声明
摘要
图目录
表目录
常用符号定义表
缩写符号对照表
1.1 研究背景与意义
1.2 迭代接收算法研究现状
1.3 因子图和消息传递算法研究现状
1.4 论文主要研究内容和组织结构
2 近似消息传递算法理论基础
2.1 引言
2.2 因子图和消息传递算法
2.2.1 因子分解与因子图
2.2.2 SPA消息传递规则
2.3 联合BP-EP算法
2.3.1 变分自由能
2.3.2 区域化自由能与Bethe自由能
2.3.3 BP-EP算法原理
2.4 参数化双线性广义近似消息传递算法
2.4.1 因子节点到变量节点的消息
2.4.2 变量节点到因子节点的消息
2.4.3 消息的近似优化
2.5 本章小结
3 联合BP-EP-PGA迭代符号检测
3.1 引言
3.2 系统模型
3.2.1 传输系统模型
3.2.2 因子图模型
3.3 联合BP-EP-PGA迭代接收算法
3.3.1 BP-EP迭代符号检测算法
3.3.2 BP-EP-PGA迭代符号检测算法
3.4 仿真结果与分析
3.4.1 算法比较
3.4.2 BP-EP接收算法性能分析
3.4.3 BP-EP-PGA接收算法性能分析
3.5 本章小结
4 PBiGAMP联合符号检测与稀疏信道估计
4.1 引言
4.2 系统模型
4.2.1 单载波块传输系统模型
4.2.2 Saleh-Valenzuela连续时间信道模型
4.2.3 离散时间信道的GMM/HMM模型
4.3 PBiGAMP迭代接收算法
4.3.1 糸统因子图
4.3.2 PBiGAMP迭代接收算法实现
4.3.3 MC译码
4.3.4 信道先验参数的EM学习
4.3.5 消息调度机制
4.4 仿真结果与分析
4.4.1 算法比较
4.4.2 UW传输下仿真结果与分析
4.4.3 ZP传输下仿真结果与分析
4.4.4 频谱效率分析
4.5 本章小结
5 非线性量化下PBiGAMP联合符号检测与稀疏信道估计
5.1 引言
5.2 系统模型
5.2.1 单载波系统模型
5.2.2 低精度ADC接收模型
5.2.3 60GHz连续时间信道模型
5.2.4 GMM信道估计模型
5.3 非线性量化下PBiGAMP迭代接收算法
5.3.1 系统因子图
5.3.2 非线性PBiGAMP迭代接收算法
5.3.3 信道范数估计
5.4 仿真结果与分析
5.4.1 算法比较
5.4.2 16QAM调制下仿真结果与分析
5.4.3 π/2-BPSK调制下仿真结果与分析
5.5 本章小结
6 总结与展望
6.1 论文主要研究工作与贡献
6.2 进一步研究工作展望
参考文献
个人简历及博士阶段研究结果
致谢