Bayesian OMP-based Joint Active User Detection and Channel Estimation for Massive Machine Type Communications

Abstract

본 논문에서는, mMTC에서 사용자 검출과 채널을 동시에 추정하기 위한 방법을 제시한다. 이를 위해 사후 확률 최대화 추정 문제를 만들어, 사용자 동작 확률, 노이즈 및 채널 분포와 같은 통계적 사전 정보를 활용할 수 있도록 한다. 또한 해당 문제를 Bayesian greedy 알고리즘인 BOMP를 적용하여 푼다. 이것을 통해 기존 방법 대비 사용자 검출과 채널 추정 성능이 향상됨을 확인한다.

In this paper, we propose a novel method to jointly estimate the activities and channel coefficients of devices in massive machine-type communications (mMTC) systems. We formulate a maximum a posteriori probability (MAP) estimation problem by exploiting the statistical prior information including the channel distribution and device activity probability. The formulated MAP problem is solved by a greedy algorithm, named Bayesian orthogonal matching pursuit (Bayesian OMP, BOMP). We observe that the proposed method improves the activity detection and channel estimation performance compared to the conventional methods.