Robust Activity Detection for Massive Access using Covariance-based Matching Pursuit

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

3 Viittaukset (Web of Science)
7 Lataukset (Pure)

Abstrakti

We propose a robust activity detection for grant free random access using greedy covariance-learning-based matching pursuit (RCL-MP) algorithm. The method incorporates a robust loss function into the Gaussian negative log-likelihood function, and uses matching pursuit framework for greedily selecting the indices of active users. This algorithm employs a flexible loss function effectively recovering sparse support under non-Gaussian noise conditions. Furthermore, we numerically demonstrate the robustness of RCL-MP across various conditions in massive access scenarios.
AlkuperäiskieliEnglanti
OtsikkoICASSP 2025 - 2025 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
KustantajaIEEE
Sivut1-5
Sivumäärä5
ISBN (elektroninen)979-8-3503-6874-1
ISBN (painettu)979-8-3503-6875-8
DOI - pysyväislinkit
TilaJulkaistu - 2025
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaIEEE International Conference on Acoustics, Speech, and Signal Processing - Hyderabad, Intia
Kesto: 6 huhtik. 202511 huhtik. 2025

Julkaisusarja

NimiProceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing
ISSN (elektroninen)2379-190X

Conference

ConferenceIEEE International Conference on Acoustics, Speech, and Signal Processing
LyhennettäICASSP
Maa/AlueIntia
KaupunkiHyderabad
Ajanjakso06/04/202511/04/2025

Sormenjälki

Sukella tutkimusaiheisiin 'Robust Activity Detection for Massive Access using Covariance-based Matching Pursuit'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä