.png){kind=icon}
返回
Forward-Error-Control Coded and Sparse-Modulated Preambles for Massive Connectivity
.png){kind=icon}
PRE
AI
DOI：10.1109/LWC.2025.3566100.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大规模连接（MC）是支持未来无线网络中大量用户/设备高效通信的关键技术。对于具有突发流量和短长度分组的MC，用户识别和信道估计成为系统性能的瓶颈。利用活跃用户的稀疏模式，已提出多种基于压缩感知的设计。然而，大多数现有设计的复杂度受用户总数影响，使其不适用于用户规模持续增长的未来网络。在本文中，我们提出了一种前向纠错（FEC）编码和稀疏调制（FEC-SM）的导频序列设计。通过利用FEC码结构和稀疏特性，我们推导出一种高效的基于Turbo的贝叶斯接收机，其复杂度仅随活跃用户数量线性增长，而与用户总数无关。数值结果表明，所提出的导频序列在常规场景中优于现有替代方案，并在用户数量极其庞大的场景（例如 $10^{7}$ 到 $10^{8}$）中表现出良好的性能。
Keyword:
Massive connectivity
user identification
preamble design
Bayesian receiver
ever-increasing user-scale
期刊
IF:
11.5
论文数:
2.8K
被引数:
1.3W
机构
引用论文
Blind Grant-Free Random Access With Message-Passing-Based Matrix Factorization in mmWave MIMO mMTC毫米波MIMO mMTC中基于消息传递的盲免授权随机接入
PREAI
分享收藏
Joint Channel, Data, and Radar Parameter Estimation for AFDM Systems in Doubly-Dispersive Channels.png)
IF0
PREAI
分享收藏
查看更多内容