本文研究在大规模 MIMO 设置下的活动检测问题，提出了一种基于压缩感知技术的方案，通过增加基站天线数量，解决了当潜在用户数大于信号维数时的局限性问题，并在物联网环境下得到了更高效的应用。

Mar, 2018

本研究考虑使用近似信息传递算法来实现非正交签名的移动通信中的稀疏设备活动检测。本文比较了两种网络架构：大规模多输入多输出（MIMO）和合作 MIMO，通过分析与数值模拟结果验证，大规模 MIMO 系统能有效将检测误差降至零，而增加合作规模主要能改善边缘用户性能，并探讨了 LLR 量化的影响。

Jun, 2019

本文研究在大量设备与基站间的疏散通信场景下，通过利用随机签名序列和用户活动模式的稀疏性，将用户检测和信道估计问题建模为压缩感知单测量向量问题或多测量向量问题，利用近似消息传递算法高效求解，并开发了利用通道统计信息进行 AMP 算法设计的最小均方误差去噪器。同时，通过 AMP-MMV 算法和研究多天线的部署，量化了其优点。

Jan, 2018

本文提出了一种基于压缩感知的自适应主动用户检测和信道估计方案，可支持出现突发流量的大规模连接用户设备和大规模 MIMO 信道的虚拟角度域稀疏，实现高效可靠的大规模信道接入。

Jun, 2019

通过研究群组稀疏估计问题的相变行为，利用数据传输的稀疏模式，开发了一种结构化的群组稀疏估计方法来同时检测活动设备并估计相应的信道，从而解决物联网网络中海量设备连接的沟通问题，并进一步开发了一种平滑方法来解决高维结构估计问题，从而在限定时间预算内实现估计精度和计算代价的平衡。

Oct, 2018

提出了一种基于 AMP 的无授权随机接入蜂窝网络的用户活动检测和单信息位检测的联合方案，并与原始 AMP 方法进行了比较，该方法表现出更优越的性能，并且在设备数量方面具有可扩展性，适用于支持大量设备的蜂窝网络中的用户检测。

Sep, 2017

本文提出了一种采用多个天线设计的系统，在多个蜂窝网络中通过每个基站应用针对每个蜂窝的波束成形来处理多蜂窝干扰，并在信道估计阶段自身实现低速率协调，从而使用用户信道的二阶统计信息降低信道污染效应，得到较传统方法更好的性能，并证明在最大的 MIMO 体制下这种方法有效。

Mar, 2012

该论文研究了在大规模机器类型通信中，如何通过压缩感知等技术实现设备检测和数据解码，特别是提出了一种新的非相干传输方案，与现有的消息传递算法相比，该方案表现更优。

Jun, 2018

本文研究了装备大规模天线阵列的基站和单天线用户设备的收发硬件失真对系统容量的影响，结果表明，硬件失真会对每个用户设备的信道估计精度和上行 / 下行容量造成限制，而采用大规模 MIMO 可以减少传输功率和容忍更大的硬件失真，从而使用经济高效的天线元件。

Jul, 2013

论文研究了无源随机接入（U-RA）问题，通过利用大规模 MIMO 基站和协方差恢复算法实现高频谱效率，但也存在复杂度问题。

Nov, 2019