The Internet of Things (IoT) framework requires a massive number of connection thus demanding spectral efficient solutions such as Non-Orthogonal Multiple Access (NOMA). However, the main drawback of NOMA with successive interference canceler (SIC)-based detectors is the error floor in the uplink. In this paper, a reliable multi-user detection in uplink IoT NOMA is guaranteed by a Joint Maximum-Likelihood (JML) detector (i.e., optimum detection algorithm). We derive a closed-form upper bound of bit error rate (BER) of JML over Rayleigh fading channels for arbitrary number of IoT devices and an adaptive M-ary phase shift keying (M-PSK). Based on the extensive simulations, the derived expressions are validated and it is revealed that the JML improves the error performance in uplink NOMA and removes the error floor. Furthermore, regardless of the number of the IoT devices and modulation order, a full diversity order (i.e., number of receiving antennas) is guaranteed for each device.


翻译:物联网(IoT)框架需要大量连接,因此要求使用非正统多重存取(NOMA)等光谱高效解决方案。然而,诺马公司在连续取消干扰探测器(SIC)的基础上的主要缺点是上链接的错误层。在本文中,在上链接IoT NOMA(IOT)中可靠的多用户检测得到联合最大共享检测器(即最佳检测算法)的保证。我们从Rayleigh 淡化频道上获取一个封闭式的JML(BER)点误差率上限,用于任意数量的IoT装置和适应性M-PSK(M-PSK)调换键(M-PSK),根据广泛的模拟,衍生的表达方式得到验证,并显示JML改进了将NOMA(NO)上链接的错误性能并去除错误层。此外,无论IOT装置的数目和调制顺序如何,每个装置都有完全多样化的顺序(即接收天线的数目)的保证。

0
下载
关闭预览

相关内容

iOS 8 提供的应用间和应用跟系统的功能交互特性。
  • Today (iOS and OS X): widgets for the Today view of Notification Center
  • Share (iOS and OS X): post content to web services or share content with others
  • Actions (iOS and OS X): app extensions to view or manipulate inside another app
  • Photo Editing (iOS): edit a photo or video in Apple's Photos app with extensions from a third-party apps
  • Finder Sync (OS X): remote file storage in the Finder with support for Finder content annotation
  • Storage Provider (iOS): an interface between files inside an app and other apps on a user's device
  • Custom Keyboard (iOS): system-wide alternative keyboards

Source: iOS 8 Extensions: Apple’s Plan for a Powerful App Ecosystem
专知会员服务
25+阅读 · 2021年4月2日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
专知会员服务
60+阅读 · 2020年3月19日
专知会员服务
44+阅读 · 2020年3月6日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
4+阅读 · 2018年12月10日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
Arxiv
0+阅读 · 2021年10月9日
VIP会员
相关资讯
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
4+阅读 · 2018年12月10日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
Top
微信扫码咨询专知VIP会员