论文部分内容阅读
提高无线通信的带宽是满足人们对无线通信日益增长的多样化需求的有效途径,然而,随着通信带宽的大幅增加,无线通信中的一些已有问题将会变得更加严重,同时还将会面临新的挑战。首先,通信带宽的增加导致符号周期远远小于信道的时延扩展,从而产生更加严重的符号间干扰(inter-symbolinterference,ISI);其次,随着通信带宽增加,无线信道会具有稀疏特性,这给信道估计又带来了难题;再有,为实现绿色通信,低精度模数转换器(analog to digital converter,ADC)和低复杂度接收算法可有效缓解高通信带宽下接收端的功率损耗,但低精度量化引起了接收信号的非线性畸变。有效解决上述三个问题,是保证无线移动传输质量的关键。本文针对上述三个问题开展研究工作,利用消息传递及其近似算法设计低复杂度的迭代接收算法,实现联合符号检测、稀疏信道估计与译码。本文的主要研究内容包括:1.针对ISI问题,有机结合了部分高斯近似(partial Gaussian approximation,PGA)思想和联合置信传播(belief propagation,BP)-期望传播(expectation propagation,EP)消息传递框架,设计了一种新型迭代接收算法。通过分析符号干扰的强弱,使用PGA保留强干扰符号的离散形式,降低了高斯近似的范围;使用BP-EP对弱干扰符号进行高斯投影,提高了高斯近似的精度。该接收算法具有较强的灵活性,通过调节PGA的作用范围,可获得以下两种变形:1)若对所有干扰符号进行高斯近似,得到联合BP-EP迭代接收算法,不同于启发式的高斯近似,所提算法通过联合BP-EP对符号的置信进行高斯投影,可有效提高近似精度。实验结果表明,该算法复杂度与高斯直接近似算法同阶,且性能提升明显。2)若只对一定范围的干扰符号进行高斯投影,即可得到BP-EP-PGA接收算法,该算法与PGA复杂度相同,在误码性能和收敛速度上显著提高,且进一步逼近了最优迭代接收算法下限,实现了复杂度和性能的较好折中。2.针对信道稀疏的单载波频域均衡(single carrier frequency domain equal-ization,SC-FDE)系统,设计了基于参数化双线性广义近似消 息传递(parametric bilinear generalized approximate message passing,PBiGAMP)的接收新算法。该算法有机结合了高斯混合模型(Gaussian mixture model,GMM)和隐马尔科夫模型(hidden Markov model,HMM),能够准确模拟信道的稀疏聚集特性,同时有效抑制ISI。此外,提出的接收算法的复杂度仅为对数级别。仿真结果表明,与现有的判决反馈均衡(decision feedback equalization,DFE)和最新提出的盲解卷积算法相比,本文设计的接收算法在信道估计准确性、误码性能、收敛速度和频谱效率等方面具有较大优势。3.针对低精度ADC量化下的毫米波通信系统,结合GMM模型提出了一种基于PBiGAMP的迭代接收算法,该算法能对60 GHz毫米波稀疏信道进行有效估计,并抑制ISI。同时,通过计算后验概率分布归一化函数的一阶和二阶偏导数,获得了系统中无量化无噪声变量近似后验的均值和方差,较好地降低了低精度ADC引起的非线性畸变。此外,提出的算法复杂度低,随信道抽头个数只呈现对数级别增长。仿真结果表明,所设计的接收算法在误码性能和信道估计精度方面明显优于基于线性近似模型的接收算法,在1-2比特量化下优势更加明显。