摘要
免授权非正交多址(Grant-Free Non-Orthogonal Multiple Access,GF-NOMA)可以满足大规模机器类通信(Massive Machine Type of Communication,mMTC)的需要.然而,mMTC中的脉冲噪声会对信号传输造成损害.为此,提出了一种基于近似消息传递的脉冲噪声抑制方法.首先,利用活跃用户和脉冲噪声的稀疏性,构建导频的压缩感知方程;然后,使用基于高斯广义近似消息传递(Gaussian Generalized Approximate Message Passing,GGAMP)和稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的期望最大化算法实现联合多用户检测、信道估计和脉冲噪声估计;最后,仿真结果表明,所提方法在多用户检测和估计性能方面性能相近的情况下,算法复杂度降低了 1个数量级.
维普
万方数据