[论文解读] Massive Access in Multi-cell Wireless Networks Using Reed-Muller Codes

Pei Yang, Dongning Guo+1 more|arXiv (Cornell University)|Mar 25, 2020

Advanced Wireless Communication Technologies参考文献 41被引用 7

一句话总结

本文提出一种基于瑞利-穆勒（Reed-Muller, RM）码的免授权大规模接入方案，适用于多小区网络，利用二阶RM序列实现高效的设备识别与消息解码。通过采用矩阵-向量对结构化编码字，并应用迭代时隙化解码算法，该方案在数百个设备同时接入的情况下仍能实现低复杂度、高性能的检测，优于现有方法在高负载下的表现。

ABSTRACT

Providing connectivity to a massive number of devices is a key challenge in 5G wireless systems. In particular, it is crucial to develop efficient methods for active device identification and message decoding in a multi-cell network with fading and path loss uncertainties. In this paper, we design such a scheme using second-order Reed-Muller (RM) sequences. For given positive integer $m$, a codebook is generated with up to $2^{m(m+3)/2}$ codewords of length $2^m$, where each codeword is a unique RM sequence determined by a matrix-vector pair with binary entries. This allows every device to send $m(m+3)/2$ bits of information where an arbitrary number of these bits can be used to represent the identity of a node, and the remaining bits represent a message. There can be up to $2^{m(m+3)/2}$ devices in total. Using an iterative algorithm, an access point can estimate the matrix-vector pairs of each nearby device, as long as not too many devices transmit simultaneously. To improve the performance, we also describe an enhanced RM coding scheme with slotting. We show that both the computational complexity and the error performance of the latter algorithm exceed another state-of-the-art algorithm. The device identification and message decoding scheme developed in this work can serve as the basis for grant-free massive access for billions of devices with hundreds of simultaneously active devices in each cell.

研究动机与目标

• 解决在5G机器类型通信（MTC）场景中，从大量突发性、低数据速率设备中识别并解码消息的挑战。
• 克服在多接入干扰和信道不确定性下，随机接入与正交导频方案在高密度网络中的局限性。
• 设计一种基于二阶瑞利-穆勒序列的结构化、可扩展码本，支持每小区最多 $2^{m(m+3)/2}$ 个设备。
• 开发低复杂度、迭代式解码算法，联合检测活跃设备并估计信道，适用于瑞利衰落和路径损耗环境。
• 通过在解码过程中引入时隙化与消息传递技术，提升性能与可扩展性，以支持实际部署。

提出的方法

• 利用定义为二进制矩阵-向量对的二阶瑞利-穆勒序列，构建长度为 $2^m$ 的码字，码本容量最高达 $2^{m(m+3)/2}$。
• 为每个设备分配唯一码字，其中 $m(m+3)/2$ 位用于编码设备身份与消息，实现身份与数据的同时传输。
• 提出算法1：一种迭代解码方法，利用RM序列中的子序列关系，估计活跃设备的矩阵-向量对。
• 引入算法2：算法1的增强版本，通过引入时隙化与消息传递机制，降低计算复杂度并提升误码性能。
• 利用RM码的代数结构，实现快速、结构化的检测，无需穷举搜索，即使面对数百万潜在设备亦可高效处理。
• 基于压缩感知原理，构建联合活跃用户检测与信道估计框架，并适配RM码结构。

实验结果

研究问题

• RQ1 二阶瑞利-穆勒序列能否有效用于构建适用于多小区网络中大规模设备接入的可扩展、结构化码本？
• RQ2 迭代解码算法如何利用RM序列的子序列结构，以低复杂度实现活跃设备检测与信道估计？
• RQ3 在高设备负载与瑞利衰落条件下，引入时隙化与消息传递机制对RM码解码的性能增益如何？
• RQ4 在不同活跃设备数量下，所提方案与现有最先进方法（如列表RM_LLD）在成功率、虚警率与漏检率方面的对比表现如何？
• RQ5 增强型解码算法在存在小区外设备干扰时，其鲁棒性在多大程度上得以保持？

主要发现

• 与算法1及文献[11]中的列表RM_LLD算法相比，算法2显著降低了计算复杂度，使其更适合实时部署。
• 当活跃设备数量超过1,500时，算法2在成功率方面优于列表RM_LLD算法，而后者在高负载下性能迅速下降。
• 在活跃设备数量较少时（如K=40–80），增加时隙长度或增加码字分块数量可提升成功率，并支持更高数据负载传输。
• 在设备数量较大时，增加时隙数量比增加时隙长度更能有效提升成功率，从而实现更好的可扩展性。
• 当K较小时，算法2的虚警率高于列表RM_LLD算法，这是由于第一阶段输出规模较大所致，但该问题在第二阶段得到缓解。
• 在500×500 m²的小区内，当K=90个小区内活跃设备（总计K=8,000个设备）时，算法2保持了平滑的性能退化，而列表RM_LLD算法性能急剧下降。