2024 IMT-2030（6G）推进组白皮书 -新型多址接入研究报告

4 6 7 7 8 9 4.面向海量随机接入的可扩展同步用户 2 3 7 9 4 图4-14Rayleigh信道下不同等效重复因子下的Eb/N0性能比较 图4-16EM+AMP、EM+SBL-A 5表目录 8 6展的框架和总体目标建议书0，提出6G的六大使用场景，可根据场景的特性分为两方Communications（uRLLC，超高可靠低时延通信）场景进一步增强，提出Immersive场景：UbiquitousConnectivity（泛在连接）、IntegratedArti图1-1ITU-R提出的IMT-2030（6G）六大场景7表1-1ITU-R提出的6G性能指标相对于5G性能指标的增强数值增强指标5G性能要求6G性能要求峰值数据速率20Gbps50~200Gbps用户体验速率100Mbps300~500Mbps频谱效率30b/s/Hz45~90b/s/Hz区域流量容量10Mbps/m230~50Mbps/m2连接密度106devices/km2106~108devices/km2移动性500km/h500~1000km/h0.1~1ms可靠性99.999%99.999%~99.99999%Communication场景的典型用例涵盖智能城市、论及行业分析，从2010年到2025年，非物联网和物联网设备的数量呈现出持续快速增频识别系统（RF-ID），蜂窝无源物联网通过基站侧授权频段上的高发射功率和终端侧更加先进的编码方式，能够实现更远的传输距离，被广泛应用在商超盘存、智能仓储、8图1-22010年到2025年非物联网和物联网设备增长示意图极高可靠极低时延通信场景（HyperReliableLowLatencyCommunication,HRLLC）），于传输距离更短，可以让车辆之间实现更低时延（例如亚毫秒级）的高可靠信息交互。9地面移动通信网络仅覆盖了地球表面积的6%，存在一定间更短。假设卫星波束1秒切换一次，控制面时延将占到卫星波束总时域资源的6G需要引入极简的新型多址接入技术，减少信令交互次数（例如把控制面和数据址，NRRel.16NOMA研究项目还深入探讨不同足够的正交前导序列，其对于大规模接入而言是不可扩展的。一方撞和无法忍受的接入时延。随着传输-冲突-重传的不断重复，终端与基站之间的信令交互急剧增加，信令风暴开销远超机器类型终端所要发送的有效数据载荷。例如，在个可扩展的设计方案。所需的时频资源代价的自由度期望与活跃设备的平均数量相当，新型多址接入近几年在信息论方面的研究有不少突破，尤其在无标识多址接入Channel，GMAC）的容量，进一步地推导出有限码长瑞利衰落信道（RayleighFading）户激活检测和多用户信号检测非常具有挑战。6G新型多址考虑导频碰撞和利用导频进6G新型多址信道编码也是其重要研究内容，大约束长度的咬尾卷积码，不规则重复累较为有限。6G新型多址的导频设计可考虑更先进的信号处理方式，例如压缩感知，通报告中的主要设计。无标识多址接入的发射侧基本框架是由两部分组成，如第一章(一)l基于多码率多码长SC-LDPC（3.2.5节）l基于可扩展Polar码（3.2.6节）作为签名，降低碰撞概率。接收端结合码片级串标识多址接入方案，如基于扩展的和基于稀疏IDMA的方法在用户增加时性能表现更佳，展现潜在的性能增益。在6G随机接入设计中，基于现有的2-stepRACH框架下并图1-3无标识多址接入方案的性能比较二、理论性能界y=∑k∈xaxwk+z∈ℂn,其中，z∼CN(0,In)表示加性高斯白噪声；Wk活跃用户k发送的信息，在集合[M]1)编码函数：将用户k的信息Wk映射成码字xWk，且码字功率不超过nP。2)译码函数；接收机利用式(2.1)中的接收信号进行译码，译码函数满足平均每用定理2-1:在高斯信道中，为满足大维随机接入的平均每用户误差概率准则和最大Gaussian≤inf(2.3)−Pn.(2.6)定理2-2:在高斯信道中，为满足大维随机接入的平均每用户误差概率准则和最大Gaussian≥inf(2.7)其中，inf针对满足以下两个条件的功率Pl,Gaussian>0求极小值：Eb(dB)22.5逆定理(高斯信道)可达界(高斯信道)逆定理(高斯信道)可达界(高斯信道)户均配置单天线。假设活跃用户数Ka已知，活跃用户集合记为xa。假设yl=∑k∈xaℎk,lxwk+zl∈ℂn,(2.10)其中，hk,l∼CN(0,1)表示第k个用户和第l个接收天线之间的信道衰落系数；zl表假设接收端在信道状态信息未知(nochannelst2)译码函数；在信道状态信息未知的情况下，接收机利用式(2.10)中的接收信号进比特能量记为E,fading定理2-3:在多天线准静态瑞利衰落信道中，当用户的信道状态信息未知时，为满足大维随机接入的平均每用户误差概率准则和最大功率约束所需要的最小的每比特能fading≤inf(2.11)用户传输的码字译码错误的概率，主要采用费诺良好区域技巧[12]，Chernoff不等式，当接收端事先不知道CSI时，导频辅助段：1)用户发送导频符号，接收端进行信道估计；2)用户发送码字，接收端利用第一定理2-4:在多天线准静态瑞利衰落信道中，当用户的信道状态信息未知时，为满足大维随机接入的平均每用户误差概率准则和最大功率约束所需要的最小的每比特能fading≥inf（2.12)−Lpno−colEXKalog2IKaKa」2Ka)−Kah2(ε),其中pno−col=1−,矩阵XKa∈cn×Ka中的元素服从i.i.d.均值为0方差为J−log2Ka≤−log2Px2(2L)等式得到，其中的互信息依照文献[13]中的方法进行处理。条件二的推导思路如下。假景中，可能存在信息冲突，因此，Ka−1Ka-1个活跃用户发送的信息中不同信息的数量B满足1≤B≤Ka−1，解码器输出一个信息，此处为了得到逆定理，将译码列表大小从Ka−BKa-B扩大到Ka，平均知Ka−1Ka-1个活跃用户的信道衰落系数和发送信息的假设过于乐观，因此该逆定理会设，但仅针对高斯码本成立.图2-2比较了信道状态信息已知(CSIknownatthereceiver,CSIR)独立码本、no-CSI机接入，设置Ka/K=0.4Ka/K=0.4。仿真--15-10-505Eb(dB)500400300200no-CSI共享码本逆定理no-CSI独立码本逆定理no-CSI共享码本可达界no-CSI独立码本可达界CSIR独立码本逆定理CSIR独立码本可达界800700三、海量多址接入关键技术式来提高系统对抗多用户干扰的能力，以有效支持非正交叠加传输。其中的比特重复、图3-1无标识多址接入的基本设计框架信道编码交织器导频CS检测器Sensing,CS）矩阵，经过映射信道编码交织器导频CS检测器导频CS编码器重复、填零交织和重复图样交织和重复图样导频CS编码器信道编码重复、填零交织器AWGN导频CS编码器信道编码重复、填零交织器AWGN数据部分检测和译码器图3-2基于稀疏IDMA+压缩感知的框图面的公式是基于Hadamard矩阵的压缩感知序列方式的生成方式，维度为N的正交的L个元比特，生成N=2L个索引，用于挑选其中一个前导序列（长度为M）。这里压缩感知检测的例子，包含两部分。模块A是一个线性最模块B模块AyMMSE去噪yMMSE去噪LMMSE估计图3-3基于Turbo压缩感知的迭代检测MLE:zt=θtλtt-1+ξty—A(θtt-1+ξtxt),t=AHzt,NLE:xt+1=t(rt)=[x1,…,xt,φt(rt)]st+1,(3.2)tt统中，为保证算法稳定性，damping长度一般被设为2或者3。MAMP算法表3-1AMP类算法比较算法矩阵最优性收敛性时间/空间复杂度AMPIID高斯贝叶斯最优低0(MNT),0(MN)OAMP/VAMP(SVD)[16]右酉不变高0(M2N),0(MN+N2)MAMP[17]低0(MNT),0(MN)过φ(v)和ψ(LLR)之间的EXIT（Extrinsic稀疏IDMA的φ(V)和ψ(SNR)EXIT分析器的特性相匹配，才能迭代收敛。传统的信道编码通常是针对单用户信道进行优化的，图3-6非协调随机接入和传输技术（URAT）的原理框图(1)在生成多址传输的数据信号时：终端将待发送数据的信息比特（包括应用层身份信(2)在生成用于随机接入的前导信号时：将前导信号与数据信号建立连接。具体的，首先根据待发送的信息比特得到用于生成前导信号的元数据比特，基于元数据比特和预设的规则，生成进行传输的前导信号，例如终端对元数据比特经过索引变换后从候选资源池中确定相应的前导信号。前导信号除了用于随机接入外，还可以携带元(3)在进行数据信号的发送时：将数据信号和前导信号相关联，具体的，使用生成前导信号的元数据比特对数据信号进行控制，例如使用元数据比特来控制多用户编码，备的信息比特先后经过卷积编码、Manchester后由Preamble承载，Preamble同时用于实现随机接入和元数据比特传输两个功能，在AIoT设备发射机模型中，元数据比特可以用来控制AIoT设备所采用的卷积码生成器和功率放大系数等，与比特域编码扩展联合作用，实AIoT设备发射机模型对于6GMassiveCommunic最好多数时间处于深度睡眠状态（为空闲态，RRCIdle有数据要发展方案的关键。传统DS-CDMA（Directse的伪随机序列（PN,pseudonoise），序PN序列虽然可提供一定的软容量，但是在海量连接要求系统支持较大的过高过载率，传统PN序列是二元实序列，短码时难以保证较低的互户过载率较低。eMUSA（enhancedMulti-UserSharedAc只能找到8条不同序列；而eMUSA序列，互相关能量（即互相干扰的能量）小于0.63反转了传统检测顺序：先利用空域\码域\功率域进行干扰抑制，再利用干扰抑制后的数分区匹配法（PartitionMatchingMethod）eMUSA超低碰撞导频技术的主要思想是应用Da测了。eMUSA超低碰撞导频技术另一个主要部分是独立时延、高可靠这些通信需求同时满足更为困难。对于高密度车辆网场景，eMUS图3-9超低碰撞率导频用户无需发送显性ID信息。采用一组恒模的标识序列，无论用户总展，即使观察样本数量明显少于用户总数。在接收端，采用基于非负最小二乘法上行数据发起调度请求。一个活跃用户n∈SA发送一个专用的、长度为M的序列，表示个同步并相互叠加的信号，其基带形式可以表示为一个长度为M的向量y=∑n∈SAℎnsn+n（3.3）图3-10序列发送的资源映射算法1：用户设备侧的发送过程1:预先分配UEn,n∈S,一个唯一的标识序列sn=[ss⋯s−1]T，其中ej2πfnm，m=0,1,⋯,M−1。这里,fn满足0≤fn<1和fn≠fk，对于n≠k。2:活跃UEn在共享的M个RE上，发送其所分配的序列n，该序列乘以一个预编码系数αn,即,n=αnsn,而非活跃用户保持沉默。设计的sn是一个长度为M的复指数序列，可通过相关联的频率参数fn来区分。不同用户可通过分配不同fn来区分。作为一个典型的应用，可使用fn=(n−1)⁄N或fn=αn=√(3.4)αn=√(3.5)含有N个未知数{xn}n∈S的M个方程，接收侧可考虑基追踪BPDN）方法，采用最小化重构误差加上正则化项，估计稀疏解。所添加的正则化项是不同于BPDN，针对{xn}n∈S精心设计的非负性，允许利用NLS方法计算出稀疏估{n}n∈s=argmin‖y−∑n∈sxnsn‖2(3.6)xn≥0，n∈sactive-set方法快速求解[23]。事实上，，{n}n∈S是{xn}n∈S的一致估计量。当噪声功率算法2：BS侧基于NLS的快速用户活跃检测算法1:利用矢量y的第一个分量，即y1=∑n∈SA+n1=NON+n1估计活跃用户数NON。2:通过求解NLS问题(2)，确定非负稀疏估计{n}n∈S。3:确定集合{|n−√P|}n∈S的前ON个最小元素，其支撑域作为SA的估计。基矩阵定义的未扩展子码基矩阵定义的QC-SC-LDPC码基矩阵定义的基矩阵定义的未扩展子码基矩阵定义的QC-SC-LDPC码首端的结构非规则特性前向保4——后续的W个子码保证通用解码的波浪传递每个子码通过空间耦合影响后续的W个子码保证通用解码的波浪传递/末端的结构非规则特性反向保证通用解码的启动。Wave-LikeBP-译码传递示意图解码成功的变量节点译码传递图3-11一种QC-SC-LDPC码的构造和译码过程乎所有信道下都具有一致逼近信道容量的能力。这得益于SC-LDPC的门限饱和的W个子码，保证通用解码的波浪传递，窗口内采用传统LDPC码的迭代置信传播图3-12基于QC-SC-LDPC短码的系统图3-13QC-SC-LDPC子码边扩展图样构造过程IDMA（交织多址）是一种无碰撞的多用户接入技术，其核心思想是通过用户特定图3-14多用户极化码IDMA系统框图用户k的二进制消息向量mk={mk,B,mk,B−1,⋯,mk,1}首先通过一个低码率的极化编码器在接收端，接收到的叠加信号向量y=(yN,⋯,y1)中第i个时隙接收到的信号yi表示yi=∑ℎk,i(3.8)表示接收信号是来自K个用户信号的叠加，并包含信道系数、调制符号和高斯白噪在接收端，系统首先通过软干扰消除多用户检测器（SoIC-MUD）对多用户干扰进成功解码后终止。现有研究主要集中于长码场景，采用重复码和低密度奇偶校验码（LDPC）等低码率方案来应对动态用户负载。然而，这些方法大多未充分考虑有限码一种基于可扩展Polar码的IDMA系统设计方案（PM假设可调节的码字长度排列为M1<M2<⋯<MT，此时，码字的长度不在局限于图3-15可扩展Polar码在IDMA系统中的编码与解码过程示意图BLERi−1则比特保护对{(t(i),1(i))}将被加入到当前的比特保护对集合pt中，表示为：pt←pt∪{t(i),1(i)},同时，信某个比特保护对i的BLERi大于之前的BLERi−1，终止保护对的构建过程，因为进一步生消息向量u,的生成过程是基于t次扩展，通过逐步迭代构建消息向量u,。扩展过生成消息向量。根据比特保护对集合pt进行循环，将高可靠性子信道中的消息比特uk,pt(2j)复制到对应的低可靠性子信道uk,pt(2j−1)。经过多次扩展后的u,包含了所有经过和适应性。通过QUP打孔算法，码字c,t+1,Nt=2⌈log2Mt⌉被打孔掉不进行考虑一个上行低轨（LowEarthOrbit，LEO）卫图3-16LEO卫星物联网系统模型其中K个潜在的物联网设备以pa的概率随机向卫星发送信号。以用一个稀疏矩阵F=(fnk)表示，以6个设备、4个子载波为例，零元素，即每个设备占用dv=2个子载波。此外，定义集合有用户，集合N免表示设备k占用的所有子载波，有x亿={k|Fn,k=1,∀k},N免=ytl=∑=1diag(htk)skx,lAk+ntl(3.11)[Akh,k,Akh,k,⋯,Akh,k]T∈CN×1且其矩阵形式可以被表示为Ht=[ht1,ht2,⋯,htK].为了简化公式（4.11假设全部设备发送的第l个符号为xtl=[A1x,l,A2x,l,⋯,AKx,l]T∈CK×1ytl=txtl+ntl.(3.12)αyt=txt+Nt~~~~(3.13)的活跃用户会将各自的导频序列与数据信息经子载波n在第一个时隙一同传给卫星接收y,lp=∑k∈x亿Plp,kℎ,kAk+n,lp.(3.14)y⋅=Pℎ⋅+n⋅,(3.其中，y⋅=[y,1,y,2,⋯,yn,L]T∈CLp×1是第n个子载波收到的导频信号，P=h⋅=[A1h,1,A2h,2,⋯,AKh,K]T∈CK×1是子载波n在第一时隙的信道向量且Yp=P(H1)T+Np.(3.16)接收侧采用联合的用户识别、信道估计和数据检测。该联合问题划分为两个阶段，SBL（GeneralizedApprox数据检测问题。该算法能够有效处理信道估计与用户活跃性未知的情况下的数据检测，时隙的信道都与第一个时隙的信道有关。因此，将在先前估计出的第一个时隙的信道的准确性会逐步提高。由于设备随机接入，在图3-17格码多址设计的框图后K用户同时传输。注意，若采用QPSK，则已有标准中的二元LDPC或polar码均可），具体地，在发送侧，K用户的消息序列用行向量b1T,⋯,bKT表示。令行Y=1√Phix+Z=√PHX+Z，(3.17)aT⊗c[t]=mod(aTc[t],2m),t=1,⋯,n(3.19)Ky→p(alT⊗c=θ|y),θ∈{0,⋯,2m−1}合的系数矩阵A设为I，则退化为传统多址处理）。进一步，运用格基约化，鉴定出最图3-18基于索引调制的强化设计的编码流程度分别为Lbp,Lbd和LbI。前导部分的二进制数据b被映射为公共前导资源池中的第i个量的长度等于时隙数目Nslot。其中N表示高斯背景噪声，gu[m]，1≤m≤M表示用户u在第m根天线上的信道系号。Nslot表示总时隙数目，Na表示活跃用户数目，Ncu表示信道开销。接收端进行时隙图3-19第ns个时隙上的译码流程图•基于压缩感知（Compressedsensing,CS）的前导检测与信道估计其中，us表示第ns个时隙上，前导序列的索引集合。于协方差的方法进行求解。根据s，可以恢复b。•基于最大似然与半定松弛的重叠码字分离•基于前导序列匹配的索引解调与串行干扰消除LAP代表信道接入模式序列长度，等于时隙数目Nslot。根据估计的信道模式接入序用户，其中只有K个用户处于活跃状态，以基于正交导频的PDRA框架为例，用户从正Yp=∑1hns+Zp(3.29)M×1其中hn∈c表示用户n与BS之间的信道向量，其分布为hn~CN(0,IM)。Zp表示M×1），正交块1正交块2正交块3正交块4正交块5模式域导频图3-20模式域导频编码图样示例（L=2）PMF=PSP(λF≥λTh)其中，PS表示用户1和其他K−1个用户之间没有发生模式导频碰撞的概率，大小为W的导频集合S中随机选取一个导频，则PS表示为K−1。定义E0表示1−Q个用户与用户1发生单个ZC序列分量碰撞这一事件。因此，式（4.29）中P(λF≥λTh)=∑P(Q)[PE0P(λF≥λTh|Q,E0)+PE1P(λF≥λTh|Q,E1)]1J1,E0=√h1+∑(3.35) 导频插入调制使用该段指定的资源进行映射合流器分流器第1数据段第1 导频插入调制使用该段指定的资源进行映射合流器分流器第1数据段第1编码段段编码...第m编码段...第m数据段调制导频插入 信道...第n编码段...第m编码段...第m数据段调制导频插入 信道...第n编码段调制 ...导频插入...使用该段指定的资源进行映射使用该段指定的资源进行映射 用户特定的资源映射图案资源映射图案码本图3-21资源跳跃多址发射机设计RHMA发射机如图3-21所示，与传统发射机不分流器划分为m个数据段。随后，段编码采用广义里德所罗门码（GeneralizedReed-Solomon，GRS）将m个数据段编码成n个编码数据段，从而生成n-m个冗余数据段。在段编码完成后，数据比特被调制成符号，并在每段上根据自己所特定的资源映射图案将每一个编码数据段上的数据符号映射至不同的信道接收机如图3-22所示，假设来自并将该用户n段上的数据比特输入到段解码器中进行合流器使用该段指定资源解映射信道估计及均衡 第1数据段...第m合流器使用该段指定资源解映射信道估计及均衡 第1数据段...第m数据段第1编码段...第m编码段...第n编码段分流器段解码信道解码...分流器段解码信道解码使用该段指定资源解映射信道估计及均衡第m使用该段指定资源解映射信道估计及均衡...使用该段指定资源解映射信道估计及均衡使用该段指定资源解映射信道估计及均衡第1段序列第n段序列第1段序列第n段序列 资源映射码本图3-22资源跳跃多址接收机设计一种是多个激活用户所选择的不同资源跳跃图案在同一数据段上映射至相同的信道资为为(3.38)段解码合流器段解码合流器第1编码段...第m编码段...第n编码段 第1数据段...第m数据段第第1编码段...第m编码段...第n编码段 第1数据段...第m数据段第1编码段分流器 第n编码段第1段序列第n段序列第1段序列第n段序列段编码分流器第1段编码分流器第1编码段k...k第m编码段第m数据段k第m编码段第m数据段第n编码段k第n编码段图3-23结合SIC的资源跳跃多址发射机设计在此基础上，RHMA可在接收端结合码片级串行干扰消除技术（Successive图3-23所示，当某一用户成功解码后，接收撞段，从而成功解码。在每次SIC迭代过程中利用循环冗余校验（CyclicRedundancy相干时间内，只有K个设备是活跃的，采用竞争式免授权接入。具体地，假设一个基站分配M个非正交导频（M≪N），且所有用户共享此导频池，定义导频矩阵为P=输的资源调度。定义扩频序列矩阵为S=[s1,s2,…,sM]∈ℂls×M，其中ls为拓展序列的长度。BS首先通过导频估计相应的信道，然后根据估计的信道和已知的扩频序列对数据进行解码。由于用户数据包含唯一的用户设备标识，在解码数据后，BS可以获得活动k路径损耗，gk~CN(0,1)。定义pk是用户k选择的导频，则免授权海量随机接入的系统模kyp=∑k∈xℎkpk+np=∑m∈ℳℎmpm+np=ph+np,(3.39)活跃用户和所选导频的索引集，np∈ℂlp×1是加性高斯白噪声。定义Ms为所选择的导频的数量，由于[h,h,…,h]是所有用户的信道向量，它是一个Na个非零索引的信号。活跃用户检测和信道估计可以看作是一个稀疏恢复问题，可以通过AI使能的压缩感知M和估计信道h的估计指标集。由于导频与扩频序列的关联，M也表示估计的矩阵X的非零行。因此可根据接收到的信号Yd、扩频矩阵S、估计的信道h来恢复活动用户的数据。当活跃用户随机选择导频时，通过传输数据中包含的用户设备标识确认用户是否活跃。数据恢复的性能高度依赖于（4.37）中的导频检测和信道估计，由于只选择少n‖h‖0s.t.‖yp−ph‖≤ε,(3.40)其中ε>0是一个与噪声水平相关的值，由于这个问题是NP难的，可考虑另一个近似的凸优化问题：n‖h‖1s.t.‖yp−ph‖≤ε.(3.41)基于模型驱动的深度展开网络随机接入算法通过将传统迭代算法与深度学习相结图3-24LISTA展开网络的第t层vt+1=y−At+1+t+1‖0vt,(3.43)图3-25LAMP展开网络的第t层图3-26基于先验信息反馈的深度学习高级接收机这也可为活跃用户检测和信道估计提供帮助。文献[31]通过将其视为结构化稀疏恢复问四、性能仿真评估这里的一般设计指的是不采用时隙ALOHA，大量用户同时激 表4-1稀疏IDMA+压缩感知一般设计的主要仿真参数参数数值信道类型AWGN或Rayleigh接收天线数信息比特数（元比特+其余比特）压缩感知矩阵类型和大小DFT，213=8192列，2000行调制方式BPSK信道编码方式和码率卷积码(133,171)8或5GNRLDPC，1/2码率重复次数2总资源数（前导+IDMA）30000=2000+28000前导与稀疏IDMA的发射功率比信道估计理想和基于前导的实际信道估计仿真性能如图4-1所示。从图4-1(a)可以看出当Eb/N0超过8dDFTsize8192E/N(dB)2.544

Randomcoding200250(a)前导检测性能在GMAC信道的性能(b)稀疏IDMA在GMAC信道的系统性能KKKK=1500=1500=1800=180044.587.555.566.5744.587.5b0E/NPeruEb0(c)RayleighMAC的BLER性能图4-1稀疏IDMA+压缩感知一般设计下的仿真性能表4-2稀疏IDMA+压缩感知针对无源物联网设计的主要仿真参数参数数值信道类型Rayleigh接收天线数2根信息比特数（元比特+其余比特）压缩感知矩阵类型和大小Hadamard，28=256列，96行调制方式BPSK信道编码方式和码率卷积码(133,171)8重复次数2总资源数（前导+IDMA）896=96+800前导与稀疏IDMA的发射功率比信道估计基于前导的实际信道估计(a)前导检测性能在RayleighMAC信道的性能(b)稀疏IDMA在RayleighMAC信道的系统性能图4-2稀疏IDMA+压缩感知针对无源物联网设计下的仿真性能表4-3URAT多用户链路仿真参数参数数值载波频率4GHzCP-OFDM子载波间隔30kHz信道模型TDL-C,300ns,12HzDoppler信道编码方式NRLDPC传输块长度10bytes（96比特）调制方式QPSK编码码率0.0293最大重复次数7DMRS开销50%基站接收天线端口数4终端发射天线数2终端最大数目300信道估计理想接收算法MMSE-SIC,3次迭代的时频域资源，其性能是最优的；曲线UENum=12(12)OMA表示全部时频域图4-3URAT设计的仿真结果图4-4广覆盖AIoT在TDL-C信道的仿真结果图4-5两收天线衰落信道4长eMUSA扩展序列的性能仿真表4-4接收天线为32情形下的eMUSA仿真参数参数数值载波频率5GHzCP-OFDM子载波间隔15kHz1ms子帧14OFDM符号资源数量6RBs(1.08MHz),1ms导频开销2/7传输包大小40/60/80Bytes调制编码方式BPSK,LDPC码率:0.4667~0.9111终端发射天线数1信道模型和终端移动速度CDL-A30ns;CDL-D30ns;3km/h.0~4.7us均匀分布[-200Hz200Hz]均匀分布不同用户的平均接收SNR相等空域合成方式MMSE+干扰消除图4-6接收天线为32情形下的eMUSA仿真性能表4-5可扩展同步用户活跃性检测的仿真设置参数数值UEn的标识序列:sn序列长度M128和256总用户数N512,1024和2048预编码策略预均衡BS端等效接收信噪比:RxSNR=P⁄E{‖n‖2}20dB和30dB服务请求的随机模型i.i.d.Bernoulli分布（依赖于发送概率）），图4-7不同传输概率下的用户活动性检测性能设计的非正交序列集{sn}n∈S的分图4-8相同序列长度总用户数比下的用户活动性检测性能M/N=1/8终随机选择固定数量的127个UE，并在每个实验中独立进行。图4-9比较两个不同用图4-9临界条件下的用户活动性检测性能表4-6SC-LDPC和NRBG2-LDPC两用户可达SNR域仿真参数QC-SC-LDPC5GNRBG2耦合长度L24基矩阵信息位kz提升因子z768提升因子z384滑动译码窗口长度NwMUD迭代次数Iiter90MUD单窗口迭代次数I6LDPC迭代译码次数I2LDPC迭代译码次数I27GMAccapacityQPSKCC-capacity5432eta1=1,eta7GMAccapacityQPSKCC-capacity54320123456SNR_dB_user1图4-10QC-SC-LDPC和5G-NR长码两用户可达SNR域仿真结果表4-7可扩展Polar码的设计的仿真参数参数取值信道类型AWGN,Rayleigh衰落调制方式QPSK用户数量信道路径数16(仅限Rayleigh)极化码码长128,256,1024总速率Rsum={0.5,1}bpcu图4-11AWGN信道中的BLER性能（总码长为4096，15个用户，总速率为0.5bpcu）响较为有限，表现出稳定的性能优势，且在整个重复因子范围内，始终优于基线方案。图4-12不同等效重复因子下PME-MU-Polar与Polar-Rep方案的性能比较图4-13瑞利衰落信道下的OFDM-IDMA系统的BLER性能比较后，所需的Eb/N0随之上升。这表明，对于提出的方法和常规的Polar-RMMOoptimalrepetitionfactor★O★MMOoptimalrepetitionfactor★O★ OPOlar-Rep-IIDMARm=1bpcu=1bC OPOlar-Rep-IDMA,Rsuumpm=0.5bpPum=0.5bpcu★★25510152025EquivalentRepetitionfactordr图4-14Rayleigh信道下不同等效重复因子下的Eb/N0性能比较图4-15基于格码的设计在实数瑞利慢衰落多址信道下的误码率性能表4-8扩频码长Ns=4，用户数K=10，SNR=20dB的扩频码示例-0.3715-0.49380.7070-0.64540.0644-0.3715-0.49380.7070-0.64540.0644-0.3715-0.49380.7070-0.64540.06440.37150.4938-0.70700.6454-0.06440.6016-0.5061-0.0112-0.28880.70410.6016-0.5061-0.0112-0.28880.70410.6016-0.5061-0.0112-0.28880.7041-0.60160.50610.01120.2888-0.7041验证了三种算法在不同活跃概率和不同用户负载下的性能，图4-16EM+AMP、EM+SBL-AMP和所提GAMP-SBL算法在不同活跃概率的误码率表4-9索引调制的强化ALOHA随机接入设计的仿真参数参数取值发送消息长度，Lb70CS前导长度suBPSK长度，Lbd48时隙数目，Nslot33码字重复次数2IM携带比特数目，LbI9基站天线数目，M4信道开销，Ncu2343图4-17不同Na对应的FER性能表4-10模式分割随机接入设计的仿真参数参数取值总用户数量10000导频序列ZC序列导频集合大小导频序列长度839信道模型独立Rayleigh衰落上行链路信噪比3dBSINR阈值5dB（a）pa=0.1%（b）pa=0.15%图4-18不同导频序列数W下的各方案Psuccess比较取得比PDRA-MF更好的性能。由图4-18可知，当pa=0.1%时，使用W=32个导频的面向海量连接、低时延高可靠、泛在连接等场景，以及两步随机接入参考文献[1]ITU-RM.2160-0,Framework&overallobjectivesofthefuturedevelopmentofIMTfor2030andbeyond.[2]工业互联网产业联盟，《无线应用场景白皮书-汽车制造领域（2018年）》，2018年10月.[3]EUROPEANCOMMISSION.Industry5.0：towardsasustainable，human-centricandresilientEuropeanindustry[R].Luxembourg：PublicationsOfficeoftheEuropeanUnion，2021：14-15.[4]袁弋非，袁志锋，《5G非正交多址技术（NOMA）》，人民邮电出版社，2019.[5]I.Zadik,Y.Polyanskiy,andC.Thrampoulidis,“ImprovedboundsonGaussianMACandsparseregressionviaGaussianinequalities,”in2019IEEEIntl.Symp.onInfo.Theory(ISIT).IEEE,2019.[6]S.S.Kowshik,andY.Polyanskiy,“Quasi-staticfadingMACwithmanyusersandfinitepayload,”Proc.IEEEInt’l.Symp.Info.Theory,2019.[7]E.Paolini,G.LivaandM.Chiani,"CodedslottedALOHA:Agraph-basedmethodforuncoordinatedmultipleaccess,"IEEETrans.onInfo.Theory,vol.61,no.12,pp.6815-6832,Dec.2015.[8]A.K.Pradhan,V.K.Amalladinne,A.Vem,et.al.,"SparseIDMA:ajointgraph-basedcodingschemeforunsourcedrandomaccess,"IEEETrans.onCommu.,vol.70,no.11,pp.7124-7133,Nov.2022.[9]V.K.Amalladinne,J.-F.ChamberlandandK.R.Narayanan,"Acodedcompressedsensingschemeforunsourcedmultipleaccess,"IEEETrans.onInfo.Theory,vol.66,no.10,pp.6509-6533,Oct.2020.[10]A.K.Pradhan,V.K.Amalladinne,K.R.Narayanan,et.al.,"Polarcodingandrandomspreadingforunsourcedmultipleaccess,"IEEEIntl.Conf.onCommu.(ICC),Dublin,Ireland,2020,pp.1-6.[11]Y.Polyanskiy,“Aperspectiveonmassiverandom-access,”Proc.IEEEInt.Symp.Inf.Theory(ISIT),Aachen,Germany,Jun.2017,pp.2523–2527.[12]R.M.Fano,TransmissionofInformation.JointlyMITPressandJohnWiley&Sons,1961.[13]G.ReevesandM.C.Gastpar,“Approximatesparsitypatternrecovery:Information-theoreticlowerbounds,”IEEETrans.InfoTheory,vol.59,no.6,pp.3451–3465,Jun.2013.[14]Y.Li,J.Dai,etal.,“Unsourcedmultipleaccessfor6Gmassivemachinetypecommunications,”ChinaCommunications,2022,vol.19,no.3,pp.70–87.[15]C.Yan,S.Lv,S.Wang,et.al.,“Designframeworkofunsourcedmultipleaccessfor6GmassiveIoT,”ChinaCommunications,2024,vol.21,no.1,pp.1–12.[16]J.MaandL.Ping,“OrthogonalAMP,”IEEEAccess,vol.5,pp.2020–2033,2017.[17]L.Liu,S.Huang,andB.M.Kurkoski,“MemoryAMP,”IEEETrans.Inf.Theory,vol.68,no.12,pp.8015–8039,Jun.2022.[18]Z.Yuan,et.al,“Multi-usersharedaccessforInternet-of-Things,”IEEE83rdVTCSpring,2016.[19]Z.Yuan,Y.Hu,W.Li,andJ.Dai,“Blindmulti-userdetectionforautonomousgrant-freehigh-overloadingmultiple-accesswithoutreferencesignal,”IEEEProc.87thVeh.Tech.Conf.(VTC-Spring),2018.[20]Y.Ma,Z.Yuan,Y.Hu,W.LiandZ.Li,"Adata-assistedalgorithmfortrulygrant-freetransmissionsoffuturemMTC,",IEEEGlobalCommu.,Conf.,2020,pp.1-6.[21]Z.Yuan,W.Li,Z.Li,et.al,"Contention-basedgrant-freetransmissionwithindependentmulti-pilotscheme,"IEEE92ndVeh.Tech.Conf.(VTC2020-Fall),2020.[22]Z.Yuan,Z.Li,W.Li,et.al.,"Contention-basedgrant-freetransmissionwithextremelysparseorthogonalpilotscheme,"IEEE94thVeh.Tech.Conf.(VTC2021-Fall),2021,pp.1-6.[23]C.L.LawsonandR.J.Hanson,S