IRS辅助活跃用户检测

可学习协方差逼近

提出一种可调协方差参数的IRS辅助活跃用户检测方法，通过深度展开学习最优相关参数，显著提升大规模接入场景下的检测性能。

Qingfeng, Lin · Yang, Li · Wu, Yik Chung · 74713625

IEEE Transactions on Wireless Communications 2024

技术优势

规避级联信道PDF难题

通过引入带可调参数的协方差逼近，将难以处理的级联信道问题转化为可分析的优化问题。

相位设计有据可依

基于所提的可处理重构，建立了分析框架，为IRS相位偏移设计提供了理论指导。

学习机制提升性能

利用深度展开将相关参数视为可训练变量，学习最优设置，仿真显示性能优于传统方案。

应用场景

• 大规模机器类通信：为海量设备接入提供低开销的活跃用户检测方案。
• 智能反射表面：利用IRS增强覆盖并辅助活跃用户检测。
• 活跃用户检测：提升大规模接入场景下活跃用户识别的准确性。
• 深度学习无线通信：用深度展开学习最优参数，免去人工调参。