In lizenzfreien Massenmaschinenkommunikationssystemen (mMTC) ist der auf schwachem, gemeinsamem Kanaldetektions- und Kanalschätzungsalgorithmus (JADCE) basierend von entscheidender Bedeutung. Traditionelle Algorithmen für komprimierte Wahrnehmung werden auf nicht zusammenhängende Kommunikationssysteme angewandt, bei denen die Korrelation zwischen zwei Messungen minimal ist. Die vorhandenen spärlichen JADCE-Methoden erreichen möglicherweise nicht die optimale Leistung in stark zusammenhängenden Systemen, insbesondere bei wenigen Trägerfrequenzen OFDM. Um dieses Problem zu lösen, wird das JADCE-Modell als gemeinsames Problem des Wiederherstellens seltener Signale in einem Rahmen mit mehreren Messvektoren (MMV) dargestellt, wobei die seltene blockweise Struktur des millimeterwellen Kanals in einem massiven Mehrfach Ein- und Ausgangsorthogonalfrequenz (MIMO-OFDM) -Teil ausgenutzt wird. Dann wird eine effiziente Strategie für JADCE auf der Grundlage der konvexen Optimierung präsentiert. Um die Algorithmuskomplexität weiter zu reduzieren, wird ein proximaler Operator eingeführt, um einen schnellen JADCE-Algorithmus auf der Grundlage von DC zu implementieren, der das Optimierungsproblem direkt mit der Verwendung eines alternativen Richtungsmultiplikators (ADMM) mit niedriger Komplexität löst. Die Ergebnisse von Simulationsexperimenten zeigen, dass die beiden von uns in diesem Dokument vorgeschlagenen auf DC basierenden Algorithmen erfolgreich eine aktive Erkennung und präzise Kanal schätzung im Vergleich zu den vorhandenen JADCE-Methoden für die komprimierte Wahrnehmung erreichen.

Gemeinsame aktive Benutzererkennung und Kanalschätzung; Massenkommunikation von Maschinen; Unterschiedsfunktion Salgorithmus; Alternativer Richtungsmultiplikator-Methode