基于部分响应和SCMA的联合检测与译码算法

稀疏码分多址(SCMA)是一种新型非正交多址技术,具有过载通信的特点。在高信噪比(Eb/N0)场景下基于消息传递(MPA)的译码算法,误比特率性能不理想。因此,提出一种部分响应与稀疏码分多址联合调制译码模型,方案继承了SCMA在译码端的低复杂性和部分响应的高容错性。为进一步降低联合译码的误比特率,将部分响应的Viterbi译码级联至MPA迭代译码过程中,即每次迭代过程中变量节点都会进行一次Viterbi译码,从而组成新型联合译码模块。仿真结果表明,改进后联合编译码模型能够有效降低系统对E b/N 0的需求,同时保持较低的误比特率。

MIMO-SCMA系统中改进的JMPA多用户检测算法

多输入多输出(multiple-input multiple-output,MIMO)和稀疏码多址接入(sparse code multiple access,SCMA)两种技术的结合能够支持高频谱效率和大规模连接,但大量用户占用同一传输资源会导致信号星座点之间的欧氏距离减小,引起检测性能下降。针对联合消息传递算法(joint message passing algorithm,JMPA)进行研究,提出一种改进的JMPA多用户检测算法,对半径R为2σ的球形JMPA进行三方面改进:一是对译码半径外的星座点的欧氏距离平方乘以权重q,减少其概率密度,提升接收信号周围星座点的被译概率;二是对资源节点消息更新公式中引入影响因子α,进一步弥补计算资源节点信息时造成的信息丢失;三是将对数似然比(log-likelihood ratio,LLR)值乘以一个最大的消息值,改善似然比,增加有效似然信息。仿真结果表明,改进算法能够在有效提升检测性能的同时保持相同的收敛速率,可以减少原始JMPA在计算时造成的消息丢失,提升MIMO-SCMA系统接收端的检测性能。

基于因子图拉伸的SC-FDE联合信道估计接收机

提出了一种基于因子图-消息传递算法的联合信道估计单载波频域均衡(SC-FDE)接收机。针对现有联合信道估计接收机中存在的复杂度和性能之间的矛盾,利用因子图拉伸方法对现有模型进行拉伸变换。变换之后的因子图模型可以将现有模型中的观测节点分割为几个节点的组合,并依据分割后节点的自身特点采用更合适的消息传递规则,进而避免了各种消息传递规则的固有缺陷。仿真结果表明,相比已有联合接收机算法,所提出的基于因子图拉伸和联合期望传播-平均场(BP-MF)算法在提升性能的情况下能够显著降低复杂度。

MIMO-SCMA系统低复杂度多用户检测算法

MIMO-SCMA系统不仅能够实现更高的频谱效率,在高吞吐量和海量连接应用场景中也具有明显的优势.针对下行链路MIMO-SCMA系统中联合消息传递算法(Joint Message Passing Algorithm JMPA)复杂度较高的问题,在JMPA算法的基础上对部分联合外部信息算法进行改进.首先筛选出概率密度函数值大于门限值Td的部分码字,再利用球形译码原理设置合适的球形半径R,对位于球内置信度高的码字信息进行迭代译码,提出的算法进一步减少了虚拟资源节点上信息更新数量.仿真表明,该算法与JMPA算法相比,既能保持检测性能最优和收敛速度较快的优点,又能显著降低算法的检测复杂度.

MIMO-SCMA系统联合动态因子图检测

针对MIMO-SCMA系统中联合消息传递算法(joint message passing algorithm,JMPA)复杂度较高的问题,对MIMO信道矩阵和SCMA码字的稀疏特性进行研究,提出一种基于置信度的动态因子图联合消息传递算法。在每一次迭代过程中利用置信度的稳定性信息,删除因子图中收敛速度较快的码字信息对应的传播分支,动态地确定下一次迭代所需的因子图,减少资源节点上用户更新数量。仿真结果表明,当资源节点选择合适的减少度数p时,所提算法的复杂度得到显著降低,能够与误码率取得良好的平衡。

基于根节点优先搜索的信度传输算法的设计与仿真

针对信度传输算法迭代次数较多的问题,提出一种基于根节点优先搜索的信度传输算法。首先分析了BP算法的主要思想、工作原理及推理过程;其次提出了DBP算法,建立了贝叶斯网络模型,给出了该算法的基本原理和算法流程;最后通过典型树型结构的贝叶斯网络实例仿真,对BP和DBP算法分别进行了实验仿真与分析,结果表明DBP算法在推理时间上优于BP算法,算法的时间优化率更高,从而验证了DBP算法的有效性。

无小区大规模MIMO系统中免授权随机接入性能分析

海量机器类通信(mMTC)是5G网络的典型应用场景之一。以前的工作主要研究在传统蜂窝小区下的海量机器类通信,研究了无小区大规模多输入多输出(MIMO)网络中海量机器类通信的免授权随机接入中的联合检测问题。在该模型中,每个设备向接入点发送唯一的导频序列,接入点(APs)将接收到的信号发送到中央处理单元(CPU)进行集中联合检测。采用了近似消息传递算法(AMP)进行联合用户活跃性检测和信道估计。实验结果表明,无小区大规模MIMO系统可以支持大量的通信设备,解决传统小区间的干扰问题,提供一个增强的覆盖,它在很大程度上优于传统的蜂窝小区。

基于变分自由能的免授权上行SCMA系统活动用户检测与信道估计

基于贝叶斯理论的联合消息传递算法(JMPA)是5G免授权SCMA系统的多用户检测方法.该方法是通过在因子图上进行消息传递直至收敛,从而达到概率逼近的目的.但是由于因子图消息传递存在闭合环路(circle),因此基于JMPA的活动用户检测以及信道估计存在不收敛的可能性,这对于5G通信系统的可靠性影响来说是致命的.本文基于变分法对免授权上行SCMA系统的活动用户检测与信道估计过程进行了分析,并推导得出了求解用户活跃概率以及信道增益后验概率的不动点方程组(fix points equations).对方程组进行理论分析,得到了不动点方程组收敛的充分条件.基于该分析结果对原有的迭代过程进行改进,仿真结果表明,改进后的算法较原有的JMPA算法在性能没有下降的同时具有更好的鲁棒性.