Nicht-lineare Compressive Sensing Mehrnutzerdetektion: Algorithmen und Hardware-Architekturen
Zusammenfassung der Projektergebnisse
Wie aus der Literatur bekannt ist, erlaubt Compressed Sensing die Rekonstruktion von Signalen auch bei Abtastung weit unter ihrer Shannon-Nyquist Abstastrate. Erreicht wird dieses durch das Leisen eines unterbestimmten Gleichungssystems mit dem Vorwissen über die Struktur des Signals. Die Übertragung dieser Verfahrensweise und entsprechender Algorithmen auf einen nachrichtentechnischen Kontext erfolgte bereits in vorangegangenen Forschungsvorhaben und in der Literatur, sowie in selbst durchgeführten Vorarbeiten und vorangegangenen Publikationen. Ausgehend vom Stand der Forschung wurde im vorliegenden Projekt der Fokus auf die Anpassung nicht-linearer nachrichtentechnischer Algorithmen und Vorgehensweisen auf Szenarien mit sparsen Signalen gelegt. Speziell im Themenumfeld der massiven Maschine zu Maschine Kommunikation, wie derzeit im 5G- und Industrie 4.0-Umfeld diskutiert, sind typische Problemstellungen der Mehrnutzerdetektion aufgrund sporadischer Nutzeraktivität sparse und bieten damit ein aktuelles und umfassendes nachrichtentechnischen Forschungsfeld. In vorherigen DFG geförderten Forschungsarbeiten am ANT wurde bereits Compressed Sensing basierte Mehrnutzerdetektion untersucht und unter dem Namen ’’Compressed Sensing Multiuser Detection (CS-MUD)” zusammengefasst. Die bisherigen Ergebnisse aus CS-MUD bilden dabei die Grundlage fur das vorliegende Projekt. Im Gegensatz zu vorherigen Arbeiten zu CS-MUD wurden hier nachrichtentechnische Ansätze verfolgt, die speziell auf die Detektion von Modulationssignalen ausgerichtet sind. Die entwickelten Mehrnutzerdetektionsverfahren nutzen die sporadische Struktur in den Daten aus um die Aktivität sowie die Daten der Nutzer zu schätzen. Der wesentliche Unterschied zur Literatur und vorangegangen Projekten des Antragstellers besteht darin, dass Wissen über ein finites Sendealphabet explizit ausgenutzt wird. Zu diesem Zweck wurden nicht-lineare Ansätze wie der Sphere Decoder sowie sub-optimale Ansätze wie der K-Best Detektor und die Successive Interference Cancellation (SIC) entsprechend erweitert. Es zeigte sich, dass sich diese Ansätze zur Detektion für unterbestimmte Systeme prinzipiell erweitern lassen. Bekannterweise ist die ’harte” Schätzung verlustbehaftet und somit der "weichen” unterlegen. Aus diesem Grund wurden "weiche” Schätzverfahren entwickelt, die Zuverlässigkeitsinformation im Sinne einer ’’soften” Verarbeitung erzeugen. Darauf aufbauend kann zuverlässige Aktivitätsschätzung in Frame basierten Systemen durchgeführt werden. Schließlich wurde als ein Hauptergebnis dieses Projekts eine differenzierte Abwägung von Aktivitätsfehlern durch verschiedene Algorithmen eingeführt. Eine Analyse der Aktivitätsfehlerklassen (False Alarm und Missed Detection) brachten neuartige Ansätze hervor, mit denen sich Aktivitätsfehler sehr präzise an Kommunikationssysteme anpassen lassen.
Projektbezogene Publikationen (Auswahl)
- “Sparsity Aware Multiuser Detection for Machine to Machine Communication”, Second International Workshop on Machine-to-Machine Communication at IEEE Globecom 2012, Anaheim, USA, Dezember 2012
F. Monsees, C. Bockelmann, D. Wübben, und A. Dekorsy
- “Compressed Sensing Bayes Risk Minimization for Under-determined Systems via Sphere Detection”, 77th IEEE Vehicular Technology Conference (VTC2013-Spring), Dresden, Deutschland, Juni 2013
F. Monsees, C. Bockelmann, D. Wübben , und A. Dekorsy
- “Sparsity-Aware Successive Interference Cancellation with Practical Constraints”, 17th International ITG Workshop on Smart Antennas (WSA 2013),Stuttgart, Deutschland, März 2013
B. Knoop, F. Monsees, C. Bockelmann, D. Wübben, und A. Dekorsy
- “Compressed Sensing K-Best Detection for Sparse Multi-User Communications”, 22nd European Signal Processing Conference 2014 (EUSIP-CO), Lissabon, Portugal, September 2014
B. Knoop, F. Monsees, C. Bockelmann, D. Peters-Drolshagen, S. Paul, und A. Dekorsy
- “Reliable Activity Detection for Massive Machine to Machine Communication via Multiple Measurement Vector Compressed Sensing”, 10th IEEE Broadband Wireless Access Workshop colocated with IEEE Globecom 2014, Austin, USA, Dezember 2014
F. Monsees, C. Bockelmann, und A. Dekorsy
(Siehe online unter https://doi.org/10.1109/GLOCOMW.2014.7063573) - “Compressed Sensing Neyman- Pearson Based Activity Detection for Sparse Multiuser Communications”, 10th International ITG Conference on Systems, Communications and Coding (SCC 2015), Hamburg-Harburg, Deutschland, Februar 2015
F. Monsees, C. Bockelmann, und A. Dekorsy
