Browse

Bayesian OMP-based Joint Active User Detection and Channel Estimation for Massive Machine Type Communications
mMTC에서의 BOMP 기반 사용자 검출 및 채널 추정 기법

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
이의택
Advisor
이광복
Major
공과대학 전기·정보공학부
Issue Date
2018-02
Publisher
서울대학교 대학원
Keywords
Massive machine-type communicationscompressed sensingbayesian orthogonal matching pursuit
Description
학위논문 (석사)-- 서울대학교 대학원 : 공과대학 전기·정보공학부, 2018. 2. 이광복.
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.
Language
English
URI
https://hdl.handle.net/10371/141507
Files in This Item:
Appears in Collections:
College of Engineering/Engineering Practice School (공과대학/대학원)Dept. of Electrical and Computer Engineering (전기·정보공학부)Theses (Master's Degree_전기·정보공학부)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse