协作网络因子图中粒子形式的信息传递算法

和积算法结合因子图可以用分布式方式实现协作定位。和积算法是一种信息传递算法,然而在非线性、非高斯环境下用参数法实现信息传递误差较大,不能满足定位需要,提出一种算法用粒子形式来实现信息传递。因子图中的信息计算包括求和与求积两个过程。粒子形式的信息传递算法利用重要性采样得到求和信息,利用吉布斯采样得到求积信息。提出的算法能简化复杂的网络节点的联合后验概率。与基于参数的信息传递算法相比,粒子形式表示方法提高了在非线性、非高斯环境下的定位精度。

基于近似信息传递算法的大规模MIMO信号检测

大规模多输入多输出(MIMO)技术通过增加天线的数目可以有效降低发送功率,提高能量效率,被认为是5G移动通信的一项关键技术。随着天线数目的大幅增加,信号检测的复杂度随之增加。分析了大规模MIMO信号检测的研究现状,提出了近似信息传递(AMP)算法,并比较了AMP算法、Richarson算法以及Neumann级数迭代近似算法的复杂度。仿真结果表明,该算法使用较少的迭代次数即可达到和MMSE近似的系统差错性能。

基于压缩感知的期望最大化贝努利非对称高斯近似信息传递算法

期望最大化贝努利高斯（BG）近似信息传递（EM-BG-AMP）算法中的BG模型因为具有对称性,在逼近实际信号先验分布时会受到限制;而期望最大化高斯混合近似信息传递（EM-GM-AMP）算法中的GM模型是BG模型的高阶形式,复杂度较高。为了解决以上问题,提出贝努利不对称高斯模型（BAG）,进而推导得到期望最大化贝努利不对称高斯近似信息传递（EM-BAG-AMP）算法。该算法的主要思路是假设输入信号服从BAG模型,然后使用广义近似信息传递（GAMP）重构信号并在算法迭代中同时更新模型参数。实验证明,在处理不同图像数据时,EM-BAG-AMP和EM-BG-AMP相比,时间增加了1.2%,峰值信噪比（PSNR）值提升了0.1~0.5 d B,尤其在处理纹理较少以及色差变化明显的图像时峰值信噪比（PSNR）值提升了0.4~0.5 d B。EM-BAG-AMP是对EM-BG-AMP算法的扩展和延伸,更适合实际信号的处理。

基于迭代信息传递技术的直扩信号捕获

随着对直扩系统抗干扰性和隐蔽性要求的不断提高,作为扩频码的PN码序列的周期长度也在不断的增长,因此,如何实现长PN码直扩信号的快速捕获成为系统实现的关键问题之一。针对此问题,提出将基于图模型的迭代信息传递算法(IMPA)应用于直扩信号捕获。直扩信号捕获根据接收信号的信道信息直接生成与接收信号序列粗同步的本地伪码序列,改变了传统捕获方法中本地伪码序列的生成方式,大大缩短了信号的捕获时间。详细说明了基于该技术的直扩信号捕获的实现原理和实现方法,并对基于该技术的直扩信号捕获进行了仿真。仿真结果表明该方法能够在低信噪比下实现信号的快速捕获,而且实现的复杂度较低。

信息传播算法收敛的后门集

为了探讨WP(警示传播)算法的收敛性,给出了WP算法收敛的后门集.通过对此后门集中的变元赋值,可将布尔公式简化成其因子图为树型结构的子公式,WP算法在子公式上收敛.最后,设计了一个求解该后门集的随机算法,并分析了该算法的可行性.结果表明,所提出的求解该后门集的随机算法是有效的.

多路直扩信号并行IMPA捕获算法仿真实现

针对长PN序列作扩频地址码的多路直扩信号的快速捕获问题,提出多路直扩信号并行IMPA(迭代信息传递算法)捕获方案,该方案能够根据接收信号的信道信息直接生成与各路接收信号序列粗同步的本地伪码序列,改变了传统捕获方法中本地伪码序列的生成方式,大大缩短了信号的捕获时间。详细说明了该方案的实现原理和实现方法,并对该方案进行了仿真和实际验证。结果表明该方案能够在低信噪比下实现多路直扩信号的快速捕获,而且实现的复杂度较低。