[论文解读] Massive Access for 5G and Beyond

Xiaoming Chen, Derrick Wing Kwan Ng+4 more|arXiv (Cornell University)|Feb 10, 2020

Advanced Wireless Communication Technologies参考文献 186被引用 13

一句话总结

本文全面综述了5G及未来网络中的大规模接入技术，重点探讨了通过新型多址接入技术、协议和系统设计实现大规模机器类通信（mMTC）的途径。提出免授权随机接入、先进信道估计算法以及低复杂度短码，以支持每平方公里高达100万台设备的低时延、低功耗和高可靠性连接。

ABSTRACT

Massive access, also known as massive connectivity or massive machine-type communication (mMTC), is one of the main use cases of the fifth-generation (5G) and beyond 5G (B5G) wireless networks. A typical application of massive access is the cellular Internet of Things (IoT). Different from conventional human-type communication, massive access aims at realizing efficient and reliable communications for a massive number of IoT devices. Hence, the main characteristics of massive access include low power, massive connectivity, and broad coverage, which require new concepts, theories, and paradigms for the design of next-generation cellular networks. This paper presents a comprehensive survey of aspects of massive access design for B5G wireless networks. Specifically, we provide a detailed review of massive access from the perspectives of theory, protocols, techniques, coverage, energy, and security. Furthermore, several future research directions and challenges are identified.

研究动机与目标

• 解决5G及未来网络中支持大规模连接的挑战，重点关注低功耗、高密度的物联网设备。
• 识别传统多址接入理论和协议在应用于短包和低时延的大规模接入时的局限性。
• 探索大规模接入的新系统设计范式，包括免授权接入、大规模MIMO以及感知-计算-通信融合。
• 突出未来B5G网络在能量效率、覆盖扩展、安全性和可靠性方面面临的关键研究挑战。
• 提供一个统一的框架，从理论、协议和实践角度理解并推进大规模接入技术的发展。

提出的方法

• 提出免授权随机接入协议，相比传统授权方案显著降低信令开销和接入时延。
• 引入基于感知矩阵设计的设备活动检测技术，结合优化、贪婪和贝叶斯算法，实现大规模接入。
• 应用短码长前向纠错（FEC）编码，以降低短包传输中的解码时延并提高可靠性。
• 引入降维技术用于大规模信号处理，降低大规模活跃设备检测中的计算复杂度。
• 探索基于机器学习的资源分配、信道估计算法和收发器设计方法，以降低系统复杂度。
• 提出通过空中计算实现感知、计算与通信的联合设计，以提升频谱和能量效率。

实验结果

研究问题

• RQ1 在每平方公里支持高达100万台设备的B5G网络中，如何高效支持大规模接入？
• RQ2 在短包通信场景下，大规模随机接入所需的基本信息论极限和新概念是什么？
• RQ3 免授权随机接入协议如何在保持可靠性的同时降低信令开销和时延？
• RQ4 在大规模接入场景中，实现超可靠低时延通信（URLLC）的关键挑战是什么？
• RQ5 机器学习与感知-计算-通信融合设计如何提升B5G网络中大规模接入的效率？

主要发现

• 与授权协议相比，免授权随机接入协议显著减少了调度延迟和信令开销。
• 短包通信需要新的信息论框架，因为传统理论无法直接适用于大规模接入中的短包场景。
• 低复杂度短FEC码对于降低解码时延、实现在大规模物联网系统中的可靠传输至关重要。
• 基于降维的算法能有效降低大规模大规模阵列天线系统中活跃设备检测的计算复杂度。
• 基于机器学习的方法在保持高性能的同时，有望显著降低资源分配和信号处理中的系统复杂度。
• 通过空中计算实现感知、计算与通信的联合设计，可更高效地利用大规模接入场景中的无线资源。