基于消息传递的多用户检测算法研究
发布时间:2024-12-21 01:37
稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术由Hosenin Nikopour等人于2013年提出,是低密度符号(Low Density Signature,LDS)演进而来的一种基于码域的非正交多址技术,其接收端的多用户检测采用了消息传递算法(Message Passing Algorithm,MPA)。MPA算法利用SCMA码本的稀疏性来降低了复杂度,但在实际应用中,MPA仍具有较高的复杂度。本文通过对经典MPA算法的译码过程进行分析,发现其复杂度主要受限于迭代更新过程,即变量节点和资源块节点之间迭代传递外部信息的过程。因此,本文针对MPA算法展开研究,从最大迭代次数和参与迭代更新的消息数目两个方面来降低MPA算法的实现复杂度,具体内容如下:1.针对经典MPA算法收敛速度较慢的问题,首先对比分析了基于串行策略和并行策略的MPA算法的工作模式,发现串行模式的MPA算法可以很好地提高外部信息的收敛速度。但现有的串行MPA算法节点更新顺序固定,译码性能有待进一步提高,因此本文提出基于外部消息自适应更新的MPA(Adaptive Update Mes...
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
注释表
第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 非正交多址接入技术的研究现状
1.2.2 SCMA技术的研究现状
1.3 文章主要内容和结构
第2章 SCMA系统基本原理
2.1 引言
2.2 SCMA系统概述
2.2.1 SCMA基本原理
2.2.2 上行SCMA链路模型
2.3 发送端模型
2.3.1 SCMA编码
2.3.2 SCMA复用
2.4 接收端模型
2.5 MPA算法理论基础
2.5.1 因子图模型
2.5.2 和积算法
2.5.3 最大后验概率估计
2.6 本章小结
第3章 快速收敛型的低复杂度MPA算法
3.1 引言
3.2 初始MPA算法
3.2.1 初始MPA算法原理
3.2.2 复杂度分析
3.3 基于并行/串行策略的MPA算法
3.3.1 基于并行策略的MPA算法
3.3.2 基于串行策略的MPA算法
3.4 自适应更新的MPA算法
3.4.1 自适应队列的生成
3.4.2 AU-MPA算法
3.4.3 复杂度分析
3.5 仿真结果与分析
3.5.1 收敛速度
3.5.2 BER性能
3.5.3 复杂度比较
3.6 本章小结
第4章 基于条件概率选择更新的低复杂度MPA算法
4.1 引言
4.2 对条件概率密度函数值的分析
4.2.1 叠加星座点与条件概率密度函数值
4.2.1 蒙特卡洛仿真统计
4.3 基于条件概率选择更新的MPA算法
4.3.1 外部信息的选择
4.3.2 CPSU-MPA算法流程
4.3.3 复杂度分析
4.4 仿真结果与分析
4.4.1 收敛速度
4.4.2 BER性能
4.4.3 复杂度比较
4.5 本章小结
第5章 总结与展望
5.1 主要工作与创新点
5.2 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:4018187
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
注释表
第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 非正交多址接入技术的研究现状
1.2.2 SCMA技术的研究现状
1.3 文章主要内容和结构
第2章 SCMA系统基本原理
2.1 引言
2.2 SCMA系统概述
2.2.1 SCMA基本原理
2.2.2 上行SCMA链路模型
2.3 发送端模型
2.3.1 SCMA编码
2.3.2 SCMA复用
2.4 接收端模型
2.5 MPA算法理论基础
2.5.1 因子图模型
2.5.2 和积算法
2.5.3 最大后验概率估计
2.6 本章小结
第3章 快速收敛型的低复杂度MPA算法
3.1 引言
3.2 初始MPA算法
3.2.1 初始MPA算法原理
3.2.2 复杂度分析
3.3 基于并行/串行策略的MPA算法
3.3.1 基于并行策略的MPA算法
3.3.2 基于串行策略的MPA算法
3.4 自适应更新的MPA算法
3.4.1 自适应队列的生成
3.4.2 AU-MPA算法
3.4.3 复杂度分析
3.5 仿真结果与分析
3.5.1 收敛速度
3.5.2 BER性能
3.5.3 复杂度比较
3.6 本章小结
第4章 基于条件概率选择更新的低复杂度MPA算法
4.1 引言
4.2 对条件概率密度函数值的分析
4.2.1 叠加星座点与条件概率密度函数值
4.2.1 蒙特卡洛仿真统计
4.3 基于条件概率选择更新的MPA算法
4.3.1 外部信息的选择
4.3.2 CPSU-MPA算法流程
4.3.3 复杂度分析
4.4 仿真结果与分析
4.4.1 收敛速度
4.4.2 BER性能
4.4.3 复杂度比较
4.5 本章小结
第5章 总结与展望
5.1 主要工作与创新点
5.2 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:4018187
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/4018187.html