5G網路下免許可傳輸非正交多工存取之用戶偵測與領航序列碼設計

Abstract

大規模機器通訊 (mMTC) 是第五代 (5G) 無線通訊系統三大應用場景之一，機器通訊的特色在於資料量小，屬於偶發性流量 (Sporadic Traffic)，是一種以上行為主的應用場景；上行免許可非正交多工存取 (Uplink Grant-Free NOMA) 是目前在文獻中與3GPP會議中備受關注的一項技術，這項技術主要將以往4G使用者與基地台之間的排程過程去除，並且讓多個使用者共享時頻資源，帶來的好處是頻譜使用效益的增加，延遲的減緩 (Latency)，和訊號傳送成本的減少；但因為排程過程的去除，使得基地台無法得知使用者資訊，因此在解碼以前必須要先做用戶偵測 (User Activity Detection, UAD) 來偵測有在傳送訊號的使用者，才可以進行解碼。本論文的研究目標在於提高UAD的準確度，項目包含領航序列碼 (Pilot Sequence) 的設計與UAD演算法的開發。 第三章中，介紹了現有文獻在UAD議題上的做法，透過模擬與分析來討論現有文獻的不足之處，並且提出了預強調領航序列碼 (Pre-emphasis Pilot Sequence) 的設計來補足現有文獻的不足之處。 第四章中，考量到一個具有時變效應的通道模型，在這樣的通道模型下只用預強調領航序列碼是不足夠的，因此提出一個可適性列表最大期望演算法 (Adaptive List Expectation Maximization, ALEM)，經由模擬證實ALEM是一個對於通道變化具有適應性的一套UAD演算法，比起現有現有文獻演算法擁有更高的精準度與通道變異上的可適性。 在論文的最後一章，提出了一個低複雜度ALEM (Low-complexity ALEM, LALEM)，LALEM比起ALEM可以節省大約20倍的運算時間，但效能和ALEM幾乎一樣；同時分析現有演算法的運算量，以不同長度的領航序列碼和使用者數量來視覺化演算法的可擴展性 (Scalability)，結論是LALEM擁有最好的效能並且擁有良好的擴展性。