持低相干性的同时，能在多大程度上改善PAPR？

主要发现

• 第一阶段GA成功从傅里叶与ZC矩阵中生成了部分酉矩阵，实现了低互相关性与高框架势能，从而在多种稀疏度与压缩比下均能实现可靠的压缩感知重构。
• 第二阶段GA显著降低了生成序列的PAPR，其PAPR分布已满足多载波传输的可接受标准，但尚未达到素数长度Zadoff-Chu序列的理论极限。
• 仿真结果证实，GA优化序列在压缩感知联合用户活动检测与信道估计中优于随机序列，并接近最优性能。
• 该方法可实现任意长度的非正交序列设计，突破了代数设计在特定长度上的限制。
• 所生成序列具备单位模性与丰富的结构特征，支持mMTC设备中低复杂度、低成本的实现。
• 采用部分酉矩阵可为压缩感知提供理论恢复保证，其稀疏容忍度高于如素数长度Zadoff-Chu等确定性矩阵。