Polar-Coded Tensor-Based Unsourced Random Access With Soft Decoding

doi:10.1109/TCOMM.2025.3554633

Polar-Coded Tensor-Based Unsourced Random Access With Soft Decoding

0

PRE

AI

DOI：10.1109/TCOMM.2025.3554633

原文链接

原文求助

摘要

En 中文

无源随机接入（URA）已作为一种可行的方案，用于支持第六代（6G）无线网络中的大规模机器类通信（mMTC）。值得注意的是，基于张量的URA（TURA）凭借其固有的张量结构，在提升多用户分离性能的同时降低了计算复杂度，尤其是在拥有大量活跃设备的mMTC网络中表现突出。然而，当前的TURA方案缺乏软解码器，因此无法整合现有的先进编码技术。为了充分发掘TURA的潜力，本文研究了极化码URA（PTURA）方案，并开发了相应的带反馈的迭代贝叶斯接收机（IBR-FB）。具体而言，在IBR-FB中，我们在变分贝叶斯学习（VBL）框架下提出了基于Grassmannian调制的贝叶斯张量分解（GM-BTD）算法，该算法利用Grassmannian调制的特性促进VBL过程的收敛，并且能够在无需知晓活跃设备数量的情况下生成所需的软信息。此外，基于GM-BTD产生的软信息，我们在IBR-FB中设计了软Grassmannian解调器。广泛的仿真结果表明，所提出的PTURA与IBR-FB相结合，在准确性和计算复杂度方面均超越了现有的无源随机接入方案。

Keyword:

TURA

Polar-coded

tensor decomposition

variational Bayesian learning

Polar-Coded Tensor-Based Unsourced Random Access With Soft Decoding

摘要

期刊

机构

引用论文